• 한국전자통신학회논문지
• /
• 제16권6호
• /
• pp.1303-1310
• /
• 2021

본 논문에서는 안개 및 스모그 등의 조건에 의해 열화된 실외영상의 화질을 개선하기 위하여 에지 근처에서 패치(patch) 단위 및 픽셀 단위의 dark channel을 비교하여 에지 정보를 보존하는 전달량 추정 방법을 제안한다. 또한 영상의 객체와 배경의 자연스러운 복원을 위하여 라플라시안 연산을 이용한 에지 정보에 Guided Image Filtering (GIF)을 적용하는 정련 과정을 통해 효과적인 단일 영상 기반 안개 제거 방법을 제안한다. 안개가 포함된 다양한 실외영상에 대해 수행한 실험 결과는 제안한 방법이 기존의 방법에 비해 적은 계산 복잡도를 갖는 동시에 후광효과와 같은 왜곡이 감소하고 우수한 안개 제거 성능을 보여 실시간성이 요구되는 기기를 포함한 다양한 분야에 적용될 수 있음을 확인할 수 있다.

• 방송공학회논문지
• /
• 제21권4호
• /
• pp.515-524
• /
• 2016

근적외선은 눈에 보이는 가시광선 파장 대역을 벗어난 빛으로 일반적인 디지털 카메라에서는 핫미러 필터에 의하여 차단된다. 하지만 근적외선으로부터 얻어지는 정보들은 영상의 전체적인 가시성을 향상시킬 수 있다고 알려져 있기 때문에 영상의 질 개선에 유용한 정보가 될 수 있다. 예를 들어 영상에 안개가 낀 경우, 근적외선은 가시광선보다 안개 입자에 대한 침투성이 더 강하다는 성질을 가지고 있기 때문에 근적외선 카메라로 영상을 촬영하면 일반적인 카메라 영상보다 더 선명한 영상을 얻을 수 있다. 본 논문은 실외 영상의 질을 높이기 위해 컬러 영상과 근적외선 영상을 융합하는 알고리즘을 제안한다. 첫 번째로, 본 논문은 컬러 영상과 근적외선 영상의 대비를 비교하여 가중치 맵을 구한다. 그 후, 이 가중치 맵을 이용하여 두 영상을 융합하는 과정을 거치게 된다. 본 논문은 실험 결과들을 통해서 제안하는 알고리즘이 효과적으로 영상의 질을 높이고, 또한 안개를 제거하는 것을 보여준다.

• 한국컴퓨터정보학회논문지
• /
• 제19권7호
• /
• pp.9-16
• /
• 2014

Dark channel prior를 이용한 안개제거 알고리즘으로 만족할만한 연구결과가 발표된 이후로 이 알고리즘의 처리 속도를 높이기 위한 많은 연구들이 진행되었다. 이들 중에서 median dark channel prior를 이용한 알고리즘이 주목을 받고 있지만 여전히 낮은 처리속도의 한계를 갖고 있다. 그래서 본 논문에서는 고화질 영상에서 고속 안개 제거를 위한 SIMD 구조에 적합한 병렬메모리 모델을 제안한다. 제안하는 병렬메모리 모델은 n개의 화소들에 동시에 접근할 수 있으며, 3, 5, 7 또는 11의 크기를 갖는 4가지 종류의 median filter를 위한 간격들을 허용한다. 그래서 충분한 데이터 대역폭을 지원하기에 median dark channel prior를 이용한 알고리즘을 고속으로 처리할 수 있다.

• 전기전자학회논문지
• /
• 제26권3호
• /
• pp.401-407
• /
• 2022

최근 자율주행 자동차를 구현하기 위해 카메라 영상을 통해 객체 및 차선을 인식하여 자율주행하는 영상처리 기술이 연구되고 있다. 안개는 카메라 촬영 영상의 가시성을 떨어뜨리기 때문에 자율주행 자동차 오작동의 원인이 된다. 이를 해결하기 위해 카메라에 실시간 처리가 가능한 안개 제거 기능을 적용하는 것이 필요하다. 따라서 본 논문에서는 성능이 우수한 Sim의 안개 제거방법을 실시간 처리가 가능한 하드웨어로 구현한다. 제안하는 하드웨어는 Verilog HDL을 사용하여 설계하였고, Xilinx사의 xc7z045-2ffg900을 Target device로 설정하여 FPGA 구현하였다. Xilinx Vivado 프로그램을 이용한 논리합성 결과 4K(4096×2160) 고해상도 환경에서 최대 동작 주파수 276.932MHz, 최대 처리 속도 31.279fps를 가짐으로써 실시간 처리 기준을 만족한다.

• 인터넷정보학회논문지
• /
• 제22권6호
• /
• pp.25-32
• /
• 2021

미래 해상 환경 변화에 맞춰 해상 항로표지가 다양한 분야에 걸쳐 활용되며 쓰임이 증대되고 있다. 해상 항로표지는 항행하는 선박의 위치, 방향 및 장애물의 위치를 알려주는 항행보조시설로, 현재는 단순히 선박의 안전 항해를 도울 뿐 아니라, 여러 센서와 카메라를 탑재하여 해양 기상환경을 파악하고 기록하는 수단으로 변모하고 있다. 하지만 주로 선박과의 충돌로 인해 소실되며 특히 해무로 인한 관측 시야 저하로 안전사고가 발생한다. 해무 유입은 항만, 해상교통 등에 위험을 초래하고 시간과 지역에 따라 발생 가능성의 차이가 커 예측이 쉽지 않다. 또한, 전 해역에 분포되어있는 항로표지의 특성상 개별 관리가 어렵다. 이를 해결하고자 본 논문에서는 항로표지에 설치된 카메라에서 촬영한 영상으로 해무 강도를 측정하는 방안을 통하여 해양 기상환경을 파악해 보완하고 날씨로 인한 항로표지 안전사고를 해결하는 것을 목적으로 한다. 설치가 어렵고 높은 비용이 드는 광학 및 온도 센서 대신 항로표지에 설치된 카메라의 일반 영상을 사용하여 해무 강도를 측정한다. 덧붙여 다양한 해역에서의 실시간 해무 파악을 위한 선행 연구로, 안개 모델(Haze Model), Dark Channel Prior(DCP)를 이용해 해무 강도 측정 기준을 제시한다. DCP를 적용한 영상에서 특정 픽셀값의 문턱값(Threshold value)을 설정하고, 이를 기준으로 전체 영상에서 해무가 존재하지 않는 픽셀의 수를 통해 해무 강도를 추정한다. 합성 해무 데이터셋과 실제 해무 동영상을 캡처해 만든 실제 해무 데이터셋으로 해무 강도 측정 여부를 검증했다.

• 한국전자통신학회논문지
• /
• 제10권5호
• /
• pp.645-652
• /
• 2015

양식장 또는 바다와 같은 수중은 물방울과 다양한 부유물에 의하여 탁도가 높아지므로, 깊이에 따라 빛의 감쇠가 발생하고 부유물에 의한 빛의 산란 효과도 발생한다. 본 논문에서는 이러한 수중 환경에서 획득한 수중 영상의 가시성을 개선하기 위하여, dark channel prior 개념을 이용한 안개 제거 방법과 학습된 색상 변환 모델을 이용하여 색을 복원하는 수중 영상의 가시성 개선 방법을 제안하였다. 색상 변환 모델을 학습하기 위하여 여수와 포항에서 획득한 수중 패턴 영상을 사용하였으며, 제안 방법의 제안된 방법의 성능을 측정하기 위하여 여수, 거문도, 필리핀 등에서 수집한 수중 영상을 사용하여 가시성 개선 실험을 수행하였다. 실험 결과 제안 방법이 다양한 장소에서 수집된 수중 영상의 가시성을 개선시킴을 확인하였다.

• 전기전자학회논문지
• /
• 제24권2호
• /
• pp.502-506
• /
• 2020

자율주행 기술이 발전함에 따라 물체 인식 기술에 대한 중요도가 높아지고 있다. 물체 인식에 있어서 안개가 낀 날씨는 가시성 및 검출 능력을 저하시키기 때문에 안개 제거 연구가 필요하다. 하지만 안개가 제거된 이미지는 고유의 색상을 제대로 반영하지 못해 검출 오류를 발생시킨다. 본 논문에서는 CIE1931 색 좌표계를 사용해 색상 영역을 확장 또는 축소하여 실세계 색상을 반영하는 알고리즘 및 하드웨어를 제안한다. 또한, 영상 매체의 발달에 맞춰 4K 환경에서 실시간 처리가 가능한 하드웨어를 구현한다. 이 하드웨어는 Verilog로 작성되었으며 SoC 보드를 통해 검증하였다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제6권2호
• /
• pp.85-92
• /
• 2017

This paper presents a dehazing method based on a fuzzy membership function and variational method. The proposed algorithm consists of three steps: i) estimate transmission through a pixel-based operation using a fuzzy membership function, ii) refine the transmission using an L1-norm-based regularization method, and iii) obtain the result of haze removal based on a hazy image formation model using the refined transmission. In order to prevent color distortion of the sky region seen in conventional methods, we use a trapezoid-type fuzzy membership function. The proposed method acquires high-quality images without halo artifacts and loss of color contrast.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권3호
• /
• pp.1182-1194
• /
• 2016

The single image dehazing algorithm in existence can satisfy the demand only for improving either the effectiveness or efficiency. In order to solve the problem, a novel variational framework for single image dehazing based on restoration is proposed. Firstly, the initial atmospheric scattering model is transformed to meet the kimmel's Retinex variational model. Then, the green light component of image is considered as an input of the variational framework, which is generated by the sensitivity of green wavelength. Finally, the atmospheric transmission map is achieved by multi-resolution pyramid reduction to improve the visual effect of the results. Experimental results demonstrate that the proposed method can remove haze effectively with less memory consumption.

• 인터넷정보학회논문지
• /
• 제19권5호
• /
• pp.43-54
• /
• 2018

연무가 있는 상황에서 촬영된 영상은 낮은 대비로 인해 시인성이 낮아지는 문제가 있다. 이렇게 연무로 인해 흐릿한 영상에서 연무의 효과를 제거하는 과정을 연무제거라고 한다. 연무제거에서 가장 중요한 문제 중 하나는 전달지도 (transmission map) 또는 깊이지도 (depth map)를 정확하게 추정하는 것이다. 본 논문에서는 정확한 깊이지도 추정을 위해 생성적 대립쌍 신경망 (Generative Adversarial Network: GAN)을 이용한 정확한 깊이 영상 추정 방법을 제안한다. 제안된 GAN 모델은 흐릿한 입력영상과 이에 상응하는 깊이지도 간의 비선형 매핑을 학습한다. 그리고 연무제거단계에서는 훈련된 모델을 사용하여 입력영상의 깊이지도를 추정하고 이것을 전달지도를 계산하는데 사용한다. 이어서 guided filter를 사용하여 전달지도를 다듬는다. 마지막으로 대기 산란 모델을 기반으로 연무가 제거된 영상을 복원한다. 제안된 GAN 모델은 합성실내영상으로 훈련되었다. 하지만 실제 연무영상에 대해서도 적용할 수 있다. 이를 실험을 통해 증명하였다. 또한 실험에서 제안된 방법이 이전에 연구된 방법에 비해 시각적 및 정량적 측면에서 우수한 결과를 나타냈다.