[영상처리] Edge detection

Image GradientEdge는 픽셀의 밝기값이 급격히 변하는 지점이다. 따라서 변화율을 보면 된다. 변화율은 미분으로 보면 된다. 예를 들어, 위 그림과 같이 한 줄의 픽셀을 왼쪽에서 오른쪽으로 쭉 읽었다고 가정해보자. 밝기값이 거의 일정한 구간에서는 변화율이 작지만 흰영역에서 검은 영역으로 넘어가는 순간에는 밝기값이 빠르게 변화한다. 이때 미분값이 크게 튄다. 즉, derivative가 크게 나타나는 지점을 edge로 인식할 수 있다.그래서 미분은 어떻게 하느냐? 연속함수에서와 달리 이미지는 픽셀 단위로 존재하기 때문에 극한을 사용할 수 없다. 따라서 주변 픽셀끼리 뺀 값으로 변화량을 근사한다. 현재 픽셀값을 기준으로 왼쪽과 오른쪽 픽셀값의 차이를 이미지에서의 미분값이라고 보는 것이다. 이를 fi..

• format_list_bulleted CS/영상처리
• · 2026. 6. 11.

[영상처리] Image Resizing

Down sampling이미지의 크기를 줄이려면 어떻게 해야할까? 단순히 행을 하나씩 건너뛰고, 열도 하나씩 건너뛰는 방식으로 줄이면 전체 픽셀 수는 원래의 1/4이 된다. 이 방법을 Naive image downsampling이라고 한다. 문제는 이렇게 줄인 이미지를 다시 확대하면 굉장히 거칠고 이상하게 보이는데, 이 현상을 Aliasing이라고 한다.Image resizing에서는 따라서 aliasing을 줄이는 방향으로 resizing 방법을 모색한다. 첫 번째 방법은 Oversampling이다. 즉, 샘플을 더 많이 찍어서 원래 픽셀을 더 촘촘하게 표현하는 방법이다. 두 번째 방법은 smoothing이다. 이미지를 줄이기 전에 먼저 부드럽게 만들어서 고주파 성분을 줄이는 것이다. 여기서 고주파 성..

• format_list_bulleted CS/영상처리
• · 2026. 6. 8.

[영상처리] Image warping

Image warping은 좌표 변환을 이용해 이미지를 이동, 확대/축소, 회전, 기울임, 보정 등을 하는 기술이다.지금까지 영상 처리에서 다룬 것은 픽셀의 값을 어떻게 바꿀지에 집중을 했다. 그런데 실제 영상 처리에서는 픽셀의 값보다 먼저 해결해야 하는 문제가 있다. 바로 이미지의 기하학적 위치가 틀어진 경우이다.Image warping을 이용하면 위와 같이, 건물 등이 비스듬히 찍힌 사진을 보정하여 이어붙이는 것이 가능하다.Parametric, global warpingImage warping은 결국 다음 질문에서 시작한다.원본 이미지의 한 점 (x, y)가 변환 후 이미지에서는 어디 (x', y')으로 가야 하는가?수식으로 이해하면 위 그림과 같이 T라는 변환함수를 통해 새로운 좌표를 구할 수 있다..

• format_list_bulleted CS/영상처리
• · 2026. 6. 8.

[영상처리] Compression

이미지는 기본적으로 용량이 크다. 예를 들어, 흑백 이미지가 1024 x 1024이고, 픽셀당 8 bit이라면, 1024 x 1024 x 8bits 정도의 데이터가 필요하다. 컬러 이미지라면 RGB 3채널이므로 3배의 크기가 필요하다. 그래서 이미지를 저장하거나 전송할 때 압축이 필요하다. 압축에는 두 가지의 종류가 있다.무손실 압축(Lossless compression) : Huffman, Run-length손실 압축(Lossy compression) : JPEG무손실 압축과 손실 압축의 차이는 말 그대로 압축하는 과정에서 정보의 손실이 있느냐 없느냐로 구분할 수 있다. Lossless compressionHuffman codingHuffman coding의 핵심은 간단하다. 자주 나오는 값에는 짧은 ..

• format_list_bulleted CS/영상처리
• · 2026. 5. 22.

[영상처리] Image Restoration

고영준 교수님 영상처리 강의 내용 정리입니다.Image RestorationImage Restoration이란, 말 그대로 손상된 이미지를 더 원래 이미지에 가깝게 만드는 작업을 말한다. f(x,y): 우리가 얻고 싶은 원래 이미지g(x,y): 실제로 관측된 손상된 이미지h(x,y): blur를 만드는 필터 또는 커널n(x,y): 이미지에 추가된 noise우리가 실제로 보는 이미지는 원래 이미지에 어떤 blur filter를 거치고 거기에 noise가 더해진 결과라는 가정에서 출발한다.Noise는 외부 방해나 센서 문제 등으로 인해 이미지에 생기는 원하지 않는 변화를 말한다. Salt and Pepper noise, Gaussian noise, Speckle noise, Periodic noise, ....

• format_list_bulleted CS/영상처리
• · 2026. 5. 15.

[데이터베이스] Week8. 확장 ER Modeling, ER Model to Relation schema

충남대학교 이규철 교수님, 데이터베이스 수업 8주차 강의 정리입니다.Enhanced(Extended) ER ModelingER Model로는 표현 못하는 것들이 많아, 더 확장한 모델을 EER(Enhanced ER) Model이라고 부른다. 기존 ER model에 대해 객체 지향 개념도 추가 되었다.객체 지향 개념이 추가되면서 ER model에 새로운 타입이 추가되었는데, 먼저 상속 관계성 타입이다. 서브 클래스 - 수퍼 클래스 관계성 타입으로, is - a 타입이라고도 부른다. 두 개체 클래스(서브 클래스, 수퍼 클래스) 사이의 일대일 관계성 타입을 표현하는 타입으로, 서브 클래스는 수퍼 클래스의 모든 속성을 가지면서 추가적인 특성 또한 가질 수 있다.다음과 같은 그림에 대하여, Hourly Emplo..

• format_list_bulleted CS/데이터베이스
• · 2026. 4. 28.