컴퓨터 비전 및 인공지능 3주차 [ Image Sampling & Quantization ]

Image Sampling & Quantization

 

1차원 아날로그 신호 -> 2차원 아날로그 신호 [ 영상 ] 으로 변환하는 것

 

A에서 B까지의 선의 밝기를 그려보면 우측의 그래프 처럼 생겨난다. 그리고 해당 그래프는 아날로그 신호 이다.

 

아날로그 신호를 디지털 신호로 바꾸려면 샘플링을 해야한다.

샘플링을 한다고 하였을때의 결과물

샘플링 한 데이터를 Quantization 하여 데이터를 정수값으로 변환해줍니다. 그리고 보통 8bit데이터인  0 - 255의 데이터로 나타냅니다.

이미지의 샘플링을 결과물을 출력하면 위의 우측 이미지와 같이 변하게 된다.

사각형 하나가 센서의 위치 라고 생각하면 된다. 즉 우리가 알고있는 카메라의 화소 라고 생각하면 됨.

 

디지털 매트릭스 안의 칸 하나를 좌표값 f(0,0)을 좌측 1번째 칸이라고 하고 마지막을 f(N,M)이라고 할 수 있다면,

f(0,0) = 0 이라고 표기할 수 있다.

 

만약 색 이미지를 M Matrix로 배열작업을 하면 3차원 배열을 얻게 된다.

메트릭스를 부를때 = 채널

빨간 메트릭스는 레드체널 초록색은 그린체널 파란은 블루체널

3색원리를 따른다.

 

 

여기서 각 체널은 각 3원색의 밝기값만을 따져서 0 - 255사이의 이산값을 가진다.

 

카메라의 필터의 개수가 3개면 (N X M)데이터의 개수가 3개이다.

그러나 평균 채널의 개수는 3개이나, 꼭 3개만 있는것이 아닌

 

멀티 스팩트럼 카메라 라는것이 있고, 하이퍼 스펙트럼 카메라 라는것이 있다. 이러한 것들은 필터의 개수가 3개보다 더 많다.

 

필터의 개수가 5개면 (N X M) 개수가 5개가 된다는 이야기 이다.

 

R필터는 빨간색 G는 초록색 B는 파란색 만을 받고 밝기값을 저장한다.

 

이때 필터 내부의 흰색으로 채워져 있는 값은 각 필터마다 값이 없다고 말할 수 있는데

화살표 같이 흰부분

이 값은 채워져 있는 주변의 R값의 데이터를 이용해서 유추하여 평균해서 넣게된다.

이를 보간법 [ Interpalation ] 이라고 한다. 쉽게 이해하자면 수성물감을 도화지에 풀게되면 원형으로 퍼진다고 생각하면 된다.

 

이러한 데이터를 이용해서 RGB 데이터로 다양한 색상을 표현할 수 있다.

배이어 패턴을 그냥 생으로 표현하면 이미지가 투박하게 나오나, 보간작업을 하면 원 영상처럼 나오게 된다.