Perceptron은 1957년 Cornell Aeronautical Laboratory에서 Frank Rosenblatt에 의해서 개발된 Artificial Neural Network의 한 종류이다.
그리고 Perceptron은 가장 간단한 feedforward netral network라고 할 수 있고, 이것을 이용해 linear classifier를 만들 수 있다.
Definition
Perceptron은 matrix eigenvalue를 이용해서 feedforward netral network를 만들고 input value x를 output value f(x)로 mapping시키는 classifier이다. f(x)는 다음과 같이 정의할 수 있다.
w는 실수 값을 갖는 vector이고 wx는 dot product를 이용해 값을 구할 수 있다. 그리고 b값은 bias term으로서 input vector들이 어느 방향으로 값들이 치우져 있는지 알려주는 값이다.
Learning
x(j)는 input vector의 j-th term
w(j)는 weight vector의 j-th term
y는 neuron으로부터의 output
δ는 expected output
α는 learning rate
weight의 update rule
위의 방법으로 wegith vector를 update해서 특정값 이하의 error가 발생하지 않을 때 까지 반복해
linear하네 classify할 수 있는 classifier를 찾는다.
길고 길던 포인트의 상술ㅋ연산을 마치고
오늘부터는 영상처리에서 많이?? 사용되는 히스토그램에 대해서 알아볼 예정입니다.
진작진작에 게으르지않고 꼬박꼬박 포스팅해야하는데 그게 잘되질않네요;;;
이제부터는 날짜라도 정해놓고 포스팅을 해야겠어요.. ; 탁상달력도 마련한김에 ㅋ
자 그럼 시작해봅니다 ^^*
히스토그램(Histogram) 이란?!
... 단순하게 말하자면? ... 영상의 화소가 가진 명암값에 대한 막대 그래프
이해를 돕기위한 그림
-> 영상의 밝기(intensity)값을 수평축으로 하고 수평축의 밝기값에 대응하는 크기를 가진 픽셀수가
영상안에 몇개나 되는지 나타내는 빈도수(frezuency)를 수직축으로 해서 만든 그래프. 입니다.
... 즉,
위의 이해를 돕기위한 그림이 아닌 실제적인 히스토그램의 모습을 보면 다음과 같습니다.
히스토그램의 모습
흑백영상의 경우
수평축은 픽셀의 밝기값을 나타내며, 0~255의 범위를 가집니다.
수직축의 값은 가로축, 픽셀밝기값에 해당하는 픽셀 수를 의미하며 그 크기는 영상의 크기와 밝기 분포에 따라 달라집니다.
여기서 한가지 확인할 점은
어두운 영상 |
밝은 영상 |
영상이 밝으면 히스토그램이 오른쪽에 치우쳐있는것을 확인할 수 있으며
영상이 어두워지면 히스토그램이 왼쪽으로 치우쳐있는것을 확인해 볼 수 있습니다.
(너무 당연한거라 더 설명할수가 없는거 같습니다.;; 괜히 이야기끄냈다가 본전도 못찾는 이야기 ㅠ)
입력되는 영상의 히스토그램을 분석하면?
ㄱ. 영상의 밝기 구성
ㄴ. 명암의 대비 등 에 대한 정보를 알 수 있습니다.
-> 이를 통하여 영상개선및 화질향상을 위한 출발점으로 사용될 수 있겠지요??
자, 그럼 히스토그램을 사용하여서 할 수 있는 몇가지들을 개괄적으로 살펴보도록 합시다.
1. 화질개선
원본영상
평활화를 통해 개선한 영상
사람의 눈은 밝기보다 대비에 훨씬민감하다는 특징을 이용하여
히스토그램을 펼친 조작을 행하여서 선명한 사진을 만들 수 있습니다.
2. 물체인식
임계치에 의한 이진영상 생성
원본영상 : 영상의 픽셀밝기값이 0~255까지 골고루 분포한다
이치화된 영상 : 영상 픽셀의 밝기값이 0 아니면 255의 두 값중 하나를 가진다.
영상이치화(Image binarization) 를 통하여 배경과 물체를 따로 구분하여 물체가 있다는 사실을 인식합니다.
영상인식을 주 연구테마로 하는 컴퓨터 비전 분야에서는 많이 사용하는 것으로,
이치화 임계치의 결정을 매우 어려운 문제로 고민하고 있습니다.
* 이치화 임계치 (threshold value) : 영상 이치화를 위해 선택하는 상수값 (T)
이번 포스팅은 히스토그램이란 무엇인가에 대하여 알아보았습니다.
다음시간에는 흑백영상의 히스토그램을 보기위한 코드를 작성해보는것을 시작으로
히스토그램의 활용을 계속 포스팅할 예정입니다. ^-^*
tip. 히스토그램으로 보는 저번 포스팅의 내용+_+ :: 포인트 상술연산!!
원영상과 +20 산술연산한 영상
원영상과 *1.2 산술연산을 한 영상
