Computer Vision Theory : 전처리 알고리즘

   

전처리 알고리즘 (Preprocessing Algorithm)


1 이미지에는 매우 많은 데이터가 존재합니다. 불필요한 데이터를 줄이고 유의미한 데이터를 정제하는 과정이 필요합니다. 이 때 전처리 알고리즘을 사용합니다. 전처리란 알고리즘에서 활용할 수 있도록 유의미한 정보로 가공하는 과정입니다.

객체의 위치를 탐지하는 알고리즘을 구성한다 가정했을 때, 이미지에서 객체보다 더 많은 데이터들이 객체 탐지에 방해되는 요소가 됩니다. 이 정보들을 가공하여 본격적인 알고리즘이 적용되기 전에 데이터를 처리해야합니다. 탐지에 악영향을 주는 부분들을 최소화하는 역할을 합니다.



전처리 알고리즘의 종류


전처리 알고리즘에는 다양한 알고리즘이 존재합니다. 크게, 그레이스케일, 이진화, 확대/축소, 회전/변환 등이 있습니다. 앞의 과정을 처리 후, 주요한 알고리즘을 적용합니다.


그레이스케일

그레이스케일은 다중 채널 이미지를 단일 채널 이미지로 변환하여 데이터의 폭을 줄이는 역할을 합니다. 대부분의 알고리즘이 소스를 그레이스케일 이미지를 사용하여 처리합니다. 다중 채널은 채널이 3개 또는 4개를 가지고 있습니다. 그레이스케일은 1개의 채널을 가지고 있으므로 데이터의 양이 1/3 또는 1/4로 줄어들게 되지만, 이미지의 형상에는 크게 훼손을 주지 않습니다.


이진화

이진화는 어느 지점을 기준으로 검은색 또는 흰색으로 변형하기 위해서 사용합니다. 이진화 처리를 진행할 경우, 이미지를 두 가지의 색상으로 변형하여 일정 임계값 이하는 모두 검은색 또는 흰색으로 변형됩니다. 데이터의 개수가 극단적으로 줄어들게 됩니다. 이 처리를 통하여 검출하고자 하는 객체를 검출하기 쉬운 상태로 변형합니다.


확대/축소

검출하려는 이미지에서 데이터의 양이 너무 많거나 너무 적을 경우, 이미지를 확대 또는 축소를 통하여 데이터의 범위를 키우거나 줄일 수 있습니다. 검출하려는 객체가 너무 작을 경우, 이미지를 확대하며 검출하려는 이미지가 너무 클 경우, 축소 과정을 진행합니다.


회전/변환

검출하려는 객체가 이미지에서 지정된 형태가 아닐 경우, 이미지를 검출하기 쉬운 상태로 변형하는 과정이 필요합니다. 캘리브레이션이나 이미지의 왜곡을 변형하는 과정을 진행할 수 있습니다.



  • Writer by : 윤대희




도움이 되셨다면 광고 클릭 부탁드립니다.

⤧  Next post Computer Vision Theory : 노이즈 제거 & 이미지 복원 ⤧  Previous post Computer Vision Theory : 관심 영역 & 관심 채널