L:1 decimator
- 1-octave -> 8음계 (2배 주파수)
- LPF는 앨리어싱 효과(by 주파수 변화)를 보장함
- Caution: Decimations와 sub-sampling는 다름
- sub-sampling에는 LPF가 없음
- 샘플링 속도를 줄일 뿐임 (sampling rate만 줄임)
Transform operation
-
Linear filtering
- 주파수 영역의 선형 필터링은 간단함
- 우리는 단순히 강화될 이미지의 푸리에 변환 U(k,l)를 계산하고 그 결과를 필터 전송 함수 H(k,l)로 곱함
- V(k,l) = H(k,l)U(k,l)
- V(k,l)의 역 푸리에 변환을 취하여 향상된 이미지를 얻음
-
Transform operations는 ideal filter (이상적인 필터) 설계가 가능함
특징 추출
- 특징 추출의 목적은 회색 수준, IR, X선, NMR 또는 범위 이미지와 같은 다양한 유형의 이미지에서 몇 가지 특별한 정보를 추출하는 것임
- 특징은 물체 형상 또는 반사 불균일성으로 인한 휘도 변화에 의해 감지될 수 있음
- 따라서 LPF를 제외한 BPF 또는 HPF로 변경이 감지됨
1) Valley(협곡): 람베르티안(균일한) 표면 반사율로 국소 휘도 최소값을 갖는 지점에서 발생함
- Lambertian: 반사가 동일하게 일어남
-협곡은 어두운 곳에서 뚝 떨어지는 지점 -> 형태가 바뀌면서 발생
2) Edge: 반사율의 급격한 변화가 존재하는 지점에서 발생함
특징의 타입
- edge
- vally
- corner: 모서리
- line
- segment: 덩어리
- cornic: 원형의 덩어리 (타원)
- region: 영역
etc.
