01. 영상 처리의 개요
이 장에서는 영상 처리에 대한 전반적인 사항에 대하여 알아본다. 영상 처리의 정의, 역사에 대하여 알아보고 현재 활발히 연구되고 있는 영상 처리 분야에 대하여 알아본다. 그리고, 컴퓨터에서 영상을 표현하는 방법과 C/C++ 프로그램을 이용하여 영상을 다루기 위해 기본적으로 알아야 하는 프로그래밍 기법에 대하여 알아본다.

02. Visual C++ 2005 시작하기
이 장에서는 Visual C++ 2005를 이용하여 윈도우즈 프로그램을 만드는 방법에 대하여 알아본다. 영상 처리를 공부하는 많은 사람들이 영상 처리 알고리즘의 이해뿐만이 아니라 그 구현에 많은 시간을 투자하고 있다. 여러 가지 프로그래밍 언어가 존재하지만 영상 처리를 위해 가장 널리 사용되는 언어는 단연 C/C++ 이고, 이를 위해 Microsoft 사의 Visual C++ 이 가장 많이 사용되고 있다. 이 책에서는 Visual C++ 프로그램의 가장 최신 버전인 Visual C++ 2005를 이용하여 윈도우즈 프로그램을 만드는 방법에 대하여 설명한다.

03. BMP 파일의 이해
BMP 파일이란 확장자가 "BMP"인 파일을 지칭하며, 윈도우즈에서 그림 또는 사진을 저장할 때 사용되는 가장 기본적인 파일 포맷이다. 보조프로그램에 있는 그림판 프로그램에서도 기본적으로 BMP 파일을 입출력 포맷으로 사용하며, 윈도우즈 바탕화면으로 지정하는 사진 파일도 BMP 파일이다. 이러한 BMP 파일은 구조적으로 비트맵(정확하게는 장치 독립 비트맵)이라는 포맷을 저장하기 위한 파일 형식이다. 이 장에서는 비트맵에 대하여 전반적으로 살펴본 후, 실제 BMP 파일을 분석하고 처리하는 방법에 대하여 알아본다.

04. CDib 클래스 만들기
이 장에서는 DIB 를 처리하는 클래스를 만드는 방법에 대하여 설명한다. 이 책에서 만들 DIB 처리 클래스의 이름은 CDib 이다. CDib 클래스는 BMP 파일의 입출력, 화면 출력, 클립보드를 이용한 복사와 붙여넣기 기능 등을 제공하며 영상의 픽셀을 참조하는 인터페이스를 제공할 것이다. 또한, 트루컬러 영상의 픽셀을 처리하기 위한 RGBBYTE 클래스도 새로 정의할 것이다. CDib와 RGBBYTE 클래스를 만드는 과정을 통하여 Visual C++ 2005 에서 새로운 클래스를 추가하는 방법과 C++ 에서 클래스 설계 시 고려해야 할 점들에 대하여 알아본다.

05. 영상 처리 프로그램 틀 만들기
이 장에서는 4 장에서 만든CDib 클래스를 이용하여 영상 처리 프로그램의 틀을 만들어본다. 여기서 영상 처리 프로그램의 틀이란 영상 처리를 위하여 기본적으로 필요한 최소 기능을 포함한 프로그램을 의미한다. 새로 만들 프로그램의 이름은 ImageTool 이다. ImageTool 프로그램의 구조와 소스 코드를 제대로 이해하는 것은 매우 중요하다. 왜냐하면, 앞으로 설명할 다양한 영상 처리 알고리즘들은 모두 ImageTool 프로그램 안에서 구현될 것이기 때문이다. 여러분들이 이 책을 끝까지 숙독하며 따라온다면 최종적으로 다양한 기능이 집적된 멋진 영상 처리 프로그램을 완성할 수 있을 것이다. 이 장에서 설명할 프로그램의 기능은 기본적인 영상 입출력, 영상의 화면 출력, 영상의 복사와 붙여넣기, 영상 확대하여 보기, 상태바에 영상 픽셀 정보 표시 등이다.

06. 화질 향상 기법
이 장부터는 실제 영상을 처리하는 다양한 방법에 대하여 설명하도록 한다. 가장 먼저 영상의 픽셀 정보를 다루는 방법에 대하여 알아보고, 간단한 화질 향상 기법들에 대하여 배워보도록 한다. 각각의 화질 향상 기법들은 먼저 이론적인 배경에 대하여 먼저 설명한 후, 실제 프로그램으로 구현하는 방법을 설명할 것이다.
이 장에서는 살펴볼 화질 향상 기법은 영상의 반전, 밝기 및 명암비 조절, 감마 보정, 그리고 히스토그램 균등화이다. 히스토그램은 영상의 특성을 분석하기 위한 좋은 방법 중의 하나로써, 히스토그램을 화면에 출력하는 방법에 대하여도 알아볼 것이다.

07. 영상의 산술 및 논리 연산
영상이란 픽셀의 그레이스케일 값으로 구성된 2차원 행렬로 생각할 수 있으며, 이 경우 두 행렬을 더하거나 빼는 산술 연산이 가능하다. 또한, 각 픽셀 값을 2진수 형태로 나타내었을 경우 논리합, 논리곱과 같은 논리 연산도 가능해진다. 이 장에서는 이러한 산술 및 논리 연산을 통하여 영상의 화질을 향상시키거나 분석하는 방법에 대하여 설명한다. 또한, 영상을 비트 평면으로 분할하는 방법에 대해서도 알아본다.

08. 다양한 공간적 필터링 기법
필터(filter)라는 말은 일상 생활에서도 많이 사용하는 말이다. 필터란 무언가를 걸러주는 역할을 하는 것을 지칭한다. 실생활에서 사용하는 필터는 보통 유해하거나 필요 없는 물질들을 걸러주는 역할을 한다. 영상 처리 및 신호 처리에서도 필터링(filtering)이라는 단어를 많이 사용하고 있다. 이 장에서는 영상 처리에서의 필터링은 어떤 의미를 가지며, 어떤 결과 영상을 생성하는 지에 대하여 알아보도록 하자.

09. 영상의 기하학적 변환
영상의 기하학적 변환이란 영상의 크기 또는 위치를 변화시키거나 영상을 회전시키는 등의 변환을 의미한다. 또한, 사각형의 영상을 평행사변형 또는 임의의 사각형 모양으로 변환시키는 어파인(affine) 또는 퍼스팩티프(perspective) 변환도 기하학적 변환에 속한다. 이 장에서는 이러한 영상의 기하학적 변환 중에서 이동 변환, 크기 변환, 회전 변환, 그리고 대칭 변환에 대하여 알아본다.
영상의 기하학적 변환을 할 때 알아야 하는 중요한 이론 중의 하나는 보간법(interpolation)이다. 영상 처리에서 보간법이란 특정 위치에서의 픽셀 값을 주변 픽셀 값의 정보를 이용하여 추정하는 방법으로 최근방 이웃 보간법, 양선형 보간법, 3차 회선 보간법, 스플라인(spline) 보간법 등이 존재한다. 영상의 기하학적 변환 시 각각의 보간법이 결과 영상의 화질에 어떠한 영향을 미치는지를 알아보도록 하자.

10. 주파수 공간에서의 영상 처리
8장에서 영상의 픽셀 값을 그대로 이용하는 공간적 영역에서의 필터링 기법들을 설명하였다. 그 중 영상을 부드럽게 하거나 날카롭게 하는 필터링 기법은 영상의 주파수 성분과 밀접한 관련이 있다. 이 장에서는 영상을 주파수 공간으로 변환하고, 주파수 공간에서 영상을 필터링하는 방법에 대하여 설명한다.
이를 위하여 먼저 영상을 주파수 공간으로 변환시키는 이산 푸리에 변환에 대하여 설명한다. 그리고, 이산 푸리에 변환을 빠르게 계산하는 고속 이산 푸리에 변환 알고리즘에 대하여 설명한다. 끝으로, 주파수 공간에서 저역 통과 필터와 고역 통과 필터에 대하여 설명하고, 각 필터의 결과에 대하여 분석할 것이다.

11. 영상의 특징값 추출 방법
영상의 특징값(feature)이란 점(point), 경계선(edge), 모서리(corner), 질감(texture), 색(color) 등 다른 부분과 구분이 되어 두드러지는 성질을 의미한다. 이러한 특징값은 영상 내에서 사용자가 원하는 특정 사물의 위치를 찾는데 사용될 수도 있고, 또는 특정 영상과 다른 영상의 유사성을 판단하는 기준을 제공하기도 한다.
이 장에서는 비교적 간단하게 영상의 경계선 정보를 찾아내는 방법에 대하여 먼저 설명한다. 그리고, 경계선 정보를 이용하여 영상에서 직선 성분을 찾아내는 허프 변환(Hough transform)에 대하여 알아본다. 마지막으로 영상에서 모서리 정보, 즉, 코너 포인트(corner point)를 찾아내는 해리스(Harris) 코너 포인트 검출 방법에 대하여 알아본다.

12. 컬러 영상 처리
지금까지 그레이스케일 영상의 밝기 정보만을 이용하는 영상 처리 방법들에 대하여 알아보았다. 이 장에서는 색상 정보를 가지고 있는 트루컬러 영상을 처리하는 방법에 대하여 알아본다. 먼저 영상 처리에서 사용하는 다양한 색 표현 모델에 대하여 알아보고, 색 모델을 서로 변환하는 방법에 대하여 알아본다. 그리고, 컬러 영상에서 경계선 검출 및 히스토그램 균등화를 수행하는 방법에 대하여 알아본다.

13. 영상 분할
이 장에서는 영상 분할(segmentation) 방법에 대하여 알아본다. 영상 분할이란 영상을 유사한 속성을 갖는 픽셀들의 집합으로 나누는 것을 통칭한다. 영상 분할은 영상 내에 존재하는 특정 객체를 인식(recognition)하기 위한 전처리 과정으로 의미가 있다. 이 장에서 알아볼 영상 분할 기법들은 영상 처리 분야에서 매우 기본적이면서도 필수적인 내용들이다. 먼저 영상을 이진화하는 방법에 대하여 알아본 후, 이진화된 영상에서 서로 연결된 픽셀들을 구분하는 레이블링(labeling) 기법에 대하여 알아보자. 또한, 특정 객체의 외곽선만을 추출하는 외곽선 추적(contour tracing) 방법에 대해서도 알아보자.

14. 모폴로지 연산
모폴로지 연산은 영상 내의 특정 객체의 형태를 변형시키는 용도로 사용되며, 객체의 표현, 기술을 위해 사용되기도 하는 영상 처리의 한 분야이다. 모폴로지 연산은 이진 영상 처리에 주로 사용되며, 그레이스케일 영상에도 적용될 수 있다. 이 장에서는 이진 영상과 그레이스케일 영상에서 사용되는 기본적인 모폴로지 연산들에 대하여 알아본다.

15. 모양 기술자
이 장에서는 영상에서 분할된 객체의 모양을 표현하는 방법에 대하여 알아본다. 영상 처리에서 모양을 기술한다는 말은 영상의 모양을 일련의 숫자들의 집합으로 표현하는 것을 의미한다. 객체의 모양을 기술하는 방법은 크게 두 가지로 분류할 수 있다. 하나는 객체의 외곽선 정보를 이용하여 모양을 기술하는 방법이고, 다른 하나는 객체가 차지하고 있는 영역 정보를 이용하여 모양을 기술하는 방법이다. 이 장에서는 외곽선 기반의 푸리에 기술자와 영역 기반의 불변 모멘트에 대하여 알아본다.

16. 동영상 처리
최근 웹 카메라, 디지털 카메라, 디지털 캠코더 등을 이용한 동영상 데이터의 사용이 보편화되고 있다. 영상 처리 분야에서도 예전 정지 영상만을 처리하던 단계에서 점차 동영상에서 시간 축에 따른 영상의 변화를 감지하고 처리하는 노력이 많아지고 있다. 이 장에서는 윈도우즈에서 보편적으로 사용하는 동영상 포맷인 AVI 파일에 대하여 알아보고, AVI 파일을 재생하는 방법에 대하여 알아본다. 또한, 동영상에서 움직임 정보를 추출하는 방법에 대해서도 알아본다.

A1. OpenCV 이용하기
OpenCV 라이브러리(Open Source Computer Vision Library)는 인텔(Intel)에서 주도해서 만들기 시작하여 현재는 오픈 소스로서 만들어지고 있는 영상 처리 라이브러리이다. 이 장에서는 OpenCV 설치 및 설정, IplImage 구조체 사용 방법, OpenCV 라이브러리 사용 방법, ImageTool 프로젝트에서 OpenCV 사용하기, OpenCV 변환 함수 테스트에 대해서 알아본다.

A2. 침입자 감시 시스템 만들기
이 장에서는 OpenCV 에서 지원하는 웹 카메라 입력 기능을 이용하여 간단한 침입자 감시 프로그램을 만드는 방법에 대하여 설명한다. OpenCV 라이브러리를 이용하면 웹 카메라로부터 IplImage 타입의 영상을 얻어올 수 있다. 이를 CDib 클래스 형태로 바꾸고, 이 책에서 배운 다양한 영상 처리 알고리즘을 이용하여 침입자 감시 프로그램을 만들어보자.