$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

은닉 마코프 랜덤 모델 기반의 전달 맵을 이용한 안개 제거
Image Dehazing using Transmission Map Based on Hidden Markov Random Field Model 원문보기

Journal of the Institute of Electronics and Information Engineers = 전자공학회논문지, v.51 no.1, 2014년, pp.145 - 151  

이민혁 (창원대학교 제어계측공학과) ,  권오설 (창원대학교 제어계측공학과)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 한 장의 영상에서 안개를 제거하는 알고리즘을 제안한다. 기존의 Dark Channel Prior(DCP) 알고리즘은 영상의 어두운 정보를 계산하여 전달량을 추정한 후, 매팅(matting) 기법을 사용하여 안개 영역을 보완하여 검출한다. 이 과정에서 블록현상이 발생하는 문제가 있으며 이로 인해 안개를 효율적으로 제거하는데 한계점이 있다. 이 문제를 해결하기 위해 본 논문에서는 Hidden Markov Random Field(HMRF) 와 Expectation-Maximization(EM) 알고리즘을 이용하여 매팅 과정에서 발생하는 블록문제를 해결하고자 하였다. 실험 결과를 통하여 제안한 방법은 기존 방법보다 안개제거에서 더 향상된 결과를 얻을 수 있음을 확인하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This paper proposes an image haze removal algorithm for a single image. The conventional Dark Channel Prior(DCP) algorithm estimates a transmission map using the dark information in an image, and the haze regions are then detected using a matting algorithm. However, since the DCP algorithm uses bloc...

주제어

#Haze   #Contrast   #DCP   #HMR  

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 그림 1(b) 영상을 보면 He 방법을 이용했을 시 나타나는 블록현상의 문제점을 볼 수 있다. 따라서 본 논문에서는 HMRF-EM 알고리즘을 이용하여 매팅 시 발생하는 블록현상을 감소시키고 이를 통해 안개를 제거하고자 한다. He 등의 알고리즘과 제안하는 방법에 대해서는 다음 장에서 상세히 설명하겠다.
  • 본 논문에서는 HMRF-EM 알고리즘을 적용하여 기존 알고리즘에서 발생하는 블록현상을 제거하는 방법을 제안하였다. 제안한 방법은 연속적으로 일정한 색이 있는 영역에서 나타나는 블록현상을 최소한으로 줄였으며 이를 통해 안개제거 성능이 향상된 결과를 얻게 되었다.

가설 설정

  • 또한 Quan Wang은 경계선을 보존하기 위해 캐니 (Canny) 경계 검출[11], Sarkar-Boyer 경계 검출[12], Berkeley 윤곽 검출[13]과 같은 경계선 검출 알고리즘을 이용하였다. i번째 화소가 경계선이면 zi = 1, 그렇지 않으면 0인 이진 경계 맵 z가 있다고 가정하자. 이제 우리는 아래와 같이 식을 수정할 수 있다.
  • 여기서 우리는 A가 주어졌다라고 가정을 하고 일정 영역 Ω(x)에서의 전달량 또한 일정하다고 가정을 한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
기존의 Dark Channel Prior(DCP) 알고리즘은 어떠한 방법으로 값을 검출하는가? 본 논문에서는 한 장의 영상에서 안개를 제거하는 알고리즘을 제안한다. 기존의 Dark Channel Prior(DCP) 알고리즘은 영상의 어두운 정보를 계산하여 전달량을 추정한 후, 매팅(matting) 기법을 사용하여 안개 영역을 보완하여 검출한다. 이 과정에서 블록현상이 발생하는 문제가 있으며 이로 인해 안개를 효율적으로 제거하는데 한계점이 있다.
He등이 제안한 Dark Channel Prior(DCP)를 이용한 안개 제거 알고리즘은 어떠한 관측에 기반을 두고 있는가? He등[8]는 Dark Channel Prior(DCP)를 이용한 안개 제거 알고리즘을 제안하였다. 이 방법은 안개가 없는 깨끗한 영상에서 일정 구간 내에 한 채널의 화소는 항상 0에 가까운 밝기를 가진다는 관측에 기반을 두고 있다. 이 관측은 대부분의 영상에서 적용되며, 매우 깨끗한 결과영상을 가질 수 있게 된다.
영상 처리의 응용 기법들을 사용시, 어떠한 경우에 좋은 결과를 얻기 힘든가? 영상 처리의 응용 기법들을 사용할 때 영상이 깨끗하지 않으면 좋은 결과를 얻기는 어렵다. 일정한 조명과 특별한 잡음이 없는 실내 영상과 달리 실외에서 영상을 획득할 때, 다양한 외부 요인에 의해 실제 물체가 가지고 있는 정보를 온전히 획득하기 어렵다.
질의응답 정보가 도움이 되었나요?

참고문헌 (14)

  1. Y. Y. Schechner, S. G. Narasimhan, and S. K. Nayar, "Instant dehazing of images using polarization," Proc. CVPR, pp. 325-332, Hawaii, USA, Dec. 2001. 

  2. S. G. Narasimhan and S. K. Nayar, "Chromatic framework for vision in bad weather," Proc. CVPR, pp. 598-605, SC, USA, June 2000. 

  3. S. G. Narasimhan and S. K. Nayar, "Contrast restoration of weather degraded image," IEEE trans. Pattern Anal. Mach. Intell., vol. 25, no. 6, pp. 713-724, June 2003. 

    상세보기 crossref

  4. S. K. Nayar and S. G. Narasimhan, "Vision in bad weather," Proc. ICCV, pp. 820-827, Kerkyra, Greece, Sep. 1999. 

  5. J. Korf, B. Neubert, B. Chen, M. Cohen, D. Cohen-Or, O. Deussen, M. Uyttendaele, and D. Lischinski, "Deep photo: Model-based photograph enhancement and viewing," Proc. SIGGRAPH Asia, Singapore, Dec. 2008. 

  6. R. Tan, "Visibility in bad weather from a single image," Proc. CVPR, pp. 1-8, Anchorage, USA, June 2008. 

  7. R. Fattal, "Single image dehazing," ACM Trans. Graphics, vol. 27, no. 3, Aug. 2008. 

  8. K. He, J. Sun, and X.Tang, "Single image haze removal using dark channel prior," Proc. CVPR, June 2009. 

  9. A. Levin, D. Lischinski, and Y. Weiss, "A closed form solution to natural image matting," IEEE Trans. Pattern Anal. Mach, Intell., vol. 30, no. 2, pp. 228-242, Feb. 2008. 

    상세보기 crossref

  10. Q. Wang. "Hmrf-em-image : Implementation of the hidden markov random field and its expectation-maximization algorithm," arXiv: 1207.3510 [cs.CV], 2012. 

  11. J. Canny. "A computational approach to edge detection," IEEE Trans. Pattern Anal. Mach., Intell., PAMI vol. 8, no. 6, pp. 679-698, Nov. 1986. 

  12. S. Sarkar and K. Boyer, "Optimal infinite impulse response zero crossing based edge detectors," CVGIP : Image Understanding, vol. 54, no. 2, pp. 224-243, Sep. 1991. 

    상세보기 crossref

  13. A. Saxena, S. Chung, and A. Ng. "3-d depth reconstruction from a single still image," International Journal of Computer Vision, vol. 76, no. 1, pp. 53-69, Jan. 2008. 

    상세보기

  14. Raimondo Schettini, Francesca Gasparini, Silvia Corchs and Fabrizio Marini, Contrast image correction method, Journal of Electronic Imaging vol. 19, no. 2, pp. 0230051-02300511, Apr. 2010. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로