주 메뉴 열기

바뀜

2,476 바이트 추가됨, 11년 전
잔글
새 문서: 컴퓨터 시각에서 '''분할'''은 디지털 영상을 여러 개의 픽셀 집합으로 나누는 과정을 말한다. 분할의 목적은 영상의 표현을 좀더...
[[컴퓨터 시각]]에서 '''분할'''은 [[디지털 영상]]을 여러 개의 [[픽셀]] [[집합]]으로 나누는 과정을 말한다.
분할의 목적은 영상의 표현을 좀더 의미있고 해석하기 쉬운 것으로 단순화하거나 변환하는 것이다. <ref name="computervision">Linda G. Shapiro and George C. Stockman (2001): “Computer Vision”, pp 279-325, New Jersey, Prentice-Hall, ISBN 0-13-030796-3</ref>
영상 분할은 특히 영상에서 물체와 경계(선, 곡선)를 찾는데 사용된다.

영상 분할의 결과는 전체 영상을 집합적으로 포함하는 [[지역]]의 집합이거나, 영상으로부터 추출된 [[윤곽]]의 집합이다 ([[경계 검출]] 참조).
[[지역]]에서 각각의 [[픽셀]]은 [[색]], [[밝기]], [[재질]]과 같은 어떤 특징이나 계산된 속성의 관점에서 유사하다.
[[인접]]한 지역은 동일한 특징의 관점에서 현저하게 다르다.<ref name="computervision" />

영상 분할의 실용적인 응용은 다음과 같다:

* [[의료 영상]]<ref>Dzung L. Pham, Chenyang Xu, and Jerry L. Prince (2000): “Current Methods in Medical Image Segmentation”, ''Annual Review of Biomedical Engineering'', volume 2, pp 315-337</ref>
** 종양과 질병의 검출
** 혈관의 부피 측정Measure tissue volumes
** 컴퓨터의 도움을 받은 수술
** 진단
** 치료 계획
** 해부학적 구조의 연구
* 위성 영상에서 도로, 숲 등과 같은 대상의 검출
* [[얼굴 인식]]
* [[지문 인식]]
* 자동 교통 제어 시스템
*[[기계 시각]]

일부 범용의 [[알고리즘]]과 기술이 영상 분할을 위해 개발되었다.
영상 분할 문제에서 일반적인 해법이 없기 때문에 이러한 기술들은 문제 영역의 영상 분할 문제를 효과적으로 해결하기 위해 영역의 지식과 종종 결합되어야 한다.

== 클러스터링 방법 ==

[[K-means 알고리즘]]은 영상을 ''K'' [[클러스터]]로 [[Data clustering|분할]]하는데 사용하는 [[반복적]] 기술이다.
기본적인 [[알고리즘]]은 다음과 같다:

== See also ==

* [[컴퓨터 시각]]
* [[자료 클러스터링]]
* [[K-means 알고리즘]]
* [[그래프 이론]]
* [[히스토그램]]

== 참조 ==

<references/>

[[Category:Image processing]]

[[de:Segmentierung (Bildverarbeitung)]]
[[fr:Segmentation d'image]]
[[he:סגמנטציה]]
[[pl:Segmentacja obrazu]]
[[pt:Segmentação (processamento de imagem)]]

편집

176