01. Overview of Image Processing

 

1. 1. Definiton of Image Processing

 

- Image: 대상을 표현하는 한 장의 그림.

 

- Image Processing: 인간은 섬세하고 선명한 영상을 좋아하며,

 

   기계는 단순하고 간단한 영상을 좋아하는데,

 

   각각의 상황에 맞게 Image를 개선해나가는 작업.

 

- Picture: 캔버스나 종이위에 사람, 풍경등을 그리거나 색칠한 것들.

 

- Figure: 정보 제공을 목적으로 만들어진 것들.

 

 

1) 인간은 섬세하고 선명한 영상을 좋아한다.

 

    Removing noise and blurring from an image, Image Sharpening.

 

2) 기계는 단순하고 간단한 영상을 좋아한다.

 

    Finding Edge in an image, Blurring an image.

 

 

- 영상은 가시광선(Camera), 평판형 스캐너, 기타 에너지원(전자기파) 등을 이용해서 얻습니다.

 

---

 

1. 2. Sampling

 

- Sampling: 연속함수를 디지털화하는 과정.

 

  Sampling은 원래의 함수를 복원할 수 있을 정도로 그 수가 충분해야 합니다.

 

- Sampling Theorem = Nyquist Theorem: 모든 신호는 그 신호의 최대 진동수의 2배 이상에 해당하는 빈도의 일정한 간격으로 샘플링하면 원래 신호를 완벽하게 복원할 수 있다는 이론.

 

- Undersampling은 Aliasing이 발생합니다.

 

---

 

1. 3. Image Function

 

- Image Function(영상함수): 영상은 2차원 함수, f(x, y) = a.

 

  x와 y는 Coordinate, a는 해당 점에서 밝기-색상(0 ~ 1 or 0 ~ 255)을 의미합니다.

 

---

 

1. 4. Types of Digital Image

 

1) Binary Image: 화소는 2가지(B and W or False and True)만 존재 (1bit).

 

2) GrayScale Image: 0(B) ~ 255(W)의 Integer (8bit).

 

3) RGB Image: R(8bit) + G(8bit) + B(8bit) (24bit).

 

4) Indexed Image: 대부분의 Color Image는 표현할 수 있는 Color중 일부만 사용합니다.

 

    그러므로 효율적인 파일처리를 위해 많이 사용하는 Color를 Index로 표현해서,

 

    실제 화소인 RGB 대신 Index로 표현합니다.

 

    실제 색을 표현하기 위해 Index와 RGB값을 Mapping해야하므로 Color Map을 필요로 합니다.

---