Image Processing Toolbox

주요 특징

  • 분할, 변형, 통계 및 측정을 비롯한 이미지 분석
  • 이미지 향상, 필터링, 디블러링
  • 기하 변형 및 강도 기반 이미지 레지스터링 방식
  • FFT, DCT, Radon과 fan-beam 투영을 포함한 이미지 변형
  • 블록 처리, 바둑판식 배열, 다해상도 디스플레이를 포함한 대형 이미지 워크플로
  • Image Viewer 및 Video Viewer를 포함한 시각화 응용 프로그램
  • 멀티코어 및 GPU 지원 함수, C 코드 생성 지원

탐구 및 검색

Image Processing Toolbox는 웹캠, 디지털카메라, 위성 및 항공 센서, 의료 영상 디바이스, 현미경, 망원경 및 기타 과학적 기구를 아우르는 폭넓은 디바이스에서 생성된 이미지 및 비디오를 지원합니다. 함수와 응용 프로그램을 사용하여 이러한 이미지를 다양한 데이터 형식으로 시각화, 분석 및 처리할 수 있습니다.

Image Acquisition Toolbox™를 사용하여 프레임 그래버(frame grabber), GigE Vision 카메라, DCAM 카메라 및 기타 디바이스에서 실시간 이미지 및 비디오를 얻을 수 있습니다.

표준 및 특수 파일 형식

MATLAB®다음을 포함한 표준 데이터 및 이미지 형식을 지원합니다.

  • AVI
  • JPEG
  • JPEG-2000
  • FITS
  • HDF
  • HDF-EOS
  • M4V
  • MOV
  • MP4
  • PNG
  • TIFF
  • ASCII
  • 이진 파일
  • Microsoft® Excel®

또한, LANDSAT에서 사용되는 것과 같은 멀티밴드 이미지 형식인 BIP와 BIL도 지원합니다. 저수준 I/O와 메모리 매핑 함수들을 사용하여 어떤 데이터 형식으로도 작업할 수 있는 사용자 정의 루틴을 개발할 수 있습니다.

Image Processing Toolbox는 다양한 특화된 이미지 파일 형식을 지원합니다. 의료 영상을 위해서 Analyze 7.5와 Interfile 형식뿐 아니라 관련 메타데이터까지 포함하여 DICOM 파일도 지원합니다. 또한 툴박스는 지리공간(Geospatial) 이미지를 NITF 파일 형식으로, HDR(High Dynamic Range) 이미지를 HDR 형식으로 읽을 수 있습니다.

탐구 및 검색을 위한 응용 프로그램

이 툴박스는 다양한 알고리즘 접근 방법을 탐구하고 발견할 수 있는 이미지 처리 응용 프로그램 제품군을 제공합니다.  Color Thresholder 응용 프로그램을 사용하여 여러 색상 공간을 기준으로 이미지를 분할할 수 있습니다.  Image Viewer 응용 프로그램을 통해 점, 선, 직사각형, 다각형, 타원 및 자유형을 포함하는 ROI를 대화형으로 놓고 조작할 수 있습니다. 픽셀 정보 보기, 패닝 및 확대/축소, 대비 조정, 거리 측정도 가능합니다. 또는 이러한 작업을 프로그래밍을 통해 수행하고 개별 함수를 사용하여 사용자 지정 인터페이스를 생성할 수 있습니다.

이미지 향상

Image Processing Toolbox의 이미지 향상 기술은 신호대 잡음비를 늘리고 색상이나 이미지 농도를 수정하여 이미지 형상을 강조할 수 있습니다.

툴박스에는 정수 이미지 유형 처리, 여러 boundary-padding 옵션 제공, convolution과 correlation 수행 등을 맡는 특화된 필터링 루틴과 일반화된 다차원 필터링 함수가 포함됩니다.

사전 정의된 필터와 함수를 사용하여 다음을 할 수 있습니다.

다분광 색상 합성 이미지 향상
다분광 색상 합성 이미지 향상
색상 합성을 만들어 위성 영상에서 vegetation을 찾고 분할합니다.

모폴로지 연산자

모폴로지 연산자를 통해 영역에 대한 대비 향상, 잡음 제거, 영역 세션화 또는 골격화를 수행할 수 있습니다.  Image Processing Toolbox의 모폴로지 함수에는 다음이 있습니다.

텍스처 필터를 사용한 텍스터 분할
텍스처 필터를 사용한 텍스터 분할
엔트로피 측정과 모폴로지 연산을 사용하여 서로 다른 텍스처 영역을 식별합니다.

이미지 디블러링

Image Processing Toolbox의 이미지 디블러링 알고리즘에는 point spread와 optical transfer 함수 간 변환뿐 아니라 blind, Lucy-Richardson, Wiener 및 regularized 필터 deconvolution이 포함됩니다. 이 함수들은 초점이 맞지 않는 장비, 이미지 캡처 중 카메라나 피사체의 움직임, 대기 조건, 노출 시간 부족 및 기타 요인에 의한 흐릿함을 보정해줍니다.  모든 디블러링 함수는 다차원 이미지 작업을 합니다.

Blind Deconvolution 알고리즘을 사용한 이미지 디블러링
Blind Deconvolution 알고리즘을 사용한 이미지 디블러링
왜곡에 대한 정보가 없는 경우에도 이미지를 복구할 수 있습니다.

이미지 분석

이미지 분석은 이미지로부터 모양 찾기, 객체 수 세기, 색상 식별 또는 객체 속성 측정과 같은 의미 있는 정보를 추출하는 과정입니다.

[Image Processing Toolbox]는 통계적 분석, 형상 추출, 속성 측정 등의 이미지 분석 작업을 위한 참조 표준 알고리즘과 알고리즘 개발을 위한 시각화 함수를 제공합니다.

이미지 변형

이미지 변형은 이미지 향상, 분석, 복원 및 압축과 같은 많은 이미지 처리 작업에서 중요한 역할을 수행합니다. Image Processing Toolbox는 Hough, Radon, FFT, DCT 및 fan-beam 투영을 포함한 몇 가지 이미지 변환을 제공합니다. parallel-beam과 fan-beam 투영 데이터(단층촬영 응용 프로그램에서 일반적으로 사용)로부터 이미지를 재구성할 수 있습니다.

이미지 변형은 MATLAB과 Wavelet Toolbox™에서도 이용할 수 있습니다.

투영 데이터로부터 이미지 재구성

투영 데이터로부터 이미지 재구성
parallel(Radon) 및 fan-beam 기하학을 사용하여 이미지 재구성을 비교합니다.

Hough 변형

Hough 변형은 이미지 내에서 선과 곡선을 파악할 수 있도록 설계되었습니다. Hough 변형을 사용하여 가능한 작업은 다음과 같습니다.

  • 선분 및 끝점 찾기
  • 각도 측정
  • 크기를 기준으로 원 찾기

Statistical 함수

Statistical 함수로 다음과 같이 이미지의 일반적인 성질을 분석할 수 있습니다.

디바이스 독립적인 색상 관리

디바이스 독립적인 색상 관리로 입력 및 출력 디바이스와 상관없이 정확하게 색상을 표현할 수 있습니다.  이는 장비 특성 분석, 색 정확도 측정, 또는 몇 가지 다양한 장비를 위한 알고리즘 개발에 유용합니다. Toolbox의 특화 함수들을 사용하여 sRGB, XYZ, xyY, L*a*b*, uvL, L*ch와 같이 디바이스 독립적인 색상 공간들 간에 이미지를 변환할 수 있습니다.

이미지 분할

이미지 분할 알고리즘은 이미지의 지역 경계를 결정합니다. 이미지 분할에 대해 여러 다양한 접근을 탐색할 수 있으며 자동 임계치 결정법(automatic thresholding), 에지 기반(edge-based) 메서드 및 인접 객체를 분할하는 데 자주 사용되는 watershed 변형과 같은 모폴로지 기반의 메서드가 여기에 포함됩니다.

Live Image Acquisition을 이용한 색상 기반 분할 5:11
카메라로부터 이미지를 얻고 처리하여 유사한 색상의 객체 수를 셉니다.

윤곽선 검출(Edge-Detection)

윤곽선 검출(edge-detection) 알고리즘으로 이미지에서 객체의 경계를 파악할 수 있습니다.  이 알고리즘에는 Sobel, Prewitt, Roberts, Canny 및 LoG(Laplacian of Gaussian) 메서드가 포함됩니다. Canny 메서드로 잡음에 방해받지 않고 실제로 약한 모서리(weak edges)를 감지할 수 있습니다.

모폴로지 연산자

모폴로지 연산자를 통해 윤곽선 검출, 영역으로 이미지 분할 또는 골격화를 수행할 수 있습니다. Image Processing Toolbox의 모폴로지 함수에는 다음이 있습니다.

이미지 레지스터링과 기하 변형

이미지 레지스터링은 원격 감지, 의료 영상과 그 외 수량 분석 또는 성질 비교를 위해 이미지 조정이 반드시 필요한 분야에서 중요합니다. Image Processing Toolbox는 상대 강도 패턴을 사용하여 자동으로 이미지를 정렬하는 강도 기반 이미지 레지스터링을 지원합니다.

또한 툴박스는 두 이미지를 정렬하기 위해 각 이미지의 제어점을 수동으로 선택해야 하는 제어점 이미지 레지스터링을 지원합니다.

또한 Computer Vision System Toolbox™는 기하 변형 평가 후 특징 감지, 추출 및 매칭을 사용하여 이미지를 자동 조정하는 특징 기반 이미지 레지스터링을 지원합니다.

강도 기반 이미지 레지스터링

강도 기반 이미지 레지스터링은 상대적인 강도를 기준으로 별도의 이미지에서 특정 픽셀을 매핑합니다.  이 등록 기술은 대량의 이미지 수집 자동화가 필요한 의료 영상 분야에 적합할 수 있습니다.

제어점 이미지 레지스터링

제어점 이미지 레지스터링을 위해서는 2개의 이미지에서 제어점을 수동으로 선택하여 배치해야 합니다. 이 레지스터링 방법은 위성 영상과 같이 확실한 특징이 있는 이미지에 가장 적합합니다.

기하 변형

기하 변형은 이미지 회전, 해상도 줄이기, 기하 왜곡 보정, 이미지 레지스터링과 같은 작업에 유용합니다. Image Processing Toolbox는 크기 조절, 회전, 자르기와 같은 간단한 작업과 아핀 및 사영 변형과 같은 복잡한 2D 기하 변형을 모두 지원합니다.

또한 Toolbox는 N-차원 배열에 대한 사용자 정의 기하 변형과 보간 메서드를 만들고 적용하기 위한 유연한 프레임워크를 제공합니다.

대형 이미지 처리 및 성능 가속

Image Processing Toolbox는 처리가 어려운 대형 이미지 작업을 위한 워크플로를 제공하고 표준 방식으로 표시합니다. 대형 이미지 전체를 메모리로 로드하지 않아도, 이미지를 공간 타일로 구분하여 다른 해상도 수준에서 다시 리샘플링하는 해상도 감소 데이터 세트(R-Set)를 생성할 수 있습니다. 이 작업 흐름을 사용하면 이미지 표시와 이동 성능을 향상할 수 있습니다. 함수를 대형 이미지의 각 블록에 적용하는데 블록 프로세싱 워크플로를 사용하여 메모리 사용을 크게 줄일 수 있습니다.

GPU 가속

GPU(그래픽 처리 장치)가 제공하는 성능 이점을 활용하기 위해 많은 이미지 처리 함수가 GPU를 지원하여 연산 집약적인 워크플로를 가속합니다. Parallel Computing Toolbox™를 사용하여 GPU 및 멀티코어 프로세서의 성능을 향상하십시오.

대상 하드웨어

Image Processing Toolbox를 MATLAB Coder™HDL Coder™와 함께 사용하여 MATLAB에서 C, C++ 및 HDL 코드를 생성할 수 있습니다. 다양한 이미지 처리 함수가 코드 생성을 지원하므로 PC 하드웨어, FPGA 및 ASIC에서 이미지 처리 알고리즘을 실행할 수 있습니다. 따라서 의료, 항공 우주 및 방위 분야용 이미지 시스템을 개발할 수 있습니다.

Image Processing Toolbox 평가판 사용

평가판 신청

[한국어웨비나] MATLAB을 이용한 알고리즘 개발

웨비나 보기