일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
- dfs
- canny edge detection
- 강화학습
- sklearn
- 백준
- image processing
- Reinforcement Learning
- machine learning
- TD
- BFS
- classification
- clustering
- dynamic programming
- MinHeap
- DP
- Python
- 머신러닝
- SIFT
- MySQL
- 딥러닝
- C++
- 그래프 이론
- opencv
- AlexNet
- edge detection
- 인공지능
- 자료구조
- exists
- IN
- Mask Processing
- Today
- Total
목록2024 (34)
JINWOOJUNG
본 영상 처리 개념과 기법들에 대한 공부를 진행하면서 배운 내용들을 중심으로 정리한 포스팅입니다. 책은 Computer Vision: Algorithms and Applications를 기반으로 공부하였습니다.또한, 인하대학교 박인규 교수님의 디지털 영상 처리 과목을 기반으로 제작된 포스팅입니다. Before This Episodehttps://jinwoo-jung.com/76 [ 영상 처리 ] Ch9. Local Feature Detection and Matching(1)본 영상 처리 개념과 기법들에 대한 공부를 진행하면서 배운 내용들을 중심으로 정리한 포스팅입니다. 책은 Computer Vision: Algorithms and Applications를 기반으로 공부하였습니다.또한, 인하대학교 박jin..
본 영상 처리 개념과 기법들에 대한 공부를 진행하면서 배운 내용들을 중심으로 정리한 포스팅입니다. 책은 Computer Vision: Algorithms and Applications를 기반으로 공부하였습니다.또한, 인하대학교 박인규 교수님의 디지털 영상 처리 과목을 기반으로 제작된 포스팅입니다.이번 포스팅에서는 Local Feature Detection에 대하여 집중적으로 다뤄볼 것이다. Local Feature vs Global Feature Local Feature는 영상의 전체가 아닌 일부를 표현(특정)하는 특성이다. 반면, Global Feature는 영상 전체의 특징을 의미한다. 영상의 픽셀 Intensity 분포, Gradient 등이 Global Feature를 의미한다. Local F..
RGB 색 공간을 HSV로 확장시키고, 특정 객체의 색을 추출하고 Segmentation을 진행한다. 이를 K-Means Clustering으로 확장시켜 동일한 색상을 가진 객체를 Clustering 한 뒤, Segmentation을 진행하여 결과를 비교한다.Before This Episode 영상을 표현하는데 있어서 다양한 색상 모델이 존재한다. Gray Model밝기 정보만으로 영상을 표현. 0(검정)~255(흰)으로 $2^8$가지의 Intensity로 Pixel Intensity를 표현. RGB Model기본적인 색상모델로, 하나의 색을 Red, Green, Blue 3가지 성분의 조합으로 표현. HSV ModelHue(색조), Saturation(채도), Value(명도) 3가지 성분으로 색..
본 영상 처리 개념과 기법들에 대한 공부를 진행하면서 배운 내용들을 중심으로 정리한 포스팅입니다. 책은 Computer Vision: Algorithms and Applications를 기반으로 공부하였습니다. 또한, 인하대학교 박인규 교수님의 디지털 영상 처리 과목을 기반으로 제작된 포스팅입니다. Before This Episode https://jinwoo-jung.com/63 [ 영상 처리 ] Ch5. Image Pyramid and Warping 본 영상 처리 개념과 기법들에 대한 공부를 진행하면서 배운 내용들을 중심으로 정리한 포스팅입니다. 책은 Computer Vision: Algorithms and Applications를 기반으로 공부하였습니다. Before This Episode http..
이번시간에는 Gaussian Filter를 약간 변형 해 보고 Salt and Pepper Noise에 적용하여 그 결과를 분석한다.또한, Sobel Filter를 변형하여 대각 Edge를 추출하며, Gaussian&Laplacian Pyramid를 구현한다.Before This Episodehttps://jinwoo-jung.com/64 [ 영상 처리 ] Part3-1. OpenCV Edge Detection(C++)이번시간에는 Median Filter를 복습한 후 Kernel Convolution을 Sobel Filter로 확장시켜 적용해본다. 또한, cv::Canny()가 아닌 Canny Edge Detectio의 동작 과정을 직접 구현해본다. 아래 포스팅을 완벽하게 이해한jinwoo-jung.co..
이번시간에는 Median Filter를 복습한 후 Kernel Convolution을 Sobel Filter로 확장시켜 적용해본다. 또한, cv::Canny()가 아닌 Canny Edge Detectio의 동작 과정을 직접 구현해본다. 아래 포스팅을 완벽하게 이해한 후 따라오면 비교적 쉽다. https://jinwoo-jung.com/60 [ 영상 처리 ] Part2-3. OpenCV Mask Processing(C++) Before This Episode 다양한 Mask Processing에 대해 알아보고, 결과를 분석 해 보자. 영상에서 Noise를 제거하는 가장 기본적인 방법으로 Gaussian Filter에 대해서 배웠다. 일반적인 상황에서 발생되는 Noise는 G jinwoo-jung.com M..
본 영상 처리 개념과 기법들에 대한 공부를 진행하면서 배운 내용들을 중심으로 정리한 포스팅입니다. 책은 Computer Vision: Algorithms and Applications를 기반으로 공부하였습니다. 또한, 인하대학교 박인규 교수님의 디지털 영상 처리 과목을 기반으로 제작된 포스팅입니다. Before This Episode https://jinwoo-jung.tistory.com/62 [ 영상 처리 ] Ch4. Edge Detection 본 영상 처리 개념과 기법들에 대한 공부를 진행하면서 배운 내용들을 중심으로 정리한 포스팅입니다. 책은 Computer Vision: Algorithms and Applications를 기반으로 공부하였습니다. Before This Episode https:/..
본 영상 처리 개념과 기법들에 대한 공부를 진행하면서 배운 내용들을 중심으로 정리한 포스팅입니다. 책은 Computer Vision: Algorithms and Applications를 기반으로 공부하였습니다. 또한, 인하대학교 박인규 교수님의 디지털 영상 처리 과목을 기반으로 제작된 포스팅입니다. Before This Episode https://jinwoo-jung.com/61 [ 영상 처리 ] Ch3. Mask Processing(Filtering in Spatial Domain) 본 영상 처리 개념과 기법들에 대한 공부를 진행하면서 배운 내용들을 중심으로 정리한 포스팅입니다. 책은 Computer Vision: Algorithms and Applications를 기반으로 공부하였습니다. Befor..