광학센서를 이용한 자료취득과정 중 발생하는 그림자는 영상내 동일 지물에 대한 밝기값의 지속성을 훼손하여 영상에 의한 지상 정보를 해석함에 있어 방해요소로 작용한다. 본 연구에서는 영상정보의 활용에 있어 그림자 영역을 추출하고 그림자에 의한 영상 왜곡을 제거하기 위한 기법에 관한 연구로써 자료원이 다른 보조자료의 활용을 배제하고 단일 컬러 영상으로부터 도심지의 지상 객체에 의한 그림자를 제거하기 위하여 HSI 컬러모델의 명도(intensity) 정보를 이용하여 그림자 영역을 추출하였으며 퓨리어 변환에 의한 그림자 영역 복원기법을 적용함으로써 영상에서의 그림자 영향을 제거하였다.
광학센서를 이용한 자료취득과정 중 발생하는 그림자는 영상내 동일 지물에 대한 밝기값의 지속성을 훼손하여 영상에 의한 지상 정보를 해석함에 있어 방해요소로 작용한다. 본 연구에서는 영상정보의 활용에 있어 그림자 영역을 추출하고 그림자에 의한 영상 왜곡을 제거하기 위한 기법에 관한 연구로써 자료원이 다른 보조자료의 활용을 배제하고 단일 컬러 영상으로부터 도심지의 지상 객체에 의한 그림자를 제거하기 위하여 HSI 컬러모델의 명도(intensity) 정보를 이용하여 그림자 영역을 추출하였으며 퓨리어 변환에 의한 그림자 영역 복원기법을 적용함으로써 영상에서의 그림자 영향을 제거하였다.
The shadows, which is generated when acquiring data using optical sensor, mutilates consistency of brightness for same objects in the images. Hence, it makes a trouble to interpret the ground information. This study is focused on detecting the shadowing area in the images. And only single image is u...
The shadows, which is generated when acquiring data using optical sensor, mutilates consistency of brightness for same objects in the images. Hence, it makes a trouble to interpret the ground information. This study is focused on detecting the shadowing area in the images. And only single image is used without any other data which is acquired from different source. Also, This study presents the method using HSI color model, especially, using I(intensity) information, and the intensity clustering algorithm. Then, we illuminate the effects of shadow by FFT(Fast Fourier Transform).
The shadows, which is generated when acquiring data using optical sensor, mutilates consistency of brightness for same objects in the images. Hence, it makes a trouble to interpret the ground information. This study is focused on detecting the shadowing area in the images. And only single image is used without any other data which is acquired from different source. Also, This study presents the method using HSI color model, especially, using I(intensity) information, and the intensity clustering algorithm. Then, we illuminate the effects of shadow by FFT(Fast Fourier Transform).
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 영상정보의 활용에 있어 광학 센서를 활용한 영상의 취득과정에서 나타나는 그림자 영역의 추출 및 그림자에 의한 영상 왜곡 제거 기법에 관한 연구로써 자료원이 다른 보조자료의 활용을 배제하고 단일 컬러 영상으로부터 도심지의 지상 객체에 의한 그림자를 제거하였다. 그림자 영역 추출은 저자가 본 학회 할술발표회를 통하여소개한 바 있는 HSI 컬러모델의 명도 (Intensity) 정보를 이용한 기법(최연웅 외, 2007)을 적용하고 정용주 외(2006)에서 제시된 바 있는 퓨리어 변환에 의한 그림자영역 복원기법을 적용함으로써 영상에서의 그림자 영향을 제거하였다.
본 연구는 영상정보의 활용에 있어 광학 센서를 활용한영상의 취득과정에서 나타나는 그림자 영역의 추출기법에 관한 연구로써 다음과 같은 결론을 얻을 수 있었다.
제안 방법
본 연구는 영상정보의 활용에 있어 광학 센서를 활용한 영상의 취득과정에서 나타나는 그림자 영역의 추출 및 그림자에 의한 영상 왜곡 제거 기법에 관한 연구로써 자료원이 다른 보조자료의 활용을 배제하고 단일 컬러 영상으로부터 도심지의 지상 객체에 의한 그림자를 제거하였다. 그림자 영역 추출은 저자가 본 학회 할술발표회를 통하여소개한 바 있는 HSI 컬러모델의 명도 (Intensity) 정보를 이용한 기법(최연웅 외, 2007)을 적용하고 정용주 외(2006)에서 제시된 바 있는 퓨리어 변환에 의한 그림자영역 복원기법을 적용함으로써 영상에서의 그림자 영향을 제거하였다. 추가적으로 그림자 영역에서 HSI 컬러요소의 분포를 분석하여 그림자 영향의 복원 전후 영상의특성을 제시하였다.
그림자 영역 추출은 저자가 본 학회 할술발표회를 통하여소개한 바 있는 HSI 컬러모델의 명도 (Intensity) 정보를 이용한 기법(최연웅 외, 2007)을 적용하고 정용주 외(2006)에서 제시된 바 있는 퓨리어 변환에 의한 그림자영역 복원기법을 적용함으로써 영상에서의 그림자 영향을 제거하였다. 추가적으로 그림자 영역에서 HSI 컬러요소의 분포를 분석하여 그림자 영향의 복원 전후 영상의특성을 제시하였다.
제시된 알고리즘은 기본적으로는 입력화소를 중심으로 설정되는 3×3 혹은 그 이상의 크기를 갖는 마스크(mask)를 이용하여 입력화소와 주변 화소와의 연산을 통해 입력화소의 값을 변경하는 회선기법을 이용하였으며 본 연구에서는 경험적으로 마스크 크기를 5×5로 적용하였고, 명도값을 군집화 하기위한 최대 명도 차이를 ±1.5로 정의함으로써 최대 3까지의 차이를 나타내는 화소들을 같은 군집으로 간주하였다.
군집화 방식은 그림 10과 같은 과정을 반복함으로써 각각의 화소를 기준으로 각 화소들의 명암 값을 이용하여 주변에 인접한 유사한 명도 값을 가진 화소들을 모두 하나의 그룹으로 묶어주는 과정을 수행하며, 모든 화소들에 그룹이 형성되면 각 그룹에서 명도 값의 평균을 비교하여 그림자로 예상되는 값을 가진 그룹을 그림자 화소 그룹으로 분류하였다.
명암도에 의해 군집화된 결과로부터 그림자 군집을 결정하기 위하여 본 연구에서는 명백하게 그림자로 판별되는 지역의 명도(I)값을 표본으로 추출함으로써 그림자 군집으로 추정되는 군집을 결정하였다.
또한, 군집화의 결과로부터 경계를 검출함으로써 그림자 영역을 추출하였다. 그러나, 그림자 군집 추출결과 중 객체의 크기가 작은 미소군집들은 오차로 간주하고 삭제하였으며 영상의 경계검출 알고리즘 중의 하나인 Canny 경계검출기(Canny, 1986)를 활용하여 그림자 영역을 추출하였다.
첫째, 그림자와 HSI 컬러요소간의 관계를 이용하여 대상지역에 관한 다른 보조 자료의 활용을 배제하고 단일컬러영상으로부터 그림자 영역을 추출하였다.
둘째, HSI 컬러모델의 명암요소를 군집화 알고리즘을 제시하고 명암요소 군집화를 통한 그림자 영역 및 그림자경계를 추출하였으며 퓨리어 변환을 통하여 영상을 복원하였다.
본 연구에서는 이러한 HSI 컬러모델의 명암요(I) 와 그림자의 관계를 이용하여 영상의 그림자 영역을 추출하였다.
본 연구에서는 HSI 컬러모델의 명도요소만을 활용하기 위하여 RGB 컬러 모델로 표현된 원영상을 식(2)를 이용 하여 HSI 컬러모델로 변환하였으며, 그림 6, 그림 7 및 그림 8과 같이 원본 영상에 대한 HSI 컬러모델에서의 색도, 채도 및 명도요소에 대한 영상을 취득하였다.
이론/모형
본 연구에서는 정용주 외(2006)에서 제시된 바 있는 퓨리어 변환에 의한 그림자 영역 복원기법을 적용하여 앞서 추출된 그림자 경계를 이용함으로써 그림자 영역을 복원하였으며 그림 15와 같은 그림자가 제거된 영상을 생성하였다.
(최형일 등, 1999). 이외에도 색상, 명도, 채도의 혼합으로 색을 나타내는 HSI 컬러 모델 및 CIE, YIQ 등 다양한 컬러모델이 존재하나 본 연구에서는 HSI 컬러모델을 이용하였다.
또한, 군집화의 결과로부터 경계를 검출함으로써 그림자 영역을 추출하였다. 그러나, 그림자 군집 추출결과 중 객체의 크기가 작은 미소군집들은 오차로 간주하고 삭제하였으며 영상의 경계검출 알고리즘 중의 하나인 Canny 경계검출기(Canny, 1986)를 활용하여 그림자 영역을 추출하였다.
성능/효과
그림 11, 그림 12 및 그림 13은 각각의 영상에서 명도값으로 군집화를 하고 그중에서 그림자 영역을 검출하여경계를 추출한 결과로써 본 연구에서 제안하고 있는 명암값의 군집화 알고리즘이 그림자 군집을 정확하게 추출하고 있음을 확인할 수 있으며 매우 명확한 그림자 영역 추출 결과를 나타내었다. 그러나, 그림 13은 상대적으로 넓은 지역을 포함하고 있는 영상으로써 밀집된 건물들 및건물 주변의 가로수 등 영상에 포함된 객체들의 구조가복잡하게 분포하고 있다.
그러나, 그림 13은 상대적으로 넓은 지역을 포함하고 있는 영상으로써 밀집된 건물들 및건물 주변의 가로수 등 영상에 포함된 객체들의 구조가복잡하게 분포하고 있다. 따라서 명확한 군집을 구분하지 못하였으며 결과적으로 명확한 그림자 영역을 추출하지못함으로써 본 연구에서 적용된 다른 영상에 비하여 상대적으로 좋지 않은 결과를 보이고 있다.
적용된 모든 영상들에서 퓨리어 공간에서의 평활화 과정에 의하여 영상의 전체적인 밝기가 약간 어두워진 결과를 보이고 있으나, 전반적으로 매우 우수한 그림자 제거 결과를 나타내고 있다. 그러나, 명도(I)값 군집화 과정 이후 그림자 군집추출 과정에서 영상내 자동차 등과 같이 작은 객체들에 의해 생성된 군집은 그림자 경계추출과정에서 고려하지 않았기 때문에 그림자 제거 결과에서도 자동차 등에 의해 발생된 그림자들은 제거되지 않는 결과를나타내고 있다.
A, B 지역에서 영상의 밝기가 어두워진 결과를 반영하여 전체적으로 원본 영상에 비하여 명도 요소가 낮게 나타났으며 채도(S)요소는 전반적으로 다소 높게 나타나 선명해지는 효과를 보이고 있으나 원본 영상의 색도(H)요소는 큰 변화를 보이지 않는 것으로 나타나 영상 복원후에도 원본 영상의 고유한 색상정보는 크게 변화하지 않는 것으로 나타났다.
셋째, 복원된 영상에서의 HSI 컬러요소는 명도 및 채도가 각각 낮거나 높게 나타나 원본 영상에 비하여 다소 어둡고 선명해졌으나, 색도요소는 큰 변화를 보이지 않는것으로 나타나 영상복원 후에도 원본 영상의 고유한 색상정보는 크게 변하지 않는 것으로 나타났다.
A 지역의 그림자 영역에서 색도(H)의 분포가 급격한 변화를 보이고 있으나, B 지역에서는 채도(S)의 분포와 같이 그림자 영역에서 특이한 분포를 나타내지 않고 있으나, 명도(I)요소의 분포는 A, B지역의 그림자 영역에서 특이한 형태를 나타내고 있음을 확인할 수 있어 HSI 컬러요소 중 명도(I)요소가 영상의 그림자 분포와 관련이 있음을 알 수 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
HSI 컬러공간에서 색도의 조절은 각도에 따라 어떻게 변하는가?
만약 점이 수평면에 있다고 가정하면 원뿔의 축으로부터 점까지 평면에서 벡터를 정의할 수 있기 때문에 채도는 이 벡터의 길이로 나타낼 수 있으며 채도가 강할수록 그 컬러는 명도에 따라 흰색/회색/검정색이 된다. 또한, 색도의 조절은 각도에 따라 0°에서는 빨강색, 120°에서는 녹색, 240°에서는 파랑색 ,그리고 360° 에서는 다시 빨강색으로변하게 된다(김종근 등, 2000).
분광복사곡선이란?
대부분의 광원에서는 다양한 파장의 빛이 섞여서 나온다. 이때 광원이 방출하는 파장별 세기 분포를 분광복사곡선이라 한다. 태양빛은 가시영역 전체의 빛을 고루 방출하므로 직선형태의 분광복사곡선을 나타내지만, 형광등은 불연속적인 파장 분포를 지니며 상대적으로 단파장과 중간 파장 영역의 빛이 우세하기 때문에 약간 푸른 백색을 띠는 것처럼 광원에 따라 다른 분광복사곡선을 갖는다.
컬러모델은 어떠한 방법인가?
흑백 영상은 각 픽셀의 밝기만으로 영상을 표현할 수있으나 컬러 영상에서는 다양한 표현 방법이 요구된다. 컬러모델이란 광원에 의하여 반사된 대상체의 색상을 특정한 구성을 통하여 표현하는 것으로 컬러들과 다른 컬러들간의 관계를 표현하는 방법이다. 현재 컬러 모니터와 같이 빛을 이용해서 색을 표현할 때는 빛의 삼원색을 이용한 RGB 컬러 모델을, 컬러 프린터에서는 색의 삼원색을 이용한 CMY 컬러 모델을 이용한다.
참고문헌 (13)
김종근, 송철호, 이종선, 조동섭 (2000), 컴퓨터그래픽스, 웅보출 판사, pp. 121-123, pp. 130-133
이운석 (2000), 동적 색채 분포 정보에 기반한 자동차 번호판 영 역 추출,석사학위논문,서울시립대학교
정용주 (2006), 엔트로피 최소화를 이용한 영상에서의 그림자 영역 제거 기법 연구,석사학위논문,전북대학교
정용주, 장영운, 최연웅, 조기성 (2006), 항공영상에서 그림자 경 계 탐색 및 복원 기법 연구, 한국측량학회지, 제24권, 제4호, pp.327-334
Hall, D. L. and J. Llinas (1997), An introduction to multisensor data fusion, Proceedings of IEEE. vol. 85, no. 1, pp. 16-23
Pohl, C. and j. L Van Genderen (1998), Multisensor image fusion in remote sensing: concepts, methods, and applications, International Journal of remote Sensing, vol. 19, no. 5, pp. 823-854
Paul, M. D. (2005), Shadow Analysis in High-Resolution Satellite Imagery of Urban Areas, Photogrammetric Engineering and Remote Sensing, Vol. 71, No. 2, pp. 169-177
Rossi, R. E., J. L. Dungan and L.R. beck (1994), Kriging in the shadows: Geostaticstical interpolation for remote sensing, Remote Sensing of Environment, vol. 49, no. 1, pp. 32-40
※ AI-Helper는 부적절한 답변을 할 수 있습니다.