Computer Vision Theory : 노이즈 제거 & 이미지 복원

   

노이즈 제거 (Noise Reduction)


1 노이즈 (Nosie)란 원하지 않는 데이터를 의미합니다. 다른 데이터를 간섭하거나 의도하지 않은 왜곡을 의미합니다. 노이즈는 알고리즘을 방해하는 주된 요인이 됩니다. 장면 전환이나 피사체의 움직임, 카메라의 성능 등 다양한 이유로 인하여 발생합니다. 노이즈를 제거하는 작업을 디노이즈 (DeNoise)라 합니다.

OpenCV를 통하여 불러오는 이미지는 Bitmap 형식이므로, 어떤 이미지라도 노이즈는 항상 존재합니다. 또한, 노이즈가 존재하지 않는 이상적인 이미지라고 가정하여도 검출하려는 객체 이외에는 검출을 방해하는 요소가 됩니다. 불필요한 데이터는 모두 노이즈로 가정할 수 있습니다. 노이즈를 제거하여 검출이나 분석 등의 정확성정밀성을 높일 수 있습니다.

대표적으로 흐림 효과 (Blur), 필터링 (Filtering), 모폴로지 (Morphology) 등이 있습니다.



이미지 복원 (Image Restoration)


2 이미지 복원 (Image Restoration)디노이즈 (DeNosie) 영역이 일부 포함됩니다. 훼손된 영역이나 객체를 조작하거나 변형하여 본래의 형태로 복구하는 작업을 의미합니다. 이미지가 뭉게지거나 선명하지않은 이미지를 원래의 형상으로 복원합니다.

이미지에서 불필요한 부분을 제거하였을 경우, 다시 원래 상태로 복원해야하는 경우가 있습니다. 이 때, 주변의 화소값으로 대체하거나 본래의 형상과 비슷하도록 변형하는 작업입니다. 들어온 이미지와는 형태가 변경되지만, 본질에 더 가깝게 변경하게 됩니다.

대표적으로 크기 변환 (Resize), 개체 제거 (Inpaint), 감마 보정 (Gamma Correct) 등이 있습니다.


흐림 효과 (Blur)

흐림 효과 (Blur)는 영상이나 이미지를 흐림 효과를 주어 번지게 하기 위해 사용합니다. 해당 픽셀의 주변값들과 비교하고 계산하여 픽셀들의 색상 값을 재조정합니다. 노이즈를 줄이고, 형상을 유지하여 검출하기 쉬운 상태로 변형됩니다.


필터링 (Filtering)

필터링 (Filtering)임의의 선형 필터를 이미지나 영상에 적용하기 위해 사용합니다. 필터링을 이용하여 흐림 효과를 적용할 수 있으며, 선명화(Sharpening) 작업도 진행할 수 있습니다. 이미지를 흐리게 만든 것과 반대로 이미지를 날카롭게 만듭니다.


모폴로지 (Morphology)

모폴로지(Morphology) 는 영상이나 이미지의 화소값을 대체하기 위해 사용합니다. 영상이나 이미지에서 팽창과 침식을 이용해 이미지의 정확도를 높일 수 있습니다. 팽창은 구조 요소를 사용하여 이웃한 화소를 최대 픽셀로 대체합니다. 어두운 영역이 줄어들며 밝은 영역이 늘어납니다. 노이즈 제거 후 줄어든 크기를 복구하고자 할 때 주로 사용합니다. 침식은 구조 요소를 사용하여 이웃한 화소를 최소 픽셀로 대체합니다. 밝은 영역이 줄어들며 어두운 영역이 늘어납니다. 노이즈 제거에 주로 사용합니다.


개체 제거 (Inpaint)

개체 제거 (Inpaint)는 영상이나 이미지에서 불필요한 부분이나 영역을 제거한 후, 주변의 화소값으로 대체합니다. 주로, 워터마크나 불필요한 부분, 본래의 객체에서 튀는 부분 등을 삭제하고 자연스럽게 대체하기 위해 사용합니다.


감마 보정 (Gamma Correct)

감마 보정 (Gamma Correct)은 영상이나 이미지의 명암을 보정하기 위해 사용되는 알고리즘입니다. 모니터 등을 통하여 촬영된 이미지를 확인 시 밝거나 어둡게 보이는 경우가 있습니다. 이를 수정하기 위하여 감마 보정을 실행합니다.



  • Writer by : 윤대희




도움이 되셨다면 광고 클릭 부탁드립니다.

⤧  Next post Computer Vision Theory : 이미지 연산 ⤧  Previous post Computer Vision Theory : 전처리 알고리즘