1 / 66

21C 멀티미디어

21C 멀티미디어. 인간이 정보입수를 80% 이상을 시각적인 정보를 통하여 얻어진다고 볼 때 이미지가 갖고 있는 정보는 엄청나게 많다고 본다. 제 5 장 그래픽과 이미지. 5.1 기본 개념. 멀티미디어를 구성하는 다섯 가지 미디어인 텍스트 , 이미지 , 사운드 , 비디오 , 애니메이션 중에서 이미지는 특히 중요한 위치 이미지를 자유롭게 사용하려면 이미지의 특성을 이해 텍스트로는 전달하기 어려운 내용을 그림이나 그래프를 이용

Télécharger la présentation

21C 멀티미디어

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. 21C 멀티미디어 인간이 정보입수를 80%이상을 시각적인 정보를 통하여 얻어진다고 볼 때 이미지가 갖고 있는 정보는 엄청나게 많다고 본다. 제 5 장 그래픽과 이미지

  2. 5.1 기본 개념 • 멀티미디어를 구성하는 다섯 가지 미디어인 텍스트, 이미지, 사운드, 비디오, 애니메이션 중에서 이미지는 특히 중요한 위치 • 이미지를 자유롭게 사용하려면 이미지의 특성을 이해 • 텍스트로는 전달하기 어려운 내용을 그림이나 그래프를 이용 • 인간의 오각인 시각, 청각, 후각, 촉각, 미각 중에서 80 % 이상을 시각을 통해서 정보를 입수 • 이것은 그림, 그래픽과 같은 이미지 매체들이 많은 정보를 함축적으로 표현

  3. 5.1 기본 개념 • 디지털 정보의 표현은 점(point), 선(line), 다각형(polygon)을 만들 수 있으며, 다각형은 하나의 평면(plane)을 구성하며 이로부터 2차원 이미지로 표현이 가능 • 2차원 이미지가 Z축상으로 연속된 이미지로 이어진다면 이는 입체적으로 표현이 가능한 하나의 3차원 이미지를 생성 • 이러한 과정에서 이미지를 생성시키는 학문분야를 컴퓨터 그래픽스라고 정의 • 컴퓨터 그래픽스는 이미지를 생성시키는 기법과 표현(Visualization)으로 시작 • 프로그램 라이브러리로는 OpenGL(Open Graphical Library)을 주로 사용하며, 복잡하고 많은 계산을 요하기 때문에 그래픽 가속기에 영향을 받음 • 응용분야에서는 산업디자인, 웹디자인을 비롯하여 영화

  4. 5.1 기본 개념 • 2 차원 이미지에서 필터링(filtering)을 시킨다든지, 잡음을 제거한다든지 하여 질이 좋은 이미지를 복원하든지 혹은 다른 얻고자하는 이미지로 변형을 시킨 결과 이미지를 보고자 하는 학문분야를 이미지처리(image processing)라 함 • 이미지처리를 통하여 특별한 객체(object) 혹은 특성이 같은 그룹을 추출하여 이를 수치화 된 데이터로 표현하는 학문분야를 이미지분석(image analysis)이라고 정의 • 응용분야로는 컴퓨터비젼, 의료이미지, 생명공학, 우주공학에 이르기까지 광범위

  5. 5.2 이미지 표현 방식 • 비트맵(bitmap) 방식은 점묘화를 그리는 것과 같이 점의 조합으로 이미지를 표현하는 방식 • 모니터의 화면에 표현되는 각각의 점을 화소 또는 픽셀(pixel: picture element)이라 정의 • 2 차원에서는 I(r,c)로 표현하며 I는 명도(Brightness)를, r과 c는 각각 행과 열 • 비트맵 방식은 그림을 모니터의 화면에 표현함에 있어 데이터를 비디오 메모리로 옮겨 직접 처리하므로 표시 속도가 벡터 방식에 비하여 빠름 • 비트맵 방식은 픽셀 각각에 대한 명암과 색상 정보를 모두 저장해야 하기 때문에 많은 디스크 공간을 소모 • 비트맵은 그림을 확대하거나 축소할 경우 그림의 모양이나 외곽선 부분이 변형되는 단점

  6. 5.2 이미지 표현 방식 • 비트맵 방식에 따라 작성된 그림을 비트맵 이미지 또는 래스터(raster)이미지 • 비트맵 방식으로 작성된 이미지는 평면 또는 공간상에 특정한 좌표 값으로 표현 • 그림을 나타내기 위해서 간단한 명령어와 좌표 값을 표현하는 방식을 벡터 방식

  7. 5.3 파일 저장 방식 • 이미지 파일의 포맷을 살펴보면 다른 미디어 파일의 포맷보다 훨씬 많은 종류 • 흑백 명암만을 사용하는 프로그램에는 컬러 정보가 불필요 • 그래픽 형태로 그림 정보를 저장할 경우에는 각 픽셀의 값을 기록할 필요성은 없음 • 이미지 편집 프로그램은 여러 가지 포맷의 파일을 읽을 수 있는 기능을 포함

  8. 5.3.1 BMP • 비트맵(BMP: Bitmap)은 마이크로소프트에서 지원하는 가장 대표적인 파일 포맷 • 파일의 크기 및 기타 파일 관련 정보를 파일헤더에 두고 각 픽셀의 컬러 값을 그대로 표시하는 방법으로 모든 이미지 편집 프로그램과 대부분의 워드 프로세서에서 지원 • 압축 방법을 사용하지 않기 때문에 파일 크기가 큰 것이 단점이다. • 비트맵을 저장하는 여러 파일 중에서 간단한 것이 BMP파일이며, 원도우즈에서 사용하는 표준 장치독립(Device Independent Bitmap)인 파일 포맷

  9. 5.3.1 BMP • 1) 비트맵 파일에 대한 정보 • BITMAPFILEHEADER는 비트맵 파일에 대한 정보를 저장하기 위해 구조체로서 정의 • bfType는 어떤 파일이 BMP 파일인지를 확인 • 항상 ASCII 캐랙터갃M"으로 시작 • bfReserved는 미래의 확장성을 고려하여 준비되어진 것 • 2) 비트맵 자체에 대한 정보 • BITMAPINFOHEADER는 전체 40바이트로 비트 자체에 대한 정보를 저장하기 위한 구조체 • 3) 비트 맵 팔레트 • 팔레트는 아래의 표 6.4와 같이 RGBQUAD구조체의 배열로 정의 • 맵 인덱스가 RGB(Red, Green, Blue)색상치를 소유 • 윈도우즈 포맷의 색상치는 RGB 순서대로 나열되어 있는 것이 아니고 BGR순서대로 되어있으며, 트루 칼러인 경우에는 팔레트가 필요 없음 • 4) 이미지 픽셀 데이터 • Pixel data에는 이미지 정보의 상하가 거꾸로 저장되어 있는 점을 유의

  10. 5.3.2 JPG, JPEG • JPEG는 Joint Photographic Experts Group에서 개발한 압축 방법 • 보편적으로 손실압축을 사용하기 때문에 중간 저장용으로는 적합하지 않은 경우가 있음 • 압축을 사용하면 24 비트의 화상에 대해서 손실이 없이 최대 1/25 까지 압축이 가능하며 약간의 손실을 감수했을 때는 최대 1/100 까지도 압축이 가능한 방법 • JPEG 은 주로 멀티미디어 분야에서 사진 압축에 가장 유리한 포맷 • 웹에서는 표준으로 널리 이용 • Huffman 부호화와 연속적(sequential) JPEG 그리고 8 비트의 샘플링을 사용 • 점진적(progressive) JPEG는 컴포넌트들이 멀티스캔에서 부호화 되어짐

  11. 5.3.2 JPG, JPEG • JPEG 부호화 되는 과정을 4 단계로 • 첫 단계로서 픽셀 데이터들은 RGB에서 YCbCr 컬러공간으로 변환되며 샘플링을 수행 • 두 번째 단계로는 8 비트 블록을 한 데이터 단위로 보면서 DCT(Discrete Cosine Transform) 변환 • 세 번째 단계로는 정량화 단계이며 이 과정에서 손실압축이 발생 • 네 번째 단계로는 정량화 되어진 DCT계수를 부호화 하는 과정

  12. 5.3.3 GIF • GIF(Graphical Interchange Format)는 미국의 CompuServe사에서 자체 온라인 서비스를 통해 이미지를 빨리 전송하기 위하여 개발하였으며 팔레트를 사용하는 256 컬러만을 지원하는 대표적인 압축 포맷 • 사진의 경우에는 압축의 효과가 크지 않으나 일러스트레이션으로 제작된 그래픽 파일의 경우에는 높은 압축효과 • 파일 크기가 작은 것을 중요시하는 웹에서 JPEG 포맷과 함께 가장 널리 사용 • 색상의 정보는 그대로 둔 체 압축을 하는 JPG와는 달리 GIF는 색상정보를 낮추어서 크기를 줄이는 것 • 다양한 색상영역을 가지고 있는 이미지들은 색상영역을 낮추는 것보다 압축하는 것이 효과적이며, 반대로 많은 색상이 사용되지 않는 이미지들은 색상영역을 낮추는 것이 효과적 • GIF 이미지 포맷에는 GIF98a포맷과 GIF87포맷의 두 가지가 있는데, 1989년에 개정된 GIF89 포맷에서는 256 개 컬러 중 하나를 투명 색으로 지정하여 투명효과를 줄 수 있으며 이미지에 관한 설명을 추가할 수 있음

  13. 5.3.3 GIF • ※ 인터레이스 GIF:이미지가 로딩될 때 왼쪽위에서 오른쪽으로 순서대로 위에서 아랫 방향으로 이미지의 선명도를 높여가며 그려주는 형식 • ※ 투명 GIF:Photoshop에서 파일메뉴의 Export에서 GIF89a를 선택하여 적용할 수 있으며, 웹 페이지에서 제목이나 이미지가 배경화면과 색상이 자연스럽게 붙어지도록 지원하는 형식

  14. 5.3.4 TIFF • TIFF(Tagged Image File Format)이름 그대로 태그 정보를 사용하여 모든 이미지 파일을 수용할 수 있는 구조 • 디지털 이미지가 사용되기 시작한 초창기에 유일하게 24 비트 컬러를 지원하였기에 전자출판에 사용하는 대부분의 컬러프린터 시스템에서 지원 • 압축기능을 옵션으로 포함하고 있으나 압축하지 않는 포맷을 함께 지원하고 있어 이를 적절히 선택하여 사용 • TIFF형식 내에 너무 많은 서브포맷을 지원하고 있어 프로그램간에 호환 기능이 약함

  15. 5.3.5 PCX • PCX(ZSoft PC Paintbrush Bitmap file, Packbits Compression indeX)는 윈도우 환경에서 기본적으로 제공되었던 페인트브러시 프로그램에서 사용되는 파일 포맷 • 16 컬러를 사용하는 프로그램에서 시작되었기에 같은 컬러가 연속되는 경우에 연속되는 컬러 값과 연속되는 픽셀 개수로 표시하는 Run Length Encoding 방법을 사용하여 그래픽에 대해서는 어느 정도의 압축의 효과를 획득 • 최신 버전에서는 65,536 컬러를 지원하며, 윈도우 환경의 대부분의 이미지 편집 프로그램에서 지원

  16. 5.3.6 TGA • TGA(Targa)는 비디오 처리를 위한 전용 보드인 TARGA 보드 이름에서 연유한 포맷을 32 비트의 이미지를 지원하며 이 가운데 8 비트는 알파채널용으로 사용 • 알파채널을 통해 비디오를 나타낼 수 있게 만든 포맷 • 점차로 사용 빈도는 줄고 있으나 대부분의 이미지 편집 프로그램이 지원하는 포맷

  17. 5.3.7 PNG • GIF 포맷의 압축 알고리즘이 유니시스(UniSys)라는 회사에서 특허로 제출되었음이 밝혀지게 되어 이를 대체하기 위해 PNG(Portable Network Graphics)로 개발된 포맷 • GIF에서 제공하지 못하는 24 비트 컬러를 제공하고 GIF의 특징인 인터레이싱(Interlacing)과 투명 컬러를 제공하는 포맷 • JPG와 GIF의 장점만을 고루 갖추었으며 PSD 파일처럼 알파 채널 정보를 그대로 유지 • 손실 없는 압축 알고리즘을 사용하면서도 파일 크기 면에서는 JPG나 GIF와 크게 차이가 없어 향후 웹에서 사용되는 대부분의 이미지가 이 포맷으로 대체될 가능성이 있음

  18. 5.3.8 ICO(ICONs) • ICO(ICONs)는 아이콘의 비트맵 표시에만 사용되는 포맷 • 출력 장치가 프린터나 스크린이라는 것과 무관하게 정의되었다는 메타파일(Metafile)이라는 개념을 사용

  19. 5.3.9 CGM • CGM(Computer Griphics Matafile)는 여러 표준단체의 공동개발 결과로서 여러 PC용 소프트웨어들이 지원 • 원, 사각형 등 여러 가지의 그래픽 구조를 정의하여 표현하는 방식이며 각 구조에 비트맵을 포함할 수 있어 비트맵과 벡터 모두에 사용 가능 • ISO 국제 표준으로 정의되어 있으나 사용 빈도는 비교적 적음

  20. 5.3.10 EPS • EPS(Encapsulated PostScript)는 프린터 그래픽 정보를 보내기 위해 등장한 포스트스크립트(PostScript) 언어를 활용한 포맷으로서 *.eps 혹은 *.ps로도 표현 • 전문 그래픽 출력장치 등을 위해 최적화 된 파일 포맷으로 가장 뛰어난 출력물을 얻을 수 있으며, 텍스트 그래픽 구조 및 폰트, 비트맵 정보를 표시하며 개발 목적에 따라 프린터 제어에 사용

  21. 5.3.11 WMF • WMF(Windows Matafile Format)는 MS 윈도우 애플리케이션간의 이미지 교환을 위한 형식으로 개발되었으며, 윈도 밖에서의 지원은 제한되어 있지만 많은 윈도 프로그램이 지원을 하기 때문에 많이 사용 • 윈도우에서 사용되는 메타파일 방식으로 비트맵과 벡터 정보를 함께 표현하고자 할 경우 가장 접합한 포맷

  22. 5.3.12 PICT • PICT(Picture)는 1984년 Apple Computer에서 그래픽 파일의 표현과 저장의 표준으로 개발되었으며, 매킨토시의 퀵드로우(QuickDraw)라는 드로잉 루틴에 사용된 포맷으로 매킨토시에서는 표준 파일포맷 • 그래픽 프로그램과 페이지 조판 프로그램에서 광범위하게 사용

  23. 5.4 보간법 • 보간법(Interpolation)에는 크게 선형보간법(Linear Interpolation)과 큐빅보간법(Cubic Interpolation)으로 나눔 • 선형보간법은 선상에서 두 점 사이에 새로운 포인트를 생성하는 것이며 큐빅보간법은 3차원 공간상에서 8개의 포인트를 고려하여 하나의 새로운 포인트를 생성하는 것 • 엘리어싱(aliasing)현상은 보간법(interpolation)을 통하여 다시 보정을 하여야만 보다 자연스러운 선으로 표현이 가능 • 레이 캐스팅(ray casting)은 볼륨 렌더링에서 최종 픽셀 값을 결정하기 위해서 사용 • 각각의 레이가 복셀(voxel: volume element)들 사이를 지나갈 때 샘플링과 합성(compositing)과정을 거치면서 최종 픽셀 값을 결정 • 레이는 각각의 슬라이스 이미지의 픽셀들 사이를 지날 때도 있는데, 이럴 경우에는 샘플링을 통하여 레이와 교차하는 지점에 새로운 픽셀 값을 생성

  24. 5.5 조명과 음영 • 사실감 있는 실제 장면을 생성하기 위해서는 광원 모델(Lighting Model)과 조명 모델(Illumination Model)효과를 적용 • 물체가 한가지 색으로 표현하는 것보다는 사실감과 입체감을 주기 위하여 조명과 음영처리를 하게됨 • 더욱 외양을 색상, 텍스처, 광원에 따른 빛의 반사율, 관찰자의 위치와 방향에 따라서 처리하게 된다면 물체의 성질이 확연하게 달라짐 • 빛은 크게 분위기 빛(ambient light), 방향성 빛(directional light), 스포트라이트(spotlight), 점광(point light)등으로 나눔 • 분위기 빛이란 여러 종류의 광원에서 나오는 빛의 반사와 산란으로 생기며 방향성 빛은 불규칙하게 퍼지지 않으며 객체를 정확하게 조절될 수 있는 조명이 필요하면 방향성 빛을 사용하는 것이 편리 • 스포트라이트는 최대한 현실감과 조절감을 주도록 혹은 원추모양으로 빛을 보낼 때 사용하므로 무대조명 등으로 사용하며, 점광은 백열전구와 같은 빛을 말함 • 이러한 것은 많은 계산량을 요구하기 때문에 컴퓨터 용량 및 속도에 크게 영향

  25. 5.5 조명과 음영 [그림 5.6] Ray Tracing을 이용한 사실감과 입체감 표현 • 텍스처를 이용해서 실제 골프공과 비슷한 색상을 만들어 냈으며, 분위기 빛, 스포트라이트 광원을 이용해서 그림자와 입체감을 생성하여 실제로 잔디 위에 골프공이 있는 것처럼 사실성 있게 렌더링 된 것을 볼 수 있음

  26. 5.6 볼륨 렌더링 • 볼륨 렌더링은 연속적인 2차원 슬라이스들을 기본으로 하기 때문에 슬라이스 이미지들을 조합하는 방식에 따라서 여러 가지 방법이 있음 • 대표적으로 이미지공간(image space) 렌더링 방법과 물체공간(object space) 렌더링 방법 • 이미지 공간 렌더링 방법은 뷰잉(viewing) 시점을 결정하고 이미지 평면(image plane)의 각 픽셀에 레이를 통과시켜서 일정한 간격으로 픽셀 값과 위치를 샘플링 할 때, 각각의 레이가 일직선상에 놓이는 복셀들의 명도와 불투명도를 합성해서 이미지를 생성해내는 알고리즘 • 대표적인 렌더링 방법에는 광선 추적법(ray tracing)이 있음 • 이미지공간 렌더링 방법에는 볼륨 데이터를 순차적으로 순회하면서 복셀을 이미지 평면으로 투영하여 이미지를 생성하는 알고리즘으로 splatting이 이에 속함

  27. 5.6 볼륨 렌더링 • 일반적으로 볼륨 렌더링은 음영(shading)단계에서는 복셀의 명도값을 결정 • 분류(classification)단계에서는 복셀의 불투명도를 결정하는 단계이며, 객체 내부의 서로 다른 재질로 인해서 불투명도 값이 다양하게 변하는데, 이런 정보들을 모아서 렌더링 할 때 내부 경계 영역을 구분할 수 있게 함으로써 객체의 내부 모습을 가시화 할 수 있음 • 합성은 음영과 분류단계에서 얻어진 값들을 최종적으로 누적해서 하나의 최종 픽셀치로 결정하는 단계

  28. 5.6 볼륨 렌더링 [그림 5.7] 볼륨 그래픽스 시뮬레이션

  29. 5.6 볼륨 렌더링 • 유리와 같은 얇은 객체만 가능하고 반투명하고 일정한 형태가 없는 구름, 연기, 불 등과 같은 객체는 폴리곤으로 표현 할 수 없음 • 이러한 문제는 불투명 객체인 비행기와 반투명적인 구름 객체가 같이 섞어 있는 경우에는 더욱 명백해짐 • 그림 6.7에서 보듯이 비행기가 구름 속을 뚫고 지나가는 장면은 현재의 3D 그래픽 가속 카드로는 불가능한 부분

  30. 5.7 컬러모델 • 1931년에 조명을 위한 국제위원회(CIE: Commission Internationale de ㅣ껬clairage)에서 인간의 컬러인지를 감안하여 3차원 모델을 소개 • 가시광선은 파장이 380nm에서 789nm까지를 말하며 적색은 r = 700nm, 녹색은 g= 546.1, 청색은 b = 435.8의 파장 • 하이컬러(High color)라고 알려진 16 비트의 컬러를 사용할 경우 적색, 녹색, 청색 중의 한 가지 원색에 대해 32 가지색의 처리를 따로 표현 • 8비트 컬러를 사용할 경우, 최대한 사용할 수 있는 색상은 2^8 즉, 256가지로 제한 • 이미지에서 비교적 자주 사용되는 색상 256개를 선정하여 선정된 색상만을 사용하도록 하며 이러한 색상 표시 방식을 팔레트 방식

  31. 5.7.1 HLS 컬러 모델 • 적색, 녹색, 청색을 색조(hue), 명도(lightness), 채도(saturation)로 변환이 가능 • 시각적인 표현상에서 각각의 장단점이 있으나 직관적인 표현에서는 RGB에서 분간하기 힘든 것이 HLS로 표현하여 줌으로서 두드러지게 나타나는 부분이 있음 • 색조와 채도는 0에서 1까지 표현하며 색조는 0도에서 359도까지의 각도로 표현 • 채도는 명도 축에서부터의 거리이므로 모니터상에 표현한다면 256 픽셀치로 비율 축적

  32. 5.7.1 HLS 컬러 모델 [그림 5.8] 그래프상으로 표현한 RGB와 HLS 컬러 모델

  33. 5.7.2 CMYK 컬러 모델 • 그림 물감의 3원색으로 청록색(cyan), 심홍색(magenta), 노란색(yellow)이 있으며 물감을 합치게되면 검은색(K)이 되며, 프린트를 할 경우에 이러한 컬러 염료를 사용 • RGB의 색으로부터 CMY로 변환이 가능하며 간단한 수식으로 표현이 가능 • 청록색은 1에서 빨강을 뺀 값이 되며, 심홍색은 1에서 녹색을 뺀 값이 되며, 순수 노랑은 1에서 청색을 뺀 값

  34. 5.7.2 CMYK 컬러 모델 [그림 5.9] RGB와 CMY의 상관관계

  35. 5.7.3 YIQ 컬러 모델 • YIQ 모델은 주로 TV 방송에 사용되며 조명 변화에 따른 인간의 시각 시스템을 색조나 채도보다도 잘 반영한 것 • 광휘를 나타내는 Y는 색상을 나타내는 I나 Q보다도 넓은 대역폭을 갖는다는 것이 하나의 장점 • 행렬식 계수를 사용하며 역변환도 RGB의 표현도 가능

  36. 5.7.4 팔레트 • 팔레트(Palette)란 이용자가 이미지를 표현하는데 필요한 색상만을 모아놓은 컬러 테이블 • 팔레트를 사용하지 않는 이미지를 팔레트 방식으로 바꾸기 위해서는 해당 픽셀과 가장 가까운 컬러를 팔레트에서 찾아 그 컬러 값을 표현

  37. 5.7.4 팔레트 [그림 5.10] (a) 포토샵에서의 팔레트, (b) 파워포인트에서의 팔레트

  38. 5.7.4 팔레트 • 시스템에서 임의로 정한 팔레트를 사용하면 컬러가 부족하여 원래의 픽셀에서 표현하고자 하는 컬러와 차이가 큰 컬러로 대체되는 경우가 자주 발생 • 이러한 문제를 일부나마 해결 • 커스텀팔레트(Custom Palette)를 사용 • 이미지를 가장 잘 표현할 수 있는 팔레트를 만들고 그 팔레트에 적합하게 컬러 수를 생성하는 방법 • 예를 들면 바다나 하늘을 표현할 적에는 푸른색 계통의 색을 많이 내포하고 있으므로 256가지의 색을 이곳을 집중적으로 분배하여 표현 • 컬러가 결정된 이후 이미지를 해당되는 팔레트에 적용하기 위해서 디더링(dithering)이 사용 • 원래의 값과 가깝고 팔레트에 포함된 두 개 이상의 컬러를 조합하여 특정 컬러를 표시하면 원래의 이미지와 좀더 가까운 이미지를 표현가능

  39. 5.7.4 팔레트 • 픽셀은 화면에 표시될 경우 정사각형으로 표시 • 윤곽선이 대각선 형태인 경우 배경과 접촉면은 계단 형태로 표시 • 계단 형태의 경계선이 나타나는 것을 앨리어싱(aliasing) • 부자연스러움을 없애기 위해 앤티앨리어싱(antialiasing)이라는 기법이 사용 • 물체와 배경과의 경계면에 있는 픽셀을 경계선과 얼마나 많이 접촉하였느냐에 따라 물체의 색과 바탕면 색의 중간 값을 정하여 표시하는 방법 • 이미지에 텍스트로 된 설명을 추가할 때 텍스트의 대각선 경계면에 앤티앨리어싱을 사용하는 경우가 많음

  40. 5.8 이미지 처리 • 이미지처리(Image Processing)란 인간이 이해하기 편하게 이미지 정보를 개선하는 학문이라고 정의 • 조작을 통하여 원하고자하는 이미지를 획득 • 이미지를 평활화(smoothing) 하여 블러링(blurring) 현상 줄임 • 뚜렷한 이미지를 얻기 위하여 선명화(sharpening) 필터를 사용 • 이미지에 대비도를 증가 • 문자나 그림의 복원도 가능 • 이미지와 이미지간에 논리적인 연산으로 합산 및 감산도 가능 • 처리된 이미지는 웹, 비디오, TV, 영화등의 멀티미디어 분야에 다방면으로 사용

  41. 5.8.1 히스토그램 • 히스토그램(histogram)이란 이미지의 픽셀 값들을 막대그래프 혹은 선그래프로 나타낸 것 • X축은 픽셀 값이 되고 Y축은 픽셀의 수를 나타냄 • 그래프를 보고 문턱치(thresholding)를 설정하여 객체를 추출 • 이미지 전체에 대해 문턱치를 설정하는 경우가 있고 이미지를 블록으로 나누어서 문턱치를 설정하는 두 가지의 경우가 있음 • 문턱치는 히스토그램을 미분하여 최소치를 찾아 설정

  42. 5.8.1 히스토그램 [그림 5.11] (a) 면역조직항체에 의해 염색되어진 유방암 조직 이미지이며 (b)는 RGB 밴드에 의한 우측 칼라이미지의 히스토그램.

  43. 5.8.2 이미지 필터 • 이미지는 획득과정에서 잡음이 포함되어 있거나 이미지가 훼손된 부분을 원 이미지에 가깝도록 하기 위하여 처리 • 흐릿한 부분은 픽셀의 대조도를 높여주어 뚜렷하게 하거나 윤곽선을 검출 • 필터(filter)처리과정에서 컨벌루션(convolution)을 사용 • 컨벌루션은 마스크를 처리하고자 하는 이미지에 씌워서 연산 • 연산과정은 마스크에서 갖고 있는 값과 이미지가 갖고 있는 값을 곱한 다음 이것들을 모두 더함 • 이를 마스크의 절대값의 합으로 나누면 표준화(Normalization)가됨 • 필터는 쓰고자 하는 목적에 따라서 여러 많은 양상이 있음 • 이미지를 부드럽게 하기 위해서는 Low Pass Filter • 이미지를 뚜렷하게 하기 위해서는 High Pass Filter를 사용

  44. 5.8.2 이미지 필터 • 아래 그림 5.13에서와 같이 3X3 마스크로 컨벌루션을 할 경우에는 이미지의 가장자리는 처리를 할 수 없게되므로 검정이나 백색으로 처리하게 되며, 가장자리를 추출하기 위한 아래의 라플라시안(Laplacian)필터의 컨벌루션 결과 값은 +1이 됨 [그림 5.14] (a) 원 이미지 (b) Canny edge detection 적용 결과 이미지

  45. 5.9 이미지 분석 • 이미지 전처리 과정에서 처리과정을 하며 이로부터 얻어진 객체에 대해서 수치화된 데이터를 추출하여 객체를 추출하는 과정을 이미지분석(Image Analysis)이라 정의 • 객체의 형태학적인 특성 • 색상들의 특성 • 텍스처의 특성 추출 • 여러 수학적인 수식을 사용하며 이로부터 얻어진 데이터를 통계학적으로 혹은 신경망이론(neuron networks)이나 퍼지이론(fuzzy)등을 사용하여 분류 • 이 결과가 이미지 분할(segmentation)로 나타나며 정량적 분석을 하게 됨 • 응용분야 : • 인공위성 이미지로부터 지상의 주요 지리 정보분석 • 환경오염에 대한 이미지의 정확한 분석 • 산업체에서 잘못된 부품을 검출 • 의료분야에서 세포의 크기 혹은 종양의 크기를 정확하게 분석

  46. 5.9.1 이미지 분할 • 이미지 분할(Image Segmentation)은 컴퓨터 비젼과 이미지 처리에서 매우 중요한 부분 • 이미지 분할의 목적은 오브젝트의 표현을 위한 영역을 찾아내거나 오브젝트의 일부분을 분리하는 것 • 동질성의 부분을 하나의 오브젝트로 보는 것 • 경계선 부분의 대조도를 평가하여 나누는 방법 • 동질성과 대조도에는 단색조, 컬러, 질감등의 특성들이 포함

  47. 5.9.1 이미지 분할 [그림 5.15] (a) 면역조직항체에 의해 염색되어진 유방암 조직 이미지 (b) 분할된 positive cell 이미지

  48. 5.9.2 특성추출 • 오브젝트의 정확한 분할을 위해서는 오브젝트의 특성 추출(Feature Extraction)이 필요 • 특징값들을 판단하여 정확히 적용시켜야 정확한 분석이 가능 • 이미지의 특징값은 이미지 전체에 대해서 구할 수 있고, 이미지 분할 후 관심있는 영역에 대해서만 특징값을 구할 수 있음 • 그림 6.16에서는 색상의 특성 값과 Wavelet에 의한 텍스쳐의 특성 값들을 추출하였음 • 특징값은 이미지의 특성에 따라 구분 • 이진 이미지에서는 둘레, 넓이, 반지름, 장축, 단축 혹은 오브젝트의 개수 • 단색조 이미지에서는 동질성(Homogenity), 대조도(Contrast), 평균(Mean), 분산(Variance), 첨도(Kurtosis), 왜도(Skewness) • 컬러 이미지에서는 RGB 밴드별 특징값과 컬러 특징값 • 영역주파수 변환(wavelet transform), 주파수 변환(fourier transform), 주파수 변환중의 코사인 변환(cosine transform)등을 이용하여 주파수 영역에서의 특징값도 구함 • 수많은 특징값중에서 이미지의 특성에 맞게 적절한 특징값을 찾아 적용하여 응용하는 것이 필요

  49. 5.9.2 특성추출 [그림 5.16] 컬러 이미지의 wavelet 적용후 각 영역별 특징값 추출

  50. 5.9.3 이미지 복원 • 이미지 복원(Image Restoraion)은 저하된 이미지의 질을 대수학적인 방법이나 주파수 영역에서의 개념 등을 이용하여 향상시키어 원 영상을 찾음 • 이미지가 질이 저하되는 원인 • 영상의 노화 • 움직임이나 방해물 • 렌즈의 불안정

More Related