KR102390918B1 - 안개 제거 시스템 - Google Patents
안개 제거 시스템 Download PDFInfo
- Publication number
- KR102390918B1 KR102390918B1 KR1020150064900A KR20150064900A KR102390918B1 KR 102390918 B1 KR102390918 B1 KR 102390918B1 KR 1020150064900 A KR1020150064900 A KR 1020150064900A KR 20150064900 A KR20150064900 A KR 20150064900A KR 102390918 B1 KR102390918 B1 KR 102390918B1
- Authority
- KR
- South Korea
- Prior art keywords
- fog
- fog removal
- value
- histogram
- luminance value
- Prior art date
Links
- 238000000034 method Methods 0.000 claims abstract description 17
- 230000001186 cumulative effect Effects 0.000 claims abstract description 15
- 238000001514 detection method Methods 0.000 claims description 33
- 230000003321 amplification Effects 0.000 claims description 31
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 31
- 230000003247 decreasing effect Effects 0.000 claims 1
- 230000007423 decrease Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 239000003595 mist Substances 0.000 description 4
- 230000006866 deterioration Effects 0.000 description 3
- 238000003708 edge detection Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- H04N5/2351—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
-
- H04N5/23229—
-
- H04N5/238—
-
- H04N5/243—
-
- 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
- G06T2207/30232—Surveillance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
본 발명의 실시예들은 안개 제거 시스템 및 안개 제거 방법을 개시한다.
본 발명의 일 실시예에 따른 안개 제거 시스템은, 주변 조도를 감지하는 조도센서; 상기 감지된 조도에 따라 입력 영상의 안개 제거 레벨을 결정하는 레벨 결정부; 및 상기 입력 영상의 히스토그램의 왜도 및 첨도를 기초로 상기 입력 영상의 안개 제거 여부를 판단하고, 안개 제거로 판단되면, 상기 히스토그램의 누적 확률로부터 상기 입력 영상의 안개 정도를 판단하고, 상기 안개 제거 레벨에 따라 상기 입력 영상의 안개를 제거하는 안개 제거부;를 포함한다.
본 발명의 일 실시예에 따른 안개 제거 시스템은, 주변 조도를 감지하는 조도센서; 상기 감지된 조도에 따라 입력 영상의 안개 제거 레벨을 결정하는 레벨 결정부; 및 상기 입력 영상의 히스토그램의 왜도 및 첨도를 기초로 상기 입력 영상의 안개 제거 여부를 판단하고, 안개 제거로 판단되면, 상기 히스토그램의 누적 확률로부터 상기 입력 영상의 안개 정도를 판단하고, 상기 안개 제거 레벨에 따라 상기 입력 영상의 안개를 제거하는 안개 제거부;를 포함한다.
Description
본 발명의 실시예들은 안개 제거 시스템 및 안개 제거 방법에 관한 것이다.
종래의 CCTV 카메라는 24시간 야외를 감시해야 하기 때문에 안개(Fog) 등이 발생할 경우 안개 제거(Defog) 기능을 통해서 영상의 화질을 개선하는 방법을 사용한다.
대부분의 안개 제거(Defog) 기능이 있는 CCTV 카메라들은 수동적으로 제어해야 한다. 즉, 자동으로 현재의 안개 정도를 확인해서 안개를 제거하는 기능이 없거나, 있어도 정확하지 않아 어두운 저녁시간이나 안개가 전혀 없는 때에도 안개 제거 기능이 수행되어 영상의 화질을 저하시키는 원인이 되기도 한다.
본 발명의 실시예들은 현재의 안개 상태와 조도에 따라 적응적으로 안개 제거를 수행할 수 있는 안개 제거 시스템 및 방법을 제공하고자 한다.
본 발명의 일 실시예에 따른 안개 제거 시스템은, 주변 조도를 감지하는 조도센서; 상기 감지된 조도에 따라 입력 영상의 안개 제거 레벨을 결정하는 레벨 결정부; 및 상기 입력 영상의 히스토그램의 왜도 및 첨도를 기초로 상기 입력 영상의 안개 제거 여부를 판단하고, 안개 제거로 판단되면, 상기 히스토그램의 누적 확률로부터 상기 입력 영상의 안개 정도를 판단하고, 상기 안개 제거 레벨에 따라 상기 입력 영상의 안개를 제거하는 안개 제거부;를 포함한다.
상기 안개 제거부는, 상기 입력 영상의 히스토그램을 생성하는 히스토그램 생성부; 상기 히스토그램의 왜도 및 첨도를 산출하는 분석부; 상기 왜도 및 첨도가 기준 범위 내인 경우, 상기 히스토그램의 누적 확률이 기 설정된 최소 기준 확률에 대응하는 제1 최소 휘도값 및 최대 기준 확률에 대응하는 제1 최대 휘도값을 검출하는 안개 검출부; 및 상기 조도에 따라 결정된 안개 제거 레벨에 따라, 상기 제1 최소 휘도값과 제1 최대 휘도값을 제2 최소 휘도값과 제2 최대 휘도값으로 재설정하여 상기 입력 영상을 스케일링하는 스케일부;를 포함할 수 있다.
상기 안개 검출부는, 상기 왜도 및 첨도 중 적어도 하나가 상기 기준 범위 외인 경우,상기 최소 기준 확률을 감소시키고, 상기 감소된 최소 기준 확률에 대응하는 제1 최소 휘도값을 검출할 수 있다.
상기 레벨 결정부는, 상기 조도센서의 감지 신호의 증폭 값이 제1 임계값보다 작으면 최대 안개 제거 레벨 신호를 출력하고, 상기 증폭 값이 제2 임계값보다 크면 최소 안개 제거 레벨 신호를 출력하고, 상기 증폭 값이 상기 제1 임계값과 제2 임계값 사이이면, 상기 증폭 값이 상기 제1 임계값에서 제2 임계값 방향으로 변함에 따라 안개 제거 레벨이 단계적으로 낮아지도록 안개 제거 레벨 신호를 출력할 수 있다.
상기 스케일부는, 상기 안개 제거 레벨이 낮아짐에 따라, 상기 제1 최소 휘도값과 제2 최소 휘도값 사이의 조정폭과 상기 제1 최대 휘도값과 제2 최대 휘도값 사이의 조정폭을 줄일 수 있다.
상기 안개 제거 시스템은, 상기 입력 영상의 에지량을 검출하는 에지 검출부; 및 기 설정된 휘도에 따른 에지량의 관계를 기초로, 상기 입력 영상의 에지량이 제3 임계값 이하일 때, 상기 안개 제거된 영상에 감마 커브를 적용하여 콘트라스트를 개선하는 감마 적용부;를 더 포함할 수 있다.
본 발명 실시예들에 따른 안개 제거 시스템 및 방법은 자동으로 현재의 안개 상태와 조도에 따라 적응적으로 안개 제거 알고리즘을 적용하여 화질의 열화를 최소화시킬 수 있다.
도 1은 본 발명의 실시예에 따른 안개 제거 시스템을 개략적으로 도시한 블록도이다.
도 2는 본 발명의 실시예에 따른 영상처리장치의 구성을 개략적으로 도시한 블록도이다.
도 3은 본 발명의 다른 실시예에 따른 영상처리장치의 구성을 개략적으로 도시한 블록도이다.
도 4는 본 발명의 실시예에 따른 조도 신호와 안개 제거 레벨 관계를 나타내는 그래프이다.
도 5는 본 발명의 실시예에 따른 12 비트의 입력 영상 데이터에 대한 로그 스케일의 히스토그램의 예시이다.
도 6 및 도 7은 각각 본 발명의 실시예에 따른 히스토그램의 왜도 및 첨도의 예이다.
도 8은 본 발명의 실시예에 따른 히스토그램의 예시도이다.
도 9는 본 발명의 실시예에 따른 휘도와 에지량 관계를 나타내는 그래프이다.
도 10은 본 발명의 일 실시예에 따른 감마 커브의 예시이다.
도 11은 본 발명의 실시예에 따른 안개 제거 방법을 개략적으로 설명하는 흐름도이다.
도 12는 본 발명의 다른 실시예에 따른 안개 제거 방법을 개략적으로 설명하는 흐름도이다.
도 2는 본 발명의 실시예에 따른 영상처리장치의 구성을 개략적으로 도시한 블록도이다.
도 3은 본 발명의 다른 실시예에 따른 영상처리장치의 구성을 개략적으로 도시한 블록도이다.
도 4는 본 발명의 실시예에 따른 조도 신호와 안개 제거 레벨 관계를 나타내는 그래프이다.
도 5는 본 발명의 실시예에 따른 12 비트의 입력 영상 데이터에 대한 로그 스케일의 히스토그램의 예시이다.
도 6 및 도 7은 각각 본 발명의 실시예에 따른 히스토그램의 왜도 및 첨도의 예이다.
도 8은 본 발명의 실시예에 따른 히스토그램의 예시도이다.
도 9는 본 발명의 실시예에 따른 휘도와 에지량 관계를 나타내는 그래프이다.
도 10은 본 발명의 일 실시예에 따른 감마 커브의 예시이다.
도 11은 본 발명의 실시예에 따른 안개 제거 방법을 개략적으로 설명하는 흐름도이다.
도 12는 본 발명의 다른 실시예에 따른 안개 제거 방법을 개략적으로 설명하는 흐름도이다.
이하의 내용은 단지 본 발명의 원리를 예시한다. 그러므로 당업자는 비록 본 명세서에 명확히 설명되거나 도시되지 않았지만 본 발명의 원리를 구현하고 본 발명의 개념과 범위에 포함된 다양한 장치를 발명할 수 있는 것이다. 또한, 본 명세서에 열거된 모든 조건부 용어 및 실시예들은 원칙적으로, 본 발명의 개념이 이해되도록 하기 위한 목적으로만 명백히 의도되고, 이와 같이 특별히 열거된 실시예들 및 상태들에 제한적이지 않는 것으로 이해되어야 한다. 또한, 본 발명의 원리, 관점 및 실시예들 뿐만 아니라 특정 실시예를 열거하는 모든 상세한 설명은 이러한 사항의 구조적 및 기능적 균등물을 포함하도록 의도되는 것으로 이해되어야 한다. 또한, 이러한 균등물들은 현재 공지된 균등물뿐만 아니라 장래에 개발될 균등물 즉 구조와 무관하게 동일한 기능을 수행하도록 발명된 모든 소자를 포함하는 것으로 이해되어야 한다.
따라서, 프로세서 또는 이와 유사한 개념으로 표시된 기능 블록을 포함하는 도면에 도시된 다양한 소자의 기능은 전용 하드웨어뿐만 아니라 적절한 소프트웨어와 관련하여 소프트웨어를 실행할 능력을 가진 하드웨어의 사용으로 제공될 수 있다. 프로세서에 의해 제공될 때, 기능은 단일 전용 프로세서, 단일 공유 프로세서 또는 복수의 개별적 프로세서에 의해 제공될 수 있고, 이들 중 일부는 공유될 수 있다. 또한, 프로세서, 제어 또는 이와 유사한 개념으로 제시되는 용어의 사용은 소프트웨어를 실행할 능력을 가진 하드웨어를 배타적으로 인용하여 해석되어서는 아니 되고, 제한 없이 디지털 신호 프로세서(DSP) 하드웨어, 소프트웨어를 저장하기 위한 롬(ROM), 램(RAM) 및 비휘발성 메모리를 암시적으로 포함하는 것으로 이해되어야 한다. 주지 관용의 다른 하드웨어도 포함될 수 있다.
상술한 목적, 특징 및 장점들은 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 더욱 분명해 질 것이다. 본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략하거나 간략하게 설명하는 것으로 한다.
한편 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라, 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
이하, 첨부된 도면을 참조하여 바람직한 실시예에 따른 본 발명을 상세히 설명하기로 한다.
도 1은 본 발명의 실시예에 따른 안개 제거 시스템을 개략적으로 도시한 블록도이다.
도 1을 참조하면, 본 실시예의 안개 제거 시스템(1)은 영상센서(100), 조도센서(200), 영상처리장치(300) 및 디스플레이 장치(400)를 포함할 수 있다.
영상센서(100)는 팬틸트줌(PTZ) 카메라 등과 같은 다양한 유형의 카메라로 구현되어, 무선 또는 유선으로 영상처리장치(300)에 연결된다. 영상센서(100)는 CCD(Charge Coupled Device)나 CMOS(Complementary Metal Oxide Semiconductor) 등의 광전변환소자를 이용할 수 있다. 영상센서(100)는 전방의 장면을 촬영하여 영상 정보를 획득한다. 영상센서(100) 전단에는 광신호를 수신하는 렌즈(미도시)가 구비될 수 있다.
조도센서(200)는 촬영 영역의 조도 및 조도 변화를 감지한다. 조도센서(200)는 주변의 밝기에 대한 감지 신호를 증폭하고, 증폭된 감지 신호를 영상처리장치(300)로 출력한다. 주변이 어두울수록 감지 신호의 증폭 값(또는 게인)이 증가한다. 따라서 조도센서(200)의 감지 신호 레벨과 증폭 값은 반비례한다.
영상처리장치(300)는 영상센서(100)로부터 입력되는 영상 신호의 휘도 분포를 분석하여 안개 제거 여부를 판단하고, 안개 정도를 검출한다. 영상처리장치(300)는 조도센서(200)로부터 입력되는 조도 감지 신호를 기초로 영상 신호에 대한 안개 제거 정도를 결정한다. 영상처리장치(300)는 영상 신호의 휘도 분포의 경향 및 조도 감지 신호를 기초로, 입력 영상에 대한 안개 제거 보정의 수행 여부 및 수행 정도를 결정한다. 이로써 저조도 영상이나 주변의 건물 등에 의해 어두워진 영상, 또는 햇빛 등으로 인한 포화 영상의 경우에는 안개 제거를 하지 않거나 최소의 안개 제거를 수행함으로써, 안개를 제거함으로써 발생하는 영상의 화질 열화를 줄이도록 한다. 영상처리장치(300)는 입력 영상에 대해 안개 제거 보정을 수행하는 경우에 조도 변화에 따라 안개 제거 정도를 단계적으로 조절하여 적응적으로 안개 제거를 수행할 수 있다. 또한 영상처리장치(300)는 입력 영상에 대해 안개 제거 보정을 수행하지 않는 경우에 단계적으로 안개 제거 정도를 조절하여 최종적으로 안개 제거 보정이 수행되지 않도록 할 수 있다.
디스플레이 장치(400)는 영상처리장치(300)로부터 출력되는 영상을 신호 처리하여 사용자에게 제공함으로써, 사용자가 디스플레이되는 영상을 모니터링할 수 있도록 한다. 디스플레이 장치(400)는 액정 디스플레이 패널(LCD), 유기 발광 디스플레이 패널(OLED), 전기 영동 디스플레이 패널(EPD) 등으로 이루어질 수 있다. 디스플레이 장치(400)는 사용자의 터치를 통하여 입력을 받을 수 있도록 터치스크린 형태로 구비되어, 사용자 입력 인터페이스로서 동작할 수 있다.
도 2는 본 발명의 실시예에 따른 영상처리장치의 구성을 개략적으로 도시한 블록도이다.
도 2를 참조하면, 본 실시예의 영상처리장치(300a)는 레벨 결정부(310) 및 안개 제거부(330)를 포함할 수 있다.
레벨 결정부(310)는 조도센서(200)로부터 입력되는 조도 감지 신호의 증폭 값에 따라 입력 영상에 대한 안개 제거 레벨을 결정할 수 있다. 레벨 결정부(310)는 안개 제거 레벨에 대응하는 제어신호(S1)를 출력한다. 레벨 결정부(310)는 조도 감지 신호의 증폭 값이 제1 임계값보다 작으면 최대 안개 제거 레벨 신호를 출력한다. 최대 안개 제거 레벨 신호는 안개 제거 정도를 최대로 하는 제어신호이다. 레벨 결정부(310)는 증폭 값이 제2 임계값보다 크면 최소 안개 제거 레벨 신호를 출력한다. 최소 안개 제거 레벨 신호는 안개 제거를 하지 않도록 하는 제어신호이다. 레벨 결정부(310)는 증폭 값이 제1 임계값과 제2 임계값 사이이면 대응하는 안개 제거 레벨 신호를 출력한다.
도 4는 본 발명의 실시예에 따른 조도 감지 신호의 증폭 값과 안개 제거 레벨 관계를 나타내는 그래프이다. 미리 획득된 조도 신호의 증폭 값과 이에 대응하는 안개 제거 레벨을 데이터베이스화한 그래프 또는 룩업 테이블은 미리 저장할 수 있다.
그래프의 x축은 조도 감지 신호의 증폭 값을 나타내고, y축은 안개 제거 레벨을 나타낸다. 조도 감지 신호의 증폭 값이 클수록, 즉, 조도 레벨이 낮을수록 안개 제거 레벨이 낮아진다.
레벨 결정부(310)는 안개 제거를 적응적으로 수행할 수 있도록 제1 임계값(TH1)과 제2 임계값(TH2)을 설정할 수 있다. 예를 들어, 제1 임계값(TH1)은 조도가 30 lux 이하가 되는 어두워지기 시작하는 조도의 임계값이고, 제2 임계값(TH2)은 조도가 10 lux이하가 되는 야간 조도의 임계값일 수 있다.
레벨 결정부(310)는 조도 감지 신호의 증폭 값이 제1 임계값(TH1)보다 낮으면, 즉 어두워지기 전에는 최대 안개 제거 레벨로 설정한다. 안개 제거부(330)는 최대 안개 제거 레벨에 따라 입력 영상에 안개 제거 보정을 최대로 적용한다.
레벨 결정부(310)는 조도 감지 신호의 증폭 값이 제2 임계값(TH2)보다 크면, 즉 야간에는 최소 안개 제거 레벨을 설정한다. 안개 제거부(330)는 최소 안개 제거 레벨에 따라 입력 영상에 안개 제거 보정을 적용하지 않는다.
레벨 결정부(310)는 조도 감지 신호의 증폭 값이 제1 임계값(TH1)과 제2 임계값(TH2) 사이이면, 도 4의 그래프로부터 조도 감지 신호의 증폭 값에 대응하는 안개 제거 레벨을 결정할 수 있다. 레벨 결정부(310)는 조도 감지 신호의 증폭 값이 제1 임계값(TH1)에서 제2 임계값(TH2) 방향으로 변함에 따라, 즉, 주변이 어두워짐에 따라, 최소 안개 제거 레벨까지 안개 제거 레벨을 단계적으로 낮춘다. 안개 제거부(330)는 안개 제거 레벨이 낮아짐에 따라 입력 영상에 대해 안개 제거 보정의 적용 강도를 단계적으로 줄인다.
안개 제거부(330)는 히스토그램 생성부(340), 분석부(350), 안개 검출부(360) 및 스케일부(370)를 포함할 수 있다.
히스토그램 생성부(340)는 입력 영상의 히스토그램을 생성한다. 히스토그램은 영상의 밝기값(intensity), 즉 휘도 분포를 나타내는 것으로, 밝기값을 x축으로 하고 밝기값에 대응하는 크기를 가진 픽셀수가 영상 안에 몇개나 되는지 나타내는 빈도수(frezuency)를 y축으로 해서 만든 그래프이다. 어두운 영상은 히스토그램에서 휘도 분포가 왼쪽으로 치우쳐 있으며, 밝은 영상에서는 휘도 분포가 오른쪽으로 치우쳐있다.
히스토그램 생성부(340)는 로그 스케일(log scale)의 히스토그램 데이터를 사용한다. 빛의 밝기에 대한 영상센서의 밝기가 로그 스케일로 반응하기 때문에 로그 스케일(log scale)의 히스토그램 데이터를 사용함에 따라 어두운 영역은 히스토그램의 단계를 세밀하게 나눌 수 있고, 밝은 영역은 히스토그램의 단계를 큰 범위로 나눌 수 있기 때문에 안개 영상을 효율적으로 분석할 수 있다. 히스토그램 생성부(340)는 입력 영상의 픽셀별 휘도를 검출하고, 휘도별 픽셀수를 누적하여 히스토그램을 생성한다.
도 5는 본 발명의 실시예에 따른 12 비트의 입력 영상 데이터에 대한 로그 스케일의 히스토그램의 예시이다. 본 발명은 영상 데이터의 비트 수에 따라 계조 표현을 위한 동적 범위를 결정하고, 동적 범위를 로그 스케일의 히스토그램 데이터로 구분할 수 있다.
예를 들어, 8비트 입력 영상은 0~255 단계의 계조 표현을 위한 동적 범위를 가질 수 있고, 12 비트 입력 영상은 0~4096 단계의 계조 표현을 위한 동적 범위를 가질 수 있다. 도 5에서는 12 비트 입력 영상의 0~4096 단계의 동적 범위를 히스토그램 인덱스0(HIST[0]) 내지 히스토그램 인덱스55(HIST[55])를 이용하여 56개의 영역으로 분류하고 있다. 각 히스토그램 인덱스는 소정 범위의 휘도 값을 대표하며, 이하에서는 히스토그램 영역과 혼용하여 사용하겠다.
분석부(350)는 히스토그램의 왜도(Skewnes) 및 첨도(Kurtosis)를 산출한다. 분석부(350)는 히스토그램의 기울어진 방향 및 정도를 나타내는 왜도 및 히스토그램의 뾰족한 정도를 나타내는 첨도를 산출한다. 하기 식(1) 및 식(2)는 각각 왜도 및 첨도를 산출하는 식이다. S는 표준편차, x는 휘도값, n은 픽셀 수를 나타낸다.
안개 검출부(360)는 히스토그램의 분석 결과를 기초로 안개 제거 여부 및 안개 정도를 판단할 수 있다.
도 6은 왜도를 설명하기 위한 분포도의 예이다. 도 6(a)는 포지티브 왜도(왜도 > 0)인 분포도이고, 도 6(c)는 네거티브 왜도(왜도 < 0)인 분포도이다. 도 6(b)는 왜도가 제로인 분포도이다. 안개 검출부(360)는 평균 휘도(A)에 대한 히스토그램의 왜도가 기준 범위 내이면 안개 제거 보정이 필요하다고 판단하고, 기준 범위를 벗어나면 안개 제거 보정이 필요하지 않다고 판단한다.
예를 들어, 히스토그램의 왜도 절대값이 임계값보다 크면(|Skewness| > 임계값(0.5)), 안개 검출부(360)는 안개로 인한 히스토그램의 치우침이 아닌 햇빛으로 인한 포화이거나 주변의 건물 등으로 인해 아주 어두워진 경우로 판단하여 안개 제거 보정이 필요하지 않다고 판단한다. 그리고, 히스토그램의 왜도 절대값이 임계값 이하이면(|Skewness| ≤ 0.5), 안개 검출부(360)는 안개로 인한 히스토그램의 약간의 치우침으로 판단하고, 안개 제거 보정이 필요하다고 판단한다. 임계값은 장면(scene) 또는 촬영 환경을 고려하여 사용자에 의해 설정될 수 있다.
도 7은 첨도를 설명하기 위한 분포도의 예이다. 도 7(a)에서 도 7(c)로 갈수록 분포도의 첨도가 커지고 있다. 안개 검출부(360)는 평균 휘도(A)에 대한 히스토그램의 첨도가 기준 범위 내이면 안개 제거 보정이 필요하다고 판단하고, 기준 범위를 벗어나면 안개 제거 보정이 필요하지 않다고 판단한다.
예를 들어, 히스토그램의 첨도가 임계값 이상이면(Kurtosis ≥ 임계값(3), 도 7(b) 및 도 7(c)), 안개 검출부(360)는 안개로 인한 히스토그램의 집중 현상으로 판단하고, 안개 제거 보정이 필요하다고 판단한다. 그리고, 히스토그램의 첨도가 임계값보다 작으면(Kurtosis < 3, 도 7(a)), 안개 검출부(360)는 정상적인 상황으로 판단하여 안개 제거 보정이 필요하지 않다고 판단한다. 임계값은 장면(scene) 또는 촬영 환경을 고려하여 사용자에 의해 설정될 수 있다.
안개 검출부(360)는 안개 제거 보정이 필요하다고 판단되면, 안개 정도를 검출한다. 안개 정도가 증가함에 따라 히스토그램에서 휘도의 최소값이 커지고, 휘도의 최소값과 최대값의 차이(또는 비)가 작아진다. 따라서, 안개 검출부(360)는 입력 영상의 히스토그램에서 최소 휘도값 및 최대 휘도값을 결정함으로써 안개 정도를 검출할 수 있다.
도 8은 본 발명의 실시예에 따른 히스토그램의 예시도이다.
도 8을 참조하면, 히스토그램의 x축은 도 5에 도시된 히스토그램 인덱스0(HIST[0])에서 히스토그램 인덱스55(HIST[55])가 대표하는 휘도를 나타내고, y축은 각 히스토그램 인덱스에 해당하는 픽셀수(빈도수)를 나타낸다.
안개 검출부(360)는 히스토그램이 시작하는 첫번째 인덱스(히스토그램 영역)의 중심값(a), 첫번째 히스토그램 영역에서부터 누적 확률이 최소 기준 확률이 되는 히스토그램 영역의 중심값(min), 첫번째 히스토그램 영역에서부터 누적 확률이 최대 기준 확률이 되는 히스토그램 영역의 중심값(max)을 검출한다.
안개 검출부(360)는 누적 확률이 최소 기준 확률이 되는 히스토그램 영역의 중심 휘도 값(min)을 유효한 제1 최소 휘도값으로 검출하고, 누적 확률이 최대 기준 확률이 되는 히스토그램 영역의 중심값(max)을 유효한 제1 최대 휘도값으로 검출할 수 있다. 여기서, 제1 최소 기준 확률은 하기 식(3)과 같이 5%(0.05)의 누적 확률, 최대 기준 확률은 하기 식(4)와 같이 95%(0.95)의 누적 확률일 수 있다.
또한, 안개 검출부(360)는 안개 제거 보정이 필요하지 않다고 판단된 경우에, 즉, 히스토그램의 왜도 및 첨도 중 적어도 하나가 기준 범위를 벗어난 경우, 왜도 및 첨도가 기준 범위를 벗어나는 정도에 따라 최소 기준 확률을 낮춘다. 이에 따라 제1 최소 휘도값이 낮아지고, 검출되는 안개 정도가 감소하게 된다. 안개 정도가 감소됨에 후술하는 안개 제거 정도 또한 감소될 수 있다.
예를 들어, 안개 검출부(360)는 히스토그램의 왜도 절대값이 임계값보다 커지거나(|Skewness| > 0.5) 및/또는 히스토그램의 첨도가 임계값보다 작아지면(Kurtosis < 3), 즉시 안개 제거 보정을 중단하지 않고, 안개 보정을 수행하는 경우 적용된 최소 기준 확률보다 낮은 최소 기준 확률을 설정하고, 이에 대응하는 제1 최소 휘도값을 검출한다. 일 예로, 제1 최소 휘도값은 최소 기준 확률이 5%(0.05)보다 낮은 3%(0.03)의 누적 확률일 수 있다. 안개 검출부(360)는 왜도 및 첨도가 기준 범위를 벗어나는 정도가 커질수록 최소 기준 확률을 단계적으로 감소시키고, 이에 대응하여 제1 최소 휘도값도 단계적으로 감소시킨다. 이에 따라 최종적으로는 후술할 조도 감소에 따른 안개 제거 정도를 추가적으로 감소 보정하게 된다.
스케일부(370)는 안개 제거 레벨을 나타내는 제어신호(S1)를 수신하고, 입력 영상의 제1 최소 휘도값과 제1 최대 휘도값을 제2 최소 휘도값과 제2 최대 휘도값으로 조정하여 입력 영상을 스케일링한다. 즉, 스케일부(370)는 입력 영상의 제1 최소 휘도값과 제1 최대 휘도값 사이의 입력 범위(input range)를 기준 계조의 동적 범위(이하, '기준 동적 범위'라 함)내로 스케일링한다. 기준 동적 범위는 영상 처리장치가 표현할 수 있는 최대 휘도 범위로서, 영상 데이터의 비트 수에 따라 결정될 수 있다. 예를 들어, 기준 동적 범위는 8비트 입력 영상은 0~255일 수 있고, 12 비트 입력 영상은 0~4096일 수 있다.
스케일부(370)는 입력 영상에서 검출된 최소 휘도값을 더 낮은 값으로 설정하고, 입력 영상에서 검출된 최대 휘도값을 더 높은 값으로 설정하여 입력 영상을 스케일링함으로써 입력 영상의 전체 휘도를 균일화하여 명암 대비를 향상시킬 수 있다. 이에 따라 입력 영상으로부터 안개가 제거된 효과를 갖는 출력 영상(OUTPUT)을 출력한다.
스케일부(370)는 최소 안개 제거 레벨 신호를 수신하면, 입력 영상에 대해 안개 제거 보정을 수행하지 않는다. 저조도인 경우 입력 영상에 안개 제거를 수행하면 영상이 더 어두워져 물체 구분이 어려울 수 있다. 따라서 본 발명의 실시예에서는 저조도의 경우 안개 제거를 수행하지 않는다.
스케일부(370)는 최대 안개 제거 레벨 신호를 수신하면, 제2 최소 휘도값과 제2 최대 휘도값을 기준 동적 범위의 최소 휘도값과 최대 휘도값으로 설정하여 입력 영상을 스케일링함으로써 안개 제거 보정을 수행한다. 예를 들어, 제2 최소 휘도값을 0으로 하고 제2 최대 휘도값을 4096으로 설정하여, 입력 영상을 스케일링할 수 있다.
하기 식(5)은 입력 영상의 안개 제거 보정을 위한 스케일 알고리즘이다. Output은 스케일된 출력 영상, Input은 입력 영상이다.
...(5)
스케일부(370)는 소정의 안개 제거 레벨을 나타내는 안개 제거 레벨 신호를 수신하면, 입력 영상의 기준 동적 범위 내에서 대응하는 스케일 조정폭으로 제2 최소 휘도값과 제2 최대 휘도값을 설정하여 입력 영상을 스케일링한다. 이때의 제2 최소 휘도값은 기준 동적 범위의 최소 휘도값보다 크고, 제2 최대 휘도값은 기준 동적 범위의 최대 휘도값보다 낮다.
안개 제거 레벨이 낮아짐에 따라, 제1 최소 휘도값과 제2 최소 휘도값 사이의 조정폭과 제1 최대 휘도값과 제2 최대 휘도값 사이의 조정폭이 줄어들게 되어, 스케일링 정도가 줄어든다. 즉, 본 발명의 실시예는 안개 제거 레벨이 낮아짐에 따라 안개 제거 정도를 적응적으로 줄이며, 저조도에서는 안개 제거를 수행하지 않는다.
하기 식(6) 및 식(7)은 스케일 조정폭을 결정하는 식이다. level은 안개 제거 레벨, Output은 식(5)의 출력 영상, LevelOutput은 안개 제거 레벨에 따라 정해진 조정폭으로 스케일된 출력 영상이다. 스케일부(370)는 안개 제거 레벨이 낮아짐에 따라 안개 제거를 오프할 때까지 조정폭을 단계적으로 줄이면서 스케일 정도도 단계적으로 줄인다.
도 3은 본 발명의 다른 실시예에 따른 영상처리장치의 구성을 개략적으로 도시한 블록도이다.
도 3을 참조하면, 본 실시예의 영상처리장치(300b)는 레벨 결정부(310), 안개 제거부(330) 및 에지 검출부(380) 및 감마 적용부(390)를 포함할 수 있다. 이하에서는 도 2의 실시예와 차이점을 중심으로 설명하겠다.
레벨 결정부(310)는 조도센서(200)로부터 입력되는 조도 감지 신호의 증폭 값에 따라 입력 영상에 대한 안개 제거 레벨을 결정할 수 있다.
안개 제거부(330)는 히스토그램 생성부(340), 분석부(350), 안개 검출부(360) 및 스케일부(370)를 포함할 수 있다. 안개 제거부(330)는 입력 영상의 히스토그램을 기초로 입력 영상의 안개 제거 여부 및 안개 정도를 판단하고, 안개 제거 레벨에 따라 입력 영상의 안개를 적응적으로 제거할 수 있다.
에지 검출부(380)는 입력 영상의 에지량을 검출할 수 있다. 안개에 의해 영상의 휘도가 올라감에 따라 에지량이 줄어든다. 에지 검출부(380)는 이러한 특성을 이용하여 안개 정도(안개량)에 따라 올라간 휘도와 에지량의 관계를 나타내는 그래프 또는 룩업 테이블로부터 에지량을 검출하고, 검출한 에지량이 제3 임계값 이하일 때를 감지할 수 있다.
도 9는 본 발명의 실시예에 따른 휘도와 에지량 관계를 나타내는 그래프이다. 그래프 또는 룩업 테이블은 미리 획득된 안개 정도에 따라 올라간 휘도와 이에 대응하는 에지량을 데이터베이스화한 것으로 미리 저장할 수 있다.
에지 검출부(380)는 검출한 에지량이 제3 임계값(TH3) 이하임이 감지되면, 제어신호(S2)를 출력한다.
감마 적용부(390)는 에지 검출부(380)로부터 제어신호(S2)를 수신하면, 스케일부(370)가 출력하는 출력 영상(OUTPUT1)에 대해 감마 커브를 적용하여 콘트라스트를 개선할 수 있다. 안개량이 많을수록 영상의 min/max 값이 작아져 콘트라스트가 나빠진다. 감마 적용부(390)는 안개량에 따라 적응적으로 감마 커브를 결정하고, 결정된 감마 커브를 출력 영상에 적용함으로써 추가적으로 출력 영상의 콘트라스트를 개선하여 출력(OUTPUT2)할 수 있다. 하기 식(8)은 감마 커브가 적용된 출력 영상의 콘트라스트를 나타낸다.
... (8)
도 10은 본 발명의 일 실시예에 따른 감마 커브의 예시이다. 안개 정도에 따라 감마 커브는 조정될 수 있다. x축은 스케일부(370)가 출력하는 출력 영상(OUTPUT)의 휘도값(휘도 레벨)이고, y축은 감마 커브가 적용되어 출력되는 출력 영상의 휘도값(휘도 레벨)이다.
도 11은 본 발명의 일 실시예에 따른 안개 제거 방법을 개략적으로 설명하는 흐름도이다.
도 11을 참조하면, 안개 제거 시스템은 영상센서로부터 영상이 입력되면, 입력 영상의 히스토그램을 생성할 수 있다(S11). 안개 제거 시스템은 로그 스케일의 히스토그램 데이터를 이용하여 히스토그램을 생성한다.
안개 제거 시스템은 히스토그램을 분석하여 히스토그램의 왜도 및 첨도를 산출할 수 있다(S12). 안개가 발생한 경우 히스토그램의 왜도가 0보다 크거나 작게 되고, 히스토그램의 첨도가 커진다.
안개 제거 시스템은 산출된 왜도 및 첨도가 기준 범위 내이면, 안개 제거 보정이 필요하다고 판단하고, 입력 영상의 안개 정도를 검출할 수 있다(S13). 안개 정도에 따라 입력 영상의 최소 휘도값과 최대 휘도값이 달라지며, 안개량이 많을수록 (최소 휘도값/최대 휘도값)이 작아진다. 안개 제거 시스템은 히스토그램에서 기 설정된 최소 기준 확률과 최대 기준 확률에 대응하는 제1 최소 휘도값과 제1 최대 휘도값을 검출한다. 예를 들어, 최소 누적 확률은 5%, 최대 누적 확률은 95%로 설정될 수 있다. 따라서, 안개 제거 시스템은 히스토그램을 분석함으로써 안개 제거 여부 및 안개 정도를 판단할 수 있다.
안개 제거 시스템은 산출된 왜도 및/또는 첨도가 기준 범위를 벗어나면, 안개 제거 보정이 필요없다고 판단할 수 있다. 이때 안개 제거 시스템은 안개 제거 보정을 즉시 중단하지 않고, 최소 기준 확률을 감소시킨다. 이에 따라 검출되는 제1 최소 휘도값도 감소한다. 제1 최소 휘도값이 감소함에 따라 추후 안개 제거 보정의 정도도 감소된다. 안개 제거 시스템은 산출된 왜도 및/또는 첨도가 기준 범위를 벗어나는 정도가 커질수록, 최소 기준 확률은 작아지도록 조절한다.
한편, 안개 제거 시스템은 조도센서로부터 주변 조도에 대한 정보를 수신한다(S14). 안개 제거 시스템은 주기적으로 조도센서로부터 감지 신호의 증폭 값을 수신한다. 조도센서는 주변의 밝기를 감지하여 이를 증폭하여 출력한다. 따라서 어두울수록 증폭 값이 증가한다. 즉, 조도센서가 출력하는 신호는 조도 레벨에 반비례한다. 조도 레벨이 낮을수록 증폭 값이 커지고, 조도 레벨이 높을수록 증폭 값이 작아진다.
안개 제거 시스템은 감지된 조도에 따라 입력 영상을 스케일링하여 안개 제거 보정을 수행한 영상을 출력할 수 있다(S15).
안개 제거 시스템은 조도센서로부터 수신한 감지 신호의 증폭 값이 제1 임계값보다 작으면 안개 제거 레벨을 최대로 설정한다. 안개 제거 시스템은 최대 안개 제거 레벨에 따라 입력 영상의 현재 휘도 범위를 기준 동적 범위까지 풀(full) 스케일링하여 입력 영상의 휘도를 균일화한다. 즉, 안개 제거 시스템은 제1 최소 휘도값과 제1 최대 휘도값을 기준 동적 범위의 최소 휘도값인 제2 최소 휘도값과 기준 동적 범위의 최대 휘도값인 제2 최대 휘도값으로 설정하여 입력 영상을 스케일링한다. 안개 제거 시스템은 입력 영상의 휘도를 균일화함으로써 명암 대비를 높여 안개 제거 효과를 갖는 영상을 출력할 수 있다.
안개 제거 시스템은 조도센서로부터 수신한 조도 신호의 증폭 값이 제2 임계값보다 크면 안개 제거 레벨을 최소로 설정한다. 안개 제거 시스템은 최소 안개 제거 레벨에 따라 입력 영상을 스케일링하지 않고 출력한다.
안개 제거 시스템은 조도센서로부터 수신한 조도 신호의 증폭 값이 제1 임계값과 제2 임계값 사이이면 대응하는 안개 제거 레벨을 설정한다. 안개 제거 시스템은 안개 제거 레벨에 대응하는 조정폭을 계산하고, 기준 동적 범위 내에서 조정폭만큼 입력 영상 스케일링하여 출력한다. 즉, 안개 제거 시스템은 기준 동적 범위의 최소 휘도값보다 큰 제2 최소 휘도값과 기준 동적 범위의 최대 휘도값보다 작은 제2 최대 휘도값을 설정하여 입력 영상을 스케일링한다.
안개 제거 시스템은 증폭 값이 제1 임계값에서 제2 임계값으로 이동함에 따라, 안개 제거 레벨을 단계적으로 낮추고, 이에 대응하여 조정폭도 단계적으로 줄이면서 입력 영상의 스케일링 정도, 즉 안개 제거 정도를 단계적으로 줄일 수 있다.
도 12는 본 발명의 다른 실시예에 따른 안개 제거 방법을 개략적으로 설명하는 흐름도이다.
도 12의 실시예는 도 11의 실시예에 비해 일부 구성이 추가된 점에서 차이가 있으며, 이하에서는 차이점을 중심으로 설명하겠다.
안개 제거 시스템은 영상센서로부터 영상이 입력되면, 입력 영상의 히스토그램을 생성할 수 있다(S21). 안개 제거 시스템은 히스토그램을 분석하여 히스토그램의 왜도 및 첨도를 산출할 수 있다(S22). 안개 제거 시스템은 산출된 왜도 및 첨도가 기준 범위 내이면, 안개 제거 보정이 필요하다고 판단하고, 입력 영상의 안개 정도를 검출할 수 있다(S23). 안개 제거 시스템은 주기적으로 조도센서로부터 주변 조도에 대한 정보를 수신한다(S24). 안개 제거 시스템은 감지된 조도에 따라 입력 영상을 스케일링하여 안개 제거 보정된 영상을 출력할 수 있다(S25).
안개 제거 시스템은 입력 영상의 에지량을 검출할 수 있다(S26).
안개 제거 시스템은 입력 영상의 에지량이 제3 임계값 이하로 떨어지면 스케일링된 출력 영상에 감마 커브를 적용하여 콘트라스트를 개선할 수 있다(S27).
도 11 및 도 12에 도시된 각 단계의 순서는 고정적이지 않으며, 순서가 변경될 수 있음은 물론이다.
본 발명의 안개 제거 방법은 로그 스케일의 히스토그램과 통계적 방법을 사용하여 적응적으로 안개 제거의 강도를 자동으로 조절할 수 있다. 또한 본 발명의 안개 제거 방법은 저조도 환경, 포화 환경 및 안개가 없는 조건에서는 자동으로 안개 제거 정도를 낮추거나 안개 제거를 수행하지 않도록 하여 화질의 열화를 방지할 수 있다.
본 발명의 안개 제거 방법은 아날로그 카메라, 네트워크 카메라 등 감시 카메라 분야에서 사용될 수 있다.
본 발명에 따른 안개 제거 방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의해 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광데이터 저장장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고, 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.
본 발명은 첨부된 도면에 도시된 일 실시예를 참고로 설명되었으나, 이는 예시적인 것에 불과하며, 당해 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 수 있을 것이다. 따라서, 본 발명의 진정한 보호 범위는 첨부된 청구 범위에 의해서만 정해져야 할 것이다.
Claims (6)
- 주변 조도를 감지하는 조도센서;
상기 감지된 조도에 따라 입력 영상의 안개 제거 레벨을 결정하는 레벨 결정부; 및
상기 입력 영상의 히스토그램의 왜도 및 첨도를 기초로 상기 히스토그램의 누적 확률로부터 상기 입력 영상의 제1 최소 휘도값 및 제1 최대 휘도값을 검출하여 안개 정도를 판단하고, 상기 안개 제거 레벨에 따라 상기 제1 최소 휘도값 및 상기 제1 최대 휘도값을 제2 최소 휘도값과 제2 최대 휘도값으로 재설정하여 상기 입력 영상의 안개를 제거하는 안개 제거부;를 포함하고,
상기 안개 제거부는,
상기 왜도 및 첨도가 기준 범위 내인 경우, 상기 히스토그램에서 상기 히스토그램의 누적 확률이 기 설정된 최소 기준 확률 및 기 설정된 최대 기준 확률이 되는 휘도값들을 각각 상기 제1 최소 휘도값 및 상기 제1 최대 휘도값으로 검출하고,
상기 왜도 및 첨도 중 적어도 하나가 상기 기준 범위 외인 경우, 상기 최소 기준 확률을 감소시키고, 상기 히스토그램에서 상기 히스토그램의 누적 확률이 상기 감소된 최소 기준 확률 및 상기 최대 기준 확률이 되는 휘도값들을 각각 상기 제1 최소 휘도값 및 상기 제1 최대 휘도값으로 검출하는, 안개 제거 시스템. - 삭제
- 삭제
- 제1항에 있어서, 상기 레벨 결정부는,
상기 조도센서의 감지 신호의 증폭 값이 제1 임계값보다 작으면 최대 안개 제거 레벨 신호를 출력하고,
상기 증폭 값이 제2 임계값보다 크면 최소 안개 제거 레벨 신호를 출력하고,
상기 증폭 값이 상기 제1 임계값과 제2 임계값 사이이면, 상기 증폭 값이 상기 제1 임계값에서 제2 임계값 방향으로 변함에 따라 안개 제거 레벨이 단계적으로 낮아지도록 안개 제거 레벨 신호를 출력하는, 안개 제거 시스템. - 제1항에 있어서, 상기 안개 제거부는,
상기 안개 제거 레벨이 낮아짐에 따라, 상기 제1 최소 휘도값과 제2 최소 휘도값 사이의 조정폭과 상기 제1 최대 휘도값과 제2 최대 휘도값 사이의 조정폭을 줄이는, 안개 제거 시스템. - 제1항에 있어서,
상기 입력 영상의 에지량을 검출하는 에지 검출부; 및
기 설정된 휘도에 따른 에지량의 관계를 기초로, 상기 입력 영상의 에지량이 제3 임계값 이하일 때, 상기 안개 제거된 영상에 감마 커브를 적용하여 콘트라스트를 개선하는 감마 적용부;를 더 포함하는, 안개 제거 시스템.
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020150064900A KR102390918B1 (ko) | 2015-05-08 | 2015-05-08 | 안개 제거 시스템 |
US15/063,646 US9846925B2 (en) | 2015-05-08 | 2016-03-08 | Defog system and defog method |
CN201610265267.2A CN106127693B (zh) | 2015-05-08 | 2016-04-26 | 除雾系统和除雾方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020150064900A KR102390918B1 (ko) | 2015-05-08 | 2015-05-08 | 안개 제거 시스템 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20160131807A KR20160131807A (ko) | 2016-11-16 |
KR102390918B1 true KR102390918B1 (ko) | 2022-04-26 |
Family
ID=57222750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020150064900A KR102390918B1 (ko) | 2015-05-08 | 2015-05-08 | 안개 제거 시스템 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9846925B2 (ko) |
KR (1) | KR102390918B1 (ko) |
CN (1) | CN106127693B (ko) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107545544A (zh) * | 2016-06-29 | 2018-01-05 | 诺基亚技术有限公司 | 去除图像中的混浊对象的方法和装置 |
US10182225B1 (en) * | 2016-08-31 | 2019-01-15 | Amazon Technologies, Inc. | Processing images to remove precipitation |
US10497129B1 (en) * | 2016-08-31 | 2019-12-03 | Amazon Technologies, Inc. | Image-based weather condition detection |
CN107424132B (zh) * | 2017-07-25 | 2020-07-07 | 西安电子科技大学 | 一种图像快速去雾的优化方法 |
JP7227785B2 (ja) | 2019-02-18 | 2023-02-22 | キヤノン株式会社 | 画像処理装置、画像処理方法およびコンピュータプログラム |
JP7421273B2 (ja) | 2019-04-25 | 2024-01-24 | キヤノン株式会社 | 画像処理装置及びその制御方法及びプログラム |
CN110807743B (zh) * | 2019-10-24 | 2022-02-15 | 华中科技大学 | 一种基于卷积神经网络的图像去雾方法 |
CN111539891A (zh) * | 2020-04-27 | 2020-08-14 | 高小翎 | 单张遥感图像的波段自适应除雾优化处理方法 |
CN113570526A (zh) * | 2021-09-24 | 2021-10-29 | 苏州万店掌软件技术有限公司 | 一种伽马曲线生成方法、装置、设备和介质 |
TWI832568B (zh) * | 2022-11-18 | 2024-02-11 | 廣達電腦股份有限公司 | 霧氣判別方法、及光學設備 |
CN116342437B (zh) * | 2023-05-30 | 2023-07-21 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种基于密集连接亚像素gan模型的图像去雾方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009003011A (ja) * | 2007-06-19 | 2009-01-08 | Olympus Imaging Corp | 画像表示装置、撮像装置、画像再生装置、及び画像表示方法 |
US20120294482A1 (en) * | 2011-05-19 | 2012-11-22 | Fuji Jukogyo Kabushiki Kaisha | Environment recognition device and environment recognition method |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR0129242B1 (ko) | 1994-07-01 | 1998-04-06 | 구자홍 | 광디스크 시스템의 액츄에이터 진동방지장치 |
KR100763239B1 (ko) * | 2006-06-27 | 2007-10-04 | 삼성전자주식회사 | 디스플레이되는 영상의 시인성 향상을 위한 영상 처리 장치및 방법 |
JP4752719B2 (ja) * | 2006-10-19 | 2011-08-17 | ソニー株式会社 | 画像処理装置、画像取得方法及びプログラム |
KR101518722B1 (ko) | 2008-08-18 | 2015-05-15 | 삼성테크윈 주식회사 | 안개 등의 대기 산란 입자로 인한 왜곡 보정용 영상 처리 방법 및 장치 |
US8396324B2 (en) * | 2008-08-18 | 2013-03-12 | Samsung Techwin Co., Ltd. | Image processing method and apparatus for correcting distortion caused by air particles as in fog |
JP5343726B2 (ja) | 2009-06-19 | 2013-11-13 | カシオ計算機株式会社 | 画像処理装置、及び画像処理プログラム |
TWI423166B (zh) * | 2009-12-04 | 2014-01-11 | Huper Lab Co Ltd | 判斷輸入影像是否為霧化影像之方法、判斷輸入影像的霧級數之方法及霧化影像濾清方法 |
US8660372B2 (en) * | 2010-05-10 | 2014-02-25 | Board Of Regents Of The University Of Texas System | Determining quality of an image or video using a distortion classifier |
CN102202163B (zh) * | 2011-05-13 | 2013-01-23 | 成都西图科技有限公司 | 一种监控视频的自适应增强方法及其装置 |
CN103188433B (zh) * | 2011-12-30 | 2016-01-20 | 株式会社日立制作所 | 图像除雾装置和图像除雾方法 |
KR101341243B1 (ko) * | 2012-04-04 | 2013-12-12 | (주) 넥스트칩 | 기상 현상으로 인해 훼손된 영상을 복원하는 장치 및 방법 |
CN102750674B (zh) * | 2012-04-26 | 2014-06-18 | 长春理工大学 | 基于自适应容差的视频图像去雾方法 |
KR101582479B1 (ko) * | 2012-05-15 | 2016-01-19 | 에스케이 텔레콤주식회사 | 동영상에 포함된 헤이즈 제거를 위한 영상 처리 장치 및 그 방법 |
CN103578099B (zh) * | 2012-08-08 | 2016-12-21 | 深圳市慧康精密仪器有限公司 | 基于超声弹性成像的肿瘤弹性特征的提取方法 |
CN103034979B (zh) * | 2012-11-30 | 2015-03-25 | 声泰特(成都)科技有限公司 | 一种超声图像清晰度提升方法 |
KR102207939B1 (ko) * | 2014-03-27 | 2021-01-26 | 한화테크윈 주식회사 | 안개 제거 시스템 및 안개 제거 방법 |
CN104123700A (zh) * | 2014-06-18 | 2014-10-29 | 深圳市金立通信设备有限公司 | 一种电子设备 |
-
2015
- 2015-05-08 KR KR1020150064900A patent/KR102390918B1/ko active IP Right Grant
-
2016
- 2016-03-08 US US15/063,646 patent/US9846925B2/en active Active
- 2016-04-26 CN CN201610265267.2A patent/CN106127693B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009003011A (ja) * | 2007-06-19 | 2009-01-08 | Olympus Imaging Corp | 画像表示装置、撮像装置、画像再生装置、及び画像表示方法 |
US20120294482A1 (en) * | 2011-05-19 | 2012-11-22 | Fuji Jukogyo Kabushiki Kaisha | Environment recognition device and environment recognition method |
Also Published As
Publication number | Publication date |
---|---|
US20160328832A1 (en) | 2016-11-10 |
CN106127693B (zh) | 2021-09-14 |
US9846925B2 (en) | 2017-12-19 |
KR20160131807A (ko) | 2016-11-16 |
CN106127693A (zh) | 2016-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102390918B1 (ko) | 안개 제거 시스템 | |
KR102207939B1 (ko) | 안개 제거 시스템 및 안개 제거 방법 | |
CN110766621B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
US10834337B2 (en) | Dynamic frame rate controlled thermal imaging systems and methods | |
US9218681B2 (en) | Image processing apparatus and image processing method | |
JP6525543B2 (ja) | 画像処装置および画像処理方法、並びにプログラム | |
US9961269B2 (en) | Imaging device, imaging device body, and lens barrel that can prevent an image diaphragm value from frequently changing | |
US20140306943A1 (en) | Electronic device and method for adjusting backlight of electronic device | |
CN108174113B (zh) | 图像处理装置 | |
KR20210055849A (ko) | 전자 장치 및 그 제어 방법 | |
US10271029B2 (en) | Image pickup apparatus and method of controlling an image pickup apparatus | |
JP2014146979A (ja) | 監視カメラシステム、撮像装置及び撮像方法 | |
US11310440B2 (en) | Image processing apparatus, surveillance camera system, and image processing method | |
US20170364765A1 (en) | Image processing apparatus, image processing system, vehicle, imaging apparatus and image processing method | |
KR101168110B1 (ko) | 이미지 영상의 역광을 보상하기 위한 장치 및 방법 | |
KR101761947B1 (ko) | 카메라 영상의 블루밍 저감 방법 및 장치 | |
KR102188163B1 (ko) | 저조도 영상의 전처리 시스템 및 그 방법 | |
JP2011182189A (ja) | 画像処理装置および画像処理プログラム | |
JP2010183461A (ja) | 撮像装置およびその制御方法 | |
JP2015100091A (ja) | 画像処理装置、撮像装置、画像処理方法、及びプログラム | |
JP2019012934A (ja) | 撮像装置 | |
JP2012151669A (ja) | テレビ受像機 | |
JP5789330B2 (ja) | 撮像装置およびその制御方法 | |
TWI526070B (zh) | An aperture control system for an image pickup apparatus and a method thereof | |
KR20170131865A (ko) | 이미지에서 피사체 추출을 위한 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 |