추가 적립 안내

이론과 실습으로 배우는 디지털 영상처리 핵심 개념 『디지털 영상처리』. 디지털 영상처리의 기초 개념부터 영상 변환 기술, 영상 해석 기술, 동영상 처리 기술의 다양한 기본 이론을 소개합니다. 기본 개념을 이해한 후에는 이론과 연동된 11개 실습을 통해 디지털 영상처리의 다양한 응용 및 활용 방법을 공부할 수 있습니다.

[도서 장점]
이론과 실습을 연동한 디지털 영상처리 교재!
영상처리 기본을 공부할 수 있는 이론 11개 장과 이에 대응하는 실습 11개로 이루어져 있습니다..

(1) 영상의 개념 소개(1~2장)
영상처리의 필요성과 역사를 통해 기본 개념을 먼저 공부합니다. 이를 통해 디지털 영상을 취득하고 저장하며 표현하는 방법도 살펴봅니다.

(2) 영상 변환 기술(3~5장)
다양한 방법으로 취득한 영상의 화질을 개선하거나 변환하는 기술을 소개합니다. 영상 변환은 공간 평면이나 주파수 평면에서 이루어질 수 있습니다. 더불어, 입력 영상을 또 다른 영상으로 변환하는 기술도 다룹니다.

(3) 영상 해석 기술(6~9장)
영상에서 특징을 추출하여 표현하고 영상 정보를 비교하여 인식하는 영상 해석 기술을 소개합니다. 다양한 특징 추출과 정합 방법을 살펴본 뒤 얼굴 인식에 적용하는 기술까지 공부합니다.

(4) 동영상 처리 기술(10~11장)
시간 평면에 다수의 영상으로 구성된 동영상 움직임 정보를 추출하는 기초 기술을 소개합니다. 또한, 동영상 처리에서 기본으로 사용하는 압축 기술의 개념도 공부합니다.

(5) 영상처리 실습(12장)
이론 11개 장에 대응하는 실습 11개로 이루어져 있습니다.
① MFC 프로젝트 만들기 ② BMP 이미지 출력하기
③ 히스토그램 평활화 ④ DCT 변환과 복원
⑤ 소벨 필터로 경계선 검출하기 ⑥ 허프 변환으로 직선 검출하기
⑦ 형태학 필터링 - 침식과 팽창 ⑧ OpenCV를 이용한 SURF 영상 정합
⑨ PCA 기반의 얼굴 인식 ⑩ YUV 동영상 재생하기

Chapter 1 디지털 영상처리의 개요
1) 디지털 영상처리 개념
1 발전 과정
2 디지털 영상처리 시스템
3 영상처리 관련 학문 분야

2) 디지털 영상처리 분야
1 기술 분야
2 활용 분야

연습 과제 / 프로젝트 과제

Chapter 2 디지털 영상의 취득과 저장
1) 영상의 인식
1 영상
2 인식

2) 취득과 표현
1 디지털 영상의 취득
2 디지털 영상의 표현

3) 빛과 색
1 빛과 색의 관계
2 색의 3속성

4) 컬러 모델
1 개념
2 RGB 컬러 모델
3 YCbCr 컬러 모델
4 CMY 컬러 모델
5 HSI 컬러 모델

5) 데이터 포맷
1 RAW 데이터 포맷
2 디지털 영상의 데이터 포맷
3 BMP 포맷

연습 과제 / 프로젝트 과제

Chapter 3 화질 개선
1) 영상 개선과 복원
1 영상 개선
2 영상 복원

2) 화질
1 객관적 화질과 주관적 화질
2 화질 평가 방법

3) 히스토그램 영상 개선
1 히스토그램
2 히스토그램 평활화
3 히스토그램 매칭
4 감마보정

연습 과제

Chapter 4 신호 표현과 주파수 변환
1) 영상의 표현 및 변환

2) 주파수 평면 표현 및 변환
1 푸리에 급수
2 푸리에 변환

3) 이산 여현 변환과 이산 정현 변환
1 이산 여현 변환
2 이산 정현 변환

4) DCT 변환과 응용
1 블록 기반 DCT
2 정수형 DCT

5) 고속 DCT 구현
1 Separable DCT
2 1-D DCT
3 고속 DCT

연습 과제 / 프로젝트 과제

Chapter 5 선형 필터와 비선형 필터
1) 신호와 시스템

2) 2차원 선형 필터
1 저역 통과 필터
2 가우시안 필터와 잡음 제거
3 소벨 연산자와 경계선 검출
4 라플라시안 필터와 경계선 검출
5 캐니 경계선 검출

3) 영상 복원

4) 비선형 필터

연습 과제 / 프로젝트 과제

Chapter 6 영상 특징 검출과 표현
1) 영상의 특징 분류

2) 통계적 특징값 추출
1 평균과 분산
2 모멘텀
3 히스토그램
4 프로젝션
5 변환 계수를 이용한 특징 벡터

3) 구조적 특징값 추출
1 이진화
2 레이블링
3 골격화와 체인 코드 표현
4 코너 특징
5 허프 변환

연습 과제 / 프로젝트 과제

Chapter 7 형태학 기반의 영상처리
1) 이진 영상의 형태학 기반 연산

2) 이진 영상의 침식과 팽창
1 침식 연산
2 팽창 연산

3) 이진 영상의 열림과 닫힘 연산
1 열림 연산
2 닫힘 연산

4) 형태학 기반의 경계 추출 알고리즘

5) 그레이스케일 영상의 형태학적 영상처리
1 그레이스케일 영상의 침식과 팽창
2 그레이스케일 영상의 열림과 닫힘
3 그레이스케일 영상의 형태학적 변화율

연습 과제 / 프로젝트 과제

Chapter 8 불변 특징의 표현과 정합
1) 영상 정합
1 개념
2 응용 분야
3 수행 과정

2) 스케일 불변 특징 변환 - SIFT
1 스케일 공간에서의 극점 검출
2 특징점 후보의 좌표 보정과 에지 제거
3 방향성 할당
4 지역적 특징 기술자 생성

3) 고속화된 강인한 특성 추출 방법 - SURF
1 관심점 추출
2 스케일 공간의 표현과 특징점 결정
3 방향성 할당
4 특징 기술자

4) 특징점 매칭
1 유사도에 따른 매칭
2 k-d 트리를 이용한 특징 벡터의 매칭

연습 과제 / 프로젝트 과제

Chapter 9 PCA 기반 얼굴 인식
1) 영상 인식과 얼굴 인식
1 영상 인식
2 얼굴 인식

2) PCA 기반의 얼굴 인식
1 PCA 개념
2 얼굴 인식

3) 분류화
1 인공 신경망
2 Support Vector Machine
3 분류 성능 평가

연습 과제 / 프로젝트 과제

Chapter 10 디지털 동영상 처리
1) 동영상 표현
1 아날로그 동영상
2 디지털 동영상
3 동영상 처리 응용

2) 동영상의 움직임 추정
1 옵티컬 플로 기반의 움직임 추정
2 블록 기반의 움직임 추정

3) FRUC

4) 초고해상도 개선

연습 과제 / 프로젝트 과제

Chapter 11 영상 압축
1) 영상 압축의 기본 원리
1 신호의 압축 및 복원
2 영상 압축

2) 영상 압축 단계
1 예측 단계
2 변환 단계
3 양자화 단계
4 엔트로피 코딩 단계

3) 압축 구조
1 정지 영상의 압축 구조
2 동영상의 압축 구조

4) 표준 압축 기술의 발전

연습 과제 / 프로젝트 과제

Chapter 12 실습
실습 1 MFC 프로젝트 만들기
실습 2 BMP 이미지 출력하기
실습 3 히스토그램 평활화
실습 4 DCT 변환과 복원
실습 5 소벨 필터로 경계선 검출하기
실습 6 허프 변환으로 직선 검출하기
실습 7 형태학 필터링 - 침식과 팽창
실습 8 OpenCV를 이용한 SURF 영상 정합
실습 9 PCA 기반의 얼굴 인식
실습 10 YUV 동영상 재생하기
실습 11 움직임 추정 및 보상

부록 OpenCV 기본 & 활용
1 OpenCV 살펴보기
2 OpenCV 활용하기