[논문]이진화 영상분할기법과 적응적 융합 가중치를 이용한 광노출 보정기법

한규필

doi:10.9717/kmms.2021.24.11.1461

이진화 영상분할기법과 적응적 융합 가중치를 이용한 광노출 보정기법
A Light Exposure Correction Algorithm Using Binary Image Segmentation and Adaptive Fusion Weights 원문보기

멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.24 no.11, 2021년, pp.1461 - 1471

한규필 (Dept. of Computer Engineering, Kumoh National Institute of Technology)

Abstract ▼ AI-Helper

This paper presents a light exposure correction algorithm for less pleasant images, acquired with a light metering failure. Since conventional tone mapping and gamma correction methods adopt a function mapping with the same range of input and output, the results are pleasurable for almost symmetric distributions to their intensity average. However, their corrections gave insufficient outputs for asymmetric cases at either bright or dark regions. Also, histogram modification approaches show good results on varied pattern images, but these generate unintentional noises at flat regions because of the compulsive shift of the intensity distribution. Therefore, in order to sufficient corrections for both bright and dark areas, the proposed algorithm calculates the gamma coefficients using primary parameters extracted from the global distribution. And the fusion weights are adaptively determined with complementary parameters, considering the classification information of a binary segmentation. As the result, the proposed algorithm can obtain a good output about both the symmetric and the asymmetric distribution images even with severe exposure values.

주제어

표/그림 (20)

그림 Fig. 1. Example images with different exposure values.
그림 Fig. 2. Various global and local TMOs [9].
그림 Fig. 3. Typical gamma correction functions.
그림 Fig. 4. Block diagram of the proposed algorithm.
그림 Fig. 5. An example of Ostu thresholding. (a) Distribution and (b) Between class variance.
그림 Fig. 6. Primary parameter examples for exposure failure. (a) Less and (b) Excess.
그림 Fig. 7. Part of images for the statistical analysis.
표 Table 1. Specific cases of the analysis images.
그림 Fig. 8. Complementary parameters after a binary segmentation. (a) Case of Fig. 6(a) and (b) Case of Fig. 6(b).
그림 Fig. 9. Gamma correction ranges of the proposed algorithm.
그림 Fig. 10. The proposed gamma calculation function.
그림 Fig. 11. The weight function about class mean position.
그림 Fig. 12. Experimental images. (a) Image 1, (b) Image 2, (c) Image 3, and (d) Image 4.
표 Table 2. Experimental image parameters.
표 Table 3. Gamma coefficient and fusion weights.
그림 Fig. 13. Results for image 1. (a) Method 1, (b) Method 2, and (c) Proposed.
그림 Fig. 14. Results for image 2. (a) Method 1, (b) Method 2, and (c) Proposed.
그림 Fig. 15. Results for image 3. (a) Method 1, (b) Method 2, and (c) Proposed.
그림 Fig. 16. Results for image 4. (a) Method 1, (b) Method 2, and (c) Proposed.
표 Table 4. Global parameters for result images.

AI 본문요약
AI-Helper

문제 정의

본 논문에서는 부적절한 노출값으로 획득된 영상의 광노출을 보정하는 알고리즘을 제안하였다. 일반적인 톤 맵핑 및 감마 보정과 같은 보정기법은 입력과 출력 사이에 변환 함수를 정의해서 보정을 수행하여 영상의 전체가 평균적으로 향상되기 때문에 밝기분포가 전역 평균을 중심으로 대칭적일 경우 좋은 결과를 가져오지만, 어둡거나 밝은 부분의 한쪽으로 치우친 비대칭 분포를 갖는 영상에서는 충분하지 못한 보상 결과를 가져왔었다.

제안 방법

그러므로, 제안한 방법에서는 어둡거나 밝은 부분 모두에 충분한 보정을 적용하기 위해 입력 영상의 전역 분포에서 추출한 기본매개변수로 보정 감마 계수를 적응적으로 계산한다. 그 다음 이진화 영상 분할 기법을 적용하여 분할된 두 클래스의 비율을 융합 가중치에 반영하여 영상의 세부 특성까지 적응적으로 고려하였다. 그리고 어두운 부분과 밝은 부분으로 과도하게 쏠린 특성을 보이는 저노출과 과노출 영상의 보정 성능을 높이기 위해서 각 클래스의 평균값을 추가적으로 융합 가중치에 반영하는 기법을 제시하였다.
또한, 히스토그램 변형함수를 이용하는 방법일 경우에는 강제적으로 영상분포를 이동시키기 때문에 변화가 심한 영상에는 잘 동작하지만, 어두운 부분과 밝은 부분이 과도하게 보상되거나 평탄한 영역에서는 의도하지 않는 잡음이 심해지는 결과가 나타난다. 그러므로, 제안한 방법에서는 어둡거나 밝은 부분 모두에 충분한 보정을 적용하기 위해 입력 영상의 전역 분포에서 추출한 기본매개변수로 보정 감마 계수를 적응적으로 계산한다. 그 다음 이진화 영상 분할 기법을 적용하여 분할된 두 클래스의 비율을 융합 가중치에 반영하여 영상의 세부 특성까지 적응적으로 고려하였다.
그 다음 이진화 영상 분할 기법을 적용하여 분할된 두 클래스의 비율을 융합 가중치에 반영하여 영상의 세부 특성까지 적응적으로 고려하였다. 그리고 어두운 부분과 밝은 부분으로 과도하게 쏠린 특성을 보이는 저노출과 과노출 영상의 보정 성능을 높이기 위해서 각 클래스의 평균값을 추가적으로 융합 가중치에 반영하는 기법을 제시하였다. 그 결과 제안한 방식은 전역적 감마보정으로 인해 단순하며, 저노출 및 과노출 영상뿐만 아니라 영상의 밝기 분포가 대칭적이거나 비대칭적인 영상에서도 좋은 보정 결과를 얻을 수 있었다.
본 논문에서 제안하는 기법은 톤 맵핑기법에 속하면서 가장 단순한 전역기법인 감마 보정을 이용하는 기법이며, 영상의 특성에 따라 전체 영상에 고정적으로 적용되는 적응적 감마 계수와 세부적 특성 반영을 위해 융합 가중치를 조정하는 노출 보정법을 제시하려고 한다. Fig.

성능/효과

그리고 어두운 부분과 밝은 부분으로 과도하게 쏠린 특성을 보이는 저노출과 과노출 영상의 보정 성능을 높이기 위해서 각 클래스의 평균값을 추가적으로 융합 가중치에 반영하는 기법을 제시하였다. 그 결과 제안한 방식은 전역적 감마보정으로 인해 단순하며, 저노출 및 과노출 영상뿐만 아니라 영상의 밝기 분포가 대칭적이거나 비대칭적인 영상에서도 좋은 보정 결과를 얻을 수 있었다.
본 논문에서는 부적절한 노출값으로 획득된 영상의 광노출을 보정하는 알고리즘을 제안하였다. 일반적인 톤 맵핑 및 감마 보정과 같은 보정기법은 입력과 출력 사이에 변환 함수를 정의해서 보정을 수행하여 영상의 전체가 평균적으로 향상되기 때문에 밝기분포가 전역 평균을 중심으로 대칭적일 경우 좋은 결과를 가져오지만, 어둡거나 밝은 부분의 한쪽으로 치우친 비대칭 분포를 갖는 영상에서는 충분하지 못한 보상 결과를 가져왔었다. 또한, 히스토그램 변형함수를 이용하는 방법일 경우에는 강제적으로 영상분포를 이동시키기 때문에 변화가 심한 영상에는 잘 동작하지만, 어두운 부분과 밝은 부분이 과도하게 보상되거나 평탄한 영역에서는 의도하지 않는 잡음이 심해지는 결과가 나타난다.

참고문헌 (12)

C. Gurrin, A.F. Smeaton, and A.R. Doherty, "LifeLogging: Personal Big Data," Foundations and Trends in Information Retrieval, Vol. 8, No. 1, pp. 1-125, 2014.

상세보기
J. Gerlach and B. Gerlach, Digital Landscape Photography, Focal Press, 2009.
Y. Kinoshita, T. Yoshida, S. Shiota, and H. Kiya, "Mult-Exposure Image Fusion Based on Exposure Compensation," IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), pp. 1388-1392, 2018.
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
K.P. Han, "A Fast MSRCR Algorithm Using Hierarchical Discrte Correlation," Journal of Korea Multimedia Society, Vol. 13, No. 11, pp. 1621-1629, 2010.
S.-Y. Lee, H.-G. Ha, K.-W. Song, and Y.-H. Ha, "Gamma Correction for Local Brightness and Detail Enhancement of HDR Images," Journal of Korea Multimedia Society, Vol. 19, No. 5, pp. 837-847, 2016.

원문보기 상세보기
J.-S. Song, K.-P. Han, and Y.-W. Park, "Single Image Based HDR Algorithm Using Statistical Differencing and Histogram Manipulation," Journal of Korea Multimedia Society, Vol. 21, No. 7, pp. 764-771, 2018.

원문보기 상세보기
T. Li, K. Xie, T. Li, X. Sun, and Z. Yang, "Multi-Exposure Image Fusion Based on Improved Pyramid Algorithm," IEEE 4th Information Technology, Networking, Electronic and Automation Control Conference, pp. 2028-2031, 2020.
P. Ambalathankandy, M. Ikebe, T. Yoshida, T. Shimada, S. Takamaeda, M. Motomura, and T. Asai, "An Adaptive Global and Local Tone Mapping Algorithm Implemented on FPGA," IEEE Transactions on Circuits and Systems for Video Technology, Vol. 30, No. 9, pp. 3015- 3028, 2020.

상세보기
Tone Mapping, https://64.github.io/tonemapping/ (accessed August 12, 2021).
E. Reinhard, W. Heidrich, P. Debevec, S. Pattanaik, G. Ward, and K. Myszkowski, High Dynamic Range Imaging: Acquisition Display, and Image-Based Lighting, Morgan Kaufmann, pp. 82, 2010.
R.M. Haralick and L.G. Shapiro, Computer and Robot Vision, Addison-Wesley Publishing Co., New York, Part 1, pp. 37-48, 1992.

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