Computer Vision3 14. Corner Detection(Harris Corner) 학습 내용 1. Corner Detection 하는법 2. Harris Corner 1. Corner Detection 하는법 일반적인 Corner Detection IDEA (위, 아래, 좌, 우) 어느 방향으로든 움직였을 때 Sum of Squared Difference(아래 그림의 네모 박스 내부 픽셀 합의 변화) 가 가장 작은 녀석 "마저" Threshold를 넘으면 Corner다! 즉, 모든 방향으로의 변화가 크면 코너다! 2. Harris Corner 용어정리 - textureless : 픽셀변화가 눈에띄지 않아 '특징점(엣지)'이 없다. Harris Corner도 위의 Corner Detection IDEA랑 동일. 이를, 아래에서는 수식으로 좀더 복잡하게 설명 - I(x,y)는 FDG를 i.. 2021. 1. 22. 12. Edge Detection (Discrete 환경, Noise 환경) 학습 내용 1. Edge detection 방법 2. Discrete 환경에서의 Edge detection (Computer Vision에서의 edge detection) 3. Noise 환경에서의 Edge detection 4. FDG, Gradient 코딩하는법 1. Edge 구하는 방법 용어 : Good Localization : 엣지나 코너의 위치를 정확하게 픽셀단위로 찾아내는것. 2. Discrete 환경에서의 edge detection (Computer Vision에서의 edge detection) 앞으로, I 는 원본이미지에 First Derivative를 곱한 값이다. 엣지 디텍팅 커널의 크기에 따라 특징이 다르다. 3. Noise 가 있을때 Edge Detection 방법 1. 절에서 말.. 2021. 1. 22. 6. Image Thresholding (Otsu)& Labeling 학습 내용 1. Image Thresholding이란? 2. (Optimal thresholding 中) Otsu's Thresholding 3. Labeling 1. Image Thresholding이란? 1) histogram 2) Image Thresholding 잘 되는 이미지 1. 배경과 물체가 분리 잘되는 이미지 (배경과 물체가 픽셀값이 서로 비슷하지 않음) 2. 물체들끼리는 비슷한 픽셀값을 가지고 있어야함. 3) 알고리즘 T를 잘 정하는게 중요하다. T를 잡는 cirterion function(=cost function) 만드는것이 Optimal Thresholding이다. 그중, 하나가 Otsu's thresholding 2. Otsu's Thresholding 0) 배경지식 방식 1) W.. 2020. 12. 28. 이전 1 다음
