• 한국멀티미디어학회논문지
• /
• 제25권9호
• /
• pp.1266-1272
• /
• 2022

With the recent development of computer vision technology, image processing-based mechanical devices are being developed to realize autonomous driving. The camera-taken images of image processing-based machines are invisible due to scattering and absorption of light in foggy conditions. This lowers the object recognition rate and causes malfunction. The safety of the technology is very important because the malfunction of autonomous driving leads to human casualties. In order to increase the stability of the technology, it is necessary to apply an efficient haze removal algorithm to the camera. In the conventional haze removal method, since the haze removal operation is performed regardless of the haze concentration of the input image, excessive haze is removed and the quality of the resulting image is deteriorated. In this paper, we propose an automatic haze removal method that removes haze according to the haze density of the input image by applying Ngo's Haziness Degree Evaluator (HDE) to Kim's haze removal algorithm using Hazy Particle Map. The proposed haze removal method removes the haze according to the haze concentration of the input image, thereby preventing the quality degradation of the input image that does not require haze removal and solving the problem of excessive haze removal. The superiority of the proposed haze removal method is verified through qualitative and quantitative evaluation.

• 한국멀티미디어학회논문지
• /
• 제20권1호
• /
• pp.32-42
• /
• 2017

This paper proposes a new haze removal method for moving image sequence. Since the conventional dark channel prior haze removal method adjusts each color component separately in RGB color space, there can be severe color distortion in the haze removed output image. In order to resolve this problem, this paper proposes a new haze removal scheme that adjusts luminance and saturation components in HLS color space while retaining hue component. Also the conventional dark channel prior haze removal method is developed to obtain best haze removal performance for a single image. Therefore, if it is applied to a moving image sequence, the estimated parameter values change rapidly and the haze removed output image sequence shows unnatural glitter defects. To overcome this problem, a new parameter estimation method using Kalman filter is proposed for moving image sequence. Experimental results demonstrate that the haze removal performance of the proposed method is better than that of the conventional dark channel prior method.

• Journal of information and communication convergence engineering
• /
• 제22권1호
• /
• pp.70-79
• /
• 2024

Bad weather conditions such as haze lead to a significant lack of visibility in images, which can affect the functioning and reliability of image processing systems. Accordingly, various single-image dehazing (SID) methods have recently been proposed. Existing SID methods have introduced effective visibility improvement algorithms, but they do not reflect the image's perspective, and thus have limitations that distort the sky area and nearby objects. This study proposes a new SID method that reflects the sense of space by defining the correlation between image brightness and haze. The proposed method defines the haze intensity by calculating the airlight brightness deviation and sets the weight factor of the depth map by classifying images based on the defined haze intensity into images with a large sense of space, images with high intensity, and general images. Consequently, it emphasizes the contrast of nearby images where haze is present and naturally smooths the sky region to preserve the image's perspective.

• 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.

• 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.

• 한국멀티미디어학회논문지
• /
• 제19권1호
• /
• pp.10-21
• /
• 2016

Images taken from outdoor are degraded quality by fog or haze, etc. In this paper, we propose a method that provides the visibility improved images through fog or haze removal. We proposed haze removal method that uses brightness transform based on atmospheric scatter coefficient rate with local histogram equalization. To calculate the transmission rate that indicate fog rate in original image, we use atmospheric scatter coefficient rate based on quadratic equations about haze model. And primary brightness transformed image can be obtained by using the obtained transmission rate. Also we use local histogram equalization with proposed brightness transform for effectively image visibility enhancement. Unlike existing methods, our method can process real-time with stable and effect image visibility enhancement. Proposed method use only the luminance images processed by good performance surveillance systems because it represents the real-time processing is required, black-box, digital camera and multimedia equipment is applicable. Also because it shows good performance only with the luminance images processed, Surveillance systems, black boxes, digital cameras, and multimedia devices etc, that require real-time processing can be applied.

• 방송공학회논문지
• /
• 제19권5호
• /
• pp.656-664
• /
• 2014

안개 영상은 영상의 대비가 밝은 영역에 치우쳐 있기 때문에 영상의 정보를 전달하기 어렵다. 이러한 이유로 안개 제거 알고리즘이 연구되고 있다. 일반적으로 안개가 포함되기 전 상태의 영상을 획득하는 것이 어렵기 때문에 알고리즘의 성능을 평가하기 위해 결과 영상을 정성적으로 분석하였다. 본 논문에서는 영상의 변위 정보를 이용하여 안개 영상을 생성함으로써 정량적으로 오차를 비교하는 방법을 제안한다. 또한 이때 은닉 랜덤 마코프 모델(HRMF)에 기반한 기대값 최대화(EM) 알고리즘을 이용하여 블록 결함을 제거하였다. 다양한 합성영상 및 자연영상에 대하여 결과를 비교함으로써 제안한 알고리즘의 성능을 확인하였다.

• 디지털융복합연구
• /
• 제10권9호
• /
• pp.351-356
• /
• 2012

본 논문은 단일영상의 실안개 정보와 상대적 높이 단서를 기반으로 깊이 지도를 생성하고, 이를 이용하여 2D/3D 변환을 하는 기법에 관한 연구이다. 기존의 실안개 정보만을 깊이 지도로써 이용하는 경우, 안개가 없는 영상에서 오류가 발생할 수 있다. 본 논문에서는 이러한 오류를 줄이기 위해, 상대적 높이 단서 기반의 깊이 지도를 생성하고, 실안개 정보와 결합하는 방법을 제안하였다. 또한 Mean Shift Segmentation을 이용한 gray scale 영상과 실안개 정보의 깊이 지도를 결합하여 객체의 경계를 선명화함으로써 3D 영상의 품질을 향상시킬 수 있도록 하였다. 입력영상과 최종 깊이 지도를 DIBR(Depth Image Based Rendering)을 통해 좌영상과 우영상의 시점영상을 생성하고, 적청영상의 형태로 결합함으로써 3D 영상을 생성하였고, 깊이 지도간의 PSNR을 측정하여 검증하였다.

• 대한임베디드공학회논문지
• /
• 제14권4호
• /
• pp.197-205
• /
• 2019

In this paper, an efficient single dehazing algorithm is proposed based on linear transformation by assuming that a linear relationship exists in saturation component between the haze image and haze-free image. First, we analyze the linearity of saturation channel, estimate the medium transmission map in terms of the saturation component. Then, the intensity of haze-free image is assumed by using CLAHE to enhance contrast of haze image. Experimental results demonstrate that proposed algorithm can naturally recover the image, especially can remove color distortion caused by conventional methods. Therefore, our approach is competitive with other state-of-the art single dehazing methods.

• 한국컴퓨터그래픽스학회논문지
• /
• 제28권3호
• /
• pp.45-54
• /
• 2022

영상의 깊이 추정은 다양한 영상 분석의 기반이 되는 기술이다. 딥러닝 모델을 활용한 분석 방법이 대두되면서, 영상의 깊이 추정 분야 또한 딥러닝을 활용하는 연구가 활발하게 이루어지고 있다. 현재 대부분의 딥러닝 영상 깊이 추정 모델들은 깨끗하고 이상적인 환경에서 학습되고 있다. 하지만 연무, 안개가 낀 열악한 환경에서도 깊이 추정 기술이 잘 동작할 수 있으려면 이러한 환경의 데이터를 포함하여야 한다. 하지만 열악한 환경의 영상을 충분히 확보하는 것이 어려운 실정이며, 불균일한 안개 데이터를 얻는 것은 특히 어려운 문제이다. 이를 해결하기 위해, 본 연구에서는 불균일 안개 영상 합성 방법과 이를 활용한 단안 기반의 깊이 추정 딥러닝 모델의 학습을 제안한다. 안개가 주로 실외에서 발생하는 것을 고려하여, 실외 위주의 데이터 세트를 구축한다. 그리고 실험을 통해 제안된 방법으로 학습된 모델이 합성 데이터와 실제 데이터에서 깊이를 잘 추정하는 것을 보인다.