주파수 영역에서의 처리 - (7) 좀더 알고 싶은 이들을 위해 여기에는 연습문제와 상관없이, 이 컨텐츠에서 다루었던 주제들에 관해 더 알고 싶어하는 이들을 위해 몇 가지 설명을 추가했다. 사실 자세히 다루려면 너무 분량이 많아지지만 꼭 알려주고 싶은 내용들이다. 주파수 영역에서의 정보처리가 얼마나 다양한 분야에서 이용되고 있는지 실감할 수 있도록, 다양한 자료들을 단편적으로 제시하고, 더 알고싶은 사람들을 위해 링크, 팁 등을 제시했다. [ 코사인 급수 만드는 법, DCT식의 유래 ] [0, π]에서 정의된 일반적인 함수를 코사인 급수로 만들기 위해서는 다음과 같이 하면 된다. 적분식을 처음 본다면, "의 그래프 아랫 부분의 넓이" 정도로 이해하자. 이산코사인변환에서 구한 은 이것을 수치적으로 계산한 것에 해당한다. 0~π에.. 더보기 주파수 영역에서의 처리 - (6) 주파수 영역에서 이미지 주무르기 자, 드디어 주파수 영역 이미지프로세싱을 맘대로 할 수 있게 되었다. DCT를 이용한 이미지프로세싱이 어떻게 이루어지는지 다시 확인하고 넘어가자. 원본 → DCT → 수정 → IDCT → 결과 원본 이미지에 DCT를 적용하여 주파수 스펙트럼을 추출한 다음, 그것을 수정하고 다시 IDCT를 적용하여 원하는 결과를 얻는 방법을 이용한다. 여러분은 [연습문제 4]에서 이러한 방식을 사용하는 아주 간단한 필터를 만들어 보았다. 여기서는 주파수 영역 처리에서는 대표적인 필터로 아래 세 가지를 꼽을 수 있는데, 여기서는 그 중 두 가지만 알아보도록 한다. 1. Low-pass Filter ( 저역 통과 필터 ) 일반적으로 낮은 주파수 영역에는 전체적인 이미지의 윤곽에 대한 정보가 담겨 있고, 높은 주파수 영역에는 .. 더보기 주파수 영역에서의 처리 - (5) 2차원에서도 똑같이 해 보자 [ 2차원 DCT ] 이제 여러분은 1차원 배열에 DCT를 적용하는 법을 알아보았다. 이미지에도 DCT를 적용할 것이라고 했는데, 한 가지 문제점에 봉착한다. 이미지는 2차원 배열이기 때문이다. 2차원 배열에 DCT를 적용하려면 어떻게 해야 할까? 1차원에서 정의된 함수를 f(x)라고 나타냈다. 이번엔 2차원이니까 f(x, y)라고 하면 된다. f(x)를 나타내기 위해서는 아래와 같은 함수들을 이용했다. 1 cos x cos 2x cos 3x … 2차원 함수 f(x, y)를 위해선 아래와 같이 확장하면 된다. 1 cos x cos 2x cos 3x … cos y cos x cos y cos 2x cos y cos 3x cos y … cos 2y cos x cos 2y cos 2x cos 2y cos 3x.. 더보기 이전 1 2 3 4 5 6 7 8 ··· 15 다음
