• 한국전자통신학회논문지
• /
• 제10권5호
• /
• pp.645-652
• /
• 2015

양식장 또는 바다와 같은 수중은 물방울과 다양한 부유물에 의하여 탁도가 높아지므로, 깊이에 따라 빛의 감쇠가 발생하고 부유물에 의한 빛의 산란 효과도 발생한다. 본 논문에서는 이러한 수중 환경에서 획득한 수중 영상의 가시성을 개선하기 위하여, dark channel prior 개념을 이용한 안개 제거 방법과 학습된 색상 변환 모델을 이용하여 색을 복원하는 수중 영상의 가시성 개선 방법을 제안하였다. 색상 변환 모델을 학습하기 위하여 여수와 포항에서 획득한 수중 패턴 영상을 사용하였으며, 제안 방법의 제안된 방법의 성능을 측정하기 위하여 여수, 거문도, 필리핀 등에서 수집한 수중 영상을 사용하여 가시성 개선 실험을 수행하였다. 실험 결과 제안 방법이 다양한 장소에서 수집된 수중 영상의 가시성을 개선시킴을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제19권8호
• /
• pp.1281-1287
• /
• 2016

This paper presents a method of single image dehazing and feature matching for aerial remote sensing images. In the case of a aerial image, transferring the information of the original image is difficult as the contrast leans by the haze. This also causes that the image contrast decreases. Therefore, a refined transmission map based on a hidden Markov random field. Moreover, the proposed algorithm enhances the accuracy of image matching surface-based features in an aerial remote sensing image. The performance of the proposed algorithm is confirmed using a variety of aerial images captured by a Worldview-2 satellite.

• International Journal of Computer Science & Network Security
• /
• 제24권2호
• /
• pp.136-142
• /
• 2024

Haze is a very common phenomenon that degrades or reduces the visibility. It causes various problems where high quality images are required such as traffic and security monitoring. So haze removal from images receives great attention for clear vision. Due to its huge impact, significant advances have been achieved but the task yet remains a challenging one. Recently, different types of deep generative adversarial networks (GAN) are applied to suppress the noise and improve the dehazing performance. But it is unclear how these algorithms would perform on hazy images acquired "in the wild" and how we could gauge the progress in the field. This paper aims to bridge this gap. We present a comprehensive study and experimental evaluation on diverse GAN models in single image dehazing through benchmark datasets.

• 전기전자학회논문지
• /
• 제24권2호
• /
• pp.502-506
• /
• 2020

자율주행 기술이 발전함에 따라 물체 인식 기술에 대한 중요도가 높아지고 있다. 물체 인식에 있어서 안개가 낀 날씨는 가시성 및 검출 능력을 저하시키기 때문에 안개 제거 연구가 필요하다. 하지만 안개가 제거된 이미지는 고유의 색상을 제대로 반영하지 못해 검출 오류를 발생시킨다. 본 논문에서는 CIE1931 색 좌표계를 사용해 색상 영역을 확장 또는 축소하여 실세계 색상을 반영하는 알고리즘 및 하드웨어를 제안한다. 또한, 영상 매체의 발달에 맞춰 4K 환경에서 실시간 처리가 가능한 하드웨어를 구현한다. 이 하드웨어는 Verilog로 작성되었으며 SoC 보드를 통해 검증하였다.

• 한국전자통신학회논문지
• /
• 제16권6호
• /
• pp.1303-1310
• /
• 2021

본 논문에서는 안개 및 스모그 등의 조건에 의해 열화된 실외영상의 화질을 개선하기 위하여 에지 근처에서 패치(patch) 단위 및 픽셀 단위의 dark channel을 비교하여 에지 정보를 보존하는 전달량 추정 방법을 제안한다. 또한 영상의 객체와 배경의 자연스러운 복원을 위하여 라플라시안 연산을 이용한 에지 정보에 Guided Image Filtering (GIF)을 적용하는 정련 과정을 통해 효과적인 단일 영상 기반 안개 제거 방법을 제안한다. 안개가 포함된 다양한 실외영상에 대해 수행한 실험 결과는 제안한 방법이 기존의 방법에 비해 적은 계산 복잡도를 갖는 동시에 후광효과와 같은 왜곡이 감소하고 우수한 안개 제거 성능을 보여 실시간성이 요구되는 기기를 포함한 다양한 분야에 적용될 수 있음을 확인할 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.113-117
• /
• 2020

Images were taken under various weather such as rain, haze, snow often show low visibility, which can dramatically decrease accuracy of some tasks in computer vision: object detection, segmentation. Besides, previous work to enhance image usually downsample the image to receive consistency features but have not yet good upsample algorithm to recover original size. So, in this research, we jointly implement removal streak in heavy rain image and super resolution using a deep network. We put forth a 2-stage network: a multi-model network followed by a refinement network. The first stage using rain formula in the single image and two operation layers (addition, multiplication) removes rain streak and noise to get clean image in low resolution. The second stage uses refinement network to recover damaged background information as well as upsample, and receive high resolution image. Our method improves visual quality image, gains accuracy in human action recognition task in datasets. Extensive experiments show that our network outperforms the state of the art (SoTA) methods.

• 한국정보통신학회논문지
• /
• 제20권12호
• /
• pp.2355-2362
• /
• 2016

해무 제거는 컴퓨터 비전과 영상처리 분야에서 상당히 중요하게 다루고 있는 분야이다. 해무 혹은 안개제거 기술은 자동 제어 시스템, CCTV, 영상인식 등과 같은 여러 분야에서 사용되고 있다. 이와 같이 컬러 영상의 해무 제거 기술이 다양하게 연구되고 있고 특히 Dark Channel Prior (DCP) 기술을 이용한 방법이 가장 활발하게 이용되고 있다. 본 논문에서는 DCP 알고리즘을 적용하여 해무를 빠르고 효율적으로 제거하는 기술을 소개한다. 이 기술은 GPU를 기반으로 구현한다. 병렬 프로그래밍과 최적화 과정을 거쳐 약 250배 정도의 연산속도를 빠르게 개선하였다. 이를 위해 기존의 프로그램 일부분을 몇 가지 과정을 거쳐 병렬화와 최적화 과정을 수행하였다. 제안한 GPU 프로그래밍 알고리즘과 구현결과는 선박의 안전항해, 지형조사, 지능형 자동차 등과 같은 분야에 적용될 수 있을 것으로 기대된다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제6권2호
• /
• pp.85-92
• /
• 2017

This paper presents a dehazing method based on a fuzzy membership function and variational method. The proposed algorithm consists of three steps: i) estimate transmission through a pixel-based operation using a fuzzy membership function, ii) refine the transmission using an L1-norm-based regularization method, and iii) obtain the result of haze removal based on a hazy image formation model using the refined transmission. In order to prevent color distortion of the sky region seen in conventional methods, we use a trapezoid-type fuzzy membership function. The proposed method acquires high-quality images without halo artifacts and loss of color contrast.

• 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.140-148
• /
• 2013

Median Dark Channel Prior를 이용하여 안개를 제거하는 방법은 비교적 빠르고 정확한 전달량 맵을 만들어 안개를 제거한다. 그러나 기존의 안개 제거 알고리즘은 RGB 색 공간에서 수행되기 때문에 색상의 왜곡 오류가 생긴다. 본 논문에서는 HSI 색 공간에서 안개 영상의 색상의 정확도를 측정하여 색상의 왜곡을 보정하는 방법을 제안한다. 실험을 통해 제안된 방법은 기존 방법으로 안개 제거 시 색상이 왜곡 되는 현상을 현저히 감소시켰다.