Digital Image Processing

More documents

Recommendations

Info

Spatial Filtering 마스크(Mask) • 정방형의 2차원 행렬 • m x n 크기를 가지며 m, n은 홀수값을가짐 • Filter, mask, kernel, template, window라고도 함 계수(coefficient) • 마스크 내의 값은 화소라 하지 않고 계수(coefficient)라고 함 Spatial filtering • 마스크의 각 위치에서 해당 계수 값과 대응하는 영상 값을 각각 곱한 후 그 결과를 모두 더함 • 마스크의 중앙에 위치가 출력 화소의 해당 위치가 됨 3/46 Spatial Filtering 1차원 filtering의 예: mask 크기가 1x3 f w g g( x, y) = ∑ 1 w(0, t) f ( x, y + t) t = − 1 g ( 0,1) = w(0, −1) × f (0,0) + w(0,0) × f (0,1) + w(0,1) × f (0,2) 0 1 0 g ( 0,2) = w(0, −1) × f (0,1) + w(0,0) × f (0,2) + w(0,1) × f (0,3) 0 1 0 4/46
Spatial Filtering 1차원 filtering의 다른예: mask 크기가 1x3 f w g g( x, y) = ∑ 1 w(0, t) f ( x, y + t) t = − 1 g ( 0,1) = w(0, −1) × f (0,0) + w(0,0) × f (0,1) + w(0,1) × f (0,2) -1 2 -1 g ( 0,2) = w(0, −1) × f (0,1) + w(0,0) × f (0,2) + w(0,1) × f (0,3) -1 2 -1 5/46 Spatial Filtering 2차원 filtering의 예: mask 크기가 3x3 1 1 g( x, y) = ∑ ∑w( s, t) f ( x+ s, y + t) s = − 1 t = − 1 g(1,1) = w( −1, −1) × f (0,0) + w( −1,0) × f (0,1) + w( −1,1) × f (0,2) + w( 0, −1) × f (1,0) + w( 0,0) × f (1,1) + w( 0,1) × f (1,2) + w( 1, −1) × f (2,0) + w( 1,0) × f (2,1) + w( 1,1) × f (2,2) g(3,8) = w( −1, −1) × f (2,7) + w( −1,0) × f (2,8) + w( −1,1) × f (2,9) + w( 0, −1) × f (3,7) + w( 0,0) × f (3,8) + w( 0,1) × f (3,9) + w( 1, −1) × f (4,7) + w( 1,0) × f (4,8) + w( 1,1) × f (4,9) 6/46
Page 1: Digital Image Processing 3. Image E
Page 5 and 6: Spatial Filtering 마스크의계
Page 7 and 8: 완만화(Smoothing) 가중 평균
Page 9 and 10: 선명화(Sharpening) 고역 통
Page 11 and 12: 선명화(Sharpening) 고역 증
Page 13 and 14: 미분 연산자(Derivative Operato
Page 23: 미디언 필터링(Median Filterin

Digital Image Processing

Create successful ePaper yourself

Delete template?

Save as template?