1. Sharpening의 개념과 목적
디지털 영상은 촬영 및 디지털화 과정에서 블러(Blur) 현상이 발생한다.
이는 센서의 한계, 렌즈의 초점 거리, 또는 샘플링 과정에서 고주파(세부 정보)가 손실되기 때문이다.
Sharpening(영상 선명화)은 이러한 블러를 줄이기 위해 에지(Edge)나 세부 정보(High-frequency 성분)를 강조하는 영상 처리 기법이다.
즉,
“Sharpening은 저주파를 억제하고 고주파를 강조하는 필터링이다.”
2. 공간(domain)에서의 기본 원리
공간 영역에서 Sharpening은 미분(Differentiation) 개념으로 설명된다.
영상의 밝기 변화가 급격한 부분(에지)은 미분값이 크므로,
이를 강조하면 전체적으로 선명한 영상을 얻을 수 있다.
수학적으로 표현하면 다음과 같다.
- f(x, y): 원본 영상
- ∇²f(x, y): 라플라시안(Laplacian, 2차 미분)
- α: 강조 계수 (Sharpening 강도)
즉, 원본 영상에 에지 성분을 더하는 구조이다.
3. 라플라시안(Laplacian) 필터
라플라시안 필터는 2차 미분 기반의 Sharpening 필터로,
픽셀 주변의 밝기 차이를 계산하여 중심 픽셀의 에지를 강화한다.
대표적인 3×3 커널은 다음과 같다:
0 -1 0
-1 4 -1
0 -1 0
또는 더 강한 형태로 다음 커널이 사용된다:
-1 -1 -1
-1 8 -1
-1 -1 -1
이 필터를 영상과 컨볼루션(convolution)하면 에지가 추출되고,
이를 원본 영상에 더하면 선명도가 향상된다.
4. Unsharp Masking과 High-Boost Filtering
현대 디지털 영상처리에서 가장 널리 사용되는 Sharpening 방식은
Unsharp Masking (비선명 마스크) 또는 High-Boost Filtering이다.
이 방법은 다음 순서로 이루어진다.
- 원본 영상 f(x, y)에 저역통과 필터(LPF)를 적용해 부드럽게 만든다.
→ g(x, y) = LPF(f(x, y)) - 원본에서 이를 빼서 고주파(에지) 성분을 얻는다.
→ h(x, y) = f(x, y) - g(x, y) - 원본 영상에 이를 가중합한다.
→ s(x, y) = f(x, y) + k * h(x, y)
→ s(x, y) = (1 + k)f(x, y) - k g(x, y)
여기서
- k = 1 → Unsharp Masking
- k > 1 → High-Boost Filtering
5. 주파수 영역 해석
주파수 영역에서 Sharpening 필터는 고역통과 필터(High-pass filter)로 해석된다.
- 저주파(완만한 변화)는 억제
- 고주파(급격한 변화, 에지)는 강조
즉, Sharpening은
“원본 신호 - 저역통과 신호 = 고역 성분 강조 효과”
를 갖는다.
그래프상으로는 아래와 같이 표현된다.
6. Gradient 기반 Sharpening (Sobel, Prewitt)
라플라시안이 2차 미분이라면,
Gradient 기반 필터(Sobel, Prewitt)은 1차 미분을 이용한다.
예를 들어 Sobel 연산자는 다음과 같다:
Gx =
[-1 0 1
-2 0 2
-1 0 1]
Gy =
[-1 -2 -1
0 0 0
1 2 1]
이 두 결과(Gx, Gy)를 합성하여 에지 강도(√(Gx²+Gy²))를 얻고,
이 값을 원본 영상에 더하면 방향성 있는 Sharpening 효과를 얻는다.
7. 주요 Sharpening 기법 비교
| 기법 | 원리 | 특징 |
|---|---|---|
| Laplacian | 2차 미분 기반 | 방향에 무관한 에지 강조 |
| Sobel / Prewitt | 1차 미분 기반 | 방향성 있는 에지 검출 가능 |
| Unsharp Masking | 원본 - 저역통과 | 자연스러운 선명화, 가장 널리 사용 |
| High-Boost | Unsharp 강화형 | 세부가 뚜렷하지만 노이즈 증가 위험 |
8. 시각적 비교
9. 결론
- Sharpening은 영상의 선명도를 향상시키는 대표적인 공간 필터링 기법이다.
- 공간 영역에서는 미분으로, 주파수 영역에서는 고역통과 필터로 이해된다.
- Unsharp Masking은 현실적으로 가장 많이 쓰이는 방법이며,
블러링(σ)과 게인(k)을 조절하여 다양한 영상에 적용할 수 있다. - 단, 노이즈와 링잉(ringing) 현상에 주의해야 한다.
본 글의 이미지 출처는 Digital Image Processing FOURTH EDITION
(Rafael C. Gonzalez • Richard E. Woods) 이다.
