디지털 이미지 처리 & 컴퓨터 비전 개요

1. 개요

디지털 이미지를 분석하고 조작하는 과정은 여러 단계로 이루어져 있습니다. 각 단계는 특정 알고리즘을 사용하여 디지털 이미지의 품질 향상 혹은 정보를 추출하는 과정을 진행합니다.

처리 단계 : 이미지 획득  →  이미지 개선  →  이미지 분석  →  이미지 해석 및 이해

 

이미지 처리와 컴퓨터 비전은 공통점이 많지만, 그 목적과 접근 방식에서 중요한 차이점이 있습니다. 이미지 처리는 디지털 이미지의 향상, 변형, 복원 등에 중점을 두는 반면 컴퓨터 비전은 이미지 처리에서 생성된 이미지를 분석하고 해석하는데, 집중합니다. 즉, 컴퓨터 비전의 목표는 이미지로부터 의미 있는 정보를 추출하는 것 입니다.

 

그리고 인간이 시각정보를 인식하고 해석하는 프로세스와 컴퓨터 비전의 프로세스에 큰 차이가 있는데, 인간은 수년간의 훈련과 경험을 통해서 물체를 인식하지만 컴퓨터 비전은 패턴 인식과 학습 기법에 의존하여 이미지를 해석합니다.

 

컴퓨터 비전의 범위를 완전히 이해하려면 관련된 다양한 기술을 살펴보는 것이 중요한데, 이러한 기술은 낮은 수준, 중간 수준, 높은 수준의 비전 작업으로 분류할 수 있습니다.

낮은 수준	중간 수준	높은 수준
- 노이즈 제거 - 대비 향상 - 채도 향상 - 에지 검출	- 이미지 영역 분할 - 이미지 객체로 분할 - 이미지 광학 흐름 추정	- 객체 인식 - 장면 재구성 - 이미지 학습 및 추론

 

이미지 처리를 위한 대표적인 딥러닝 모델에는 합성곱 신경망(CNN)이 있고, 많은 컴퓨터 비전 작업의 표준으로 부상했습니다. 이미지 분류, 물체 감지, 의미적 분할과 같은 작업에서 사용되었고, 매우 성공적인 것이 입증되었습니다.

 

 

2. OpenCV란?

OpenCV는 컴퓨터로 이미지나 영상을 읽고, 이미지의 사이즈 변환이나 회전, 선분 및 도형 그리기 채널 분리 등의 연산을 처리할 수 있도록 만들어진 오픈 소스 라이브러리 입니다. 이미지 처리 분야에서 가장 많이 사용됩니다.

OpenCV의 강점 :  다양한 이미지 및 비디오 처리, 컴퓨터 비전 알고리즘, 머신 러닝 통합, 크로스 플랫폼 지원, 오픈 소스 라이선스, 높은 성능, 커뮤니티 지원, 다양한 언어 지원

 

 

3. 이미지란?

이미지 처리 및 컴퓨터 비전을 이해하기 위해 가장 먼저 이미지에 대해서 알아봅시다.

 

3.1. 픽셀

픽셀은 사각형 모자이크로 화면의 가장 작은 요소이자 아주 작은 단일 점 입니다. 단일 픽셀 값은 흑백 이미지에서 밝기를 나타내는 숫자이고, 컬러 이미지에서는 서로 다른 색상 채널을 나타내는 여러 픽셀 값을 가집니다.

 

이미지의 전체 픽셀 수는 디테일에 영향을 주며, 통상적으로 이미지가 보유하고 있는 픽셀의 양을 "해상도"로 나타내는데, 디지털 카메라로 촬영한 이미지의 해상도는 주로 카메라의 센서 사이즈에 의해 결정되므로, 큰 센서를 사용하면 높은 해상도의 이미지를 생성할 수 있습니다.

픽셀 밀도 : 인치당 픽셀 수(PPI)로 PPI가 높을 수록 픽셀 크기가 작아지면서 선명도가 올라갑니다. 
서브 픽셀 : 픽셀을 구성하는 작은 컬러 요소로 방출되는 빛의 강도를 조작해서 색상의 스팩트럼을 재현합니다.