출처가 없는 이미지는 Digital Image Processing 교재 (Gonzalez 저자) 이미지입니다.
영상처리 수업에서 배운 내용을 정리한 포스팅입니다.
Intensity Transformation은 이미지의 명도가 사용자가 보기 불편할 때 편하게 해주는 변환입니다.
Power-law (gamma) transformations
https://tutorialhunk.com/power-law-transformation-in-digital-image-processing/
이미지를 위의 그래프에서 적절한 값을 찾아서 인풋 명도를 아웃풋 명도로 매칭시킵니다.
그러면 어두운 부분이 밝아지고 잘 보이지 않았던 영역을 잘 보고 판단할 수 있습니다.
반면에 밝은 부분의 차이는 적어질 수 있습니다.
Contrast Stretching
https://www.researchgate.net/figure/Explanatory-illustration-of-contrast-stretching-transformation_fig9_44650125
Contrast stretching도 원하는 부분의 명도의 차이를 확대시켜 구별하기 좋게 변환하는 기법입니다.
Intensity level slicing
ict.udlap.mx/people/oleg/docencia/imagenes/chapter3/image_313_IS548.html
일종의 임계값을 줘서 원하는 부분을 밝게 보는 기법입니다.
특정 부위를 더 뚜렷하게 볼 때 사용할 수 있겠습니다.
Histogram Equalization
https://digitalpadm.com/image-contrast-enhancement-cumulative-histogram-equalization/
몰려있는 명도값들을 골고루 퍼뜨려 주는 기법입니다.
히스토그램의 PDF, CDF를 통해서 명도값들을 매칭해주고 재배치 시켜주면
명도값들이 골고루 퍼지는 원리입니다.
제일 광범위하게 쓰입니다.
'전자공학 > 영상처리' 카테고리의 다른 글
| YOLO Real-Time Object Detection (0) | 2018.11.30 |
|---|---|
| Scene Recognition (SVM) (0) | 2018.10.06 |
| 호모그래피(Homography)를 사용한 비디오 안정화(Video Stabilization) (0) | 2018.10.03 |
| 영상처리 주파수관점 frequency domain (LPF, HPF 예시) (0) | 2018.07.16 |
| 실내 위치 인식을 영상처리로?! (0) | 2018.01.09 |