이 레슨과 관련된 학습 키워드
인공지능(AI) — 기계가 생각하는 법 → 컴퓨터 비전(Computer Vision) — 기계에게 눈을 주다 → 고전적 컴퓨터 비전 — 픽셀에서 기하학까지 → 이미지 처리 기초
Sobel과 Canny 에지 검출기와 같은 기울기 기반 연산자를 사용하여 이미지에서 에지를 검출합니다.
엣지란 이미지에서 밝기가 급격하게 변하는 지점을 말합니다.
화면 왼쪽 픽셀 그리드를 보세요.
30, 35 정도의 어두운 값이 갑자기 180, 190으로 뛰는 열이 보이시죠.
바로 이 경계가 엣지입니다.
가운데 밝기 프로파일 그래프를 보시면 더 명확합니다.
왼쪽은 낮은 밝기, 오른쪽은 높은 밝기인데 그 사이에 수직 점프가 있습니다.
이 점프 지점이 바로 엣지예요.
수학적으로 엣지는 밝기 함수의 그래디언트 크기가 큰 곳입니다.
하단 파란 박스의 수식을 보세요.
편미분의 제곱합에 루트를 씌운 것이 그래디언트 크기이고, 이 값이 임계값보다 크면 엣지로 판정합니다.
그렇다면 엣지는 왜 생길까요.
오른쪽 네 개의 박스를 보시면 네 가지 원인이 정리되어 있습니다.
깊이 불연속은 물체와 배경의 경계에서, 표면 방향 변화는 곡면에서 발생합니다.
반사율 변화는 재질이 달라지는 곳, 조명 변화는 그림자 경계에서 생기죠.
엣지가 중요한 이유는 전체 픽셀의 5퍼센트 미만으로 장면의 구조를 거의 다 표현할 수 있기 때문입니다.
인간의 시각 시스템도 엣지를 먼저 인식해서 물체 형태를 파악합니다.
맨 아래 다섯 개 응용 분야를 보세요.
자율주행에서 차선 검출, 의료영상에서 종양 경계, 위성사진 분석까지 모두 엣지 검출이 첫 단계입니다.
이번 레슨에서는 소벨과 캐니를 중심으로 엣지를 찾는 방법을 하나씩 배워보겠습니다.
특히 빨간 점선으로 표시된 엣지 경계 열에 주목하세요.
밝기가 40에서 180으로 무려 140이나 뛰고 있습니다.
선생님: 엣지가 밝기의 급격한 변화라고 했는데, 그러면 사진에서 밝기가 서서히 변하는 그라데이션 부분은 엣지가 아닌 건가요?
학생: 네, 서서히 변하면 그래디언트 크기가 작아서 엣지로 검출되지 않아요.
학생: 임계값보다 작으니까 무시되는 거죠.
선생님: 맞아요. 그래서 임계값 설정이 중요합니다. 너무 낮으면 노이즈도 엣지로 잡히고, 너무 높으면 약한 엣지를 놓치거든요.
학생: 그러면 그림자 경계도 엣지로 잡히나요? 원하지 않는 엣지일 수도 있잖아요.
선생님: 좋은 질문이에요. 그림자 경계도 밝기 변화니까 엣지로 검출됩니다. 이것을 억제하려면 전처리가 필요하죠.