Image Processing Toolbox

 

Image Processing Toolbox

이미지 프로세싱, 분석 및 알고리즘 개발 수행

 

Image Processing Toolbox™는 참조 표준 알고리즘과 이미지 프로세싱, 분석, 시각화 및 알고리즘 개발을 위한 워크플로 앱을 제공합니다. 이미지 분할, 이미지 향상, 잡음 제거, 기하 변형, 이미지 레지스터링 및 3D 이미지 프로세싱을 수행할 수 있습니다.

Image Processing Toolbox 앱을 사용하면 공통 이미지 프로세싱 워크플로를 자동화할 수 있습니다. 이미지 데이터를 대화형으로 분할하고, 이미지 레지스터링 기법을 비교하고, 대용량 데이터를 일괄 처리할 수 있습니다. 시각화 함수 및 앱을 사용하면 이미지, 3D 볼륨 및 비디오 탐색, 대비 조정, 히스토그램 작성, ROI(regions of interest) 조작을 수행할 수 있습니다.

멀티코어 프로세서와 GPU에서 알고리즘을 더 빠르게 실행할 수 있습니다. 여러 툴박스 함수에서 데스크탑 프로토타입화 및 임베디드 비전 시스템 배포를 위한 C/C++ 코드 생성을 지원합니다.

탐색 및 발견

앱 및 함수를 사용하여 다양한 데이터 형식으로 된 이미지를 획득, 시각화, 분석 및 처리합니다.

데이터 획득 및 가져오기

다양한 장치에서 생성한 이미지와 비디오를 가져옵니다. 프레임 그래버(frame grabber), GigE Vision® 카메라, DCAM 카메라 및 기타 장치에서 실시간 이미지 및 비디오를 획득합니다.

탐구 및 검색을 위한 응용 프로그램

각 앱에서는 자동 MATLAB 코드 생성을 지원하며, 멀티 이미지 워크플로를 자동화하는 데 도움이 되는 대화형 단계를 프로그램식으로 캡처할 수 있습니다.

이미지 전처리

사용자 정의 필터 또는 미리 정의된 필터를 사용하여 신호대 잡음비를 늘리고 이미지 형상을 강조합니다.

이미지 향상

SNR(signal-to-noise ratio)을 늘리고 색상이나  이미지 농도를 수정하여 이미지 형상을 강조합니다. 컨벌루션과 상관관계 분석을 수행하고 잡음을 제거하며,  대비를 조절하고  동적 범위를 리매핑합니다.

모폴로지 연산자

대비 향상, 잡음 제거, 영역 시닝(thinning) 또는 영역 골격화(skeletonization)를 수행합니다.

이미지 디블러링 

초점이 맞지 않는 장비, 이미지 캡처 중 카메라나 피사체의 움직임, 대기 조건, 노출 시간 부족 및 기타 요인에 의한 흐릿함을 보정해줍니다. 

3D 이미지 프로세싱 워크플로

3D 볼륨의 전체 이미지 프로세싱 워크플로를 시각화하고 수행합니다.

3D 시각화

다양한 시각화 방법으로 데이터의 구조를 탐색하며 3D 볼륨을 살펴봅니다. 3D 볼륨의 픽셀 강도를 투명도에 매핑하여 볼륨 내의 특정 영역을 강조 표시할 수 있습니다.

3D 처리

3D 데이터로 이미지 프로세싱 워크플로를 완성할 수 있는 ND 함수 이외에도 여러 가지 3D 전용 함수를 사용합니다.

이미지 분석

도형을 찾고, 객체의 개수를 세고, 색을 가려내고, 객체 속성을 측정하는 등 이미지로부터 유의미한 정보를 추출합니다.

윤곽선 검출

미리 구축된 알고리즘을 이용하여 이미지에서 객체의 테두리를 파악합니다. 이 알고리즘에는 Sobel, Prewitt, Roberts, Canny 및 LoG(Laplacian of Gaussian) 메소드가 포함됩니다.

이미지 영역 분석

영역, 중심, 방향과 같은 이미지 영역의 다양한 속성을 계산합니다. 이미지 영역 분석 앱을 사용하면 속성을 기반으로 영역을 자동으로 세고, 정렬하고, 제거할 수 있습니다.

Hough 변형, Statistical 함수, 색상 공간 전환

라인 세그먼트, 라인 끝점, 원 찾기 Statistical 함수로 이미지의 특성을 분석합니다. 색상 공간 변환을 통해 장치와 무관하게 색상을 정확히 표현합니다.

이미지 분할

자동 임계치 결정법(automatic thresholding), 에지-기반(edge-based) 메소드 및 모폴로지-기반(morphology-based) 메소드를 비롯해 이미지 분할에 대한 다양한 접근을 탐색합니다.

이미지 분할 기법

이미지의 영역 경계를 검출하고 다양한 이미지 분할 방법을 탐색합니다. 분할 앱을 이용하여 대화형 방식으로 이러한 기법들을 탐색합니다.

모폴로지 연산자

watershed 분할을 이용하여 이미지에 있는 터칭 객체를 분리합니다. 이 문제에 대개 watershed 분할을 적용합니다.

이미지 레지스터링

정량적 분석 또는 정성적 비교를 위해 이미지를 조정합니다.

이미지 레지스터링 방법

상대적인 강도 패턴을 사용하여 자동으로 이미지를 정렬하는 강도 기반 이미지 레지스터링을 사용합니다. 다중모드(multimodal) 3D 레지스터링과 넌 리지드(non-rigid) 레지스트링을 수행하고, 레지스터링되지 않은 부분이 강조 표시된 합성 이미지를 생성하여 결과를 시각적으로 확인합니다.

가속화 및 배포

C/C++ 및 HDL 코드로 작업하고, PC 하드웨어, FPGA 및 ASIC에서 이미지 프로세싱 알고리즘을 실행하고, 이미징 시스템을 개발할 수 있습니다.

대상 하드웨어

C, C++, HDL 코드를 자동으로 생성합니다. 여러 이미지 프로세싱 함수에서 코드 생성을 지원하기 때문에 PC 하드웨어, FPGA, ASIC 및 임베디드 하드웨어에서 이미지 프로세싱 알고리즘을 실행할 수 있습니다.

GPU 가속 

GPU와 멀티코어 프로세서를 이용하여 애플리케이션과 모델의 성능을 개선합니다.

최신 기능

딥러닝

딥러닝 기법을 사용하여 이미지의 잡음을 제거합니다.

3차원 이미지 프로세싱

지원되는 추가 함수 7개를 사용하여 3-D 볼륨 이미지 데이터를 처리합니다.

이미지 향상

자동 화이트 밸런싱을 이용하여 색상을 조정하고 뿌연 이미지를 개선합니다.

이미지 품질 측정

표준 이미지 없이 이미지 품질을 측정하고, eSFR 테스트 차트를 이용하여 이미지 품질을 모델링합니다.

NIfTI 파일 형식

NIfTI 파일 형식으로 된 신경과학 이미지 볼륨을 읽고 씁니다.

기능과 그에 상응하는 함수에 대한 자세한 내용은 릴리스 정보를 확인하여 주십시오.

MATLAB을 활용한 딥러닝

전문가가 아니어도 MATLAB 코드 몇 줄만으로 딥러닝 모델을 빌드할 수 있습니다.

무료 평가판 받기

30일 동안 사용해 보세요.

다운로드

구매하기

가격 보기과고 관련 제품을 살펴보세요.

학생이세요?

학생용 MATLAB 및 Simulink를 확인하세요.

자세히 보기