누가 보이시나요? 유명한 물리학자였던 알버트 아인슈타인? 대중문화 아이콘으로 자리매김한 마릴린 먼로?

가까이서는 아인슈타인의 얼굴이 보이고, 멀리서 마릴린 먼로의 얼굴이 보이는 착시효과를 경험하실 겁니다.
이 이미지는 고주파 이미지와 저주파 이미지를 겹쳐 하나의 하이브리드 이미지를 설명하기 위한 가장 대표적인 예시로 사용이 되는 ‘아인슈타인-먼로 착시’의 영상처리 기법입니다. 이와 같은 효과를 만들기 위해서 다양한 방법은 있지만, 푸리에 변환(Fourier Transformation)을 활용하며 응용 사례를 알아보겠습니다.

‍

위 이미지에서 보듯, 멀리서 보이게 되는 먼로 이미지를 푸리에 변환으로 저주파 필터링(Low pass filtering)하고 가까이서 보이는 아인슈타인 이미지를 고주파 필터링(High pass filtering)을 합니다. 이렇게 변환된 이미지 두 개의 각 가중치를 설정하여 합쳐진 이미지를 푸리에 역변환(iFFT2)하면 공간도메인(spatial domain)에 최종 합성 이미지가 출력됩니다. 단, 필터를 거친 고주파와 저주파 이미지의 대상이 균일하게 중복이 되어야 가장 자연스러운 합성 이미지가 생성된다는 전제 조건은 있습니다.

‍

제조 현장에서 장비 이상, 제품 양.불 판정 등 다양한 이유로 열화상 카메라를 활용합니다. 적외선 영상은 온도 분포도를 파악할 수 있지 해상도가 낮고 컬러가 제한적이기 때문에 물체의 형상을 정확하게 도출하기는 어렵습니다.

‍

반면에 가시광(visible light) 영상은 큰 비용 없이 높은 해상도의 결과물을 출력할 수 있습니다. 따라서 가시광 영상의 고주파 성분 적외선 영상의 저주파 성분을 기반해 푸리에 변환으로 합성을 하면 온도 분포도와 물체의 형체를 동시에 표현할 수 있게 됩니다

‍