[컴퓨터 비전] 가장자리를 추출하는 방법 - Sobel, Laplacian Filter / Sharpning Spatial Filter

Sharpening Spatial Filter

경계(transition)을 강조하는 것이 Sharpening의 목적이다. 피처 추출 과정 중 하나라고도 할 수  있다.

평균화는 적분의 개념과 연관이 있고, 선명화(Sharpening)은 미분의 개념과 관련이 있다.

미분은 edge와 다른 불연속성을 강조하며, 변화되는 정도가 적을수록 강조가 덜 된다.

(위) 1차 미분 (아래) 2차 미분

 

(여기서 수학적으로 알고 있는 미소량 변화라기 보다, 한 픽셀 간의 변화라고 보는 것이 좋을 것 같다.)

미분 mask는 대칭 중심점이 필요하기 때문에 그 크기가 홀수이어야 하고, 따라서 가장 작은 mask 크기는 3x3이다. 

 

Sobel operator

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

 

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

 

Sobel filter는 다음과 같으며, 이미지 미분을 수행한다.

필터에서 절댓값이 1인 숫자와 2인 것을 확인할 수 있는데, 중심점에 더 가까이 있을수록 높은 가중치를 주기 위해서이다. 이는 이미지 픽셀의 유사성이 인접할수록 더 높다는 가정에 비롯한 것이다.

 

Laplacian Filter

(공간에 대한 미분이라고 생각하면 편하다. 2차원에서 x와 y를 동시에 고려하는 방법이다.)

x와 y를 동시에 고려하지 않고, x에 대한 sobel과 y에 대한 sobel을 순서대로 돌리면 참사를 경험할 수 있다.

x sobel 이후 y sobel filter 적용 (Laplacian 아님에 주의)

 

가장자리에 대한 가장자리를 뽑는 것이기 때문에.. 

그래서 하나의 변수(x 또는 y)에 대한 sobel을 적용하거나, Laplacian Filter만을 사용하는 것이 좋을듯하다.