Page 11 -

컴퓨터 비전에서 주로 활용하는 영상 정보는 밝기, 색상, 모양, 텍스처(texture) 등이 있으며, 이들
정보와 머신 러닝(machine learning) 알고리즘을 함께 사용하여 사물을 인지할 수 있습니다. 그러나
영상으로부터 유용한 정보를 추출하는 것은 쉬운 일이 아닙니다. 예를 들어 배경과 객체를 어떻게 1

구분해야 하는지, 빨간색을 판단하기 위해 어떤 수식을 사용해야 하는지, 둥근 윤곽인지 아닌지
를 검사하기 위해 어떤 알고리즘이 적합한지 결정하기가 쉽지 않습니다. 사과와 토마토를 구분하
기 위해 꼭지의 모양을 비교하고 싶은데, 꼭지 부분을 찾는 것이 새로운 문제가 되어 버리기도 합 컴퓨터 비전과 영상의 이해
니다. 게다가 날씨 또는 시간대에 따른 조명 변화, 카메라 시점의 변화, 잡음 등의 영향으로 영상
의 구성이 일관되지 않는 경우도 많습니다. 이처럼 영상 데이터에는 다양한 변형이 가해질 수 있

기 때문에 영상을 제대로 분석하고 이해하기 위해서는 여러 방식으로 추출한 영상 정보를 복합적
으로 사용해야 합니다. 그러므로 컴퓨터 비전에서는 영상으로부터 유용한 정보를 추출하는 방법
과 추출된 정보를 효과적으로 사용하는 방법을 모두 다루고 있습니다.

컴퓨터 비전과 더불어 널리 사용되는 용어 중에 영상 처리(image processing)가 있습니다. 몇몇 학
자들은 영상을 입력으로 받아 화질을 개선하는 등의 처리를 하여 다시 영상을 출력으로 내보내는
작업을 영상 처리라고 정의합니다. 그래서 영상 처리를 컴퓨터 비전의 전처리 과정으로 간주하기

도 합니다. 반면에 영상을 다루는 모든 학문과 응용을 통틀어 영상 처리라고 하고, 그중 영상 인식
과 같은 고수준의 처리를 컴퓨터 비전이라고 이야기하는 사람들도 있습니다. 사실 컴퓨터 비전과
영상 처리의 명확한 경계를 나누는 것은 매우 애매하며 많은 사람들이 컴퓨터 비전과 영상 처리를

혼용해서 사용합니다. 이 책에서도 컴퓨터 비전과 영상 처리 용어를 완전히 구분 지어서 다루지
않고 비슷한 의미로 사용합니다.
그렇다면 컴퓨터 비전은 어떻게 발전되어 왔을까요? 컴퓨터 비전은 말 그대로 컴퓨터를 활용하

는 학문이기 때문에 컴퓨터 비전의 역사는 컴퓨터가 보급되기 시작한 1960년대부터 시작합니다.
1960년대 이전에는 필름 카메라로 영상을 촬영하고, 현상된 필름을 가위로 오려서 짜깁기하는 아
날로그 방식의 영상 합성 방법을 사용했습니다. 1960년대 미국에서 인공위성으로부터 전송된 달

표면 사진의 잡음을 제거하는 작업을 수행하였는데, 이것이 디지털 영상 처리의 시초라고 알려져
있습니다. 1966년에는 미국 MIT 대학에서 ‘The Summer Vision Project’라는 제목으로 카메라
와 컴퓨터를 연결하여 카메라가 바라보는 장면을 컴퓨터가 인식하는 시도를 하였고, 이것을 컴퓨
터 비전의 시초로 보는 사람들도 있습니다. 이후 1970년대부터 1990년대까지는 다양한 분야에서
컴퓨터 비전 연구가 진행되었습니다. 영상에서 객체의 윤곽 또는 에지 정보를 추출하거나 코너 점

검출, 모양 정보 분석, 텍스처 분석 등의 기본적인 영상 특징 분석 방법과 이를 응용한 3차원 구조
분석, 움직임 정보 추출, 얼굴 검출 및 인식 등의 고수준 연구도 활발하게 진행되었습니다. 2000

017

OpenCV(본문)인디고출력용_0326.indb 17 2019-03-26 오후 1:28:16