|
또한 detect할 수도 있다. 그 예로 Laplacian Filter와 Sober Filter가 있다.
1) Laplacian Filter
→ Laplacian 을 이해하기 위해서 gradient 개념 도입이 필요하다.
→gradient
밝기의 변화 량에 따른 경계선 검출방식은 영상에서 인접하는 두 화소의 밝기 차이를
|
|
|
Laplacian
3.3.8 High boost
3.3.9 Sobel / Prewitt
3.3.10 Low pass
3.3.11 Min
3.3.12 Max
3.3.13 Median
3.3.14 Median 2
3.3.15 User Define
3.4 PDA 화면 설계
3.4.1 kPhotoPDA
4. 프로젝트 파일 별 기능
4.1 kPhoto
4.2 kPhotoPDA
5. 마스크 알고리즘 및 함수 설명
5.1 Boundary problem
5
|
|
|
buff;
}
}
//영상처리된 이미지를 파일로 출력
for(i=0;i<height;i++)
{
fwrite(buffer1[i], width, 1, output);
}
fcloseall();
}
2. 원본이미지와 향상된 이미지
-원본이미지-
파일명 : jmj.raw
크기 : 500 x 500
용량 : 244 kbyte
특징 : 디지털 카메라를 사용해 찍은 사진을
|
|
|
|
Laplacian Filter
5.2 Sobel Filter
6. Demo
7. 느낀 점 및 소감
두번째 보고서
1. Purpose of Experiments
2. Image Transform
2.1 DCT and Inverse DCT
2.2 Block DCT and Block Inverse DCT
3. Image Resizing
3.1 Downsizing by Discarding High Frequency Components
3.2 Upsizing by zero-pad
|
|
|
Laplacian) 마스크 적용
라플라시안(Laplacian) 연산자
a. 장점 : 연산 속도가 매우 빠르다.
모든 방향의 윤곽선을 검출한다.
하나의 마스크만을 사용한다.
다른 연산자에 비하여 날카로운 윤곽선을 검출한다.
b. 단점 : 윤곽의 방향을 구하지 못한다.
|
|
메뉴펼치기
