KR20130012749A - 환경 자동 적응 비디오 인핸서 및 비디오 이미지의 처리 방법 - Google Patents

환경 자동 적응 비디오 인핸서 및 비디오 이미지의 처리 방법 Download PDF

Info

Publication number
KR20130012749A
KR20130012749A KR1020110074099A KR20110074099A KR20130012749A KR 20130012749 A KR20130012749 A KR 20130012749A KR 1020110074099 A KR1020110074099 A KR 1020110074099A KR 20110074099 A KR20110074099 A KR 20110074099A KR 20130012749 A KR20130012749 A KR 20130012749A
Authority
KR
South Korea
Prior art keywords
video image
noise
illuminance
fog
processing
Prior art date
Application number
KR1020110074099A
Other languages
English (en)
Inventor
장병길
Original Assignee
(주)영훈전자
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 (주)영훈전자 filed Critical (주)영훈전자
Priority to KR1020110074099A priority Critical patent/KR20130012749A/ko
Publication of KR20130012749A publication Critical patent/KR20130012749A/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/77—Circuits for processing the brightness signal and the chrominance signal relative to each other, e.g. adjusting the phase of the brightness signal relative to the colour signal, correcting differential gain or differential phase
    • G06T5/90—

Abstract

본 발명은 입력된 비디오 이미지의 조도 판단, 안개/연기 유무 판단, 노이즈 유무 판단을 순차적으로 수행하는 비디오 이미지 판단 모듈과, 상기 비디오 이미지 판단 모듈의 판단 결과를 근거로 비디오 이미지의 바이 패스 모드, 조도 증강 모드, 노이즈 제거 모드, 안개 처리 모드, 조도처리/ 노이즈 제거 모드, 및 노이즈 제거/안개 처리 모드 중 어느 하나의 모드를 선택적으로 실행하는 비디오 이미지 증강 처리 모듈을 포함하고, 상기 비디오 이미지 판단 모듈은 비디오 이미지의 회색도 평균값을 근거로 비디오 이미지의 조도를 판단하는 조도 판단 모듈과, 상기 조도 판단 결과 비디오 이미지가 저조도인 경우 바이패스 시키고, 비디오 이미지의 조도가 정상 조도인 경우에만 안개/연기 유무를 판단하는 안개/연기 판단 모듈, 및 상기 조도 판단 모듈 및 안개/연기 판단 모듈을 통과한 비디오 이미지의 노이즈 유무를 판단하는 노이즈 판단 모듈을 포함하는 것을 특징으로 하는 환경 자동 적응 비디오 인핸서 및 비디오 이미지의 처리 방법을 개시한다.

Description

환경 자동 적응 비디오 인핸서 및 비디오 이미지의 처리 방법{VIDEO ENHANCER AND VIDEO IMAGE PROCESSING METHOD}
본 발명은 비디오 영상을 자동 판단하여 비디오 품질을 향상시키는 NTSC 방식의 환경 자동 적응 비디오 인핸서에 관한 것이다.
일반적으로, 실내 또는 실외 환경을 모니터링하기 위해 CCTV가 사용되며, 이는 모니터링 장소에 설치된 카메라를 통해 촬영된 비디오 영상이 모니터로 전송되는 방식을 갖는다.
주로 모니터링 장소가 실외인 경우, 실외 환경은 주야간으로 변화할 뿐 아니라, 비, 눈, 안개 등 다양한 환경 변화가 발생하게 되며, 이러한 환경 변화의 발생은 비디오 영상의 품질을 악화시키게 된다.
이러한 다양한 환경변화에 대처하기 위해 영상처리 기술이 사용되는데, 기존의 영상처리 기술은 노이즈 감소 또는 조도처리 기술만을 사용하는데 그치고 있으며, 그에 따라 다양한 환경변화에 대처하지 못하는 문제가 있다.
아울러 서로 다른 환경 변화에 대한 영상 처리는 서로 다른 알고리즘을 사용하여야 하는바, 환경 변화에 따른 판단 및 그에 따른 영상처리를 위해서는 복잡한 알고리즘을 사용하여야 하는 문제가 있다.
본 발명은 상기와 같은 문제점을 해결하기 위한 것으로서, 장시간 효율적인 운용이 가능하며, 비디오 영상 품질을 효과적으로 개선할 수 있는 환경 자동 적응 비디오 인핸서를 제공하기 위한 것이다.
상기한 과제를 실현하기 위해 본 발명은 입력된 비디오 이미지의 조도 판단, 안개/연기 유무 판단, 노이즈 유무 판단을 순차적으로 수행하는 비디오 이미지 판단 모듈과, 상기 비디오 이미지 판단 모듈의 판단 결과를 근거로 비디오 이미지의 바이 패스 모드, 조도 처리 모드, 노이즈 제거 모드, 안개 처리 모드, 조도처리/ 노이즈 제거 모드, 및 노이즈 제거/안개 처리 모드 중 어느 하나의 모드를 선택적으로 실행하는 비디오 이미지 처리 모듈을 포함하고, 상기 비디오 이미지 판단 모듈은 비디오 이미지의 회색도 평균값을 근거로 비디오 이미지의 조도를 판단하는 조도 판단 모듈과, 상기 조도 판단 결과 비디오 이미지가 저조도인 경우 바이패스 시키고, 비디오 이미지의 조도가 정상 조도인 경우에만 안개/연기 유무를 판단하는 안개/연기 판단 모듈, 및 상기 조도 판단 모듈 및 안개/연기 판단 모듈을 통과한 비디오 이미지의 노이즈 유무를 판단하는 노이즈 판단 모듈을 포함하는 것을 특징으로 하는 환경 자동 적응 비디오 인핸서를 개시한다.
또한, 본 발명은 입력된 비디오 이미지의 조도 판단을 수행하는 단계와, 상기 조도 판단 결과 비디오 이미지의 조도가 저조도인 경우 바이패스 시키고, 비디오 이미지의 조도가 정상 조도인 경우 안개 유무를 판단하는 단계와, 상기 비디오 이미지의 노이즈 유무를 판단하는 단계, 및 상기 판단 결과들을 근거로 비디오 이미지의 바이 패스 모드, 조도 처리 모드, 노이즈 제거 모드, 안개 처리 모드, 조도 처리/ 노이즈 제거 모드, 및 노이즈 제거/안개 처리 모드 중 어느 하나의 모드를 선택적으로 실행하는 단계를 포함하는 비디오 이미지의 처리 방법을 개시한다.
상기와 같은 구성의 본 발명에 의하면, 서로 다른 환경에 대한 다양한 시나리오를 적용하여 환경 변화를 자동 판독한 후, 다양한 환경에 대해 자동으로 서로 다른 처리 알고리즘을 사용하여 영상처리를 수행함으로써 비디오 인핸서의 장시간 효율적인 운용이 가능하다.
또한, 각종 환경변화에 대한 시나리오에 대하여 독자적이고 적합한 알고리즘을 사용함으로써 비디오(NTSC 방식) 이미지를 최적화하고, 비디오(NTSC 방식) 영상 품질을 효과적으로 개선할 수 있다.
도 1은 본 발명의 일 실시예에 따른 환경 자동 적응 비디오 인핸서의 개략도.
도 2는 도 1에 도시된 환경 자동 적응 비디오 인핸서의 모듈 개략도.
도 3은 본 발명의 환경 자동 적응 비디오 인핸서를 이용한 비디오 이미지의 처리 방법을 나타낸 흐름도.
도 4는 조도 판단 모듈의 조도 판단 과정을 나타내는 흐름도.
도 5는 노이즈 판단 모듈의 노이즈 판단 과정을 나타내는 흐름도.
도 6은 안개/연기 판단 모듈의 안개/연기 유무 판단 과정을 나타내는 흐름도.
도 7은 조도 처리 모듈의 조도 처리 과정을 나타내는 다이어그램.
도 8은 노이즈 제거 모듈의 노이즈 제거 과정을 나타낸 다이어그램.
도 9은 안개/연기 처리 모듈의 안개 처리 과정을 나타낸 다이어그램.
이하, 본 발명과 관련된 환경 자동 적응 비디오 인핸서 및 비디오 이미지의 처리 방법에 대하여 도면을 참조하여 보다 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 환경 자동 적응 비디오 인핸서의 개략도이며, 도 2는 도 1에 도시된 환경 자동 적응 비디오 인핸서의 모듈 개략도이다. 도 3은 본 발명의 환경 자동 적응 비디오 인핸서를 이용한 비디오 이미지의 처리 방법을 나타낸 흐름도이다.
도 1 내지 3을 참조하면, 본 발명의 환경 자동 적응 비디오 인핸서(104)는 비디오 이미지 판단모듈(202)과, 비디오 이미지 처리 모듈(204,206,208,210,212)를 포함한다. 환경 자동 적응 비디오 인핸서(104)의 전단에는 YUV 신호를 RGB 신호로 변환하는 Input DB Buffer(102)가 연결되고, 그 후단에는 RGB 신호를 YUV 신호로 변환하는 Output DB Buffer(104)가 연결될 수 있다. 환경 자동 적응 비디오 인핸서(104)는 Input DB Buffer(102) 및 Output DB Buffer(104)와 별도로 분리된 구성을 갖거나 이들과 함께 모듈화(일체화)된 구성을 가질 수 있다.
비디오 이미지 판단 모듈(202)은 입력된 비디오 이미지의 조도 판단, 안개 유무 판단, 노이즈 유무 판단을 순차적으로 수행한다. 비디오 이미지 판단 모듈(202)은 입력된 비디오 이미지의 조도 판단을 수행하고, 비디오 이미지의 조도가 정상 조도인 경우에만 안개 유무를 판단한 후, 노이즈 유무의 판단을 수행하도록 구성된다.
비디오 이미지 판단 모듈(202)은 기설정된 개수(예를 들어, 300개)의 기준 프레임을 설정하고, 이들 프레임의 회색도 평균값 등 다양한 통계값(추후, 상세히 설명하기로 한다.)을 계산한다. 300개의 프레임에 대한 계산값의 편차가 일정 범위 내이면 비디오 신호가 안정된 것으로 판단하고, 그렇지 않은 경우 기준 프레임을 재설정한다.
비디오 신호가 안정된 것으로 판단되면, 기준 프레임에 대한 계산값의 평균값을 근거로 조도, 노이즈, 안개/연기 유무를 판단한다. 이와 같은 방식뿐 아니라 300개의 기준 프레임 중 어느 하나의 프레임(예를 들어, 첫번째 프레임)에 대한 계산값을 근거로 판단하는 것도 가능하며, 이하에서는 설명의 편의상 이를 근거로 설명하기로 한다.
비디오 이미지 처리 모듈(204,206,208,210,212)은 비디오 이미지 판단 모듈의 판단 결과를 근거로 비디오 이미지의 영상 처리한다. 기준 프레임에 대한 판단 결과를 근거로 후속 프레임(301번째 프레임 이후의 프레임)에 대해 영상 처리를 수행한다. 비디오 이미지 판단 모듈은 일정 시간 간격(예를 들면, 3분) 이후 새로운 기준 프레임을 재설정하며, 동일한 과정이 반복되게 된다.
비디오 이미지 판단 모듈(202)은 조도 판단 모듈, 노이즈 판단 모듈, 및 안개/연기 판단 모듈을 포함한다.
도 3의 흐름도를 참조하면, 조도 판단 모듈은 기준 프레임의 조도 판단을 수행한다.
안개/연기 판단 모듈 상기 조도 판단 결과 비디오 이미지가 저조도인 경우 바이패스 시키고, 정상 조도로 판단된 경우에만 안개/연기 유무를 판단한다. 즉, 비디오 이미지의 조도가 저조도인 경우 안개/연기 유무를 판단하지 않으며, 이는 안개/연기의 처리는 이미지가 정상 조도인 경우에만 유의미하기 때문이다.
최종적으로 노이즈 판단 모듈은 조도 판단 모듈과 안개/연기 판단 모듈을 통과한 비디오 이미지의 노이즈 유무를 판단한다.
상기와 같은 판단 결과를 근거로 입력된 비디오 이미지가 6가지 상황(정상, 저조도, 노이즈, 안개/연기, 저조도 및 안개/연기, 저조도 및 노이즈, 노이즈 및 안개/연기) 중 어느 상황에 있는지를 최종 판단할 수 있으며, 이를 근거로 비디오 이미지의 증강 처리를 수행하게 된다.
비디오 이미지 처리 모듈은 비디오 이미지 판단 모듈의 판단 결과를 근거로 바이 패스 모드(Case 1), 조도 처리 모드(Case 2), 노이즈 제거 모드(Case 3), 안개/연기 처리 모드(Case 4), 조도 처리/ 노이즈 제거 모드(Case 5), 및 노이즈 제거/안개 처리 모드(Case 6) 중 어느 하나의 모드를 선택적으로 실행한다.
비디오 이미지 처리 모듈은 조도 처리 모듈(204), 노이즈 제거 모듈(206), 안개 처리 모듈(208), 조도 처리/노이즈 제거 모듈(210), 및 안개 처리/노이즈 제거 모듈(212)를 포함한다.
비디오 이미지 처리 모듈은 비디오 이미지의 조도가 정상범위이고 안개와 노이즈가 없는 경우 비디오 이미지를 바이패스 시킨다. (Case 1: 바이패스 모드)
조도 처리 모듈(204)은 비디오 이미지의 조도가 정상 조도 범위에서 벗어나고(저조도, ③) 비디오 이미지에 노이즈가 없는 것으로 판단되는 경우, 비디오 이미지의 조도를 증가시킨다. (Case 2: 조도 처리 모드)
노이즈 제거 모듈(206)은 비디오 이미지의 조도가 정상 조도(④)이고 안개는 없으나(⑤) 노이즈가 있는 것으로 판단되는 경우, 비디오 이미지의 노이즈를 제거한다. (Case 3: 노이즈 제거 모드)
안개/연기 처리 모듈(208)은 비디오 이미지의 조도가 정상 조도(④)이고 안개/연기가 있으나(⑥) 노이즈는 없는 것으로 판단되는 경우, 비디오 이미지의 안개를 처리한다. (Case 4: 안개/연기 처리 모드)
조도 처리/노이즈 제거 모듈(210)은 비디오 이미지의 조도가 정상 조도에서 벗어나고(③) 노이즈가 있는 것으로 판단되는 경우, 비디오 이미지의 조도 처리 및 노이즈 제거를 수행한다. (Case 5: 조도 처리/ 노이즈 제거 모드)
안개 처리/노이즈 제거 모듈(212)는 비디오 이미지의 조도가 정상 조도(④)이고 안개/연기(⑥)와 노이즈가 있는 경우, 비디오 이미지의 안개 처리 및 노이즈 제거를 수행한다. (Case 6: 안개 처리/노이즈 제거 모드)
이하, 비디오 이미지 판단 모듈(202)의 각 모듈의 상세 판단 과정과, 비디오 이미지 처리 모듈의 증강 처리 과정에 대해 상세히 살펴 보기로 한다.
먼저, 도 4 내지 6을 참조하여 조도 판단 모듈, 노이즈 판단 모듈, 및 안개/연기 판단 모듈의 판단과정에 대해 살펴본다.
도 4는 조도 판단 모듈의 조도 판단 과정을 나타내는 흐름도이다.
조도 판단 과정은 기준 프레임의 이미지를 회색도의 조도 이미지로 전환한 후 회색도 평균값을 계산하여, 회색도 평균값이 기준치(T)보다 낮으면 저조도인 것으로 판단하는 것으로 이루어진다. 조도 판단 과정에 대한 상세 과정은 다음과 같다.
(1) 먼저, RGB 칼라 공간을 회색도 공간으로 변화시킨다. 이의 알고리즘은 다음과 같다.
Figure pat00001
(2) 다음으로 기준 프레임의 회색도 평균(gmean)과 표준 편차(gstdard)를 계산하며, 계산식은 아래와 같다. 여기서, X는 M×N 크기의 기준 프레임의 2차원 회색도로 정의된다. 아래의 수식에서 Xij는 좌표 (i,j)에 위치한 픽셀의 회색도값을 나타내며, M과 N은 이미지의 폭과 높이를 나타낸다.
Figure pat00002
(3) 상기와 같이 계산된 이미지의 회색도 평균값(gmean)이 기준치(T: 60) 보다 낮으면 이미지의 조도가 저조도인 것으로 판단한다.
도 5는 노이즈 판단 모듈의 노이즈 판단 과정을 나타내는 흐름도이다.
노이즈 판단 과정은 조도 판단 과정에서 변환된 회색도 이미지에 대하여 Sobel Edge의 검출 및 OTSU 임계값의 설정 후, 바이너리 이미지를 복수개(예를 들어, 9개)의 블록으로 균등 분할한 후, 각 블록의 백색 픽셀 개체수(Ni)를 통계 처리하는 방식으로 이루어진다. 노이즈 판단 과정에 대한 상세 과정은 다음과 같다.
(1) 회색도 이미지의 X축에 대하여 Sobel Edge를 검측하고, 이미지의 Edge 경사도를 각각 구한다. 이에 대한 계산은 아래와 같다.
Figure pat00003
각 픽셀의 Edge 경사도:
Figure pat00004

(2) 비디오 이미지의 Sobel Edge를 검출한 후, OTSU 임계값을 설정하고 이를 이용하여 binary 이미지를 얻는다. 이에 대한 구체적인 방법은 다음과 같다.
비디오 이미지 상의 픽셀을 L개(256개)의 회색도 등급으로 나눈다. ni를 회색도 등급 i를 갖는 픽셀수라고 하면, 전체 픽셀수(N)은
Figure pat00005
가 된다. 아울러 해당 등급의 픽셀 비율(확률)은
Figure pat00006
가 된다.
비디오 이미지는 A 구역(회색도 등급이 0,1,…,t)과 B 구역(회색도 등급이 t+1, t+2,…L-1)으로 나눌 수 있다.
A, B의 회색도 평균값:
Figure pat00007
비디오 이미지의 전체 회색도 평균값:
Figure pat00008
A 및 B 2개 구역의 회색도 변화:
Figure pat00009
A 및 B 2개 구역의 회색도 변화가 가장 큰 경우의 t*가 구하고자 하는 임계값이 된다.
Figure pat00010
이렇게 구한 OTSU 임계값 t*를 사용하여 binary 이미지(회색도 0 또는 255의 이진화 영상)를 얻을 수 있으며, binary 이미지를 9개의 블록으로 균등 분할한다. 그리고, 각 블록의 백색 픽셀 개수(회색도가 255인 픽셀의 개수)를 구하여 통계 처리한다. 여기서, i 블록의 백색 픽셀 개수를 Ni라고 하면, 각 블록의 평균 백색 픽셀 개수(ObjectMeanNum)와 백색 픽셀 개수의 표준 편차(ObjectNumStdard)를 다음과 같이 얻을 수 있다.
Figure pat00011

각 블록의 평균 백색 픽셀 개수(ObjectMeanNum)가 제1임계값(N1: 12로 설정)보다 크고, 백색 픽셀 개수의 표준 편차(ObjectNumStdard)가 제2임계값(N2: 15로 설정)보다 작으면 비디오 이미지에 노이즈가 있는 것으로 판단한다.
도 6은 안개/연기 판단 모듈의 안개/연기 유무 판단 과정을 나타내는 흐름도이다.
안개/연기 이미지는 백색 픽셀에 편중되어 있고, 3 가지 RGB 요소가 비교적 적으며, 칼라 채도값이 낮다. 따라서, 기준 이미지의 각 픽셀의 칼라 채도값의 평균값은 이미지의 안개/유무를 판단하는 근거가 될 수 있다. 만약 칼라 채도값의 평균값이 적으면 이미지에 안개가 있는 것으로 판단할 수 있다.
각 픽셀의 칼라 채도값(S)는 다음과 같이 계산할 수 있다.
Figure pat00012
각 픽셀의 채도 평균값(Smean)은 다음과 같다.
Figure pat00013
채도 평균값(Smean)이 설정된 임계값(st: 0.09로 설정함)보다 작은 경우 안개/연기가 있는 것으로 판단한다.
이하, 도 7 내지 9를 참조하여 비디오 이미지 증강 처리 과정에 대해 살펴 보기로 한다.
도 7은 조도 처리 모듈의 조도 처리 과정을 나타내는 다이어그램이다.
조도처리는 감마 보정을 통해 이루어지며, 이는 서로 다른 조도값에 대해 각각 다른 감마값(γ)을 적용하는 방식을 갖는다.
각 픽셀의 회색도값을 근거로 감마 함수를 생성하고, 특정 조도 범위(저조도와 과도조도)의 감마 변환을 위하여 감마 함수를 교정한다. 그리고, 이를 근거로 매핑 곡선을 생성한 후 각 픽셀을 매핑 곡선에 통과시켜 감마 변환을 수행하게 된다. 구체적인 처리 과정은 다음과 같다.
(1) [0, 255] 범위의 픽셀 공간을 [0，π] 범위의 각도 공간으로 투영한다. 계산식은 아래와 같다.
Figure pat00014
(2) 위에서 계산된 결과를 근거로 아래와 같이 감마 함수를 생성한다.
Figure pat00015
(3) 저조도와 과도조도 범위의 감마 변환을 위하여 아래와 같이 감마 함수를 교정하며, 이는 이미지의 명암 대비를 향상시켜 이미지 품질을 개선하기 위함이다.
Figure pat00016
(4) 위에서 계산된 감마 함수와 교정된 감마 함수를 근거로 매핑 곡선을 생성하고, 각 픽셀을 매핑 곡선에 통과시켜 감마 변환을 수행한다.
도 8은 노이즈 제거 모듈의 노이즈 제거 과정을 나타낸 다이어그램이다.
노이즈 제거 과정은 복수개 (4 개 또는 8 개)의 이미지를 연속 평균 처리하는 방식으로 이루어진다. 도 8에서는 4개의 이미지를 연속 평균 처리하는 것을 예시하고 있으며, 연속 평균 처리 방식은 아래와 같다.
Figure pat00017
여기서, Xij n는 n번째 이미지의 각 픽셀 화소값을 나타내며, k는 연속 평균 처리에 사용되는 이미지의 개수를 나타낸다.
복수의 이미지에서 노이즈 성분을 각 동일좌표의 화소별로 모두 더하면, 노이즈가 화소별로 서로 상쇄되는 경향이 있다. 따라서, 복수의 영상 이미지의 화소값을 평균하면, 노이즈 성분이 서로 상쇄되어 노이즈 성분이 제거된 화소값을 얻을 수 있다.
도 9는 안개/연기 처리 모듈의 안개 처리 과정을 나타낸 다이어그램이다.
안개/연기 처리 과정은 히스토그램 평활화를 통해 이루어진다. 구체적인 과정은 아래와 같다.
(1) 이미지의 회색도를 히스토그램으로 통계 처리한다.
Figure pat00018
(ni는 회색도값 i를 갖는 픽셀의 수, N은 전체 픽셀수)
(2) 위에서 구한 값을 근거로 아래와 같이 누적 히스토그램을 구한다.
Figure pat00019
(L은 이미지의 최대 회색도값)
(3) 아래와 같은 함수를 이용하여 회색도 값을 매핑하여 처리한다.
Figure pat00020

이상에서는 조도 처리, 노이즈 제거, 안개/연기 제거 과정에 대해서 알아 보았다. 조도 처리/노이즈 제거 모듈(210)은 우선 조도를 변환 처리한 후, 노이즈를 제거하며, 조도 처리 방식과 노이즈 제거 방식은 앞서 설명한 바와 같다. 아울러, 안개 처리/노이즈 제거 모듈(212)은 우선 안개/연기를 처리한 후, 노이즈를 제거한하며, 안개/연기 처리 방식과 노이즈 제거 방식은 앞서 설명한 바와 같이 이루어진다.
이상에서 설명한 환경 자동 적응 비디오 인핸서 및 비디오 이미지의 증강 처리 방법은 위에서 설명된 실시예들의 구성과 방법에 한정되는 것이 아니라, 상기 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.

Claims (10)

  1. 입력된 비디오 이미지의 조도 판단, 안개/연기 유무 판단, 노이즈 유무 판단을 순차적으로 수행하는 비디오 이미지 판단 모듈; 및
    상기 비디오 이미지 판단 모듈의 판단 결과를 근거로 비디오 이미지의 바이 패스 모드, 조도 증강 모드, 노이즈 제거 모드, 안개 처리 모드, 조도처리/ 노이즈 제거 모드, 및 노이즈 제거/안개 처리 모드 중 어느 하나의 모드를 선택적으로 실행하는 비디오 이미지 증강 처리 모듈을 포함하고,
    상기 비디오 이미지 판단 모듈은,
    비디오 이미지의 회색도 평균값을 근거로 비디오 이미지의 조도를 판단하는 조도 판단 모듈;
    상기 조도 판단 결과 비디오 이미지가 저조도인 경우 바이패스 시키고, 비디오 이미지의 조도가 정상 조도인 경우에만 안개/연기 유무를 판단하는 안개/연기 판단 모듈; 및
    상기 조도 판단 모듈 및 안개/연기 판단 모듈을 통과한 비디오 이미지의 노이즈 유무를 판단하는 노이즈 판단 모듈을 포함하는 것을 특징으로 하는 환경 자동 적응 비디오 인핸서.
  2. 제1항에 있어서,
    상기 조도 판단 모듈은 기준 프레임의 회색도 평균값을 계산하여, 상기 회색도 평균값이 기준치보다 낮으면 저조도인 것으로 판단하도록 구성되는 것을 특징으로 하는 환경 자동 적응 비디오 인핸서.
  3. 제2항에 있어서,
    상기 노이즈 판단 모듈은 상기 기준 프레임의 바이너리 이미지를 복수개의 블록으로 균등 분할하고, 각 블록의 평균 백색 픽셀 개수가 제1임계값보다 크고, 백색 픽셀 개수의 표준 편차가 제2임계값보다 작으면 비디오 이미지에 노이즈가 있는 것으로 판단하는 것을 특징으로 하는 환경 자동 적응 비디오 인핸서.
  4. 제2항에 있어서,
    상기 안개/연기 판단 모듈은 상기 기준 프레임의 각 픽셀의 채도 평균값을 계산하여, 상기 채도 평균값이 임계값보다 작은 경우 안개/연기가 있는 것으로 판단하는 것을 특징으로 하는 환경 자동 적응 비디오 인핸서.
  5. 제1항에 있어서, 상기 비디오 이미지 증강 처리 모듈은,
    상기 비디오 이미지의 조도가 저조도이고 상기 비디오 이미지에 노이즈가 없는 것으로 판단되는 경우, 상기 비디오 이미지의 조도를 증강시키는 조도 처리 모듈;
    상기 비디오 이미지의 조도가 정상 조도이고 안개는 없으나, 노이즈가 있는 것으로 판단되는 경우, 상기 비디오 이미지의 노이즈를 제거하는 노이즈 제거 모듈;
    상기 비디오 이미지의 조도가 정상 조도이고 안개가 있으나, 노이즈는 없는 것으로 판단되는 경우, 상기 비디오 이미지의 안개를 처리하는 안개 처리 모듈;
    상기 비디오 이미지의 조도가 정상 조도에서 벗어나고 노이즈가 있는 경우, 상기 비디오 이미지의 조도 처리 및 노이즈 제거를 수행하는 조도 처리/노이즈 제거 모듈; 및
    상기 비디오 이미지의 조도가 정상 조도이고 안개와 노이즈가 있는 경우, 상기 비디오 이미지의 안개 처리 및 노이즈 제거를 수행하는 안개 처리/노이즈 제거 모듈을 포함하는 것을 특징으로 하는 환경 자동 적응 비디오 인핸서.
  6. 제5항에 있어서,
    상기 조도 처리 모듈은 서로 다른 조도값에 대해 서로 다른 감마값을 적용하는 방식의 감마 보정을 통해 조도를 처리하고,
    상기 안개 처리 모듈은 히스토그램 평활화를 통해 안개를 제거하는 것을 특징으로 하는 환경 자동 적응 비디오 인핸서.
  7. 제5항에 있어서,
    상기 노이즈 제거 모듈은 복수의 영상 이미지의 동일 좌표의 화소값을 평균 처리하는 연속 평균 처리 방식을 통해 노이즈를 제거하는 것을 특징으로 하는 환경 자동 적응 비디오 인핸서.
  8. 제7항에 있어서,
    상기 조도처리/노이즈제거 모듈은 상기 조도 처리 모듈과 동일한 방식으로 조도 변환 처리한 후 상기 노이즈 제거 모듈과 동일한 방식으로 노이즈를 제거하고,
    상기 안개처리/노이즈제거 모듈은 상기 안개 처리 모듈과 동일한 방식으로 안개를 처리한 후 상기 노이즈 제거 모듈과 동일한 방식으로 노이즈를 제거하는 것을 특징으로 하는 환경 자동 적응 비디오 인핸서.
  9. 입력된 비디오 이미지의 조도 판단을 수행하는 단계;
    상기 조도 판단 결과 비디오 이미지의 조도가 저조도인 경우 바이패스 시키고, 비디오 이미지의 조도가 정상 조도인 경우 안개 유무를 판단하는 단계;
    상기 비디오 이미지의 노이즈 유무를 판단하는 단계; 및
    상기 판단 결과들을 근거로 비디오 이미지의 바이 패스 모드, 조도 증강 모드, 노이즈 제거 모드, 안개 처리 모드, 조도 처리/ 노이즈 제거 모드, 및 노이즈 제거/안개 처리 모드 중 어느 하나의 모드를 선택적으로 실행하는 단계를 포함하는 비디오 이미지의 처리 방법.
  10. 제9항에 있어서,
    상기 비디오 이미지의 조도가 정상조도이고, 상기 비디오 이미지에 안개와 노이즈가 없는 것으로 판단되면 상기 바이 패스 모드를 실행하고,
    상기 비디오 이미지의 조도가 정상 조도에서 벗어나고 상기 비디오 이미지에 노이즈가 없는 것으로 판단되는 경우, 상기 조도 증강 모드를 실행하고,
    상기 비디오 이미지의 조도가 정상 조도이고 안개는 없으나 노이즈가 있는 것으로 판단되는 경우, 상기 노이즈 제거 모드를 실행하고,
    상기 비디오 이미지의 조도가 정상 조도이고 안개가 있으나 노이즈는 없는 것으로 판단되는 경우, 상기 안개 처리 모드를 실행하고,
    상기 비디오 이미지의 조도가 정상 조도에서 벗어나고 노이즈가 있는 경우, 상기 조도 처리/ 노이즈 제거 모드를 실행하고,
    상기 비디오 이미지의 조도가 정상 조도이고 안개와 노이즈가 있는 경우, 상기 노이즈 제거/안개 처리 모드를 실행하는 것을 특징으로 하는 비디오 이미지의 처리 방법.
KR1020110074099A 2011-07-26 2011-07-26 환경 자동 적응 비디오 인핸서 및 비디오 이미지의 처리 방법 KR20130012749A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110074099A KR20130012749A (ko) 2011-07-26 2011-07-26 환경 자동 적응 비디오 인핸서 및 비디오 이미지의 처리 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110074099A KR20130012749A (ko) 2011-07-26 2011-07-26 환경 자동 적응 비디오 인핸서 및 비디오 이미지의 처리 방법

Publications (1)

Publication Number Publication Date
KR20130012749A true KR20130012749A (ko) 2013-02-05

Family

ID=47893363

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110074099A KR20130012749A (ko) 2011-07-26 2011-07-26 환경 자동 적응 비디오 인핸서 및 비디오 이미지의 처리 방법

Country Status (1)

Country Link
KR (1) KR20130012749A (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014193055A1 (ko) * 2013-05-28 2014-12-04 전남대학교산학협력단 사용자 제어가 가능한 거듭제곱근 연산자를 이용한 안개영상 개선 장치
KR20150112287A (ko) * 2014-03-27 2015-10-07 한화테크윈 주식회사 안개 제거 시스템 및 안개 제거 방법
US9460482B2 (en) 2013-10-02 2016-10-04 Samsung Electronics Co., Ltd. System on chip including configurable image processing pipeline and system including the same
CN107360344A (zh) * 2017-06-27 2017-11-17 西安电子科技大学 监控视频快速去雾方法
CN117408890A (zh) * 2023-12-14 2024-01-16 武汉泽塔云科技股份有限公司 一种视频图像传输质量增强方法及系统

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014193055A1 (ko) * 2013-05-28 2014-12-04 전남대학교산학협력단 사용자 제어가 가능한 거듭제곱근 연산자를 이용한 안개영상 개선 장치
US9384532B2 (en) 2013-05-28 2016-07-05 Industry Foundation Of Chonnam National University Apparatus for improving fogged image using user-controllable root operator
US9460482B2 (en) 2013-10-02 2016-10-04 Samsung Electronics Co., Ltd. System on chip including configurable image processing pipeline and system including the same
KR20150112287A (ko) * 2014-03-27 2015-10-07 한화테크윈 주식회사 안개 제거 시스템 및 안개 제거 방법
CN107360344A (zh) * 2017-06-27 2017-11-17 西安电子科技大学 监控视频快速去雾方法
CN107360344B (zh) * 2017-06-27 2020-02-21 西安电子科技大学 监控视频快速去雾方法
CN117408890A (zh) * 2023-12-14 2024-01-16 武汉泽塔云科技股份有限公司 一种视频图像传输质量增强方法及系统
CN117408890B (zh) * 2023-12-14 2024-03-08 武汉泽塔云科技股份有限公司 一种视频图像传输质量增强方法及系统

Similar Documents

Publication Publication Date Title
CN108600725B (zh) 一种基于rgb-ir图像数据的白平衡校正装置及方法
CN103297789B (zh) 白平衡校正方法及其装置
JP7077395B2 (ja) 多重化高ダイナミックレンジ画像
CN102202163B (zh) 一种监控视频的自适应增强方法及其装置
CN109785240B (zh) 一种低照度图像增强方法、装置及图像处理设备
CN108174057B (zh) 一种利用视频图像帧间差异对画面快速降噪的方法及装置
US9355327B2 (en) Image processing apparatus and imaging apparatus with noise correction function and signal level correction function
CN109816608B (zh) 一种基于噪声抑制的低照度图像自适应亮度增强方法
CN111754440B (zh) 车牌图像增强方法、系统、设备及存储介质
KR20130012749A (ko) 환경 자동 적응 비디오 인핸서 및 비디오 이미지의 처리 방법
CN111429370A (zh) 一种煤矿井下的图像增强方法、系统及计算机存储介质
US20190068891A1 (en) Method and apparatus for rapid improvement of smog/low-light-level image using mapping table
US20120328193A1 (en) Method for enhancing image edge
CN109493299B (zh) 一种消除点光源光照影响的方法
CN104506755A (zh) 基于fpga的高清视频实时自动化去雾方法
CN114245043A (zh) 图像坏点动态校正及其asic实现方法及系统
US11640654B2 (en) Image processing method and apparatus
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
KR101018237B1 (ko) 단색 영상의 영향을 고려한 자동 화이트 밸런스 조정 장치 및 방법
JP2012235465A (ja) デジタルカメラ装置における画像処理装置及び方法
CN106709876A (zh) 一种基于暗像元原理的光学遥感图像去雾方法
JP2015092643A (ja) 画像処理装置及びその画像処理方法、並びにコンピュータ・プログラム、および画像処理システム
CN101982825B (zh) 一种智能交通监控场景下的视频图像处理方法和装置
US8995765B2 (en) Digital image processing apparatus and method
CN115334250A (zh) 一种图像处理方法、装置及电子设备

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
NORF Unpaid initial registration fee