박두현의 컴퓨터 이론들 - 영역처리 : 엣지 디텍팅 (Edge Detecting)

안녕하세요. 박두현 입니다.

오늘은 엣지 검출(Detecting)에 대해서 알아보도록 하겠습니다. 정말 많이 사용되는 영상처리 기법 중 하니이지요.

1. Edge Detecting

엣지 검출, 말 그대로 영상에서 가장 자리를 뜯어내는 영상처리 기법을 말 합니다.

왜 엣지를 검출해야 할 까요? 아래 설명을 보시도록 하죠.

Edge:

- 물체의 위치, 물체의 모양과 크기, 텍스쳐의 정보 제공

- 영상의 밝기가 급격하게 변하는 지점에 존재

- 넓이와 형태에 따라서 무수히 많은 엣지의 방향이 가능

활용범위:

- Image Segmentation

- Image Registration

아래 보이는 그림은 각 엣지의 특성을 나타내고 있는 것을 의미 합니다. 다양한 형태의 엣지가 발생할 수 있죠.

[그림1-1. 엣지의 종류]

2. Homogeneity Operator

이 엣지 검출기는 가장 단순하고 빠른 엣지 검출기 입니다.

3x3 이미지의 중심 화소로부터 주변의 8화소들 각각을 감산 하는 방식을 사용 합니다.

출력은 각 차이의 절대값 중에서 가장 큰 값이 되겠습니다.

[그림2-1. Homogeneity Operator]

3. Difference Operator

화소당 4개의 감산을 수행하는 엣지 검출기 입니다.

빠른 연산을 수행 할 수 있습니다. (4 Subtractions)

[그림3-1. Difference Operator]

4. Edge Image Thresholding

엣지 이미지 쓰레스홀딩이란 강한 엣지는 강조하고 약한 엣지는 약화시키는 것을 말 합니다.

이미지에서 쓰레스홀드 값을 주고 그 이상 올라가면 1, 내려가면 0으로 처리하는 바이너리 변환이랑 같은 개념 입니다.

하나 또는 두개의 레벌을 사용하게 됩니다.

- 영상에서 임계값보다 큰 값을 가진 화소는 최대값 할당.

- 임계값보다 작은 값을 가진 화소는 0을 할당.

[그림4-1. Edge Image Thresholding]

5. 엣지 검출 수행결과

엣지 검출기를 수행하면 아래와 같은 원본 이미지를 가지고 아래와 같은 추출물을 얻어낼 수 있습니다.

지금 보시는 것은 선명하게 엣지가 따지는 것을 보실 수 있는 샘플 영상이 되겠습니다. 엣지 검출가가 수행되고 나면 어떤 결과물들이 나오는지, 또 어떤 활용이 가능하겠는지 쉽게 예측할 수 있겠죠?

[그림5-1. Edge Detecting Sample]

[그림5-2. Edge Detecting Sample]

6. 마치면서...

오늘은 일단 여기까지 하도록 하겠습니다.

아직 엣지 검출에 대해서 할 말이 많이 있지만 너무 양이 많아서 나누지 않을 수가 없겠네요. 다음주에는 이어서 엣지 검출과 미분이라는 주제로 글을 써보도록 하겠습니다.

미분! 수학이 나왔다고 해서 너무 당황하실 것 없습니다. 여기서는 매우 기초적인 것들만 다루게 될 것 같습니다.

그럼 다음주에 뵙도록 하겠습니다.