mfc

.raw 이미지를 열기 위해비트맵 이미지로 변환한 뒤 Open합니다.

이미지를 중간값 필터링하는 과정이다. 다양한 알고리즘 중에 히스토그램을 활용해 중간값을 필터링하면 보다 빠른 속도로 처리할 수 있다.

지난시간엔 Median Filter를 사용해 이미지의 필터링을 진행하였다.이번엔 ComboBox 기능을 통해 Mask(Kernel) Size를 선택하고 필터링을 진행할 수 있게 개선해본다.얼추 이런식으로 디자인을 마쳤다. ComboBox의 유형에는 세 가지가 있다.1\

업로드중..\[Highpass] 필터와는 다르게 저주파 필터는 고주파는 거르고, 저주파는 통과시키는 필터이다.일반적인 데이터에서 노이즈는 고주파에 해당되고, 우리가 원하는 데이터는 저주파에 해당되기 떄문에 저주파 필터를 통해 노이즈를 필터링할 수 있기 때문에 노이즈 제

업로드중..Highpass 필터는 고주파는 통과, 저주파는 차단시키는 필터이다.이웃과의 화소 값 변화를 보기 떄문에 미분을 이용하며, 따라서 이미지의 Edge를 검출하는데 쓰인다.즉, 물체의 경계를 표시해주는 역할을 한다.또한 이미지를 선명화 처리해 영상 내 미세하고

Max 필터는 주어진 픽셀 주변의 픽셀 값 중에서 가장 큰 값을 선택하는 필터로, 입력 영상의 중심화소에서 마스크 씌운 영역의 입력화소들을 가져와 그 중 최댓값을 출력 화소로 결정한다. 검은색 노이즈를 선택하지 않기 때문에 이미지 내에서 가장 밝은 부분을 강조하는 데

업로드중..Laplacian Filter는 \[엣지 검출]에 이용되는 필터 중 하나이다.경계를 검출하는데 미분이 사용되는데, 업로드중..1차 미분은 함수의 기울기를 알 수 있다.픽셀에서 대해서 h가 0으로 수렴이 안되고 최대한 수렴한다했을 때 인접 픽셀인 바로 옆 픽셀

업로드중..Sharpness는 이미지의 세부 사항이 얼마나 잘 보이는지를 나타내는 지표로, Sharpen 필터는 이미지의 날카로움을 높여 세부 사항을 더 잘 볼 수 있게한다. Sharpen 필터를 수행하기 위해서는 이미지의 경계선을 감지할 필요가 있기 떄문에 \[Lap

평균 필터는 대상 점을 주변 픽셀들의 평균값을 대체하여 이미지를 블러링한다. 따라서 필터의 모든 값이 동일해지나, 대상 점과 가까운 픽셀이 먼 픽셀보다 연관있다는 사실을 반영하지 못한다. 따라서 가까운 픽셀에 더 많은 가중치를 줄 필요가 있다. 이때 사용하는 것이

지난번엔 comboBox를 활용해 필터의 종류와 kernel의 크기를 선택해 기본적인 필터링을 진행했다. 하지만 해당 필터링은 단 한 번의 필터링만 가능했기 때문에 복잡한 연산에 어려움이 있었다. 예를들어, Sharpen Filter를 적용한 후에 Low-Pass Fi

이진 영상을 만들때 주로 사용하게 되는 임계값 분석은 배경과 객체를 분리시켜 0과 1로 쉽게 구분할 수 있게 한다.8비트 그레이스케일 이미지는 0~255 사이의 픽셀값을 가지므로 그 안의 임계값을 설정하면 임계값 이상의 값은 모두 1로, 아래는 모두 0으로 이진화 한다

8-bit Gray Scale의 .raw 파일을 불러와 흑과 백으로 이진화하는 Threshold를 진행한다.이때 다양한 방법을 사용해 이진화를 진행하는 것이 이번 프로젝트의 목표이다.이전에 진행했던 Threshold 기능이 그대로 구현되면 됨.Otsu 알고리즘 적용해서

모폴로지는 영상 내의 구조를 연구하고, 경계를 명확하게 하기 위해 사용된다.모폴로지는 침식과 팽창으로 이루어진다.침식은 이미지 객체의 튀어나온 부분을 제거하고, 배경의 노이즈를 제거하는데 유용하다. 다만 내부의 잡음을 확대시킬 수 있는 단점이 있다.침식 연산을 진행하면

소벨 검출은 3x3 크기의 행렬을 사용해 연산을 했을 때, 중심을 기준으로 각 벡터의 앞뒤 값을 비교해 변화량을 검출하는 알고리즘이다.필터는 다음과 같다.축별로 연산을 한 뒤에 X, Y축의 절대값의 합을 구함으로써 가장자리를 찾아낼 수 있다.

캐니 엣지는 윤곽을 잘 찾아내면서도, 원래 영상들의 노이즈를 제거하는데도 유용한 엣지검출 방법이다. 이미지를 대상으로 소벨 검출과 캐니 검출을 둘 다 시행했을 때 캐니 검출이 보다 블롭을 찾아내기 쉬웠다.하지만 소벨 검출에 비해서는 과정이 많이 복잡하고 시간이 오래걸려

Blob은 이미지 내에서 주변보다 더 밝거나 어두운 영역을 의미한다.Blob을 찾아내기 위해 DFS 알고리즘을 사용했다.즉, 이미지 픽셀들을 방문하면서 블롭이 발견되면 1씩 추가하는 간단한 방식이다.블롭 검출의 가중치는 다음 2차원 배열을 사용했다.이렇게 하면 x, y