Assignment1

✅ Part 1. Image Filtering

Cross-Correlation

• 1D/2D 커널을 이용한 이미지 필터링 함수 구현
• 1D 함수는 주어진 kernel에 따라 수직/수평 구별
• kernel은 모두 odd sized
• 필터 크기와 이미지 크기는 동일하게 유지(입력 이미지의 가장자리 픽셀 값 사용하여 패딩)
• built-in 함수 사용 금지

Gaussian filter

• 필터 크기와 시그마 조합 총 9개를 이용해 이미지 필터링 수행 및 시각화
• 차이 맵 시각화, 픽셀 간 절댓값 합, 연산 시간 비교 출력

✅ Part 2. Edge Detection

• Gaussian filter 적용
• Sobel filter(edge 검출을 위해) 적용
  • x, y 방향의 gradient와 magnitude 계산
• Non-Maximum Suppression (NMS) 함수 구현(non_maximum_suppression_dir)
  • 8개 방향 중 가까운 각도로 Direction Quantization
  • 주변 픽셀과 비교하여 suppress

✅ Part 3. Corner Detection

• Gaussian filter 적용
• Sobel filter 적용
• Second Moment Matrix M
• Corner Response R 계산 (k=0.04), 정규화
• Non-Maximum Suppression (NMS) 함수(non_maximum_suppression_win)
  • winSize(=11) 내의 maximum 값으로 suppress
  • 0.1 이하면 무시

Assignment2

✅ Part 1. 2D Transformations

• Interactive 2D transformations

✅ Part 2. Homography

• ORB 측징 추출, Hamming 거리 기반의 ORB descriptor 유사도 측정
  • (built-in matcher 사용 금지)
• Normalization
• RANSAC을 통한 Homography 계산
• Image wraping
• Image stitching
  • 경계 부분 그라데이션 기반 블렌딩

Assignment3

✅ Part 1. Fundamental Matrix

• Eight-Point 알고리즘, Normalization
• Fundamental Matrix
• reprojection errors
• Visualization of epipolar lines

Assignment4

✅ Part 1. Image Retrieval

• Dataset: a subset of UKBench
• computing image descriptors