• 보존과학회지
• /
• 제38권1호
• /
• pp.14-32
• /
• 2022

Underwater photographing and image recording are essential for pre-excavation survey and during excavation in underwater archaeology. Unlike photographing on land, all underwater images suffer various quality degradations such as shape distortions, color shift, blur, low contrast, high noise levels and so on. Outcome is very often heavily photographing equipment and photographer dependent. Excavation schedule, weather conditions, and water conditions can put burdens on divers. Usable images are very limited compared to the efforts. In underwater archaeological study in very turbid water such as in the Yellow Sea (between mainland China and the Korean peninsula), underwater photographing is very challenging. In this study, off-site image distortion and color compensation techniques using an image processing/analysis software is investigated as an alternative image quality enhancement method. As sample images, photographs taken during the excavation of 800-year-old Taean Mado Shipwrecks in the Yellow Sea in 2008-2010 were mainly used. Significant enhancement in distortion and color compensation of archived images were obtained by simple post image processing using image processing/analysis software (PicMan) customized for given view ports, lenses and cameras with and without optical axis offsets. Post image processing is found to be very effective in distortion and color compensation of both recent and archived images from various photographing equipment models and configurations. Merits and demerit of in-situ, distortion and color compensated photographing with sophisticated equipment and conventional photographing equipment, which requires post image processing, are compared.

• 방송공학회논문지
• /
• 제28권2호
• /
• pp.178-184
• /
• 2023

카메라로 촬영한 야외 일반 영상에서 텍스트 이미지를 찾아내고 그 내용을 인식하는 기술은 로봇 비전, 시각 보조 등의 기반으로 활용될 수 있는 매우 중요한 기술이다. 하지만 텍스트 이미지가 저해상도인 경우에는 텍스트 이미지에 포함된 노이즈나 블러 등의 열화가 더 두드러지기 때문에 텍스트 내용 인식 성능의 하락이 발생하게 된다. 본 논문에서는 일반 영상에서의 저해상도 한글 텍스트에 대한 이미지 초해상화를 통해서 텍스트 인식 정확도를 개선하였다. 트랜스포머에 기반한 모델로 한글 텍스트 이미지 초해상화를 수행 하였으며, 직접 구축한 고해상도-저해상도 한글 텍스트 이미지 데이터셋에 대하여 제안한 초해상화 방법을 적용했을 때 텍스트 인식 성능이 개선되는 것을 확인하였다.

• 전자공학회논문지
• /
• 제50권9호
• /
• pp.127-135
• /
• 2013

저조도 환경에서 카메라로 영상을 획득하기 위해 일반적으로 가시광 플래시를 사용하거나 장노출 기법을 사용하게 된다. 그러나 가시광 플래시를 사용할 때 플래시 광에 의한 색 왜곡이나 적목 현상, 눈부심에 의한 거부감을 발생시킨다. 또한 장노출을 사용하게 되면 물체의 움직임에 의한 흔들림 현상이 발생하게 된다. 따라서 최근에는 이러한 단점을 극복하고, 저조도 환경에서 고화질의 영상을 획득하기 위하여 멀티 스팩트럴 플래시(Multi-spectral flash image)를 이용하여 영상을 획득하는 방법이 소개되었다. 이 방법은 가시광과 UV/IR스펙트럼의 다섯 채널을 이용하여 가시광영상의 색 정보와 UV/IR 스팩트럼 영상의 세부정보를 최적화하여 영상을 획득하는 방법이다. 하지만, 픽셀 기반의 최적화 과정에 있어 색 왜곡과 다른 잡음을 발생시키게 된다. 따라서 본 논문에서는 이러한 색 왜곡과 잡음을 개선하기 위해 영역 기반의 가중치 맵을 최적화 방법에 적용하여 색 왜곡을 개선하는 알고리즘을 제안한다. 먼저, 영상에 대하여 Canny 에지 검출 방법을 사용하여 영상의 윤곽을 검출하였다. 이를 가중치 맵으로 최적화방법에 적용함으로, 세부 영역에 대하여 UV/IR 플래시 영상의 정보에 가중치를 부여하고, 평탄한 영역에 대하여 가시광 영상의 색 정보를 가중치를 부여하여 색 왜곡을 개선하였다. 제안한 방법을 평가하기 위하여 실험을 통하여 제안한 방법과 이전방법을 비교하였고, 객관적 평가와 주관적 평가 모두 제안한 방법이 우수한 성능을 나타내었다.

• 한국의학물리학회지:의학물리
• /
• 제23권1호
• /
• pp.26-32
• /
• 2012

확대촬영은 일반촬영뿐 아니라 미세골촬영, 유방촬영 및 다른 진단 영역에서 널리 사용되고 있다. 유한한 X선 초점의 크기로 인해 확대촬영은 분해능, 노이즈, 대조도 등 영상 시스템 전체에 영향을 미친다. 본 연구의 목적은 유효검출양자효율(effective detective quantum efficiency, eDQE)을 이용하여 영상시스템에 있어서 확대도와 초점크기의 영향을 알아보고자 함이다. 전체적인 영상 시스템 특성을 반영하는 eDQE는 초점에 의한 흐림 현상, 확대, 산란 그리고 격자 반응 등의 영향을 고려한다. 본 실험에서는 Food and Drug Administration (FDA)에서 고안된 흉부 팬텀을 사용하여 실제 가슴 촬영조건에서 측정된 유효변조전달함수(effective modulation transfer function, eMTF), 유효잡음력스펙트럼(effective noise power spectrum, eNPS), 산란율(scatter fraction, SF) 및 투과율(transmission fraction, TF)을 통해 eDQE 값을 도출하였다. 연구 결과를 통해 살펴보면 소초점을 사용했을 경우, eMTF의 값이 10%일 때의 공간주파수는 확대도가 1.2, 1.4, 1.6, 1.8, 2.0일때 각각 2.76, 2.21, 1.78, 1.49 그리고 1.26 lp/mm이었다. 대초점을 사용했을 경우, MTF의 값이 10%일 때의 공간주파수는 확대도가 1.2, 1.4, 1.6, 1.8, 2.0일 때 각각 2.21, 1.66, 1.25, 0.93 그리고 0.73 lp/mm이었다. 확대도가 증가할수록 eMTF 값이 떨어지고, 소초점을 사용했을 때가 대초점을 사용했을 때보다 eMTF가 전체적으로 높다는 것을 확인할 수 있었다. 초점의 크기에 따른 zero frequency에서의 eDQE 값의 변화는 크게 보이지 않았다. 그러나 대초점을 사용했을 경우, 소초점을 사용했을 때보다 저 주파수에서 고 주파수로 갈수록 eDQE가 급격하게 감소하는 것을 확인할 수 있었다. 일반적으로 확대촬영은 작은 병변을 확대시키고 낮은 유효잡음과 air-gap에 의한 산란선의 감소로 인해 대조도를 증가시킨다. 이로 인해 크기가 작은 병변을 고대조도로 확대시킴으로써 진단율을 높일 수 있다. 그러나 초점 크기로 인한 흐림 현상이 확대도에 따라 공간 분해능에 더 큰 영향을 미친다. 이러한 결과를 바탕으로, 디지털 일반촬영 시스템에서의 확대촬영을 시행하기 위한 적절한 초점크기와 확대도가 확립되어야 한다.

• 대한전자공학회논문지SP
• /
• 제48권5호
• /
• pp.84-95
• /
• 2011

본 논문에서는 위성영상을 압축하는 과정에서 발생하는 압축잡음을 내용 분석을 통해 적응적으로 제거하는 디블록킹 알고리즘을 제안 한다. 특히, 제공된 KOMPSAT(korean multi-purpose satellite)-2는 열 단위로 동일한 양자화 계수를 적용하며 고주파 성분이 많은 부분을 압축하여 효율 및 시간을 향상 시켰으나 압축률이 높은 동일 열 내에 복잡도가 낮은 부분에서 압축 잡음이 나타나는 문제점이 있다. 이러한 압축잡음을 제거하기 위해 일반적인 디블록킹 필터를 적용 시 복잡한 영역을 평활화시키는 문제점이 있다. 따라서 제안한 방법에서는 영상 분석 후 적응적 디블록킹 필터를 통해 에지를 보존하면서 격자잡음을 제거 한다. 이와 동시에 WLFPCA(weighted lowpass filter using principle component analysis)를 이용하여 큰 곡선형 경계부분의 계단잡음을 제거 하였다. 제안한 방법은 성능을 평가하기 위한 모의실험 결과로부터 기존의 방법에 비하여 객관적 화질 지표인 PSNR(peak signal to noise ratio)과 주관적 화질 지표인 MSSIM(mean structural similarity)에서 비슷하거나 향상된 결과를 보였으며 특히, 기존의 압축잡음 제거 알고리즘은 반복적 프로세싱을 통해 계단잡음을 제거하나 제안한 방법은 싱글패스(single-path) 방식으로 시간을 크게 단축시켜 실시간에 가까운 처리가 가능하도록 하였으며, 계산양을 줄여 하드웨어의 적용이 용이하게 하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제1권2호
• /
• pp.103-108
• /
• 2012

최근 고성능 모바일기기의 보급과 멀티미디어 콘텐츠의 활용이 커짐에 따라 저해상도 영상을 고해상도로 재구성하는 초해상도(super resolution) 기법이 중요하게 대두되고 있다. 모바일기기에서는 초해상도를 사용하기 위해서는 연산량과 메모리 등의 제한적인 자원의 사용을 고려한 초해상도 알고리즘이 요구된다. 본 논문에서는 모바일기기에 적용하기 위해 단일영상을 통한 빠른 초해상도 기법을 제안한다. 제안한 알고리즘은 색채 왜곡을 방지하기 위해 RGB 컬러 도메인에서 HSV 컬러 도메인으로 변경하여 인간의 시각인지 특성이 가장 뚜렷한 밝기정보인 V만 처리한다. 먼저 잡음제거 및 속도향상을 고려하여 개선된 고속 back projection에 의해 영상을 확대 재구성한다. 이와 함께 2차 미분을 사용하는 LoG (laplacian of gaussian) 필터링을 이용하여 신뢰할 수 있는 에지 맵을 추출한다. 최종적으로 에지 정보와 개선된 back projection 결과를 이용하여 고해상도 영상을 재구성한다. 제안한 알고리즘을 사용하여 복원한 영상은 부자연스러운 인공물을 효과적으로 제거하고, blur현상을 최소화하여 에지 정보를 보정하고 강조해준다. 실험결과를 통해 제안하는 알고리즘이 기존의 보간법이나 전통적인 back projection 결과보다 주관적인 화질이 우수하고, 객관적으로 우수한 성능을 나타냄을 입증한다.

• 방송공학회논문지
• /
• 제26권4호
• /
• pp.453-462
• /
• 2021

자동차 번호인식을 위해선 수많은 번호판 데이터가 필요하다. 번호판 데이터는 과거의 번호판부터 최신의 번호판까지 균형 있는 데이터의 확보가 필요하다. 하지만 실제 과거의 번호판부터 최신의 번호판의 데이터를 획득하는데 어려움이 있다. 이러한 문제를 해결하기 위해 인조 번호판을 이용하여 자동차 번호판을 생성하여 딥러닝을 통한 번호판 인식 연구가 진행되고 있다. 하지만 인조 데이터는 실제 데이터와 차이가 존재하며, 이러한 문제를 해결하기 위해 다양한 데이터 증강 기법을 사용한다. 기존 데이터 증강 방식은 단순히 밝기, 회전, 어파인 변환, 블러, 노이즈등의 방법을 사용하였다. 본 논문에서는 데이터 증강 방법으로 인조데이터를 실제 데이터 스타일로 변환하는 스타일 변환 방법을 적용한다. 또한 실제 번호판 데이터는 원거리가 많고 어두운 경우 잡음이 많이 존재한다. 단순히 입력데이터를 가지고 문자를 인식할 경우 오인식의 가능성이 높다. 이러한 경우 문자인식 향상을 위해 본 논문에서는 문자인식을 위하여 화질개선 방법으로 DeblurGANv2 방법을 적용하여 번호판 인식 정확도를 높였다. 번호판 검출 및 번호판 번호인식을 위한 딥러닝의 방식은 YOLO-V5를 사용하였다. 인조 번호판 데이터 성능을 판단하기 위해 자체적으로 확보한 자동차 번호판을 수집하여 테스트 셋을 구성하였다. 스타일 변환을 적용하지 않은 번호판 검출이 0.614mAP를 기록하였다. 스타일 변환을 적용한 결과 번호판 검출 성능이 0.679mAP 기록하여 성능이 향상되었음을 확인하였다. 또한 번호판 문자인식에는 화질 개선을 하지 않은 검출 성공률은 0.872를 기록하였으며, 화질 개선 후 검출 성능이 0.915를 기록하여 성능 향상이 되었음을 확인 하였다.