에지와 영역 7 - 영역 특징

이제 4단원의 마지막 개념 학습을 시작해보겠다. 잘하면 여기까지 공부해볼 수 있을 것 같다.

 

그림 4-17 a는 가상의 영역 분할 맵을 제시한다. 이 맵에는 1, 2, 3으로 표시한 3개의 영역이 있다.

---

 

 

 

 

 

특징의 불변성과 등변성

물체는 그림 4-17 b에서 보는 바와 같이 다양한 변환을 거쳐 영상에 나타날 수 있다. 변환을 해도 특징의 값이 변하지 않는다면 불변성이 있다고 말한다. 예를 들어 성별이라는 특징은 나이가 변해도 그대로이기 때문에 성별은 나이에 불변이라고 말한다. 근력은 나이에 불편이지 않다. 

그림 4-17 a에서 면적이라는 특징은 회전에 불변이지만 축소에는 불편이지 않다. 반대로 물체의 중심 축을 나타내는 주축은 회전에는 불변이지 않지만 축소에는 불변이다. 등변성은 불변성과 반대 개념이다. 특징은 어떤 변환에 대해 따라 변한다면 등변이라고 말한다. 면적은 축소에 등변이지만 회전에는 등변이지 않다.

 

기하학적 변환에 대해 불변도 중요하지만 조명이 바뀌었을 때 발생하는 광도 변환에 대한 불변도 중요한 상황이 있다. 상황에 맞게 특징을 선택하는 일이 중요하다. 예를 들어 카메라와 조명이 고정되어 있는 컨베이어 벨트 위를 여러 가지 공구가 고정된 자세를 취한 채 지나가는 상황에서 망치를 집어야 하는 로봇은 어떤 특징을 사용해도 무방하다.

하지만 카메라가 로봇 팔에 매달려 있어 망치가 다른 크기와 다른 자세로 나타나는 경우에는 회전과 축소에 불변인 특징을 사용해야 망치를 구분해낼 수 있다.

 

 

모멘트와 모양 특징

 

 

---

 

 

 

 

텍스처의 특징

텍스처는 열정한 패턴의 반복이다 식 (4.20)은 에지 정보의 통계를 텍스처 특징으로 취한다. 텍스처가 세밀하면 많은 에지가 발생하고 거칠면 적게 발생하는 성질을 이용하고 있다. busy는 에지 화소 수를 전체 화소 수로 나누어 세밀함을 측정한다. 에지의 강도와 방향의 분포도 텍스처의 성질을 잘 반영한다. mag는 에지 강도를 q 단계로 양자화하여 구한 히스토그램이고 dir은 에지 방향을 8단계로 양자화해 구한 히스토그램이다.

 

 

---

 

 

 

이진 영역의 특징

OpenCV는 특징을 추출하는 함수를 여럿 제공한다. 다음 프로그램은 특징을 추출하는 몇 가지 함수의 사용법을 예시한다.

 

이진 영역의 특징을 추출하는 함수 사용하기

 

 

 

 

 

 

 

 

 

이 영상은 말이 차지한 영역은 False, 배경 영역은 True로 표시한 영상인데 7행에서 영상을 윈도우 디스플레이한다. 실행 결과를 보면 말 한 마리가 있는 이진 영상을 확인할 수 있다.

23행은 contours에서 '번 요소를 꺼내 contour 객체에 저장한다. 이후 코드는 경계선 하나를 처리하기 때문이다. 26행은 식 (4.13)의 모멘트를 추출하여 m에 저장한다. 29행은 contourArea 함수로 경계선으로 둘러싸인 영역의 면적을 계산한다. 식 (4.14)가 정의하듯이 면적은 m['m00']과 같다. 28행은 식 (4.14)에 따라 중점을 계산한다.

 

 

---

 

 

 

학습을 마치고

이 코드 뒷부분에 있는 내용은 많이 어려워서 지금은 그냥 넘어가기로 했다. 선분까지 거리를 구하고 므슨 폐곡선이 나오는데 읽어도 무슨 말인지 잘 이해가 가지 않는다.

그래도 이렇게 실습을 진행하며 출력물이 나온다는 것이 정말 신기했다. 특징을 추출하여 외곽선의 분리했는데 말이 참 예쁘고 멋져보인다. 나중에 컴퓨터 비전을 잘 배워서 이미지를 추출할 때 사용하면 정말 유용할 것 같다.