• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 추계학술대회
• /
• 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.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 하계학술대회
• /
• 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.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 추계학술대회
• /
• 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.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2017년도 하계학술대회
• /
• 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.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 추계학술대회
• /
• pp.201-204
• /
• 2009

본 논문에서는 한 장의 영상을 사용하여 영상 내에 존재하는 안개나 흐린 날씨 상태를 제거하는 알고리즘을 제안한다. 본 논문에서 제안하는 알고리즘은 dark channel prior를 사용하는 기법으로써 기존 알고리즘의 문제점을 보완하고 개선한다. 기존 알고리즘에서는 dark channel prior를 계산하여 전달량(transmission)을 추정한 후, 추정된 전달량을 영상의 모양에 맞추는 과정을 통해 정련된 전달량을 구한다. 본 논문에서는 추정된 전달량을 정련하는 과정을 개선함으로써 불필요한 메모리 사용량을 줄인다. 또한 계산량을 줄이기 위해 영상의 계층 분할을 이용한다. 실험 결과를 통하여 제안하는 알고리즘이 기존 알고리즘에 비해 개선된 성능을 발휘함을 확인한다.

• 방송공학회논문지
• /
• 제18권2호
• /
• pp.159-166
• /
• 2013

본 논문에서는 영상의 edge 정보를 이용하여 영상의 안개가 짙은 정도에 따라 영역을 분할 후 잘못 예상한 전달량을 보정하는 방법을 제안한다. 안개가 있는 날 얻은 영상은 가시성이 떨어질 뿐만 아니라 영상처리의 다양한 알고리즘을 사용하기 어렵기 때문에 안개가 짙은 정도인 전달량을 이용하여 안개를 제거한다. 안개제거를 위한 대표적인 방법중 하나인 Dark Channel Prior(DCP) 알고리즘은 날씨가 맑은 영상에서 일정 영역 안에서는 어두운 값이 존재하는 특성을 이용하여 안개의 전달량을 예상한다. 하지만 영상의 RGB 신호에서 전 채널 모두 높은 값을 갖고 있는 영역이 전달량을 찾는 영역보다 클 경우 전달량을 잘못 예상하게 된다. 따라서 제안하는 알고리즘을 사용하여 잘못된 전달량 보정을 통해 색이 왜곡되는 부분을 제거함으로서 기존의 알고리즘과 비교하여 영상 내의 색상이 자연스럽게 구현되고 안개가 제거된 결과를 얻었다.

• 한국전자통신학회논문지
• /
• 제14권5호
• /
• pp.977-984
• /
• 2019

본 논문에서는 안개 성분을 포함한 실외영상의 효과적인 응용을 위하여 저 복잡도를 갖는 전달량 추정 및 픽셀 기반 JBDCP(: Joint Bright and Dark Channel Prior)를 이용한 단일 영상 기반 안개 제거 방법을 제안한다. 기존의 전달량 추정은 계산량과 메모리 요구량이 큰 정련과정을 포함하는 반면, 제안하는 안개 제거 방법은 픽셀단위 및 블록단위 dark channel 정보를 결합하여 에지 정보가 보존되는 전달량을 추정하고 복잡도를 크게 감소시킨다. 또한 픽셀 기반 JBDCP를 이용하여 영상의 각 위치마다 다른 안개값을 구함으로써 영상의 특성을 반영한 전달량 추정이 가능하다. 다양한 안개 영상에 대해 수행한 실험 결과는 제안하는 방법이 기존의 방법에 비해 저 복잡도로 실행되면서 우수한 안개 제거 성능을 보여 실시간 기기를 포함한 다양한 분야에 응용될 수 있음을 나타낸다.

• 한국산학기술학회논문지
• /
• 제20권12호
• /
• pp.1-7
• /
• 2019

본 논문에서는 기상 및 환경조건에 영향을 받아 열화되기 쉬운 실외영상의 시인성을 개선하고 다양한 기기에 적용하기 위하여 저 복잡도의 단일 영상 안개 제거방법을 제안한다. 기존 방법에서는 거친 형태의 전달량을 추정한 후 연산량 및 메모리 요구량이 큰 정련 과정을 포함하는 반면, 제안하는 전달량 추정 방법은 에지 근처에서 픽셀 단위 dark channel과 패치 단위 dark channel을 비교함으로써 에지를 보존하는 특성이 우수하고 정련 과정이 필요하지 않아 저복잡도 전달량 추정이 가능하다. 또한, 픽셀 단위 JBDC(Joint Bright and Dark Channel)를 이용하여 각 픽셀마다 안개값을 예측함으로써 정밀한 전달량 추정과 영상의 특성에 따라 적응적인 안개 제거가 가능하다. 다양한 안개 영상에 대해 수행한 실험 결과는 제안하는 방법이 기존의 방법에 비해 적은 연산량으로 수행됨과 동시에 우수한 안개 제거 성능을 보여 실시간성이 요구되는 기기를 포함한 다양한 분야에 적용될 수 있음을 확인할 수 있다.

• 방송공학회논문지
• /
• 제22권3호
• /
• pp.375-380
• /
• 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 예측 지역의 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.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2024년도 제69차 동계학술대회논문집 32권1호
• /
• pp.85-88
• /
• 2024

안개 영상은 먼지, 안개 등의 원인으로 영상 내의 물체가 흐리게 보이며, 빛의 산란으로 인하여 영상의 밝기가 높다. 기존의 다크 채널 방식은 하늘 영역을 따로 처리하지 않고, 안개 영상에서 얻어지는 다크채널을 바탕으로 전달량을 추정한다. 이러한 방식은 안개 영상 내 하늘 영역이 왜곡되는 문제가 발생하게 된다. 이와 같은 문제점을 해결하기 위하여 본 논문에서는 영상의 반전, 유클리드, 그리고 감마보정을 이용한 적응형 전달량을 추정하여 성능을 개선하였다.