에지와 영역

본 게시물은 오일석 교수님 강의를 참고하였습니다. https://youtu.be/Hltrt4t1n7k?feature=shared

Chapter 4. 에지와 영역

4.1 에지 검출

• 이미지에서 특성이 다른 곳을 검출
• 경계에서는 픽셀값이 급격히 변하는 특성을 활용
• 값을 변화를 찾는 방법 -> 미분 -> 차연산
• f’(x) ~= f(x+1)-f(x) 로 근사화한다. 이미지에서는 1보다 작은 단위는 없기 때문에.
• 현실 세계는 램프 에지이다. 명암이 몇 pixel에 거쳐 천천히 변한다.
• f’’(x) = f’(x)-f’(x-1) = f(x+1)-f(x) - (f(x)-f(x-1)) = f(x+1)-2f(x)+f(x-1)

에지 검출

• 1차 미분의 봉우리 (극값)
• 2차 미분의 zero-crossing지점

Sobel 연산자(필터) : 1차 미분에 기반한 에지 연산자.

• 실제 영상에 있는 잡음을 흡수하기 위해 크기가 2인 필터를 크기 3으로 확장
• convolution 연산. 행렬 연산 X
• sobel filter를 이용해서 gradient 값을 얻을 수 있다.
  -> gradient가 급격하게 변한 곳이 경계일 확률이 높다.

점을 구하는 경우라면 x방향, y방향 gradient가 모두 큰 곳이다.

에지 강도. s(y,x) = root(f’x(y,x)^2 + f’y(y,x)^2)
-> 에지 강도가 가장 큰 point를 찾아보자
-> 최적화 문제와 동일해짐.

소벨 필터 적용 전후 이미지 비교

소벨필터 적용 전	소벨필터 적용 후

4.2 Canny Edge

• 에지 검출을 최적화 문제로 품
• 한 두께를 위해 비최대 억제 (Non-Maximum Suppression) 적용
• 에지 8방향으로 quantize (0-7 : 0’-360’)
• false positive를 줄이기 위해 두 개의 이력 임계값 사용
  — 에지 강도가 Thread_high이상인 에지에서 에지 추적 시작. 높은 값에서 시작
  — 추적은 Thread_low이상인 에지를 대상으로 진행
• 물체 경계와 그림자 에지를 구별하지 못하는 한계
• 연결된 에지 화소와 연결해 경계선 (Contour) 구성