오랜 시간 보관된 사진 및 인쇄물의 색 바랜 현상은 염료의 특성, 보관 온도, 습도 및 광원 등의 환경적 요인에 따라 다르게 나타난다. 이러한 바랜 영상의 보정을 위해 회색계 알고리즘(gray world algorithm) 또는 WR(white patch retinex)과 같은 전역적 광원 추정을 기반으로 한 방법이 제안되었다. 그러나 색 바랜 현상은 지역적으로 다르게 나타나므로 기존의 전역적 방법으로는 잘 보정되지 않는다. 이에 본 논문에서는 바랜 영상의 지역적 보정을 위해 보정계수 통합 기반 색 보정 알고리즘을 제안하였다. 먼저, 제안한 방법은 다중 크기의 평균 필터를 적용해 지역적인 처리를 수행하고, 회색계 알고리즘을 기반으로 한 영상의 보정계수를 얻는다. 다음으로, R과 B 채널에 적용하기 위해 계산된 다중 크기의 보정계수들을 가중처리하여 합하고, 이 가중처리된 보정계수를 회색계 알고리즘 처리를 통해 결과 영상을 얻는다. 그 결과 제안한 방법은 전역적, 지역적으로 바랜 영상들에 대해 기존의 방법들보다 나은 보정 결과를 보였다.
디지털 영상은 조명 조건과 취득 카메라의 고유 특성으로 인해 의도하지 않은 색조를 가질 수 있다. 영상에 색조가 존재하면 일관된 색 정보의 인지 및 표현이 어렵기 때문에 별도의 색 보정 작업이 필요하다. 본 논문은 color by correlation을 사용한 학습 영상 선택, 후보 회색축 영역의 추출, 핵밀도 추정, 색조 제거의 4단계로 이루어진 색조 추출 및 제거 방법을 제안한다. 후보 회색축 영역 중 불명확한 회색축 영역을 핵밀도 추정을 이용하여 제거하였다. 후보 회색축 영역의 색 성분의 분포를 조사하여 색조 유무를 판단하고, 색조가 존재할 경우 색조 제거 작업을 통하여 색 항상성을 유지 시켰다. 실험을 통해 제안하는 방법이 gray world 방법, color by correlation 방법 보다 정확한 색조 추정이 가능함을 확인하였다.
In this paper, we propose a new method of automatic white balance which is one of the image signal processing techniques. Our method is conceptually based on gray world assumption. However, while previous methods generate linear results as multiplying pixel values by a gain, our method generates non-linear results using the feature of B-Spline curves. The two merits of deriving non-linear results are preventing AWB failure from transforming strong color of high level into wrong color and well preserving original contrast of an input image.
GA(genetic algorithm) has a powerful searching ability and is comparatively easy to use and to apply as well. By that reason, GA is in the spotlight these days as an optimization skill for mechanical systems.$^1$However, GA has a low efficiency caused by a huge amount of repetitive computation and an inefficiency that GA meanders near the optimum. It also can be shown a phenomenon such as genetic drifting which converges to a wrong solution.$^{8}$ These defects are the reasons why GA is not widdy applied to real world problems. However, the low efficiency problem and the meandering problem of GA can be overcomed by introducing parallel computation$^{7}$ and gray code$^4$, respectively. Standard GA(SGA)$^{9}$ works fine on small to medium scale problems. However, SGA done not work well for large-scale problems. Large-scale problems with more than 500-bit of sere's have never been tested and published in papers. In the result of using the SGA, the powerful searching ability of SGA doesn't have no effect on optimizing the problem that has 96 design valuables and 1536 bits of gene's length. So it converges to a solution which is not considered as a global optimum. Therefore, this study proposes ExpGA(experience GA) which is a new genetic algorithm made by applying a new probability parameter called by the experience value. Furthermore, this study finds the solution throughout the whole field searching, with applying ExpGA which is a optimization technique for the structure having genetic drifting by the standard GA and not making a optimization close to the best fitted value. In addition to them, this study also makes a research about the possibility of GA as a optimization technique of large-scale design variable problems.
본 논문에서는 단일 영상에 포함된 광원의 분광분포를 추정하는 광원추정 알고리즘을 제안한다. 제안된 광원 추정 방법은 두 단계로 이루어져 있다. 첫째, 변형된 회색계 가정(modified gray world assumption)을 이용하여 부분적으로 광원의 영향을 배제한 후 밝으면서도 무채색에 가까운 최대 무채색 영역을 찾아 그 영역의 표면 분광 반사율을 구한다. 이때 최대 무채색 영역의 표면 분광 반사율은 1269개의 Munsell 색 표본에 대하여 주성분 분석 방법을 이용하여 추정하였다. 둘째, 주어진 Munsell 색 표본과 대표 광원의 조합으로 반사광의 모집단을 만들었다. 다음 최대 무채색 영역의 각 화소와 반사광 모집단과의 색차를 비교하여 최대 무채색 영역과 색차가 가장 적은 반사광 표본을 선택하고 이를 최대 무채색 영역에 대한 반사광의 분광분포로 정의한다. 최종적으로 최저 무채색 영역의 반사광 분광분포를 해당하는 표면 분광반사율로 나누어줌으로써 영상에 포함된 광원의 분광분포를 추정한다. 제안한 알고리듬의 성능을 평가하기 위하여 유색 광원에 조명된 영상에 대한 광원 추정 실험을 하였으며 기존의 방법과 추정된 광원의 분광 분포 비교 및 색차 비교를 통해 그 타당성을 검증하였다.
본 논문에서는 차량 영상으로부터 동적인 임계화 방법과 개선된 성능의 학습 알고리즘에 의한 신경망을 이용하여 차량 번호판 인식방법을 제안하였다. 제안된 방법에서 번호판 영역은 차량 영상의 구조적 속성을 이용한 동적인 임계화 방법과 밀집비율을 함께 고려하여 추출하였다. 추출된 영역으로부터의 개별문자와 숫자는 윤곽선 추적 알고리즘을 이용하여 각각 추출하였으며, 그들의 인식을 위해서 수정된 ART1과 지도 학습 방법을 결합한 개선된 성능의 신경망을 이용하였다. 제안된 방법의 성능을 확인하기 위해서 실제 차량 번호판들을 대상으로 실험한 결과, 기존의 그레이 명암이나 RGB 컬러 정보들을 이용하는 방법보다 추출률이 개선되었으며, 인식성능도 기존의 오류 역전파 알고리즘의 신경망보다 우수한 성능이 있음을 확인하였다.
영상 인식은 영상획득이 용이하다는 것과 실생활에서 광범위하게 사용될 수 있다는 것으로 인해 활발하게 연구되고 있는 분야이다. 그러나 얼굴영상은 높은 차원의 영상공간으로 인해 이미지 처리가 쉽지 않다. 본 논문은 얼굴 영상 데이터의 차원을 특징적인 벡터로 표현하고 이러한 특징벡터를 통해 얼굴 영상을 인식하는 방법은 제안한다. 제안되는 알고리즘은 두 부분으로 나뉜다. 첫째로는 칼라 영상을 그레이 영상으로 변환할 때 RGB 세 개의 플레인의 평균이 아닌 세 플레인의 주성분을 사용하는 PCA(Principal Component Analysis)를 적용한다. PCA는 칼라 영상을 그레이 영상으로 변환하는 과정과 인식률을 높이기 위한 영상 대비 개선 과정이 동시에 수행한다. 두 번째로는 PCA와 LDA(Linear Discriminant Analysis) 방식을 하나의 과정으로 통합하는 개선된 통합 LDA 방법이다. 두 과정을 통합함으로서 간결한 알고리즘 표현이 가능하며 분리된 단계에서 있을 수 있는 정보 손실을 방지할 수 있다. 제안된 알고리즘은 잘 제어된 대용량 얼굴 데이터베이스에서 개인을 확인하는 분야에 적용되어 성능을 향상시키고 있음을 보여주었고, 추후에는 실시간 상황에서 특정 개인을 확인하는 분야의 기초 알고리즘으로 적용될 수 있다.
본 논문은 유색 디지털 영상을 위한 새로운 광원 추정 방법을 제안한다. 제안된 광원 추정 방법은 두 단계로 나누어진다. 첫째,유색 영상의 분광 반사율이 먼저 복원된다 이때 복원되는 표면 분광 분포는 수정된 그레이 월드 가정을 적용한 영상의 최대 휘도 영역에 제한된다 다음, 선택된 최대 휘도 영역에 대해 주성분 분석을 통하여 영상의 표면 분광 반사율을 얻는다. 둘째, 표면 분광 반사율을 구한 후 유색 영상의 최대 휘도 영역에 대한 반사광의 분광 분포를 구한다 즉 최대 휘도 영역에 해당하는 화소와, 먼셀 표색계와 대표 광원의 곱으로 만든 반사광의 분광 분포 사이에 색차 비교를 하여 최대 휘도 영역의 화소와 색차가 가장 적은 반사광의 분광 분포를 찾는다. 최종적으로 최대 휘도 영역의 반사광을 해당하는 표면 분광 반사율으로 나누어 줌으로써 영상에 포함된 유색 광원을 추정한다. 제안된 광원 추정 방법을 평가하기 위하여 인공 유색 영상과 다양한 유색 조명 아래에서 디지털 카메라로 촬영한 실영상에 대하여 광원 추정을 실험하였다. 결과 제안된 광원 추정 방법이 인공영상과 실 영상, 모두에 대하여 광원의 분광 분포의 추정에 효과적임을 확인하였다.
알려져 있지 않은 광원에 의한 색 변화는 대부분의 영상처리에서 중요한 문제이다. 색상 변화를 보상하기 위해서는 광원의 색상을 추정해야 한다. 이 때 광원에 의한 색 분포의 가정을 사용하게 되는데 이 가정을 만족하지 않는 화소를 사용하게 되면 정확한 추정이 이루어지지 않을 수 있다. 흔하게 사용되는 색 분포의 가정은 장면에서 표면 반사율의 평균은 무채색을 갖는다는 Grey-world 가정이다. 우리는 광원의 내재적인 특징을 바탕으로 카메라 응답 함수의 특성과 함께 화소의 값과 색도가 Grey-world 가정에 어떤 영향을 미치는지 분석하고 광원의 색상을 추정하기 위한 중요한 화소를 검출하기 위하여 가정을 잘 만족하는 화소에 가중치를 주는 방법과 가중치가 적용된 화소에 대해서 기존의 max-RGB 방법을 변형하여 각 채널의 행 방향과 열 방향으로 최대로 가중된 화소를 검출하는 방법을 제안한다. 제안한 방법은 다양한 실제 장면들에 대한 검증을 통해 기존의 다른 방법들에 비해서 정확하게 광원의 색을 추정함을 보였다.
본 논문에서 우리는 3밴드 이미지로부터 광원의 분광 방사 에너지 분포를 추정 할 수 있는 새로운 방법을 제안한다. 광원은 표면 반사(Ο(λ))에 대응하는 최대 무채색 영역(L(λ))의 반사되는 분광 방사 에너지 분포에 의해 추정된다. 3밴드 이미지로부터 최대 무채색 영역의 분광 방사 에너지 분포를 획득하기 위하여 수정된 그레이월드가정 알고리즘을 채택했다. 그리고 최대 표면 반사는 무채색 모집단으로 주성분 분석 방법을 사용해서 추정을 하였다. 무채색 모집단은 먼셀 컬러 색표에서 문턱값 보다 낮은 크로마 벡터를 사용해서 만들었다. 분리된 무채색 모집단의 제1에서 제3차까지의 누적 기여율은 약 99.75%이다. 무채색 모집단에 의해 광원의 분광 방사 에너지 분포의 재구성 그리고 여러 가지 광원 하에서 획득된 3밴드 디지털 이미지는 원본과 재현된 광원의 분광 방사 에너지 분포를 RMSE에 의해 평가하고 실험하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.