Img 01 intro by kevin kim

2014-2 디지털 영상처리

1.디지털 영상처리 개요

제1장

디지털 영상처리 개요 1.1

영상데이터의 표현 방법 개요

• 우리가 받아들이는 멀티미디어 정보의 하나인 시각정보는 일반 데이터인 문자와 숫자를 넘어 상대적으 로 더 많은 정보를 담고 있는 멀티미디어 데이터이다. • 본 장에서는 이러한 시각정보를 다룰 수 있는 기본 기술 중 하나인 이미지 프로세싱에 대해서 다루기로 한다. • 아래 그림은 디지털데이터에 대한 데이터의 처리기술에 대해 설명하고 있다. • 참고로 맛이나 향 등의 값은 수치화시키지 못하기에 아직 디지털화하지 못하고 있는 분야 중 하나이다.

Figure 1.1: 디지털 데이터 자료의 표현 방법

기호와 의미의 결합의 이해 (Codec)

1.2 1.2.1

2진 연산 표현법

• 10진수 전체 값을 2진수로 변환하여 표현하는 방식 • N Bit 의 워드가 있을 때 맨 처음 1Bit 는 부호비트(Sign Bit) 로 사용되고 나머지 n-1 Bit 에는 2 진수로 표현된 정수값 (Data Bit) 이 저장됨 • 1의 보수 표현보다 표현할 수 있는 수의 개수가 하나 더 많아서 더 널리 사용되고 있음1.1) • 정수 표현에서 음수를 나타내는 데 부호화된 2의 보수법이 1의 보수법에 비해 장점: Carry가 발생하면 무시함 • 수치를 표현하는 데 있어서 0의 판단이 가장 쉬운 방법임

Figure 1.2: 2진 연산 표현법

양수표현법 • n Bit 크기의 워드가 있을 때 맨 처음 1Bit는 부호 비트(Sign Bit)로 사용되고 나머지 n-1 Bit에 2진수 로 표현된 정수 값(Data Bit)이 저장됨

음수표현법 세가지 • 부호화 절대치 (Signed Magnitude) 예) -25 : 10011001 • 부화화 1의 보수 (Signed 1’s Complement) 예) -25 : 11100110 • 부호화 2의 보수 (Signed 2’s Complement)

1.2.2

1.2)

예) -25 : 11100111

2의 보수 만들기

• 뒤집어서 +1 • 오른쪽에서 왼쪽으로 가면서 1 이 나올때까지는 그대로 나머지는 뒤집어준다.

1.1) 부호화 2의 보수는 0이 하나만 존재하지만 나머지 두가지는 +- 0 두가지가 존재함 1.2) 부호화 2의 보수는 0이 하나만 존재하지만 나머지 두가지는 +- 0 두가지가 존재함

제 1 장 디지털 영상처리 개요

1.2.3

2진 연산 예

Figure 1.3: 잘못된 음의 정수 표현 방식

Figure 1.4: 올바른 음의 정수 표현 방식

Figure 1.5: 올바른 음의 정수 표현 방식

영상 데이터 표현

1.3

• 영상은 연속된 빛의 흐름이므로 아날로그 형태의 데이터이다. 따라서 컴퓨터에서 영상 데이터를 처리하 기 위해서는 무수히 많은 점의 집합으로 나타낼 수 있다. • 이렇게 점의 집합으로 그림을 나타내는 방식을 그래픽(Graphics)이라 하고 그림을 구성하는 각각의 점 을 화소 또는 픽셀(Pixel)이라고 한다. • 정밀한 영상을 컬러로 표현하거나 동영상을 사용하고자 할 때는 많은 수의 화소가 필요하므로 대용량의 기억 장치와 고속 연산 장치가 필요하다. • 흑백 화면 표시 장치에서는 각각의 화소에 2진수 0 또는 1을 대응시켜 명암을 나타내며, 컬러 화면 표시 장치에서는 최소 3비트(2비트는 색, 1비트는 명암)를 이용하여 나타낸다. • 그림 데이터를 디지털 형태로 표현하는 방식에는 비트맵(Bitmap) 방식1.3) 과 벡터(Vector)1.7) 방식이 있다. • 비트맵의 계단 현상을 부드럽게 표현 안티앨리어싱(Anti aliasing)1.8) 을 이용 • 가로 픽셀수 × 세로 픽셀수 를 가지는 해상도(Resolution)를 이용해서 이미지 크기 표현 • 동영상의 데이터 표현1.9) 으로 발전됨

1.3.1

영상 데이터의 표현 용량

• 1비트의 흑백 화면 표시 : 1024×768×1 = 786,432비트 (98,304바이트) • 3비트의 컬러 화면 표시 : 1024×768×3 = 2,359,296비트 (294,912바이트) • 8비트의 컬러 화면 표시 : 1024×768×8 = 6,291,456비트 (786,432바이트)

1.3) 영상 데이터를 픽셀의 조합으로 표현하는 방식이다. 이미지의 크기가 커질수록 기억해야 할 정보량이 많아진다. 확대했 을 경우 모자이크 처리가 된것처럼 이미지가 깨져 보이며 곡선부분은 계단 현상이 나타난다.GIF1.4) , PNG1.5) BMP, JPG1.6) , TIFF 1.7) 영상 데이터를 표현하기 위해 점을 지정하고 그 점들을 잇는 곡선의 곡률(휘어진 정도)로 이미지를 저장한다. 이미지를 확대하거나 축소하더라도 곡선의 형태가 유지되며 파일의 용량도 변함이 없다.WMF, CGM, GEM, DXF, AI 1.8) 이 방법은 인접한 두 점의 경계를 부드럽게 하기 위해 중간 단계의 색을 가지는 점을 넣는 방법이다. 1.9) 이미지들이 연속적으로 연결되어 움직이는 것처럼 보이는 애니메이션이나 영화같은 영상들을 동영상이라고 한다. 1초에 30장 정도의 화면을 빠르게 보여 주어야 하므로 자 연스러운 동영상 데이터를 표현하기 위해서는 매우 빠른 중앙 처리 장치와 대용량의 저장 장치가 필요하다.

제 1 장 디지털 영상처리 개요

픽셀과 해상도

1.4 1.4.1

픽셀

• 작은 사각형의 점으로서 더 이상 나누어질 수 없는 최소 단위인 종횡비로 표시 • 픽셀(pixel) 영상의 기본 단위, picture element

1.4.2

해상도

• 모니터 해상도, 절대 해상도, 프린터 해상도로 구분 • DPI(Dot per Inch) : 픽셀이 1인치 안에 얼마나 많이 밀집되어있는지를 가리킴 - 1인치라는 단위를 몇개의 단위를 가지는가로 정의함. - dpi 라는 단위를 사용 - 보통 우리가 사용하는 모니터는 72dpi 로 구성되어져 있음 - 1인치당 326개의 픽셀 : 스티브 잡스 애플 CEO는 이를 ’망막(레티나, letina) 디스플레이’라고 이름 붙 였다.



 I(0, 0) . . . I(N − 1, 0)   .. .  I(x, y) =  . . . . ..   I(0, 0) . . . I(N − 1, 0) • I(x,y) - x,y : spatial coordintes - I : intensity (gray level)

Figure 1.6: 픽셀의 확대

(1.1)

픽셀과 해상도

Figure 1.7: 픽셀의 화소값

제 1 장 디지털 영상처리 개요

1.4.3

디지털 표현 방법

흑백 표현법 :: 그레이스케일 Grayscale • 그레이스케일 영상에서 하나의 픽셀은 0부터 255 사이의 정수 값을 가짐. - C/C++ 에서 unsigned char 로 표현 (1 byte) - 0 : 가장 어두운 밝기(검정색) - 255 : 가장 밝은 밝기(흰색) • Binary Image : 0 과 1만을 이용

Figure 1.8: Grayscale

컬러 표현법 :: Color Image 표현 방법 • 32bit Color 표현법 : RGB (255,255,255) • 8bit Look Up Table 표현법 (Psudo Color) : 0 ∼ 255

Figure 1.9: LookUpTable

픽셀과 해상도

1.4.4

Video Resolution

• 가로와 세로 픽셀 갯수 기준

Figure 1.10: Resoultion

Figure 1.11: Resoultion 에 따른 화질 차이

Figure 1.12: HD 전송 규격 :: HDMI 규격 예

제 1 장 디지털 영상처리 개요

아날로그 데이터의 디지털 표현(ADC)

1.5

• 영상,소리 신호는 아날로그 형태이기 때문에 디지털 컴퓨터에서는 펄스 코드 변조 방식 (PCM : Pulse Code Modulation) 등을 이용하여 디지털 형태인 2진수의 0과 1로 변환시켜 표현한다. • 연속적인 소리 파형을 작은 시간 단위로 나눈 다음 그 값을 측정하고 측정한 값을 2진수로 변환하여 저장한다.

Figure 1.13: 아날로그-디지털 변환과정 (ADC와 DAC) 의 블록도

Figure 1.14: 영상 정보의 ADC 과정

1.5.1

PCM(Pulse Code Modulation)

• 표본화(sampling) - 음성 정보(소리의 크기 - 파형의 진폭)값을 주기적으로 추출 - 샤논(Shannon)의 표본화 정리(sampling theorem)1.10) - 사람의 음성인 경우 1초 동안에 8000번 샘플링 필요.(2x4KHz=8KHz) • 양자화(quantization) - 샘플링하여 얻은 진폭값을 평준화하여 정수값으로 표현 - 펄스의 진폭의 크기를 디지털 양으로 변환 - 이 과정에서 불가피한 양자화 잡음이 발생 - 양자화 잡음은 미리 정한 신호레벨의 수를 늘리거나 줄일 수 있으나, 데이터의 양이 많아지는 단점이 있다. • 부호화 (coding) - 양자화하여 얻은 모든 진폭값에 2진값을 할당하는 것 - 부호화는 양자화한 값을 2진 디지털 부호로 변환 - 일반적으로 전화 음성에서는 8비트로 부호화

1.10) 신호의 최고 주파수의 2배 이상의 빈도로 샘플링하면 샘플링된 데이터로부터 본래 데이터를 재현 가능

아날로그 데이터의 디지털 표현(ADC)

Figure 1.15: PCM(Pulse Code Modulation)

제 1 장 디지털 영상처리 개요

1.5.2

1차원 데이터의 ADC

Figure 1.16: PCM(Pulse Code Modulation)

아날로그 데이터의 디지털 표현(ADC)

Figure 1.17: 아날로그-디지털 변환과정의 예

Figure 1.18: CD 오디오 시스템에서의 신호처리과정

제 1 장 디지털 영상처리 개요

1.5.3

2차원 데이터의 ADC :: 눈으로 볼 수 있는 신호처리

Sampling

Figure 1.19: 2차원 셈플링

Figure 1.20: 셈플링간격에 따른 해상도 변화 개념

아날로그 데이터의 디지털 표현(ADC)

Figure 1.21: 셈플링간격에 따른 해상도 변화 예

제 1 장 디지털 영상처리 개요 Quantization

Figure 1.22: Quantization 개념

Figure 1.23: Quantization 크기 변화에 따른 이미지 예

아날로그 데이터의 디지털 표현(ADC) Coding

Figure 1.24: 픽셀의 코딩 예 (추가 압축가능)