선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 그러나 제작된 영상품질 평가는 대부분 육안 검수에 의존하고 있는 실정이며 이러한 육안 검수는 동일한 영상에 대한 영상품질평가를 수행할 때 실험자의 주관적 생각과 시각적인 환경에 의존함에 따라 정량적이고 객관적인 평가는 매우 어려운 일이며 또한 현재 미흡한 것이 사실이다. 따라서 본 연구에서는 항공 디지털 프레임 카메라에 의해 제작된 모자이크 영상의 품질을 평가하기 위해 기존의 주관적 육안검수만으로 평가하였던 정성적인 방법을 정량적으로 평가하기 위해 접합선과 HSI색상 모델을 이용한 영상품질지수를 산정하였다. 또한 산출된 품질평가지수에 대하여 실험자에 의한 주관적 평가지수와의 비교, 검증을 수행함으로써 정량적 품질평가지수에 대한 적용 가능성을 검증하였다.
- 본 연구에서는 수치항공영상을 이용하여 상용소프트웨어에서 사용되는 여러 가지 기법으로 모자이크 영상을 제작하였다. 제작된 모자이크 영상의 객관적이고 정량적인 품질평가지수를 산정하기 위해 첫째, 접합선을 중심으로 인접영상의 화소값의 차를 이용한 평가지수를 산정하였다.
제안 방법
- HSI 색상모델 중에서 사람이 육안으로 분석하기에 가장 적합한 색상 6가지 색상 [H=0( Blue), 42(Cyan), 84(Green), 126(Yellow), 168(Red), 210(Magenta)]을 이용하여 영상에 대한 유사성과 대비를 평가하기 위한 6가지 파라미터(F1sat, F1int, F2sat, F2int, F3sat, F3int)를 산출하였다.
- 개별 픽셀을 이용하여 분석하기 위해서는 지상에서 동일한 위치에 접합될 두 영상의 화소의 위치가 정확히 일치하여야 한다. 그러나 두 정사영상의 촬영각 및 표정요소(자세요소)의 차이로 인해 정확히 동일한 위치에 서의 동일한 위치에서의 화소를 추출하기 어려우며 만약 1화소를 찾았다고 하더라도 다른 화소가 일치하지 않게 됨으로써 본 연구에서는 접합영역의 전체에 대한 통계값을 이용하여 분석하였다.
- 제작된 모자이크 영상의 객관적이고 정량적인 품질평가지수를 산정하기 위해 첫째, 접합선을 중심으로 인접영상의 화소값의 차를 이용한 평가지수를 산정하였다. 둘째, RGB영상들에 대해 HSI색상으로 변환하여 평균 변화율과 표준편차 변화율을 이용한 유사성 평가 및 대비평가를 이용한 평가지수를 산정하였다. 그 결과 인접성 평가지수 산정 결과 도로, 부지안도로 공터와 같은 위치에서 생성된 접합선의 평가지수가 높은 결과를 나타내었다.
- 둘째, 인접영상과 기준영상에 대한 대비평가를 위하여 추출된 인접영상과 동일영역에 해당하는 기준영상과의 표준편차변화율(F3sat, F3int)을 이용하였으며, 기준영상과 인접영상간의 표준편차변화율을 산출하는 방법은 그림 4와 같다.
- 모자이크 영상에 대한 품질 평가방법은 주로 주관적 평가가 사용되어왔다. 따라서 본 연구에서는 실험영상에 대한 주관적 평가를 수행하기 위하여 표 3과 같이 접합선을 기준으로 인접영상의 인접성, 선명도, 대비 및 기준영상과의 대비와 같은 총 4가지 항목으로 주관적 평가를 수행하였다. 주관적 평가 수행 시, 표 4와 같이 총 5단계로 영상을 평가하도록 하였다.
- Grid-space 간격조정을 통해 Least Pixel Intensity Difference를 기반으로 하여 Shortest-path vector를 사용하는 Smart Seams 알고리즘 사용하였다. 또한 그림1과 같이 여러 방사조정 알고리즘을 사용하여 여러 장의 모자이크 영상을 제작하였다.
- 따라서 본 연구에서는 항공 디지털 프레임 카메라에 의해 제작된 모자이크 영상의 품질을 평가하기 위해 기존의 주관적 육안검수만으로 평가하였던 정성적인 방법을 정량적으로 평가하기 위해 접합선과 HSI색상 모델을 이용한 영상품질지수를 산정하였다. 또한 산출된 품질평가지수에 대하여 실험자에 의한 주관적 평가지수와의 비교, 검증을 수행함으로써 정량적 품질평가지수에 대한 적용 가능성을 검증하였다.
- 본 연구에서는 상용소프트웨어를 사용하여 모자이크 영상을 제작위해 자동으로 전체 영상 화소값을 조정하고 영상간의 중복영역에서 접합선을 추출하였다. 사용된 접합선 알고리즘은 자동으로 접합선을 선정할 때
- 색상 평가지수 산정을 위해 유사성 평가방법과 대비 평가방법의 결과로 도출된 6가지 파라미터를 평가지수로 사용하였다.
- )을 식(5)와 같이 산출한다. 오른쪽 기준영상과 인접영상에 대해서도 동일하게 표준편차변화율을 계산하여, 왼쪽과 오른쪽 영상에서 계산된 값을 산술평균하여 최종적인 채도 및 명도에 대한 표준편차변화율을 산출한다.
- 유사성 평가방법과 동일한 방법으로 추출된 기준영 상과 인접영상에서 6가지 동일한 색상에 대한 채도와 명도에 대한 표준편차를 산출한 후, 총 6가지 색상에 대한 명도, 채도의 표준편차 평균을 산출한다.
- 유사성평가는 동일 대상물의 색상에 대한 채도와 명도가 유사해야 한다는 특성을 이용하여 접합된 인접영상의 채도와 명도에 대한 평균값을 이용하여 비교하였다.
- )을 추출한다. 이는 동일한 영상에서 촬영 당시 영상에서 발생 되는 방향, 명암 등의 이유로 인한 오차가 발생할 수 있고 범위가 너무 작으면 동일 영역에 대한 정보를 얻기에 충분하지 않는 것을 고려하여 영상의 공간 해상도를 고려하여 좌우 3pixel의 영역을 추출하였다.
- 이를 위하여 첫째, 접합된 인접영상에 대한 대비평가를 위해 접합된 인접영상에 대해 채도와 명도의 표준편차 변화율(F2sat, F2int)을 사용하였다.
- 접합선을 중심으로 각각의 인접영상에서 6가지 색상에 해당하는 채도와 명도의 화소정보를 각각 추출한다. 이때, 각 색상별로 ±5 buffer를 적용하여 보다 많은 정보의 양을 추출하였다.
- 본 연구에서는 수치항공영상을 이용하여 상용소프트웨어에서 사용되는 여러 가지 기법으로 모자이크 영상을 제작하였다. 제작된 모자이크 영상의 객관적이고 정량적인 품질평가지수를 산정하기 위해 첫째, 접합선을 중심으로 인접영상의 화소값의 차를 이용한 평가지수를 산정하였다. 둘째, RGB영상들에 대해 HSI색상으로 변환하여 평균 변화율과 표준편차 변화율을 이용한 유사성 평가 및 대비평가를 이용한 평가지수를 산정하였다.
- 따라서 본 연구에서는 실험영상에 대한 주관적 평가를 수행하기 위하여 표 3과 같이 접합선을 기준으로 인접영상의 인접성, 선명도, 대비 및 기준영상과의 대비와 같은 총 4가지 항목으로 주관적 평가를 수행하였다. 주관적 평가 수행 시, 표 4와 같이 총 5단계로 영상을 평가하도록 하였다.
대상 데이터
- 본 연구에서는 항공 디지털 프레임카메라로 촬영된 대전시 지역의 항공사진을 이용하여 정사영상 및 모자이크 영상을 제작하였다.
- 실험 대상지역으로 다양한 색상과 형태를 가지고 있는 도심지 및 유사한 색상과 형태를 가지고 있는 산악지를 선정하였다.
데이터처리
- 유사성 평가와 동일한 방법으로 6가지 동일한 색상에 대하여 채도와 명도에 대한 화소정보를 추출한 후, 각 색상에 대한 표준편차(SDblue , SDcyan , SDgreen , SDyellow, SDred, SDmagenta)를 산출한다.
- 이와같이 계산된 화소값의 차이 중, ‘0’인 값의 비율을 이용하여 모자이크영상의 연속성을 평가하였다.
- 인접영상의 대비평가를 위하여 영상이 가지고 있는 정보의 양을 나타내는 영상의 통계값 중, 표준편차를 이용하고자 한다.
이론/모형
- Grid-space 간격조정을 통해 Least Pixel Intensity Difference를 기반으로 하여 Shortest-path vector를 사용하는 Smart Seams 알고리즘 사용하였다. 또한 그림1과 같이 여러 방사조정 알고리즘을 사용하여 여러 장의 모자이크 영상을 제작하였다.
- 따라서 모자이크 영상에 대한 색상 평가 방법으로 사람의 색을 설명하고 해석하는 방법과 가장 일치하며, 60° 간격으로 구성된 360°의 범위를 가지고 있고 HSI 색상모델을 이용하였다(Gonza lez, 등. 2003).
성능/효과
- 둘째, RGB영상들에 대해 HSI색상으로 변환하여 평균 변화율과 표준편차 변화율을 이용한 유사성 평가 및 대비평가를 이용한 평가지수를 산정하였다. 그 결과 인접성 평가지수 산정 결과 도로, 부지안도로 공터와 같은 위치에서 생성된 접합선의 평가지수가 높은 결과를 나타내었다. 또한 기준영상과의 화소값의 차이를 산출하기 때문에 기준영상에 따라 결과값의 차이가 발생되는 것을 알 수 있었다.
- 색상 평가지수 산정결과로 도출된 6개의 파라미터들은 모자이크 영상 제작 시 다양한 방법으로 제작될 수있기 때문에, 개별적인 비교⋅분석에는 어려움이 있다. 따라서 모든 지수를 합한 객관적 평가지수는 인접한 영상의 크기, 영상이 포함하고 있는 대상물의 유사성, 기준영상 자체의 대비 등과 같은 요소를 포함하므로 영상의 전체적인 품질을 평가할 수 있다고 사료된다.
- 마지막으로 인접영상의 인접성, 선명도, 대비와 기준 영상의 대비에 대하여 주관적 평가지수를 산정한 결과표 6에서 볼 수 있듯이 객관적 영상품질평가지수와 유사한 결과를 나타내고 있는 것을 알 수 있다.
- 마지막으로 주관적 평가지수 산정하여 영상 품질평가지수와 비교한 결과 산악지의 경우 인접영상에서 포함하고 있는 대상물들이 매우 유사한 질감을 가지고 있으므로 시각적으로 판단하는데 있어 어려움이 있다는 것을 알 수 있었다. 그러나 대부분의 최종 영상 품질평가지수 결과의 90%이상이 객관적 영상 품질평가지수와 유사한 결과를 나타내었다.
- 본 연구에서는 최종 영상에 품질결과지수를 산정함으로써 시각적으로 판단하기 어려운 문제점을 산술적으로 객관화하여 나타내었으며 이는 객관적 영상 품질 평가지수 방안의 타당성을 확인할 수 있었다. 그러나 인접한 모자이크 영상만으로 평가를 수행하였기 때문에 전체 모자이크 영상에 대한 평가 결과에 대한 한계를 가지고 있다.
- 산악지 평가지수 산정 결과 인접영상 3의 접합선 평가지수는 0.4로 50%이하의 결과를 보여주고 있으나, 주관적 평가지수에서는 매우 좋은 결과를 보여주고 있다. 접합선 평가지수가 낮은 이유는 접합선을 중심으로 모자이크 영상을 제작할 때 뭉게짐의 현상이 발생되어 접합선 주위로 색상이 다른 것을 확인할 수 있었다.
- 색상 평가지수 산정 결과에서 인접영상 1, 2의 지수는 각각 0.82, 0.86으로 인접성 평가지수와는 다소 다르게 나타났다. 이는 인접영상의 좌우 영상의 크기에 따라 또는 인접영상이 포함하고 있는 대상물의 정보에 영향을 받는 것으로 판단된다.
- 주관적 평가지수 산정 결과 약간의 차이가 발생하였으나 객관적 영상품질평가지수와 유사한 결과를 나타내고 있는 것을 확인할 수 있었다.
후속연구
- 그러나 인접한 모자이크 영상만으로 평가를 수행하였기 때문에 전체 모자이크 영상에 대한 평가 결과에 대한 한계를 가지고 있다. 따라서 향후 전체 모자이크 영상에 평가지수 방법을 적용함으로써 본 연구에서 제안한 평가지수 산정 방법에 대한 신뢰성 확보가 필요하다고 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.