Image Processing Toolbox

이미지 분석

Image Processing Toolbox는 통계적 분석, 형상 추출, 속성 측정 등의 이미지 분석 작업을 위한 참조 표준 알고리즘과 시각화 함수와 같은 포괄적인 세트를 제공합니다.

Statistical 함수

Statistical 함수로 다음과 같이 이미지의 일반적인 성질을 분석할 수 있습니다.

  • 평균 또는 표준 편차 계산
  • 선분을 따라 강도 값 지정
  • 이미지 히스토그램 표시
  • 강도 값의 프로파일 플로팅
예: 비균일 조도 보정

비균일 조도 보정
REGIONPROPS를 사용하여 분리된 객체의 이미지를 향상하고 통계를 계산합니다.

예: 라운드 객체 식별

라운드 객체 식별
이미지의 임계값을 정하고 객체의 측정 값을 계산합니다.

윤곽선 검출(Edge-Detection) 알고리즘

윤곽선 검출(edge-detection) 알고리즘으로 이미지에서 객체의 경계를 파악할 수 있습니다. 이 알고리즘에는 Sobel, Prewitt, Roberts, Canny 및 LoG(Laplacian of Gaussian) 메소드가 포함됩니다. 강력한 Canny 메소드로 잡음에 방해 받지 않고 실제로 약한 모서리(weak edges)를 감지할 수 있습니다.

이미지 분할 알고리즘

이미지 분할 알고리즘은 이미지의 지역 경계를 결정합니다. 이미지 분할에 대해 여러 다양한 접근을 탐색할 수 있습니다. 자동 임계치 결정법(automatic thresholding), 에지기반(edge-based) 메소드 및 watershed 변형 메소드가 종종 인접 객체를 분할하는 데 사용됩니다.

Live Image Acquisition을 이용한 색상 기반 분할 5:11
카메라로부터 이미지를 얻고 처리하여 유사한 색상의 객체 수를 셉니다.

예: 마커 제어 Watershed 분할

마커 제어 Watershed 분할
겹치는 객체를 catchment basin과 watershed ridge line으로 분리합니다.

예: 이미지 분할을 사용한 셀 감지

이미지 분할을 사용한 셀 감지
윤곽선 검출(edge detection)과 모폴로지(morphology)를 사용하여 셀을 분할합니다.

모폴로지 연산자

모폴로지 연산자는 윤곽선 검출, 대비 향상, 잡음 제거, 영역으로 이미지 분할, 영역 시닝(thinning) 또는 영역 골격화(skeletonization) 등에 사용됩니다. Image Processing Toolbox의 모폴로지 함수에는 다음이 있습니다.

  • 침식과 팽창
  • 오프닝 및 클로징
  • 연결된 컴포넌트의 라벨링
  • Watershed 분할
  • 재구성
  • 거리 변형
예: 텍스처 필터를 사용한 텍스처 분할

텍스처 필터를 사용한 텍스터 분할
엔트로피 측정과 모폴로지 연산을 사용하여 서로 다른 텍스처 영역을 식별합니다.

고급 이미지 분석

Image Processing Toolbox는 다음을 할 수 있는 고급 이미지 분석 함수도 포함합니다.

  • 영역, 질량중심 또는 경계상자와 같은 지정한 이미지 영역의 속성을 측정
  • Hough 변형을 사용하여 이미지에서 선을 찾거나 선분을 추출
  • 텍스처 분석 함수를 사용하여 표면의 거칠기, 색상 변이 등의 속성 측정
다음: 공간 변환과 이미지 레지스터링

평가판 사용 Image Processing Toolbox

평가판 신청

[한국어웨비나] MATLAB을 이용한 알고리즘 개발

온라인 세미나 보기