CV 5주차 10월 20일

1. 영상의 필터링

영상의 필터링

• 영상에서 필요한 정보만 통과 시키고 원치 않은 정보를 걸러내는 작업
• 블러링 , 샤프닝 , 잡음 제거 , 에지 검출 등

주파수 공간에서의 필터링

• 푸리에 변환을 이용하여 영상을 주파수 공간으로 변환하여 필터링을 수행하는 방법
  

공간적 필터링

• 영상의 픽셀 값을 직접 이용하는 필터링 방법
• 주로 마스크 연산을 이용
• OpenCV에서는 공간적 필터링 마스크 크기가 커질 경우 주파수 공간에서의 필터링을 수행

최외곽 픽셀 처리

• 최외곽 바깥에 가상의 픽셀이 있다고 가정
  

• OpenCV 필터링에서 지원하는 가장자리 픽셀 확장 방법
  
  

기본적인 2D 필터링 함수

엠보싱 필터

• 엠보싱 이란 직물이나 종이 , 금속판 등에 올록볼록한 형태로 만든 객체의 윤곽 또는 무늬
• 입력 영상을 엠보싱 느낌이 나도록 변환하는 필터
  

#include <iostream>
#include "opencv2/opencv.hpp"

using namespace std;
using namespace cv;

int main(void)
{
	Mat src = imread("rose.bmp", IMREAD_GRAYSCALE);

	if (src.empty()) {
		cerr << "Image load failed!" << endl;
		return -1;
	}

	float data[] = { -1, -1, 0, -1, 0, 1, 0, 1, 1 };
	Mat emboss(3, 3, CV_32FC1, data);

	Mat dst;
	filter2D(src, dst, -1, emboss, Point(-1, -1), 128);

	imshow("src", src);
	imshow("dst", dst);
	waitKey();
}

• 실행 결과
  

---

2. 블러링

평균 값 필터

• 각각의 좌표에서 주변 픽셀 값들의 산술 평균을 계산하고 이를 출력 영상의 픽셀 값으로 설정

• 영상에 평균 값 필터를 적용하면 인접한 픽셀 간의 급격한 그레이스케일 값 변화가 줄어들어 날카로운 에지가 무뎌지고 영상에 있는 잡음이 감소하는 효과
  

• 마스크 크기가 커질수록 평균 값 필터 결과가 더욱 부드러워짐 -> 더 많은 연산량이 필요
  

• 평균 값 필터를 이용한 블러링 함수
  

#include <iostream>
#include "opencv2/opencv.hpp"

using namespace std;
using namespace cv;

int main()
{
	Mat src = imread("rose.bmp", IMREAD_GRAYSCALE);

	if (src.empty()) {
		cerr << "Image load failed!" << endl;
		return -1;
	}

	imshow("src", src);

	Mat dst;
	for (int ksize = 3; ksize <= 7; ksize += 2) {
		blur(src, dst, Size(ksize, ksize));

		String desc = format("Mean: %dx%d", ksize, ksize);
		putText(dst, desc, Point(10, 30), FONT_HERSHEY_SIMPLEX, 1.0, 
			Scalar(255), 1, LINE_AA);

		imshow("dst", dst);
		waitKey();
	}
}

• 실행 결과
  
  
  

---

정규 분포와 가우시안 함수

• 정규 분포란 평균을 중심으로 좌우대칭인 종(bell)모양을 갖는 확률 분포
• 가우시안 분포
• 자연계에서 일어나는 수많은 일을 설명할 수 있음
• 키 , 몸무게 , 시험점수 , 잡음 , 오차 , 수명 등
  
  
  

가우시안 필터링

• OpenCV 가우시안 필터링 함수
  

#include <iostream>
#include "opencv2/opencv.hpp"

using namespace std;
using namespace cv;

int main(void)
{
	Mat src = imread("rose.bmp", IMREAD_GRAYSCALE);

	if (src.empty()) {
		cerr << "Image load failed!" << endl;
		return -1;
	}

	imshow("src", src);

	Mat dst;
	for (int sigma = 1; sigma <= 5; sigma++) {
		TickMeter tm;
		tm.start();

		GaussianBlur(src, dst, Size(0, 0), (double)sigma);
		
		tm.stop();
		cout << "sigma: " << sigma << ", time: " << tm.getTimeMilli() << " ms." << endl;

		String desc = format("Sigma = %d", sigma);
		putText(dst, desc, Point(10, 30), FONT_HERSHEY_SIMPLEX, 1.0, Scalar(255), 1, LINE_AA);

		imshow("dst", dst);
		waitKey();
	}
}

• 실행 결과
  
  
  

• sigma 값이 커질수록 연산 시간이 늘어남

---

3. 샤프닝

언샤프 마스크 필터링

• 날카롭지 않은 영상 , 즉 블러링된 영상을 이용하여 날카로운 영상을 생성
  

#include <iostream>
#include "opencv2/opencv.hpp"

using namespace std;
using namespace cv;

void sharpen_mean();
void sharpen_gaussian();

int main(void)
{
	sharpen_mean();
	sharpen_gaussian();
}

void sharpen_mean()
{
	Mat src = imread("rose.bmp", IMREAD_GRAYSCALE);

	if (src.empty()) {
		cerr << "Image load failed!" << endl;
		return;
	}

	float sharpen[] = {
		-1 / 9.f, -1 / 9.f, -1 / 9.f,
		-1 / 9.f, 17 / 9.f, -1 / 9.f,
		-1 / 9.f, -1 / 9.f, -1 / 9.f
	};
	Mat kernel(3, 3, CV_32F, sharpen);

	Mat dst;
	filter2D(src, dst, -1, kernel);

	imshow("src", src);
	imshow("dst", dst);

	waitKey();
	destroyAllWindows();
}

void sharpen_gaussian()
{
	Mat src = imread("rose.bmp", IMREAD_GRAYSCALE);

	if (src.empty()) {
		cerr << "Image load failed!" << endl;
		return;
	}

	imshow("src", src);

	Mat srcf;
	src.convertTo(srcf, CV_32FC1);

	for (int sigma = 1; sigma <= 5; sigma++) {
		Mat blr;
		GaussianBlur(srcf, blr, Size(), sigma);

		float alpha = 1.0f;
		Mat dst = (1.f + alpha) * srcf - alpha * blr;

		dst.convertTo(dst, CV_8UC1);

		String desc = format("sigma: %d", sigma);
		putText(dst, desc, Point(10, 30), FONT_HERSHEY_SIMPLEX, 1.0, Scalar(255), 1, LINE_AA);

		imshow("dst", dst);
		waitKey();
	}

	destroyAllWindows();
}

• 실행 영상
  

• sigma 값이 클수록 샤프닝이 과하게 출력된다.

---

4. 영상의 잡음

• 영상의 픽셀 값에 추가되는 원치 않는 형태의 신호
• 카메라에서 광학 신호를 전기적 신호로 변환하는 과정에서 잡음이 추가될 수 있음
  
  

양방향 필터

• 에지 보전 잡음 제거 필터의 하나

• 평균 값 필터 또는 가우시안 필터는 에지 부근에서도 픽셀 값을 평탄하게 만드는 단점이 있음

• 기준 픽셀과 이웃 픽셀과의 거리 그리고 픽셀 값의 차이를 함께 고려하여 블러링 정도를 조절
  

• 에지가 아닌 부분에서만 블러링
  

• OpenCV 양방향 필터링 함수
  

#include <iostream>
#include "opencv2/opencv.hpp"

using namespace std;
using namespace cv;

int main(void)
{
	Mat src = imread("lenna.bmp", IMREAD_GRAYSCALE);

	if (src.empty()) {
		cerr << "Image load failed!" << endl;
		return -1;
	}

	TickMeter tm;
	tm.start();

	Mat dst1;
	GaussianBlur(src, dst1, Size(), 5);

	tm.stop(); 
	cout << "Gaussian: " << tm.getTimeMilli() << endl;

	tm.reset();
	tm.start();

	Mat dst2;
	bilateralFilter(src, dst2, -1, 10, 5);

	tm.stop();
	cout << "Bilateral: " << tm.getTimeMilli() << endl;

	imshow("src", src);
	imshow("dst1", dst1);
	imshow("dst2", dst2);
	waitKey();
}

• 실행 결과
  

---