영상 재배열(Resampling)

1. 영상재배열의 정의

 

영상재배열은 수치영상의 기하학적 변환을 위해 수행되고 원래의 수치영상과 변환된 수치영상 관계에 있어 영상소의 중심이 정확히 일치하지 않으므로 영상소를 일대일 대응관계로 재배열할 경우에는 영상의 왜곡이 발생하게 된다. 따라서 일반 적인 방법에 있어서는 인접영상의 밝기 값들을 이용하여 보간에 의한 방법으로 재배열하게 된다.

 

 

영상재배열은 출력영상의 각 픽셀에 대해 입력화상좌표계에서의 대응위치를 역으로 계산하고 그 위치에서 화소자료를 구하는 방법이 일반적이다. 그리고 일반적인 기하보정에서는 보정 후 출력지도좌표계상에서 정사각형 격자를 설정하고 그 격자점에 대응하는 영상자료를 구한다. 그러나 이 영상지도좌표계의 격자점에 대응하는 입력영상의 좌표는 보통 정수값으로 되지 않기 때문에 구하고자 하는 점의 픽셀값을 입력영상의 주변 픽셀값으로부터 내삽(interporation)으로 구해야 한다.

 

 

2. 영상재배열의 종류

 

재배열 과정은 출력화소의 위치를 변환식의 역변환식에 대입하여 미보정 화상에서의 화상좌표를 구한 후 그 위치에 해당되는 화소값을 취함으로서 이루어진다. 이때 계산된 화상좌표는 화소단위 이하이므로 주위의 화소값을 참조하여 최종 데이터값을 결정하게 되며 여기에는 최근린 내삽법(nearest neighbour), 공일차 내삽법(bilinear interpolation), cubic convolution 방법 등이 적용된다.

 

 

 

각각의 방법들은 고유의 장, 단점을 가지고 있으나, 최근린내삽법은 계산된 화상좌표에 가장 가까운 화소의 값을 택하는 방법으로 결과로서 나타나는 자료를 영상으로 표현하였을 때 부드럽게 보이지는 않으나 당초의 자료값과 다른 새로운 값이 생성되지 않는다는 점에서 주로 이용되고 있다. bilinear 및 cubic convolution의 경우에는 내삽을 통하여 새롭게 결정되는 값들이 공간적으로 연속적인 분포값을 갖게 되어 영상으로 나타냈을 때 비교적 부드럽게 보이나, 원래의 자료에는 존재하지 않았던 새로운 값이 생기게 되어 정량분석에 적합하지 않은 기법으로 보고되고 있으며 그 계산시간이 오래 걸린다는 단점을 갖는다.

 

 

 

1) 최근접 이웃 보간 (Nearest Neighbor Interpolation)

최근접 이웃 보간법은 각 픽셀이나 데이터 포인트를 가장 가까운 이웃의 값으로 대체하여 크기를 조절합니다.  Nearest Neighbor Interpolation은 단순하고 빠른 계산이 가능하며 메모리 사용량이 작다는 장점이 있습니다. 그러나 시각적으로는 픽셀 값 사이의 간격이 크게 느껴져서 이미지나 데이터의 부드러운 변형에는 적합하지 않을 수 있습니다. 특히 뾰족한 에지나 고주파 성분이 있는 경우 성능이 떨어질 수 있습니다

장점	단점
계산이 간단하고 빠르다.	시각적으로 거칠게 보일 수 있다.
크기 조절이나 리샘플링 시에 메모리 사용량이 작다.	이미지나 데이터의 부드러운 변형을 제공하지 않음.
픽셀 값의 변경이 불필요한 경우에 사용하기 적합하다.	뾰족한 에지나 고주파 성분에서 성능이 떨어질 수 있다.

 

 

2) 양선형 보간 (Bilinear Interpolation)

Bilinear interpolation은 이미지나 그래픽 처리에서 사용되는 더 부드러운 크기 조절 방법 중 하나입니다. 이 방법은 각 픽셀의 값을 주변 네 개의 픽셀 값으로 보간하여 새로운 값을 계산합니다. nearest neighbor resampling에 비해 시각적으로 미세한 디테일을 보존하는 경향이 있습니다. 그러나 여전히 큰 변환에서는 부정확해질 수 있습니다.

 

장점	단점
부드럽고 자연스러운 결과를 제공한다.	계산이 조금 복잡하며, Nearest Neighbor에 비해 느릴 수 있다.
뾰족한 에지나 고주파 성분에서 Nearest Neighbor에 비해 더 좋은 성능을 제공할 수 있다.	이미지 크기를 크게 조절할 때 일부 디테일이 손실될 수 있다.
가장 인접한 픽셀 값들의 가중 평균을 사용하여 정교한 결과를 얻을 수 있다.	메모리 사용량이 높아질 수 있다.

 

 

3) 공이차 보간 (BiCubic Interpolation)

픽셀 값을 보간하기 위해 주변 16개의 픽셀 값을 사용합니다. Bilinear interpolation보다 더 부드럽고 정확한 결과를 제공하는데, 주로 고해상도 이미지에서 세밀한 디테일을 보존하고자 할 때 사용됩니다. 하지만 계산이 더 복잡하고, 일부 상황에서는 overshooting이 발생하여 고주파 잡음을 유발할 수 있습니다.

 

장점	단점
더 정교한 결과를 제공하여 고주파 성분에서 더욱 부드러운 보간을 제공한다.	계산이 더 복잡하고, Nearest Neighbor 및 Bilinear Interpolation에 비해 느릴 수 있다.
Bilinear Interpolation에 비해 높은 주파수 성분에서 민감하지 않다.	이미지 크기를 크게 조절할 때 일부 디테일이 손실될 수 있다.
더 정확한 결과를 얻을 수 있어 고해상도 이미지에서 유용하다.	오버슈팅(overshooting) 문제가 발생할 수 있다.