3D 장면에서 컴퓨터까지
이미지 샘플링, 이산화
- 이미지를 픽셀별로 분리. 해상도가 320 x 240 일 시 가로 320픽셀, 세로 240 픽셀
이미지 히스토그램
- 이미지 픽셀별 강도값을 히스토그램으로 표현
- 히스토그램 평활화 : 히스토그램을 평활하게 분포시켜 강도 범위를 펼쳐 이미지 선명도를 높임
이진화
- 경계값(Thresold)에 따라 픽셀 값을 0, 1로
스무딩(블러링, 저주파 통과 필터 효과)
- 영상 노이즈 제거. 특정 픽셀이 지나치게 크거나 작은경우 제거하거나 이웃과 비슷하게 -> 이미지가 선명해짐
이미지의 기하학적변환
크기변환 scalining
직선이동
회전 행렬
에지 검출
- 이미지 경계, 물체 정보 취득에 사용
- 이미지 강도 변화율로 검출 -> 1차 미분의 극점 에지 존재
이미지 그라디언트, 자코비안, 헤시안
- 그라디언트 : 다변수 스칼라 함수 1차 미분 -> 이미지 에지검출에 사용
- 자코비안 : 다변수 벡터 함수에 대한 1차 미분 -> 그라디언트나 마찬가지로 1차 미분이므로 지역적 변화 파악에사용
- 헤시안 : 다변수 벡터 함수에 대한 이차미분 -> 곡률 특성 나타냄. 최적화 문제에 사용
- 라플라시안 : 다변수 스칼라 함수의 2차 미분 -> 모든 방향으로 변화가 심할때 최대값가짐 ->코너 검출
ref :https://darkpgmr.tistory.com/132
마스크를 이용한 에지검출
- 소벨 마스크를 이용.
- 소벨 마스크 : 픽셀간 1차 미분 근사화한 마스크, 수직 수평 경계에 민감
![]() |
![]() |
모폴로지(형태학적) 연산
- 픽셀간 통합 분리
- 침식, 팽창, 열림, 닫힘 4가지 프로세스, 노이즈 제거 지문인식 등 사용
- 침식 erode : 이미지 줄임 -> 노이즈 제거
- 팽창 dilation : 경계가 부드러워짐, 구멍 매꿈
- 열림 연산 : 침식 후 팽창 적용 -> 작은 객체 제거에 적합
- 닫힘 연산 : 팽창 후 침식 적용 -> 전체적인 윤곽 파악에 좋음
ref : https://opencv-python.readthedocs.io/en/latest/doc/12.imageMorphological/imageMorphological.html
![]() 침식 |
![]() 팽창 |
이미지 변환 종류
- 평행이동, 회전, 크기조절, 원근변환 등
'로보틱스' 카테고리의 다른 글
파이썬 로보틱스 - 0. 시작 (0) | 2023.10.08 |
---|---|
robotics - 3. 모터 제어 (0) | 2022.09.06 |
robotics - 1. 로봇센서와 신호처리 (0) | 2022.09.05 |
ROS기초튜토리얼(끝) - 15, 16. 간단한 서비스,클라이언트 코드 쓰기 + 사용하기 (0) | 2022.06.24 |
ROS기초튜토리얼 - 12, 13. 파이썬으로 간단한 퍼블리셔와 서브스크라이버 만들고 쓰기 (0) | 2022.06.23 |