title: 이미지 처리(Image Processing) date: 2024-05-20 priority: 1​

이미지 처리란

• 아날로그 이미지 처리와 디지털 이미지 처리 두 가지로 구분

아날로그 이미지 처리

• 전통적인 방식으로, 주로 필름이나 인화과정에서 물리적 또는 화학적 수단을 사용하여 이미지를 조작하거나 편집하는 방법
• 사진 촬영 시 카메라에 특정 필터를 부착하여 빛의 조정하거나 색상 변형 ( 색상 필터 사용시 사진의 색조 변경 가능, 폴라라이저 필터는 반사되는 빛을 감소시켜 더욱 선명한 이미지 획득 가능)
• 필름을 특정 화학 약품에 담그어 현상하고, 이미지의 명암이나 대비를 조절 (긴 현상 시간은 이미지가 더 어둡게 나타나게 하여 대비를 높일 수 있음)
• 인화 과정에서 사진의 일부를 가리거나 노출 시간을 조절하여 이미지의 밝기나 특정 부분의 세부 사항을 조정

디지털 이미지 처리

• 컴퓨터가 수학적 알고리즘과 계산 기술을 사용하여 디지털 이미지의 픽셀 값을 분석하고 조작하는 과정을 말한다. 이러한 과정을 통해 이미지를 향상하거나 분석 목적으로 변환
• 이미지 향상(Image Upscaling) : 원본 이미지를 사람이 더 쉽게 이해하거나 특정 응용 프로그램의 목적에 부합하도록 품질을 개선하는 작업
  • 노이즈 제거 : 이미지에 존재하는 불필요한 노이즈를 제거하여 이미지의 선명도를 높임
    • 가우시안 필터, 미디언 필터, 평균 필터 등
  • 대비 향상 : 이미지의 어두운 영역과 밝은 영역을 더 명확하게 구분하여 대비를 높이는 작업
    • 히스토그램 평활화, 어댑티브 히스토그램 평활화 등
  • 선명도 향상 : 이미지의 경계나 세부 사항을 강조하여 더 선명하게 보이도록 함
    • 언샤프 마스킹(Unsharp Masking), 라플라시안 필터 등
  • 색상 개선 : 이미지의 색상을 더 뚜렷하게 보이도록 조정하는 방법
    • 채도, 밝기, 대비를 조정, 특정 색 영역의 색상 변경 작업
  • 필터링 : 특정 효과나 이미지를 변환하기 위해 공간 영역 또는 주파수 영역 필터를 사용
    • 에지 검출(Edge Detection), 블러(Blur), 샤프닝(Sharpening) 등
• 이미지 복원(Image Restoration) : 원본 이미지가 다양한 이유로 손상되었을 때, 가능한 한 원래의 모습을 회복하는 것을 목적
  • 노이즈 제거 : 이미지 촬영, 전송 도중 발생한 노이즈를 제거
    • 가우시안 노이즈, 소금과 후추 노이즈 등의 노이즈 유형에 따라 필터 적용
    • 미디언 필터, 위너 필터, 빌레터럴 필터 등의 기법 사용
  • 블러(Blur) 제거 : 카메라 흔들림, 초점 맞추기 실패 등으로 인해 이미지가 흐려진 경우 이를 보정
    • 모션 블러, 가우시안 블러 등
  • 이미지 인페인팅 : 이미지 일부가 훼손되거나 결함이 있는 부분을 주변 정보를 이용해 채워 넣는 방법
    • 주로 예술 작품 복원, 문서 이미지 복원 등에 사용
  • 압축 손상 복원 : 지나친 이미지 압축으로 인해 발생한 블록 아티팩트나 화질 손실을 복원
    • 압축 알고리즘 특성을 활용하여 원본에 가까운 이미지 재현
• 특징 추출(Feature Extraction) : 이미지 내에서 중요한 정보 또는 패턴을 찾아내고 이를 분석할 수 있는 형태로 변환하는 과정
  • 엣지 추출 : 이미지의 경계 부분을 찾아내는 기법
    • 소벨(Sobel), 캐니(Canny),라플라시안(Laplacian) 등의 엣지 검출 알고리즘
  • 코너 추출: 객체의 모서리 또는 코너 부분을 찾아냄
    • 해리스 코너 검출기, 시프트, 서프 등의 알고리즘 사용
  • 텍스처 특징 : 이미지를 이루는 표면의 패턴이나 질감 분석
    • 회색조 공기 행렬(GLCM), 라플라시안 피라미드, 가보 필터 등
  • 모양 기반 특징 : 이미지 내 존재하는 물체의 전체적인 모양 파악
    • 컨투어 기반 분석, HOG(Histogram of Oriented Gradients)
  • 주파수 영역 특징 : 이미지를 공간 영역단위에서 분석하는 대신, 주파수 영역에서 분석하여 특징을 추출
    • 푸리에 변환
  • 색상 히스토그램
    • 이미지 내 색상 분포 분석하여 특정 객체나 장면 인식하는데 사용

픽셀(Pixel) : 디지털 이미지의 최소 단위로, 색상 또는 명암 값을 나타낸다.

디지털 이미지는 유한한 픽셀 집합으로 구성되며, 각 픽셀은 색상과 강도에 대한 정보를 담고 있다.

[사과 이미지와 픽셀 값의 행렬 표현] - 출처: OpenAI DALL-E

디지털 이미지의 처리 단계

1. 이미지 획득(Image acquisition)
   • 카메라, 스캐너, 또는 다른 이미지 센서로 이미지를 캡처 장치를 통해 이루어짐
   • 획득한 이미지를 디지털 형식으로 변환하는 과정에서 이미지 품질과 해상도를 최대한 보존하는게 중요
2. 이미지 개선(Image enhancement)
   • 이미지 품질을 향상시키는데 초점을 맞춤
   • 노이즈 제거, 명암 조절, 색상 보정 등의 작업을 포함
   • 이미지를 더욱 명확하고 이해하기 쉽게 만드는 것이 목표
     • 이를 위해 다양한 필터링 기법과 히스토그램 평활화, 샤프닝 등의 기술이 사용
3. 이미지 분석(Image analysis)
   • 이미지의 유용한 정보를 추출
   • 특징 추출, 패턴 인식, 객체 탐지 등의 작업을 포함
   • 이 단계의 목표는 이미지에서 의미 있는 데이터를 얻는 것
4. 이미지 해석 및 이해(Image interpertation and understanding)
   • 이미지 분석 단계의 정보를 바탕으로 이미지의 의미를 이해하고 결론을 도출하는 단계
   • 이미지 분류, 이미지 검색, 이미지 인식 등의 작업을 포함

이미지 처리와 컴퓨터 비전

• 이미지 처리는 주로 디지털 이미지의 향상, 변형, 복원 등에 중점
• 컴퓨터 비전은 이미지 처리에서 생성된 이미지를 분석하고 해석하는 데 초점을 맞춤

컴퓨터 비전이란

• 디지털 이미지나 비디오를 통해 시각적 정보를 해석하고 이해할 수 있도록 하는 학문 및 기술 분야
• 컴퓨터 비전과 인간의 비전은 비슷한 목표를 공유하지만 프로세스에는 큰 차이점이 존재
• 인간은 수년간의 신경 훈련과 개발이 필요한 작업인 물체를 쉽게 인식하고 장면의 깊이를 인식한다.
• 컴퓨터 비전 시스템은 패턴 인식과 학습 기법에 의존하여 이미지를 해석하는데, 이 과정에는 광범위한 컴퓨팅 리소스와 정교한 알고리즘이 필요하다.
• 컴퓨터 비전의 범위는 낮은 수준, 중간 수준, 높은 수준의 비전 작업으로 분류 가능

낮은 수준

• 노이즈 제거 : 이미지에서의 원치 않는 노이즈 제거하여 품질 개선
• 대비 향상 : 이미지의 대비를 향상시켜 더 선명하게 보이도록 하는 작업
• 채도 향상 : 이미지의 색상을 더 생동감 있게 보이도록 채도를 높이는 작업
• 에지 검출 : 이미지에서 객체의 경계선을 검출하는 작업

중간 수준

• 이미지 영역 분할 : 이미지를 여러 개의 의미 있는 영역으로 나누는 작업
• 이미지 객체로 분할 : 이미지 내에서 개별 분리하여 각 객체에 레이블을 지정하는 작업
• 이미지 광학 흐름 추정 : 연속된 이미지 프레임에서 픽셀의 움직임을 추적하여 물체의 이동 방향과 속도 추정

높은 수준

• 객체 인식 : 이미지나 비디오에서 특정 객체를 인식하고 식별하는 작업
• 장면 재구성 : 여러 이미지나 비디오 프레임을 이용하여 3D 장면을 재구성하는 작업
• 이미지 학습 및 추론 : 대량의 이미지 데이터를 학습하여 모델을 구축하고, 이를 이용해 새로운 이미지에 대해 추론을 수행하는 작업