• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.06a
• /
• pp.260-263
• /
• 2017

본 논문은 single image에서 측정한 빛 전달량 값과 local contrast 값을 사용하여 안개 량을 수치화하는 방법을 제안한다. 제안하는 방법은 빛 전달량 값을 사용하여 안개로 예측되는 지역을 추정하고, 추정된 안개 예측지역의 넓이와 해당 지역의 local contrast 크기의 범위를 사용하여 안개 정도를 수치화 한다. single image에서 측정 가능한 안개 의 물리적 특성들을 고려하였기 때문에 기존의 안개 검출 알고리즘들이 구분하지 못했던 영상들에서도 안개 량을 정확하게 측정하였다. 실제 빛의 산란 정도를 측정하는 감광 계수 측정계를 사용하여 측정한 안개 량과 제안하는 방법의 수치를 비교했을 때, 다양한 환경과 물체를 포함한 영상들에서 95%이상의 정확도로 안개 정도를 수치화 하였다. 또한 빛 전달량 추정 과정에서 local contrast 값을 추출하여 사용하기 때문에 기존의 빛 전달량을 측정하는 방법에서 복잡도를 거의 증가시키지 않는다.

• Journal of the Korean Geographical Society
• /
• v.38 no.4
• /
• pp.478-489
• /
• 2003

The existing researches related to the fog have focused on mainly the fog itself and its spatial variation. This study defined the hazardous fog as the fog with visibility under 500 m which caused the severe dangerous situation on roads and might cause traffic accident due to insufficient visibility. This study aimed to develop the hazardous fog index which quantified the degree of danger and included frequency of fog, visibility and its duration. We applied the index to 3 years weather station data in Korea and the results showed the distribution of the hazardous fog and their priority in terms of safety management. This was the first study that introduced the fog index in Korea and that quantified the degree of hazardous fog. These application results were useful for identifying the dangerous area due to hazardous fog and contributing to ensure the safety of eventual road users and road authorities.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.11a
• /
• pp.148-150
• /
• 2012

외부 환경에 안개가 존재하는 경우, 영상처리의 다양한 알고리즘을 사용하기 어렵다. 이때 안개가 짙은 정도인 전달량을 이용하여 안개를 제거한다. 안개 제거를 위한 대표적인 방법 중 하나인 Dark Channel Prior 알고리즘은 영상의 색 정보를 이용하여 안개의 전달량을 예상한다. 하지만 RGB 전 채널 모두 높은 값을 갖고 있는 영역이, 전달량을 찾는 마스크보다 클 때 전달량을 잘못 예상하게 된다. 본 논문에서는 영상의 edge 정보를 이용하여 영상의 안개가 짙은 정도에 따라 영역을 분할 후 잘못 예상된 전달량을 보정하는 방법을 제안한다. 잘못된 전달량 예상을 통해 색이 왜곡되는 부분을 제거함으로서 기존의 알고리즘과 비교하여 영상 내의 색상이 자연스럽게 안개가 제거된 결과를 얻었다.

• Journal of Broadcast Engineering
• /
• v.22 no.3
• /
• pp.375-380
• /
• 2017

This paper has proposed a single image based fog degree quantification method by measuring both transmission and local contrast. The proposed method estimates the foggy expected regions from transmission, and then assesses the size of regions of which transmission values are foggy expected ones and the range of local contrast value on such regions. Compared with fog degree gauged by the scattering coefficient measurement sensor, the proposed method quantifies the fog degree with more than 95% accuracy for images containing various objects and environments. We also developed a technique that measures the local contrast values in process of measuring transmission values. So, the proposed method does not increase complexity compared to the existing transmission method.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2013.05a
• /
• pp.814-817
• /
• 2013

In this paper, we propose a visibility enhancement method using dehazing method in fog situation. The proposed method calculate low bound of the transmission rate that indicate fog rate and transmission that processed power operation in each pixel by the user's control. And we obtain the dehazed image using calculated transmission rate. Proposed method is possible real-time processing, because the method don't cause halo effect and drop operations from filtering by closed form. We can obtain the dehazed image in various fog conditions by user control that strength of removing fog can be adjusted according to the dgree of fog.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.11a
• /
• pp.125-126
• /
• 2014

안개 제거 알고리즘은 single image에서 대기값(Airlight)와 대기의 빛 전달량(Transmission)을 추정하여 안개로 인한 빛의 산란에 의해 생긴 Contrast 감소 및 채도의 왜곡과 같은 영상 왜곡을 보정해줌으로써 안개 영상에서 안개를 효과적으로 제거해준다. 하지만 기존의 안개 제거 알고리즘은 안개 영상에 특화되었기 때문에 안개가 없는 영상에 알고리즘을 시행 할 경우 색상과 명암에 왜곡을 불러 일으킬 수 있다. 이에 따라 알고리즘을 수행하기 앞서 안개 량을 측정하고 그 결과에 따라 안개 제거 알고리즘에 제거 정도 가중치나 알고리즘 수행 여부를 판단할 필요가 있다. 본 논문은 기존 안개 제거 알고리즘들이 영상의 patch를 사용하여 빛 전달량(Transmission)을 추정한다는 것을 이용하여 빛 전달량을 구함과 동시에 안개 량을 판단하는 알고리즘을 개발하였다. 안개량을 측정하기 위해 각 patch의 pixel 분포 특성과 patch의 빛 전달량(Transmission)을 구하기 위한 특정 값과 실제 pixel의 명암(Intensity)을 비교하여 안개 량을 측정한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.07a
• /
• pp.533-535
• /
• 2015

안개 제거 알고리즘은 single image에서 대기값(Airlight)와 대기의 빛 전달량(Transmission)을 추정하여 안개로 인한 빛의 산란에 의해 생긴 Contrast 감소 및 채도의 왜곡과 같은 영상 왜곡을 보정해줌으로써 안개 영상에서 안개를 효과적으로 제거해준다. 하지만 기존의 안개 제거 알고리즘은 안개 영상에 특화되었기 때문에 안개가 없는 영상에 알고리즘을 시행 할 경우 색상과 명암에 왜곡을 불러 일으킬 수 있다. 이에 따라 알고리즘을 수행하기 앞서 안개 량을 측정하고 그 결과에 따라 안개 제거 알고리즘에 제거 정도 가중치나 알고리즘 수행 여부를 판단할 필요가 있다. 본 논문은 기존 안개 제거 알고리즘들이 영상의 patch를 사용하여 빛 전달량(Transmission)을 추정한다는 것을 이용하여 빛 전달량을 구함과 동시에 안개 량을 판단하는 알고리즘을 개발하였다. 안개량을 측정하기 위해 각 patch의 pixel 분포 특성과 patch의 빛 전달량(Transmission)을 구하기 위한 특정 값과 실제 pixel의 명암(Intensity)을 비교하여 안개 량을 측정한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.350-352
• /
• 2013

야외에서 촬영된 영상은 안개나 연무 등에 의한 화질 저하가 나타난다. 이를 해결하기 위하여 안개제거를 위한 여러 장의 영상, 추가정보를 이용하는 안개제거 방법과 한 장의 영상을 이용한 안개제거 방법들이 제안되어왔다. 본 논문에서는 한 장의 영상에서 안개나 연기를 제거하여 가시성이 향상된 영상을 제공하는 방법을 제안한다. 이를 위하여 본 논문에서는 안개영상 모델에 대한 2차원 방정식 풀이를 통해 원 영상에 안개가 어느 정도의 비율로 섞여있는지를 나타내는 전달률(transmission rate)을 계산하고, 계산된 전달률을 이용하여 안개가 제거된 영상을 구한다. 제안된 방식은 기존 방법들과 달리 필터를 사용하지 않고 화소단위의 연산만을 사용하므로 후광효과가 발생하지 않고, 연산량이 매우 적어 실시간 처리가 가능하다.

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 2002.11a
• /
• pp.280-281
• /
• 2002

안개는 지표면과 인접한 대기 중에서 발생하여 장시간 체류하는 현상으로, 입자크기는 1-100$\mu\textrm{m}$정도로 빗물입자(0.1-3.0mm)보다 작다. 또한, 구름은 고도 600m 이상에서 형성되며 안개입자와 동일한 기 작에 의해 발생하여 장거리 이동을 하게 되는데, 관측자의 위치 및 고도에 따라 안개 또는 구름으로 인식하게 된다. 이러한 안개는 일반적으로 시정거리 1km이하의 기상현상을 의미하기도 하지만, 대기 중의 입자상.기체상 오염물질을 지표 및 동ㆍ식물의 표면으로 이동시키는 매개체의 역할로 생각할 수 있다. (중략)

• Journal of Broadcast Engineering
• /
• v.18 no.2
• /
• pp.159-166
• /
• 2013

In this paper, we propose a transmission rate compensation method to remove a haze of an image by using edge information of a haze image and image segmentation. With a hazed image, it is difficult not only to recognize objects in the image but also to use an image processing method. One of the famous defogging algorithm named 'Dark Channel Prior'(DCP) is used to predict fog transmission rate using dark area of an image, and eliminates fog from the image. But there is a big possibility to calculate a wrong transmission rate if the area of high RGB values is larger than the area of the reference area. Therefore we eliminate color distortion area to calculate transmission rate by using the propose method, and obtain a natural clean image from a hazed image.