[수업 정리] 1. Image Processing 주요 개념 정리

1. Image란?

•  Matrix
•  2D discrete signal
•  A set of random variables  

2. Digital 이란?

• Sampling
  사진을 찍은 공간 또한, 해상도만큼 Sampling 된 것이다.
• Quantization
  Sampling & Quantize된 신호 : Digital Image

3. f(x, y) = I(x, y) * R(x, y)   ->   lR^3  ( where 0 < I(x, y) < ∞  and  0 < R(x, y) < 1 )

    I : illumination   :   Amount of source illumination on the scene being

    R : reflectance  :   Amount of illumination reflected by objects

4. Image를 Linear coordinate representation으로 표현하면 아래와 같다.

• Image processing에서는 왼쪽 위의 좌표를 (0, 0)으로 본다.
  
  
• x0, y0에 접근하기 위해서는
  y0 * W + x0으로 접근하면 된다.

 

 

 

 

5. Image resizing 기법

• Nearest Neighbor(NN)
• Bi-Linear interpolation
  linear interpolation을 x축과 y축 모두 고려한 방법으로 인접한 4개의 화소와 화소값과 거리비를 사용하여 결정한다.
• Bi-cubic interpolation
  인접한 16개 화소의 화소값과 거리에 따른 가중치(weight)의 곱을 사용하여 결정

 

6. Noise Reduction

• Noise는 zero-mean normal distribution을 따른다고 할 수 있다.
  -> 여러장을 찍어서 평균내면 noise가 0이 될 수 있음

7. Image Subtraction

• f(x, y) - h(x, y)를 통해 나온 결과물을 통해 difference를 뽑아내고, Constrast enhancement 등을 할 수 있다.
• 뺄셈의 결과물로 음수가 나온 경우에는 0~255 Normalization을 해서 확인한다.

8. Image Multiplication

• f(x, y)h(x, y)를 통해서 Shading correction 등을 할 수 있다.

 

 

 

 

 

 

 

 

 

 

 

reference

https://www.sciencedirect.com/science/article/pii/S0042698908001697