• 전자공학회논문지 IE
• /
• 제48권2호
• /
• pp.32-39
• /
• 2011

비냉각형 적외선 검출기를 사용한 적외선 열상 카메라의 영상은 다이나믹 레인지가 좁고 신호 증폭에 의한 노이즈로 인하여 피사체를 식별하기 어려운 단점이 있다. 인간의 시각모델을 기반으로 한 레티넥스 알고리즘은 콘트라스트 향상 및 컬러 재현성에 있어서 매우 효과적인 방법으로 알려져 있다. 하지만, 적외선 열상 이미지와 같이 다이나믹 레인지가 좁은 영상에 레티넥스 알고리즘을 적용할 경우 오히려 콘트라스트가 감소하고 이미지 품질이 저하된다. 본 논문에서는 적외선 열상 이미지의 특성에 적합한 레티넥스 알고리즘 기반의 화질 개선 방법을 제안한다. 콘트라스트 개선 성능을 향상시키기 위해 새로운 다이나믹 레인지 압축 함수를 사용하였고, 국부적인 윤곽과 노이즈를 개선하기 위해 콘트라스트 보상 처리를 영상의 합성 과정에 적용하였다. 실험 결과 영상의 비교와 분석을 통해 제안한 알고리즘이 기존의 알고리즘보다 적외선 열상 이미지의 화질 개선에 더 효과적인 방법임을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 춘계학술대회 학술발표 논문집 제15권 제1호
• /
• pp.269-272
• /
• 2005

The principal objective of enhancement methods is to process an image so that the result is more suitable than the original image for a specific application. Images taken in the night can be low-contrast images because of poor environments. In this paper, we compare the structure of ICECA(Image Contrast Enhancement technique using Clustering Algorithm) with the structures of HE(Histogram Equalization), BBHE(Brightness preserving Bi-Histogram Equalization), and Multi -Scale Retinex(MSR). We compared performances of image enhancement methods by applying these methods to a set of diverse images.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권5호
• /
• pp.1814-1828
• /
• 2021

Low-light image enhancement is a key technique to overcome the quality degradation of photos taken under scotopic vision illumination conditions. The degradation includes low brightness, low contrast, and outstanding noise, which would seriously affect the vision of the human eye recognition ability and subsequent image processing. In this paper, we propose an approach based on deep learning and Retinex theory to enhance the low-light image, which includes image decomposition, illumination prediction, image reconstruction, and image optimization. The first three parts can reconstruct the enhanced image that suffers from low-resolution. To reduce the noise of the enhanced image and improve the image quality, a super-resolution algorithm based on the Laplacian pyramid network is introduced to optimize the image. The Laplacian pyramid network can improve the resolution of the enhanced image through multiple feature extraction and deconvolution operations. Furthermore, a combination loss function is explored in the network training stage to improve the efficiency of the algorithm. Extensive experiments and comprehensive evaluations demonstrate the strength of the proposed method, the result is closer to the real-world scene in lightness, color, and details. Besides, experiments also demonstrate that the proposed method with the single low-light image can achieve the same effect as multi-exposure image fusion algorithm and no ghost is introduced.

• 융합신호처리학회논문지
• /
• 제11권2호
• /
• pp.104-111
• /
• 2010

본 논문은 DCT 압축 영역에서 공간 주파수 특성을 이용한 적응 영상향상 방법에 관한 것이다. 영상의 동적범위를 압축하기 위해 Retinex 이론을 이용하여 영상의 조명성분인 dc 계수들을 조절하였으며, 대비를 개선하기 위해 인간의 시각 체계와 계수들의 공간 주파수 특성을 이용하여 ac 계수들을 수정하였다. 세로 방향, 가로 방향, 그리고 혼합된 공간 주파수 성분으로 분류된 ac계수들은 영상향상에 발생하는 블록화 현상을 최소화하기 위하여 적응적으로 수정하였다. 제안된 방법은 영상의 동적 범위 압축과 적응적 대비 개선을 이용하여 기존 방법보다 블록화 현상이 없는 효과적인 영상 향상의 결과를 가져왔다.

• 한국지능시스템학회논문지
• /
• 제15권4호
• /
• pp.467-472
• /
• 2005

영상 향상기법들의 주요한 목적은 특정한 응용프로그램에서 결과영상이 원영상보다 보다 적절하게 하기 위해 처리하는 것이다. 야간에 촬영한 영상들은 열약한 주위환경에 기인하여 저대비 영상을 가질 수 있다. 본 논문에서는 클러스터링 알고리듬을 이용한 영상 대비 향상 기법(ICECA)과 히스토그램 평활화(HE), 양분 히스토램 평활화(BBHE), Multi-Scale Retinek(MSR)와 같은 영상 향상 기법들을 비교하였다. 성능 비교를 위해 다양한 영상에 영상 향상기법들을 적용하여 비교하였다.

• 전자공학회논문지
• /
• 제53권6호
• /
• pp.101-109
• /
• 2016

카메라 센서는 사람의 눈에 비해 제한적인 다이나믹 레인지를 갖기 때문에 영상 획득 시 실제 보이는 것과 다른 모습의 영상을 획득하게 된다. 이러한 문제를 영상 처리를 통해 해결하고자 톤 맵핑 함수를 이용한 방법들과 사람의 눈을 모델링한 레티넥스 이론 기반의 방법들이 연구되었다. 하지만 이러한 방법들은 후광 효과가 발생하거나 영상 개선 시 전역 또는 국부 콘트라스트 향상이 제한적이라는 단점이 있다. 제안하는 방법에서는 영상의 광원 정보를 레티넥스 이론을 활용하여 추정한 후 이를 영상의 품질 향상을 위해 다이나믹 레인지를 최적화시키는데 이용한다. 이 과정에서 후광 효과가 발생하는 것을 방지하기 위해 유사 밝기 영역에서만 평탄화가 이루어지고 밝기 차가 나는 영역은 밝기 차를 유지하도록 한다. 또한 톤 맵핑 함수 적용 시 하나의 화소가 아닌 주변 영역 정보와 추정된 광원 정보를 모두 고려하여 전역 및 국부 콘트라스트가 동시에 향상되는 알고리즘을 제안한다. 실험 결과들을 통해 제안하는 방법이 기존 방법에 비해 국부 콘트라스트 수치가 약 0.4 향상 되었고, 시각적인 면에서도 콘트라스트 향상과 함께 암부와 명부를 동시에 효과적으로 표현한 것을 확인 할 수 있다.

• 한국정보통신학회논문지
• /
• 제22권2호
• /
• pp.270-275
• /
• 2018

영상의 화질을 개선하는 방법은 색 사상 방법과 레티넥스 방법으로 나누어진다. 색 사상 방법의 대표적인 예는 히스토그램을 기반으로 영상의 화질을 개선하는 방법이다. 본 논문에서는, 영상 품질 향상을 위한 색 사상 기반 실시간 광역역광보정 알고리즘의 하드웨어 설계를 제안한다. 제안하는 방법은 영상을 밝기 영역과 색 영역으로 나눈 후, 밝기 영역의 변화량을 기초하여 색 영역을 개선한다. 또한, 고품질의 영상을 원하는 흐름에 맞추어, 12bit로 확장된 신호를 사용하며, 기존의 8bit 신호와도 호환이 가능하게 설계하였다. 시뮬레이션 결과로 영상의 화질의 개선됨을 확인 하였으며, 하드웨어 설계 결과 최대 138.26MHz로 실시간 동작이 가능함을 확인하였다.