이미지 처리

1. 이미지와 화소

• 영상(이미지): 밝기와 색상이 다른 화소(픽셀)로 구성된 데이터.
• 화소 처리: 이미지를 구성하는 화소들을 수학적으로 조작하는 작업

2. 이미지 처리의 목적

• 입력된 영상을 특정 목적(예: 품질 향상, 정보 추출)을 위해 처리.
• 저수준 영상 처리: 잡음 제거처럼 결과가 여전히 이미지인 경우.
• 고수준 영상 처리: 물체 인식처럼 결과가 이미지가 아닌 정보인 경우.

3. 아날로그 vs 디지털 이미지 처리

• 아날로그: 물리적 방법으로 이미지 조작(필름 처리, 물리적 필터).
• 디지털: 컴퓨터가 수학적 알고리즘으로 처리(특징 추출, 복원, 향상 등).

4. 디지털 이미지 처리의 주요 단계

1. 이미지 획득 (Image Acquisition)

• 카메라나 스캐너로 이미지를 캡처해 디지털 형식으로 변환.
  목표: 품질 손실 최소화, 노이즈 제거, 왜곡 처리.

2. 이미지 개선 (Image Enhancement)

• 이미지 품질 향상을 위한 단계.
• 노이즈 제거: 불필요한 정보 제거.
• 명암 조절: 밝기/대비를 조정.
• 색상 보정: 이미지의 색감을 조정.
• 기술: 필터링, 히스토그램 평활화, 샤프닝.

3. 이미지 분석 (Image Analysis)

• 이미지에서 유용한 정보 추출.
• 특징 추출: 중요한 부분 식별.
• 객체 감지: 이미지 내 특정 물체 인식.
• 패턴 인식: 반복되는 패턴 탐지.
• 기술: 에지 검출, 코너 검출, 텍스처 분석.

4. 이미지 해석 및 이해 (Image Interpretation and Understanding)

• 분석된 데이터를 기반으로 이미지를 이해하고 활용.
• 이미지 분류: 카테고리로 나누기.
• 이미지 검색: 특정 이미지를 찾기.
• 이미지 인식: 이미지 속 객체나 패턴 인식.
• 기술: 패턴 매칭, 머신러닝, 딥러닝.

✍요약

이미지 처리는 화소의 수학적 조작을 통해 노이즈 제거, 품질 향상, 정보 추출, 이해를 목표로 함❗

아날로그 방식에서 시작해 디지털 기술로 발전했으며, 오늘날 딥러닝과 AI를 활용한 고도화된 이미지 처리 기술이 많이 사용된다❗