• 한국통신학회논문지
• /
• 제37A권12호
• /
• pp.1054-1064
• /
• 2012

HDR (high dynamic range) 톤 맵핑 (tone mapping) 알고리듬은 높은 다이내믹 레인지 영상을 압축하여 LDR (low dynamic range) 영상 장치에 구현하기 위해 사용된다. 대표적인 톤 맵핑 알고리듬의 한 방법인 레티넥스 (retinex)는 효과적인 다이내믹 레인지 압축과 색 항상성을 보존할 수 있는 특성을 가지고 있으며, 다중 스케일 및 휘도 성분 기반 알고리듬 등으로 발달되어왔다. 그러나 레티넥스 기반 알고리듬들은 어두운 영역에서 노이즈가 강하게 나타나고 밝은 영역에서는 채도 저하 현상이 나타나는 단점이 있다. 본 논문에서는 명암대비 성능의 개선과 채도 저하 및 노이즈 개선을 위해 시각 밝기 함수를 기반으로 하는 다중 스케일 톤 맵핑 알고리듬을 제안하였다. 제안된 알고리듬은 원영상의 채도 및 색상의 보존을 위해 HSV 색 공간에서 처리가 이루어지며 인간 시각 특성을 반영하기 위해 조명의 변화에 따른 최소 및 최대 휘도 레벨 예측 함수와 시각 감마 모델링 함수를 이용하였다. 그리고 주관적 및 객관적 성능 비교로부터 제안된 알고리듬의 우수성을 확인하였다. 제안된 알고리듬은 시청환경의 변화로 인해 다이내믹 레인지의 개선이 필요한 분야에서 영상화질의 효과적인 개선을 기대할 수 있을 것이다.

• 대한전자공학회논문지SP
• /
• 제43권5호
• /
• pp.12-21
• /
• 2006

본 논문에서는 컬러 영상에서 배경의 복잡도와 객체의 위치에 관계없이 영상 내에 존재하는 중요 객체를 자동으로 추출하는 방법을 제안한다. 제안하는 방법은 중요 객체를 추출하기 위해 에지(edge) 정보와 색상(color) 정보를 이용한 특징 지도를 사용한다. 또한, 효과적인 객체 추출을 위해서 참조 지도(reference map)를 제안한다. 참조 지도를 생성하기 위해서는 영상에서 사람의 시각에 두드러지게 구분되는 영역을 표현하는 특징 지도(feature map)를 먼저 생성한다. 그런 다음, 특징 지도들을 효과적으로 결합하여 배경의 영향을 최소화 하면서, 중요 객체가 존재할 확률이 높은 영역들을 포함하는 참조 지도를 생성한다. 특징 지도를 생성하기 위해서는 밝기 차 정보를 나타내는 에지와 YCbCr 컬러와 HSV 컬러 공간에서의 색상 성분을 사용하며, 특징 지도에 대한 생성 방법은 영상 내에서 밝기차이와 색상차이에 의해서 나타나는 경계 부분을 추출하는 방법을 사용한다. 최종적으로 중요 객체가 존재하는 영역을 나타내기 위해서 참조 지도와 특징 지도들을 결합한 결합 지도(combination map)를 생성한다. 결합 지도는 중요 객체의 외곽선 정보만을 표현하기 때문에, 객체 전체를 표현할 수 있는 객체 후보 영역을 추출하는데, 이를 위해서는 객체 후보 영역을 추출하기 위해서 convex hull 알고리즘을 사용한다. Convex hull 알고리즘에 의해서 추출된 영역은 여전히 배경 부분을 포함하고 있으므로, 영상 분할 방법을 적용하여 배경을 제거한 후 영상에서의 중요 객체를 추출한다. 제안한 알고리즘의 성능을 실험적으로 확인한 결과, 평균적으로 84.3%의 정확율과 81.3%의 재현율의 성능을 보였다.

• 한국산학기술학회논문지
• /
• 제22권2호
• /
• pp.20-25
• /
• 2021

본 논문은 Deep-learning 기반의 검출모델을 이용하여 연속적으로 입력되는 비디오 이미지 내의 해당 대상체를 의미별로 분류해야하는 문제에 대한 구현방법에 관한 논문이다. 기존의 대상체 검출모델은 Deep-learning 기반의 검출모델로서 유사한 대상체 분류를 위해서는 방대한 DATA의 수집과 기계학습과정을 통해서 가능했다. 대상체 검출모델의 구조개선을 통한 유사물체의 인식 및 분류를 위하여 기존의 검출모델을 이용한 분류 문제를 분석하고 처리구조를 변경하여 개선된 비전처리 모듈개발을 통해 이를 기존 인식모델에 접목함으로써 대상체에 대한 인식모델을 구현하였으며, 대상체의 분류를 위하여 검출모델의 구조변경을 통해 고유성과 유사성을 정의하고 이를 검출모델에 적용하였다. 실제 축구경기 영상을 이용하여 대상체의 특징점을 분류의 기준으로 설정하여 실시간으로 분류문제를 해결하여 인식모델의 활용성 검증을 통해 산업에서의 활용도를 확인하였다. 기존의 검출모델과 새롭게 구성한 인식모델을 활용하여 실시간 이미지를 색상과 강도의 구분이 용이한 HSV의 칼라공간으로 변환하는 비전기술을 이용하여 기존모델과 비교 검증하였고, 조도 및 노이즈 환경에서도 높은 검출률을 확보할 수 있는 실시간 환경의 인식모델 최적화를 위한 선행연구를 수행하였다.