영상 이분화 이미지 이분화 image binarization

영상처리에서 자주 쓰이는

이분화에 대해..

 

 

 

간단히 말해 위 그림 처럼 (a)와 (b)같은 영상들에서

일정값을 정하고(threshold 값) 그 이상이면 1 그 이하면 0으로 나누는 방법

(c), (d)는 이분화 한 영상.

 

 

 이미지 이분화 ( Image Binarization )

  영상처리에 이용되는 데이터로는 컬러(color)데이터, 그레이(grey)데이터, 이진(binary)데이터가 있다. 

그레이 영상 데이터의 예로는 흑백 사진이 있다. 흑백 사진은 원하는 장면을 농담으로 구분하여 나타내므로 색깔의 구분은 없다. 하지만 명암으로써 입체적인  감각을 느낄 수 있다.

 이진 영상 데이터는 그레이 영상을 경계값(문턱치, threshold)을 이용하여 흑과 백의 두 가지 색으로 영상을  표현한다. 

  여기서 경계값(Threshold) 이란, 입력 영상의 각 화소에 대하여 명도가 있는 일정값 이상의 경우에는 출력 영상의 화소값을 1로, 그 외의 경우는 0으로 하는 것을 말한다

  이러한 경계값을 계산하는 방법 중 Iteractive Selection가 있는데 이를 이용한 영상의 이진화에 대하여 살펴보자.

 히스토그램을 이용하여 평균을 계산한다. 그리고 다음 Threshold로 사용한다 .

• 히스토그램으로부터 전 화소의 평균값을 계산한 다음, 이 값보다 더 낮은 화소들과 더 높은 화소들의 평균값을 각각 계산한 다음 이를 다시 평균하여 원래의 평균값과 비교.
• 새로운 평균값과 이전의 평균값이 같아질 때까지 위의 과정을 반복.
• 새로운 평균값과 이전의 평균값이 같으면 이 값을 Threshold로 사용
  

  평균 계산에 히스토그램을 사용하는 이유

• 영상의 화소의 평균값을 구할 때 모든 화소의 값을 더해서 전체 화소의 갯수로 나누어 평균을 계산하는 것보다 히스토그램이 구해진 상태에서 평균을 구하는 것이 수행 속도면에서 훨씬 빠르다.