Charlezz

레이블링(Labeling) 레이블링이란 일반적으로 이진화 된 이미지에서 연속된 픽셀에  대해 고유한 번호를 매기는 작업을 의미 한다. 이진화에 대한 내용은 이전 포스팅에서 확인할 수 있다. 이미지의 이진화 자동 이진화 임계값 결정(Otsu) 지역 이진화 적응형 이진화 레이블링을 수행하면 객체 단위로 이미지를 분석할 수 있게 된다. 객체의 위치, 크기, ROI 추출, 모양 분석등이 가능해진다. 더보기…

적응형 이진화 지난 포스팅에서 Otsu 및 지역 이진화를 적용 했을 때 다음과 같은 결과물을 얻는 것을 확인했다. Otsu나 지역 이진화를 통한 방법은 모든 이미지에서, 특히 이미지가 서로 다른영역에서 다른 밝기값을 가질 때 잘 수행되지 않는다. 이러한 경우 적응형 이진화를 진행할 수 있다. 적응형 이진화란 이미지의 각 픽셀에 대해 개별적으로 임계값을 더보기…

지역 이진화 지난 포스팅에서 Otsu 함수를 통해 임계값을 자동으로 결정하고 이미지를 이진화하는 방법에 대해서 알아보았다. 단순히 Otsu를 적용하는 것으로 객체와 배경을 분리할 수 있으면 좋겠지만 현실은 그렇지 않다. 다음의 쌀알이 포함된 이미지를 살펴보자. 쌀알 이미지에 Otsu 함수를 적용하면 다음과 같은 이진화 된 이미지를 얻을 수 있다.   큰 문제는 없어보인다. 더보기…

이진화 임계값 결정 지난 포스팅에서 임계값을 통해 이미지를 이진화 하는 방법에 대해서 알아보았다. 이진화 된 이미지를 얻을 때 가장 중요한 점은 바로 임계값을 어떻게 또는 무엇으로 결정하냐는 것이다. 임계값을 조금씩 변경하면서 사람의 눈으로 확인하여 가장 좋은 결과값을 얻는 것도 하나의 방법이지만 이러한 반복적인 작업 없이도 자동으로 적절한 임계값을 한번에 찾을 더보기…

이미지의 이진화(Binarization)란? 이미지의 픽셀 값을 0 또는 255로 변환하는 연산을 말한다. 변환된 이진 이미지는 다음과 같은 목적을 수행하는데 적합하다. 배경(Background)과 객체(Object) 구분하기 관심 영역과 비관심 영역 가르기 이미지의 이진화는 일반적으로 회색조(grayscale) 이미지로 하며, 픽셀의 값을 결정하기 위해 임계값(threshold)을 정하게 된다.  Threshold 임계값(T)를 통해 이미지(I)의 픽셀값을 0 또는 255로 결정할텐데 이를 더보기…

허프 원 변환(Hough Circle Transform;CHT) 지난 포스팅에서 직선을 검출하는 허프 선 변환에 대해서 알아보았다. 이번 포스팅에서는 허프 변환을 통해 원을 검출하는 방법에 대해서 알아본다. 우선 우리가 알고 있는 원을 표현하는 표준 원 방정식은 다음과 같다. (x-a)2 + (y-b)2 = r2 r은 반지름(radius)을 의미하고, (a,b)은 원의 중심을 의미 한다. 이 방정식에서 원을 표현하기 더보기…