$\require{mediawiki-texvc}$

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.

[국내논문] 프레임 차와 톤 매핑을 이용한 저조도 영상 향상
Low-light Image Enhancement Based on Frame Difference and Tone Mapping 원문보기

멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.21 no.9, 2018년, pp.1044 - 1051  

정윤주 (School of Computer Science & Eng., Graduate School, Kyungpook National University) ,  이영학 (Dept. of Computer Eng. Andong National University) ,  심재창 (Dept. of Computer Eng. Andong National University) ,  정순기 (School of Computer Science & Eng., Graduate School, Kyungpook National University)

Abstract ▼ AI-Helper 아이콘AI-Helper

In this paper, we propose a new method to improve low light image. In order to improve the image quality of a night image with a moving object as much as the quality of a daytime image, the following tasks were performed. Firstly, we reduce the noisy of the input night image and improve the night im...

Keyword

#Video Enhancement   #Motion Detection   #Background Modeling   #Noise Reduce   #Non-local Mean Denoising   #Image Fusion  

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 저조도 영상의 가시성을 높이기 위해 시공간적 영상을 활용하는 방법을 제안 한다. 시간적으로 이웃하는 프레임 간의 차이뿐만 아니라 현재 프레임과 초기배경과의 차이도 활용하는 기법을 적용하는 새로운 향상 방법을 제안하며, 공간적으로는 각각의 프레임에 대하여 톤 매핑 방법을 이용하여 영상의 밝기를 향상시킨다.
  • 지금까지 저조도 영상을 개선시키는 다양한 연구들이 수행되었다. 본 연구는 고정식 감시 카메라로 촬영한 저조도 영상의 향상에 초점을 두었다. 고정된 카메라로 촬영하는 영상의 경우 건물, 산, 나무 등과 같은 특별한 움직임이 없는 야간의 배경은 대부분 주간의 배경과 동일하다고 간주할 수 있다.
  • 본 논문에서는 저조도 영상을 시·공간적으로 개선 시키는 방법에 대하여 연구하였다.

가설 설정

  • 고정된 카메라로 촬영하는 영상의 경우 건물, 산, 나무 등과 같은 특별한 움직임이 없는 야간의 배경은 대부분 주간의 배경과 동일하다고 간주할 수 있다. 따라서 야간 영상에서 움직임이 있는 전경 객체 영역을 제외한 나머지 배경 영역은 주간의 배경 영역으로 대체하여도 큰 문제는 없다고 가정한다. 단, 야간 영상에서 이동 가능성이 있는 주차된 차량 등은 전경으로 분류하여 주간 배경 영상으로 대체하지 않도록 한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
야간 영상의 경우 물체 식별이 쉽지 않은 경우가 있는데, 이런 경우에는 무엇이 필요한가? 야간 영상의 경우에는 물체 식별이 쉽지 않은 경우가 있다. 이 경우 영상 향상이 필요하다.
방범용 감시 카메라의 역할은? 방범용 감시 카메라는 범죄 예방과 보행자의 불안감을 해소시키며 범죄 발생 시 증거 확보와 범인 검거에 결정적인 역할을 하고 있다. 야간 영상의 경우에는 물체 식별이 쉽지 않은 경우가 있다.
고정된 카메라의 특징은 무엇인가? 고정 카메라로 촬영한 저조도 영상을 향상시키는 연구들이 기존에 많이 진행되었다. 고정된 카메라는 지속적으로 같은 장면을 촬영하고 있기 때문에 건물이나 나무 등의 배경이 낮과 밤에 상관없이 동일하다는 특징이 있다. 따라서 저조도 영상을 개선시킨다는 것은 최대한 주간 영상에 가깝게 만드는 과정으로 볼 수 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (9)

  1. W.R. Lee, D.G. Hwang, and B.M. Jun, "Color Restoration of Low Light Level Images Using a Tone Mapping and the Retinex," Journal of Korea Institute on Information Scientists Engineers : Software and Applications, Vol. 40, No. 6, pp. 342-349, 2013. 

  2. M. Kaur and S. Singh, "Night Enhancement using Hybrid of Good and Poor Images," International Journal of Computer Technology and Applications, Vol. 3 No. 4, pp. 1613-1618, 2012. 

  3. Y. Cai, K. Huang, and T. Tan, "Context Enhancement of Nighttime Surveillance by Image Fusion," Proceeding of the IEEE 8th International Conference on Pattern Recognition, pp. 980-983, 2006. 

  4. J.S. Oh, "Fast MOG Algorithm Using Object Prediction," Journal of the Korea Institute of Information and Communication Engineering, Vol. 18, No. 11, pp. 2721-2726, 2014. 

    원문보기 상세보기 crossref

  5. H.T. Kim and J.S. Park, "Fire Detection in Outdoor Using Characteristics of Smoke," The Journal of the Korea Institute of Electronic Communication Sciences, Vol. 9, No. 2, pp. 149-154, 2014. 

    원문보기 상세보기 crossref

  6. A. Yamasaki, H. Takauji, and S. Kaneko, "Denighting: Enhancement of Nighttime Images for a Surveillance Camera," Proceeding of 19th International Conference on Pattern Recognition, pp. 1-4, 2008. 

  7. J.H. Han, The Bilateral Filter Performance Analysis of Noise and Signal by Modeling Gaussian Probability Density Function, Master's Thesis, Department of Electric Engineering, Ewha Womans University, 2011. 

  8. S.Y. Lee, H.G. Ha, K.W. Song, and Y.H. Ha, "Gamma Correction for Local Brightness and Detail Enhancement of HDR Image," Journal of Korea Multimedia Society, Vol. 19, No. 5, pp. 837-847, 2016. 

    원문보기 상세보기 crossref

  9. E.P. Bennett and L. McMillan, "Video Enhancement Using Per-Pixel Virtual Exposures," Proceeding of ACM Special Interest Group on Graphics and Interactive Techniques, Vol. 24, No. 3, pp. 845-852, 2005. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

이 논문과 함께 이용한 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