[정보통신]Visual C++ MFC를 이용한 Image edge 추출의 효율적 알고리즘

목차

제 1장 서 론

제 2장 본 론
제 2-1절. 에지 추출기법의 정의 및 용도
제 2-2절. 2차 미분 에지 연산자
제 2-2-1. 라플라시안(Laplacian)의 정의
제 2-2-2. MFC를 이용한 라플라시안(Laplacian) 구현....
제 2-3절. 1차 미분 에지 연산자
제 2-3-1. Sobel의 정의
제 2-3-2. MFC를 이용한 Sobel 구현....
제 2-3-3. Prewitt의 정의
제 2-3-4. MFC를 이용한 Prewitt 구현....
제 2-3-5. Roberts의 정의
제 2-3-6. MFC를 이용한 Robert 구현

제 3장 결 론

참 고 문 헌

본문내용

일반적으로 영상처리는 낮은 레벨, 중간 레벨, 상위 레벨의 처리로 분류할 수 있으며, 낮은 레벨의 영상처리는 입력영상에서 노이즈를 제거한다든지 특징을 추출하기 위해 기본적인 연산을 수행한다. 중간 레벨의 연산은 이러한 추출된 특징들로부터 하나의 조합을 추출하는 과정이다. 상위 레벨은 이러한 추출 물체로부터 추론 과정을 통하여 물체의 인식 등을 수행하는 과정이다. 본 논문에서 다루는 마스크 기반 에지검출법의 경우 영상처리를 통하여 의미 있는 결과를 추출하기 위해서 가장 먼저 적용하는 과정으로 주어진 목적에 따라 상응하는 마스크를 선택하여야 한다.
예를 들면, 영상 내에서 차를 검출하기 위해서는 차가 무엇이냐는 정의부터 수행하여야 한다. 사람의 경우 학습을 통해 어떠한 것들이 차인지 쉽게 알 수 있지만 영상처리를 통해서 이를 구현하기 위해서는 다양한 절차가 필요하게 된다. 영상 인식의 경우 다양한 방법론이 존재하며 가장 복잡한 접근 방식은 학습을 통한 방법이며 보다 간단한 인식 방법론은 인식하고자 하는 물체의 특정치 조합을 영상으로부터 추출하여 정의한 후 현재의 영상 내에 모델의 특징치 조합과 부합하는 부분이 있는지 탐색함으로써 해결할 수 있다. 특정 직선의 조합 및 각 직선간의 특정 관계를 차로 설정을 한 후, 영상 내에서 차의 모델 조건을 만족하는 후보들을 탐색하여 구하게 된다. 이러한 모델 구축 및 탐색의 과정에서 특징치에 관한 값들을 구해야 하며 이러한 가장 기본적인 연산은 일반적으로 본 절에서 다루는 마스크를 이용한 영상처리 기법을 이용하게 된다.
마스크의 구성은 용도에 맞게 구성되며, 이는 필터 디자인과 관련된 문제이다. 일반적으로 이는 중첩 이론(convolution theory)으로 설명될 수 있다.

참고 자료

■ Visual C++을 이용한 디지털 영상처리
강동중, 하종은 / 사이텍미디어 / 2003년 7월

■ 디지털 영상처리 이론 및 응용
권준식 外 7 / 홍릉과학출판사 / 2002년 8월

■ 영상처리입문
김상훈 / 과학기술 / 2003년 4월

■ 자바로 구현한 영상처리
김계영 外 3 / 홍릉과학출판사 / 2004년 1월