OpenCV 컴퓨터비전 고급 알고리즘 이미지 특징점 추출 xfeatures

OpenCV 컴퓨터비전 고급 알고리즘 이미지 특징점 추출 xfeatures

커널 특징

• 작은 행렬 : 이미지의 특정 픽셀을 변경 사용
• 블러링, 샤프팅, 엣지 감지 등 : 컨볼루션 연산 적용
• 커널의 크기와 값에 따라 결과는 달라진다.

• 필터 : 이미지의 특성(패턴, 질감, 색상 등)을 강조, 스케일 작업시 사용 이미지 노이즈 제거, 특징강조

마스크

• 이미지 특정영역을 선택, 무시하는데 사용 -> 이진화
• ROI선택, 배경제거등

특징 추출

• 화상에서 정보 추출은 목적에 따라 화상에서 관심 있는 정보만 추출하고 처리
• Interest Operator, Scale Space, Wavelet, SIFT

 

특징점과 가장자리 검출

• 가장자리는 물체의 윤곽에서 감지, 1차원 곡선으로 표현
• 위치를 정확하게 결정하기 위해 점으로 나타나는 특징 필요
• 가장자리 (캐니), 동그라미, 선 (허프), 나머지 (특징점추출, 해리스 코너)

 

특징점 추출

• 특징점 : 이미지에서 휘도(픽셀) 값 또는 색상의 주변 화소와 구별되어 정확한 위치 결정이 가능한 점
• Scale Space : 이미지를 스케일로 파라미터화

 

 

이미지 패턴 인식

• 템플릿 매칭 : 이미지 일부 패턴으로 이미지 부분과 일치
• DP 매칭 : 1차원 탄성 매칭
• 그래프 매칭 : 특징을 정점으로, 특징간 관계를 그래프로 매칭

 

코너 검출기

• 이미지에서 모서리 부분 식별
• 이미지 세로, 가로 방향 모두 큰 변화 감지

주요 특징점 추출 오퍼레이터

• SUSAN(Smallest Univalue Segment Assimilating Nucleus) : 화상 휘도 값 차가 작은점의 수를 세는법 (opencv에서 제공하지 않는다, 공정제어 반도체 분야에서 많이 사용됨)
• Harris 오퍼레이터 : 휘도 값 차의 제곱 합이 커지는 점을 검출
• Shi와 Tomasi : Harris 와 유사함
• FAST(Features from Accelerated Segment Test) : 코너 검출 알고리즘을 빠르게 적용, 실시간 어플리케이션에 적합

 

 

엣지 추출

• Canny Edge Detection

모서리 감지

• Harris Corner Detector

직선, 원 감지

• Huogh 는 라인, 원만 감지를 한다.
• Hough 관련 잘 설명되어 있는 내용.
• https://homepages.inf.ed.ac.uk/rbf/HIPR2/hough.htm
• line관련 segmentation (전경, 배경 분리)은 아래의 내용 참고
• https://docs.opencv.org/4.x/db/d73/classcv_1_1LineSegmentDetector.html