2020. 12. 30. 13:04ㆍ개발 관련 학습정리/Open CV
모폴로지 연산이란 커널을 통하여 노이즈 제거, 구멍 채우기, 끊어진 선 이어 붙이기 등을 행하는 형태학적 연산을 말합니다.
침식 연산 Erosion
이웃에 있는 모든 픽셀 중 최솟값이 출력 픽셀의 값이 됩니다. 이진 영상의 경우, 값이 0인 이웃 픽셀이 하나라도 있으면 픽셀은 0으로 설정됩니다.
8bit나 24bit의 영상의 경우, 가장 밝은 값을 위주로 침식시킵니다.
모폴로지 침식은 고립된 객체와 작은 객체를 제거하고 중요한 객체만 남깁니다.
팽창 연산 Dilation
이웃에 있는 모든 픽셀 중 최댓값이 출력 픽셀의 값이 됩니다. 이진 영상의 경우, 값이 1인 이웃 픽셀이 하나라도 있으면 픽셀은 1로 설정됩니다.
8bit나 24bit의 영상의 경우, 가장 밝은 값을 위주로 팽창시킵니다.
모폴로지 팽창은 객체를 시각적으로 더 두드러지게 만들고 객체의 작은 구멍을 메웁니다.
Opening
모폴로지 Opening 연산은 영상을 침식시킨 다음 침식된 영상을 팽창시키며, 이때 침식과 팽창 둘 다에 동일한 구조 요소를 사용합니다.
모폴로지 열기는 영상에서 작은 객체는 제거하고 큰 객체의 크기와 모양은 보존하고자 할 때 유용합니다.
Closing
Closing 연산은 영상을 팽창시킨 다음 팽창된 영상을 침식시키며, 이때 팽창과 침식 둘 다에 동일한 구조 요소를 사용합니다.
모폴로지 Closing는 영상에서 작은 구멍은 메우고 객체의 크기와 모양은 보존하고자 할 때 유용합니다.
크게 모폴로지 함수는 inputarray와 outputarray, 커널,고정점과 반복횟수가 들어간다.
커널은 모폴로지 연산에서 비교하는 마스크의 모양 종류를 결정하고, 중심점은 해당 커널의 기준 좌표를 정합니다.
마지막으로 반복횟수에 값을 높게 잡을수록 커널 연산횟수가 증가하여 모폴로지 효과가 크게 나타납니다.