Personal Research: Gray-scale Image Segmentation: Introduction to gray-scale image

회색조 이미지는 광자의 수 즉, 빛의 양을 나타내는 광도 정보만을 전달한다.

이때 가장 빛이 적은 부분은 "검정색"으로, 가장 빛이 많은 부분은 "백색"으로 보인다.

따라서 그림 1 과 같은 회색조 이미지는 0,1 (1 bit)로 나타내는 흑백 이미지와는 다르다.

그림 1. 시골 풍경 흑백조 이미지

 

회색조 이미지의 활용에 대해 검색을 해보았을 때 [1], 산업 검사에 많이 쓰이고 있음을 알 수 있다.

그렇다면 회색조 이미지는 어떻게 얻을 수 있을까?

우리가 주로 사용하는 일반적인 카메라를 사용할 경우 RGB 이미지를 획득하게 된다.

이는 red, green, blue 각각의 주파수 대역의 광자를 각각 취득한 것을 합하여 보여주는 것으로, 단순히 광자의 수를 기반으로 영상화하는 회색조 이미지와는 좀 다르다.

 

하여, RGB 이미지를 회색조 이미지로 변환할 필요가 있다.

어떻게 해야할까?

그냥 변환만 하려면? 일단 내가 익숙한 python과 openCV library를 통해 RGB2GRAY 변환이 가능하다.

근데 생각해보니, RGB 이미지를 흑백조 이미지로 어떻게 바꾸는걸까? 하는 궁금증이 생겼다.

 

찾아보니, 많은 방법이 있다 [2].

1. HSI

I = (R + G + B) / 3

2. HSV

V = Max(R, G, B)

3. HSL

L = (Max(R, G, B) + Min(R, G, B) / 2

4. YCrCb

Y = R * 0.2126 + Green * 0.7152 + Blue * 0.0722

5. YPrPb

Y = R * 0.299 + Green * 0.587 + Blue * 0.114

 

각 방식들을 통해 변환한 결과는 아래 그림 2에서 보여지듯, 나타나는 대비 특성이 다르다.

그림 2. 변환 방식별 회색조 이미지 변환 결과

 

그림 3은 변환한 회색조 이미지의 히스토그램이다.

큰 차이는 없으나, 히스토그램 상에서도 조금씩 차이가 있음을 볼 수 있다.

그림 3. 회색조 이미지의 히스토그램

 

지금까지 회색조 이미지를 왜 사용하는지, 그리고 어떻게 회색조 이미지를 만드는지에 대해 알아보았다.

이를 기반으로 하여, 나중에 영상처리 알고리즘을 적용할 때 어떤 방식으로 변환된 회색조 이미지를 사용할지 고민할 필요가 있다.

 

[Reference]

1. Personal Research: Gray-scale Image Segmentation (tistory.com)

2. [프로그래밍] RGB 이미지를 grayscale로 바꾸는 심오한 세계 (ggaman.com)