[논문]HSI 색 공간 색상 보정을 이용한 안개 제거 알고리즘

엄태하; 김원하

doi:10.5909/jbe.2013.18.2.140

HSI 색 공간 색상 보정을 이용한 안개 제거 알고리즘
Dehazing in HSI Color Space with Color Correction 원문보기

방송공학회논문지 = Journal of broadcast engineering, v.18 no.2, 2013년, pp.140 - 148

초록
AI-Helper

Median Dark Channel Prior를 이용하여 안개를 제거하는 방법은 비교적 빠르고 정확한 전달량 맵을 만들어 안개를 제거한다. 그러나 기존의 안개 제거 알고리즘은 RGB 색 공간에서 수행되기 때문에 색상의 왜곡 오류가 생긴다. 본 논문에서는 HSI 색 공간에서 안개 영상의 색상의 정확도를 측정하여 색상의 왜곡을 보정하는 방법을 제안한다. 실험을 통해 제안된 방법은 기존 방법으로 안개 제거 시 색상이 왜곡 되는 현상을 현저히 감소시켰다.

Abstract ▼ AI-Helper

The haze removal algorithm using median dark channel prior is an efficient and fast method with relatively accurate transmission estimation. However, conventional methods may produce color distortion since the method ignores the color mismatch between estimated airlight and actual airlight. In this paper, we propose a color correction with measuring color fidelity in the HSI color space. Experimental results show that the proposed algorithm gives better color correction scheme.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 기존의 방법이 발생 시키는 색의 왜곡 현상을 현저히 줄이는 기법을 제안한다. 제안하는 방법은 HSI 영역에서 기존의 안개 제거 방법을 분석하여 안개 제거 영상의 색상의 왜곡을 측정하는 모델을 제시하였다.
기존의 알고리즘은 Airlight와 RGB성분의 연관성이 고려되지 않아 색상이 왜곡이 발생한다. 본 논문에서는 이러한 단점을 보완하고자 HSI 색 공간에서 색상을 보정하는 방법을 제안하였다. HSI 영역에서 기존의 안개 제거 방법을 분석하여 안개 제거 영상의 색상의 왜곡을 측정하는 모델을 제시하였다.
본 절에서는 기존의 방법에서 발생되는 색 왜곡 현상을 보정하는 기법을 제안한다. HS 평면에서 화소의 위치를 색상과 채도의 극좌표로 표현할 수 있다.

제안 방법

본 논문에서는 기존의 방법이 발생 시키는 색의 왜곡 현상을 현저히 줄이는 기법을 제안한다. 제안하는 방법은 HSI 영역에서 기존의 안개 제거 방법을 분석하여 안개 제거 영상의 색상의 왜곡을 측정하는 모델을 제시하였다. 제안하는 방법은 제시된 모델로 기존의 안개 제거 기법이 채도를 변화시키면서 색상을 왜곡하는 정도를 구하여 그 왜곡을 보상한다.
기존 알고리즘은 RGB 색 공간에서 안개 제거를 수행하기 때문에 색의 정확도(Color Fidelity)와 채도(Saturation)을 알 수 없다. 색의 정확도를 알기 위해 기존 알고리즘의 화소의 변화를 HSI 공간에서 관찰한다. RGB공간에서 HSI 공간으로 변환 수식은 아래와 같다.
일반적으로 안개가 적게 낀 지역의 영상 신호들은 Contrast가 높기 때문에 화소 각 RGB 각 성분의 최댓값과 최솟값의 차이가 크다. 이러한 특성을 이용하여 He는 영상의 안개의 정도를 나타내는 map을 구하기 위하여 Dark channel prior(DCP) 기법을 제안하였다. 이 방법은 특정한 크기의 윈도우(n × n)에 존재하는 화소들의 RGB 성분에서 최솟값 중에서 window내 최솟값으로 해당 윈도우의 Dark channel 값을 구한다.
기존의 안개 제거 방법은 안개가 제거된 색상의 채도를 H_D가 되게 하여서 기존의 안개제거 방법에서 왜곡되는 색상의 정도는 ∆H일 확률이 가장 높다. 이를 바탕으로 하여 본 논문에서 제안하는 기법은 기존의 알고리즘에서 채도의 변화량 ∆S를 유지하면서 왜곡된 색상 ∆H를 보상하여 색상을 보정하는 방법이다. 즉, 색상이 보상된 화소의 위치는 안개 화소의 색상 H_F방향으로 채도를 ∆S만큼 변화시킨 것이다.
이를 보완한 것이 Gibson 이 제안한 MDCP 방법이다^[10]. 일정한 윈도우 내에 최솟값 대신 중간 값을 이용하여 엣지를 보존하고 계산 시간을 단축 시켰다.
본 논문에서는 기존의 방법이 발생 시키는 색의 왜곡 현상을 현저히 줄이는 기법을 제안한다. 제안하는 방법은 HSI 영역에서 기존의 안개 제거 방법을 분석하여 안개 제거 영상의 색상의 왜곡을 측정하는 모델을 제시하였다. 제안하는 방법은 제시된 모델로 기존의 안개 제거 기법이 채도를 변화시키면서 색상을 왜곡하는 정도를 구하여 그 왜곡을 보상한다.
제안하는 방법은 HSI 영역에서 기존의 안개 제거 방법을 분석하여 안개 제거 영상의 색상의 왜곡을 측정하는 모델을 제시하였다. 제안하는 방법은 제시된 모델로 기존의 안개 제거 기법이 채도를 변화시키면서 색상을 왜곡하는 정도를 구하여 그 왜곡을 보상한다. 제안한 방법은 HSI 색 공간에서 기존 방법에서 Contrast 향상을 유지하면서 색상을 보정하여 안개 제거시 발생되는 색의 왜곡 현상을 현저히 줄인다.
MDCP는 윈도우(n × n) 내 최솟값 대신 중간 값을 이용한다. 중간 값 필터를 사용하게 되면 큰 엣지는 그대로 유지되고, 세밀한 엣지는 부드럽게 처리되어 DCP에서의 엣지 일치 과정(soft-matting 기법)을 생략하고 복원 시간은 단축시켰다. 그러나 나뭇가지나 나뭇잎과 같은 세밀한 엣지가 부드럽게 되어 후광효과가 완벽하게 제거되지 않는 단점이 있다.

이론/모형

. DCP는 비교적 정확한 전달량을 구할 수 있지만 엣지 값이 손실되어 이를 방지하기 위해 soft-matting 기법을 이용한다. 하지만 이 기법은 계산 시간이 오래 걸리고 많은 메모리가 필요하다는 단점이 있다.
하지만 이 기법은 계산 시간이 오래 걸리고 많은 메모리가 필요하다는 단점이 있다. 이를 보완한 것이 Gibson 이 제안한 MDCP 방법이다^[10]. 일정한 윈도우 내에 최솟값 대신 중간 값을 이용하여 엣지를 보존하고 계산 시간을 단축 시켰다.

성능/효과

제안하는 방법은 제시된 모델로 기존의 안개 제거 기법이 채도를 변화시키면서 색상을 왜곡하는 정도를 구하여 그 왜곡을 보상한다. 제안한 방법은 HSI 색 공간에서 기존 방법에서 Contrast 향상을 유지하면서 색상을 보정하여 안개 제거시 발생되는 색의 왜곡 현상을 현저히 줄인다.
제안하는 방법은 제시된 모델로 기존의 안개 제거 기법이 채도를 변화시키면서 색상을 왜곡하는 정도를 구하여 그 왜곡을 보상한다. 제안한 방법은 HSI 색공간에서 기존 방법에서 Contrast 향상을 유지하면서 색상을 보정하여 안개 영상의 원본 색상을 확률적으로 가장 잘 유지한다. 그러나 색상의 왜곡은 물체가 받는 태양광의 각도에 따라 다르게 나타나고, 인간이 왜곡된 색상을 인지하는 것은 어렵기 때문에 객관적인 색상 평가에 대한 고찰이 필요하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	안개는 공기보다 입자 크기 때문에 더 많은 빛의 산란을 발생시키는데, 이로 인한 안개 영상의 특징은 무엇인가?	안개란 대기 중의 수증기가 응결하여 지표 가까이에 작은 물방울이 떠 있는 현상이다. 안개는 공기보다 입자 크기 때문에 더 많은 빛의 산란을 발생시키고, 안개 영상은 빛의 산란에 의해서 Contrast와 채도가 감소된다. 획득된 영상은 물체로부터 반사된 빛과 대기 빛이 카메라와 물체의 거리와 대기 중의 입자에 의해 산란되어 입력된다.
	안개 영상의 품질을 향상시키는 방법에는 무엇이 있는가?	안개 영상의 품질을 향상시키는 방법에는 두 가지 방법이 있다. (i) 안개 모델을 사용하지 않고 영상 품질 향상을 기반으로 가시성을 높이는 방법[2][3], 그리고 (ii) 안개 모델을 이용하여 빛의 산란 정도를 측정하고 영상을 복원하는 방법[4][5][6][7][8][9]이 있다. 첫 번째 방법 중 Multi-scale Retinex(MSR)을 이용하여 영상의 Contrast를 향상시켜 안개를 제거하는 방법[2]과 Contrast-Limited Adaptive Histogram Equalization(CLAHE)[3]이 있다.
	Median Dark Channel Prior 알고리즘은 Dark Channel Prior 알고리즘과 달리 윈도우내 최솟값 대신 중간 값을 이용하는데 이로 인해 어떤 이점이 있는가?	MDCP는 윈도우(n × n) 내 최솟값 대신 중간 값을 이용한다. 중간 값 필터를 사용하게 되면 큰 엣지는 그대로 유지되고, 세밀한 엣지는 부드럽게 처리되어 DCP에서의 엣지 일치 과정(soft-matting 기법)을 생략하고 복원 시간은 단축시켰다. 그러나 나뭇가지나 나뭇잎과 같은 세밀한 엣지가 부드럽게 되어 후광효과가 완벽하게 제거되지 않는 단점이 있다.

참고문헌 (13)

S. K. Nayar and S. G. Narasimhan, "Vision in bad weather," ICCV, page 820, 1999.
Z. Rahman, D. J. Jobson, and G. A. Woodell, "Multi-scale retinex for color image enhancement", In Proceedings, International Conference on Image Processing, volume 3, pages 1003-1006, June 1996. Held in Lausanne, Switzerland 16-19 September 1996.
E. D. Pisano, S. Zong, B.M. Hemminger, M. DeLuca, R. E. Johnston, K. Muller, M.P. Braeuning, S. M. Pizer, "Contrast limited adaptive histogram equalization image processing to improve the detection of simulated spiculations in dense mammograms", J. Digital Imaging 11 193-200. 1998

상세보기
Y. Y. Schechner, S. G. Narasimhan, and S. K. Nayar, "Instant dehazing of images using polariztion," CVPR, 1:325, 2001.
S. G. Narasimhan and S. K. Nayar, "Chromatic framework for vision in bad weather," CVPR, pages 598-605, 2000.
J. Kopf, B. Neubert, B. Chen, M. Cohen, D. Cohen-Or, O. Deussen, M. Uyttendaele, and D. Lischinski, "Deep photo: Model-based photograph enhancement and viewing," SIGGRAPH Asia, 2008.
Robby T. Tan, "Visibility in bad weather from a single image", 2008 IEEE Conference on Computer Vision and Pattern Recognition, pp. 1 -8, June.
R. Fattal, "Single image dehazing," in SIGGRAPH, pages 1-9, 2008.
K. He, J. Sun, and X. Tang, "Single image haze removal using dark channel prior," in IEEE Conference on Computer Vision and Pattern Recognition(CVPR 2009), pages 1956-1963, 2009.
K. Gibson, D. Vo, and T. Nguyen, "An investigation in dehazing compressed images and video", Proceedings of IEEE OCEANS Conference (OCEANS'10), Sep. 2010.
E. H. Land, "The retinex theory of color vision," SCI. Amer., vol. 237, no. 6, pp.451-462, Mar. 1997.
J. A. Nairn, "Materials science and Engineering 5473," 2003.
Greenfield Sluder and David E. Wolf (2007). "IV. Young's Experiment: Two-Slit Interference". Digital microscopy (3rd ed.). Academic Press. p. 15. ISBN 0-12-374025-8.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증