컴퓨터비전, 머신러닝, 딥러닝을 이용한 의료영상분석 9-6. Anisotropic diffusion filtering

본 내용은 Edwith의 컴퓨터비전, 머신러닝, 딥러닝을 이용한 의료영상분석을 요약 정리한 내용으로 DGIST 박상현 교수님과 Edwith, STAR-MOOC에 그 저작권이 있음을 미리 공지합니다.

Isotropic Diffusion Filtering

(그림에 나온) 3x3 filter를 고려했을 때 Smoothing 결과를 얻을 것

이 때의 다음 값을 생각했을 때 등방성 gradient 식으로 정리가 가능

각 방향에 따른 gradient 상수는 gradient에 영향을 받아 수정될 것

일반적으로 상수는 $exp^{-\triangledown I}$의 형태로 이뤄짐

가령 그림과 같이 중앙값을 기준으로 아래와의 차이가 커질 때 상수는 0에 가까워질 것이고 이는 smoothing에 있어 아래를 제외한 위, 왼쪽, 오른쪽을 보고 이뤄질 것으로 예상됨