CV ‐ 2. Color Image Processing - waegari/waegari.github.io GitHub Wiki

컬러 이미지 프로세싱

1. 이미지 표현 방식

Bitmap(래스터) 표현

  • 이미지를 그리드로 나누어 픽셀 단위로 표현
  • 특징:
    • 복잡한 색상, 음영, 형태 변화를 표현 가능
    • 파일 크기가 큼
    • 해상도가 고정됨 (확대 시 품질 저하)
    • 구현이 비교적 쉬움
  • 표기법: f(x, y) 또는 I[i, j], I[x, y]

Vector 표현

  • 개별 픽셀 정보가 아닌 객체(원, 선, 사각형 등) 정보로 표현
  • 특징:
    • 단순한 선 그림, 도형, 음영만 표현 가능
    • 효율적인 저장 공간 사용
    • 유연한 크기 조절 가능 (품질 손실 없음)
    • 구현이 상대적으로 어려움

2. 색상 기초 이론

  • 색상은 물리적 현상이자 심리-생리학적 현상

  • 가시광선은 전자기 스펙트럼에서 400nm~700nm 범위

  • 인간이 인식하는 색상 = 물체에서 반사된 빛

  • 색상 관련 물리적 양:

    • Radiance: 광원에서 나오는 총 에너지량 (와트)
    • Luminance: 관찰자가 광원에서 인식하는 에너지량 (루멘)
    • Brightness: 주관적 측정이 어려운 명도 지각

  • 인간의 눈은 약 6~7백만 개의 원뿔세포로 색상 감지

    • 적색 감지: 65%
    • 녹색 감지: 33%
    • 청색 감지: 2%

3. 컬러 모델

RGB 컬러 모델

  • 빛의 삼원색(Red, Green, Blue)을 기반으로 함
  • 특징:
    • 가산혼합: R+G+B = White
    • 좌표계: (0,0,0) = 검정, (1,1,1) = 흰색
    • 그레이스케일: R=G=B인 점들의 대각선
  • 픽셀 깊이: 각 픽셀 표현에 사용되는 비트 수
    • 풀컬러: 24비트 RGB (8비트/채널)
  • Safe RGB 색상: 웹용으로 신뢰성 있게 표시 가능한 색상 모음
    • 6^3 = 216가지 색상 (각 채널 6단계: 0, 51, 102, 153, 204, 255)

CMY(K) 컬러 모델

  • 빛의 이차색, 또는 안료의 삼원색(Cyan, Magenta, Yellow)
  • 하드카피 출력용으로 사용
  • 변환 공식: [C, M, Y] = [1, 1, 1] - [R, G, B]
  • CMYK: 검정(K)을 추가하여 더 깊은 검정색과 잉크 절약

HSI 컬러 모델

  • 인간의 색상 인식 방식에 가까운 모델
  • 구성 요소:
    • Hue(색상): 색상 속성 (0°~360°)
    • Saturation(채도): 색상의 순도 (0~1: 흰색→원색)
    • Intensity(명도): 무채색 개념의 밝기
  • RGB에서 HSI로 변환 시 주요 색상:
    • Red: 0°
    • Yellow: 60°
    • Green: 120°
    • Cyan: 180°
    • Blue: 240°
    • Magenta: 300°

4. 이미지 처리 방법

색상 픽셀 처리

  • 색상 픽셀은 색상 공간의 벡터: c(x, y) = [R(x,y), G(x,y), B(x,y)]
  • 색상 벡터 처리 방법:
    1. 컴포넌트별 처리: 각 색상 성분 독립적 처리
    2. 벡터 기반 처리: 색상 벡터 전체를 처리

컬러 모델과 이미지 처리

  • 이론적으로는 어떤 컬러 모델에서도 모든 변환 수행 가능
  • 실제로는 특정 연산이 특정 모델에 더 적합함
    • RGB: 디스플레이, 컴퓨터 그래픽스
    • CMY(K): 인쇄
    • HSI: 이미지 처리, 인간의 색상 인식 방식과 유사
  • 전통적 이미지 처리는 주로 그레이스케일 사용했으나, 딥러닝은 컬러 활용도 높음

특수 이미지 처리

Intensity Slicing (명도 슬라이싱)

  • 그레이스케일 값의 특정 범위를 색상으로 매핑
  • 응용: 방사선 영상, X선 용접 검사, 강우량 통계 시각화

여러 단색 이미지 결합

  • 다중 스펙트럼 이미지 결합으로 새로운 정보 획득
  • 예: 근적외선 이미지와 가시광선 이미지 결합

5. CIE XYZ 모델

  • 1931년 CIE에서 정의한 표준 컬러 모델
  • RGB를 XYZ로 변환하는 행렬: 
    [X]   [0.431 0.342 0.178] [R]
[Y] = [0.222 0.707 0.071] [G]
[Z]   [0.020 0.130 0.939] [B]
  • 정규화된 3자극 값(x, y, z)이 색도 좌표 형성
  • x+y+z=1이므로 x, y만으로 모든 색상 설명 가능
  • 색상 가산성: 삼각형 내부의 모든 색상은 세 꼭지점 색상의 조합으로 생성 가능
  • 모니터의 RGB 색역과 프린터의 색역이 다름

중요 암기 포인트

  1. 컬러 모델 간 변환 공식:

    • RGB ↔ CMY: [C,M,Y] = [1,1,1] - [R,G,B]
    • RGB → HSI 변환 단계와 공식

  2. 각 컬러 모델의 특징과 용도:

    • RGB: 디스플레이, 디지털 이미지
    • CMY(K): 인쇄, 하드카피
    • HSI: 이미지 처리, 인간 인식 방식

  3. 색상 관련 물리량:

    • Radiance, Luminance, Brightness의 차이

  4. 비트맵과 벡터 표현의 장단점:

    • 표현 능력, 파일 크기, 해상도 의존성, 구현 복잡도

  5. CIE XYZ 모델과 색도 좌표:

    • 색상 가산성 원리
    • 색역(gamut)의 개념

  6. 컬러 히스토그램 평활화:

    • RGB 공간 vs HSI 공간에서의 차이점

  7. 픽셀 깊이와 색상 표현 관계:

    • 24비트 RGB 풀컬러, safe RGB 색상(216색)

  8. 컬러 픽셀의 벡터 표현:

    • 컴포넌트별 처리와 벡터 기반 처리의 차이

  9. 명도 슬라이싱 응용 사례:

    • 방사선 영상, X선 검사, 강우량 시각화

  10. 이미지 처리 흐름:

    • 획득 → 향상 → 복원 → 압축 → 분할 → 표현/설명 → 인식/해석

6. 색상 변환 세부 공식

RGB에서 HSI로의 변환 세부 단계

  1. RGB 값을 0~1 범위로 정규화 
    R' = R/255
G' = G/255
B' = B/255
  2. 최대값(Cmax), 최소값(Cmin), 차이(Δ) 계산 
    Cmax = max(R', G', B')
Cmin = min(R', G', B')
Δ = Cmax - Cmin
  3. Hue 계산: 
    H = {
    0°                           if Δ = 0
    60° × ((G'-B')/Δ mod 6)     if Cmax = R'
    60° × ((B'-R')/Δ + 2)       if Cmax = G'
    60° × ((R'-G')/Δ + 4)       if Cmax = B'
}
  4. Saturation 계산: 
    S = {
    0                if Cmax = 0
    Δ/Cmax          if Cmax ≠ 0
}
  5. Value/Intensity 계산: 
    V = Cmax

7. 이미지 처리 기법 상세

Image Acquisition (이미지 획득)

  • 다양한 카메라 유형:
    • Video camera
    • Infrared camera
    • Range camera
    • Line-scan camera
    • Hyperspectral camera
    • Omni-directional camera

Image Enhancement (이미지 향상)

  • 시각적 품질 개선
  • 응용 예: 의료 영상 품질 개선 (MRI, CT 등)

Image Restoration (이미지 복원)

  • 열화된 이미지 원본 복구
  • 영화 필름 복원, 오래된 사진 복원

Image Correction (이미지 보정)

  • Geometric correction: 기하학적 왜곡 보정
  • Radiometric correction: 방사선적 특성 보정

Image Warping (이미지 변형)

  • 기하학적 변환을 통한 이미지 변형
  • 응용: 영상 효과, 모핑, 파노라마 이미지

Image Segmentation (이미지 분할)

  • 이미지를 의미 있는 영역으로 분할
  • 객체 인식의 전처리 단계로 활용

8. 픽셀 처리 기법

픽셀 주소 지정 방법

  • C 언어에서의 이미지 처리 기본 구조: 
    int i, j, k;
int nr,    // number of rows
    nc,    // number of columns
    nchan; // number of channels

for (i=0; i<nr; i++) {
    for (j=0; j<nc; j++) {
        for (k=0; k<nchan; k++) {
            // 픽셀 (i,j)의 k채널 처리
        }
    }
}

픽셀 이웃(Neighborhood) 개념

  • 4-이웃: 상하좌우 픽셀들
    • (i-1,j), (i,j-1), (i,j+1), (i+1,j)
  • 8-이웃: 4-이웃 + 대각선 픽셀들
    • 4-이웃 + (i-1,j-1), (i-1,j+1), (i+1,j-1), (i+1,j+1)

9. 컬러 이미지 처리 카테고리

Full-color Processing (풀컬러 처리)

  • 컬러 센서나 장비로부터 획득한 완전한 컬러 이미지 처리

Pseudo-color Processing (의사 컬러 처리)

  • 단색 이미지에 색상을 할당
  • 과거에는 컬러 센서와 처리 하드웨어의 제약으로 많이 활용
  • 그레이스케일 강도 범위에 색상 할당

10. 기타 이미지 처리 기법

Content-based Image Retrieval (내용 기반 이미지 검색)

  • 이미지 내용(색상, 질감, 형태 등)을 기반으로 검색

Human Identification (인간 식별)

  • 얼굴 인식, 지문 인식 등

Multi-sensor Data Fusion (다중 센서 데이터 융합)

  • 여러 센서의 데이터를 결합하여 더 풍부한 정보 획득

Hexagonal Pixel (육각형 픽셀)

  • 전통적인 사각 픽셀 대신 육각형 픽셀 사용
  • 일부 응용에서 더 자연스러운 결과 생성

Steganography (스테가노그래피)

  • 데이터 안에 다른 데이터를 숨기는 기술
  • 이미지 내에 메시지나 정보 은닉

시험 대비 문제 유형 예상

객관식 문제 예상

  1. "다음 중 HSI 컬러 모델에 대한 설명으로 틀린 것을 모두 고르시오."

    • a) Hue는 색상의 속성을 나타낸다.
    • b) Saturation은 색상의 순도를 의미한다.
    • c) Intensity는 항상 R, G, B의 최댓값이다.
    • d) HSI 모델은 인간의 색상 인식 방식과 유사하다.

  2. "RGB 컬러 모델에서 CMY 모델로의 변환 공식으로 맞는 것을 모두 고르시오."

    • a) [C,M,Y] = [1,1,1] - [R,G,B]
    • b) [C,M,Y] = [R,G,B] - [1,1,1]
    • c) [C,M,Y] = [1-R, 1-G, 1-B]
    • d) [C,M,Y] = [B,R,G]

  3. "다음 중 safe RGB 색상에 대한 설명으로 맞는 것을 모두 고르시오."

    • a) 총 216가지 색상으로 구성된다.
    • b) 각 채널은 6단계의 값을 가진다.
    • c) 웹 브라우저에서 안정적으로 표시하기 위한 목적이다.
    • d) 총 512가지 색상으로 구성된다.

주관식 문제 예상

  1. "RGB 이미지에서 특정 픽셀의 값이 (R,G,B) = (255,0,0)일 때, 이를 HSI 컬러 모델로 변환한 값은? (계산 과정을 상세히 보이시오)"

  2. "CIE XYZ 컬러 모델의 특징과 색도 좌표(chromaticity coordinates)의 개념을 설명하시오."

  3. "bitmap 표현과 vector 표현의 차이점을 설명하고, 각각의 장단점을 비교하시오."

  4. "다음 RGB 컬러 이미지를 HSI 모델로 변환한 후 명도(I) 채널만 히스토그램 평활화 처리를 한 뒤 다시 RGB로 변환하는 과정을 의사코드로 작성하시오."