색의 항상성(Color Constancy)의 이해

영상처리 2017.04.26 10:08

개인적으로 색의 항상성(color constancy)에 관심을 갖게 된 이유는 영상 추적(tracking)과 관련이 있다.


영상에서 물체를 추적하는 가장 기본적인 방법은 물체의 색상(color)을 추적하는 것이다. 즉, 빨간색 옷을 입은 사람을 추적하기 위해서 영상에서 빨간색 영역을 찾아서 추적하는 방식이다.


그런데 막상 영상 추적 기술을 컴퓨터로 구현하면 잘 하지 못하는 경우가 많다. 중간에 추적하던 물체를 잃어버리고 엉뚱한 물체를 추적하는 경우가 종종 발생한다. 반면에 인간은 주변 환경에 바뀌더라도 (그래서 실제 물체의 색이 바뀌더라도) 물체 본연의 색을 잘 구분하고 인지해 낸다.


이러한 차이는 어디서 오는 걸까?


그건 컴퓨터는 색을 곧이 곧대로 입력된 정보로만 해석하는 반면 인간은 입력된 색을 넘어 물체 본연의 색을 복원하여 인지하기 때문이다. 영상에서 물체의 색은 주변 환경(햇빛, 그늘, 조명 등)에 따라 시시각각 변한다. 따라서 유사한 색상만 추적하도록 프로그래밍된 컴퓨터로서는 그 변화를 따라가기가 쉽지 않다. 하지만 인간은 인간의 대표적 착시현상인 "색의 항상성(color constancy)" 기저로 인해 이러한 변화를 상쇄시키는 능력을 가지고 있다.


인간의 색 항상성(color constancy) 기저가 무엇인지에 대해서는 잘 알려져 있다. 하지만 이 글에서는 이 기저를 좀더 기계적(수학적, 수치적?)으로 분석해 보고자 한다.



색(color)의 형성


물체는 물체마다 고유의 색(color)이 있다. 잘 익은 사과는 붉은색이고 나뭇잎은 초록색이다. 그리고 사과의 과육은 흰색이며 씨앗은 짙은 갈색이다.


그림 1. 사과


그런데 이 색은 어떻게 결정되는 것일까? 일반적으로 물체의 색이 형성되는 것은 흔히 광원(햇빛, 조명 등), 물체의 재질, 그리고 인간의 시각인지 3가지 요소의 상호작용의 결과라고 알려져 있다.


우리가 흔히 보는 햇빛은 색이 없는 것처럼 보이지만 햇빛에는 적외선, 자외선, 가시광선, X선, 감마선, 등등 모든 파장대의 빛이 포함되어 있다. 햇빛을 프리즘을 통해서 보면 무지개빛이 나타나는게 그 한 예이다. 이 태양빛이 물체에 도달하면 물체의 재질에 따라서 어떤 파장대의 빛은 흡수되고 어떤 파장대의 빛은 반사된다. 즉, 물체 고유의 반사 스펙트럼(spectrum)이 형성된다. 그리고 광원의 빛 중 물체에 흡수되지 못하고 반사되는 빛이 우리 눈에 도달하면 물체 고유의 색(color)으로 인지된다. 결국 사과가 붉게 보이는 이유는 사과가 햇빛의 가시광 성분중 붉은색 성분을 가장 잘 반사시킨다는 의미가 된다.


그렇다면 만일 광원(조명)이 오직 한 가지 파장대의 빛으로만 구성되어 있다면 어떻게 될까?


덴마크 출신의 아티스트 올라퍼 엘리아슨(Olafur Eliasson, 1967)의 작품 "Room for one colour"이 좋은 예이며 이 작품에서는 모든 빛을 차단한 채 입장객으로 하여금 오직 노란색 빛만이 존재하는 공간을 체험하게 한다.


그림 2. Room for one colour, Olafur Eliasson


색(color)의 생성 원리를 이해한다면 이 공간에서는 모든 사물들이 노란색으로만 보이게 되리라는 것을 손쉽게 예측할 수 있다.


☞ 실제로 윈도우즈의 그림판 프로그램으로 위 이미지의 픽셀값들을 찍어보면 모두 노란색 성분으로 이루어져 있음을 확인할 수 있다 (밝기차만 존재). 만일 노란색 이외의 색상이 존재하는 것처럼 느껴진다면 그건 인간의 착시 현상이 발현된 것으로 볼 수 있다.



색 항상성(color constancy)


앞서 물체의 색이 어떻게 형성되고 결정되는지 살펴보았다. 색이란 결국 빛의 스펙트럼이며 우리 눈에 들어오는 빛(색)은 광원의 빛 중 물체에 흡수되지 못하고 반사된 빛이다. 그런데 우리 인간은 이 빛을 있는 그대로 인지하지 않고 특수한 변환과정을 거쳐서 인지한다.


색 항상성(color constancy)은 주변 환경(조명)의 변화로 인해 물체의 색(color)이 변하더라도 이러한 변화를 무시하고 물체를 원래의 (고유의) 색으로 인지하는 인간의 착시 현상을 일컫는다. 예를 들어 붉은 조명이 있는 카페에 처음 들어섰을 때는 모든 것이 붉게 보이지만 조금만 시간이 지나면 붉은색을 느끼지 못하는 것과 관련된다 (실제 눈에 도달하는 빛은 붉은색이지만 인간의 뇌에서는 붉은색이 없는 것으로 인지).


아래 그림은 색 항상성(color constancy)의 대표적 예로 사용되는 Edward H. Adelson의 "Checker Shadow Illusion"이다.

그림 3. Checker shadow illusion, Edward H. Adelson


잘 믿기지는 않지만 위 그림에서 A, B 위치의 보드는 서로 동일한 색이다. 인간의 눈으로 보기에는 A가 더 어두운 색으로 보이지만 위 그림을 이미지로 저장한 후 그림판 등으로 색을 확인해 보면 A, B 두 부분이 완전히 동일한 색(밝기)임을 확인할 수 있다.


☞ A, B가 정말 같은 색인지 실제로 확인해보길 추천한다. 한 쪽을 오려서 다른 쪽에 가져다 대면 같은 색임을 확인할 수 있다.


아래 그림은 인간의 착시현상을 보여주는 또 다른 예이다 (R. Beau Lotto의 "Cross-Piece Illusion").


그림 4. Cross-Piece Illusion, R. Beau Lotto


위 그림에서 두 막대가 교차하는 지점의 색상은 왼쪽은 자주색(혹은 남색), 오른쪽은 노란색으로 보인다. 하지만 역시 두 지점의 색은 실제로는 완전히 동일한 색이다.


☞ 마찬가지로 두 지점이 동일한 색임을 직접 확인해 보도록 하자.


앞서 예로 든 착시 현상들은 모두 인간이 입력된 색상을 그대로 보지 않고 배경의 영향을 제거한 물체 본연의 색으로 복원하여 인지하기 때문이다. 그리고 이러한 인간 고유의 시각 메커니즘을 우리는 "색 항상성(color constancy)"이라 부른다.



색 항상성(color constancy)의 원리


인간의 색 항상성(color constancy) 메카니즘을 이해하기 위해 위 예시 그림들을 분석해 보자. 


먼저, 두 번째 그림 cross-piece illusion 그림에 있는 중앙 교차부분 색상값을 그림판을 이용하여 확인해 보자. 그러면 원래 색은 아래와 같이 아무런 색상도 없는 무채색(회색)임을 확인할 수 있다. 단지 주위 배경의 영향으로 인해 동일한 색이 왼쪽에서는 자주색, 오른쪽에서는 노란색으로 보일 뿐이다.


그림 5. 교차지점의 실제 픽셀 값


앞서 색 항상성(color constancy)은 배경의 영향을 제거하고 본래의 색을 복원하여 인지하는 능력이라고 했다. 이를 확인하기 위해 실제 색에서 인위적으로 배경색을 제거해 보자. 먼저 cross-piece illusion 그림의 왼쪽 부분을 살펴보면 전반적으로 노란색 배경이 존재한다. 따라서 교차 부분의 실제 색에서 노란색(빨강+녹색) 성분을 일정하게 감소시켜 보면 아래 그림과 같이 우리가 착시로 인지한 색상인 자주색이 나옴을 확인할 수 있다.


그림 6. 노란색 배경 보상


이번엔 그림에서 오른편의 파란색 배경이 있는 부분을 살펴보자. 역시 마찬가지로 중앙 교차 부분의 실제 색은 그림 5와 동일한 무채색(회색)이다. 이 색에서 배경색인 파란색 성분을 제거해 보자. 아마도 이쯤되면 눈치빠른 분들은 그 결과를 예상할 수 있을 것이다. 그러면 예상했던대로 그 결과는 아래 그림과 같이 우리가 착시로 인지한 노란색 색상이 된다.


그림 7. 파란색 배경 보상


이상의 실험 결과에서 우리는 우리 인간이 인지하는 색상은 눈에 도달한 실제 색상이 아닌 주변 배경을 보상한 색으로 인지함을 확인할 수 있다.


첫 번째 예인 checker shadow illusion도 유사한 방식으로 설명될 수 있다. 그림에서 B 영역의 주변은 원기둥의 그늘로 인해 전반적으로 어두운 배경을 갖는다. 따라서 이러한 배경의 어두움을 보상하기 위한 인간 시각 메커니즘으로 인해 B 영역은 원래의 색상보다 좀더 밝은 색으로 인지된다 (그림에서 숫자는 그림판으로 확인한 실제 픽셀 밝기값).


그림 8. checker shadow illusion의 원리



색 항상성과 착시


앞서 색 항상성은 인간의 대표적 착시 현상 중 하나라고 했다. 그런데 이게 정말 착시일까?


색 항상성 기저가 우리 눈에 들어온 빛을 그대로 보지 않고 왜곡해서 본다는 점에서는 착시로 볼 수 있다. 사물을 절대적으로 인지하지 않고 항상 상대적으로 인지하기 때문에 인간이 인지한 내용을 100% 신뢰하긴 힘들다. 그리고 항상 인지 오류의 가능성을 가지고 있다. 그러한 관점에서 인간의 눈은 믿을 수 없다라고 결론을 내릴 수도 있다.


하지만 조금만 관점을 바꾸어 보면 색 항상성은 사물의 본질을 꿰뚫어 본다는 점에서 인간의 대단한 능력 중 하나라고 볼 수 있다. 그림 4 cross-piece illusion 예에서 오른편 교차 지점은 인간에게 노란색 물체로 인지된다. 만일 그림 4가 인위적으로 만들어진 이미지가 아니라 우리가 현실 세계에서 실제로 인지한 내용이었다면 교차 지점은 실제 노란색이었을까 아니면 무채색(회색)이었을까? 당연히 노란색 물체였을 것이다. 그렇다면 노란색 물체를 노란색으로 인지한 것이 착시일까 아닐까?



인간과 컴퓨터


인간은 그림 4 cross-piece illusion 예에서 오른편 교차 지점을 노란색으로 인지한다. 하지만 컴퓨터는 입력 그대로 무채색(회색)으로 인지한다.



by 다크 프로그래머


저작자 표시 비영리 변경 금지
신고
  • 학부생 2017.04.26 13:45 신고 ADDR 수정/삭제 답글

    항상 좋은글 잘 보고갑니다.

  • 야니 2017.04.27 21:59 신고 ADDR 수정/삭제 답글

    오랜만에 다시 글을 남기셨군요! 감사합니다.

  • 농구공 2017.05.09 16:10 신고 ADDR 수정/삭제 답글

    색상기반으로 물체를 추적할때 사람은 본연의 색을 감지하기때문에 잘한다로 시작해서 색 항상성 때문에 사람은 무채색을 노란색이나 남색으로 잘못 보기도 한다로 연결되는거 같아서 헷갈리네요...ㅎㅎ

    • BlogIcon 다크pgmr 2017.05.09 22:23 신고 수정/삭제

      꾸준히 들러주시네요 ^^
      한편으로 햇갈릴 수도 있지만.. 그냥 있는 그대로입니다. '사람의 눈에 도달하는 빛은 사물의 본래 색이 아니라 반사광, 그림자, 주변 조명 등 여러 상호작용에 의해 변형된 빛이 들어온다. 하지만, 사람은 눈에 들어온 빛을 입력대로 보지 않고 사물의 본래 색을 유추하여(복원하여) 인지한다'입니다. 물론 이러한 복원 메카니즘이 틀릴 수도 있겠지만 현실 세계에서는 그러한 일은 극히 드물 것입니다. 무채색을 노란색이나 남색으로 잘못 보는 것이 아니라, 원래 노란색 물체가 파란 조명에 의해서 무채색으로 변형된 것을 인간이 복원하여 원래 색인 노란색으로 인지한다가 맞겠습니다.

    • 농구공 2017.05.10 14:35 신고 수정/삭제

      음... 제가 잘못이해했나요? 두번째 예는 무채색을 남색이나 노란색으로 잘못 인지하는
      것을 보여주는 예 아니였나요?ㅎ 보고있는 물체의 색상에대한 사전지식이 없다면 주변환경에 의해 색을 잘못 인지할수도 있다라는 걸보여준거 같은데... 첫번째 예가 체커보드 패턴상 B가 A보다 밝아야한다라는걸 알고있으니까 수치상 같은 밝기임에도 불구하고 B를 더 밝게 인지하는거고요..

    • BlogIcon 다크pgmr 2017.05.11 00:18 신고 수정/삭제

      무채색을 노란색으로 잘못 인지했다기 보다는 눈에 입력된 색이 무채색이었음에도 불구하고 원래의 물체 색(노란색 or 남색)을 복원하여 인지했다고 생각하면 어떤지요? 제가 글에서 얘기하고 싶은 부분은 관점에 따라서 동일한 현상을 잘못된 것으로도(착시) 뛰어난 것으로도(복원) 볼 수 있다는 점입니다.

  • 농구공 2017.05.11 10:54 신고 ADDR 수정/삭제 답글

    왜 그렇게 해석해야하는지 이해가 안가네요. 원래 물체색은 회색이었는데 왜 노란색이었거나 남색이었다고 생각해야하는건가요? 두번째 예제같은 경우는 주변의 투명한 필터들 때문에 회색을 잘못 인지한 착시 현상이라고 봐야되는거 아닌가요...다크님 말대로라면 첫번째 체커보드 예제를 복원으로 적당히 인지한 예로봐야하고요.

    • BlogIcon 다크pgmr 2017.05.11 12:03 신고 수정/삭제

      사실 앞서 답변을 드리면서는 어떤 부분 때문에 이렇게 접점이 안생기나 내심 답답했습니다. 그런데, 이제야 농구공님의 생각을 정확히 알게된 것 같아 마음이 가볍습니다. 생각의 가장 큰 차이는 원래의 물체색이 회색인가 노란색인가에 있습니다. 실제 자신의 앞에 노란색 물체가 있다고 가정하겠습니다. 이 때, 눈에 푸른색 셀로판지를 대고 그 물체를 보면 어떤 색으로 보일까요? 사람에게는 그 물체가 여전히 노란색으로 보일 것입니다. 하지만 실제 사람 눈에 도달한 빛은 노란색이 아니라 노란색과 푸른색이 합쳐진 회색빛일 것입니다. 이것은 카메라로 사진을 찍어보면 확인할 수 있습니다. 카메라 렌즈 앞에 푸른색 셀로판지를 대고 노란색 물체를 촬영하면 그림 4 중앙처럼 회색 이미지가 얻어질 것입니다. 카메라는 입력된 빛을 그대로 이미지로 만들어 내는 장치이기 때문에 카메라로 얻어진 이미지는 우리 인간의 눈에 도달하는 입력(빛)과 동일하다고 생각할 수 있습니다. 그림 4의 교차점이 회색인건 맞습니다. 그리고 그 회색을 우리 인간이 노란색으로 인지하는 것도 맞습니다. 그것을 착시 현상이라고 보는 것도 맞습니다. 그러한 관점이 틀렸다는 것이 아닙니다. 다만, 다른 관점에서 보면 그러한 인간의 착시 메카니즘을 인간의 대단한 능력으로 볼 수도 있다는 것입니다. 그림 4의 회색은 노란색 물체에 푸른색 필터가 합쳐져서 만들어진 것이고 우리 인간은 필터가 합쳐지기 이전의 본연의 색인 노란색을 복원하여 인지할 수 있는 능력이 있다는게 제가 글에서 드리고 싶은 말씀입니다.
      물론 이러한 복원 메카니즘 때문에 실제 물체의 색을 잘못 인지하는 경우도 발생할 수 있을 것입니다. 예를 들어, 그림 4의 필터가 교차부분에만 구멍이 뚫린 필터였다면 우리 인간은 잘못된 복원을 했을 것입니다. 하지만 인위적으로 만들어진(artificial) 이미지가 아니라 현실 세계에서는 그런 일은 거의 없을 것이고 인간의 복원 메커니즘이 대부분 정상적으로 작동할 것으로 생각합니다. 또 하나 드리고 싶은 말씀은 인간의 복원 메카니즘은 특수한 경우에만 동작하는 것이 아니라 항상 동작하고 있습니다. 현재 있는 곳의 광원이 완벽한 화이트가 아닌 한은 광원과 보색관계에 있는 색상을 보상하여 사물의 색을 인지합니다. 즉, 디지털 카메라의 오토 화이트 밸런싱이 항상 일어나고 있는 셈입니다.
      마지막으로, 우리가 사물의 색을 인지할 때 그 사물에 대해 가지고 있는 사전지식(prior knowledge)에 영향을 받는가에 대한 문제를 생각할 수 있습니다. 전 개인적으로 물체에 대한 사전지식은 색을 인지하는데 영향이 없다고 생각합니다. 즉, 인간의 복원 메카니즘은 입력된 빛에 대해 기계적으로 배경색을 보상하여 이루어질 뿐 그 물체가 원래 무엇이었냐는 관련이 없다고 생각합니다. 색 항상성에 대한 유명한 예로 http://photohistory.tistory.com/17059에 있는 딸기 그림이 있습니다. 실제 이미지에는 붉은색이 하나도 없지만 인간은 붉은색을 느낍니다. 만일 그림에 물체의 형태가 딸기가 아니라 나뭇잎이나 달걀이었으면 어땠을까요? 저는 여전히 붉은색으로 느꼈으리라고 생각합니다. 사진의 색을 실제로 확인해 보면 전반적인 배경색은 시안색(R,G,B중 R 성분만 약간 모자란 색)이고 딸기가 있는 부분은 회색입니다. 시안 필터는 빛의 붉은색 성분을 약화시키는 기능을 합니다. 따라서, 시안 배경에서 회색이 나왔다는 것은 원래의 물체가 붉은색 계열임을 의미합니다. 우리 인간은 이러한 색의 보상을 자동을 계산하여 회색 이미지임에도 불구하고 붉은색을 복원하는 것입니다.

  • 농구공 2017.05.11 20:18 신고 ADDR 수정/삭제 답글

    음냐.. 노란색 광원만 있는 room for one color에서 노란색 이외의 색상을 느낀다면 '착시'라고 하신거 같은데... 왜 크로스조각 예제에서 만큼은 인간이 본연의 색을 꿰뚫어봤다는것처럼 얘기를 하시는지...그냥 크로스조각 예제는... 회색을 노란색이나 남색으로 착각하는 착시를 보여주는 걸로 생각하는게 정신건강에 좋지않을까여.. 왜냐면 아시다시피 회색의 크로스조각 영역을 제외한 나머지 부분에만 색깔이있는 투명한 필터를 적용해서 일부로 다른색인것처럼 느껴지게 조작한 것이니까요. 말씀하시고자 하는게 뭔지는 알겠지만 차라리 그러한 인간 능력의 예로는 단순히 체커보드 예제면 될거 같습니다. 하지만 색상 보정을 어떤 원리로 하기때문에 우리가 그런 착시를 느꼈는지를 설명한 부분은 유익햇다 생각합니다.

  • ctw 2017.05.18 21:40 신고 ADDR 수정/삭제 답글

    다크님 블로그를 한 번쯤 정주행해야하겠다고 맘먹고도...
    아직 다 못 읽어 봤습니다.
    오늘 글도 감동입니다 ㅎㅎ

    위 농구공님 의견과는 다르지만, 전 다크님의 사례가 마음속으로 공감이 됩니다.

    글을 읽으면서 checker shadow illusion은 사람이 착시 할 수 있는 케이스로,
    Cross-Piece Illusion은 인공적으로 발생된 착시를 보정할 수 있는 케이스로 자연스럽게 이해되었습니다.

    다크님께서 푸른색 셀로판지를 착시 현상을 유발시키는 인자로 보았는데요, 저도 현실세계에서 비슷한 착시 인자들이 꽤 많다고 생각합니다.

    아침/저녁 태양빛, 자동차 선팅, 선글라스 등등 사람이 물체의 반사된 빛을 바로 센싱하지 못하고, 중간에 간섭 현상을 일으키는 대상이 있는 경우 사람은 그 간섭 현상(착시와 유사)을 올바르게 보정할 수 있는 훌륭한 기능이 있다고 느껴집니다. 그리고, 사람의 착시는 이러한 훌륭한 보정 기능의 싸이트 이팩트로 발생할 수 있는 것이라 봅니다.

    제가 쓴 글에 반대되는 의견일 수도 있자만... 관점에 따라서는 위 checker shadow를 사람이 눈이 갖는 어마무시한 보정 기능으로 해석해 볼 수 도 있을 것 같습니다. checker shadow에는 그림자가 없는 영역과 그림자가 있는 2가지 영역이 존재합니다. 실제 야외 환경에서 태양에 의해 그림자가 발생하는 환경이라면... 사람은 조명 효과를 고려하여 정확한 색상값을 추정한 것이고(더 나아가면 조명효과가 고려된 색상을 보는것이고), 컴퓨터는 두 영역을 조명 효과를 고려하지 않은 raw 데이터 값만을 취한 것이 됩니다. 사람의 눈은 조명이나 간섭 효과에 따라 달라지는 여러 영역의 ROI를 Semantic Segmentation할 수 있고, 그 Segmentation된 영역별로 보정 할 수 있는 기능이 있는 것 같습니다. 사람이 물체 본질의 색깔을 찾아내는 좋은 기능을 ... 컴퓨터 비전이 질투한 나머지... 사람은 올래 착시를 일의키는 존재라고 몰아새우는 건 아닐까란 생각도 듭니다.

  • CB 2017.08.08 12:16 신고 ADDR 수정/삭제 답글

    다크 프로그래머님 처럼 영상처리를 따라가려면 어느 컴퓨터 언어를 구사해야하며, 굳이 영상처리를 목표로 봤을 때 배우는 순서가 있는지 알 수 있을까요?

    • BlogIcon 다크pgmr 2017.08.08 16:59 신고 수정/삭제

      프로그래밍 언어와는 무관하지만 저는 주로 c++을 이용하고 있습니다.
      보통 대학의 컴퓨터공학과에서 배우는 과정들이 모두 도움이 됩니다. 특히 자료구조(data structure), 알고리즘 등을 알면 좋고 수학에서는 선형대수학이 많이 관련됩니다. 영상처리(digital image processing)를 먼저 보면 컴퓨터비전(computer vision 또는 machine vision) 공부를 하는데 조금 더 수월할 것으로 생각됩니다. opencv 라이브러리 사용법도 알아두면 좋구요..

  • 바람마당 2017.08.08 15:53 신고 ADDR 수정/삭제 답글

    컬러 조명 원리에 대하여 구글 검색하다가 처음들렸습니다.

    A영역과 B영역의 색이 같다는데에 정말 놀랐습니다.
    그림판에서 잘라서 실험해보니 정말 같더군요, 눈으로 볼때는 분명히 B가 더 밝다고 생각했는데..
    인간이 가진 능력으로 색 항상성은 감탄스럽습니다.

    감사합니다.

  • 이런으악 2017.09.01 17:29 신고 ADDR 수정/삭제 답글

    좋은글 잘 보았습니다
    인간 신체의 대부분 기능들은 생존에 대한 필요로 인해 진화되어 온것이라고 생각합니다.
    주변이 밝으면 좀 더 어둡게 봐야 생존에 도움이 되고
    반대의 경우 밝게 봐야 생존에 도움이 될테니까요.
    저도 프로그램의 알고리즘을 고민하다보면
    인간으로써 당연하다고 생각되는 것들이 왜 그런지 알수 없는 부분들이 많고
    프로그램 언어로 구현하기가 아주 어렵더군요.
    인간에 대한 연구가 곧 프로그램에 대한 연구이며 곧 인공지능의 발전이 되겠지요.

  • C++ 2017.09.04 13:25 신고 ADDR 수정/삭제 답글

    다크님 블로그 덕분에 업무에 필요한 것들을 정말 많이 도움 받았습니다.
    혹시 차후 올리실 글중에 시간이 되시면 Reed–Solomon Code나 Convolution Code
    같은 Error correction 부분에 대해서 포스팅 할 생각은 없으신가요? BCH/RS에 대해 쉽게 설명해주는 사이트를 찾기가 힘드네요.

    • BlogIcon 다크pgmr 2017.09.04 14:24 신고 수정/삭제

      Reed–Solomon Code는 저도 처음 들어봤는데요, 찾아보니 데이터의 에러를 복구해주는 방법 같은데.. 영상처리에서도 활용이 되는 기술인가요?

    • C++ 2017.09.05 17:51 신고 수정/삭제

      예를 들면 바코드가 에러 복구 데이터를 가지고 있거든요. 어떤 이미지에서 영상처리를 통해 바코드를 추출하고 이 바코드를 적절한 영상처리를 통해 가져온 데이터에서 어느부분이 noise로 인하여 error나 erase 되었는지 확인이 가능하거든요. 생각해보니.. 영상처리기술이라고 볼 수는 없는 것 같네요.

    • BlogIcon 다크pgmr 2017.09.05 18:50 신고 수정/삭제

      네, 알겠습니다. 사실 제가 우문을 했습니다. 모든 기술은 다 의미가 있고 연결되어 있으니까요. 더구나 데이터 에러 복구와 같은 기술은 모든 문제에 연관되는 중요한 부분이라 생각됩니다. 하지만 항상 문제가 되는 것은 시간에 대한 선택인 것 같습니다.. 당장은 글을 쓰거나 관련 내용을 보기는 힘들겠지만 말씀하신 내용은 잘 기억해 놓도록 하겠습니다. 감사합니다.

  • 다크님 와핑을 사용한 원근 이미지 보정에 대해서 포스팅 해주실수 있나요? Opencv를 사용하면 안되서 이해를 해야 구현을 할 수 있을거 같아서요. 예를 들면 실제 물체는 정사각형인데 카메라가 기울어서 찍어서 사다리꼴로 보이는거죠. 그 사다리꼴을 원래 정사각형에 맞게 보정해주는 방법을 알고 싶어요. 와핑을 이용하면 될거같은데 인터넷에 검색해도 나오지가 않아서요.. 부탁드립니다. 포스팅이 힘들면 힌트라도 알려주시면 감사하겠습니다.

    • BlogIcon 다크pgmr 2017.09.12 09:40 신고 수정/삭제

      호모그래피(homography) 변환에 대해 이해하면 어렵지 않게 구현할 수 있는 내용입니다 (http://darkpgmr.tistory.com/153, http://darkpgmr.tistory.com/79 글 참조).