본문 바로가기
728x90
반응형

분류 전체보기92

[논문리뷰] SCNet : Underwater Image Enhancement Via Learning Water Type Desensitized Representations SCNet의 핵심 아이디어는 공간 차원(Spatial dimensions)과 채널 차원(Channel dimensions) 모두에서 정규화 기법으로 하여 underwater image의 둔감한 특징을 학습한다는 것이다. 두개를 합쳐서 SCNet 라고 한다.Introduction 수중 이미지는 다양한 요인들에 의해서 열화(degradation)되는데, 주요 요인 중 하나는 이미지 내 객체의 깊이에 따른 (즉, 물 속 깊이가 어느정도냐) 빛의 흡수와 산란이다. 빛의 흡수깊이가 깊어질수록 초록빛이나 파란빛을 띠는 현상 → 빨간 빛이 파장이 길고 에너지가 작기 때문에 물 속 깊이 도달하지 못하여 더 높은 비율로 흡수되기 때문임 빛의 산란배경에서 노이즈 및 안개 같은 뿌연 현상 → 전방 산란(forward s.. 2025. 7. 8.
영상 샘플링(Sampling) 및 양자화(Quantization) 연속적인 영상(아날로그 영상)을 디지털화 하여 디지털 영상을 얻으려면 샘플링과 양자화를 거쳐야 한다.샘플링(Sampling) : digitize spatial coordinate양자화(Quantization) : digitize intensity values ! 샘플링은 공간을 잘게 잘라서 디지털화하는 것이고, 양자화는 밝기 값을 잘게 잘라서 디지털화하는 것위와 같은 연속적인 이미지가 있다고 할때, (아직 아날로그 상태의 이미지라고 한다)AB 선을 따라 스캔선을 그려보면 위와 같다공간을 잘게 잘라서 그 중 일부 값만 취하고(Sampling), 빛의 세기를 8단계로 나눠 그 값 중 하나를 부여한다(Quantazation)연속적인 AB선을 샘플링과 양자화를 통해 디지털화 한 모습 디지털화 완성,, 연속적인 .. 2025. 5. 13.
02. Matplotlib 숫자 입력하기 plt.plot([2, 3, 5, 10]) # plt.plot(np.array([2, 3, 5, 10]))과 동일함plt.show() x 값은 기본적으로 [0, 1 ,2, 3]이 된다plt.plot(np.array([2, 3, 5, 10])으로 값 입력 가능 -> 점 (0,2) (1, 3) (2, 5) (3, 10) 잇는 꺾은선 그래프plt.plot([1, 2, 3, 4], [2, 3, 5, 10]) # x값, y값값plt.show() -> 점 (1, 2) (2, 3) (3, 5) (4, 10) 잇는 그래프 data_dict = {'data_x': [1, 2, 3, 4, 5], 'data_y': [2, 3, 5, 10, 8]}plt.plot('data_x', 'data_y', data .. 2025. 4. 9.
01. Matplotlib 기본 사용 import matplotlib.pyplot as plt기본 임포트plt.plot([1, 2, 3, 4]) # y valuesplt.show() y축 1, 2, 3, 4로 설정, plot 함수는 x값 [0,1, 2, 3]을 자동으로 만듦show()는 그래프 화면 출력  plt.plot([1, 2, 3, 4], [1, 4, 9, 16])plt.show() x, y 값 지정  plt.plot([1, 2, 3, 4], [1, 4, 9, 16], 'ro') # x, y값 인자의 선의 색 및 형태plt.axis([0, 6, 0, 20]) # 축의 범위 지정plt.show() x, y 값 인자의 선의 색 및 형태 지정하는 format string 설정 가능.. 2025. 4. 9.
728x90
반응형