초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

본 논문에서는 안개에 오염된 영상에서 안개 신호 성분을 제거하여 화질이 향상된 영상을 얻는 알고리즘을 설명한다. 실생활에서의 활용도가 높은 모바일기기에서의 활용을 위해 무엇보다 간결하고도 효과적인 안개제거 알고리즘이 필요하다. 이를 위해 patch 영역을 기반으로 한 계산이 아닌 픽셀을 기반으로 한 안개제거 알고리즘을 제안한다.

본 논문에서는 안개에 오염된 영상에서 안개 신호 성분을 제거하여 화질이 향상된 영상을 얻는 알고리즘을 설명한다. 실생활에서의 활용도가 높은 모바일기기에서의 활용을 위해 무엇보다 간결하고도 효과적인 안개제거 알고리즘이 필요하다. 이를 위해 patch 영역을 기반으로 한 계산이 아닌 픽셀을 기반으로 한 안개제거 알고리즘을 제안한다.

AI 본문요약

엑셀 다운로드 AI-Helper

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

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 이를 보완하기 위해 guided filter를 이용한 전달량 보정 방법이 제안되었다.[2][3] 본 논문에서는 영역이 아닌 픽셀을 기반으로 한 간결하고 효과적인 안개제거 알고리즘을 제안한다.
• patch영역을 사용하지 않았기 때문에 artifacts를 위한 보정이 필요하지 않고 edge정보가 정확하며,복잡도가 낮다. 하지만 픽셀단위 전달량 계산은 영역단위 전달량 계산보다 그 정확도가 떨어지고, 흰색 특정 물체에서 실제 전달량보다 낮게 구해질 수 있는데, 이를 보완하는 것이 다음 연구 과제의 목표이다.

제안 방법

• 간결하고 효과적인 안개제거를 위해서 픽셀을 기반으로 한 안개 제거 알고리즘을 제안한다. Quadtree기법[4]을 이용하여 대기값 A를 찾고, 영역이 아닌 픽셀 단위 최소값을 찾아 전달량 t를 구한다.
• 본 논문에서는 Quadtree기법을 이용하여 대기값 A를 찾고, 픽셀 단위 계산을 통해 전달량 t값을 찾았다. patch영역을 사용하지 않았기 때문에 artifacts를 위한 보정이 필요하지 않고 edge정보가 정확하며,복잡도가 낮다.

대상 데이터

• 본 논문에서는 제안하는 방법을 실험하기 위해 “중국성” 사진과“벽돌집” 사진을 실험 영상으로 사용하였다.
• 실험 영상의 크기는 “중국성”과 “벽돌집” 각각 (600x450), (320x240)이다.

이론/모형

• 간결하고 효과적인 안개제거를 위해서 픽셀을 기반으로 한 안개 제거 알고리즘을 제안한다. Quadtree기법[4]을 이용하여 대기값 A를 찾고, 영역이 아닌 픽셀 단위 최소값을 찾아 전달량 t를 구한다. 따라서 본 알고리즘은 patch 영역이 필요하지 않고 고속의 특성을 지닌다.

성능/효과

• 실험 결과 기존방법에서는 guided filter를 이용하여 전달량을 보정하였지만 물체의 edge부분에서 생기는 halo artifacts를 완벽하게 제거할 수 없음을 보이고 있다.
• 실험 결과 제안하는 알고리즘의 소요시간이 기존 방법보다 약 20배 정도 감축됨을 보이고 있다.

후속연구

• 결론적으로 제안하는 알고리즘은 간결하고 효과적이며 모바일 기기를 통한 안개제거에 효율적으로 활용될 것으로 판단된다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기