• Journal of Information Processing Systems
• /
• 제19권4호
• /
• pp.465-473
• /
• 2023

An image enhancement algorithm and image defogging method are studied in this paper. The formation of fog and the characteristics of fog image are analyzed, and the fog image is preprocessed by histogram equalization method; then the additive white noise is removed by foggy image attenuation model, the atmospheric scattering physical model is constructed, the image detail characteristics are enhanced by image enhancement method, and the visual effect of defogging image is enhanced by guided filtering method. The proposed method has a good defogging effect on the image. When the number of training iterations is 3,000, the peak signal-to-noise ratio of the proposed method is 43.29 dB and the image structure similarity is 0.9616, indicating excellent image defogging effect.

• Journal of Advanced Marine Engineering and Technology
• /
• 제39권6호
• /
• pp.649-655
• /
• 2015

본 논문에서는 효과적인 단일 영상 안개 제거 알고리즘을 제안한다. 잘 알려진 안개 제거 알고리즘인 dark channel prior(DCP)는 경계선 영역에서의 후광 현상(halo artifact) 및 결과 영상의 저대비를 초래하고 전달량 정제(refinement) 과정에서 긴 계산 시간을 필요로 한다. 이러한 문제들을 해결하기 위해 제안한 방법은 전달량을 추정할 때 DCP와 히스토그램 정보로 구성된 비용함수를 이용하고, 빠른 처리를 위해 다해상도 기법을 이용한다. 히스토그램 정보는 안개 제거 결과의 저대비 현상을 방지해주고, 에지 정보를 참고하는 다해상도 기법은 계산 시간을 감소시키고 후광 현상을 방지할 수 있다. 다수의 안개 영상에 대한 실험을 통해 제안한 방법이 기존의 방법들보다 효율적이고 우수함을 확인하였다.

• 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.

• 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.

• 방송공학회논문지
• /
• 제20권5호
• /
• pp.738-747
• /
• 2015

안개 영상에서는 색상정보와 테두리 정보가 줄어들기 때문에 사물의 식별이 어렵다. 안개 제거의 대표적인 알고리즘인 Dark Channel Prior(DCP)은 색 정보를 이용하여 안개의 전달량을 추정한 후 안개를 제거한다. 하지만 석양 또는 황사와 같이 안개에 영향을 미치는 요소가 영상에 포함되어있는 경우 안개 제거 후 특정 채널의 색상이 두드러지게 나타나는 문제점이 있다. 또한, RGB 채널이 모두 높은 값을 갖고 있는 사물이 포함된 영상의 경우 해당영역의 전달량이 오추정되는 문제점이 발생한다. 본 논문에서는 안개 영상의 백색 영역을 중심으로 개선된 색 정규화 방식을 적용한 후, 거리 정보를 바탕으로 오추정된 안개 영역을 보정하여 안개를 제거하는 방법을 제안한다. 제안하는 알고리즘을 통해 위와 같은 문제점을 보완하고 기존의 DCP 알고리즘보다 효과적으로 안개를 제거 할 수 있다.

• 방송공학회논문지
• /
• 제21권5호
• /
• pp.770-781
• /
• 2016

안개 영상은 색상 정보와 경계선 정보가 줄어들기 때문에 사물의 식별에 어려움이 발생한다. 안개 제거를 위한 대표적인 알고리즘은 Dark Channel Prior(DCP)를 이용한 방식으로 안개 영상의 색상 정보를 이용하여 안개의 전달량을 추정 한 후 안개를 제거한다. 그러나 색상 정보를 바탕의 안개량 추정을 할 경우, 영상 내에 흰색 사물이나 광원과 같이 높은 밝기의 사물이 있는 영역에 대해 안개량 및 전달량을 오추정하는 문제점이 발생한다. 본 논문에서는 안개 영상의 백색 영역을 중심으로 색 정규화를 적용 한 후, 안개량 오추정 영역을 주변 안개값으로 보정하여 안개값 오추정 문제를 개선하였다. 또한 개선된 안개량 추정 결과를 바탕으로 전달량 계산 후 전달량 정련을 통해 안개 영상의 화질을 개선하였다.