최근 들어 디지털 카메라 기능이 있는 PDA(Personal digital Assistants)가 어느 곳에서나 사용되고 있고 이 기능을 이용하여 많 은 칼라 영상들을 손 쉽게 얻을 수 있다. 이와 동시에 이러한 칼라 영상들을 인간의 눈에 가장 자연스럽게 재현하기 위한 연구들이 진행 되어 왔다. 그 중 자동 화이트 밸런스 라는 연구분야는 디지털 카메 라로부터 영상을 획득하는 과정에서 칼라의 질을 향상시키는 중요한 역할을 하고 있다. 본 논문에서는 자동 화이트 ...
최근 들어 디지털 카메라 기능이 있는 PDA(Personal digital Assistants)가 어느 곳에서나 사용되고 있고 이 기능을 이용하여 많 은 칼라 영상들을 손 쉽게 얻을 수 있다. 이와 동시에 이러한 칼라 영상들을 인간의 눈에 가장 자연스럽게 재현하기 위한 연구들이 진행 되어 왔다. 그 중 자동 화이트 밸런스 라는 연구분야는 디지털 카메 라로부터 영상을 획득하는 과정에서 칼라의 질을 향상시키는 중요한 역할을 하고 있다. 본 논문에서는 자동 화이트 밸런스를 수행하는데 있어서 물체 본 연의 색을 찾아내기 위하여 회색기반의 알고리즘을 제안한다. 제안하 는 알고리즘의 첫 번째 단계로는 다양한 칼라 온도에서 촬영된 칼라 영상에 대해서 R, G, B 채널과 휘도 값의 관계를 사용함으로써 회색 의 위치를 예측한다. 두 번째 단계는 예측된 회색의 위치에 있는 R, G, B 채널 값을 이용함으로 휘도에 따른 적응적인 이득을 구한다. 마 지막으로 원 영상에 휘도에 따른 이득을 적용함으로써 향상된 화이트 발란스 영상을 얻게 된다. 실험을 통하여 다양한 광원환경에서 촬영 된 영상과 단색의 분포 및 평균 휘도가 다양한 영상에 대하여 제안하 는 방법을 적용하였으며, 그 결과를 기존의 다른 방법을 적용한 결과 와 비교함으로써 성능을 평가하였다. 특히 객관적인 평가방법을 사용 할 때 한정된 영상(GregTagMacbeth Color-Checker가 포함된 영상)에 만 적용할 수 있었던 기존방법의 단점을 해결하고자 새로운 평가방법 을 제안함으로써 모든 칼라 영상에 적용할 수 있게 하였다. 실험결과, 제안하는 방법은 광원뿐만 아니라 영상의 평균 휘도가 다양한 영상의 경우에도 뛰어난 성능을 보여주었고 단색이 넓게 퍼져있는 영상에서 도 비교적 잘 동작하였다.
최근 들어 디지털 카메라 기능이 있는 PDA(Personal digital Assistants)가 어느 곳에서나 사용되고 있고 이 기능을 이용하여 많 은 칼라 영상들을 손 쉽게 얻을 수 있다. 이와 동시에 이러한 칼라 영상들을 인간의 눈에 가장 자연스럽게 재현하기 위한 연구들이 진행 되어 왔다. 그 중 자동 화이트 밸런스 라는 연구분야는 디지털 카메 라로부터 영상을 획득하는 과정에서 칼라의 질을 향상시키는 중요한 역할을 하고 있다. 본 논문에서는 자동 화이트 밸런스를 수행하는데 있어서 물체 본 연의 색을 찾아내기 위하여 회색기반의 알고리즘을 제안한다. 제안하 는 알고리즘의 첫 번째 단계로는 다양한 칼라 온도에서 촬영된 칼라 영상에 대해서 R, G, B 채널과 휘도 값의 관계를 사용함으로써 회색 의 위치를 예측한다. 두 번째 단계는 예측된 회색의 위치에 있는 R, G, B 채널 값을 이용함으로 휘도에 따른 적응적인 이득을 구한다. 마 지막으로 원 영상에 휘도에 따른 이득을 적용함으로써 향상된 화이트 발란스 영상을 얻게 된다. 실험을 통하여 다양한 광원환경에서 촬영 된 영상과 단색의 분포 및 평균 휘도가 다양한 영상에 대하여 제안하 는 방법을 적용하였으며, 그 결과를 기존의 다른 방법을 적용한 결과 와 비교함으로써 성능을 평가하였다. 특히 객관적인 평가방법을 사용 할 때 한정된 영상(GregTagMacbeth Color-Checker가 포함된 영상)에 만 적용할 수 있었던 기존방법의 단점을 해결하고자 새로운 평가방법 을 제안함으로써 모든 칼라 영상에 적용할 수 있게 하였다. 실험결과, 제안하는 방법은 광원뿐만 아니라 영상의 평균 휘도가 다양한 영상의 경우에도 뛰어난 성능을 보여주었고 단색이 넓게 퍼져있는 영상에서 도 비교적 잘 동작하였다.
In recent years, PDA including the function of digital camera has been becoming increasingly popular in our lives so that we can easily obtain many color images from digital appliances. As far as the color quality of the image is concerned, a variety of methods have been proposed to make captured im...
In recent years, PDA including the function of digital camera has been becoming increasingly popular in our lives so that we can easily obtain many color images from digital appliances. As far as the color quality of the image is concerned, a variety of methods have been proposed to make captured images look natural just as seen by the human eyes. Among these methods, an automatic white balance is one of the important methods that improve the color quality of the image captured by digital camera sensor directly. In this thesis, the proposed method uses gray color points to compute the gains for R, G, and B channels more accurately. A gray color point is the pixel whose values of R, G, and B channels are equivalent. Our method estimates the gray color point by using the relationship between each RGB channel and the luminance of the color image captured under diverse color temperatures of illumination. Then, the adaptive gains of R, G, and B channels are calculated by using gray color points. Finally, the white balanced image is produced by applying the adaptive gain corresponding to the luminance value of an original image. In our experiment, we used variable illuminating conditions, images with dominant color, and images with diverse average brightness. The performance was measured and compared with other previous methods. Specially, we proposed the new objective evaluation method to overcome the disadvantage of the method using standard achromatic patches that is only possible to be applied to the restricted image which includes GregTagMacbeth Color-Checker. The experiment of images captured by real cameras under variable light conditions shows that the proposed method produces the best results in diverse scenes and illuminating conditions. Moreover, the proposed method produces superior results regardless of the brightness of illuminants or the existence of dominant color in an image.
In recent years, PDA including the function of digital camera has been becoming increasingly popular in our lives so that we can easily obtain many color images from digital appliances. As far as the color quality of the image is concerned, a variety of methods have been proposed to make captured images look natural just as seen by the human eyes. Among these methods, an automatic white balance is one of the important methods that improve the color quality of the image captured by digital camera sensor directly. In this thesis, the proposed method uses gray color points to compute the gains for R, G, and B channels more accurately. A gray color point is the pixel whose values of R, G, and B channels are equivalent. Our method estimates the gray color point by using the relationship between each RGB channel and the luminance of the color image captured under diverse color temperatures of illumination. Then, the adaptive gains of R, G, and B channels are calculated by using gray color points. Finally, the white balanced image is produced by applying the adaptive gain corresponding to the luminance value of an original image. In our experiment, we used variable illuminating conditions, images with dominant color, and images with diverse average brightness. The performance was measured and compared with other previous methods. Specially, we proposed the new objective evaluation method to overcome the disadvantage of the method using standard achromatic patches that is only possible to be applied to the restricted image which includes GregTagMacbeth Color-Checker. The experiment of images captured by real cameras under variable light conditions shows that the proposed method produces the best results in diverse scenes and illuminating conditions. Moreover, the proposed method produces superior results regardless of the brightness of illuminants or the existence of dominant color in an image.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.