※ Filtering
image는 sequential information 즉, 상호 연관성이 있다.
[sliding window 기법]
- 큰 2차원 모집단에 대해 작은 크기의 표본집단을 뽑는다.
이때, window가 움직이면서 표본을 계속 뽑아 연산을 해 새로운 값을 도출하는 기법.
(sliding되는 것을 window(kernel) = filter라고도 부른다.)
- 또한, 상하좌우와 channel검사도 해야해서 3중for문으로 구현해야한다.
- 이때, filter로 인해 발생한 표본집단을 patch라고 한다.
- mean filter = patch와 kernel의 합성곱이 patch의 평균값이 되는 것
이를 이용해 blurring이 가능하다. (average blurring)
if sharp한 image의 경우:
(차이가 큰 value) mean filter의 사용은 sharpness를 없앤다.
이때, 평균이 아닌 중앙값을 이용한 median filter를 사용하면?
-> sharpness의 특성을 위보다 더 살릴 수 있다.
단, 나머지 픽셀의 정보를 소실한다.
-> 여러번 반복하면 소실이 반복, 남는 픽셀의 개수가 줄어든다.
-> 즉, 반복이 많아질수록 정보의 손실이 커진다.
[실습]
Mean filter
Median Filter
'Deep Learning : Vision System > 영상처리 ~ 최신비전' 카테고리의 다른 글
[Vision DeepLearning]. Basic Deep Learning with MNIST data (0) | 2023.03.12 |
---|---|
[Vision System]. sharpening(with sobel filter). &. noise생성 (0) | 2023.03.12 |
[Vision System]. Transformation (rotation, scale, transition) (0) | 2023.01.22 |
[Vision System]. Scaling & Rotation (0) | 2022.12.29 |
[Vision System]. Interpolation(with vectorization) (0) | 2022.11.30 |