01 원을 많이 찾으면 더 잘 찾은 걸까요?
설명
놓친 원·중복·오검출과 중심·반지름 오차를 함께 봐야 합니다.
물체 검출과 오검출 평가
검출 개수가 많다고 좋은 설정은 아닙니다. 알고 있는 원의 위치·크기와 비교해 오검출을 판단합니다.
실습 전에
02 잡음을 줄이면 검출은 항상 좋아질까요?
설명
전처리로 잡음이 줄어도 경계가 흐려질 수 있어 같은 정답과 비교합니다.
실행 조건
opencv-python-headless·NumPy·Matplotlib을 사용합니다.
실습
실습용 노트북 미리보기실습용 노트북 다운로드1. 정답이 있는 영상 만들기
시작 조건
160×200 Gray 영상에 중심 (50,50), (140,70), (90,120), 반지름 15,20,12인 원을 그립니다.
진행 방법
- 제공된 원 영상에 HoughCircles를 적용하세요.
- 검출 결과를 원본 위에 그려 실제 원과 대응시키세요.
남길 결과
- 정답·검출 비교 그림과 원별 오차 표.
기록 항목과 확인할 점
- 원
- 실제 중심·반지름
- 검출 중심·반지름
- 오차 [pixel]
확인할 점
- 검출하지 못한 경우를 오차 0으로 기록하지 않았는가?
- 가까운 원을 중복 대응시키지 않았는가?
2. 검출 기준 하나 바꾸기
시작 조건
param2=15와 25를 비교합니다. 같은 영상·반지름 범위를 유지합니다.
진행 방법
- 검출 수·놓친 원·중복·오검출을 각각 세세요.
- 중심 오차 5 pixel 이내이고 반지름 오차 4 pixel 이내인 검출을 대응으로 정하세요.
- 어떤 기준이 더 나은지 검출 수가 아니라 오류의 종류로 판단하세요.
남길 결과
- 두 설정의 검출 그림과 대응 표.
기록 항목과 확인할 점
- param2
- 대응된 원
- 놓친 원
- 오검출
- 중심 오차
확인할 점
- 서로 다른 임계값에서 같은 대응 기준을 사용했는가?
- 원 하나에 여러 검출을 모두 정답으로 세지 않았는가?
3. 흐림·잡음에서 실패 찾기
시작 조건
seed=7, 표준편차 15의 영상 잡음을 추가하고 같은 설정을 적용합니다.
진행 방법
- 검출 전에 Median 또는 Gaussian Filter 중 하나를 선택하세요.
- 필터 전후의 검출과 계산 시간을 비교하세요.
- 영상 기반 제어에서 검출을 신뢰할 수 없는 조건을 한 가지 정하세요.
남길 결과
- 잡음 영상의 전처리 비교와 유효성 기준.
기록 항목과 확인할 점
- 전처리
- 검출 수
- 대응 성공
- 처리 시간 [ms]
확인할 점
- uint8 변환 전에 값을 0…255로 제한했는가?
- 시간은 한 번의 실행 수치로 알고리즘의 일반적 속도라고 단정하지 않았는가?