5. Edge Detection

엣지 검출

엣지와 노이즈는 고주파.

고주파를 다루는 high-pass filter를 이용하면 된다.

엣지에 노이즈가 함께 추출되는것,

엣지의 굵기가 다양한것(scale의 차이) 등의 문제가 있다

 

엣지: 밝기가 크게 변하는 점

---

Roberts Operator

엣지검출을 위한 필터

1	0
0	-1

Gx

 

0	1
-1	0

Gy

 

방향성이 있다.

2x2크기로, 간단한 형태임.

바이너리 이미지에서 엣지 검출하기 좋음

검출시 Gx와 Gy를 각각 연산한 후 더해서 사용.

 

다양한 굵기(scale), 잡음이 포함됨.

 

노이즈 민감도가 큼(즉, 노이즈가 걸러지지 않음)

이는 필터가 너무 작기 때문임. 필터가 작으면 작은 엣지까지 검출하는데, 이 때 노이즈까지 검출된다

Sobel Operator

3x3크기의 필터.

-1	0	1
2	0	2
-1	0	1

Gx

1	2	1
0	0	0
-1	-2	-1

Gy

 

Robert보다 사이즈가 커서 계산이 느리지만,

범위가 넓으므로 노이즈에 덜 민감하다.

 

(high-pass: 커질수록 노이즈에 강해짐/ low-pass: 커질수록 잡음 무시, 더 흐려짐)

Prewitt Operator

Sobel에서 가중치가 다른버전

Compass Mask

별도의 방향성이 필요한 경우 기존의 필터를 회전하여 만들 수 있음

 

Derivative Operator

미분 연산자

gray값의 차이를 계산함.

(방향성이 있는것, 또는 방향성이 없는 동심원 형태가 있음)

 

Zero-crossing: gray레벨 값의 분포를 2차미분하면, 엣지부분이 zero-crossing으로 나타남

---

Laplacian Gaussian Operator

2차미분 가우시안.

가우시안을 2차미분하면 뒤집어진 멕시코모자같은 모양ㅇ ㅣ됨

0	1	0
1	-4	1
0	1	0

edge를 검출하는 필터는 다 더하면 값이 0이 됨

 

이 라플라시안 가우시안 필터를 적용하면 엣지를 검출할 수 있는데,

먼저 시그마 크기만큼 블러를 해서 관심없는 부분을 블러한 후 엣지를 검출함

(시그마가 커질수록 블러의 강도가 세짐)

 

이 라플라시안 가우시안과 비슷한 DOG연산도 있음.