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
- 기존 연구들의 이러한 문제점을 해결하기 위해서, 본 논문에서는 4개 분할 영역들 중 가장 높은 평균 픽셀 값을 갖는 영역을 선택하고, 이 선택 영역의 픽셀 평균값과 4개 영역으로 분할하기 이전 영역의 평균 픽셀 값 차이가 ∆이하가 될 때까지, quad-tree 분할을 반복하는 방법을 제안한다. (∆ = 1)
- 본 논문에서는 기존 안개 제거 알고리즘에서 발생할 수 있는 문제점들을 개선하기 위한 기술들을 제안한다.
- 본 논문에서는 안개가 제거된 영상의 색상 왜곡을 방지하기 위해서 영역 분할 방법이 적용된 대기값 추정 방법을 제안하였다. 이때, 효과적인 영역 분할을 수행하기 위해서 문턱치 값을 이용하여 영역 분할을 수행할지 중단할지를 결정하였다.
- 본 논문에서는 안개가 제거된 영상의 색상 왜곡을 방지하기 위해서 영역 분할 방법이 적용된 대기값 추정 방법을 제안한다. 이때, 효과적인 영역 분할을 수행하기 위해서 문턱치 값을 이용하여 영역 분할을 수행할지 중단할지를 결정한다.
- 최근 영역 분할 방식으로 대기값을 찾는 방법들[9][10]이 고안되었는데, 이 기술들에서는 안개값 오추정으로 인해 특정 사진에서 색상 왜곡이 발생하게 된다는 것을 확인할 수 있었다. 본 논문에서는 이런 문제점을 개선하기 위해 더 효율적인 영역 분할 기준점을 제시한다.
- 본 절에서는 기존의 안개 제거 기술들과 제안된 기술들을 사용하였을 때, 최종적으로 안개가 제거된 영상 신호들의 화질이 어떠한지 비교하는 데이터를 제공한다. 그림 10에서는 다양한 실험 영상들에 대해 기존 기술들[4][6]과 제안 기술을 사용한 결과 영상들을 보여주고 있다.
- 이러한 문제점을 극복하기 위해서, 본 논문에서는 전달량을 구하는 과정에서 픽셀 좌표마다 가변적인 가중치 β(x)를 곱하여 전달량이 낮아지는 점을 보완한다.
- 또한, 효율적인 전달량 맵을 얻기 위해서, 적응적 가중치 계수를 사용하여 픽셀 단위마다 적응적으로 전달량 예측을 수행한다. 이를 통해 색상이 안정적이면서 후광 효과가 발생하지 않는 안개 제거 알고리즘을 제안한다.
- 또한, 효율적인 전달량 맵을 얻기 위해서, 적응적 가중치 계수를 사용하여 픽셀 단위마다 적응적으로 전달량 예측을 수행하였다. 이를 통해 색상이 안정적이면서 후광 효과가 발생하지 않는 안개제거 알고리즘을 제안할 수 있었다. 컴퓨터 실험을 통해 확인했듯이, 제안하는 기술은 기존 기술에 비해 복잡도가 낮고 신호 왜곡이 적은 안개제거 기술임을 확인하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.