$\require{mediawiki-texvc}$

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.

밝기 비트맵과 색도 일관성을 이용한 무 잔상 High Dynamic Range 영상 생성
Ghost-free High Dynamic Range Imaging Based on Brightness Bitmap and Hue-angle Constancy 원문보기

Journal of the Institute of Electronics and Information Engineers = 전자공학회논문지, v.52 no.1, 2015년, pp.111 - 120  

위엔시 (경북대학교 전자공학부) ,  하호건 (경북대학교 전자공학부) ,  이철희 (안동대학교 컴퓨터공학과) ,  하영호 (경북대학교 전자공학부)

초록
AI-Helper 아이콘AI-Helper

HDR(high dynamic range) 영상 생성은 실세계의 고명암비 영상을 재현하는 방법이다. Exposure fusion은 여러 HDR 영상 생성방법 중 한 가지로 true-HDR 영상을 생성하지 않고, 바로 pseudo-HDR 영상을 생성하는 방법이다. 그러나 노출이 다른 여러 입력영상들 중에서 이동하는 물체가 존재하면 잔상 효과가 발생하여 pseudo-HDR 영상의 화질 열화를 가져온다. 이러한 단점을 해결하기 위해 본 논문에서는 시간 영역에서 일치성 평가를 통한 무 잔상 exposure fusion을 제안하였다. 먼저 다중 역치 및 밝기를 이용한 비트맵과 색도 일관성 맵을 이용하여 각 입력 영상들간의 일치성을 평가하였고, 이를 시간 영역 가중치 맵으로 나타내었다. 그리고 기존 exposure fusion에서의 공간 영역 가중치 맵과 결합하여 최종 가중치 맵을 생성하였다. 마지막으로 각각 입력 영상에 최종 가중치 맵을 적용한 후, 합성하여 잔상이 제거된 pseudo-HDR 영상을 생성하였다. 실험을 통해 제안된 방법의 pseudo-HDR이 기존의 방법보다 잔상이 더 많이 제거되어 화질이 개선됨을 확인하였고, 객관적인 평가 방법인 기준 영상 대비 오차도 더 적게 나타남을 확인하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

HDR(High dynamic range) imaging is a technique to represent a dynamic range of real world. Exposure fusion is a method to obtain a pseudo-HDR image and it directly fuses multi-exposure images instead of generating the true-HDR image. However, it results ghost artifacts while fusing the multi-exposur...

주제어

#exposure fusion   #HDR imaging   #ghost-free  

질의응답

핵심어 질문 논문에서 추출한 답변
Exposure fusion의 단점은 무엇인가? Exposure fusion은 여러 HDR 영상 생성방법 중 한 가지로 true-HDR 영상을 생성하지 않고, 바로 pseudo-HDR 영상을 생성하는 방법이다. 그러나 노출이 다른 여러 입력영상들 중에서 이동하는 물체가 존재하면 잔상 효과가 발생하여 pseudo-HDR 영상의 화질 열화를 가져온다. 이러한 단점을 해결하기 위해 본 논문에서는 시간 영역에서 일치성 평가를 통한 무 잔상 exposure fusion을 제안하였다.
HDR(high dynamic range) 영상 생성은 무엇인가? HDR(high dynamic range) 영상 생성은 실세계의 고명암비 영상을 재현하는 방법이다. Exposure fusion은 여러 HDR 영상 생성방법 중 한 가지로 true-HDR 영상을 생성하지 않고, 바로 pseudo-HDR 영상을 생성하는 방법이다.
exposure fusion의 영상 획득 방법은 무엇인가? 이런 과정을 줄이기 위해 exposure fusion이 제안되었다[7]. 그림 1에서와 같이 exposure fusion은 노출이 서로 다른 영상을 통해 true-HDR 영상을 구하지 않고, 합성 (fusion)을 통해 바로 pseudo-HDR 영상을 획득한다. 이를 위해 각각의 입력 영상에 대한 공간 영역(spatial domain)의 가중치 맵(weight map)을 구한 후, 이를 대응한 영상에 적용하고 합성하여 한 장 pseudo-HDR 영상 생성한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (14)

  1. Paul Debevec, and Jitendra Malik, "Recovering High Dynamic Range Radiance Maps from photographs," Proceeding of the 24th Annual Conference on Computer Graphics and Interactive Techniques (SIGGRAPH '97). pp. 369-378, 1998. 

  2. Erik Reinhard, Wolfgang Herigrich, Paul Debevec, Sumanta Pattanaik, Greg Ward, and Karol Myszkowski, "High Dynamic Range Imaging, Second Edition: Acquisition, Display, and Image-Based Lighting," Morgan Kaufmann, ISBN-10: 012374914X, ISBN-13: 978-0123749147, 2010. 

  3. Jack Tumblin, and Greg Turk, "LCIS: A Boundary Hierarchy For Detail-Preserving Contrast Reduction," Proceeding of the 26th annual Conference on Computer Graphics and Interactive Techniques (SIGGRAPH '99). pp. 83-90, 1999. 

  4. Zeev Farbman, Raanan Fattal, Dani Lischinski, and Richhard Szeliski, "Edge-preserving Decompositions for Multi-Scale Tone and Detail Manipulation", ACM Transaction on Graphics-Proceding of ACM SIGGRAPH 2008, Vol. 27, Iss. 3, 2008. 

  5. Ji Won Lee, and Rae-Hong Park, "Tone Mapping Using Color Correction Function and Image Decomposition in High Dynamic Range Imaging," IEEE Transactions on Consumer Electronics, Vol. 56, No. 4, pp. 2772-2780, 2010. 

    상세보기 crossref

  6. Bo Gu, Wujing Li, Minyun Zhu, and Minghui Wang, "Local Edge-preserving Multiscale Decomposition for high Dynamic Range Image Tone Mapping," IEEE Transaction on Image Processing, Vol. 22, No. 1, pp. 70-79, 2013. 

    상세보기 crossref

  7. T. Mertens, J. Kautz, and F. Van reeth, "Exposure Fusion: A Simple and Practical Alternative to High Dynamic Range Photography," Computer Graphics Forum, Vol. 28, No. 1, pp.161-171, 2009. 

    상세보기 crossref

  8. J. Im, J. Jeon, M. H.Hayes, and J. Paik, "Single Image-Based Ghost-Free High Dynamic Range Imaging Using Local Histogram Stretching and Spatially-Adaptive Denoising," IEEE Transactions on Consumer Electronics, Vol. 57, No. 4, pp. 1478-1484, 2011. 

    상세보기 crossref

  9. Katerien Jacobs, Celine Loscos, and Greg Ward, "Automatic High-dynamic Range Image Generation for Dynamic Scenes," Computer Graphics and Applications, IEEE, Vol. 28, Iss. 2, pp. 84-93, 2008. 

    상세보기

  10. W. Zhang, and Wai-Kuen Cham, "Reference-guided exposure fusion in dynamic scenes," Journal of Visual Communication and Image Representation. Vol. 23, No. 3, pp. 467-475, 2012. 

    상세보기 crossref

  11. F. Pece, Jan Kautz, "Bitmap movement detection: HDR for dynamic scenes," 2010 Conference on Visual Media Production (CVMP), pp. 1-8, 2010. 

  12. F. Pece, Jan Kautz, "Bitmap movement detection: HDR for dynamic scenes," Journal of Virtual Reality and Broadcasting, Vol. 10, No. 2, 2013. 

  13. Perter J. Burt, Edward H. Adelson, "The Laplacian Pyramid as Compact Image Code," IEEE Transactions on Communication. Vol. 31, No. 4, pp. 532-540. 

  14. Robert M. Haralick and Linda G. Shapiro, "Computer and Robot Vision", Addison-Wesley, ISBN: 0201569434, 1992. 

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