KR102395305B1 - 저조도 영상 개선 방법 - Google Patents

저조도 영상 개선 방법 Download PDF

Info

Publication number
KR102395305B1
KR102395305B1 KR1020170173043A KR20170173043A KR102395305B1 KR 102395305 B1 KR102395305 B1 KR 102395305B1 KR 1020170173043 A KR1020170173043 A KR 1020170173043A KR 20170173043 A KR20170173043 A KR 20170173043A KR 102395305 B1 KR102395305 B1 KR 102395305B1
Authority
KR
South Korea
Prior art keywords
image
equation
estimating
map
low
Prior art date
Application number
KR1020170173043A
Other languages
English (en)
Other versions
KR20190072027A (ko
Inventor
김현상
안윤섭
백준기
유수환
박선희
Original Assignee
현대자동차주식회사
기아 주식회사
중앙대학교 산학협력단
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, 기아 주식회사, 중앙대학교 산학협력단 filed Critical 현대자동차주식회사
Priority to KR1020170173043A priority Critical patent/KR102395305B1/ko
Publication of KR20190072027A publication Critical patent/KR20190072027A/ko
Application granted granted Critical
Publication of KR102395305B1 publication Critical patent/KR102395305B1/ko

Links

Images

Classifications

    • G06T5/90—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/007—Dynamic range modification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/001—Image restoration
    • G06T5/002—Denoising; Smoothing
    • 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 by the use of local operators
    • G06T5/70—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20208—High dynamic range [HDR] image processing

Abstract

본 발명의 일 실시예에 따른 저조도 영상 개선 방법은 입력영상의 RGB 색상 공간을 HSV 색상 공간으로 변환하는 단계, 상기 HSV 색상 공간의 V 채널에서 조명성분과 반사성분을 추정하는 단계, 상기 반사성분의 밝기를 개선하고, 잡음을 제거하기 위한 가중치 맵을 추정하는 단계, 상기 조명성분, 상기 반사성분 및 상기 가중치 맵을 이용하여 개선된 영상을 추정하는 단계 및 상기 개선된 영상 및 상기 입력영상을 결합하여 RGB 색상 공간으로 변환하여 최종 영상을 생성하는 단계를 포함한다.

Description

저조도 영상 개선 방법{Method for improving low illumination image}
본 발명은 저조도 영상 개선 방법에 관한 것으로, 보다 상세하게는 영상의 밝기를 개선하고, 영상의 밝기를 개선하는 과정에서의 증폭된 잡음을 제거할 수 있는 기술에 관한 것이다.
자동차 실제 환경에서 인간의 시각 인지 시스템(Human Visual System: HVS)은 일반적인 영상 장치보다 높은 동적 대역을 다룰 수 있다. 따라서 기존의 영상 장치는 인간이 인지하는 영상을 그대로 획득(capture) 또는 표현(display)할 수 없다. 이처럼 기존의 영상 장치가 다룰 수 있는 것보다 큰 동적 대역을 갖는 영상의 처리에 관한 필요성이 커지게 되었으며, 이러한 영상을 높은 동적 대역(High Dynamic Range: HDR) 영상이라고 한다.
높은 동적 대역 영상을 생성하는 가장 대표적인 기술은 서로 다른 노출 조건에서 동일한 장면을 연속적으로 촬영하여 얻어진 다수의 낮은 동적 대역(Low Dynamic Range: LDR) 영상을 합성하여 동적 대역을 확장하는 것이다. 구체적으로 높은 동적 대역 영상은 단 노출 영상(Short Exposure Image: SEI)과 장 노출 영상(Long Exposure Image: LEI)을 합성하여 얻을 수 있다.
이때 단 노출 영상 및 장 노출 영상을 획득하는 과정에서 다소 시간이 걸릴 수 있다. 또한 복수의 LDR 영상을 순차적으로 촬영하는 동안 피사체 또는 영상 장치가 움직이면 단 노출 영상과 장 노출 영상이 동일하지 않으므로, 높은 동적 대역 영상 합성 시 움직임이 발생한 영역의 상이 겹쳐지는 고스트 현상(ghost effect)이 발생하게 된다.
또한 디지털 영상에서 노이즈를 제거하는 것은 양질의 영상 데이터를 획득하는데 있어서 매우 중요하다. 디지털 영상 데이터에는 백색 노이즈(white noise) 및 임펄스 노이즈(impulse noise) 등의 다양한 노이즈가 존재할 수 있다. 이러한 노이즈들은 디지털 카메라 등에 의하여 디지털 영상이 생성될 때, 디지털 데이터에 부가된다.
노이즈를 제거하기 위한 가장 단순한 방식은 메디안(median) 필터, 평균(mean) 필터를 이용하는 것이다. 이러한 필터들을 이용하면 노이즈의 상당 부분을 제거할 수 있으나, 영상의 에지(edge)가 흐려지는 블러링(blurring) 현상이 발생할 수 있다.
즉, 영상이 급격히 변동되는 부분에 있어서 고주파 성분의 색 정보가 필터를 거치면서 왜곡되는 현상이 발생한다. 그러므로 노이즈를 제거하기 위한 과정에 있어서 에지 보존(edge preserving) 여부도 동시에 고려해야한다.
[특허문헌]한국등록특허 1287521호.
본 발명의 목적은, 영상의 밝은 영역 및 어두운 영역에 따른 밝기 개선을 다르게 하고, 영상의 에지 영역 및 평평한 영역에 따른 증폭된 잡음을 효과적으로 제거하는 저조도 영상 개선 방법을 제공하는 데 있다.
본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재들로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따른 저조도 영상 개선 방법은 입력영상의 RGB 색상 공간을 HSV 색상 공간으로 변환하는 단계, 상기 HSV 색상 공간의 V 채널에서 조명성분과 반사성분을 추정하는 단계, 상기 반사성분의 밝기를 개선하고, 잡음을 제거하기 위한 가중치 맵을 추정하는 단계, 상기 조명성분, 상기 반사성분 및 상기 가중치 맵을 이용하여 개선된 영상을 추정하는 단계 및 상기 개선된 영상 및 상기 입력영상을 결합하여 RGB 색상 공간으로 변환하여 최종 영상을 생성하는 단계를 포함한다.
일 실시예에서, 상기 조명성분과 반사성분을 추정하는 단계는, 하기 [수학식1] 및 [수학식2]을 이용하여 상기 조명성분과 반사성분을 추정할 수 있다.
[수학식1]
Figure 112017125159959-pat00001
[수학식2]
Figure 112017125159959-pat00002
(여기서, fL은 조명성분, fR은 반사성분, gv는 V채널, H는 가우시안 로우-패스 필터(평균 필터)를 의미한다.)
일 실시예에서, 상기 가중치 맵을 추정하는 단계는, 역변환된 밝기 채널을 추정하는 단계 및 활성맵을 추정하는 단계를 포함할 수 있다.
일 실시예에서, 상기 역변환된 밝기 채널을 추정하는 단계는, 하기 [수학식]을 이용하여 상기 역변환된 밝기 채널을 추정할 수 있다.
[수학식]
Figure 112017125159959-pat00003
(여기서, WB(x)는 역변환된 밝기 채널,
Figure 112017125159959-pat00004
, 입력영상(g)에서 x에 위치한 R, G, B 픽셀의 화소값 중 가장 큰 값이 위치 x에서의 밝기 채널의 값을 의미한다.)
일 실시예에서, 상기 활성맵을 추정하는 단계는, 하기 [수학식]을 이용하여 상기 활성맵을 추정할 수 있다.
[수학식]
Figure 112017125159959-pat00005
(여기서, A(x)는 활성맵, H는 가우시안 로우-패스 필터(평균 필터),
Figure 112017125159959-pat00006
는 x에 위치한 각 화소에서의 표준편차를 의미한다.)
일 실시예에서, 상기 가중치 맵을 추정하는 단계는, 상기 역변환된 밝기 채널과 상기 추정된 활성맵을 곱하여 상기 가중치 맵을 추정할 수 있다.
[수학식]
Figure 112017125159959-pat00007
(여기서,
Figure 112017125159959-pat00008
는 각각의 화소의 위치 x에서 화소끼리의 곱을 의미한다.)
일 실시예에서, 상기 개선된 영상을 추정하는 단계는, 반복적인 기울기 하강 방법을 이용하여 영상의 밝기를 개선하고, 에지 영역의 잡음을 제거할 수 있다.
일 실시예에서, 상기 RGB 색상 공간으로 변환하는 단계는, 상기 개선된 영상 및 상기 입력영상의 H 채널 및 S 채널을 결합하여 RGB 색상 공간으로 변환할 수 있다.
일 실시예에서, 상기 가중치 맵을 추정하는 단계와 상기 개선된 영상을 추정하는 단계 사이에, 양자화 가중치 값을 계산하는 단계, 고속 푸리에 변환 방법을 이용하여 영상의 밝기를 개선하고, 에지 영역의 잡음을 제거하는 단계 및 상기 영상을 합성하기 위하여 이진화 영상을 생성하는 단계를 포함할 수 있다.
일 실시예에서, 상기 양자화 가중치 값을 계산하는 단계는, 하기 [수학식]을 이용하여 상기 양자화 가중치 값을 계산할 수 있다.
[수학식]
Figure 112017125159959-pat00009
(여기서, Wq는 양자화 가중치 값, N은 레벨, N이 4인 경우에, Wq={0, 0.33, 0.66, 1}이고, q=1 내지 4를 의미한다.)
일 실시예에서, 상기 고속 푸리에 변환 방법을 이용하여 밝기를 개선하고, 에지 영역의 잡음을 제거하는 단계는, 하기 [수학식1] 및 [수학식2]을 이용하여 상기 양자화 가중치 값을 이용하여 반사성분을 생성하는 단계를 포함할 수 있다.
[수학식1]
Figure 112017125159959-pat00010
[수학식2]
Figure 112017125159959-pat00011
(여기서, Wq는 양자화한 가중치 값,
Figure 112017125159959-pat00012
은 N개의 반사영상을 의미한다.)
일 실시예에서, 상기 이진화 영상을 생성하는 단계는, 하기 [수학식1]을 이용하여 추정된 N개의 반사성분을 양자화된 q번째 가중치 레벨에 따라 영상을 합성하는 이진화 맵을 생성하는 단계 및 하기 [수학식2]를 이용하여 추정된 이진화 맵과 추정된 N개의 반사성분의 픽셀 단위를 곱하여 상기 이진화 영상을 생성하는 단계를 포함할 수 있다.
[수학식 1]
Figure 112017125159959-pat00013
[수학식 2]
Figure 112017125159959-pat00014
본 발명의 일 실시예에 따른 저조도 영상 개선 방법에 따르면, 영상의 역변환된 밝기 채널에서 밝은 영역(bright region)과 어두운 영역(dark region)에 따라 가중치를 다르게 적용하고, 활성맵에서 영상의 에지 영역(edge region) 및 평평한 영역(flat region)에 따라 가중치를 다르게 적용함으로써, 가중치 맵에 의해 밝은 영역 및 에지 영역에서는 낮은 가중치를 이용하여 밝은 영역의 디테일을 유지하며, 에지 영역에 발생하는 블러를 최소화하며 잡음을 제거할 수 있고, 가중치 맵에 의해 어두운 영역 및 평평한 영역에서는 높은 가중치를 이용하여 증폭된 잡음을 효과적으로 제거할 수 있다.
도 1은 본 발명의 일 실시예에 따른 저조도 영상 개선 시스템을 개략적으로 설명하는 구성도이다.
도 2는 본 발명의 일 실시예에 따른 저조도 영상 개선 방법을 구체적으로 설명하는 순서도이다.
도 3은 본 발명의 일 실시예에 따른 저조도 영상 개선 방법에서 조명 성분 및 반사 성분을 추정하는 방법을 구체적으로 설명하는 도면이다.
도 4는 본 발명의 일 실시예에 따른 저조도 영상 개선 방법에서 역변환된 밝기 채널을 추정하는 방법을 설명하는 도면이다.
도 5는 본 발명의 일 실시예에 따른 저조도 영상 개선 방법에서 활성맵을 추정하는 방법을 설명하는 도면이다.
도 6 및 도 7은 본 발명의 일 실시예에 따른 가중치맵을 추정하는 방법을 설명하는 도면이다.
도 8은 본 발명의 다른 실시예에 따른 저조도 영상 개선 방법에서 고속 푸리에 변환 방법과 양자화 가중치값을 이용한 영상 개선 방법을 설명하는 순서도이다.
도 9는 본 발명의 일 실시예에 따른 저조도 영상 개선 방법에서 고속 푸리에 변환 방법을 이용하여 밝기 개선 및 잡음을 제거하는 방법을 설명하는 도면이다.
도 10은 본 발명의 일 실시예에 따른 저조도 영상 개선 방법에서 영상 합성을 위한 이진화 영상의 생성 방법을 설명하는 도면이다.
도 11은 본 발명의 일 실시예에 따른 저조도 영상 개선 방법을 실행하는 컴퓨팅 시스템을 보여주는 도면이다.
이하, 본 발명의 일부 실시예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명의 실시예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 실시예에 대한 이해를 방해한다고 판단되는 경우에는 그 상세한 설명은 생략한다.
본 발명의 실시예의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 또한, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
도 1은 본 발명의 일 실시예에 따른 저조도 영상 개선 시스템을 개략적으로 설명하는 구성도이다.
도 1을 참조하면, 저조도 영상 개선 시스템(10)은 영상 취득부(100), 영상 처리부(200) 및 영상 표시부(300)를 포함한다.
영상 취득부(100)는 카메라를 이용하여 영상을 촬영한다. 여기서는 전방 카메라를 실시 예로 설명한다. 예를 들어, 카메라는 차량의 전방, 후방, 좌측 및 우측을 촬영할 수 있는 영상 장치이다. 예를 들어, 카메라는 3개 또는 4개의 어안렌즈를 이용하여 최대 8개의 면을 촬영하며, 어안렌즈를 이용하는 경우 곡선 균일(Curved evenly) 기법으로 8개 면의 촬영이 가능하다.
영상 처리부(200)는 입력영상의 RGB 색상 공간을 HSV 색상 공간으로 변환하고, HSV 색상 공간을 RGB 색상 공간으로 변환하며, 입력영상의 RGB 색상 공간과 HSV 색상 공간 간의 변환하는 방법은 도 2에서 자세하게 설명한다.
영상 처리부(200)는 입력영상의 조명성분 및 반사성분을 추정하며, 입력영상의 조명성분 및 반사성분을 추정하는 방법은 도 3에서 자세하게 설명한다.
영상 처리부(200)는 입력영상의 반사성분에 대한 밝기를 개선하고, 잡음을 제거하기 위하여 가중치 맵을 추정하며, 이러한 가중치 맵을 추정하는 방법은 도 6 및 도 7에서 자세하게 설명한다.
영상 처리부(200)는 반복적인 영상 개선 방법(반복적인 기울기 하강 방법)을 이용하여 밝기를 개선하고, 에지 영역의 잡음을 제거한다. 예를 들어, 차량에 구비된 저조도 영상 개선 시스템(10)의 경우, 전방 카메라(100)를 통해 영상이 취득되고, 취득된 영상이 영상 처리부(200)로 전송되며, 영상 처리부(200)에서 영상을 적절히 처리한 후, 영상을 저장한다.
즉, 영상 처리부(200)는 야간이나 악천후 상황에서 영상의 화질이 저하되어 물체를 구별하기 어렵고, 상황을 인지하기 어려우므로, 영상을 저장하기 전에 영상에 적절한 처리를 통해 화질을 개선한다. 화질이 개선된 영상은 영상 표시부(300)를 통해 영상이 재생될 수 있다.
도 2는 본 발명의 일 실시예에 따른 저조도 영상 개선 방법을 구체적으로 설명하는 순서도이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 저조도 영상 개선 시스템(10)의 영상 처리부(200)에서의 영상 처리 방법은 상술한 S11 단계 내지 S15 단계가 도 1을 참조하여 구체적으로 설명된다.
S11 단계에서, 영상 처리부(200)는 영상 처리 과정에서 발생하는 색상 왜곡 현상을 최소화하기 위하여 영상 취득부(100)로부터 수신한 입력영상을 RGB 색상(컬러) 공간에서 HSV 색상 공간으로 변환 후, V채널(gv)에서 영상 처리 과정을 실시한다. 예를 들어, HSV 색상 공간은 H(Hue) 채널, S(Saturation) 채널 및 V(luminance) 채널을 포함하며, H채널 및 S채널은 영상의 색상 정보를 나타내고, V채널은 영상의 밝기(luminance) 또는 강도(intensity)를 나타낸다.
S12 단계에서, 영상 처리부(200)는 입력영상의 조명성분(fL) 및 반사성분(fR)을 추정한다. 예를 들어, 영상 처리부(200)는 입력영상의 V채널을 조명성분(fL)과 반사성분(fR)으로 분리할 수 있으며, 조명성분(fL)과 반사성분(fR)으로 추정하는 방법은 도 3에서 자세하게 설명한다.
S13 단계에서, 영상 처리부(200)는 반사성분(fR)에 대해 밝기를 개선하고, 잡음을 제거하기 위한 가중치 맵(W)을 추정한다. 예를 들어, 영상 처리부(200)는 역변환된 밝기 채널 및 활성맵을 추정한 후, 추정된 역변환된 밝기 채널 및 활성맵을 이용하여 가중치 맵(W)을 추정할 수 있으며, 역변환된 밝기 채널을 추정하는 방법은 도 4에서 자세하게 설명하고, 활성맵을 추정하는 방법은 도 5에서 자세하게 설명하며, 가중치 맵(W)을 추정하는 방법은 도 6 및 도 7에서 자세하게 설명한다.
S14 단계에서, 영상 처리부(200)는 에너지 함수를 반복적인 영상 개선 방법(반복적인 기울기 하강 방법)을 이용하여 개선된 영상(
Figure 112017125159959-pat00015
)을 추정한다. 예를 들어, 개선된 영상(
Figure 112017125159959-pat00016
)을 추정하는 방법은 하기 수학식 5와 같이 조명성분(fL), 반사성분(fR) 및 추정된 가중치 맵(W)이 포함된 에너지 함수를 반복적인 영상 개선 방법(반복적인 기울기 하강 방법)을 이용하여 개선된 영상(
Figure 112017125159959-pat00017
)을 추정할 수 있으며, 개선된 영상(
Figure 112017125159959-pat00018
)을 추정하는 구체적인 방법은 하기 수학식 5 내지 수학식 11을 이용하여 자세하게 설명한다.
S15 단계에서, 영상 처리부(200)는 개선된 영상(
Figure 112017125159959-pat00019
)과 입력영상의 H채널 및 S채널을 다시 결합하여 RGB 색상 공간으로 변환하여 최종적인 결과 영상을 생성한다.
도 3은 본 발명의 일 실시예에 따른 저조도 영상 개선 방법에서 조명 성분 및 반사 성분을 추정하는 방법을 구체적으로 설명하는 도면이다.
도 3의 (a), (b) 및 (c)를 참조하면, 도 3의 (a)는 입력영상이 V채널(gv)인 경우이고, 도 3의 (b)는 V채널에서 반사성분(fR)을 추정한 영상이며, 도 3의 (c)는 V채널에서 조명성분(fL)을 추정한 영상이다.
영상 처리부(200)는 영상에서 조명성분(fL)과 반사성분(fR)은 하기 수학식 1을 이용하여 추정한다.
[수학식 1]
Figure 112017125159959-pat00020
Figure 112017125159959-pat00021
여기서, gv는 V채널이고, H는 가우시안 로우-패스 필터(평균 필터)를 의미한다.
도 4는 본 발명의 일 실시예에 따른 저조도 영상 개선 방법에서 역변환된 밝기 채널을 추정하는 방법을 설명하는 도면이다.
도 4의 (a) 및 (b)를 참조하면, 도 4의 (a)는 각 픽셀에서 RGB 화소 중 가장 큰 값을 추출한 영상(밝기 채널 영상)이고, 도 4의 (b)는 역변환된 밝기 채널 영상이다.
영상 처리부(200)는 역변환된 밝기 채널(Inversed Bright Channel)은 하기 수학식 2에 의해 입력된 RGB 영상(g)를 이용하여 추정한다.
[수학식 2]
Figure 112017125159959-pat00022
여기서, WB(x)는 역변환된 밝기 채널이고,
Figure 112017125159959-pat00023
이다. 입력영상(g)에서 x에 위치한 R, G, B 픽셀의 화소값 중 가장 큰값(높은값)이 위치 x에서의 밝기 채널의 값이다. 영상 처리부(200)는 0부터 1사이의 값으로 정규화를 실시하고, 1에서 밝기 채널을 차분하여 역변환된 밝기 채널(WB(x))을 추정한다.
예를 들어, 역변환된 밝기 채널(WB(x))은 영상의 밝은 영역에서는 낮은 가중치가 할당되고, 영상의 어두운 영역에서는 큰 가중치가 할당됨으로써, 입력영상의 밝기에 따라 잡음 제거의 세기가 조절될 수 있다. 예를 들어, 영상 처리부(200)는 영상의 밝은 영역에서 낮은 가중치를 적용하여 잡음 제거의 세기를 약하게 함으로써, 밝은 영역의 디테일은 유지하고, 영상의 어두운 영역에서 높은 가중치를 적용하여 잡음 제거의 세기를 강하게 함으로써, 밝기 개선 시 증폭된 잡음을 효과적으로 제거할 수 있다.
도 5는 본 발명의 일 실시예에 따른 저조도 영상 개선 방법에서 활성맵을 추정하는 방법을 설명하는 도면이다.
도 5의 (a) 및 (b)를 참조하면, 도 5의 (a)는 각 픽셀에서 RGB 화소 중 가장 큰 값을 추출한 영상(밝기 채널 영상)이고, 도 5의 (b)는 활성맵이 적용된 영상이다.
영상 처리부(200)는 활성맵(activation map)을 추정한다. 여기서, 활성맵은 하기 수학식 3을 이용하여 추정한다.
[수학식 3]
Figure 112017125159959-pat00024
여기서, A(x)는 활성맵이고, H는 가우시안 로우-패스 필터(평균 필터)이며,
Figure 112017125159959-pat00025
는 x에 위치한 각 화소에서의 표준편차를 의미한다.
예를 들어, 영상 처리부(200)는 영상의 평평한 영역(영상의 에지 영역을 제외한 영역)에서 낮은 표준편차를 추정하고, 영상의 에지 영역에서 높은 표준편차를 추정할 수 있다.
예를 들어, 영상 처리부(200)는 표준편차의 역수를 이용하여 영상의 평평한 영역에 높은 가중치를 적용하고, 영상의 에지 영역에 낮은 가중치를 적용할 수 있다.
즉, 영상 처리부(200)는 영상의 평평한 영역에 높은 가중치를 적용하여 밝기 개선 시 증폭된 잡음을 효과적으로 제거하고, 영상의 에지 영역에 낮은 가중치를 적용하여 l2-norm 최소화에 따른 영상의 에지 영역에 발생하는 블러(blur)를 최소화할 수 있다.
도 6 및 도 7은 본 발명의 일 실시예에 따른 가중치 맵을 추정하는 방법을 설명하는 도면이다.
도 6의 (a), (b), (c), (d)를 참조하면, 도 6의 (a)는 입력영상이고, 도 6의 (b)는 역변환된 밝기 채널 영상이며, 도 6의 (c)는 활성맵이 적용된 영상이고, 도 6의 (d)는 가중치 맵이 적용된 영상이다.
영상 처리부(200)는 하기 수학식 4와 같이, 역변환된 밝기 채널(WB(x))과 활성맵(A(x))을 곱하여 가중치 맵(W(x))을 추정한다. 영상 처리부(200)는 가중치 맵을 추정하여 영상의 밝기를 개선하고, 에지 영역의 잡음을 제거할 수 있다.
[수학식 4]
Figure 112017125159959-pat00026
여기서, W(x)는 가중치 맵이고, 는 각각의 화소의 위치(x)에서 화소끼리의 곱을 의미한다.
도 7의 (a), (b)를 참조하면, 영상 처리부(200)는 역변환된 밝기 채널(WB(x))에서 영상의 밝은 영역(A) 및 어두운 영역(B)에 대응하여 가중치(E, F)를 적용하고, 활성맵(A(x))에서 영상의 에지 영역(C) 및 평평한 영역(D)에 대응하여 가중치(G, H)를 적용할 수 있다.
예를 들어, 영상 처리부(200)는 영상의 밝은 영역 및 에지 영역에 낮은 가중치를 적용함으로써, 잡음 제거의 세기를 약하게 하여 영상의 밝은 영역의 디테일을 유지할 수 있고, 영상의 에지 영역에 발생하는 블러(blur)를 최소화할 수 있다.
예를 들어, 영상 처리부(200)는 영상의 어두운 영역 및 평평한 영역에 높은 가중치를 적용함으로써, 잡음 제거의 세기를 강하게 하여 영상의 어두운 영역 및 평평한 영역의 밝기 개선 시 증폭된 잡음을 효과적으로 제거할 수 있다.
본 발명의 일 실시예에 따른 저조도 영상 개선 방법은 반복적인 영상 개선 방법(반복적인 기울기 하강 방법)을 이용하여 영상의 밝은 영역 및 어두운 영역에 따른 밝기 개선을 다르게 하고, 영상의 에지 영역 및 평평한 영역에 따른 증폭된 잡음을 효과적으로 제거할 수 있다.
예를 들어, 영상 처리부(200)는 하기 수학식 5와 같이, 영상에서의 에너지 함수를 미분하여 기울기를 계산하고, 반복적으로 기울기를 감소시킬 수 있다. 또한, 영상 처리부(200)는 감소된 기울기에서 최소가 되는 점을 추정하여 해를 구할 수 있다.
영상 처리부(200)는 수학식 5에서 조명성분(fL)과 반사성분(fR)에 대한 수식으로 각각 분리하여 하기 수학식 6 및 수학식 7과 같이 나타낼 수 있다.
영상 처리부(200)는 수학식 6과 수학식 7에서 조명성분(fL)과 반사성분(fR)을 각각 미분하여 하기 수학식 8과 수학식 9과 같이 해를 추정할 수 있다.
영상 처리부(200)는 수학식 8과 수학식 9에서 구해진 해에서, 하기 수학식 10 및 수학식 11과 같이, 반복적인 영상 개선 방법(반복적인 기울기 하강 방법)에 의한 가중치 맵을 이용하여 각 화소에서의 잡음을 제거할 수 있다. 여기서, k는 반복적인 영상 개선 방법이 반복된 횟수를 의미한다.
[수학식 5]
Figure 112017125159959-pat00027
[수학식 6]
Figure 112017125159959-pat00028
[수학식 7]
Figure 112017125159959-pat00029
[수학식 8]
Figure 112017125159959-pat00030
[수학식 9]
Figure 112017125159959-pat00031
[수학식 10]
Figure 112017125159959-pat00032
[수학식 11]
Figure 112017125159959-pat00033
본 발명의 일 실시예에 따른 저조도 영상 개선 방법은 고속 푸리에 변환 방법과 양자화 가중치 값을 이용하여 저도도 영상 개선 방법을 고속화할 수 있다.
예를 들어, 반복적인 영상 개선 방법(반복적인 기울기 하강 방법)은 에너지 함수의 반복적인 최소화 과정(반복적인 기울기 최소화 과정)에 의해 연산량이 많아지고, 처리속도가 증가하는 단점이 있다.
영상 처리부(200)는 이러한 처리속도를 개선하기 위하여 고속 푸리에 변환(Fast Fourier transform; FFT) 방법에 의해 주파수 도메인으로 변환된 영상에 공간 도메인의 가중치 맵(Wd)을 사용하는 것이 불가능하기 때문에 0에서부터 1의 값을 갖는 가중치 맵을 N개의 레벨로 양자화한 가중치값(Wq)을 이용하여 하기 수학식 12와 같이 양자화된 가중치를 이용할 수 있다.
영상 처리부(200)는 최적의 반사성분(fR)을 추정된 N개의 레벨로 양자화된 가중치(Wq)를 이용하여 결과 영상(반사 성분,
Figure 112017125159959-pat00034
)을 생성하고, 이진화 맵을 이용하여 결과 영상(반사 성분,
Figure 112017125159959-pat00035
)를 적응적으로 합성함으로써, 영상의 밝은 영역 및 어두운 영역에 따른 밝기 개선을 다르게 하고, 영상의 에지 영역 및 평평한 영역에 따른 증폭된 잡음을 효과적으로 제거할 수 있는 결과 영상을 생성할 수 있다.
예를 들어, 하기 수학식 12를 이용한 고속화하는 방법은 양자화된 스칼라 가중치(Wq)를 이용하여 영상 전체의 픽셀에 동일한 가중치로 최소화를 수행한 결과를 획득할 수 있다.
영상 처리부(200)는 상기 수학식 5의 영상의 밝은 영역 및 어두운 영역에 따른 밝기 개선을 다르게 하고, 영상의 에지 영역 및 평평한 영역에 따른 증폭된 잡음을 효과적으로 제거된 결과를 생성하기 위하여 양자화된 가중치 값에 따라 가중치 맵(W(x))을 이진화하여 N개의 결과 영상(반사 성분,
Figure 112017125159959-pat00036
)을 합성한다.
[수학식 12]
Figure 112017125159959-pat00037
도 8은 본 발명의 다른 실시예에 따른 저조도 영상 개선 방법에서 고속 푸리에 변환 방법과 양자화 가중치 값을 이용한 영상 개선 방법을 설명하는 순서도이다.
도 8을 참조하면, 본 발명의 다른 실시예에 따른 저조도 영상 개선 시스템(10)의 영상 처리부(200)에서의 영상 처리 방법은 상술한 S21 단계 내지 S28 단계가 도 1을 참조하여 구체적으로 설명된다.
S21 단계에서, 영상 처리부(200)는 영상 처리 과정에서 발생하는 색상 왜곡 현상을 최소화 하기 위하여 영상 취득부(100)로부터 수신한 입력영상을 RGB 색상(컬러) 공간에서 HSV 색상 공간으로 변환 후, V채널(gv)에서 영상 처리 과정을 실시한다. 예를 들어, HSV 색상 공간은 H(Hue) 채널, S(Saturation) 채널 및 V(luminance) 채널을 포함하며, H채널 및 S채널은 영상의 색상 정보를 나타내고, V채널은 영상의 밝기(luminance) 또는 강도(intensity)를 나타낸다.
S22 단계에서, 영상 처리부(200)는 입력영상의 조명성분(fL) 및 반사성분(fR)을 추정한다. 예를 들어, 영상 처리부(200)는 입력영상의 V채널을 조명성분(fL)과 반사성분(fR)으로 분리할 수 있다.
S23 단계에서, 영상 처리부(200)는 반사성분(fR)에 대해 밝기를 개선하고, 잡음을 제거하기 위한 가중치 맵(W)을 추정한다. 예를 들어, 영상 처리부(200)는 역변환된 밝기 채널 및 활성맵을 추정한 후, 추정된 역변환된 밝기 채널 및 활성맵을 이용하여 가중치 맵(W)을 추정할 수 있다.
S24 단계에서, 영상 처리부(200)는 양자화 가중치 값을 계산한다. 예를 들어, 영상 처리부(200)는 양자화 가중치 값(Wq)을 계산하기 위하여, 하기 수학식 13과 같이, [0~1]의 값을 갖는 가중치 맵을 N개의 레벨로 양자화할 수 있다.
[수학식 13]
Figure 112017125159959-pat00038
여기서, Wq는 양자화 가중치 값, N은 레벨, N이 4인 경우에, Wq={0, 0.33, 0.66, 1}이고, q=1 내지 4를 의미한다.
S25 단계에서, 영상 처리부(200)는 고속 푸리에 변환 방법을 이용하여 밝기를 개선하고, 에지 영역의 잡음을 제거 영상의 밝은 영역 및 어두운 영역에 따른 밝기 개선을 다르게 하고, 영상의 에지 영역 및 평평한 영역에 따른 증폭된 잡음을 효과적으로 제거하며, 고속 푸리에 변환 방법을 이용하여 밝기를 개선하고, 에지 영역의 잡음을 제거하는 방법은 도 9에서 자세하게 설명한다.
S26 단계에서, 영상 처리부(200)는 영상 합성을 위한 이진화 영상을 생성하며, 이진화 영상의 생성 방법은 도 10에서 자세하게 설명한다. 예를 들어, 영상 처리부(200)는 추정된 N개의 반사성분(
Figure 112017125159959-pat00039
)을 양자화된 q번째 가중치 레벨에 따라 합성하기 위하여 이진화 맵을 생성한다.
S27 단계에서, 영상 처리부(200)는 밝기가 개선되고, 잡음이 제거된 영상들을 이진화 맵을 이용하여 합성하며, 이진화 맵을 이용하여 합성하는 방법은 도 10에서 자세하게 설명한다. 예를 들어, 영상 처리부(200)는 추정된 이진화 맵(Bq)과 추정된 N개의 반사성분(
Figure 112017125159959-pat00040
)의 픽셀 단위의 곱을 통해 최종적으로 개선된 영상(
Figure 112017125159959-pat00041
)을 획득하고, N개의 개선된 영상(
Figure 112017125159959-pat00042
)을 이진화 맵(Bq(x))을 이용하여 합성함으로써, 영상의 밝기를 개선하고, 밝은 영역의 디테일은 보존하며, 밝기 개선 과정에서 증폭된 잡음을 제거한 결과를 도출할 수 있다.
S28 단계에서, 영상 처리부(200)는 개선된 영상(
Figure 112017125159959-pat00043
)과 입력영상의 H채널 및 S채널을 다시 결합하여 RGB 색상 공간으로 변환하여 최종적인 영상을 생성한다.
도 9는 본 발명의 일 실시예에 따른 저조도 영상 개선 방법에서 고속 푸리에 변환 방법을 이용하여 밝기 개선 및 잡음을 제거하는 방법을 설명하는 도면이다.
도 9의 (a), (b), (c) 및 (d)를 참조하면, 영상 처리부(200)는 고속 푸리에 변환 방법을 이용하여 밝기 개선 및 에지 영역의 잡음을 제거하고, 결과 영상을 추정한다.
예를 들어, 영상 처리부(200)는 하기 수학식 14 및 15를 이용한 고속화 방법은 양자화된 가중치 값(Wq)을 이용하여 N개의 반사성분(
Figure 112017125159959-pat00044
)을 생성하며, 양자화된 가중치 값(Wq,예를 들어, Wq={0, 0.33, 0.66, 1})이 커질수록 잡음 제거의 세기를 강하게 실시할 수 있다.
[수학식 14]
Figure 112017125159959-pat00045
[수학식 15]
Figure 112017125159959-pat00046
도 10은 본 발명의 일 실시예에 따른 저조도 영상 개선 방법에서 영상 합성을 위한 이진화 영상의 생성 방법을 설명하는 도면이다.
도 10의 (a), (b), (c) 및 (d)를 참조하면, 영상 처리부(200)는 추정된 N개의 반사성분(
Figure 112017125159959-pat00047
)을 양자화된 q번째 가중치 레벨에 따라 합성하기 위하여 하기 수학식 16과 같이 이진화 맵을 생성한다.
영상 처리부(200)는 하기 수학식 17과 같이, 추정된 이진화 맴(Bq)과 추정된 N개의 반사성분(
Figure 112017125159959-pat00048
)의 픽셀 단위의 곱을 이용하여 최종적으로 개선된 영상(
Figure 112017125159959-pat00049
)을 획득하고, N개의 개선된 영상(
Figure 112017125159959-pat00050
)을 이진화 맵(Bq(x))을 이용하여 합성함으로써, 밝기를 개선하고, 에지 영역의 잡음을 제거한 영상을 추출할 수 있다.
[수학식 16]
Figure 112017125159959-pat00051
[수학식 17]
Figure 112017125159959-pat00052
도 11은 본 발명의 일 실시예에 따른 저조도 영상 개선 방법을 실행하는 컴퓨팅 시스템을 보여주는 도면이다.
도 11을 참조하면, 컴퓨팅 시스템(1000)은 버스(1200)를 통해 연결되는 적어도 하나의 프로세서(1100), 메모리(1300), 사용자 인터페이스 입력 장치(1400), 사용자 인터페이스 출력 장치(1500), 스토리지(1600), 및 네트워크 인터페이스(1700)를 포함할 수 있다.
프로세서(1100)는 중앙 처리 장치(CPU) 또는 메모리(1300) 및/또는 스토리지(1600)에 저장된 명령어들에 대한 처리를 실행하는 반도체 장치일 수 있다. 메모리(1300) 및 스토리지(1600)는 다양한 종류의 휘발성 또는 불휘발성 저장 매체를 포함할 수 있다. 예를 들어, 메모리(1300)는 ROM(Read Only Memory) 및 RAM(Random Access Memory)을 포함할 수 있다.
따라서, 본 명세서에 개시된 실시예들과 관련하여 설명된 방법 또는 알고리즘의 단계는 프로세서(1100)에 의해 실행되는 하드웨어, 소프트웨어 모듈, 또는 그 2 개의 결합으로 직접 구현될 수 있다. 소프트웨어 모듈은 RAM 메모리, 플래시 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 레지스터, 하드 디스크, 착탈형 디스크, CD-ROM과 같은 저장 매체(즉, 메모리(1300) 및/또는 스토리지(1600))에 상주할 수도 있다. 예시적인 저장 매체는 프로세서(1100)에 커플링되며, 그 프로세서(1100)는 저장 매체로부터 정보를 판독할 수 있고 저장 매체에 정보를 기입할 수 있다. 다른 방법으로, 저장 매체는 프로세서(1100)와 일체형일 수도 있다. 프로세서 및 저장 매체는 주문형 집적회로(ASIC) 내에 상주할 수도 있다. ASIC는 사용자 단말기 내에 상주할 수도 있다. 다른 방법으로, 프로세서 및 저장 매체는 사용자 단말기 내에 개별 컴포넌트로서 상주할 수도 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.
따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
10: 저조도 영상 개선 시스템
100: 영상 취득부
200: 영상 처리부
300: 영상 표시부
1000: 컴퓨팅 시스템
1100: 프로세서
1200: 시스템 버스
1300: 메모리
1310: ROM
1320: RAM
1400: 사용자 인터페이스 입력장치
1500: 사용자 인터페이스 출력장치
1600: 스토리지
1700: 네트워크 인터페이스

Claims (12)

  1. 입력영상의 RGB 색상 공간을 HSV 색상 공간으로 변환하는 단계;
    상기 HSV 색상 공간의 V 채널에서 조명성분과 반사성분을 추정하는 단계;
    상기 반사성분의 밝기를 개선하고, 잡음을 제거하기 위한 가중치 맵을 추정하는 단계;
    상기 조명성분, 상기 반사성분 및 상기 가중치 맵을 이용하여 개선된 영상을 추정하는 단계; 및
    상기 개선된 영상 및 상기 입력영상을 결합하여 RGB 색상 공간으로 변환하여 최종 영상을 생성하는 단계
    를 포함하고,
    상기 가중치 맵을 추정하는 단계는,
    역변환된 밝기 채널을 추정하는 단계; 및
    활성맵을 추정하는 단계를 포함하는 것을 특징으로 하는 저조도 영상 개선 방법.
  2. 청구항 1에 있어서,
    상기 조명성분과 반사성분을 추정하는 단계는,
    하기 [수학식1] 및 [수학식2]을 이용하여 상기 조명성분과 반사성분을 추정하는 것을 특징으로 하는 저조도 영상 개선 방법.
    [수학식1]
    Figure 112017125159959-pat00053

    [수학식2]
    Figure 112017125159959-pat00054

    (여기서, fL은 조명성분, fR은 반사성분, gv는 V채널, H는 가우시안 로우-패스 필터(평균 필터)를 의미한다.)
  3. 삭제
  4. 청구항 1에 있어서,
    상기 역변환된 밝기 채널을 추정하는 단계는,
    하기 [수학식]을 이용하여 상기 역변환된 밝기 채널을 추정하는 것을 특징으로 하는 저조도 영상 개선 방법.
    [수학식]
    Figure 112021132891450-pat00055

    (여기서, WB(x)는 역변환된 밝기 채널,
    Figure 112021132891450-pat00056
    , 입력영상(g)에서 x에 위치한 R, G, B 픽셀의 화소값 중 가장 큰 값이 위치 x에서의 밝기 채널의 값을 의미한다.)
  5. 청구항 1에 있어서,
    상기 활성맵을 추정하는 단계는,
    하기 [수학식]을 이용하여 상기 활성맵을 추정하는 것을 특징으로 하는 저조도 영상 개선 방법.
    [수학식]
    Figure 112021132891450-pat00057

    (여기서, A(x)는 활성맵, H는 가우시안 로우-패스 필터(평균 필터),
    Figure 112021132891450-pat00058
    는 x에 위치한 각 화소에서의 표준편차를 의미한다.)
  6. 청구항 1에 있어서,
    상기 가중치 맵을 추정하는 단계는,
    상기 역변환된 밝기 채널과 상기 추정된 활성맵을 곱하여 상기 가중치 맵을 추정하는 것을 특징으로 하는 저조도 영상 개선 방법.
    [수학식]
    Figure 112021132891450-pat00059

    (여기서,
    Figure 112021132891450-pat00060
    는 각각의 화소의 위치 x에서 화소끼리의 곱을 의미한다.)
  7. 청구항 1에 있어서,
    상기 개선된 영상을 추정하는 단계는,
    반복적인 기울기 하강 방법을 이용하여 영상의 밝기를 개선하고, 에지 영역의 잡음을 제거하는 것을 특징으로 하는 저조도 영상 개선 방법.
  8. 청구항 1에 있어서,
    상기 RGB 색상 공간으로 변환하는 단계는,
    상기 개선된 영상 및 상기 입력영상의 H 채널 및 S 채널을 결합하여 RGB 색상 공간으로 변환하는 것을 특징으로 하는 저조도 영상 개선 방법.
  9. 청구항 1에 있어서,
    상기 가중치 맵을 추정하는 단계와 상기 개선된 영상을 추정하는 단계 사이에,
    양자화 가중치 값을 계산하는 단계;
    고속 푸리에 변환 방법을 이용하여 영상의 밝기를 개선하고, 에지 영역의 잡음을 제거하는 단계; 및
    상기 영상을 합성하기 위하여 이진화 영상을 생성하는 단계
    를 포함하는 것을 특징으로 하는 저조도 영상 개선 방법.
  10. 청구항 9에 있어서,
    상기 양자화 가중치 값을 계산하는 단계는,
    하기 [수학식]을 이용하여 상기 양자화 가중치 값을 계산하는 것을 특징으로 하는 저조도 영상 개선 방법.
    [수학식]
    Figure 112017125159959-pat00061

    (여기서, Wq는 양자화 가중치 값, N은 레벨, N이 4인 경우에, Wq={0, 0.33, 0.66, 1}이고, q=1 내지 4를 의미한다.)
  11. 청구항 9에 있어서,
    상기 고속 푸리에 변환 방법을 이용하여 밝기를 개선하고, 에지 영역의 잡음을 제거하는 단계는,
    하기 [수학식1] 및 [수학식2]을 이용하여 상기 양자화 가중치 값을 이용하여 반사성분을 생성하는 단계를 포함하는 것을 특징으로 하는 저조도 영상 개선 방법.
    [수학식1]
    Figure 112017125159959-pat00062


    [수학식2]
    Figure 112017125159959-pat00063

    (여기서, Wq는 양자화한 가중치 값,
    Figure 112017125159959-pat00064
    는 N개의 반사영상을 의미한다.)
  12. 청구항 9에 있어서,
    상기 이진화 영상을 생성하는 단계는,
    하기 [수학식1]을 이용하여 추정된 N개의 반사성분을 양자화된 q번째 가중치 레벨에 따라 영상을 합성하는 이진화 맵을 생성하는 단계; 및
    하기 [수학식2]를 이용하여 추정된 이진화 맵과 추정된 N개의 반사성분의 픽셀 단위를 곱하여 상기 이진화 영상을 생성하는 단계를 포함하는 것을 특징으로 하는 저조도 영상 개선 방법.
    [수학식 1]
    Figure 112017125159959-pat00065

    [수학식 2]
    Figure 112017125159959-pat00066
KR1020170173043A 2017-12-15 2017-12-15 저조도 영상 개선 방법 KR102395305B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170173043A KR102395305B1 (ko) 2017-12-15 2017-12-15 저조도 영상 개선 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170173043A KR102395305B1 (ko) 2017-12-15 2017-12-15 저조도 영상 개선 방법

Publications (2)

Publication Number Publication Date
KR20190072027A KR20190072027A (ko) 2019-06-25
KR102395305B1 true KR102395305B1 (ko) 2022-05-09

Family

ID=67065367

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170173043A KR102395305B1 (ko) 2017-12-15 2017-12-15 저조도 영상 개선 방법

Country Status (1)

Country Link
KR (1) KR102395305B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111274952B (zh) * 2020-01-20 2021-02-05 新疆爱华盈通信息技术有限公司 背光人脸图像处理方法、人脸识别方法
KR102460660B1 (ko) 2020-08-24 2022-10-31 현대모비스 주식회사 카메라 내장 헤드램프의 램프 제어기 연동 시스템 및 방법
CN115619659B (zh) * 2022-09-22 2024-01-23 北方夜视科技(南京)研究院有限公司 基于正则化高斯场模型的低照度图像增强方法与系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101488641B1 (ko) * 2014-07-02 2015-02-06 중앙대학교 산학협력단 영상처리장치 및 영상처리방법
JP2016177504A (ja) * 2015-03-19 2016-10-06 富士ゼロックス株式会社 画像処理装置及びプログラム
JP2017151908A (ja) * 2016-02-26 2017-08-31 富士通株式会社 画像補正装置、画像補正方法及び画像補正用コンピュータプログラム

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101287521B1 (ko) 2011-10-14 2013-07-18 중앙대학교 산학협력단 단일 프레임 기반의 높은 동적 대역 영상 생성장치 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101488641B1 (ko) * 2014-07-02 2015-02-06 중앙대학교 산학협력단 영상처리장치 및 영상처리방법
JP2016177504A (ja) * 2015-03-19 2016-10-06 富士ゼロックス株式会社 画像処理装置及びプログラム
JP2017151908A (ja) * 2016-02-26 2017-08-31 富士通株式会社 画像補正装置、画像補正方法及び画像補正用コンピュータプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Seonhee Park, ET AL, "Low-light image enhancement using variational optimization-based retinex model", IEEE Transactions on Consumer Electronics, Volume: 63, Issue: 2, May 2017(2017.05.31.) 1부.*

Also Published As

Publication number Publication date
KR20190072027A (ko) 2019-06-25

Similar Documents

Publication Publication Date Title
US8184182B2 (en) Image processing apparatus and method
JP6169186B2 (ja) 画像処理方法及び装置並びに撮影端末
KR101442153B1 (ko) 저조도 영상 처리 방법 및 시스템
US9135683B2 (en) System and method for temporal video image enhancement
KR20160102524A (ko) 이미지의 역 톤 매핑을 위한 방법
CN109978774B (zh) 多帧连续等曝光图像的去噪融合方法及装置
KR102395305B1 (ko) 저조도 영상 개선 방법
US8456541B2 (en) Image processing apparatus and image processing program
KR101813292B1 (ko) 이미지 개선 방법
KR101341101B1 (ko) 영상 복원 장치 및 복원 방법
US10755399B2 (en) Image processing device, image processing method, and image processing program
KR20220028962A (ko) 이미지 개선 방법, 이미지 개선 장치, 그 장치의 학습 방법 및 학습 장치
KR20140008623A (ko) 영상 처리 방법 및 장치
US9111339B1 (en) System and method for reducing noise from an image
EP3438923B1 (en) Image processing apparatus and image processing method
Kim et al. A novel framework for extremely low-light video enhancement
KR101552680B1 (ko) 노이즈 저감 장치 및 방법
KR20140003835A (ko) 영상의 노이즈 제거 장치 및 방법
JP2011100204A (ja) 画像処理装置、画像処理方法、画像処理プログラム、撮像装置及び電子機器
CN112927162A (zh) 一种面向低照度图像的增强方法及系统
CN110136085B (zh) 一种图像的降噪方法及装置
KR101651889B1 (ko) 극저조도 영상의 화질 개선 장치 및 방법
CN107317968B (zh) 图像去雾方法、装置、计算机可存储介质和移动终端
US11200641B1 (en) Noise reduction with classification-based contrast preservation
JP5810778B2 (ja) 画像処理装置および画像処理方法

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