Digital Image Processing - 1

영상의 인지

Iris -> Fovea -> Retina -> Rod(휘도), Cone(색도)

Cone

1. Small - blue
2. Middle - Green
3. Long - red

 

컬러 영상의 3가지 변수

Hue => color (cone) wavelength로부터 인지

Saturation => 채도, 백색으로 희석되지 않은 색깔의 정도

Intensity => 명도, 빛이 물체에 반사되어 느껴지는 정도, Gray level

 

대비

가장 어두운 영역으로부터 가장 밝은 영역의 범위

사람은 순수한 광도의 강도보다 광도의 대비에 더 민감하다.

 

Mach Band

서로 다른 광도가 인점해 있는 경우 경계부분을 강조하여 보는 경향이 있다.

 

영상 처리의 개념

영상

1. 해상도
2. 컬러 레벨(0 ~ 255)
3. 공간 좌표(pixel)
4. 시간 좌표

영상 처리의 목적

1. Image Enhancement - Noise filtering, Smooting, Histogram equalization
2. Image restoration - Noise filtering, Deblurring
3. Image understanding - 
4. New image creation
5. Image abstraction/compression

영상 처리의 기본 알고리즘

1. Point process - 화소의 원래값이나 위치에 기반하여 화소의 값을 변경
2. Area process - 화소의 원래 값과 이웃하는 화소값
3. Geometric process - 화소들의 위치나 배열을 변화
4. Frame process - 2개 이상의 영상을 가지고 배열을 형성

Image Capture

1. Sampling: 이미지가 2D 픽셀 행렬로 정리되는 과정
2. Quantization: 각각의 픽셀에 하나의 컬러가 할당되는 과정

Image storage

Image Header: ID bits, Image resolution, Bits per pixel, color map

Image real data values

 

RAW data: header가 없다.

BMP data: Header 있다 손실이 일어나지 않게 모두 갖고 잇다. 

JEPG data: Header가 있다. 손실 압축

 

Color Representation

RGB Color space (Additive color model)

Not ideal for image application: most of image processing techs are easier implemented using the intensity information.

 

Brightness(TV) = 0.2999R + 0.587G + 0.144B

Intensity = 0.333R + 0.333G + 0.333B

 

CMY/CMYK Color space (Print)

Cyan, Magenta, Yellow

RGB의 보색이다.

Additive, Subtractive

 

HSI/HSV Color space

RBG is suitable for the hardware implementation

Hue, Saturation, and Intensity

RGB -> HSI

 

YCrCb Color space

Separate Luminance from Color space

USage for JPEG