• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2017.05a
• /
• pp.787-789
• /
• 2017

Edge detection is used in many applications such as image analysis, pattern recognition and computer vision. Existing edge detection methods, there is such Sobel, Prewitt, Roberts, and LoG(Laplacian of Gaussian). In the conventional edge detection method, edge detection is insufficient because the change of the pixel brightness is small when the original image is in low illumination. Therefore, in this paper, we proposed a function to convert the pixel brightness of low illumination image to solve this problem. And it was compared by applying the conventional methods Sobel, Prewitt, Roberts, LoG(Laplacian of Gaussian) to determine the performance of the pixel brightness transform function.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.47 no.4
• /
• pp.90-96
• /
• 2010

The focusing system is an important factor to determine the imaging quality of a digital imaging system. The focusing system consist of measuring the focusing index with high frequency energy of an image and controlling the movement of the focusing lens based on the computed focusing index. The computation of the focusing index is a key aspect in implementing the focusing system and the noise of the image cause the error in the sharpness evaluation of the image. To reduce this error, the noise under the low illumination condition is considered. A noise insensitive focusing index using adaptive weights is proposed in this paper. This measure determines the sharpness of an image using the spatially adaptive weights based on the local statistics of the image and noise. Experimental results under the condition without and with the noise verify the performance of the proposed method.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.11a
• /
• pp.108-109
• /
• 2018

저조도 영상의 개선에 관한 연구는 대부분 대비 개선을 목적으로 한다. 저저도 영상에서 밝기 개선, 대조 개선, 및 조명 성분 감쇠 등의 다양한 연구가 진행됐다. 최근에 인공신경망으로 상기 방법들을 대체하는 연구가 진행 중이다. 본 논문에서는 Retinex 이론에 기반하여 조명 광원이 존재하는 저저도 영상으로부터 조명 성분을 감쇠하고, 반사 성분만을 생성하는 기법을 심층신경망으로 대체하는 방법을 제안한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.19 no.7
• /
• pp.1680-1686
• /
• 2015

Edge detection is an essential preprocessing for most image processing application, and there are several existing detection methods such as Sobel, Roberts, Laplacian, LoG(Laplacian of Gaussian) operators, etc. Those existing edge detection methods have not given satisfactory results since they do not offer enough pixel brightness change in low light level environment. Therefore, in this study new algorithms using brightness transfer function in the preprocessing and for edge detection applying standard deviation and average-weighted local masks are proposed. In addition, the performance of proposed algorithms was evaluated in comparison with the existing edge detection methods such as Sobel, Roberts, Prewitt, Laplacian, LoG operators.

• Broadcasting and Media Magazine
• /
• v.25 no.1
• /
• pp.20-27
• /
• 2020

최근 모바일 기기를 위한 카메라 관련 기술이 발전하면서 취득할 수 있는 영상의 화질 또한 크게 향상되고 있다. 그러나, 일상 생활에서 빈번히 발생하는 다양한 실내외 불규칙한 조명 조건 및 저조도 환경은 여전히 영상 화질 저하를 야기한다. 본 고에서는 이러한 문제를 해결하기 위해 최근 널리 연구되고 있는 심층신경망 기반 영상 화질 개선 연구의 최신 동향을 소개하고자 한다. 먼저, 다양한 최적화 기법을 바탕으로 영상 내 조명 성분을 추정하고, 이를 개선하는 방법들에 대해 간략히 설명한다. 또한, 영상 인식, 객체 검출 등에서 뛰어난 성능을 입증한 합성곱 신경망 구조를 기반으로 영상의 잠재적 특징을 효과적으로 검출한 후 이를 바탕으로 개선된 영상을 생성하는 방법에 대해 설명한다. 다양한 데이터셋에 대한 실험 결과를 통해 인공지능 기반 영상 화질 개선의 우수성을 보인다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.11a
• /
• pp.169-171
• /
• 2013

최근 Full-HD TV, UHDTV의 보급에 따라 고화질 영상에 대한 수요가 증가하고 있으며 N-Screen 서비스의 확장으로 고화질 영상을 빠르게 전송하는 문제의 중요성은 더욱 커지고 있다. 고화질 영상을 빠르게 전송하기 위해서는 압축 효율의 향상이 필요한데, 일반적으로 영상에 잡음이 많을 때에는 압축 효율이 떨어진다. 본 논문에서는 다양한 원인의 잡음들 중에 film grain noise에 초점을 맞추어 이를 조절하여 영상압축의 효율을 높이는 방법을 연구한다. film grain은 영화촬영 방법 및 환경 등에 따라 강도가 달라지기도 하지만 필름으로 촬영한 모든 영화에서 쉽게 관찰할 수 있으며 앞으로도 계속 포함이 될 것으로 예상되고, 디지털 영화의 경우에도 저조도에서는 이와 비슷한 특성의 잡음이 발생한다. 재안하는 방법에서는 film grain이 포함된 영상에서 grain을 추출/제거한 영상을 압축하며 추출한 film grain에서 작은 영역을 선택하여 sample grain을 만든 후 별도로 압축한다. 디코더에서 grain을 없앤 영상만을 보여줄 수 있지만, 경우에 따라 grain이 없으면 심미적으로 오히려 좋지 않은 결과가 보이기도 한다. 따라서 압축을 푼 후에는 sample grain에서 원본 영상 크기의 grain을 합성한 후 grain을 제거한 영상과 더하여 grain이 포함된 영상을 재 생성한다. 실험한 결과 원본과 유사한 grain이 생성되면서 압축효율이 향상됨을 확인할 수 있다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.50 no.9
• /
• pp.127-135
• /
• 2013

In order to acquire images in low-light environments, it is usually necessary to adopt long exposure times or resort to flash lights. However, flashes often induce color distortion, cause the red-eye effect and can be disturbing to subjects. On the other hand, long-exposure shots are susceptible to subject-motion, as well as motion-blur due to camera shake when performed hand-held. A recently introduced technique to overcome the limitations of traditional low-light photography is that of multi-spectral flash. Multi-spectral flash images are a combination of UV/IR and visible spectrum information. The general idea is that of retrieving details from the UV/IR spectrum and color from the visible spectrum. However, multi-spectral flash images themselves are subject to color distortion and noise. This works presents a method to compute multi-spectral flash images so that noise can be reduced and color accuracy improved. The proposed approach is a previously seen optimization method, improved by the introduction of a weight map used to discriminate uniform regions from detail regions. The weight map is generated by applying canny edge operator and it is applied to the optimization process for discriminating the weights in uniform region and edge. Accordingly, the weight of color information is increased in the uniform region and the detail region of weight is decreased in detail region. Therefore, the proposed method can be enhancing color reproduction and removing artifacts. The performance of the proposed method has been objectively evaluated using long-exposure shots as reference.

• Journal of Broadcast Engineering
• /
• v.23 no.3
• /
• pp.369-382
• /
• 2018

We propose a single-shot high dynamic range (HDR) imaging algorithm using a deep convolutional neural network (CNN) for row-wise varying exposures in a single image. The proposed algorithm restores missing information resulting from under- and/or over-exposed pixels in an input image and reconstructs the raw radiance map. The main contribution of this work is the development of a loss function for the CNN employing the human visual system (HVS) properties. Then, the HDR image is obtained by applying a demosaicing algorithm. Experimental results demonstrate that the proposed algorithm provides higher-quality HDR images than conventional algorithms.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2015.07a
• /
• pp.272-274
• /
• 2015

본 논문에서는 하천 인근의 재난 방지를 위한 효율적인 재난감지 알고리즘을 제안한다. 제안하는 알고리즘은 영상처리를 기반으로 임계값을 자동으로 변경시켜 물과 물이 아닌 영역을 분리한다. 수위감지 알고리즘을 단순 물의 색상 정보만을 이용해 분석한다면, 야간 저조도, 폭우와 같은 상황 등에서 알고리즘 성능이 저하될 우려가 있다, 이를 해결하기 위해서 물의 색상 정보뿐 아니라 물의 흔들림 정도도 함께 고려하여 물의 영역을 찾아낸다. 또한 보다 안정적인 수위 분포를 분석하기 위해서 시간과 공간에 대한 필터링을 추가하여 빗물, 물결, 카메라의 화이트 노이즈 등 다양한 노이즈에 보다 안정적으로 수위 분포를 분석한다. 본 논문에서 제안하는 수위감지 알고리즘을 적용한다면, 센서, 목자판 인식 등 이전의 수위계측 방식보다 성능, 비용 면에서 모두 우수할 것으로 예측된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.443-445
• /
• 2022

광원 자체의 밝기가 낮거나 드리워진 그림자 등의 이유로 어두운 영역을 포함하고 있는 저조도 영상으로 인해 물체의 식별이 어려운 상황을 일상생활에서 겪게 된다. 본 논문에서는 조명 성분의 영향을 줄이고 객체의 특징을 표현하는 반사 성분을 강조하여 화질을 개선한다. 또한 촬영하는 카메라와 영상의 물체 사이의 상대적인 움직임으로 발생하는 흐릿한 영역을 최대한 제거해주고 잡음까지 보정이 되는 Stack-attention 기법을 제안한다.