분야별도서 > 컴퓨터공학 > 디지털영상처리

분야별도서

OpenCV를 이용한 디지털 영상처리

Digital Image Processing Using OpenCV
  • 저자천인국
  • 발행일2019-02-07
  • 정가33,000원
  • 페이지520 페이지
  • ISBN 979-11-85578-40-8
  • 일반자료 소스파일 (Source File)
  • 책소개
  • 저자소개
  • 목차
  • 출판사 서평
가장 쉬운 "디지털 영상처리"

입문자들을 위해 각종 영상 알고리즘에 대한 내용을 최대한 쉽게, 구체적으로 기술했다. 어려운 수식과 설명은 NO! 영상처리의 핵심 내용을 빠르게 학습할 수 있다. 독자들이 흥미를 가질 만한 예제를 엄선했고, 실습을 통해 프로그래밍 능력을 기를 수 있다. 영상처리 알고리즘의 표준 라이브러리인 OpenCV 최신판으로 프로그램을 제시했고, 프로그래밍 언어로는 빠른 속도를 자랑하는 C++를 사용했다. 기초적인 기계 학습 이론과 딥러닝 이론을 소개했다.

천인국

) 순천향대학교 컴퓨터공학과 교수

서울대학교 전자공학과 학사

한국과학기술원(KAIST) 전기 및 전자공학과 석사

한국과학기술원(KAIST) 전기 및 전자공학과 박사

삼성전자 종합연구소 주임연구원

캐나다 UBC 방문교수

CHAPTER 01 영상처리 개요

1 영상처리란?

2 영상의 획득

3 표본화와 양자화

4 영상처리는 어디에 사용될까?

5 영상처리와 유사한 분야

6 영상처리 분야

CHAPTER 02 OpenCV 설치와 개요

1 OpenCV?

2 OpenCV의 설치

3 OpenCV 사용하기

4 OpenCV의 속성 시트 사용하기

5 영상 파일 읽고 쓰기

6 간단한 영상처리 경험해보기

7 OpenCV를 이용하여 도형 그리기

8 키보드 및 마우스 이벤트 처리하기

9 트랙바의 사용

10 비디오 처리

CHAPTER 03 OpenCV의 기초

1 Mat 클래스

2 화소 데이터가 저장되는 방법

3 명시적으로 Mat 객체 만들기

4 Mat 객체가 복사될 때

5 관심 영역 지정하기

6 기타 자료 구조

7 영상의 속성 변경하기

CHAPTER 04 화소 처리

1 화소 처리란?

2 화소를 하나씩 처리하는 방법

3 함수로 만들어보기

4 밝기 및 콘트라스트 조정

5 기타 화소 처리

6 LUT를 사용하는 방법

7 감마 보정

8 영상 합성

9 논리적인 영상 합성

CHAPTER 05 히스토그램 처리

1 히스토그램이란?

2 히스토그램 계산하기

3 OpenCV 함수로 히스토그램 계산하기

4 히스토그램 스트레칭

5 히스토그램 평활화

6 히스토그램을 이용한 전경과 배경 분리

CHAPTER 06 공간 필터링

1 공간 필터링이란?

2 컨볼루션

3 평균값 필터링

4 샤프닝

5 에지 검출

6 캐니 에지 연산자

7 중간값 필터링

CHAPTER 07 기하학적 처리

1 기하학적 변환이란?

2 순방향 변환

3 역방향 사상

4 보간법

5 OpenCV 함수를 사용한 기본 변환

6 3점을 이용한 어파인 변환

7 원근 변환

8 영상 워핑

CHAPTER 08 형태학적 처리

1 형태학적 처리란?

2 침식과 팽창 연산

3 열림 연산과 닫힘 연산

4 형태학적 그라디언트

5 골격화

6 Hit-or-Miss 변환

CHAPTER 09 컬러 영상처리

1 컬러란?

2 컬러 모델

3 색상 공간 변환

4 컬러맵 사용하기

5 컬러를 이용한 객체 분할

6 크로마키 기법 구현하기

7 컬러를 이용한 객체 추적

CHAPTER 10 주파수 영역 처리

1 공간 주파수

2 푸리에 변환

3 이산 푸리에 변환

4 역변환

5 주파수 필터링

6 주기적인 패턴 제거

CHAPTER 11 영상 분할

1 영상 분할이란?

2 이진화

3 적응적 이진화

4 Otsu의 이진화 방법

5 배경 제거

6 연결 성분 레이블링

CHAPTER 12 영상 특징 추출

1 영상 인식 단계

2 특징 추출

3 허프(Hough) 변환

4 원형 허프 변환

5 코너 검출

6 Shi-Tomasi 코너 감지기

CHAPTER 13 영상 분류

1 영상 분류

2 kNN 알고리즘

3 OpenCV에서의 kNN

4 kNN을 이용한 숫자 인식

5 K-means 알고리즘

6 K-means 클러스터링 예제

7 영상의 색상을 줄이는 예제

CHAPTER 14 기계학습과 딥러닝

1 기계 학습이란?

2 지도 학습

3 자율 학습

4 강화 학습

5 신경 회로망

6 다층 퍼셉트론

7 딥러닝

8 XOR 학습시키기

9 2차원 점들의 분류

10 OpenCV로 숫자 인식하기

11 Caffe로 영상 인식하기

찾아보기

누구나 한 번쯤은 포토샵이나 스마트폰 앱을 이용해 사진을 보정해 본 적이 있을 것이다. 그렇다면 우리는 이미 어느 정도의 영상처리를 경험한 셈이다. 영상처리는 우리 생활 곳곳에서 널리 이용되고 있다. 영상을 분석해 뺑소니 차량이나 범죄자를 잡기도 하고, 안면 인식 기능으로 휴대폰 잠금을 열거나, 병원에서의 X-ray와 CT 촬영, 영화의 CG, 주차장 입구에서 볼 수 있는 차단기도 영상처리에 의해 작동된다. 영상처리는 4차 산업혁명 시대가 주목하는 주요 기술이며, 이 분야의 수요 또한 급격히 늘어나는 추세다.

이 책은 영상처리의 원리를 이해하고, 간단한 실습을 통해 기본 개념을 정립할 수 있도록 구성했다. 난해한 수식이나 설명은 과감히 생략했으며, 초보자가 충분히 이해할 수 있을 만한 내용으로 본문을 채웠다. 영상처리를 처음 공부하는 학생이나, 이 분야에 관심 있는 독자라면 입문서로 활용하기에 적합할 것이다.