|
프레임 처리는 2개 이상의 서로 다른 영상을 포함하는 연산을 기반으로 하여 화소 값을 생성하는 방법으로 결과 영상의 각 화소는 [그램 8-1]과 같이 입력영상과 동일한 위치에 존재한다.
프레임 처리 연산에는 기본적인 연산 방법인 덧셈 연
|
|
|
프레임 처리란?
프레임 처리
2개 또는 그 이상의 서로 다른 영상을 포함하는 연산을 기반으로 하여 화소값을 생성하는 처리
.
.
.
덧셈 연산
덧셈 연산
두 개의 이전 영상에 덧셈연산을 수행하여 새로운 영상을 생성
New_Pixel = αpixel1 +
|
|
|
연산 결과를 0~255사이 값으로 만들어주는 과정
OutImg[x][y] = OutImg[x][y] > 255 ? 255 : OutImg[x][y];
OutImg[x][y] = OutImg[x][y] < 0 ? 0 : OutImg[x][y];
◆ 프레임 연산(Frame operation)
서로 다른 두 영상 사이의 산술 연산 포인트 처리
픽셀단위 산술 연
|
|
|
|
처리 : 화소의 원래 값과 이웃하는 화소의 값을 기반으로 하여 화소값을 변경
· 기하학적 처리 : 화소들의 위치나 배열을 변화
· 프레임 처리 : 두 개 이상의 영상들에 대한 연산을 기반으로 하여 화소값들을 생성
영상처리 어플
|
|
|
덧셈 및 뺄셈
6. 행렬의 곱셈
7. 행렬의 나눗셈
Ⅳ. MATLAB(매틀랩, 매트랩)의 벡터와 행렬 조작법
1. 벡터의 생성
2. 첨자 붙이기
3. 빈 행렬
4. 특별한 행렬
Ⅴ. MATLAB(매틀랩, 매트랩)의 M-file 프로그램
Ⅵ. MATLAB(매틀랩, 매트랩)을 이용한
|
|
 |
연산을 이용한 영상 보정 8
5. Zhang Suen 세선화 알고리즘 9
Ⅲ. 제스처 인식 12
1. 인식을 위한 손 영역의 정규화 12
2. 손의 중심 찾기 12
3. 인식을 위한 손가락의 개수를 추출 13
Ⅳ. 실험 및 결과 15
1. 전체 시스
|
|
|
영상압축에 대한 기본적인 이론
Ⅴ. 화상채팅
Ⅴ-1. 화상채팅 응용분야
Ⅴ-2. 화상채팅 프로그램 설계
Ⅴ-3. 주요코드분석
Ⅴ-4. 실행화면
Ⅵ. 結 論
표 및 그림목차
그림 1. 도큐먼트-뷰-프레임 구
|
|
|
영상처리 이론 및 응용”, 홍릉과학출판사,
2002년 3월.
[2] 이문호, “visual c++ 실용 영상 신호처리”, 대영사, 2001년 6월.
[3] 정성환, 이문호 공저, “영상처리 이해와 활용”, 영한출판사, 2003년.
[4] 최영일, 이근수, 이양원, “영상처리 이론과 실
|
|
|
영상 입력 받기 7
2.1.2. AVR ATmega128 processor 10
2.1.3. Servomotor 12
2.2. 구현내용 14
2.2.1. 전체 시스템의 구성 14
2.2.2. Host Program의 구현 15
2.2.3. AVR mega128 회로 구성 26
2.2.4. AVR ATmega 128 serial 통신 및 pulse 출력 programming 28
2.2.5. 기본 프레임 및 외형 31
|
|
 |
영상의 품질 향상과 실시간 분석을 위한 S/W 최적화 작업에 참여하고 싶습니다. 특히 AI 보조 진단 기능이 탑재된 장비 개발에서, 데이터 흐름의 효율성과 연산 자원의 최적 사용을 고민하는 작업이 제게 큰 도전이 될 것이라 생각합니다. 더불
|
|
 |
처리 기법을 적용해 CPU 멀티코어를 효율적으로 활용하도록 개선했으며, 영상 처리 파이프라인을 재설계해 연산을 분산시키는 구조로 변경했습니다. 이 과정에서 팀원들과 지속적으로 코드를 리뷰하고 테스트하며, 문제가 생길 때마다 함께
|
|
 |
?
55. overloading과 overriding의 차이점
56. Inner Class란? 용도는?
57. Reflection이란?
58. J2ME vs. J2SE/J2EE 차이점 및 특징?
59. MVC model이란?
60. Call by reference, Call by value
61. Static의 의미는?
62. Heap이란?
63. Stack 이란?
64. 프레임워크란?
65. SPRING FRAMWORK
|
|
 |
처리 최적화 작업에 착수했습니다. 구체적으로는 데이터 필터링 방식 변경, 연산 우선순위 조정, 메모리 접근 패턴 최적화 등을 반복적으로 실험했습니다.
수십 차례의 튜닝 끝에 알고리즘은 임베디드 환경에서도 초당 15프레임 이상으로 안
|
|
 |
처리 기법’ 연구 프로젝트에 참여하며, 대용량 데이터 환경에서의 효율적인 연산과 저장 방식을 개선하는 알고리즘 개발에 기여하였습니다. 이 결과는 연구 보고서 형태로 제출되었고, 해당 기술은 학과 내 연구실과 연계된 스타트업에서
|
|
메뉴펼치기
