에지 추출(edge detection)

Egde?

• 영상의 밝기가 낮은 값에서 높은 값으로 또는 높은 값에서 낮은 값으로 변하는 지점(영상의 밝기가 임계값보다 크게 변하는 부분)
• 영상을 구성하는 객체 간의 경계(Boundary)

 

Edge detection

• 윤곽선에 해당하는 화소를 구하는 것

 

Edge의 종류

• 루프 에지: 영상의 밝기가 서서히(점층적) 변하다가 순간, 다시 돌아오는 곳
• 라인 에지: 영상의 밝기가 갑자기 변하나, 조금 지나 다시 돌아오는 곳
• 스텝 에지: 영상의 밝기가 갑자기 변하는 곳
• 램프 에지: 영상의 밝기가 서서히(점층적) 변하는 곳

 

유사 연산자 기법

• 가장 단순한 에지 추출 방법으로 화소를 감산한 값에서 최대 값을 결정하여 에지를 추출
• 뺄셈 연산이 여러 번 수행되므로 계산 시간이 많이 소요됨

 

차 연산자 기법

• 유사 연산자의 계산 시간이 오래 걸리는 단점을 보안해주는 방법
• 화소 당 4번만 사용되어 연산 시간이 빠르다.

 

1차 미분을 사용한 에지 추출

• 밝기 변화율(기울기)를 검출하는 방법

• 영상의 좌표 (x, y)에서 각 방향으로 편미분
  • 영상의 기울기를 구하면서 edge를 얻을 수 있음
  • 영상에서는 데이터가 일정 간격으로 나열되어 있기 때문에, 수학적인 미분 연산을 하지 않는 대신, 인접한 화소끼리의 차이를 취하는 연산을 수행한다.

 

미분 연산자의 역할을 하는 마스크(Mask)

• 로버츠(Roberts) edge
  • 매우 빠른 계산 속도
  • 매우 분명한 에지만을 검출
  • 에지가 매우 가늘며 잡음에 매우 민감함

Roberts mask result

• Prewitt edge 
  • Sobel 마스크와 거의 비슷한 결과를 가짐
  • Sobel에 비해 계산 속도가 더 빠름
  • Sobel에 비해 밝기 변화에 대하여 비중이 약간 적어, 에지가 덜 부각됨
  • 대각선 방향 에지보다 수직, 수평 방향 에지에 더 민감함

Prewitt mask result

 

• Sobel edge
  • 모든 방향의 에지를 추출
  • 잡음에 강한 편
  • 수직, 수평 에지보다 대각선 방향 에지에 더 민감
  • 마스크의  크기가 커지면 에지는 두꺼워져서 선명하게 나타남

Sobel mask result

 

mask 비교 영상

• 그 밖에도 1차 미분 마스크는 여러 존재하며 'Compass Gradient Operator' 또한 유명하다.

 

 

2차 미분 마스크

• 1차 미분 방식은 수평, 수직, 대각선 방향에 놓여진 에지에서 민감한 반응을 보인다.
• 1차 미분은 너무 많은 윤곽선은 추출하는 경향이 있다.
• 2차 미분은 1차 미분의 단점을 완화시켜 둔감하게 반응하도록 한다.
• 2차 미분은 고립된 잡음에 민감하고 윤곽선의 강도만 검출한다. (방향은 구하지 못함)

 

• 라플라시안(Laplaciab) edge
  • 2차 미분 연산자, 날카로운 윤곽선 검출
  • 연산 속도가 빠르고, 모든 방향 윤곽선 검출
  • 잡음에 약하고, 영상 내의 가는 선이나 고립점에 강하게 반응함

Laplacian mask result

 

Canny 마스크

• Canny edge
  • 잡음에 민감하지 않게 하여 강한 에지를 추출하는 것에 목적을 둔 알고리즘
  • 캐니 마스크는 Reberts/Prewitt/Sobel 마스크와 함께 사용함
  • 1차 미분 결과보다 잡음이 제거 되었으며 에지가 다소 두꺼워짐

Canny mask result