서론(introduction)
영상처리에서 필터는 컨볼루션 곱
참고영상 : https://youtu.be/KuXjwB4LzSA
- 입력 x[n]과 필터 h[n]과의 관계에서 다음과 같은 출력 y[n]
- 영상의 공간 필터링은 크기가 M×N인 필터 마스크 h[x, y]와 크기가
M×N인 영상 간에 2차원 컨벌루션을 수행하는 것
블러 필터 (Blur Filter), 저주파 통과 필터(LPF) :
블러 필터는 이미지의 픽셀을 주변 픽셀과 평균화하여 부드럽게 만드는 역할. 블러 필터는 이미지의 잡음을 줄이고 부드러운 효과를 적용하는 데 사용됩니다.
대표적인 블러 필터
- 평균값 블러(Mean Blur)
- 가우시안 블러(Gaussian Blur)
블러필터 적용 예
경계 검출 필터 (Edge Detection Filter):
경계 검출 필터는 이미지에서 물체의 경계를 감지하는 데 사용 경계 검출 필터는 에지(Edge)라고도 하는 이미지의 변화가 큰 지점을 감지하여 표시 이를 통해 이미지의 윤곽이나 물체의 형태를 추출할 수 있음
대표적인 경계 검출 필터
- 소벨 필터(Sobel Filter)
- 라플라시안 필터(Laplacian Filter)
- 캐니 엣지 검출(Canny Edge Detection)
경계 검출 필터 예
고주파 통과 필터 (High Pass Filter, HPF)
이미지에서 고주파 성분을 강조하기 위해 사용
이 필터는 이미지에서 고주파 변화나 세부 사항을 추출하는 데 중점
3*3 kernel
f_h(x, y)= f (x, y) =f_L (x, y)
->원신호에 저주파성분을 뺀값과 같다.
샤프닝 필터 (Sharpening Filter):
샤프닝 필터는 이미지의 경계를 강조하여 이미지의 선명도를 향상시키는 데 사용 샤프닝 필터는 이미지의 고주파 성분을 강화하여 선명한 효과를 부여
대표적인 샤프닝 필터
- 언샤프 마스크 필터(Unsharp Mask Filter)
원본 데이터
입력 영상 f(x,y)
데이터 블러링 ( 평균 필터나 가우시안 필터) 엣지가 약간 흐려지는 현상을 1차원적으로 표현하면 위와 같이 그릴 수 있음
블러링된 영상 f¯(x,y)
엣지 추출과정
입력 데이터 - 블러링된 데이터 = Unsharp mask
0이 아닌 값을 가지는 지점은 오직 값이 변하는 지점 근처 값이 바뀐다.
언샤프 마스크 gmask(x,y)=f(x,y)−f¯(x,y)
Unsharp mask + Original signal = Sharpended signal
즉 엣지가 강조된 영상을 추출
k≥0에 대해서
g(x,y)=f(x,y)+k∗gmask(x,y)
k=1 이면 언샤프 마스킹
k>1 하이부스트 필터링 (엣지부분을 더 강조)
차례대로: 원본 영상, 블러링된 영상, Unsharp mask
차례대로:언샤프 마스킹, 하이부스트 필터링(K=4.5)
K값을 높였을 때 경계가 두꺼운걸 확인할 수 있음
- 비등방성 필터(Anisotrophic filter)
색 공간 변환 필터 (Color Space Conversion Filter):
색 공간 변환 필터는 이미지를 다른 색 공간으로 변환하는 데 사용 예를 들어, RGB 이미지를 흑백 이미지로 변환하거나, RGB 이미지를 다른 색 공간인 HSV(Hue, Saturation, Value)로 변환하는 등의 작업이 가능 색 공간 변환 필터는 이미지 처리에서 색 조정이나 색상 정보 추출에 활용
모폴로지 필터 (Morphological Filter):
모폴로지 필터는 이미지에서 형태적인 특징을 추출하거나 형태를 변경하는 데 사용
