𝄢 𝄢

Simple Linear Iterative Clustering (SLIC)은 주로 이미지 처리에서 사용되는 슈퍼픽셀 생성 알고리즘이다. SLIC 알고리즘은 의미적으로 관련된 픽셀을 그룹화하여 슈퍼픽셀을 생성하는데 사용된다. 슈퍼픽셀(Super pixel, segmented pixel)은 인접한 픽셀들을 하나의 그룹으로 묶어 시각적으로 의미 있는 영역을 형성하는 작은 블록 또는 패치를 의미한다. 이러한 슈퍼픽셀은 전통적인 픽셀 단위의 이미지 처리 대신 의미적으로 유사한 "영역"을 고려하여 이미지를 분할한다. 예컨데 산과 강 그리고 하늘, 나무를 담고있는 이미지에서 특정 픽셀들의 영역은 어떤 의미를 가지고 있다. 아래 그림에서 박스를 친 부분은 색이 파란색이고 땅 부분과는 분리되어 '강' 이라는 의미를 가진..

✣ 허프 변환의 동작을 요약하면 다음과 같다. 입력된 각각의 점 $(x_{i},y_{i})$ 에 대해 $(a,b)$ 공간에 직선 $b=-ax_{i}+y_{i}$를 그린 다음 이들 직선이 만나는 점 $(a,b)$를 찾아 $a$를 기울기, $b$를 $y$절편으로 취한다. 만나는 점은 투표로 알아낸다. "투표"의 의미? 각각의 직선은 자신이 지나는 점에 1만큼씩 투표를 한다. 결국 직선이 지나지 않는 곳은 0, 직선이 지나는 곳은 1표, 두 직선이 만나는 곳은 2표를 받는다. 앞서 설명한 허프 변환은 이상적인 상황을 가정했다. 실제 상황에서 구현하 때는 몇 가지 사항을 신중히 고려해야 한다. 1) 위 그림에서는 두 점만 고려했는데 현실에서는 많은 점이 있고 점들이 완벽히 일직선을 이루지 못함 -> 이 문제는 ..

✣ Background 앞선 포스트에서 검출한 에지 맵에서 에지 화소는 1, 에지가 아닌 화소는 0으로 표시되었다. 사람 눈에는 에지가 연결된 선분으로 보이는데, 에지 맵에는 연결 관계가 암시적으로 나타나 있을 뿐 명시적으로 표현되어 있지 않다. 이들을 연결하여 경계선으로 변환하고 경계선을 직선으로 변환하면 이후 단계인 물체 표현이나 인식에 무척 유리하다. 경계선 찾기 OpenCV의 findContours 함수를 활용하면 에지 맵에서 경계선을 찾아 연속된 점들의 집합을 리스트로 표현할 수 있다. findCountours 함수에 경계선을 찾을 에지 영상을 첫번째 인수에 입력하면, 경계선을 찾아서 객체에 저장을 해준다. 또 OpenCV의 drawContours 함수는 영상에 경계선을 그린다. 첫 번째 인수는..

✣ Background 캐니 에지 감지는 널리 사용되는 에지 검출 알고리즘이다. John F. Canny가 2010년도에 개발했으며 OpenCV 에서 캐니 알고리즘을 구현한 cv.Canny() 함수를 제공한다. Canny edge는 그래디언트 크기를 구하고 임계값을 설정해줘서 에지를 검출하면 윤곽선이 너무 두껍게 표현되기 때문에, 이렇게 잡음이 많은 상태에서서 한 점을 결정하여 에지의 굵기(두께)를 얇게 표현하기 위해 적용된 방법이다. 좋은 에지 검출기의 조건은 ❶ 하나의 에지를 하나의 점(한 두께)으로 표현하는 것이기 때문이다. 또한 ❷ 픽셀이 조명에 의해 미세한 영향을 받게 되어 에지가 아닌 점을 에지로 찾거나(false positive) 또는 에지인데 에지로 검출하기 못하는(true false) 오..

✣ 에지 검출(edge detection)은 컴퓨터 비전이 초창기부터 중요하게 다루어온 연구 주제다. 에지는 물체 경계에 있는 점이다. 에지를 완벽하게 검출해 물체의 경계를 폐곡선으로 따낼 수 있다면 분할 문제가 저절로 풀린다. 반대로 영역 분할 알고리즘이 완벽해 물체를 독립된 영역으로 분할하면 에지 검출 문제가 저절로 풀린다. 반대로 영역 분할 알고리즘이 완벽해 물체를 독립된 영역으로 분할하면 에지 검출 문제가 저절로 풀린다. 따라서 둘은 쌍대 문제다. 하지만 둘은 완전히 다른 방향으로 문제 해결을 모색한다. 에지 검출은 특성이 크게 다른 화소에 집중하는 반면 영역 분할은 비슷한 화소를 묶는 방식을 선호한다. ﹡ 1.1. 에지 검출 에지 검출 알고리즘은 물체 내부는 명암이 서서히 변하고 물체 경계는 명..