Abstract
This paper presents an image enhancement method in real road traffic scenes. The images captured by the camera on the car cannot keep the color constancy as illumination or weather changes. In the real environment, these problems are more worse at back light conditions and at night that make more difficult to the applications of the vision-based intelligent vehicles. Using the existing image enhancement methods without considering the position and intensity of the light source and their geometric relations the image quality can even be deteriorated. Thus, this paper presents a fast and effective method for image enhancement resembling human cognitive system which consists of 1) image preprocessing, 2) color-contrast evaluation, 3) alpha blending of over/under estimated image and preprocessed image. An input image is first preprocessed by gamma correction, and then enhanced by an Automatic Color Enhancement(ACE) method. Finally, the preprocessed image and the ACE image are blended to improve image visibility. The proposed method shows drastically enhanced results visually, and improves the performance in traffic sign detection of the vision based intelligent vehicle applications.
본 논문에서는 도로 주행에서 취득한 영상을 개선하는 방법을 제안한다. 일반적인 도로주행 영상은 다양한 조명 환경과 날씨 상태로 인하여 선명하지 못한 영상이 취득되기도 한다. 특히 역광이나 야간에는 품질이 좋은 선명한 영상을 얻기가 더욱 어려우며, 이는 비전기반 지능형 자동차 기술의 응용에 많은 어려움을 준다. 인간의 시각 인지방법은 여러 가지조명 조건을 고려하여 색을 지각한다. 하지만 기존의 영상 개선 방법들은 광원의 위치와 광도, 기하학적 관계를 고려하지 않기 때문에 완벽한 결과를 얻기가 어려우며, 오히려 영상의 질이 떨어지는 경우도 발생한다. 본 논문에서는 이러한 문제점을 해결하기 위해서 1) 주어진 입력 영상의 전처리 과정을 수행한 후, 2) 선명도를 추정하여 색채의 대비를 평가하고, 3) 과대 및 과소평가 결과를 전처리된 영상과 혼합하여 사람이 지각하는 색상과 같이 개선된 영상을 얻는 효과적인 방법을 제안한다. 본 논문에서 제안하는 방법은 시각적으로 개선된 결과를 보여줄 뿐만 아니라 비전기반 지능형 자동차 기술의 한 응용분야인 교통표지판 검출의 전처리 과정으로 적용되어 성능이 향상됨을 확인할 수 있었다.
