• 전자공학회논문지
• /
• 제53권9호
• /
• pp.110-117
• /
• 2016

컬러 영상의 콘트라스트를 향상시키기 위해서 가장 많이 사용되는 방법은 컬러 영상의 밝기 값에 콘트라스트 향상 알고리즘을 적용시키는 것이다. 이 방법은 색상 열화 없이 콘트라스트가 향상된 결과를 얻을 수 있지만, 원본 영상 대비 결과 영상의 채도가 감소되는 문제가 발생한다. 컬러 영상의 콘트라스트를 향상시키기 위한 또 다른 방법은 컬러 영상의 각 채널에 콘트라스트 향상 알고리즘을 적용시키는 것이다. 이 방법은 콘트라스트와 채도가 동시에 향상되지만 색상 열화가 발생하는 단점이 있다. 본 논문에서는 컬러 영상의 각 채널 처리 시 발생하는 색상 열화 원인을 분석하여 이를 보상해주는 방법으로 색상 열화 문제를 해결하였다. 또한 각 채널의 특성을 고려한 채널 적응적 콘트라스트 향상 방법을 이용하여 색상 열화를 방지하는 방법을 제안하였다. 제안하는 방법을 이용하면 컬러 영상의 콘트라스트 향상뿐만 아니라 색상 열화가 발생하지 않으면서 채도가 향상된 결과 영상을 획득할 수 있다. 실험 결과를 통해 제안하는 방법이 주관적 평가뿐 아니라 객관적 평가 지표들에서도 기존 방법들보다 우수한 성능을 보이는 것을 확인 할 수 있다.

• 대한전자공학회논문지SP
• /
• 제49권4호
• /
• pp.32-39
• /
• 2012

본 논문에서는 DCT 영역에서 영상 신호의 방향과 변화의 크기에 따라 신호의 에너지를 조절하여 영상의 화질을 안정적으로 개선하는 방법을 개발한다. 이를 위하여 DCT 영역에서 영상 신호의 gradient를 측정하여 gradient의 방향과 크기로 영상의 sharpness, 국부 명암대비, 전역 명암대비에 해당하는 주파수 성분들의 에너지를 조절한다. 제안하는 기법은 기존의 기법들과 비교하여 블록화, 울림화 현상 발생과 잡음 증폭 없이 가장 우수한 화질로 향상시키는 것을 실험으로 보여준다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (A)
• /
• pp.218-219
• /
• 2007

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.695-696
• /
• 2020

CNN(CNN: Convolutional Neural Network)은 컴퓨터 비전의 많은 분야에서 뛰어난 성능을 보이고 있으며, 단일 영상으로부터 깊이(depth) 추정에서도 기존 기법보다 향상된 성능을 보이고 있다. 그러나, 단일 영상으로부터 신경망이 얻을 수 있는 정보는 제한적이기 때문에 스테레오 카메라로부터 얻은 좌/우 영상으로부터의 깊이 추정보다 성능 향상에 한계가 있다. 따라서 본 논문에서는 에지 맵(edge map)을 이용한 CNN 기반의 단일 영상에서의 깊이 추정의 개선 기법을 제안한다. 제안 방법은 먼저 단일 영상에 대한 전처리를 통해서 에지 맵과 양방향 필터링된(bilateral filtered) 영상을 생성하고, 이를 CNN 입력으로 하여 기존 단일 영상 깊이 추정 기법 대비 개선된 성능을 보임을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제43권6호
• /
• pp.65-84
• /
• 2006

본 논문에서는 개선된 영상 생성 모델을 제시하고, 제시된 모델에 기반한 칼라 영상 향상을 제안한다. 제시된 영상 생성 모델에서는 입력 영상을 전역 조명 성분과 국부 조명 성분, 그리고 반사율 성분의 곱으로 표현한다. 제안된 칼라 영상 향상에서는 RGB 입력 칼라 영상을 HSV 칼라 영상으로 변환한 다음, 백색광 조명 상태라는 가정 하에 개선된 영상 생성 모델에 근거하여 V 성분 영상만을 향상한다. 전역 조명 성분은 입력 V 성분 영상에 유효 영역이 넓은 선형 저대역 필터를 적용하여 추정하고, 국부 조명 성분은 입력 V 성분 영상에서 추정된 전역 조명 성분이 제거된 영상에 유효 영역이 좁은 JND (just noticeable difference) 기반의 비선형 저대역 필터를 적용하여 추정한다. 그리고 반사율 성분은 입력 V 성분 영상에 추정된 전역 조명 성분과 국부 조명 성분을 나누어 추정한다. 이어서 이들 추정된 성분에 감마 수정을 각각 적용하고 그 결과들을 곱하여 출력 V 성분 영상을 얻은 다음 히스토그램 모델링을 적용하여 최종 출력 V 성분 영상을 얻는다. 마지막으로 최종 출력 V 성분 영상과 입력 H 성분 영상 및 S 성분 영상으로부터 출력 RGB 칼라 영상을 얻는다. 실험 결과 제안된 방법은 NASA 홈 페이지로부터 다운받은 칼라 영상과 MPEG-7 CCD 칼라 영상으로 구축한 시험 영상 데이터 베이스에 대하여 후광 효과가 거의 억제되고 색상 변화가 거의 없으면서 전역 대비와 국부 대비를 동시에 잘 증가시키는 것을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.59-62
• /
• 2021

본 논문에서는 사다리꼴 형태의 소속 함수를 적용하여 스트레칭 하는 과정에서 상한과 하한을 FCM 기반 양자화 기법을 적용하여 동적으로 조정하는 퍼지 스트레칭 기법을 제안한다. 제안된 퍼지 스트레칭 기법은 FCM 기반 양자화 기법을 적용하여 각 클러스터를 생성하고 생성된 각 클러스터의 중심에 해당되는 명암도를 이용하여 사다리꼴 형태의 소속 함수의 구간을 설정한다. 그리고 설정한 구간 정보를 이용하여 스트레칭을 위한 상한과 하한을 구하여 영상을 스트레칭 한다. 제안된 FCM 양자화 기반 퍼지 스트레칭 기법의 성능을 분석하기 위해서 명암도 분포가 좁고 명암 대비가 낮은 결절종 초음파 영상과 컨테이너 영상을 대상으로 실험하였다. 실험 결과에서도 알 수 있듯이 기존의 히스토그램 스트레칭 기법과 삼각형 형태의 소속 함수를 적용한 퍼지 스트레칭 기법보다 명암 대비가 향상되었다. 결절종 초음파 영상에서는 결절종 영역과 그 외의 영역 간의 명암 대비가 뚜렷하게 나타나서 결절종 추출에 효과적인 것을 확인하였고 컨테이너 영상에서는 컨테이너 데미지를 추출하는데 필요한 컨테이너 굴곡선 등과 같은 특징이 다른 기법들에 비해 선명하게 나타났다.

• 방송공학회논문지
• /
• 제19권4호
• /
• pp.453-467
• /
• 2014

일반적인 히스토그램 평활화는 화질향상을 위한 명암대비 향상 효과가 뛰어나다. 하지만 과도한 밝기 값의 변화가 나타나기 때문에 영상의 평균밝기가 프레임 단위로 변화하는 TV와 같은 동영상 응용분야에 적용하기에는 부적합하다. 이러한 단점을 해결하기 위하여 히스토그램 평활화의 변형된 방법에 대한 다양한 연구가 이루어져 왔다. 그러나 기존의 방법들은 과포화현상(over-enhancement), 계조 현상(false-contouring)과 같은 화질 열화를 보인다. 본 논문에서는 차별적 히스토그램 압축방법을 기반으로 하는 목표 평균 밝기값을 이용한 분할 히스토그램 평활화를 통해서 개선된 명암대비 향상 기법을 제안한다. 제안한 방법은 평균 밝기값을 기준으로 히스토그램을 분할하고, 각 영역에 대해 히스토그램을 빈도수에 따라 차별적으로 압축한다. 그리고 변형된 히스토그램을 목표 평균 밝기값 기준으로 평활화한다. 이를 통하여 화질 열화를 억제하고, 동영상의 각 프레임의 평균밝기 변화를 유지하면서 명암대비를 개선시킨다. 실험 결과 제안방법은 기존 방법에 비해 동영상에서 각 프레임의 평균밝기를 잘 유지하고, 화질 열화 없이 좋은 명암대비 향상 효과를 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2004년도 춘계종합학술대회
• /
• pp.140-143
• /
• 2004

본 논문은 치아 OCT영상에 웨이블릿 계수를 적용하여 영상을 향상한 연구이다. 처리 과정은 치아 OCT영상을 전처리하여 그래이 영상으로 만들고 웨이블릿 변환하여 상세계수들을 획득한 후 상세계수들로부터 고주파 성분을 추출하고 입력영상에 적용시켜 에지를 강조한다. 실험 결과 치아 OCT영상의 명암 대비가 강화되었으며, 화질이 개선되었다.

• 전자공학회논문지SC
• /
• 제46권1호
• /
• pp.10-21
• /
• 2009

영상에서 밝기의 분포가 밀집된 영역에 포함되는 특징은 구분이 어렵다. 이러한 문제의 해결을 위해 전역 혹은 지역 명암대비 향상기법을 사용하게 되며 주로 히스토그램의 평활화 기법이 적용된다. 기존의 전역 명암대비 향상기법을 적용하는 경우 밝기 밀집 정도를 고려하지 않아서 지나치게 밝거나 너무 어두운 값으로 변환하는 문제를 만들고, 지역 명암대비 향상기법은 결과 영상에서 특징을 분리해버리거나 밝기분포의 불규칙성으로 인해 부자연스러운 영상을 만들어내는 결과를 보여주기도 한다. 본 논문은 이러한 문제를 해결하기 위해 히스토그램을 밀집정도를 기준으로 분할하고, 각 분할된 히스토그램의 평활화 범위를 분할영역의 평균과 분산을 고려하여 결정하는 방법을 제안한다. 제안하는 방법은 평활화를 밀집영역의 밝기범위와 밀집정도를 고려하여 평활화하는 최고 및 최저 밝기를 결정함으로써 지나친 밝기의 변화를 최소화하고, 밀도가 낮은 나머지 영역들에 대해 분리된 평활화를 수행함에 따라 이들 영역의 특징들이 사라지지 않고 향상시키는 효과를 거둘 수 있다. 히스토그램의 분할 및 평활화 범위를 결정하는 방법도 본 논문에서 제시되었다. 제안된 방법의 성능의 우수성은 다양한 밝기 영역을 갖는 실험영상들을 대상으로 기존의 방법들과 비교실험을 통해 입증하였다.

• 전자공학회논문지
• /
• 제50권4호
• /
• pp.144-154
• /
• 2013

본 논문에서는 상호 보완 관계에 있는 초고해상도 기법과 선명도 증강 기법을 통합하여 전체적인 화질을 향상시키는 새로운 초고해상도 기법을 제안한다. 먼저 학습 과정을 통해 선명도 증강의 세기에 따라 다중의 사전을 구성하고, 고 해상도 영상을 합성할 때 영상의 국부 영역 특성에 따라 서로 다른 사전을 적응적으로 참조하도록 한다. 또한, 추가적인 후처리 과정을 통하여 저해상도 영상에 내재되어 있는 아티팩트가 초고해상도 처리에 의해 증폭되는 현상을 감소시켜 화질을 극대화한다. 모의실험 결과에 따르면 제안한 알고리즘은 객관적 화질 측면에서 비교 대상이 되는 알고리즘들에 비하여 우수함을 보였다. 특히, 영상의 선명도를 나타내는 CPBD 측면에서 bi-cubic 대비 0.3, Song 기법과 Fan 기법 대비 0.1 높게 나타났다. 또한, 주관적 화질 측면에서 영상의 질감 영역 및 경계 영역의 화질이 향상된 결과를 보이는 것을 확인하였다. 제한된 방법은 기존 방법 대비 17% 정도의 메모리만을 필요로 하므로 구현 관점에서도 장점이 있음을 알 수 있다.