1. 강도(Intensity):intensity는 픽셀(Pixel)의 photodiode 등에서 측정된 pixel에서의 빛의 양을 나타내는 (물리적인) 측정치임.이는 객관적으로 측정 가능하며, 그레이스케일(Grayscale) 이미지에서는 흔히 0에서 255 사이의 값으로 표현됨.컴퓨터 비전(Computer Vision, CV)과 이미지 처리(Image Processing, DIP)에서는 이 intensity 정보를 pixel value라고 부르며, 이를 통해 image를 정량화함.참고로 빛은 에너지와 광자수라는 두가지 정량적 요소를 가짐.빛의 에너지는 빛의 진동수와 관련되며 하나의 광자가 가지고 있는 에너지로 color를 결정하며,광자수는 빛의 밝기 또는 강도(intensity)를 결정함.2. 밝기(Br..

High Dynamic Range(HDR)는 image나 video에서 Dynamic Range를 넓혀서, 밝은 부분과 어두운 부분의 contrast를 더 넓은 범위로 표현할 수 있게 해주는 기술임. https://www.youtube.com/watch?v=95DNdbxaIXE읽어볼 자료 https://news.skhynix.co.kr/post/hdr-great-images HDR, 멋진 이미지 이면에 숨겨진 비밀사진을 찍을 때 뚜렷한 대비를 사용하면 실제로 보이는 것을 완전히 담아내지 못할 때가 많다news.skhynix.co.kr살펴보기HDR의 주요 특징과 장점은 다음과 같습니다:넓은 밝기 범위 (Wide Brightness Range):HDR은 매우 밝은 영역부터 매우 어두운 영역까지 더 많은 ..

https://www.youtube.com/watch?v=95DNdbxaIXECamera Response Function카메라가 실제 장면의 빛의 강도(Brightness)를 디지털 이미지 픽셀 값으로 변환하는 방식을 설명하는 함수.$p(\lambda)$ : Photon flux, $\lambda$ 는 wavelength.$I$ : Electron flux from photodiode (Luminance라고 생각해도 된다.) 여기서 $B$ 는 brightness 임.$$ \begin{aligned}B&=It\left(\frac{\pi d^2}{4}\right) = It\pi r^2\\&=Ie\end{aligned} $$where$t$ : exposure time or integration time$d$ ..

카메라와 디스플레이의 Dynamic Range: Dynamic Range: Dynamic Range는 카메라와 디스플레이 장치에서 최소 밝기와 최대 밝기 사이의 범위(or ratio)를 의미. 이는 장치(or systme)의 밝기 디테일 처리 능력을 결정하는 중요한 요소임. 넓은 Dynamic Range는 다음과 같은 장점을 제공:어두운 부분과 밝은 부분에서 더 많은 디테일 포착 가능더 자연스러운 이미지 표현 가능카메라에서의 Dynamic Range카메라에서 Dynamic Range는 많은 경우 'stop'이라는 단위로 측정됨.1 stop은 빛의 양이 두 배 증가하거나 반으로 감소하는 것을 의미.최신 스마트폰 카메라: 10-14 stops전문 DSLR 카메라: 12-15 stops 이상예를 들어, 12..

광센서(of camera)와 디스플레이기기의 공간해상도(Spatial Resolution) 규격의 발전은 서로 밀접하게 연관됨. 2024년 현재,40 메가픽셀(MP)의 광센서가 거의 표준으로 자리를 잡았고,고급 스마트폰의 경우 50MP이상이 탑재됨.100MP 이상의 카메라도 등장함 Spatial Resolution 관련: 2023.10.04 - [Programming/DIP] - [DIP] Image Quality 관련 정량화 지표들 [DIP] Image Quality 관련 정량화 지표들: Resolution, Contrast, SNRImage Quality 관련 정량화 지표들다음은 Image Restoration등에서 사용되는 Image Quality를 나타내는 정량적 지표들에 대한 간략한 소개임.(..

Image Processing과 Computer Vision(CV)은 상당 부분 겹쳐있으며, 명확하게 구분하기 어려운 분야들임. 이 두 분야는 연속선상에 있으며, 상당히 경계가 모호함. 공통적으로 두 분야 모두linear algebra, probability, statistics 등의 수학적 지식에 익숙할수록 깊이 있는 이해와 응용이 가능하며이론적 개념을 실제로 구현하고 적용하는 것이 필수적이라,MATLAB, Python, C, C++ 등의 프로그래밍 언어를 다룰 수 있는 능력을 요구함.프로그래밍 기술은 알고리즘을 구현하고, 실험하며, 결과를 시각화하는 데 핵심적인 역할을 함. 이러한 공통점과 모호한 경계에도 불구하고, Image Processing, Image Analysis, 그리고 Computer ..