[Computer Vision] Histogram - Part 2

• 지난 시간에 영상으로부터 히스토그램을 및 분포를 기준으로 0, 255값만 명암값으로 갖는 이진화 방법에 관하여 알아보았다. 
• 이번 시간에는 연결요소 즉 이차원 영상을 받았을 때 내가 위치한 화소와 주변 화소의 관계가 어떻게 되는지 알아볼 것이다.
• 연결된 화소들 간에 관계 속에서 주어진 영상에서 연결된 화소들의 묶음이 몇개 있는지 세볼 것이며 이를 라벨링이라고 부른다.
• 즉, 뭉쳐져 있는 1, 2, 3, 4 라벨을 붙여서 이진화된 뭉치가 몇개 있는지 세보는 것이다.

어느 2차원 영상 S는 width와 height 값을 갖고 있을 것이다. 2차원 영상을 구성하는 작은 알갱이를 픽셀 혹은 화소라고 부른다.

2차원 영상의 화소를 나타내는 방법은 원, 사각형, 육각형 등의 방법이 있지만 사각형이 행렬 모양과 유사하기 때문에 많이 사용된다. 육각형은 행과 열의 관계가 명확하지 않기 때문에 덜 사용된다. 

픽셀의 이웃 관계를 보는 방법은 다음과 같다

• 자신의 위치로 부터 4방향만 연결성을 고려하는 것을 4 연결성이라고 부른다. (계산이 간단함, 일부 인접한 부분이 포함되지 않는다)
• 자신의 위치를 둘러싼 모든 격자에 대해 연결성을 고려하는 것을 8 연결성이라고 부른다. (계산이 복잡함, 모든 방향을 고려할 수 있음)

위와 같이 연결요소 번호 붙이기는 image labeling 으로 연구되고 있다. 첫번째 이미지에서 1이 있는 지역을 몇개로 나눌 수 있는지 라벨을 붙여볼 수 있을 것이며 4 연결성과 8 연결성으로 계산해 보았을 때 약간의 차이를 보이고 있다.

라벨링을 하기위한 과정 (BFS 문제)

1. 주어진 영상을 순회하면서 처음으로 1을 만날 때까지 이미지를 순회한다.
2. 처음으로 만난 1 지점에 라벨 1을 할당한다.
3. 선택한 연결성에 따라 인접한 1에 같은 라벨을 부여한다.
4. 이미 방문한 픽셀에 대해서는 더이상 고려하지 않는다.
5. 더이상 탐색할 영역이 없다면 다시 영상을 순회한다.
6. 또 1이 있다면 이미 처리되었는지 확인해보고 있다면 라벨을 1씩 누적하여 위와 같은 과정을 반복한다.

주어진 범위를 벗어나는 범위를 참조할 수도 있다. 예방하는 방법으로 인덱스 범위를 하나 줄이거나 기존의 영상보다 더 큰 영상을 만들고 돌리는 방법도 있다.

스택 오버플로우를 예방하기위해 테두리에 0값을 채워주는 방식을 padding이라고 부르며 인공지능 분야에서 많이 사용된다. 필터에서 컨볼루션 개념을 배우면서 자세하게 이야기 한다.