컴퓨터비전2 [Computer vision] 라플라시안 연산자 (Laplacian Operator) 영상 ⨍ 의 일차 미분 이산 함수 f(x, y)에서 x 방향으로의 일차 미분이다. 영상 ⨍ 의 이차편미분 이산 함수 ⨍(x, y)에서 x 방향으로의 이차 편미분이다. 편미분 : 함수의 변수가 2개 이상인 함수에서 변수 1개의 변화에 따른 기울기를 알고 싶을 때 사용 한다. 영상 ⨍ 의 이차미분 x축과 y축에 대한 각각의 이차미분을 수행하고, 각 방향에 대한 이차미분 결과를 합친다. 이차 미분을 나타내는 연산자는 ∇2이며 라플라시안 또는 델타스퀘어라고 읽는다. 위 수식은 마스크 형태로 나타낼 수 있으며, 이를 라플라시안 필터 마스크라고 한다. 왜 이차미분을 사용할까? 일차 미분 시, 외곽선(Edge) 부근에서 픽셀의 값이 뛰는 것을 확인할 수 있다. 이차 미분을 이용하면 에지의 중심 부분을 찾을 수 있다... 2021. 9. 30. [Computer vision] 선형 필터(Linear Filter) / 박스 필터(Box Filter), 가우시안 필터(Gaussian Filter) 선형 필터 (Linear Filter) 필터를 통과시켜 새로운 이미지를 만들려고 한다. 필터는 이미지보다는 작은 크기의 배열이고, 어떤 가중치 값들이 저장되어 있다. 이미지 내 구하고 싶은 픽셀값에 필터의 중심을 둔다. 필터의 가중치들과 겹쳐진 이미지 픽셀의 값들을 곱해서 모두 더한다. 결과를 새로운 이미지에서의 픽셀 값으로 결정한다. 이렇게, 각각의 가중치가 선형적으로 각각의 픽셀에 곱해지는 필터를 보고 '선형 필터'라고 한다. 박스 필터 (Box Filter) 선형 필터의 예시로, 박스 필터, 가우시안 필터 두 가지를 알아보자. 박스 필터는 가중치로 1/필터의 사이즈를 가진다. 주변 픽셀값의 평균을 얻는 방식의 이미지 필터링이다. 영역의 평균값이므로 이미지가 흐려지는 효과(Blur)가 나타난다. [예.. 2021. 9. 23. 이전 1 다음
