KR101583947B1 - 영상 내 안개 제거 장치 및 그 방법 - Google Patents

영상 내 안개 제거 장치 및 그 방법 Download PDF

Info

Publication number
KR101583947B1
KR101583947B1 KR1020140075851A KR20140075851A KR101583947B1 KR 101583947 B1 KR101583947 B1 KR 101583947B1 KR 1020140075851 A KR1020140075851 A KR 1020140075851A KR 20140075851 A KR20140075851 A KR 20140075851A KR 101583947 B1 KR101583947 B1 KR 101583947B1
Authority
KR
South Korea
Prior art keywords
point
value
image
brightness
maximum
Prior art date
Application number
KR1020140075851A
Other languages
English (en)
Other versions
KR20150146045A (ko
Inventor
신동인
이원석
우하용
김화영
최진혁
오동언
Original Assignee
현대자동차주식회사
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 현대자동차주식회사 filed Critical 현대자동차주식회사
Priority to KR1020140075851A priority Critical patent/KR101583947B1/ko
Priority to US14/564,027 priority patent/US9466097B2/en
Priority to CN201410820588.5A priority patent/CN105303524B/zh
Publication of KR20150146045A publication Critical patent/KR20150146045A/ko
Application granted granted Critical
Publication of KR101583947B1 publication Critical patent/KR101583947B1/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
    • G06T5/90—Dynamic range modification of images or parts thereof
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle

Landscapes

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

Abstract

본 발명은 영상 내 안개 제거 장치 및 그 방법에 관한 것으로, 안개의 밀도에 따라 적응적으로 안개 제거 파라미터를 조절하여 안개를 제거함으로써, 이질감 없는 안개 제거 영상을 제공할 수 있는 영상 내 안개 제거 장치 및 그 방법을 제공하고자 한다.
이를 위하여, 본 발명은 영상 내 안개 제거 장치에 있어서, 영상 내 픽셀 단위의 행(行) 위치별 행 내 픽셀들의 평균 밝기 값을 나타내는 밝기 곡선을 생성하는 밝기 곡선 생성부; 상기 밝기 곡선 생성부가 생성한 밝기 곡선상에서 밝기 값의 차이가 가장 큰 위치를 검출하는 최대 변이점 검출부; 상기 최대 변이점 검출부가 검출한 최대 변이점에서의 밝기 값을 기반으로 정규화 값을 검출하는 정규화 값 검출부; 영상의 소실점을 기준으로, 상기 최대 변이점 검출부가 검출한 최대 변이점의 상대적 위치에 따라 가중치를 결정하는 가중치 결정부; 및 상기 정규화 값 검출부가 검출한 정규화 값과 상기 가중치 결정부가 결정한 가중치를 기반으로 영상에서 안개를 제거하는 제어부를 포함한다.

Description

영상 내 안개 제거 장치 및 그 방법{APPARATUS AND METHOD FOR IMAGE DEFOGGING}
본 발명은 영상 내 안개 제거 장치 및 그 방법에 관한 것으로, 더욱 상세하게는 안개의 밀도에 따라 적응적으로 안개 제거 파라미터를 조절하여 이질감 없는 안개 제거 영상을 제공하는 기술에 관한 것이다.
안개란 대기중의 수증기가 응결하여 지표 가까이에 떠 있는 현상이다. 안개는 공기보다 입자가 크기 때문에 더 많은 빛의 산란을 발생시키고, 안개 영상은 빛의 산란에 의해서 명암(Contrast)과 채도가 감소한다.
이러한 안개 영상은 낮은 명암과 낮은 색의 정확도(Color Fidelity)를 갖기 때문에 정확한 물체 인식을 불가능하게 한다.
DCP(Dark Channel Prior)를 기반으로 하는 종래의 영상 내 안개 제거 기술은 하기의 [수학식 1] 또는 하기의 [수학식 2]과 같은 전달량(Transmission) 맵을 이용하여 안개를 제거하는데, 이때 안개 제거 파라미터로서 A는 영상의 가장 밝은 화소값 또는 0.01%의 다크 채널(Dark Channel)에 해당하는 밝기 값으로 설정하고, w는 고정된 값으로 설정하였다.
[수학식 1]
T = 1 - w × min(min(RGB/A))
[수학식 2]
T = 1 - w × med(min(RGB/A))
여기서, T는 거리에 따른 빛의 산란 정도를 나타내는 전달량 맵을 의미하고, w는 가중치를 의미한다.
결국, 종래의 영상 내 안개 제거 기술은 안개의 밀도를 고려하지 않은 채 안개 제거 파라미터를 설정하기 때문에 안개 제거 성능이 떨어지는 문제점이 있다.
특히, 사이드 미러 없이 디스플레이를 통해 운전자에게 차량의 후측방 영상을 보여주는 사이드 미러리스 시스템에는 더더욱 적용이 불가능하다.
상기와 같은 종래 기술의 문제점을 해결하기 위하여, 본 발명은 안개의 밀도에 따라 적응적으로 안개 제거 파라미터를 조절하여 안개를 제거함으로써, 이질감 없는 안개 제거 영상을 제공할 수 있는 영상 내 안개 제거 장치 및 그 방법을 제공하는데 그 목적이 있다.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있으며, 본 발명의 실시예에 의해 보다 분명하게 알게 될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
상기 목적을 달성하기 위한 본 발명의 장치는, 영상 내 안개 제거 장치에 있어서, 영상 내 픽셀 단위의 행(行) 위치별 행 내 픽셀들의 평균 밝기 값을 나타내는 밝기 곡선을 생성하는 밝기 곡선 생성부; 상기 밝기 곡선 생성부가 생성한 밝기 곡선상에서 밝기 값의 차이가 가장 큰 위치를 검출하는 최대 변이점 검출부; 상기 최대 변이점 검출부가 검출한 최대 변이점에서의 밝기 값을 기반으로 정규화 값을 검출하는 정규화 값 검출부; 영상의 소실점을 기준으로, 상기 최대 변이점 검출부가 검출한 최대 변이점의 상대적 위치에 따라 가중치를 결정하는 가중치 결정부; 및 상기 정규화 값 검출부가 검출한 정규화 값과 상기 가중치 결정부가 결정한 가중치를 기반으로 영상에서 안개를 제거하는 제어부를 포함한다.
또한 상기 목적을 달성하기 위한 본 발명의 방법은, 영상 내 안개 제거 방법에 있어서, 밝기 곡선 생성부가 영상 내 픽셀 단위의 행(行) 위치별 행 내 픽셀들의 평균 밝기 값을 나타내는 밝기 곡선을 생성하는 단계; 최대 변이점 검출부가 상기 생성된 밝기 곡선상에서 밝기 값의 차이가 가장 큰 위치를 최대 변이점으로서 검출하는 단계; 정규화 값 검출부가 상기 검출된 최대 변이점에서의 밝기 값을 기반으로 정규화 값을 검출하는 단계; 가중치 결정부가 영상의 소실점을 기준으로, 상기 검출된 최대 변이점의 상대적 위치에 따라 가중치를 결정하는 단계; 및 제어부가 상기 검출된 정규화 값과 상기 결정된 가중치를 기반으로 영상에서 안개를 제거하는 단계를 포함한다.
상기와 같은 본 발명은, 안개의 밀도에 따라 적응적으로 안개 제거 파라미터를 조절하여 안개를 제거함으로써, 이질감 없는 안개 제거 영상을 제공할 수 있는 효과가 있다.
또한, 본 발명은 안개의 밀도에 따라 적응적으로 안개 제거 파라미터를 조절하여 안개를 제거함으로써, 차량의 사이드 미러리스 시스템에 적용할 수 있는 효과가 있다.
도 1 은 본 발명에 따른 영상 내 안개 제거 장치의 일실시예 구성도,
도 2 는 본 발명에 따른 밝기 곡선의 일예시도,
도 3 은 본 발명에 따른 밝기 곡선상의 최대 변이점에 대한 일예시도,
도 4 는 본 발명에 따른 가중치 결정 과정에 대한 일예시도,
도 5 는 본 발명에 따른 영상 내 관심영역에 대한 일예시도,
도 6 은 본 발명에 따른 영상 내 안개 제거 방법에 대한 일실시예 흐름도이다.
상술한 목적, 특징 및 장점은 첨부된 도면을 참조하여 상세하게 후술되어 있는 상세한 설명을 통하여 보다 명확해 질 것이며, 그에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 또한, 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에 그 상세한 설명을 생략하기로 한다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다.
도 1 은 본 발명에 따른 영상 내 안개 제거 장치의 일실시예 구성도이다.
도 1에 도시된 바와 같이, 본 발명에 따른 영상 내 안개 제거 장치는, 밝기 곡선 생성부(10), 최대 변이점 검출부(20), 정규화 값 검출부(30), 가중치 결정부(40), 및 제어부(50)를 포함한다.
상기 각 구성요소들에 대해 살펴보면, 먼저 밝기 곡선 생성부(10)는 영상 내 픽셀 단위의 행(行) 위치별 행 내 픽셀들의 평균 밝기 값을 나타내는 밝기 곡선을 생성한다.
일반적으로 영상은 픽셀들의 집합(행렬)으로 이루어져 있는데, 여기서 말하는 행이란 픽셀들로 이루어진 행렬에서 행을 의미한다. 물론 적어도 하나 이상의 행을 그룹으로 하는 새로운 개념의 행을 도입할 수도 있다.
이렇게 밝기 곡선 생성부(10)가 생성한 밝기 곡선은 일예로 도 2에 도시된 바와 같다.
도 2에서 x축은 픽셀 단위의 행 위치를 의미하며, y축은 행을 이루는 픽셀들의 평균 밝기 값을 의미한다.
다음으로, 최대 변이점 검출부(20)는 밝기 곡선 생성부(10)에 의해 생성된 밝기 곡선상에서 밝기 값의 차이가 가장 큰 위치(gi)를 검출한다.
이하, 도 3을 참조하여 최대 변이점 검출부(20)의 기능에 대해 상세히 살펴보기로 한다.
도 3에 도시된 바와 같이, 최대 변이점 검출부(20)는 밝기 곡선상에서 임의 지점의 밝기 값(c(i))을 기준으로, 좌로 일정치(λ) 이격되어 있는 지점의 밝기 값(c(i-λ))과 우로 일정치(λ) 이격되어 있는 지점의 밝기 값(c(i+λ))의 차이가 가장 큰 위치(gi)를 최대 변이점으로서 검출한다. 여기서, 밝기 값의 차이가 가장 큰 위치는 결국 곡선에 접하는 직선의 기울기의 크기가 가장 큰 접점을 의미한다.
이때, 최대 변이점 검출부(20)는 하기의 [수학식 3]을 기반으로 최대 변이점(gi)을 검출한다.
[수학식 3]
Figure 112014057909515-pat00001
다음으로, 정규화 값 검출부(30)는 최대 변이점 검출부(20)에 의해 검출된 최대 변이점에서의 밝기 값(c(gi))을 기반으로 정규화 값(L)을 검출한다. 즉, 정규화 값 검출부(30)는 하기의 [수학식 4]를 기반으로 정규화 값(L)을 검출한다.
[수학식 4]
L = min(c(gi)+α, 1)
여기서, α는 영상 포화(saturation)를 방지하는 여유 값(marginal value)을 의미한다.
다음으로, 가중치 결정부(40)는 영상의 소실점(vanishing point)과 최대 변이점 검출부(20)에 의해 검출된 최대 변이점의 상대적 위치를 기반으로 가중치(
Figure 112014057909515-pat00002
)를 결정한다.
즉, 가중치 결정부(40)는 영상의 소실점을 기준으로 하는 최대 변이점의 상대적 위치에 따라 가중치를 결정한다.
이하, 도 4를 참조하여 가중치 결정부(40)의 기능에 대해 상세히 살펴보기로 한다.
도 4에서, '410'은 영상의 소실점(정확히는 소실점을 포함하는 수평선)을 나타내고, '420'은 최대 변이점(정확히는 최대 변이점을 포함하는 수평선)을 나타낸다.
또한, 영상 내에서 위치 값은 영상의 하단으로 갈수록 커진다. 즉, 영상의 하단이 가장 큰 위치 값을 갖고 영상의 상단이 가장 낮은 위치 값을 갖는다. 따라서, '410'의 위치 값은 '420'의 위치 값보다 작다.
아울러, '420'은 안개가 짙을수록 '410'을 기준으로 하단 방향으로 '410'과 멀어진다. 따라서 '420'이 '410'을 기준으로 하단 방향으로 멀어질수록 가중치를 증가시켜 안개 제거 효과를 증대시킨다.
이러한 가중치 결정부(40)는 하기의 [수학식 5]를 기반으로 가중치(
Figure 112014057909515-pat00003
)를 결정한다.
[수학식 5]
Figure 112014057909515-pat00004
여기서, k는 수렴속도 조절상수, v는 영상 내 소실점의 위치, wmin는 최소 가중치, wmax는 최대 가중치를 각각 의미한다.
다음으로, 제어부(50)는 상기 각 구성요소들이 제 기능을 정상적으로 수행할 수 있도록 제어한다.
특히, 제어부(50)는 정규화 값 검출부(30)에 의해 검출된 정규화 값과 가중치 결정부(40)에 의해 결정된 가중치를 기반으로 영상에서 안개를 제거한다. 즉, 제어부(50)는 하기의 [수학식 6]을 기반으로 영상에서 안개를 제거한다.
[수학식 6]
Figure 112014057909515-pat00005
여기서,
Figure 112014057909515-pat00006
는 안개가 제거된 영상, Y는 입력 영상(밝기 영상), L은 정규화 값, T'은 전달량(Transmission) 맵,
Figure 112014057909515-pat00007
은 가중치를 각각 의미한다.
아울러, T'은 하기의 [수학식 7]로 대체할 수도 있다.
[수학식 7]
Figure 112014057909515-pat00008
참고로, 본 발명에 이용되는 다크 채널(Dark Channel)은 일반적으로 널리 사용되는 기술이며, 아울러 영상에서 안개를 제거하는 방식 자체는 본 발명의 요지가 아니다.
본 발명은 종래의 방식대로 영상에서 안개를 제거하되, 안개 제거 파라미터(정규화 값, 가중치)를 새롭게 정의하고, 그 값을 안개의 밀도에 적응적으로 설정하여 안개 제거 효과를 높이는 것이다.
한편, 본 발명은 차량의 사이드 미러리스 시스템에 적용될 수 있다. 이때, 안개 제거에 소요되는 시간을 줄이기 위해 카메라를 통해 촬영된 차량의 후측방 영상 전체를 대상으로 안개를 제거하지 않고, 특정영역(관심영역)을 대상으로 안개를 제거하는 것이 바람직하다.
이를 위해, 본 발명은 부가적으로 관심영역 추출부(도면에는 도시되어 있지 않음)를 더 포함할 수 있다. 이러한 관심영역 추출부는 도 5에 도시된 바와 같이, 전체 영상에서 N×M(여기서, N과 M은 픽셀의 개수를 의미한다.) 크기의 관심영역(510)을 추출하되, 관심영역(510)의 위치는 고정적이다. 즉, 관심영역(510)의 위치는 운전자가 후측방에 위치한 타 차량을 확인할 수 있도록 자차의 후측면과 접하는 위치가 바람직하다.
이렇게 관심영역 추출부에 의해 추출된 관심영역 영상은 밝기 곡선 생성부(10)로 입력된다.
도 6 은 본 발명에 따른 영상 내 안개 제거 방법에 대한 일실시예 흐름도이다.
먼저, 밝기 곡선 생성부(10)가 영상 내 픽셀 단위의 행(行) 위치별 행 내 픽셀들의 평균 밝기 값을 나타내는 밝기 곡선을 생성한다(601).
이후, 최대 변이점 검출부(20)가 밝기 곡선 생성부에 의해 생성된 밝기 곡선상에서 밝기 값의 차이가 가장 큰 위치를 최대 변이점으로서 검출한다(602).
이후, 정규화 값 검출부(30)가 최대 변이점 검출부(20)에 의해 검출된 최대 변이점에서의 밝기 값을 기반으로 정규화 값을 검출한다(603).
이후, 가중치 결정부(40)가 영상의 소실점을 기준으로, 최대 변이점 검출부(20)에 의해 검출된 최대 변이점의 상대적 위치에 따라 가중치를 결정한다(604).
이후, 제어부(50)가 정규화 값 검출부(40)에 의해 검출된 정규화 값과 가중치 결정부(40)에 의해 결정된 가중치를 기반으로 영상에서 안개를 제거한다(605).
이러한 과정을 통해 이질감 없는 안개 제거 영상을 제공할 수 있다.
한편, 전술한 바와 같은 본 발명의 방법은 컴퓨터 프로그램으로 작성이 가능하다. 그리고 상기 프로그램을 구성하는 코드 및 코드 세그먼트는 당해 분야의 컴퓨터 프로그래머에 의하여 용이하게 추론될 수 있다.　또한, 상기 작성된 프로그램은 컴퓨터가 읽을 수 있는 기록매체(정보저장매체)에 저장되고, 컴퓨터에 의하여 판독되고 실행됨으로써 본 발명의 방법을 구현한다. 그리고 상기 기록매체는 컴퓨터가 판독할 수 있는 모든 형태의 기록매체를 포함한다.
이상에서 설명한 본 발명은, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 있어 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하므로 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니다.
10 : 밝기 곡선 생성부
20 : 최대 변이점 검출부
30 : 정규화 값 검출부
40 : 가중치 결정부
50 : 제어부

Claims (12)

  1. 영상 내 픽셀 단위의 행(行) 위치별 행 내 픽셀들의 평균 밝기 값을 나타내는 밝기 곡선을 생성하는 밝기 곡선 생성부;
    상기 밝기 곡선에 접하는 직선의 기울기의 크기가 가장 큰 접점을 최대 변이점으로 검출하는 최대 변이점 검출부;
    상기 최대 변이점 검출부가 검출한 최대 변이점에서의 밝기 값을 기반으로 정규화 값을 검출하는 정규화 값 검출부;
    영상의 소실점을 기준으로, 상기 최대 변이점 검출부가 검출한 최대 변이점의 상대적 위치에 따라 가중치를 결정하는 가중치 결정부; 및
    상기 정규화 값 검출부가 검출한 정규화 값과 상기 가중치 결정부가 결정한 가중치를 기반으로 영상에서 안개를 제거하는 제어부
    를 포함하는 영상 내 안개 제거 장치.
  2. 제 1 항에 있어서,
    상기 최대 변이점 검출부는,
    상기 밝기 곡선상에서 임의 지점의 밝기 값(c(i))을 기준으로, 좌로 일정치(λ) 이격되어 있는 지점의 밝기 값(c(i-λ))과 우로 일정치(λ) 이격되어 있는 지점의 밝기 값(c(i+λ))의 차이가 가장 큰 위치(gi)를 최대 변이점으로서 검출하는 것을 특징으로 하는 영상 내 안개 제거 장치.
  3. 제 1 항에 있어서,
    상기 정규화 값 검출부는,
    상기 최대 변이점에서의 밝기 값에 여유 값(marginal value)을 합한 결과 값과, 1 중 작은 값을 정규화 값으로서 검출하는 것을 특징으로 하는 영상 내 안개 제거 장치.
  4. 제 1 항에 있어서,
    상기 가중치 결정부는,
    상기 최대 변이점이 상기 소실점의 하단 방향으로 상기 소실점과 멀어질수록 가중치를 증가시키는 것을 특징으로 하는 영상 내 안개 제거 장치.
  5. 제 1 항에 있어서,
    상기 영상은,
    차량의 후측방 영상인 것을 특징으로 하는 영상 내 안개 제거 장치.
  6. 제 5 항에 있어서,
    상기 후측방 영상에서 상기 차량의 후측면과 접하는 일정 크기의 관심영역을 추출하여 상기 밝기 곡선 생성부로 입력하는 관심영역 추출부
    를 더 포함하는 영상 내 안개 제거 장치.
  7. 밝기 곡선 생성부가 영상 내 픽셀 단위의 행(行) 위치별 행 내 픽셀들의 평균 밝기 값을 나타내는 밝기 곡선을 생성하는 단계;
    최대 변이점 검출부가 상기 생성된 밝기 곡선에 접하는 직선의 기울기의 크기가 가장 큰 접점을 최대 변이점으로 검출하는 단계;
    정규화 값 검출부가 상기 검출된 최대 변이점에서의 밝기 값을 기반으로 정규화 값을 검출하는 단계;
    가중치 결정부가 영상의 소실점을 기준으로, 상기 검출된 최대 변이점의 상대적 위치에 따라 가중치를 결정하는 단계; 및
    제어부가 상기 검출된 정규화 값과 상기 결정된 가중치를 기반으로 영상에서 안개를 제거하는 단계
    를 포함하는 영상 내 안개 제거 방법.
  8. 제 7 항에 있어서,
    상기 최대 변이점 검출 단계는,
    상기 밝기 곡선상에서 임의 지점의 밝기 값(c(i))을 기준으로, 좌로 일정치(λ) 이격되어 있는 지점의 밝기 값(c(i-λ))과 우로 일정치(λ) 이격되어 있는 지점의 밝기 값(c(i+λ))의 차이가 가장 큰 위치(gi)를 최대 변이점으로서 검출하는 것을 특징으로 하는 영상 내 안개 제거 방법.
  9. 제 7 항에 있어서,
    상기 정규화 값 검출 단계는,
    상기 최대 변이점에서의 밝기 값에 여유 값(marginal value)을 합한 결과 값과, 1 중 작은 값을 정규화 값으로서 검출하는 것을 특징으로 하는 영상 내 안개 제거 방법.
  10. 제 7 항에 있어서,
    상기 가중치 결정 단계는,
    상기 최대 변이점이 상기 소실점의 하단 방향으로 상기 소실점과 멀어질수록 가중치를 증가시키는 것을 특징으로 하는 영상 내 안개 제거 방법.
  11. 제 7 항에 있어서,
    상기 영상은,
    차량의 후측방 영상인 것을 특징으로 하는 영상 내 안개 제거 방법.
  12. 제 11 항에 있어서,
    관심영역 추출부가 상기 후측방 영상에서 상기 차량의 후측면과 접하는 일정 크기의 관심영역을 추출하여 상기 밝기 곡선 생성부로 입력하는 단계
    를 더 포함하는 영상 내 안개 제거 방법.
KR1020140075851A 2014-06-20 2014-06-20 영상 내 안개 제거 장치 및 그 방법 KR101583947B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020140075851A KR101583947B1 (ko) 2014-06-20 2014-06-20 영상 내 안개 제거 장치 및 그 방법
US14/564,027 US9466097B2 (en) 2014-06-20 2014-12-08 Apparatus and method for removing fog in image
CN201410820588.5A CN105303524B (zh) 2014-06-20 2014-12-25 图像去雾设备和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140075851A KR101583947B1 (ko) 2014-06-20 2014-06-20 영상 내 안개 제거 장치 및 그 방법

Publications (2)

Publication Number Publication Date
KR20150146045A KR20150146045A (ko) 2015-12-31
KR101583947B1 true KR101583947B1 (ko) 2016-01-08

Family

ID=54870103

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140075851A KR101583947B1 (ko) 2014-06-20 2014-06-20 영상 내 안개 제거 장치 및 그 방법

Country Status (3)

Country Link
US (1) US9466097B2 (ko)
KR (1) KR101583947B1 (ko)
CN (1) CN105303524B (ko)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2015162910A1 (ja) * 2014-04-24 2017-04-13 パナソニックＩｐマネジメント株式会社 車載用表示装置、車載用表示装置の制御方法、プログラム
CN105809647B (zh) * 2016-03-31 2020-06-05 北京奇虎科技有限公司 一种自动去雾拍照方法、装置和设备
CN107103591B (zh) * 2017-03-27 2020-01-07 湖南大学 一种基于图像雾霾浓度估计的单幅图像去雾方法
KR101880850B1 (ko) * 2017-04-14 2018-07-20 인하대학교 산학협력단 도로 주행 영상에서 채도와 명도의 상관관계와 시간적 필터링을 이용한 안개 검출 방법 및 시스템
CN107301624B (zh) * 2017-06-05 2020-03-17 天津大学 基于区域划分及浓雾预处理的卷积神经网络去雾方法
CN107317968B (zh) * 2017-07-27 2020-01-10 Oppo广东移动通信有限公司 图像去雾方法、装置、计算机可存储介质和移动终端
US11325520B2 (en) * 2017-09-27 2022-05-10 Sony Corporation Information processing apparatus and information processing method, and control apparatus and image processing apparatus
CN107992692B (zh) * 2017-12-08 2021-07-20 北京汽车集团越野车有限公司 一种车身测点文件的生成方法及终端
CN110232658B (zh) * 2018-03-05 2021-12-03 北京大学 图像去雨方法、系统、计算机设备及介质
FR3103940B1 (fr) * 2019-11-29 2021-12-10 Institut Francais Des Sciences Et Technologies Des Transp De Lamenagement Et Des Reseaux Procédé et dispositif de traitement d’images
CN112419149B (zh) * 2020-11-02 2022-05-13 武汉大学 一种暗通道先验和导向滤波的分布式遥感图像去雾方法
CN113379631B (zh) * 2021-06-11 2024-05-17 百果园技术(新加坡)有限公司 一种图像去雾的方法及装置
CN114066780B (zh) * 2022-01-17 2022-06-03 广东欧谱曼迪科技有限公司 4k内窥镜图像去雾方法、装置、电子设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008310509A (ja) 2007-06-13 2008-12-25 Hokkaido Univ 画像処理装置，運転支援装置
JP2010287183A (ja) 2009-06-15 2010-12-24 Denso Corp 霧画像復元装置及び運転支援システム
KR101292421B1 (ko) 2011-08-05 2013-08-01 경희대학교 산학협력단 단위 블록별 안개 영상 보상 방법

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69429952T2 (de) * 1993-07-22 2002-10-24 Koninklijke Philips Electronics N.V., Eindhoven Bildverarbeitungsverfahren und Vorrichtung zur Durchführung dieses Verfahrens
KR101518722B1 (ko) * 2008-08-18 2015-05-15 삼성테크윈 주식회사 안개 등의 대기 산란 입자로 인한 왜곡 보정용 영상 처리 방법 및 장치
US8340461B2 (en) * 2010-02-01 2012-12-25 Microsoft Corporation Single image haze removal using dark channel priors
CN102654914A (zh) * 2011-03-04 2012-09-05 富士通株式会社 使用图形处理单元加速图像去雾的方法
CN102999883B (zh) * 2011-09-08 2016-03-02 富士通株式会社 图像去雾方法和系统
KR101361644B1 (ko) 2012-08-01 2014-02-13 엠텍비젼 주식회사 영상 처리 장치 및 영상 내의 안개 제거 방법
KR101456445B1 (ko) 2012-08-23 2014-11-03 중앙대학교 산학협력단 Ｈｓｖ 색상 공간에서 영상의 안개 제거 장치 및 방법, 그리고 그 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 기록매체
US8755628B2 (en) * 2012-09-10 2014-06-17 Google Inc. Image de-hazing by solving transmission value
US8897588B2 (en) * 2012-11-20 2014-11-25 Adobe Systems Incorporated Data-driven edge-based image de-blurring
CN103065284B (zh) * 2012-12-30 2016-12-28 信帧电子技术（北京）有限公司 图像数据的去雾方法及装置
US8923650B2 (en) * 2013-01-07 2014-12-30 Wexenergy Innovations Llc System and method of measuring distances related to an object
CN103345733B (zh) * 2013-07-31 2016-01-13 哈尔滨工业大学 基于改进暗通道先验的快速低照度图像增强方法
CN103700078B (zh) * 2013-12-31 2018-02-06 中国科学院深圳先进技术研究院 少量背景含雾图像的去雾方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008310509A (ja) 2007-06-13 2008-12-25 Hokkaido Univ 画像処理装置，運転支援装置
JP2010287183A (ja) 2009-06-15 2010-12-24 Denso Corp 霧画像復元装置及び運転支援システム
KR101292421B1 (ko) 2011-08-05 2013-08-01 경희대학교 산학협력단 단위 블록별 안개 영상 보상 방법

Also Published As

Publication number Publication date
KR20150146045A (ko) 2015-12-31
US20150371373A1 (en) 2015-12-24
CN105303524B (zh) 2020-03-06
US9466097B2 (en) 2016-10-11
CN105303524A (zh) 2016-02-03

Similar Documents

Publication Publication Date Title
KR101583947B1 (ko) 영상 내 안개 제거 장치 및 그 방법
KR101569411B1 (ko) 보행자 인식 장치 및 그 방법
US8908967B2 (en) Image processing method using foreground probability
US10719730B2 (en) Image processing apparatus, image processing method, and non-transitory storage medium
US9652855B2 (en) Image processing apparatus that identifies image area, and image processing method
JP6158779B2 (ja) 画像処理装置
US9292732B2 (en) Image processing apparatus, image processing method and computer program product
CN105005758A (zh) 图像处理装置
JP2011165050A (ja) 白線認識装置
JP2016205887A (ja) 路面勾配検出装置
CN104766307A (zh) 一种图像处理的方法及设备
CN105894009B (zh) 图像融合方法和图像融合设备
CN103366155A (zh) 通畅路径检测中的时间相干性
CN114429437A (zh) 一种全场景亮度自适应的图像融合方法及装置
US9846816B2 (en) Image segmentation threshold value deciding method, gesture determining method, image sensing system and gesture determining system
KR101665207B1 (ko) 복수개의 검출윈도우를 통한 관심영역에서의 차량식별방법
KR101677171B1 (ko) 픽셀 기반의 배경추정을 통한 이동물체 분할 방법
KR101592087B1 (ko) 배경 영상의 위치를 이용한 관심맵 생성 방법 및 이를 기록한 기록 매체
KR101358270B1 (ko) 휴머노이드 로봇 암 제어 방법 및 장치
CN107103321B (zh) 道路二值化图像的生成方法及生成系统
CN106210529B (zh) 移动终端的拍摄方法以及装置
CN111630558B (zh) 一种图像处理、匹配方法、装置及存储介质
JP2007272785A (ja) 画像処理式車両検出装置及び画像処理式車両検出方法
US20130286289A1 (en) Image processing apparatus, image display apparatus, and image processing method
KR20160062816A (ko) 차량용 블랙박스의 화각 제어 장치 및 방법

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20181213

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20191210

Year of fee payment: 5