Edge Enhancement 와 Sharpening

Edge Enhancement

Edge enhancement 는

• sharpening 기법 중
• 경계부 선명화 에만 초점을 맞춘 하위 개념
• 비가역적으로 원본의 detail이 손실 및 왜곡됨.

2024.09.05 - [Programming/DIP] - [CV] Sharpness (선예도)

[CV] Sharpness (선예도)

---

Selective Unsharp Masking 이 대표적인 Edge enhancement 알고리즘임.

 

반복하여 edge enhancement를 적용하면, ringing artifact가 발생.
(Gibbs Phenomenon과 유사해 보이나, 발생 원인은 다름)
DVD를 재생하는 플레이어와 출력하는 TV 두 곳에서 edge enhancement 가 이루어지는 경우,
첫 번째 엣지 강화 필터는 기존 엣지의 양쪽에 새로운 에지를 생성하고,
이 새로운 에지가 다음 단계의 강화에서 또 한 번 강조하여 edge에 여러 줄이 가는 ringing artifact가 나오는 문제가 있었음.

---

Sharpening

Sharpening 은 전체 디테일 강조를 포함하는 더 큰 범주임 (sharpness 를 증가시킴).

• 경계뿐 아니라 이미지 전반의 고주파 성분(세부 디테일, 텍스처 등)을 강조해 전체적으로 선명도를 높이는 작업.
• 텍스처와 같은 평탄한 영역의 미세한 디테일까지 강화할 수 있음 → 때로는 노이즈까지 증폭.
• Unsharp Masking이 대표적이 방법임

 

---

Edge Enhancement vs. Sharpening

Unlike certain forms of image sharpening, edge enhancement specifically targets the edges within an image without amplifying subtle details in uniform areas, such as textures or grain present in flat or smooth regions.

The advantage of this approach is that imperfections, like noise or film grain in the image reproduction, or natural imperfections on a subject’s skin, are not exaggerated (과장되지 않게 됨: 다른 sharpening 과 차이점), preserving a cleaner overall appearance.

sharpening 과 달리, noise 등이 과장되지 않는다는 장점을 가짐.

 

However, a potential downside is that _the image can start to appear *_unnatural***, because the apparent sharpness of edges increases while the level of detail in smooth areas remains unchanged, leading to an inconsistent sense of detail across the image.

Edge enhancement는 이미지의 경계만 선명해져 평탄부와의 디테일 밸런스가 깨져 부자연스러워 보일 수 있는 단점

---

같이 보면 좋은 자료들

https://ds31x.tistory.com/453#randomadjustsharpness

[PyTorch] Photometric-torchvision.transforms.v2