디지털 영상 처리: 필터링부터 복원까지

이미지 경계 제로 패딩 회피 기법

영상 처리 시 경계부에서 제로 패딩을 피하는 방법으로 다양한 변환의 대칭성을 활용할 수 있습니다. 대칭성 원리를 적용하면 영상 경계 처리 시 발생할 수 있는 오차를 최소화할 수 있습니다.

Kuwahara 필터 구현

에지 보존 평활화를 위한 Kuwahara 필터의 구현 절차:

  1. 함수 구현: L 매개변수를 사용자 정의 가능한 Kuwahara 필터 함수 작성
  2. 결과 비교: CVIPtools 결과와 자체 구현 필터 출력 비교 분석
  3. 잡음 환경 테스트: 다양한 유형의 잡음 추가 후 중값 필터와 성능 비교
  4. 영역 확장: 4개 사분면 영역에서 8개 인접 영역으로 처리 범위 확대
  5. 개선된 필터 평가: 수정된 필터와 기존 필터의 잡음 제거 성능 비교

영상 향상 도구 개발

  1. GUI 도구 설계: CVIPtools 참조 또는 자체 디자인으로 GUI 기반 영상 처리 도구 개발
  2. 테스트 영상 확보: 저대비, 흐릿한 영상을 카메라/온라인/CVIPtools로 수집
  3. 처리 결과 검증: 자체 도구와 CVIPtools의 영상 개선 효과 비교 분석

영상 복원 이론

영상 복원은 수학적 열화 모델을 적용하여 화질을 개선하는 과정입니다. 주요 열화 유형:

  • 모션 블러
  • 기하학적 왜곡
  • 전자기 간섭 패턴
  • 센서 잡음

복원 프로세스: 열화 모델 추정 → 역변환 과정 수립 → 복원 적용 → 반복 최적화

시스템 모델링

공간 도메인 열화 모델:

d(x,y) = h(x,y) ⊗ I(x,y) + n(x,y)

주파수 도메인 변환:

D(u,v) = H(u,v) · I(u,v) + N(u,v)

여기서 ⊗는 콘볼루션, d는 열화 영상, h는 열화 함수, I는 원본, n은 잡음 성분입니다.

잡음 모델 분류

잡음 유형확률 밀도 함수평균분산
가우시안\(\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(g-m)^2}{2\sigma^2}}\)m\(\sigma^2\)
균일\(\begin{cases} \frac{1}{b-a}, & a \leq g \leq b \\ 0, & \text{기타} \end{cases}\)\(\frac{a+b}{2}\)\(\frac{(b-a)^2}{12}\)
소금-후추\(\begin{cases} A, & g=a \\ B, & g=b \end{cases}\)--
레일리\(\frac{2g}{\alpha}e^{-\frac{g^2}{\alpha}}\)\(\sqrt{\frac{\pi\alpha}{4}}\)\(\frac{(4-\pi)\alpha}{4}\)
지수\(\frac{e^{-g/\alpha}}{\alpha}\)\(\alpha\)\(\alpha^2\)
감마\(\frac{g^{k-1}e^{-g/\beta}}{\beta^k(k-1)!}\)\(k\beta\)\(k^2\beta\)

잡음 특성 관계도

flowchart LR
    가우시안 --> 정규분포
    균일 --> 일정분포
    소금후추 --> 이진값
    레일리 --> 레이더영상
    지수 --> 레이저영상
    감마 --> 저역통과필터

주기적 잡음

전기/기계적 간섭으로 발생하며 주파수 도메인에서 펄스 형태로 관찰됩니다. 모터 진동, 환경 요인 등에 의해 유발될 수 있습니다.

잡음 특성 분석

  • 가우시안: 전자 회로 열잡음, 필름 입자
  • 소금-후추: 센서 결함, 메모리 오류
  • 레일리: 레이더 거리/속도 영상
  • 지수: 레이저 기반 영상

공간 주파수 특성

백색 잡음은 모든 주파수 대역에서 균일한 에너지를 가지며, 실제 영상에서는 고주파 성분이 주로 잡음에 기인합니다.

태그: Kuwahara필터 영상복원 잡음모델 이미지개선 주파수도메인

6월 14일 22:04에 게시됨