KR101534646B1 - 영상에서 안개를 제거하기 위한 영상 처리 장치 및 방법 - Google Patents

영상에서 안개를 제거하기 위한 영상 처리 장치 및 방법 Download PDF

Info

Publication number
KR101534646B1
KR101534646B1 KR1020140011453A KR20140011453A KR101534646B1 KR 101534646 B1 KR101534646 B1 KR 101534646B1 KR 1020140011453 A KR1020140011453 A KR 1020140011453A KR 20140011453 A KR20140011453 A KR 20140011453A KR 101534646 B1 KR101534646 B1 KR 101534646B1
Authority
KR
South Korea
Prior art keywords
value
fog
gamma
unit
histogram
Prior art date
Application number
KR1020140011453A
Other languages
English (en)
Inventor
황승현
반우안
배영훈
Original Assignee
아이브스테크놀러지(주)
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 아이브스테크놀러지(주) filed Critical 아이브스테크놀러지(주)
Priority to KR1020140011453A priority Critical patent/KR101534646B1/ko
Application granted granted Critical
Publication of KR101534646B1 publication Critical patent/KR101534646B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/44—Receiver circuitry for the reception of television signals according to analogue transmission standards
    • H04N5/57—Control of contrast or brightness

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)

Abstract

입력되는 영상에서 안개를 제거하고 명암 대비를 극대화한 후 감마 보정을 수행함으로써 실시간으로 효과적으로 안개를 제거할 수 있는 영상에서 안개를 제거하기 위한 영상 처리 장치 및 방법이 개시된다. 본 발명에 따른 영상에서 안개를 제거하기 위한 영상 처리 장치는, 안개제거모델을 통하여 입력 영상에 포함된 안개를 제거하는 안개 제거부, 안개가 제거된 입력 영상의 명암 대비를 향상시키는 명암 대비 강화부 및 명암 대비가 향상된 입력 영상의 감마 보정을 수행하는 감마 보정부를 포함한다.

Description

영상에서 안개를 제거하기 위한 영상 처리 장치 및 방법{VIDEO PROCESSING APPARATUS AND METHOD FOR REMOVING FOG FROM VIDEO}
본 발명은, 영상에서 안개를 제거하기 위한 영상 처리 장치 및 방법에 관한 것이다. 더욱 상세하게는 본 발명은, 입력되는 영상에서 안개를 제거하고 명암 대비를 극대화한 후 감마 보정을 수행함으로써 실시간으로 효과적으로 안개를 제거할 수 있는 영상에서 안개를 제거하기 위한 영상 처리 장치 및 방법에 관한 것이다.
CCTV(CCTV: closed-circuit television, 폐쇄 회로 텔레비전, 이하 'CCTV'라 함) 감시 시스템은 최근 범죄수사 분야나 보안 분야, 교통사고 처리 분야 등에서 영상정보를 통해 감시구역의 이상 유무를 판단하는 영상정보 기술의 하나로써, 초기에는 공공장소나 위험장소에 설치되어 범죄를 예방하는 목적으로 주로 사용되어 왔으나, 최근에는 보안관리가 필요한 회사나 도로 등 다양한 장소에 설치되어 사용되고 있다.
실내 시스템에 있어서, 환경은 효과적으로 제어될 수 있고, 따라서 비디오 기록의 품질은 보장될 수 있다. 하지만, 실외 비디오 감시 시스템에 있어서, 날씨 조건은 비디오의 품질을 열화시키는 주요 요소 중의 하나이고, 이는 시스템의 성능의 열화를 가져온다. 종래의 비디오 처리 알고리즘은 주로 입력 비디오의 충분한 품질을 가정한다. 따라서, 시스템 성능을 향상시키기 위하여 실외 비디오의 품질을 향상시키는 전처리 단계가 필요하다.
종래의 많은 비디오 감시 시스템의 개발자들은 안개가 있는 실외 환경에서 촬영된 비디오의 품질을 향상시키기 안개를 제거하기 위한 시도를 해왔다.
구체적으로, 안개를 제거하기 위해서는 위치마다 피사체의 거리정보 또는 안개가 얼만큼 짙게 형성되어 있는지에 대한 정보가 필요하다. 이를 위해 두개의 서로 다른 편광렌즈를 사용하거나, 두 개 이상의 카메라를 이용하거나 또는 맑은 날의 영상을 이용하는 방법이 있다. 하지만 이 경우 두 개 이상의 카메라가 필요하거나 모든 장소에 대한 영상 데이터가 필요하게 되는 문제가 생긴다.
따라서, 이러한 문제점 때문에 최근의 안개제거 알고리즘은 한 개의 영상이 있을 때 안개를 제거하는 방향으로 연구가 진행되고 있다.
한 개의 영상을 이용하여 안개를 제거할 경우 대비를 이용하거나 영상의 반사율을 이용하는 방법이 있는데 대비를 이용할 경우 안개제거 후 채도가 높아지고, 영상의 반사율을 이용할 경우 안개가 심할 경우 제거가 잘 되지 않는 문제점이 있다. 그리고 Dark Channel Prior를 이용한 알고리즘은 맑은 날의 영상일 경우 일정 영역의 영상의 RGB 신호의 전 채널의 최소 값은 '0'에 가까운 값 즉, 어두운 값을 갖는 특성을 이용하여 복잡하지 않은 연산을 통해 깨끗하게 안개를 제거할 수 있다.
하지만 이 알고리즘은 안개가 적은 곳에 큰 가중치로 연산을 하기 때문에 안개를 제거한 후 영상의 색이 왜곡될 수 있는 치명적인 단점을 가지고 있다.
따라서, 상기와 같은 문제점을 해결하기 위하여 입력되는 영상에서 안개를 제거하고 명암 대비를 극대화한 후 감마 보정을 수행함으로써 실시간으로 효과적으로 안개를 제거할 수 있는 영상에서 안개를 제거하기 위한 영상 처리 장치 및 방법이 필요한 실정이다. 관련 기술로는 한국공개특허 제2013-0127654호가 존재한다.
본 발명의 목적은, 상기 문제점을 해결하기 위한 것으로, 입력되는 영상에서 안개를 제거하고 명암 대비를 극대화한 후 감마 보정을 수행함으로써 실시간으로 효과적으로 안개를 제거하는 것을 가능케 하는 것이다.
상기한 목적을 달성하기 위한 본 발명에 따른 영상에서 안개를 제거하기 위한 영상 처리 장치는, 안개제거모델을 통하여 입력 영상에 포함된 안개를 제거하는 안개 제거부, 안개가 제거된 입력 영상의 명암 대비를 향상시키는 명암 대비 강화부 및 명암 대비가 향상된 입력 영상의 감마 보정을 수행하는 감마 보정부를 포함한다.
이 때, 상기 명암 대비 강화부는, 일정한 크기로 콘트라스트 향상을 제한하는 CLAHE(Contrast Limited Adaptive Histogram Equalization)을 통하여 상기 안개가 제거된 입력 영상의 명암 대비를 향상시킬 수 있다.
이 때, 상기 명암 대비 강화부는, 상기 안개가 제거된 입력 영상을 서로 겹치지 않은 동일한 크기의 복수개의 서브 블록으로 분류하는 서브 블록 분류부, 상기 복수개의 서브 블록 각각의 명암에 대한 확률밀도 기반의 히스토그램을 생성하는 히스토그램 생성부, 상기 히스토그램을 대상으로 하여 미리 설정된 한계 값으로 제한하여 누적합을 통하여 변환 함수를 생성하는 변환 함수 생성부 및 선형 보간법(bilinear interpolation) 및 상기 변환 함수를 기반으로 상기 히스토그램을 수정하는 히스토그램 수정부를 포함할 수 있다.
이 때, 상기 감마 보정부는, 상기 명암 대비가 향상된 입력 영상에서의 명암에 대한 누적 히스토그램의 최소 값을 산출하는 최소 값 산출부, 상기 누적 히스토그램의 중간 값을 산출하는 중간 값 산출부 및 상기 누적 히스토그램의 최대 값을 산출하는 최대 값 산출부를 포함하는 명암 값 산출부를 포함할 수 있다.
이 때, 상기 감마 보정부는, 상기 최소 값, 상기 중간 값 및 상기 최대 값을 기반으로 감마 값을 산출하는 감마 값 산출부를 더 포함할 수 있다.
이 때, 상기 감마 값 산출부는,
Figure 112014009873871-pat00001
을 통하여 상기 감마 값을 산출하되, 상기 g는 상기 감마 값의 역수이며, 상기 median은 상기 중간 값이며, 상기 minimum은 상기 최소 값이며, 상기 maximum은 상기 최대 값일 수 있다.
이 때, 상기 감마 보정부는, 상기 감마 값의 역수가 0.8보다 작은 값일 경우 상기 감마 값의 역수를 0.8로 지정하고, 상기 감마 값의 역수가 1.2 보다 큰 값일 경우 상기 감마 값의 역수를 1.2로 지정하는 감마 값의 역수 지정부를 더 포함할 수 있다.
이 때, 상기 감마 보정부를 통하여 감마 보정이 수행된 영상을 디스플레이하는 출력부를 더 포함하며, 상기 안개 제거부는, CCTV로부터 상기 입력 영상을 수신할 수 있다.
또한, 상기한 목적을 달성하기 위한 본 발명에 따른 영상에서 안개를 제거하기 위한 영상 처리 방법은, 안개 제거부에 의하여, 안개제거모델을 통하여 입력 영상에 포함된 안개를 제거하는 안개 제거 단계, 명암 대비 강화부에 의하여, 안개가 제거된 입력 영상의 명암 대비를 향상시키는 명암 대비 강화 단계 및 감마 보정부에 의하여, 명암 대비가 향상된 입력 영상의 감마 보정을 수행하는 감마 보정 단계를 포함한다.
이 때, 상기 명암 대비 강화 단계는, 일정한 크기로 콘트라스트 향상을 제한하는 CLAHE(Contrast Limited Adaptive Histogram Equalization)을 통하여 상기 안개가 제거된 입력 영상의 명암 대비를 향상시킬 수 있다.
이 때, 상기 명암 대비 강화 단계는, 서브 블록 분류부에 의하여, 상기 안개가 제거된 입력 영상을 서로 겹치지 않은 동일한 크기의 복수개의 서브 블록으로 분류하는 서브 블록 분류 단계, 히스토그램 생성부에 의하여, 상기 복수개의 서브 블록 각각의 명암에 대한 확률밀도 기반의 히스토그램을 생성하는 히스토그램 생성 단계, 변환 함수 생성부에 의하여, 상기 히스토그램을 대상으로 하여 미리 설정된 한계 값으로 제한하여 누적합을 통하여 변환 함수를 생성하는 변환 함수 생성 단계 및 히스토그램 수정부에 의하여, 선형 보간법(bilinear interpolation) 및 상기 변환 함수를 기반으로 상기 히스토그램을 수정하는 히스토그램 수정 단계를 포함할 수 있다.
이 때, 상기 감마 보정 단계는, 최소 값 산출부에 의하여, 상기 명암 대비가 향상된 입력 영상에서의 명암에 대한 누적 히스토그램의 최소 값을 산출하는 최소 값 산출 단계, 중간 값 산출부에 의하여, 상기 누적 히스토그램의 중간 값을 산출하는 중간 값 산출 단계 및 최대 값 산출부에 의하여, 상기 누적 히스토그램의 최대 값을 산출하는 최대 값 산출 단계를 포함하는 명암 값 산출 단계를 포함할 수 있다.
이 때, 상기 감마 보정 단계는, 상기 명암 값 산출 단계 이후에, 감마 값 산출부에 의하여, 상기 최소 값, 상기 중간 값 및 상기 최대 값을 기반으로 감마 값을 산출하는 감마 값 산출 단계를 더 포함할 수 있다.
이 때, 상기 감마 값 산출 단계는,
Figure 112014009873871-pat00002
을 통하여 상기 감마 값을 산출하되, 상기 g는 상기 감마 값의 역수이며, 상기 median은 상기 중간 값이며, 상기 minimum은 상기 최소 값이며, 상기 maximum은 상기 최대 값일 수 있다.
이 때, 상기 감마 보정 단계는, 상기 감마 값 산출 단계 이후에, 감마 값의 역수 지정부에 의하여, 상기 감마 값의 역수가 0.8보다 작은 값일 경우 상기 감마 값의 역수를 0.8로 지정하고, 상기 감마 값의 역수가 1.2 보다 큰 값일 경우 상기 감마 값의 역수를 1.2로 지정하는 감마 값의 역수 지정 단계를 더 포함할 수 있다.
본 발명에 의하면, 입력되는 영상에서 안개를 제거하고 명암 대비를 극대화한 후 감마 보정을 수행함으로써 실시간으로 효과적으로 안개를 제거할 수 있는 효과가 있다.
도 1은 본 발명에 따른 영상에서 안개를 제거하기 위한 영상 처리 장치의 블록도이다.
도 2는 본 발명에 따른 영상에서 안개를 제거하기 위한 영상 처리 장치의 명암 대비 강화부를 설명하기 위한 도면이다.
도 3은 본 발명에 따른 영상에서 안개를 제거하기 위한 영상 처리 장치의 감마 보정부를 설명하기 위한 도면이다.
도 4 및 도 5는 본 발명에 따른 영상에서 안개를 제거하기 위한 영상 처리 장치의 감마 보정부의 동작을 설명하기 위한 도면이다.
도 6은 본 발명에 따른 영상에서 안개를 제거하기 위한 영상 처리 장치 및 방법의 효과를 설명하기 위한 도면이다.
도 7은 본 발명에 따른 영상에서 안개를 제거하기 위한 영상 처리 방법의 흐름도이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다.
그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다거나 "직접 접속되어"있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
이하, 본 발명에 따른 영상에서 안개를 제거하기 위한 영상 처리 장치에 대하여 도면을 참조하여 구체적으로 설명하도록 한다.
도 1은 본 발명에 따른 영상에서 안개를 제거하기 위한 영상 처리 장치의 블록도이다.
도 1을 참조하여 설명하면, 본 발명에 따른 영상에서 안개를 처리하기 위한 영상 처리 장치(100)는, 안개 제거부(110), 명암 대비 강화부(120) 및 감마 보정부(130)를 포함하여 구성된다.
보다 구체적으로, 본 발명에 따른 영상에서 안개를 처리하기 위한 영상 처리 장치(100)는, 안개제거모델을 통하여 입력 영상에 포함된 안개를 제거하는 안개 제거부(110), 안개가 제거된 입력 영상의 명암 대비를 향상시키는 명암 대비 강화부(120) 및 명암 대비가 향상된 입력 영상의 감마 보정을 수행하는 감마 보정부(130)를 포함한다.
상기 안개 제거부(110)에 대하여 설명하면 아래와 같다.
상기 안개 제거부(110)는 카메라(10) 또는 컴퓨터(20) 등으로부터 영상을 입력받을 수 있다.
이 때 입력 받은 영상이 맑은 날씨의 영상이 아닌 안개와 같이 노이즈를 포함하여 얻은 영상일 경우 안개 입자로 인하여 빛이 산란과 흡수가 되기 때문에 멀리 있는 피사체 일수록 색과 엣지(edge) 정보가 사라지므로, 영상 검출 및 인식의 정확도가 떨어질 뿐만 아니라, 안개가 짙을 경우 가시성 또한 떨어져 사람의 시각으로도 물체의 색과 형태를 분간하기 어렵다.
그러므로 다양한 환경에서의 영상의 인식 알고리즘과 가시성 향상을 위해 안개를 제거하는 과정이 필요하다. 아래의 수학식 1은 안개제거모델에서 사용되는 영상에서의 안개식이다.
[수학식 1]
Figure 112014009873871-pat00003
위 식에서 I(x)는 안개 영상 즉, 안개가 있는 날에 카메라로부터 얻은 원본 영상이고, J(x)는 안개가 없을 경우의 맑은 날의 영상으로써 원래 피사체가 가지고 있는 색 정보이다. A는 안개의 밝기 정도를 나타내는 대기값, d는 카메라와의 거리, 그리고
Figure 112014009873871-pat00004
는 대기의 감광 계수로 안개가 얼만큼 짙게 형성되어 있는지 뜻한다. 안개가 있는 원본 영상에서
Figure 112014009873871-pat00005
와 A값을 구한 후 안개가 없는 맑은 날의 영상인 J(x)를 구함으로써 안개를 제거하게 된다. 그리고
Figure 112014009873871-pat00006
는 안개가 짙은 정도를 나타내는 전달량으로써 거리가 멀어질수록, 안개량이 많을수록 작은 값을 갖는다. 즉, 거리가 멀어질수록 피사체가 가지고 있는 색이 사라지고 안개의 밝기 정보 값만 남게 된다.
하나의 영상을 이용하여 전달량을 예상할 경우 영상에서 각각의 피사체의 거리를 파악하기 어렵기 때문에 상기 수학식 1의 안개의 전달량인
Figure 112014009873871-pat00007
를 알 수가 없다. 이 경우 상기 수학식 1에서
Figure 112014009873871-pat00008
를 아래의 수학식 2와 같이 영상의 각 픽셀의 전달량 t(x)로 변경한다.
[수학식 2]
Figure 112014009873871-pat00009
?본 발명에 따른 안개제거 방법은 아래의 수학식 3식과 같이 안개가 없는 맑은 날의 영상일 경우 일정 구간 내의 RGB 신호 중 한 채널은 '0'에 가까운 채널 즉 어두운 값이 존재한다는 특성을 이용한다. 따라서 이를 이용하면 거리를 측정하기 어려운 일반적인 단일 이미지에서 안개의 짙은 정도를 예상할 수 있다.
[수학식 3]
Figure 112014009873871-pat00010
상기 수학식 3에서 J는 영상에서 각 채널의 픽셀 값,
Figure 112014009873871-pat00011
는 일정 영역을 나타낸다. 상기 수학식 3을 이용하기 위하여 상기 수학식 2의 양변에 일정 영역과 RGB 신호의 각 채널에 대한 최소값을 계산한 후에 안개의 밝기 정보를 나타내는 대기값 A로 나누어 주면 아래의 수학식 4를 얻을 수 있다.
[수학식 4]
Figure 112014009873871-pat00012
상기 수학식 3에 의해 영상이 안개가 없는 영상일 경우 J를 0으로 가정할 수 있기 때문에 상기 수학식 4를 전달량 t(x)에 대해서 정리를 하면 아래의 수학식 5와 같은 최종의 식을 얻을 수 있다.
[수학식 5]
Figure 112014009873871-pat00013
여기서 안개 대기값 A는 안개영상의 전달량 중에서 가장 밝은 곳으로부터 0.1% 밝기를 가지는 픽셀의 값으로 지정하게 된다.
상기 수학식 2를 J(x)에 대하여 정리하고 픽셀의 최대값이 넘어가는 것을 막기 위해 상기 수학식 5에서 구한 전달량 t(x)를 전달량 최소 값인 t0보다 큰 값을 넣고 식을 정리하면 아래의 수학식 6과 같이 안개가 있는 영상을 안개가 없는 맑은 영상으로 복원할 수 있게 된다.
[수학식 6]
Figure 112014009873871-pat00014

상기 명암 대비 강화부(120)는 안개가 제거된 입력 영상의 명암 대비를 향상시키는 기능을 수행한다.
이 때, 상기 명암 대비 강화부(120)는, 일정한 크기로 콘트라스트 향상을 제한하는 CLAHE(Contrast Limited Adaptive Histogram Equalization)을 통하여 상기 안개가 제거된 입력 영상의 명암 대비를 향상시킬 수 있다.
도 2는 본 발명에 따른 영상에서 안개를 제거하기 위한 영상 처리 장치의 명암 대비 강화부를 설명하기 위한 도면이다.
도 2를 참조하여 설명하면, 상기 명암 대비 강화부(120)는, 서브 블록 분류부(121), 히스토그램 생성부(122), 변환함수 생성부(123) 및 히스토그램 수정부(124)를 포함하여 구성된다.
보다 구체적으로, 상기 명암 대비 강화부(120)는, 상기 안개가 제거된 입력 영상을 서로 겹치지 않은 동일한 크기의 복수개의 서브 블록으로 분류하는 서브 블록 분류부(121), 상기 복수개의 서브 블록 각각의 명암에 대한 확률밀도 기반의 히스토그램을 생성하는 히스토그램 생성부(122), 상기 히스토그램을 대상으로 하여 미리 설정된 한계 값으로 제한하여 누적합을 통하여 변환 함수를 생성하는 변환 함수 생성부(123) 및 선형 보간법(bilinear interpolation) 및 상기 변환 함수를 기반으로 상기 히스토그램을 수정하는 히스토그램 수정부(124)를 포함한다.
상기 명암 대비 강화부(120)에서는 구체적으로 히스토그램 평활화를 수행하게 되는데, 히스토그램 평활화는 히스토그램을 이용하여 변환 함수를 얻고, 이를 이용하여 영상의 각 명암도들의 동적 영역을 재조정하는 방법이다.
변환 함수로 누적분포함수를 사용하기 때문에 히스토그램 평활화 변환 후 평탄한 분포를 가진 히스토그램이 생성된다.
X={X(i, j)}를 화소 위치(i, j)에서 L개의 명암도{X0, X1,.... XL-1}로 구성된 영상으로 정의할 때, 영상 X에 대한 히스토그램은 확률밀도함수(PDF: Probability Density Function)로 나타내며 아래의 수학식 7과 같이 표현된다.
[수학식 7]
Figure 112014009873871-pat00015
상기 수학식 7에서 확률밀도함수 P(rk)는 그레이레벨(명암도) rk가 발생할 수 있는 사건에 대한 발생 빈도를 의미한다. 또한 상기 n은 영상 X의 전체 화소 개수를 의미하고, 상기 nk는 그레이레벨(명암도) rk를 갖는 영상의 화소 개수를 의미한다. 이와 같은 히스토그램은 영상 안에서 화소들에 대한 밝기값의 분포를 나타내며 영상의 특징을 제공한다.
이와 같이, 상기 서브 블록 분류뷰(121)를 통하여 상기 안개가 제거된 입력영상을 서로 겹치지 않은 동일한 크기의 복수개의 서브 블록으로 분류한 후에 상기 히스토그램 생성부(122)를 통하여 상기 복수개의 서브 블록 각각의 명암에 대한 확률밀도 기반의 히스토그램을 생성하게 되는 것이다.
이 때, 본 발명에서는 CLAHE를 사용함에 따라 AHE(Adaptative Histogram Equalization) 방법에 한계 값(clip limit)으로 히스토그램을 제한하게 된다.
이처럼 미리 설정된 한계 값이 존재함에 따라, 각각의 서브블록에서 히스토그램이 어느 한 영역의 명암도에 집중되었을 경우 그 양을 제한하여 변환 함수를 통한 영상의 과도한 밝기 변화가 생기는 것을 막을 수 있다.
보다 구체적으로, 상기 히스토그램 생성부(122)에서는 아래의 수학식 8을 이용하여 히스토그램을 생성하게 된다.
[수학식 8]
Figure 112014009873871-pat00016
상기 수학식 8에서 상기 rk 는 그레이 레벨의 인텐시티 값을 의미하고, 상기 nk는 이미지에서 상기 rk 의 값을 갖는 픽셀 수를 의미한다. 또한, 상기 his(rk )는 상기 rk 의 값을 갖는 이미지의 히스토그램을 의미한다.
이와 같이 히스토그램을 생성하게 되면, 상기 변환 함수 생성부(123)에서는 아래의 수학식 9와 같이 변환 함수를 생성하게 된다. 여기서 변환 함수라 함은 누적 분포 함수를 의미한다.
[수학식 9]
Figure 112014009873871-pat00017
상기 수학식 9에서 상기 k는 이미지에서의 그레이 레벨을 의미하고, 상기 his(rk )는 j번 째 그레이 레벨에서의 픽셀의 수를 의미하며, 상기 C(hj)는, j번째 그레이 레벨동안의 누적 히스토그램 값을 의미한다.
또한, 상기 히스토그램 수정부(124)에서는 서브블록 단위로 히스토그램 평활화를 수행할 때 인접 서브블록들의 경계에서 블록킹 효과(blocking effect)가 발생할 수 있으므로, 이를 방지하기 위해 양선형 보간법을 사용하여 화소의 밝기값을 재조정하게 된다.
상기 감마 보정부(130)는 상기 명암 대비 강화부(120)에 의하여 명암 대비가 향상된 입력 영상의 감마 보정을 수행한다.
도 3은 본 발명에 따른 영상에서 안개를 제거하기 위한 영상 처리 장치의 감마 보정부를 설명하기 위한 도면이다.
도 3을 참조하여 설명하면, 상기 감마 보정부(130)는, 명암 값 산출부(131), 감마 값 산출부(132) 및 감마 값의 역수 지정부(133)를 포함하며, 이 때, 상기 명암 값 산출부(131)는, 최소 값 산출부(131a), 중간 값 산출부(131b) 및 최대 값 산출부(131c)를 포함한다.
일반적으로, 감마보정(gamma correction)이란 용어가 널리 쓰이나, 일부에서는 감마 부호화(gamma encoding)란 표현이 사용된다. 감마 부호화라는 표현은 영상 데이터 만을 취급하는 단계의 엔지니어들에게는 단순한 엔코딩의 역할만으로 보이기 때문에 이러한 표현이 사용된다. 감마 보정은 영상의 입력단인 카메라와 최종 출력단인 디스플레이의 경우 gamma를 이용하여 Brightness, Contrast, Color Reproduction등에 제작사의 정책을 반영하고 있기 때문에 보정이라는 표현을 사용한다.
비선형 전달 함수는 아래의 수학식 10과 같이 나타낼 수 있으며 감마( γ, gamma) 값으로 그 특성이 결정된다.
[수학식 10]
Figure 112014009873871-pat00018
상기 수학식 10에서, 상기 Vout은 보정된 전압이고, 상기 Vin은 입력 전압을 의미한다. 또한, 상기 A는 상수이며, 상기 Vout 및 상기 Vin 은 양수인 실수 값을 갖는다. 또한, 상기
Figure 112014009873871-pat00019
는 감마 값이며, 후술되는 감마 값의 역수와는 아래의 수학식 11의 관계를 갖는다.
[수학식 11]
Figure 112014009873871-pat00020
상기 수학식 11에서 상기
Figure 112014009873871-pat00021
는 감마 값이며, 상기 g 는 상기 감마 값의 역수이다. 상기 감마 값의 역수를 산출하여 지정하는 구체적인 내용은 후술하도록 한다.
도 4 및 도 5는 본 발명에 따른 영상에서 안개를 제거하기 위한 영상 처리 장치의 감마 보정부의 동작을 설명하기 위한 도면이다.
보다 구체적으로, 상기 최소 값 산출부(131a)는 상기 명암 대비가 향상된 입력 영상에서의 명암에 대한 누적 히스토그램의 최소 값을 산출하는 기능을 수행하며, 상기 중간 값 산출부(131b)는 상기 누적 히스토그램의 중간 값을 산출하는 기능을 수행하며, 상기 최대 값 산출부(131c)는 상기 누적 히스토그램의 최대 값을 산출하는 기능을 수행하게 된다.
즉, 상기 변환 함수 생성부(123)에서 상기 수학식 11을 통하여 생성된 누적히스토그램에서 최소 값, 중간 값 및 최대 값을 산출하게 되는 것이며, 도 4 및 도 5를 참조하면 상기 최소 값, 중간 값 및 최대 값을 확인할 수 있게 된다. 즉, 상기 도 4에서는 상기 히스토그램 생성부(122)에서 생성된 히스토그램으로서 확률밀도 함수 기반의 그래프가 도시되어 있으며, 상기 도 5에서는 상기 변환 함수 생성부(123)에서 생성된 누적분포함수가 도시되어 있다.
이 때, 상기 도 5에 도시된 누적 본포 함수(변환 함수)에서 하위 5% 및 상위 5%는 무시하고 판단한다.
구체적으로, 상기 감마 값 산출부(132)는, 상기 최소 값, 상기 중간 값 및 상기 최대 값을 기반으로 감마 값을 산출하는 기능을 수행한다.
이 때, 상기 감마 값 산출부는 아래의 수학식 12를 통하여 상기 감마 값을 산출할 수 있다.
[수학식 12]
Figure 112014009873871-pat00022
상기 수학식 12에서 상기 g는 상기 감마 값의 역수이며, 상기 median은 상기 중간 값이며, 상기 minimum은 상기 최소 값이며, 상기 maximum은 상기 최대 값이다. 따라서, 상기 감마 값의 역수가 산출되면, 상기 감마 값을 산출할 수 있게 되는 것이다.
상기 감마 값의 역수 지정부(133)는 상기 감마 값의 역수가 0.8보다 작은 값일 경우 상기 감마 값의 역수를 0.8로 지정하고, 상기 감마 값의 역수가 1.2 보다 큰 값일 경우 상기 감마 값의 역수를 1.2로 지정하는 기능을 수행한다.
즉, 상기 감마 값의 역수 지정부(133)에서는 아래의 수학식 13을 이용하여 상기 감마 값의 역수를 지정하게 된다.
[수학식 13]
Figure 112014009873871-pat00023
상기 수학식 13에서 상기 g는 상기 감마 값의 역수를 의미한다. 따라서, 상기 감마 값의 역수를 최종적으로 지정하게 됨에 따라, 상기 감마 값의 역수를 기반으로 상기 감마 값도 지정할 수 있게 되는 것이다.
도 6은 본 발명에 따른 영상에서 안개를 제거하기 위한 영상 처리 장치 및 방법의 효과를 설명하기 위한 도면이다.
도 6을 참조하면, 본 발명에 따른 영상에서 안개를 제거하기 위한 영상 처리 장치 및 방법을 통하여 원본 영상과 개선 영상을 확인할 수 있게 된다.
이하, 본 발명에 따른 영상에서 안개를 제거하기 위한 영상 처리 방법에 대하여 설명하도록 한다, 상기 설명한 바와 같이, 본 발명에 따른 안개를 제거하기 위하나 영상 처리 장치와 중복되는 기술내용에 대한 설명은 생략하도록 한다.
도 7은 본 발명에 따른 영상에서 안개를 제거하기 위한 영상 처리 방법의 흐름도이다.
도 7을 참조하여 설명하면, 본 발명에 따른 영상에서 안개를 제거하기 위한 영상 처리 방법은 안개 제거부에 의하여, 안개제거모델을 통하여 입력 영상에 포함된 안개를 제거하는 안개 제거 단계(S100), 명암 대비 강화부에 의하여, 안개가 제거된 입력 영상의 명암 대비를 향상시키는 명암 대비 강화 단계(S110) 및 감마 보정부에 의하여, 명암 대비가 향상된 입력 영상의 감마 보정을 수행하는 감마 보정 단계(S120)를 포함한다.
상기 살펴본 바와 같이, 본 발명에 따른 안개를 제거하기 위한 영상 처리장치(100) 및 방법에 의하면, 입력되는 영상에서 안개를 제거하고 명암 대비를 극대화한 후 감마 보정을 수행함으로써 실시간으로 효과적으로 안개를 제거할 수 있는 장점이 있다.
이상에서와 같이 본 발명에 따른 영상에서 안개를 제거하기 위한 영상 처리장치(100) 및 방법은 상기한 바와 같이 설명된 실시예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 상기 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.
10: 카메라 20: 컴퓨터
100: 영상에서 안개를 제거하기 위한 영상 처리 장치
110: 안개 제거부 120: 명암 대비 강화부
130: 감마 보정부 121: 서브 블록 분류부
122: 히스토그램 생성부 123: 변환 함수 생성부
124: 히스토그램 수정부 131: 명암 값 산출부
131a: 최소 값 산출부 131b: 중간 값 산출부
131c: 최대 값 산출부 132: 감마 값 산출부
133: 감마 값의 역수 지정부

Claims (15)

  1. 안개제거모델을 통하여 입력 영상에 포함된 안개를 제거하는 안개 제거부;
    안개가 제거된 입력 영상의 명암 대비를 향상시키는 명암 대비 강화부; 및
    명암 대비가 향상된 입력 영상의 감마 보정을 수행하는 감마 보정부를 포함하고,
    상기 감마 보정부는,
    상기 명암 대비가 향상된 입력 영상에서의 명암에 대한 누적 히스토그램의 최소 값을 산출하는 최소 값 산출부;
    상기 누적 히스토그램의 중간 값을 산출하는 중간 값 산출부; 및
    상기 누적 히스토그램의 최대 값을 산출하는 최대 값 산출부를 포함하는 명암 값 산출부를 포함하고,
    상기 감마 보정부는,
    상기 최소 값, 상기 중간 값 및 상기 최대 값을 기반으로 감마 값을 산출하는 감마 값 산출부를 더 포함하며,
    상기 감마 값 산출부는,
    Figure 112015010255799-pat00033
    을 통하여 상기 감마 값을 산출하되, 상기 g는 상기 감마 값의 역수이며, 상기 median은 상기 중간 값이며, 상기 minimum은 상기 최소 값이며, 상기 maximum은 상기 최대 값인 것을 특징으로 하는 영상에서 안개를 제거하기 위한 영상 처리 장치.
  2. 청구항 1에 있어서,
    상기 명암 대비 강화부는,
    일정한 크기로 콘트라스트 향상을 제한하는 CLAHE(Contrast Limited Adaptive Histogram Equalization)을 통하여 상기 안개가 제거된 입력 영상의 명암 대비를 향상시키는 것을 특징으로 하는 영상에서 안개를 제거하기 위한 영상 처리 장치.
  3. 청구항 1에 있어서,
    상기 명암 대비 강화부는,
    상기 안개가 제거된 입력 영상을 서로 겹치지 않은 동일한 크기의 복수개의 서브 블록으로 분류하는 서브 블록 분류부;
    상기 복수개의 서브 블록 각각의 명암에 대한 확률밀도 기반의 히스토그램을 생성하는 히스토그램 생성부;
    상기 히스토그램을 대상으로 하여 미리 설정된 한계 값으로 제한하여 누적합을 통하여 변환 함수를 생성하는 변환 함수 생성부; 및
    선형 보간법(bilinear interpolation) 및 상기 변환 함수를 기반으로 상기 히스토그램을 수정하는 히스토그램 수정부를 포함하는 것을 특징으로 하는 영상에서 안개를 제거하기 위한 영상 처리 장치.
  4. 삭제
  5. 삭제
  6. 삭제
  7. 청구항 1에 있어서,
    상기 감마 보정부는,
    상기 감마 값의 역수가 0.8보다 작은 값일 경우 상기 감마 값의 역수를 0.8로 지정하고,
    상기 감마 값의 역수가 1.2 보다 큰 값일 경우 상기 감마 값의 역수를 1.2로 지정하는 감마 값의 역수 지정부를 더 포함하는 것을 특징으로 하는 영상에서 안개를 제거하기 위한 영상 처리 장치.
  8. 청구항 1에 있어서,
    상기 감마 보정부를 통하여 감마 보정이 수행된 영상을 디스플레이하는 출력부를 더 포함하며,
    상기 안개 제거부는,
    CCTV로부터 상기 입력 영상을 수신하는 것을 특징으로 하는 영상에서 안개를 제거하기 위한 영상 처리 장치.
  9. 안개 제거부에 의하여, 안개제거모델을 통하여 입력 영상에 포함된 안개를 제거하는 안개 제거 단계;
    명암 대비 강화부에 의하여, 안개가 제거된 입력 영상의 명암 대비를 향상시키는 명암 대비 강화 단계; 및
    감마 보정부에 의하여, 명암 대비가 향상된 입력 영상의 감마 보정을 수행하는 감마 보정 단계를 포함하고,
    상기 감마 보정 단계는,
    최소 값 산출부에 의하여, 상기 명암 대비가 향상된 입력 영상에서의 명암에 대한 누적 히스토그램의 최소 값을 산출하는 최소 값 산출 단계;
    중간 값 산출부에 의하여, 상기 누적 히스토그램의 중간 값을 산출하는 중간 값 산출 단계; 및
    최대 값 산출부에 의하여, 상기 누적 히스토그램의 최대 값을 산출하는 최대 값 산출 단계를 포함하는 명암 값 산출 단계를 포함하고,
    상기 감마 보정 단계는,
    상기 명암 값 산출 단계 이후에,
    감마 값 산출부에 의하여, 상기 최소 값, 상기 중간 값 및 상기 최대 값을 기반으로 감마 값을 산출하는 감마 값 산출 단계를 더 포함하며,
    상기 감마 값 산출 단계는,
    Figure 112015010255799-pat00034
    을 통하여 상기 감마 값을 산출하되, 상기 g는 상기 감마 값의 역수이며, 상기 median은 상기 중간 값이며, 상기 minimum은 상기 최소 값이며, 상기 maximum은 상기 최대 값인 것을 특징으로 하는 영상에서 안개를 제거하기 위한 영상 처리 방법.
  10. 청구항 9에 있어서,
    상기 명암 대비 강화 단계는,
    일정한 크기로 콘트라스트 향상을 제한하는 CLAHE(Contrast Limited Adaptive Histogram Equalization)을 통하여 상기 안개가 제거된 입력 영상의 명암 대비를 향상시키는 것을 특징으로 하는 영상에서 안개를 제거하기 위한 영상 처리 방법.
  11. 청구항 9에 있어서,
    상기 명암 대비 강화 단계는,
    서브 블록 분류부에 의하여, 상기 안개가 제거된 입력 영상을 서로 겹치지 않은 동일한 크기의 복수개의 서브 블록으로 분류하는 서브 블록 분류 단계;
    히스토그램 생성부에 의하여, 상기 복수개의 서브 블록 각각의 명암에 대한 확률밀도 기반의 히스토그램을 생성하는 히스토그램 생성 단계;
    변환 함수 생성부에 의하여, 상기 히스토그램을 대상으로 하여 미리 설정된 한계 값으로 제한하여 누적합을 통하여 변환 함수를 생성하는 변환 함수 생성 단계; 및
    히스토그램 수정부에 의하여, 선형 보간법(bilinear interpolation) 및 상기 변환 함수를 기반으로 상기 히스토그램을 수정하는 히스토그램 수정 단계를 포함하는 것을 특징으로 하는 영상에서 안개를 제거하기 위한 영상 처리 방법.
  12. 삭제
  13. 삭제
  14. 삭제
  15. 청구항 9에 있어서,
    상기 감마 보정 단계는,
    상기 감마 값 산출 단계 이후에,
    감마 값의 역수 지정부에 의하여, 상기 감마 값의 역수가 0.8보다 작은 값일 경우 상기 감마 값의 역수를 0.8로 지정하고,
    상기 감마 값의 역수가 1.2 보다 큰 값일 경우 상기 감마 값의 역수를 1.2로 지정하는 감마 값의 역수 지정 단계를 더 포함하는 것을 특징으로 하는 영상에서 안개를 제거하기 위한 영상 처리 방법.
KR1020140011453A 2014-01-29 2014-01-29 영상에서 안개를 제거하기 위한 영상 처리 장치 및 방법 KR101534646B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140011453A KR101534646B1 (ko) 2014-01-29 2014-01-29 영상에서 안개를 제거하기 위한 영상 처리 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140011453A KR101534646B1 (ko) 2014-01-29 2014-01-29 영상에서 안개를 제거하기 위한 영상 처리 장치 및 방법

Publications (1)

Publication Number Publication Date
KR101534646B1 true KR101534646B1 (ko) 2015-07-22

Family

ID=53874626

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140011453A KR101534646B1 (ko) 2014-01-29 2014-01-29 영상에서 안개를 제거하기 위한 영상 처리 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101534646B1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180061504A (ko) * 2016-11-29 2018-06-08 엘지전자 주식회사 영상 내의 안개를 제거하는 영상 처리 장치 및 방법
WO2018056545A3 (ko) * 2016-09-21 2018-08-09 주식회사 에스카 시정상태의 변화에 강인한 복합 필터링 방식의 감시카메라 및 그것이 적용된 영상감시시스템
KR101969235B1 (ko) * 2017-11-21 2019-04-15 울산대학교 산학협력단 어안렌즈와 영상 정보 개선을 통한 가혹한 환경에서의 후방 차량 감지 방법
KR20190073090A (ko) * 2017-12-18 2019-06-26 동아대학교 산학협력단 단일 영상 내 안개성분 제거 방법
US10931925B2 (en) 2017-03-02 2021-02-23 Esca(Electronic Security Of The Creative Association) Co., Ltd. Monitoring camera having autofocusing function based on composite filtering robust against change in visibility status and video monitoring system employing same

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100916073B1 (ko) * 2007-09-27 2009-09-08 삼성전기주식회사 영상의 콘트라스트를 향상시키는 히스토그램 스트레칭 장치및 방법
WO2013018101A1 (en) * 2011-08-03 2013-02-07 Indian Institute Of Technology, Kharagpur Method and system for removal of fog, mist or haze from images and videos
KR101279374B1 (ko) * 2012-11-27 2013-07-04 주식회사 카이넥스엠 카메라의 영상 개선을 위한 안개제거 영상 보정 장치 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100916073B1 (ko) * 2007-09-27 2009-09-08 삼성전기주식회사 영상의 콘트라스트를 향상시키는 히스토그램 스트레칭 장치및 방법
WO2013018101A1 (en) * 2011-08-03 2013-02-07 Indian Institute Of Technology, Kharagpur Method and system for removal of fog, mist or haze from images and videos
KR101279374B1 (ko) * 2012-11-27 2013-07-04 주식회사 카이넥스엠 카메라의 영상 개선을 위한 안개제거 영상 보정 장치 및 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Journal of VLSI Signal Processing 38, 35-44, 2004, Realization of the contrast limited adaptive histogram equalization (CLAHE) for real-time image enhancement *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018056545A3 (ko) * 2016-09-21 2018-08-09 주식회사 에스카 시정상태의 변화에 강인한 복합 필터링 방식의 감시카메라 및 그것이 적용된 영상감시시스템
US10819941B2 (en) 2016-09-21 2020-10-27 Esca (Electronic Security Of The Creative Assocation) Co., Ltd. Monitoring camera using composite filtering method robust against change in visibility status and video monitoring system employing same
KR20180061504A (ko) * 2016-11-29 2018-06-08 엘지전자 주식회사 영상 내의 안개를 제거하는 영상 처리 장치 및 방법
KR102552902B1 (ko) * 2016-11-29 2023-07-07 엘지전자 주식회사 영상 내의 안개를 제거하는 영상 처리 장치 및 방법
US10931925B2 (en) 2017-03-02 2021-02-23 Esca(Electronic Security Of The Creative Association) Co., Ltd. Monitoring camera having autofocusing function based on composite filtering robust against change in visibility status and video monitoring system employing same
KR101969235B1 (ko) * 2017-11-21 2019-04-15 울산대학교 산학협력단 어안렌즈와 영상 정보 개선을 통한 가혹한 환경에서의 후방 차량 감지 방법
KR20190073090A (ko) * 2017-12-18 2019-06-26 동아대학교 산학협력단 단일 영상 내 안개성분 제거 방법
KR101997866B1 (ko) * 2017-12-18 2019-07-08 동아대학교 산학협력단 단일 영상 내 안개성분 제거 방법

Similar Documents

Publication Publication Date Title
US9361670B2 (en) Method and system for image haze removal based on hybrid dark channel prior
US10521885B2 (en) Image processing device and image processing method
Xu et al. Fog removal from video sequences using contrast limited adaptive histogram equalization
KR101534646B1 (ko) 영상에서 안개를 제거하기 위한 영상 처리 장치 및 방법
JP5908174B2 (ja) 画像処理装置及び画像処理方法
KR101470831B1 (ko) 사용자 제어가 가능한 거듭제곱근 연산자를 이용한 안개영상 개선 장치
EP2568438A2 (en) Image defogging method and system
CN107292830B (zh) 低照度图像增强及评价方法
CN108564597B (zh) 一种融合高斯混合模型和h-s光流法的视频前景目标提取方法
KR101917094B1 (ko) 매핑테이블을 이용한 고속 스모그/저조도 영상 개선 방법 및 장치
US11800076B2 (en) Spatially varying reduction of haze in images
JP2012168936A (ja) 動画処理装置及び動画処理方法
KR101582779B1 (ko) 영상의 파장 적응적 안개 제거 장치 및 방법
JP6531542B2 (ja) 画像処理システム、画像処理装置、撮像装置、画像処理方法、プログラムおよび記録媒体
KR101553589B1 (ko) Lpr 시스템에서 적응적 확률기반의 저조도 영상개선 및 스미어 복원처리 장치와 그 방법
John et al. Enhancement of weather degraded video sequences using wavelet fusion
CN110175967B (zh) 图像去雾处理方法、系统、计算机设备和存储介质
CN107424134B (zh) 图像处理方法、装置、计算机可读存储介质和计算机设备
Toka et al. A fast method of fog and haze removal
KR101920740B1 (ko) 실시간 영상처리 시스템
KR20180075753A (ko) 휘도-색차신호 색좌표계에서 안개/야간 영상의 가시성 향상을 위한 영상 시스템
Desai et al. A fuzzy logic based approach to de-weather fog-degraded images
CN110633705A (zh) 一种低照度成像车牌识别方法及装置
Mittal et al. IoT based image defogging system for road accident control during winters
CN201898578U (zh) 一种除雾图像采集装置

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20180703

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190702

Year of fee payment: 5