반응형
화질 향상 기법
- 히스토그램(Histogram) 만들기
- 임계값 적용하기(Thresholding)
- 전역 임계값 적용하기(Global Thresholding)
- 적응적 임계값 적용하기(Adaptive Thresholding)
- 히스토그램 스트레칭(Histogram Stretching)
- 히스토그램 평활화(Histogram Equalization)
임계값 적용하기(Thresholding)
임계값 적용하기(Thresholding)란?
- 전경 영역과 배경 영역의 밝기 차이나 색상 차이를 이용하여 영상의 배경으로 부터 전경 영역들을 분리할 수 있는 가장 기본적인 방법이다.
- Threshold : 이미지를 이진화하여 흑/백으로 나누는 기술
소스 코드
예제에서 임계값을 추출할때 140보다 작을때를 기준으로 했지만 실제 140으로 했을때 추출된 이미지는 위와 같았다.
임계값을 조정 하기 위해 160으로 바꾸고 실행 시켰을 때 이미지입니다.
180으로 바꾸고 실행시키니 예제와 얼추 비슷하게 추출 되었습니다.
180의 김계값을 적용한 결과 적혈구와 백혈구 영역(보라색)이 잘 분할 된것을 알 수 있습니다. 하지만 삼한 조명 왜곡을 적용하고 동일한 프로그램에 다시 입력해보면 경계가 불 분명해졌기 때문에 올바른 결과를 보여주지 못합니다.
반응형
'영상처리 프로그래밍 > 파이썬과 코랩 기반 OpenCV 영상처리' 카테고리의 다른 글
영상의 화질 향상 기법-히스토그램 스트레칭(Histogram Stretching), 히스토그램 평활화(Histogram Equalization) (0) | 2022.08.04 |
---|---|
영상의 화질 향상 기법-적응적 임계값 적용하기(Adaptive Thresholding) (0) | 2022.07.27 |
영상의 화질 향상 기법- 전역 임계값 적용하기(Global Thresholding) (0) | 2022.07.26 |
영상의 화질 향상 기법-히스토그램(Histogram) 만들기 (0) | 2022.07.25 |
영상의 산술(Arithmetic) 및 논리(Logic) 연산 (2) (0) | 2022.07.19 |