[논문]저조도 환경 기반 컬러 노이즈 검출 및 영상 복원

오교혁; 이재린; 전병우

저조도 환경 기반 컬러 노이즈 검출 및 영상 복원
Color Noise Detection and Image Restoration based on low Illumination environment 원문보기

오교혁 (성균관대학교 정보통신 공학부) , 이재린 (성균관대학교 정보통신 공학부) , 전병우 (성균관대학교 정보통신 공학부)

저조도 환경에서 획득한 CCTV 컬러 영상은 품질이 좋지 않으므로, 일정 조도 이하의 저조도에서 CCTV 는 근적외선을 이용하여 회색조 영상을 획득한다. 본 논문에서는 저조도에서 획득한 근적외선 영상을 이용한 물체 검출 및 GAN 을 통해 재구성된 컬러 영상에 생기는 컬러 잡음을 제거하는 방법을 제안한다. 기존의 재구성된 컬러 영상의 PSNR 측면에서 22.5dB 가 나왔으나, 영상 합성을 통해 컬러 노이즈를 제거한 영상의 PSNR 은 34dB 가 나왔다. 본 논문은 컬러 노이즈를 제거하면서 원래의 색의 유지가 제대로 이루어 졌는지는 주관적인 평가 방법을 통해 확인하였다.

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

문제 정의

본 논문에서는 CCTV 의 저조도 환경에서 취득한 근적외선 데이터를 통해 복원한 컬러 이미지의 배경에서 생성된 잡음을 제거하기 위해, 근적외선 영상을 이용해 물체와 배경을 분리하고, 생성된 이미지의 컬러 잡음을 제거하는 방법을 제시한다.
본 논문에서는 CCTV 특성을 이용하여 물체를 판별하고 컬러 잡음을 제거하는 방법을 제시한다. CCTV 의 특성상 한곳을 계속 촬영한다는 점을 이용하여 배경에 대한 근적외선 정보를 획득할 수 있다.
CCTV 의 특성상 한곳을 계속 촬영한다는 점을 이용하여 배경에 대한 근적외선 정보를 획득할 수 있다. 본 논문은 이에 착안하여, 새로 들어온 물체에 대한 근적외선 이미지의 배경과의 근적외선 영상 화소 값의 차이를 이용해 새로 들어온 물체에 대한 영역을 지정한다.

제안 방법

노이즈 검출 필터는 물체와 배경 분리를 시행한 후, 물체와 배경의 각각의 영역에 대한 평균과 표준편차를 계산한다. 이 후, 각 영역의 노이즈를 검출한다. 컬러 노이즈를 검출하는 필터는 아래와 같다.
획득한 영상을 YCbCr 영상으로 변환한 후, 근적외선 영상의 휘도 성분인 Y 채널로 대체한다.

대상 데이터

실험을 위해 GAN 으로 얻은 데이터셋 [5]를 사용하였다. 저조도 실험을 위하여 0.9lux 의 환경에서 촬영한 영상과 고조도 환경의 90lux 에서 촬영한 영상을 사용하였다. 비교 방법으로는 주관적 화질평가 방법과 PSNR 을 사용하였으며, [4]의 알고리즘을 통해 그 결과를 비교하였다.
최종적으로 합성한 YCbCr 영상을 RGB 영상으로 변환하여 결과를 획득한다.
컬러 노이즈를 복원하고 최종적으로 컬러가 복원된 RGB 영상을 획득할 수 있다.

데이터처리

은 근적외선 영상에서 YCbCr 로 변환한 영상의 Y 채널 영상이다. 노이즈 검출 필터는 물체와 배경 분리를 시행한 후, 물체와 배경의 각각의 영역에 대한 평균과 표준편차를 계산한다. 이 후, 각 영역의 노이즈를 검출한다.
9lux 의 환경에서 촬영한 영상과 고조도 환경의 90lux 에서 촬영한 영상을 사용하였다. 비교 방법으로는 주관적 화질평가 방법과 PSNR 을 사용하였으며, [4]의 알고리즘을 통해 그 결과를 비교하였다.

성능/효과

이를 해결하기 위해 제시된 [4]의 결과와 비교했을 경우, 기존 방법에서는 바닥영역에 발생하는 컬러 잡음 중 일부는 검출이 불가능하여, 영상에 잡음이 남아있지만, 본 논문에서 제시한 방법을 통해 바닥과 물체를 구분하여 각각에 필터를 사용한 결과, 검출되던 바닥의 컬러 잡음이 제거되고 원본과 유사한 색으로 복원된 것을 확인할 수 있다. 또한, 원본 영상과 결과를 비교하였을 때 PSNR 은 34dB 로 계산되었다.
영상의 컬러 잡음은 저조도 환경에서 생성되는 잡음들과 GAN 자체의 잡음으로 이루어져 있다. 본 논문의 제안방법을 통해 기존에 CCTV 에서 얻은 근적외선 영상을 이용해 얻어진 컬러 영상을 원본과 비슷한 영상으로 개선할 수 있었다. 그러나 기존의 영상과 비교하면 물체의 디테일 성분이 드러나지 않는 다는 것을 확인할 수 있다.
이를 해결하기 위해 제시된 [4]의 결과와 비교했을 경우, 기존 방법에서는 바닥영역에 발생하는 컬러 잡음 중 일부는 검출이 불가능하여, 영상에 잡음이 남아있지만, 본 논문에서 제시한 방법을 통해 바닥과 물체를 구분하여 각각에 필터를 사용한 결과, 검출되던 바닥의 컬러 잡음이 제거되고 원본과 유사한 색으로 복원된 것을 확인할 수 있다. 또한, 원본 영상과 결과를 비교하였을 때 PSNR 은 34dB 로 계산되었다.

후속연구

그러나 기존의 영상과 비교하면 물체의 디테일 성분이 드러나지 않는 다는 것을 확인할 수 있다. 추후 물체의 디테일에 대한 분리 및 합성을 할 수 있다면 원본과 더욱 유사한 결과를 도출할 수 있을 것이다.

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

저조도 환경 기반 컬러 노이즈 검출 및 영상 복원
Color Noise Detection and Image Restoration based on low Illumination environment 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

저조도 환경 기반 컬러 노이즈 검출 및 영상 복원 Color Noise Detection and Image Restoration based on low Illumination environment 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

저조도 환경 기반 컬러 노이즈 검출 및 영상 복원
Color Noise Detection and Image Restoration based on low Illumination environment 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper