히스토그램및필터링처리

about satellite information

Application services and process

위성정보처리 (Satellite Image Processing)1

히스토그램과 필터링

픽셀 기반 처리

- 픽셀의원래값이나위치에기반한픽셀값변경

- 다른픽셀의영향을받지않음

픽셀 기반 처리 기법

- 산술연산, 히스토그램평활화, 명암대비스트레칭, 이진화

화소에일정한값을더하거나빼거나나누거나곱하는연산으로덧셈/뺄셈 -> 영상밝기조절곱센 /나눗셈 -> 명암대비조절

2

히스토그램과 필터링

히스토그램

- 화사가가진명암값에대한막대그래프

명암값0 255

빈도수

빈도수

(a) 어두운영상

명암값0 255

(b) 밝은영상

명암값0 255

(c) 낮은명암대비영상 (d) 높은명암대비영상

빈도수

빈도수

빈도수

명암값0 255 명암값0 255

3

히스토그램과 필터링

히스토그램

Dark

image

Bright image

Low contrast

image

High contrast

image

4

히스토그램과 필터링

히스토그램

5

히스토그램과 필터링

히스토그램

6

히스토그램과 필터링

히스토그램 평활화

- 기존영상의명암값분포를재분배하여일정한분포를가진히스토그램생성

- 처리과정

1. 입력영상의히스토그램생성-명암값 j의빈도수 hist[j]를계산

2. 각명암값 i에대하여 0 부터 I 까지의빈도수의누적값계산

3. 단계 2에서구한누적값을정규화

4. 입력영상에서픽셀값 i를정규화된값 n[i]로변환하여결과영상생성

=

=i

j

jhistisum0

][][

(2)

2551

][][ =N

isumin

(4)

7

히스토그램과 필터링

히스토그램 평활화

원영상

히스토그램

정규화

𝟏𝟎 ×𝟏

𝟐𝟓× 𝟐𝟓𝟓

평활화된영상히스토그램

8

히스토그램과 필터링

히스토그램 평활화

명암값0 255

빈도수

9

히스토그램과 필터링

명암 대비 스트레칭

- 히스토그램이모든범위화소값을포함하도록영상확장

- 중앙에집중된히스토그램을갖는영상에적합

255minmax

min),(),('

−

−=

yxPyxP

- Min : 최저화소값

- Max : 최고화소값

명암값0 255

빈도수

10

히스토그램과 필터링

차이점 (스트레칭 VS 평활화)

- 스트레칭은히스토그램평활화와비교할때단순히영상내픽셀밝기의최소,

최대값의비율을이용해고정된비율로영상을낮은밝기와높은밝기로당겨

줌

- 그러므로히스토그램이펼쳐진효과는평활화처리에서훨씬큼

11

12

히스토그램 스트레칭 실습

13

히스토그램 분석 실습

13

❖ 여의도지역영상불러오기

14

히스토그램 분석 실습

❖ 색상변경

15

히스토그램 분석 실습

❖ 히스토그램출력

16

히스토그램 분석 실습

❖ 테이블연산

17

히스토그램 분석 실습

❖ Grid Normalizing

18

히스토그램 분석 실습

❖ Grid Normalizing

영상 처리

이진화

- 2가지값을갖는영상으로변환

스캔된영상 잡음이제거된영상

=

TyxP

TyxPyxP

),(0

),(255),('

19

영상 산술 처리

덧셈 연산

- 두개의이전영상에덧셈연산을수행하여새로운영상을생성할때사용

- 일반적으로다음과같은혼합함수사용

),(),(),( 21 yxIyxIαyxO +=

20

영상 산술 처리

뺄셈 연산

- 두개의이전영상에뺄샘연산을수행하여차이를보고싶을때사용

- 보안시스템이나영상분석시스템에서이용

침입자감지

영상 1 영상 2 영상 1 –영상 2

영상 3 영상 4 영상 3 –영상 421

영상 산술 처리 방법

22

필터링 처리

영역 기반 처리

- 입력화소와그주위화소를이용하여출력화소값을결정

- 회선(convolution) 기법을널리이용

- 영역기반처리예

> 흐리게하기, 선명하게하기, 경계선검출, 잡음제거

I1 I2 I3

I4 I5 I6

I7 I8 I9

M1 M2 M3

M4 M5 M6

M7 M8 M9

입력 영상 회선마스크

9988776655

44332211

MIMIMIMIMI

MIMIMIMI

++++

++++

출력 픽셀 값 =

(x,y) (x,y)

Input image f(x,y) Output image g(x,y)

(x-1,y-1)

(x+1,y+1)

23

필터링 처리

회선 수행 방법

- 좌측상단픽셀부터한픽셀씩차례로수행

> 먼저우측방향으로진행

> 한줄이끝나면아래줄로이동

24

필터링 처리

영상 흐리게(블러링)

- 입력픽셀값을주위픽셀값들과의평균값으로변환하는다음과같은

회선마스크사용

25

1

25

1

25

1

25

1

25

1

25

1

25

1

25

1

25

1

25

1

25

1

25

1

25

1

25

1

25

1

25

1

25

1

25

1

25

1

25

1

25

1

25

1

25

1

25

1

25

1

9

1

9

1

9

1

9

1

9

1

9

1

9

1

9

1

9

1

평균 마스크

3x3 마스크 적용

5x5 마스크적용

25

필터링 처리

영상 선명화(샤프닝)

- 입력픽셀값을주위픽셀값들과의평균값으로변환하는다음과같은

회선마스크사용

0 -1 0

-1 5 -1

0 -1 0

-1 -1 -1

-1 9 -1

-1 -1 -1

마스크 1 마스크 2

입력 영상 마스크 1 적용 마스크 2 적용 26

필터링 처리

경계선 검출

- 경계선: 입력영상에대한많은정보포함

- 물체를식별하고물체의위치, 모양, 크기등을인지하는데큰역할

- 영상의밝기가낮은값에서높은값으로또는높은값에서낮은값으로변하는

지점에존재

영상

명암도변화

미분값변화

27

필터링 처리

경계선 검출 회선 마스크

- 미분연산을회선마스크로표현가능

> 수평경계선과수직경계선을개별적으로검출

수평경계선 수직경계선

Prewitt

Roberts

Sobel

−−−

111

000

111

−

−

−

101

101

101

−

000

010

001

−

000

010

100

−−−

121

000

121

−

−

−

101

202

101

28

필터링 처리

경계선 검출

Sobel Prewitt Roberts 29

필터링 처리

위성 영상 필터링 적용 예

30

필터링 처리

위성 영상 필터링 적용 예

31

필터링 처리 방법

32

33

심플 필터 실습

34

심플 필터 실습

❖ 데이터불러오기(File -> Grid -> Load)

❖ 1번밴드선택후데이터확인

35

영상 흐림 실습

도수분포표> 특정구간에속하는자료의개수를나타내는표히스토그램

> 도수분포표를시작적으로표현한막대그래프

❖ 영상의색변경 (Settings -> Color)

Shade 설정

dark-bright 설정

36

영상 흐림 실습

❖ 필터계산법

1/9 1/9 1/9

1/9 1/9 1/9

1/9 1/9 1/9

6 7 4

8 9 7

4 3 6

6 7 4

8 6 7

4 3 6

(6x1 + 7x1+ 4x1 + 8x1 + 9x1 + 7x1 + 4x1 + 3x1 +6x1) / 9 = 6

- 필터마스크(3 x 3)와픽셀값을곱한후더함

- 더한값을 9로나누어중앙픽셀에적용함

- 필터는기존영상의잡음제거및분석을위해사용

Mask Pixel Value

37

영상 흐림 실습

❖ Simple Filter(Tools 탭 -> Grid -> Filter -> Simple Filter)

Square

밴드 1

38

영상 흐림 실습

또는 Apply, Execute

❖ 필터적용전과후이미지확인

필터적용전 필터적용후

39

영상 흐림 실습

❖ 맵동기화 (Map -> Synchronise Map Extents)

❖ 각셀값확인 (Settings -> Show Cell Values) ※ 2개영상모두체크

40

영상 흐림 실습

❖ 영상확대하여필터적용값확인

(12344x1 + 11830x1 + 11451x1 + 11590x1 + 12201x1 +11822x1 + 11067x1 +11772x1 + 12302x1) / 9 = 11819.89

41

영상 흐림 실습

❖ Simple Filter(Tools 탭 -> Grid -> Filter -> Simple Filter)

Sharpen

밴드 1

42

영상 선명화 실습

High-pass filter

❖ 필터영상확인

필터적용안함 필터(Smooth) 적용후

필터(Sharpen) 적용후 43

영상 선명화 실습

Simple filter가제공하는다른설정을수행

44

윤곽선 검출(Edge Detection)

① 1차 미분 값에서 그래프 기울기의 크기로 영상에서 윤곽선의 존재여부 확인② 2차 미분 값에서 그래프 기울기의 부호로 윤곽선 픽셀의 밝고 어두운 부분의 위치 확인

미분연산자에 의한 윤곽선 파형

1차 미분한 파형

2차 미분한 파형+성분

-성분

밝기변화에 대한 X축의기울기 변화량 파형

Y축 밝기 변화량 = 0

45

윤곽선 검출(Edge Detection)

Image I

−

−

−

101

202

101

−−− 121

000

121

*

*

Idx

d

Idy

d

22

+

I

dy

dI

dx

d

ThresholdEdges

Threshold(임계값): 경계유무를 판단하는임의의 기준치 값

윤곽선 검출(Edge Detection)

수평 경계선 수직 경계선

Prewitt

Roberts

Sobel

−−−

111

000

111

−

−

−

101

101

101

−

000

010

001

−

000

010

100

−−−

121

000

121

−

−

−

101

202

101

),( yxEc

),(),(),( 22 yxEyxEyxE cr +=

: 수평 경계선 검출용 회선 마스크 적용 결과 값),( yxEr

: 수직 경계선 검출용 회선 마스크 적용 결과 값

46

47

라플라시안(Laplacian) 마스크

• 2차미분연산자, 날카로운윤곽선검출

• 연산속도가빠르고, 모든방향윤곽선검출

-1 -1 -1

-1 8 -1

-1 -1 -1

❖ Laplacian Filter(Tools -> Grid -> Filter -> Laplacian Filter)

밴드 1

Standard kernel 2

48

엣지 추출 실습 (라플라시안)

❖ 필터적용전과후영상확인

필터적용전 필터적용후

49

엣지 추출 실습 (라플라시안)

❖ Tools 탭 Laplacian Filter 선택후 Description 탭에서적용된필터마스크값확인가능

(10501x-1 + 10789x-1 +11685x-1 + 10501x-1 +11002x8 +11736x-1 + 11320x-1+ 11436x-1 + 11069x-1) =-1021.00

50

엣지 추출 실습 (라플라시안)

❖ Gaussian Filter(Tools -> Grid -> Filter -> Gaussian Filter)

밴드 1

51

영상 흐림 실습 (가우시안)

❖ 필터적용전과후영상확인

필터적용전 필터적용후

52

영상 흐림 실습 (가우시안)

❖ Gaussian Filter와 Laplacian Filter를혼합사용하여좀더정확한윤곽선검출에사용

❖ 원본영상에 Gaussian Filter 적용후 Laplacian Filter 순으로적용 ) LoG filter

Laplacian

Laplacian

Gaussian

53

윤곽선 검출 (혼합)

54

캐니(Canny) 필터링

• 윤곽선 검출 전 잡음 제거 마스크가 사용된다.

• 잡음에 강하다.

• 강한 윤곽선 검출

• 방법:

• Gaussian 필터 적용후 부드러운 영상으로 변경하여 잡음 제거

• 라플라시안(Laplacian) 필터 마스크를 적용하여 경계선 검출

• 영점 교차점 중에서 임계값 이상인 픽셀값에 대해서만 최종 경계선으로 인정

55

캐니(Canny) 필터링 실습

영상 융합

정의

- 특정알고리즘의사용을통해두개혹은그이상의서로다른영상을조합하여

새로운영상을만들어내는것

- 원격탐사분야에서는고해상도위성영상을활용하여상대적으로낮은

공간해상도를가지고있는다중분광영상의공간해상도를강제적으로

증가시키는기법의미

- Pansharpening이라고불림

활용

- Geoeye-1, Worldview-2와같은국외고해상도위성영상과국내 KOMPSAT 2/3/3A

1m 내외공간해상도를가지는전정색 영상과함께 2-4m 공간해상도가지는

다중분광영상을제공

- 위성센서로부터고해상도전정색영상과동일한공간해상도를가지는

다중분광영상을취득하는것은물리적으로불가능, 그러므로융합기법필요

56

영상 융합

57

58

영상 융합 실습(Pan Sharpening)

59

영상 융합 실습(Pan Sharpening)

60

영상 융합 실습(Pan Sharpening)

61

영상 융합 실습(Pan Sharpening)

62

영상 융합 실습(Pan Sharpening)

63

영상 융합 실습(Pan Sharpening)

Pan sharpening 처리알고리즘을여러가지변수로변경하면서실험해볼것