🎥 Day 13: 영상 처리 기초 (Canny Edge, Hough Transform)

안녕하세요! ✨
앞서 Day 12에서는 카메라 캘리브레이션(OpenCV 실습) 을 통해 왜곡 보정 과정을 알아봤습니다.
오늘은 컴퓨터 비전과 자율주행 영상 처리의 기본이 되는 Canny Edge Detection 과 Hough Transform 알고리즘을 다뤄보겠습니다.

영상 처리 기초 (Canny Edge, Hough Transform)

---

🔍 1. Canny Edge Detection (윤곽선 검출)

Canny Edge는 이미지 속 윤곽선(Edge) 을 찾아내는 대표적인 알고리즘입니다.
윤곽선은 밝기가 급격히 변하는 경계선으로, 객체 인식, 차선 검출, 특징점 추출에 필수적입니다.

Canny 알고리즘 단계

1. 가우시안 블러(Gaussian Blur) → 노이즈 제거
2. 그라디언트 계산 → 픽셀 강도 변화 검출
3. 비최대 억제(Non-Max Suppression) → 가장 강한 엣지만 남김
4. 이중 임계값(Double Threshold) → 강한 엣지/약한 엣지 구분
5. Edge 연결(Hysteresis) → 최종 엣지 생성

👉 결과: 원본 이미지에서 뚜렷한 경계선만 추출된 이미지

OpenCV 코드 예제

---

🔍 2. Hough Transform (직선 검출)

Hough Transform은 이미지에서 직선(Line) 을 찾아내는 알고리즘입니다.
특히 차선 검출에서 핵심적으로 사용됩니다.

원리

• 이미지 좌표계의 한 점을 직선의 파라미터 공간(ρ, θ) 로 변환
• 여러 점들이 교차하는 지점을 찾아 직선 검출

👉 복잡한 도로 영상에서도 직선 차선을 잘 추출할 수 있습니다.

OpenCV 코드 예제

---

🚘 자율주행에서의 의미

• Canny Edge: 도로 경계, 객체 외곽 검출
• Hough Transform: 직선 차선 검출, 도로 구조 이해

👉 두 알고리즘은 차선 검출의 기초 단계로, 이후 딥러닝 기반 인식 모델과 함께 응용됩니다.

---

📌 정리

• Canny Edge: 이미지에서 윤곽선을 추출하는 기본 알고리즘
• Hough Transform: 직선을 검출해 차선 인식에 활용
• 자율주행 영상 처리의 기초로 반드시 이해해야 할 핵심 기법

---

🚀 다음 글 예고

다음 글에서는 [Day 14: 차선 검출 실습 (OpenCV)] 을 다룹니다.
오늘 배운 Canny + Hough 알고리즘을 활용해 실제 도로 영상에서 차선을 검출해보겠습니다.

---

✅ 오늘 글이 도움이 되셨다면 좋아요와 공유 부탁드립니다.