WO2013103184A1 - 색상 채널을 이용한 영상 개선 장치 및 방법 - Google Patents

색상 채널을 이용한 영상 개선 장치 및 방법 Download PDF

Info

Publication number
WO2013103184A1
WO2013103184A1 PCT/KR2012/007315 KR2012007315W WO2013103184A1 WO 2013103184 A1 WO2013103184 A1 WO 2013103184A1 KR 2012007315 W KR2012007315 W KR 2012007315W WO 2013103184 A1 WO2013103184 A1 WO 2013103184A1
Authority
WO
WIPO (PCT)
Prior art keywords
channel
image
color
average
brightness
Prior art date
Application number
PCT/KR2012/007315
Other languages
English (en)
French (fr)
Inventor
이상근
김진
Original Assignee
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 중앙대학교 산학협력단 filed Critical 중앙대학교 산학협력단
Priority to US14/369,793 priority Critical patent/US9230304B2/en
Publication of WO2013103184A1 publication Critical patent/WO2013103184A1/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
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47K—SANITARY EQUIPMENT NOT OTHERWISE PROVIDED FOR; TOILET ACCESSORIES
    • A47K13/00—Seats or covers for all kinds of closets
    • A47K13/24—Parts or details not covered in, or of interest apart from, groups A47K13/02 - A47K13/22, e.g. devices imparting a swinging or vibrating motion to the seats
    • A47K13/30—Seats having provisions for heating, deodorising or the like, e.g. ventilating, noise-damping or cleaning devices
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47K—SANITARY EQUIPMENT NOT OTHERWISE PROVIDED FOR; TOILET ACCESSORIES
    • A47K13/00—Seats or covers for all kinds of closets
    • A47K13/10—Devices for raising and lowering, e.g. tilting or lifting mechanisms; Collapsible or rotating seats or covers
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61L—METHODS OR APPARATUS FOR STERILISING MATERIALS OR OBJECTS IN GENERAL; DISINFECTION, STERILISATION OR DEODORISATION OF AIR; CHEMICAL ASPECTS OF BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES; MATERIALS FOR BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES
    • A61L2/00—Methods or apparatus for disinfecting or sterilising materials or objects other than foodstuffs or contact lenses; Accessories therefor
    • A61L2/02—Methods or apparatus for disinfecting or sterilising materials or objects other than foodstuffs or contact lenses; Accessories therefor using physical phenomena
    • A61L2/04—Heat
    • A61L2/06—Hot gas
    • A61L2/07—Steam
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • 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

Definitions

  • the present invention relates to an apparatus and method for improving an image using a color channel, and to an apparatus and method for using information included in a color channel in a single image to improve an image's contrast.
  • the wavelength of the near infrared region is 700 to 1200 nm, which is longer than 350 to 750 nm, which is the wavelength of the visible region. Therefore, infrared rays are less scattered by air particles and thus have an advantage in terms of transmission, and infrared images contain useful information not visible in visible light images. Therefore, if the information included in the infrared image is used for image enhancement, it may be useful for properly processing the image.
  • the information included in the infrared image is useful for improving the image.
  • a new method is required.
  • the present invention provides an apparatus and method for improving an image using a color channel that can improve image quality by using information included in an infrared region of a single image without using a separate infrared image. have.
  • Another technical problem to be solved by the present invention is to execute an image improvement method using a color channel that can improve the image quality using information included in the infrared region of a single image without using a separate infrared image.
  • the present invention provides a computer-readable recording medium having recorded thereon a program.
  • an apparatus for improving an image using a color channel the preprocessing unit generating an inverted image by inverting a brightness component estimated from an R channel among color channels of an RGB color space of an input image. ;
  • a color restoring unit combining the fused L channel having the improved contrast with the chromaticity component of the input image and converting the chroma component into an RGB color space to generate a reconstructed image.
  • an image improvement method using a color channel includes: (a) generating an inverted image by inverting a brightness component estimated from an R channel among color channels of an RGB color space of an input image; Doing; (b) fusing an L channel of a CIELab color space of the input image and the inverted image to generate a fused L channel; (c) expanding the histogram of the fused L channel to improve contrast; And (d) combining the fused L channel with improved contrast and chromaticity components of the input image and converting them into an RGB color space to generate a reconstructed image.
  • an image is simple to implement and has a high processing speed by improving an image using information of an R channel of a color channel in a single image without using a separate infrared image.
  • An improvement algorithm can be provided.
  • FIG. 1 is a block diagram showing the configuration of a preferred embodiment of an image enhancement apparatus using a color channel according to the present invention
  • 2 is a graph illustrating average brightness of a plurality of image frames photographed in different exposure environments according to exposure environments
  • FIG. 3 is a diagram illustrating a histogram of an image for improving contrast
  • FIG. 4 is a flowchart illustrating a process of performing a preferred embodiment of the image enhancement method using a color channel according to the present invention.
  • FIG. 1 is a block diagram showing the configuration of a preferred embodiment of an image enhancement apparatus using a color channel according to the present invention.
  • an apparatus for improving an image according to the present invention includes a preprocessor 120, an image fusion unit 130, a contrast improver 140, and a color restorer 150, and complements an image enhancement process.
  • the channel correction unit 110 may be further provided.
  • the preprocessor 120 generates an inverted image by inverting the brightness component estimated from the R channel of the input image.
  • the infrared ray image contains more information than the visible ray region, it may be usefully used to improve the quality of the image.
  • the image improving apparatus considers that the image photographed in the visible region includes some of the infrared region information, and thus the brightness component included in the R (red) channel of the color channels of the input image instead of the infrared image photographed separately.
  • the input image is improved by fusing the L (luminance) channel which is the brightness channel of the input image.
  • the channel correction unit 110 of the image enhancement device introduces a correlation between the color channel in the RGB color space of the input image and the brightness channel (L channel) in the CIELab color space in the image enhancement process. .
  • the channel correction unit 110 calculates a correlation between each color channel (R, G, B) and the L channel of the input image as shown in Equation 1 below.
  • the channel correction unit 110 corrects the R channel of the input image using the difference between the channels calculated by Equation 1. At this time, as shown in Equation 2 below, the average of the brightness values of the R channel and the average of the brightness values of the other color channels are compared to selectively correct the R channel.
  • O l is the L channel of the original image
  • O red is the R channel of the original image
  • the channel correction unit 110 replaces the R channel by using C of Equation 1 as the weight of the L channel of the input image when the average of the brightness values of the R channel is greater than the average of the brightness values of the G channel and the B channel. Otherwise, the R channel is used as it is.
  • C ⁇ O 1 or O red output from the channel correction unit 110 is referred to as a corrected R channel.
  • the preprocessor 120 performs preprocessing for fusing the L channel corrected by the channel corrector 110 with the L channel. If the channel correction unit 110 is not provided in the image enhancement device according to the present invention, the R channel of the input image may be preprocessed and then merged with the L channel.
  • the preprocessing step specifically includes estimating the brightness component from the R channel and inverting the estimated brightness component.
  • the corrected R channel may be classified into an illumination component and a reflection component, which may be expressed as in Equation 3 below.
  • I r represents a brightness component and R r represents a reflection component.
  • the preprocessor 120 uses a bilateral filter to estimate the brightness component of the R channel, and the brightness component estimated by the bidirectional filtering is defined as in Equation 4 below.
  • Is the brightness component estimated by the bi-directional filter of the R channel
  • S is the mask used for filtering
  • W p is the normalization factor
  • G ⁇ s is the spatial weight for distance
  • G ⁇ r is the radiation weight for brightness.
  • Bi-directional filtering on the R channel of the input image maintains the edge component that changes rapidly according to the brightness of the input image, thereby minimizing the halo effect that may appear during the fusion process with the L channel.
  • the preprocessor 120 generates an inverted image by inverting the brightness component estimated from the R channel of the input image.
  • the reversed image is then used as an index for determining the degree of improvement in the image improvement process.
  • Equation 5 Generation of the inverted image may be represented as in Equation 5 below.
  • the dynamic region of the input image can be compressed, and the details of both the dark region and the bright region of the input image can be improved.
  • the preprocessor 120 determines a weight to be used to fuse the inverted image with the L channel of the input image.
  • the weight may be obtained from the inverted image in which the brightness component of the R channel of the input image is inverted and the L channel of the input image, and is determined by Equation 6 below.
  • ⁇ of Equation 6 is a threshold value for determining the degree of lightness and darkness of the input image, and is previously set through an experiment. Specifically, the threshold value may be determined by analyzing a plurality of image frames obtained in three different exposure environments ( ⁇ 2EV, 0EV, + 2EV).
  • FIG. 2 is a graph illustrating average brightness of a plurality of image frames obtained in different exposure environments ( ⁇ 2EV, 0EV, + 2EV) according to exposure environments.
  • the threshold between the bright image and the dark image is about 0.4. That is, an image having a brightness value smaller than 0.4 is a very dark image, and an image larger than 0.4 corresponds to an image or overexposure image captured in an appropriate exposure environment.
  • the preprocessor 120 determines the weight value used to fuse the inverted image and the L channel by comparing the threshold value set as described above with the average brightness value of the L channel.
  • the channel fusion unit 130 generates a fused L channel by fusing the L channel of the input image and the inverted image. At this time, the weight determined by the preprocessor 120 is used, and the fusion process is performed by the following equation (7).
  • O L is a fused L channel
  • the brightness component estimated from the R channel among the color channels of the input image is fused with the L channel of the input image, thereby improving the quality of the image by a single image without using a separate infrared image.
  • the contrast improving unit 140 performs a process of improving the contrast of the input image by expanding the histogram for the fused L channel.
  • the detail can be improved in both bright and dark areas of the input image, but on the other hand, the contrast of the image is lowered and unnatural. There is a problem that an image is generated.
  • the contrast improving unit 140 may improve the contrast of the input image by expanding a region having a low brightness level and a high region in a histogram of the fused L channel by a preset ratio.
  • the expansion ratio of the histogram may be 10%.
  • FIG. 3 is a diagram illustrating a histogram of an image for improving the contrast. The histogram may be extended based on a value 10% lower than the minimum brightness value and 10% higher than the maximum brightness value.
  • the fused L channel in which the histogram is expanded may be expressed as Equation 8 below.
  • the color restoring unit 150 generates a color image of the CIELab color space by combining the histogram-expanded fusion L channel and the chromaticity component of the input image, and then converts it to an RGB color space to generate a reconstructed image.
  • the color restoration unit 150 restores the color of the input image by adding a color restoration factor to each color channel of the reconstruction image in the RGB color space, thereby generating a resultant image having finally improved quality. do.
  • the color reconstruction factor is a value set in units of pixels for each RGB color channel of the reconstructed image, and may be defined as in Equation 9 below.
  • CR i (x, y) is a color restoration factor in units of pixels set for each color channel of the reconstructed image
  • O i (x, y) is a (x, y) pixel value of each color channel of the input image.
  • O i CR (x, y) is the (x, y) pixel value of each RGB color channel of the resultant image
  • ⁇ and ⁇ represent saturation and brightness adjustment values of the image, respectively, and have a value between 0 and 1.
  • Equation 10 As the value of ⁇ increases, the saturation and brightness of the image increase, but since the increase in brightness of the image does not affect the quality of the image, the value of ⁇ is appropriately set to maintain the image quality. It is preferable.
  • FIG. 4 is a flowchart illustrating a process of performing a preferred embodiment of the image enhancement method using a color channel according to the present invention.
  • the channel correction unit 110 corrects an R channel corrected by a correlation between an R channel among other channels of the RGB color space of the input image and an L channel among channels of the CIELab color space. It generates (S1010).
  • the preprocessing unit 120 estimates the brightness component of the R channel corrected by the bidirectional filter, and inverts the estimated brightness component to generate an inverted image (S1020).
  • the preprocessor 120 determines a weight to be used in a subsequent channel fusion process (S1030).
  • the channel fusion unit 130 generates a fused L channel by fusing the inverted image and the L channel based on the determined weight (S1040).
  • the contrast improving unit 140 extends the histogram of the fused L channel to improve the contrast of the input image (S1050), and the color restorer 150 combines the chroma components of the fused L channel and the input image with improved contrast.
  • the color restoration unit 150 After the conversion to the RGB color space to generate a reconstructed image (S1060).
  • the color restoration unit 150 finally generates a resultant image by applying a color restoration factor to each color channel of the restoration image (S1070).
  • the MSRCR method is based on the image composed of the brightness component and the reflection component.
  • the MSRCR method is a method of improving the image by adjusting the brightness component by estimating the lighting component by applying a multi-scale Gaussian kernel.
  • the other NRCIR method uses a global tone mapping technique and modifies the filter shape to prevent the halo effect.
  • Table 1 shows a comparison of the processing time of the present invention and the existing image enhancement method.
  • the present invention shows an average processing time of 10 to 30 times faster than the conventional NRCIR and MSRCR methods. This is because MSRCR performs complex operations for each channel, and NRCIR performs many processing steps to improve the brightness channel.
  • the invention can also be embodied as computer readable code on a computer readable recording medium.
  • the computer-readable recording medium includes all kinds of recording devices in which data that can be read by a computer system is stored. Examples of computer-readable recording media include ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage, and the like, and may also be implemented in the form of a carrier wave (for example, transmission over the Internet). Include.
  • the computer readable recording medium can also be distributed over network coupled computer systems so that the computer readable code is stored and executed in a distributed fashion.

Landscapes

  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Epidemiology (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

색상 채널을 이용한 영상 개선 장치 및 방법이 개시된다. 전처리부는 입력영상의 RGB 색상 공간의 색상 채널들 중 R 채널로부터 추정된 밝기 성분을 반전시켜 반전영상을 생성한다. 채널 융합부는 입력영상의 CIELab 색상 공간의 L 채널과 반전영상을 융합하여 융합 L 채널을 생성한다. 대비 개선부는 융합 L 채널의 히스토그램을 확장하여 대비를 개선한다. 색상 복원부는 대비가 개선된 융합 L 채널과 입력영상의 색도 성분을 결합하고 RGB 색상 공간으로 변환하여 복원영상을 생성한다. 본 발명에 따르면, 별도의 적외선 영상을 사용하지 않고 단일 영상에서 색상 채널 중 R 채널의 정보를 사용하여 영상을 개선함으로써 구현이 간단하고 처리속도가 빠른 영상 개선 알고리즘을 제공할 수 있다.

Description

색상 채널을 이용한 영상 개선 장치 및 방법
본 발명은 색상 채널을 이용한 영상 개선 장치 및 방법에 관한 것으로, 단일 영상에서 색상 채널에 포함된 정보를 영상의 대비 개선에 사용하는 장치 및 방법에 관한 것이다.
일반적인 디지털 카메라에 의해 촬영된 영상은 계조를 표현하는 동적 영역(dynamic range)가 제한적이기 때문에 넓은 동적 영역(high dynamic range)을 표현하기 힘들다. 이러한 한계를 극복하기 위하여 인간이 지각할 수 없는 적외선 영상의 특성을 이용한 영상 개선 방법이 제안된 바 있다.
'Image enhancement through weighting function estimation with infrared image(J.S.Kim et al., 2010)' 및 'Merging thermal and visual images by a contrast pyramid(Toet a et al., 2007)' 등을 통해 제안된 방법들은 적외선 영역에서 촬영된 영상과 가시광선 영역에서 촬영된 영상의 융합을 기반으로 한 것이다. 이는 일반적인 디지털 카메라의 CCD 또는 CMOS 센서가 가시광선보다 넓은 영역의 정보를 수집할 수 있다는 특성을 이용한 것이다.
구체적으로, 근적외선 영역의 파장은 700~1200nm로서, 가시광선 영역의 파장인 350~750nm보다 길다. 따라서 적외선은 공기 입자에 의해 덜 산란되어 전달 면에서 이점을 가지며, 적외선 영상은 가시광선 영상에서는 보이지 않는 유용한 정보를 포함하고 있다. 그러므로 적외선 영상에 포함된 정보가 영상 개선에 사용되면 영상을 적절하게 처리하는 데 유용할 수 있다.
그러나 이와 같이 적외선 영상과 가시광선 영상을 융합하는 방법에는 몇 가지 문제가 있다. 먼저 두 개의 영상을 융합하는 과정은 화소 대 화소의 정렬을 필요로 하며, 이때 부득이하게 블러링 현상이 나타날 수 있다. 또한 카메라의 적외선 필터에 의한 광 차단으로 인하여 노출 시간이 증가함에 따라 영상에 노이즈가 발생할 수 있다. 나아가 적외선 영상을 촬영하기 위한 초점 설정이 용이하지 않다는 문제도 있다.
이상에서 설명한 바와 같이 적외선 영상에 포함된 정보는 영상을 개선하는 데 유용하지만, 그 정보를 사용하기 위해 적외선 영상을 별도로 촬영하여 융합하는 방법에는 여러 가지 문제가 있으므로 이를 대체할 새로운 방법이 필요하다.
본 발명이 이루고자 하는 기술적 과제는, 별도의 적외선 영상을 사용하지 않고 단일 영상의 적외선 영역에 포함된 정보를 이용하여 영상의 품질을 개선할 수 있는 색상 채널을 이용한 영상 개선 장치 및 방법을 제공하는 데 있다.
본 발명이 이루고자 하는 다른 기술적 과제는, 별도의 적외선 영상을 사용하지 않고 단일 영상의 적외선 영역에 포함된 정보를 이용하여 영상의 품질을 개선할 수 있는 색상 채널을 이용한 영상 개선 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공하는 데 있다.
상기의 기술적 과제를 달성하기 위한, 본 발명에 따른 색상 채널을 이용한 영상 개선 장치는, 입력영상의 RGB 색상 공간의 색상 채널들 중 R 채널로부터 추정된 밝기 성분을 반전시켜 반전영상을 생성하는 전처리부; 상기 입력영상의 CIELab 색상 공간의 L 채널과 상기 반전영상을 융합하여 융합 L 채널을 생성하는 채널 융합부; 상기 융합 L 채널의 히스토그램을 확장하여 대비를 개선하는 대비 개선부; 및 상기 대비가 개선된 융합 L 채널과 상기 입력영상의 색도 성분을 결합하고 RGB 색상 공간으로 변환하여 복원영상을 생성하는 색상 복원부;를 구비한다.
상기의 기술적 과제를 달성하기 위한, 본 발명에 따른 색상 채널을 이용한 영상 개선 방법은, (a) 입력영상의 RGB 색상 공간의 색상 채널들 중 R 채널로부터 추정된 밝기 성분을 반전시켜 반전영상을 생성하는 단계; (b) 상기 입력영상의 CIELab 색상 공간의 L 채널과 상기 반전영상을 융합하여 융합 L 채널을 생성하는 단계; (c) 상기 융합 L 채널의 히스토그램을 확장하여 대비를 개선하는 단계; 및 (d) 상기 대비가 개선된 융합 L 채널과 상기 입력영상의 색도 성분을 결합하고 RGB 색상 공간으로 변환하여 복원영상을 생성하는 단계;를 갖는다.
본 발명에 따른 색상 채널을 이용한 영상 개선 장치 및 방법에 의하면, 별도의 적외선 영상을 사용하지 않고 단일 영상에서 색상 채널 중 R 채널의 정보를 사용하여 영상을 개선함으로써 구현이 간단하고 처리속도가 빠른 영상 개선 알고리즘을 제공할 수 있다.
도 1은 본 발명에 따른 색상 채널을 이용한 영상 개선 장치에 대한 바람직한 실시예의 구성을 도시한 블록도,
도 2는 서로 다른 노출 환경에서 각각 촬영된 복수의 영상 프레임의 평균 밝기를 노출 환경에 따라 각각 도시한 그래프,
도 3은 대비 개선을 위한 영상의 히스토그램을 도시한 도면, 그리고,
도 4는 본 발명에 따른 색상 채널을 이용한 영상 개선 방법에 대한 바람직한 실시예의 수행과정을 도시한 흐름도이다.
이하에서 첨부된 도면들을 참조하여 본 발명에 따른 색상 채널을 이용한 영상 개선 장치 및 방법의 바람직한 실시예에 대해 상세하게 설명한다.
도 1은 본 발명에 따른 색상 채널을 이용한 영상 개선 장치에 대한 바람직한 실시예의 구성을 도시한 블록도이다.
도 1을 참조하면, 본 발명에 따른 영상 개선 장치는 전처리부(120), 영상 융합부(130), 대비 개선부(140) 및 색상 복원부(150)를 구비하며, 영상 개선 과정을 보완하기 위해 채널 보정부(110)를 더 구비할 수 있다.
전처리부(120)는 입력영상의 R 채널로부터 추정된 밝기 성분을 반전시켜 반전영상을 생성한다.
앞에서 설명한 바와 같이 적외선 영역의 영상에는 가시광선 영역에 비해 많은 정보가 포함되어 있으므로 영상의 품질을 개선하는 데 유용하게 사용될 수 있다. 본 발명에 따른 영상 개선 장치는 가시광선 영역에서 촬영된 영상에도 적외선 영역의 정보가 일부 포함되어 있음을 고려하여 별도로 촬영된 적외선 영상 대신 입력영상의 색상 채널 중 R(red) 채널에 포함된 밝기 성분을 입력영상의 밝기채널인 L(luminance) 채널에 융합하여 입력영상을 개선한다.
한편, 입력영상에 R 채널의 성분이 너무 많이 포함되어 있는 경우에는 그에 의해 입력영상이 과도하게 개선될 수 있다. 따라서 본 발명에 따른 영상 개선 장치의 채널 보정부(110)는 입력영상의 RGB 색상 공간에서의 각 색상 채널과 CIELab 색상 공간에서의 밝기채널(L 채널) 사이의 상관관계를 영상 개선 과정에 도입한다.
구체적으로, 채널 보정부(110)는 다음의 수학식 1과 같이 입력영상의 각 색상 채널(R,G,B)과 L 채널 사이의 상관관계를 산출한다.
수학식 1
Figure PCTKR2012007315-appb-M000001
여기서, Cη(η=1,2,3)은 입력영상의 다른 채널들에 대한 R 채널의 중요도(degree of significance)를 나타낸 것으로, 각 채널의 밝기값의 평균(
Figure PCTKR2012007315-appb-I000001
) 사이의 비에 의해 산출된다. 또한 C는 R 채널과 다른 채널들 사이의 최소 차이값의 비를 나타낸다.
채널 보정부(110)는 수학식 1에 의해 산출된 채널 간의 차이를 사용하여 입력영상의 R 채널을 보정한다. 이때 다음의 수학식 2와 같이 R 채널의 밝기값의 평균과 다른 색상 채널의 밝기값의 평균을 비교하여 선택적으로 R 채널을 보정한다.
수학식 2
Figure PCTKR2012007315-appb-M000002
여기서,
Figure PCTKR2012007315-appb-I000002
는 보정된 R 채널이고, Ol은 원본영상의 L 채널, 그리고 Ored는 원본영상의 R 채널이다.
즉, 채널 보정부(110)는 R 채널의 밝기값의 평균이 G 채널과 B 채널의 밝기값의 평균보다 크면 입력영상의 L 채널에 수학식 1의 C를 가중치로 사용하여 R 채널을 대체하도록 하고, 그렇지 않은 경우에는 R 채널을 그대로 사용한다. 이하에서는 채널 보정부(110)로부터 출력된 C·Ol 또는 Ored를 보정된 R 채널이라 한다.
전처리부(120)는 채널 보정부(110)에 의해 보정된 R 채널에 대하여 L 채널과 융합시키기 위한 전처리를 수행한다. 여기서 본 발명에 따른 영상 개선 장치에 채널 보정부(110)가 구비되어 있지 않은 경우에는 입력영상의 R 채널에 대하여 전처리를 수행한 후 L 채널과 융합시킬 수 있다.
전처리 과정은 구체적으로 R 채널로부터 밝기 성분을 추정하는 과정 및 추정된 밝기 성분을 반전시키는 과정을 포함한다.
보정된 R 채널은 조명성분과 반사성분으로 구분할 수 있으며, 이는 다음의 수학식 3과 같이 표현될 수 있다.
수학식 3
Figure PCTKR2012007315-appb-M000003
여기서, Ir은 밝기 성분을 나타내며, Rr은 반사 성분을 나타낸다.
전처리부(120)는 R 채널의 밝기 성분을 추정하기 위해 양방향 필터(bilateral filter)를 사용하며, 양방향 필터링에 의해 추정된 밝기 성분은 다음의 수학식 4와 같이 정의된다.
수학식 4
Figure PCTKR2012007315-appb-M000004
여기서,
Figure PCTKR2012007315-appb-I000003
은 R 채널의 양방향 필터에 의해 추정된 밝기 성분, S는 필터링에 사용되는 마스크, Wp는 정규화 인자, Gσs는 거리에 대한 공간 가중치, 그리고 Gσr은 밝기에 대한 방사 가중치이다.
입력영상의 R 채널에 대한 양방향 필터링에 의해 입력영상의 밝기에 따라 빠르게 변화하는 에지 성분이 유지되어 이후 L 채널과의 융합 과정에서 나타날 수 있는 헤일로(halo) 효과를 최소화할 수 있다.
전처리부(120)는 입력영상의 R 채널로부터 추정된 밝기 성분을 반전시켜 반전영상을 생성한다. 반전영상은 이후 영상 개선 과정에서 개선 정도를 결정하기 위한 지표로 사용된다.
반전영상의 생성은 다음의 수학식 5와 같이 나타낼 수 있다.
수학식 5
Figure PCTKR2012007315-appb-M000005
이와 같이 반전영상을 생성함으로써 입력영상의 동적 영역을 압축하고, 입력영상의 어두운 영역과 밝은 영역의 세부정보를 모두 개선할 수 있다.
또한 전처리부(120)는 반전영상을 입력영상의 L 채널과 융합하는 데 사용될 가중치를 결정한다.
가중치는 입력영상의 R 채널의 밝기 성분이 반전된 반전영상과 입력영상의 L 채널로부터 얻어질 수 있으며, 다음의 수학식 6에 의해 결정된다.
수학식 6
Figure PCTKR2012007315-appb-M000006
여기서,
Figure PCTKR2012007315-appb-I000004
은 반전영상의 밝기값 평균이고,
Figure PCTKR2012007315-appb-I000005
은 L 채널의 밝기값 평균이다.
수학식 6의 τ는 입력영상의 밝음과 어두움의 정도를 결정하는 임계값으로서, 실험을 통해 사전에 설정된다. 구체적으로, 3가지의 서로 다른 노출 환경(-2EV, 0EV, +2EV)에서 얻어진 복수의 영상 프레임을 분석하여 임계값이 결정될 수 있다.
도 2는 서로 다른 노출 환경(-2EV, 0EV, +2EV)에서 얻어진 복수의 영상 프레임의 평균 밝기를 노출 환경에 따라 각각 도시한 그래프이다. 도 2를 참조하면, 밝은 영상과 어두운 영상 사이의 임계값이 약 0.4임을 확인할 수 있다. 즉, 밝기값이 0.4보다 작은 영상은 매우 어두운 영상이고, 0.4보다 큰 영상은 적절한 노출 환경에서 촬영된 영상 또는 과노출 영상에 해당하게 된다.
따라서 전처리부(120)는 이와 같이 설정된 임계값을 L 채널의 밝기값 평균과 비교하여 반전영상과 L 채널을 융합하는 데 사용될 가중치를 결정한다.
채널 융합부(130)는 입력영상의 L 채널과 반전영상을 융합하여 융합 L 채널을 생성한다. 이때 전처리부(120)에 의해 결정된 가중치가 사용되며, 융합 과정은 다음의 수학식 7에 의해 수행된다.
수학식 7
Figure PCTKR2012007315-appb-M000007
여기서, OL은 융합 L 채널이다.
이와 같이 입력영상의 색상 채널 중 R 채널로부터 추정된 밝기 성분을 입력영상의 L 채널과 융합함으로써 별도의 적외선 영상을 사용하지 않으면서 단일 영상에 의해 영상의 품질을 개선할 수 있다.
대비 개선부(140)는 융합 L 채널에 대한 히스토그램 확장에 의해 입력영상의 대비를 개선하는 과정을 수행한다.
앞에서 설명한 바와 같이 입력영상의 R 채널의 밝기 성분과 L 채널을 결합함으로써 입력영상의 밝은 영역과 어두운 영역 모두에서 세부정보가 개선되는 효과를 얻을 수 있으나, 다른 한편으로 영상의 대비가 낮아지고 부자연스러운 영상이 생성되는 문제가 있다.
대비 개선부(140)는 이러한 문제를 해결하기 위해 융합 L 채널의 히스토그램에서 밝기 레벨이 낮은 영역과 높은 영역을 사전에 설정된 비율만큼 확장시켜 입력영상의 대비를 개선할 수 있다. 일 실시예로서 히스토그램의 확장 비율은 10%로 할 수 있다. 도 3은 대비 개선을 위한 영상의 히스토그램을 도시한 도면으로, 영상의 최소 밝기값보다 10% 낮은 값 및 최대 밝기값보다 10% 높은 값을 기준으로 히스토그램 확장을 수행할 수 있다.
히스토그램이 확장된 융합 L 채널은 다음의 수학식 8과 같이 표현할 수 있다.
수학식 8
Figure PCTKR2012007315-appb-M000008
여기서,
Figure PCTKR2012007315-appb-I000006
은 히스토그램이 확장된 융합 L 채널이다.
색상 복원부(150)는 이와 같이 히스토그램이 확장된 융합 L 채널과 입력영상의 색도 성분을 결합하여 CIELab 색상 공간의 컬러영상을 생성한 후 이를 RGB 색상 공간으로 변환하여 복원영상을 생성한다.
한편, 이와 같이 히스토그램 확장에 의해 입력영상의 대비가 개선되더라도 여전히 색상이 왜곡되는 문제가 남아있을 수 있다. 색상 복원부(150)는 이러한 문제를 해결하기 위해 RGB 색상 공간에서의 복원영상의 각각의 색상 채널에 대하여 색상 복원 인자를 부가함으로써 입력영상의 색상을 복원하여 최종적으로 품질이 개선된 결과영상을 생성한다.
색상 복원 인자는 복원영상의 각 RGB 색상 채널에 대하여 화소 단위로 설정되는 값으로, 다음의 수학식 9와 같이 정의될 수 있다.
수학식 9
Figure PCTKR2012007315-appb-M000009
여기서, CRi(x,y)는 복원영상의 각 색상 채널에 대해 설정되는 화소 단위의 색상 복원 인자이고, Oi(x,y)는 입력영상의 각 색상 채널의 (x,y) 화소값을 나타낸다.
마지막으로 결과영상은 다음의 수학식 10에 의해 생성된다.
수학식 10
Figure PCTKR2012007315-appb-M000010
여기서, Oi CR(x,y)는 결과영상의 각 RGB 색상 채널의 (x,y) 화소값,
Figure PCTKR2012007315-appb-I000007
는 복원영상의 각 RGB 색상 채널의 (x,y) 화소값, 그리고 α 및 γ는 각각 영상의 채도와 밝기 조절값을 나타내며, 0에서 1 사이의 값을 가진다.
수학식 10에서 α의 값이 증가할수록 영상의 채도와 밝기가 증가하나, 영상의 밝기 증가가 영상의 품질에 좋은 영향을 주는 것은 아니므로 영상의 품질을 유지하기 위해 γ의 값을 적절하게 설정하는 것이 바람직하다.
도 4는 본 발명에 따른 색상 채널을 이용한 영상 개선 방법에 대한 바람직한 실시예의 수행과정을 도시한 흐름도이다.
도 4를 참조하면, 채널 보정부(110)는 입력영상의 RGB 색상 공간의 채널들 중 R 채널과 다른 색상 채널 및 CIELab 색상 공간의 채널들 중 L 채널과의 상관관계에 의해 보정된 R 채널을 생성한다(S1010). 다음으로 전처리부(120)는 양방향 필터에 의해 보정된 R 채널의 밝기 성분을 추정하고, 추정된 밝기 성분을 반전시켜 반전영상을 생성한다(S1020). 또한 전처리부(120)는 이후의 채널 융합 과정에서 사용될 가중치를 결정한다(S1030).
채널 융합부(130)는 결정된 가중치에 의해 반전영상과 L 채널을 융합하여 융합 L 채널을 생성한다(S1040). 다음으로 대비 개선부(140)는 융합 L 채널의 히스토그램을 확장하여 입력영상의 대비를 개선하고(S1050), 색상 복원부(150)는 대비가 개선된 융합 L 채널과 입력영상의 색도 성분을 결합한 후 RGB 색상 공간으로 변환하여 복원영상을 생성한다(S1060). 마지막으로 색상 복원부(150)는 복원영상의 각 색상 채널에 대해 색상 복원 인자를 적용함으로써 최종적으로 결과영상을 생성한다(S1070).
본 발명의 성능을 평가하기 위한 실험을 수행하였다. 실험은 본 발명 및 기존의 영상 개선 알고리즘들을 MATLAB 2008b로 구현하여 3GB RAM이 구비된 2.66GHz 인텔 코어 i5 CPU 상의 Windows 7에서 실행하였으며, 레티넥스(retinex) 알고리즘과 같이 단일 영상을 사용하는 영상 개선 방법과의 대비 및 가시광선 영상과 적외선 영상을 융합하는 영상 개선 방법과의 대비를 각각 수행하였다. 또한 실험에는 다양한 환경에서 촬영된 테스트 영상들이 사용되었다.
비교 대상인 영상 개선 방법 중 MSRCR 방법은 영상이 밝기 성분과 반사 성분으로 이루어져 있음을 기반으로 한 방법으로, 멀티 스케일 가우시안 커널을 적용하여 조명 성분을 추정함으로써 밝기 성분을 조절하여 영상을 개선하는 방법이다. 또한 다른 비교 대상인 NRCIR 방법은 글로벌 톤 매핑 기법을 사용하고, 필터 형태를 변형하여 헤일로 효과를 방지한다.
다음의 표 1은 기존의 영상 개선 방법과 본 발명의 처리시간을 비교하여 나타낸 것이다.
표 1
처리시간(sec)
MSRCR NRCIR 본 발명
테스트 영상 1 23.46 9.55 1.07
테스트 영상 2 18.31 9.31 1.05
테스트 영상 3 22.2 9.37 1.06
테스트 영상 4 39.04 16.10 1.62
테스트 영상 5 46.59 18.02 1.69
테스트 영상 6 32.85 12.83 1.28
표 1을 참조하면, 본 발명은 기존의 NRCIR 및 MSRCR 방법에 비해 평균적으로 10배에서 30배 빨라진 처리시간을 나타낸다. 이는 MSRCR은 각 채널마다 복잡한 연산을 수행하고, NRCIR은 밝기 채널을 개선하기 위해 많은 처리단계를 수행하기 때문이다.
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이상에서 본 발명의 바람직한 실시예에 대해 도시하고 설명하였으나, 본 발명은 상술한 특정의 바람직한 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.

Claims (15)

  1. 입력영상의 RGB 색상 공간의 색상 채널들 중 R 채널로부터 추정된 밝기 성분을 반전시켜 반전영상을 생성하는 전처리부;
    상기 입력영상의 CIELab 색상 공간의 L 채널과 상기 반전영상을 융합하여 융합 L 채널을 생성하는 채널 융합부;
    상기 융합 L 채널의 히스토그램을 확장하여 대비를 개선하는 대비 개선부; 및
    상기 대비가 개선된 융합 L 채널과 상기 입력영상의 색도 성분을 결합하고 RGB 색상 공간으로 변환하여 복원영상을 생성하는 색상 복원부;를 포함하는 것을 특징으로 하는 영상 개선 장치.
  2. 제 1항에 있어서,
    상기 R 채널과 상기 입력영상의 다른 색상 채널 및 상기 L 채널 사이의 밝기값의 평균의 비에 의해 채널 간의 최소 차이값을 산출하고, 상기 R 채널의 밝기값이 평균이 다른 색상 채널의 밝기값의 평균보다 크면 상기 최소 차이값을 상기 L 채널에 적용하여 보정된 R 채널을 출력하는 채널 보정부를 더 포함하며,
    상기 전처리부는 상기 보정된 R 채널로부터 상기 반전영상을 생성하는 것을 특징으로 하는 영상 개선 장치.
  3. 제 1항 또는 제 2항에 있어서,
    상기 색상 복원부는 상기 복원영상의 각 색상 채널에 사전에 설정된 색상 복원 인자를 부가하여 결과영상을 생성하는 것을 특징으로 하는 영상 개선 장치.
  4. 제 3항에 있어서,
    상기 색상 복원 인자는 하기 수학식 A에 의해 결정되는 것을 특징으로 하는 영상 개선 장치:
    [수학식 A]
    Figure PCTKR2012007315-appb-I000008
    여기서, CRi(x,y)는 상기 복원영상의 각 색상 채널에 대해 설정되는 화소 단위의 색상 복원 인자이고, Oi(x,y)는 상기 입력영상의 각 색상 채널의 (x,y) 화소값이다.
  5. 제 1항 또는 제 2항에 있어서,
    상기 전처리부는 상기 L 채널의 밝기값의 평균 및 상기 반전영상의 밝기값의 평균을 기초로 가중치를 결정하고,
    상기 채널 융합부는 상기 가중치에 의해 상기 L 채널과 상기 반전영상을 융합하는 것을 특징으로 하는 영상 개선 장치.
  6. 제 5항에 있어서,
    상기 전처리부는 하기 수학식 B에 의해 상기 가중치를 결정하는 것을 특징으로 하는 영상 개선 장치:
    [수학식 B]
    Figure PCTKR2012007315-appb-I000009
    여기서, ω는 상기 가중치, τ는 사전에 설정된 임계값,
    Figure PCTKR2012007315-appb-I000010
    은 상기 반전영상의 밝기값 평균,
    Figure PCTKR2012007315-appb-I000011
    은 상기 L 채널의 밝기값 평균,
    Figure PCTKR2012007315-appb-I000012
    은 상기 반전영상, 그리고 Ol은 상기 L 채널이다.
  7. 제 1항 또는 제 2항에 있어서,
    상기 전처리부는 상기 R 채널에 양방향 필터를 적용하여 상기 밝기 성분을 추정하는 것을 특징으로 하는 영상 개선 장치.
  8. (a) 입력영상의 RGB 색상 공간의 색상 채널들 중 R 채널로부터 추정된 밝기 성분을 반전시켜 반전영상을 생성하는 단계;
    (b) 상기 입력영상의 CIELab 색상 공간의 L 채널과 상기 반전영상을 융합하여 융합 L 채널을 생성하는 단계;
    (c) 상기 융합 L 채널의 히스토그램을 확장하여 대비를 개선하는 단계; 및
    (d) 상기 대비가 개선된 융합 L 채널과 상기 입력영상의 색도 성분을 결합하고 RGB 색상 공간으로 변환하여 복원영상을 생성하는 단계;를 포함하는 것을 특징으로 하는 영상 개선 방법.
  9. 제 8항에 있어서,
    상기 (a) 단계 이전에,
    (e) 상기 R 채널과 상기 입력영상의 다른 색상 채널 및 상기 L 채널 사이의 밝기값의 평균의 비에 의해 채널 간의 최소 차이값을 산출하고, 상기 R 채널의 밝기값이 평균이 다른 색상 채널의 밝기값의 평균보다 크면 상기 최소 차이값을 상기 L 채널에 적용하여 보정된 R 채널을 출력하는 단계를 더 포함하며,
    상기 (a) 단계에서, 상기 보정된 R 채널로부터 상기 반전영상을 생성하는 것을 특징으로 하는 영상 개선 방법.
  10. 제 8항 또는 제 9항에 있어서,
    (f) 상기 복원영상의 각 색상 채널에 사전에 설정된 색상 복원 인자를 부가하여 결과영상을 생성하는 단계를 더 포함하는 것을 특징으로 하는 영상 개선 방법.
  11. 제 10항에 있어서,
    상기 색상 복원 인자는 하기 수학식 A에 의해 결정되는 것을 특징으로 하는 영상 개선 방법:
    [수학식 A]
    Figure PCTKR2012007315-appb-I000013
    여기서, CRi(x,y)는 상기 복원영상의 각 색상 채널에 대해 설정되는 화소 단위의 색상 복원 인자이고, Oi(x,y)는 상기 입력영상의 각 색상 채널의 (x,y) 화소값이다.
  12. 제 8항 또는 제 9항에 있어서,
    상기 (a) 단계에서, 상기 L 채널의 밝기값의 평균 및 상기 반전영상의 밝기값의 평균을 기초로 가중치를 결정하고,
    상기 (b) 단계에서, 상기 가중치에 의해 상기 L 채널과 상기 반전영상을 융합하는 것을 특징으로 하는 영상 개선 방법.
  13. 제 12항에 있어서,
    상기 (a) 단계에서, 하기 수학식 B에 의해 상기 가중치를 결정하는 것을 특징으로 하는 영상 개선 방법:
    [수학식 B]
    Figure PCTKR2012007315-appb-I000014
    여기서, ω는 상기 가중치, τ는 사전에 설정된 임계값,
    Figure PCTKR2012007315-appb-I000015
    은 상기 반전영상의 밝기값 평균,
    Figure PCTKR2012007315-appb-I000016
    은 상기 L 채널의 밝기값 평균,
    Figure PCTKR2012007315-appb-I000017
    은 상기 반전영상, 그리고 Ol은 상기 L 채널이다.
  14. 제 8항 또는 제 9항에 있어서,
    상기 (a) 단계에서, 상기 R 채널에 양방향 필터를 적용하여 상기 밝기 성분을 추정하는 것을 특징으로 하는 영상 개선 방법.
  15. 제 8항 또는 제 9항에 기재된 영상 개선 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
PCT/KR2012/007315 2012-01-03 2012-09-12 색상 채널을 이용한 영상 개선 장치 및 방법 WO2013103184A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US14/369,793 US9230304B2 (en) 2012-01-03 2012-09-12 Apparatus and method for enhancing image using color channel

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2012-0000390 2012-01-03
KR1020120000390A KR101328741B1 (ko) 2012-01-03 2012-01-03 색상 채널을 이용한 영상 개선 장치 및 방법

Publications (1)

Publication Number Publication Date
WO2013103184A1 true WO2013103184A1 (ko) 2013-07-11

Family

ID=48745233

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2012/007315 WO2013103184A1 (ko) 2012-01-03 2012-09-12 색상 채널을 이용한 영상 개선 장치 및 방법

Country Status (3)

Country Link
US (1) US9230304B2 (ko)
KR (1) KR101328741B1 (ko)
WO (1) WO2013103184A1 (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103996178A (zh) * 2014-05-30 2014-08-20 天津大学 一种沙尘天气彩色图像增强方法
CN108122217A (zh) * 2016-11-30 2018-06-05 北京航天计量测试技术研究所 一种自适应场景的实时红外图像增强方法
CN109147005A (zh) * 2018-08-24 2019-01-04 电子科技大学 一种用于红外图像的自适应染色方法、系统、存储介质、终端
CN109919881A (zh) * 2019-01-18 2019-06-21 平安科技（深圳）有限公司 基于豹纹状眼底图像的去豹纹方法及相关设备
CN111275644A (zh) * 2020-01-20 2020-06-12 浙江大学 一种基于Retinex算法的水下图像增强方法和装置
CN112116542A (zh) * 2020-09-24 2020-12-22 西安宇视信息科技有限公司 图像对比度增强方法、装置、电子设备和存储介质
CN117078561A (zh) * 2023-10-13 2023-11-17 深圳市东视电子有限公司 基于rgb的自适应颜色校正与对比度增强方法及装置
CN117173070A (zh) * 2023-11-02 2023-12-05 南昌理工学院 一种基于fpga的图像处理融合方法及系统

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101535630B1 (ko) * 2014-01-21 2015-07-13 전남대학교산학협력단 밝기변환 모델을 이용한 야간 영상의 밝기 개선 장치
KR101596167B1 (ko) * 2014-10-20 2016-02-23 중앙대학교 산학협력단 영상의 컨트라스트 개선을 위한 영상의 암부 보정 장치 및 방법
CN105069757B (zh) * 2015-08-17 2017-12-19 长安大学 无人机载红外获取沥青图像的双向迭代双边滤波方法
CN105631825B (zh) * 2015-12-28 2018-11-16 西安电子科技大学 基于滚动导向的图像去雾方法
RU2622095C1 (ru) * 2016-02-05 2017-06-09 Акционерное общество "Государственный Рязанский приборный завод" Способ улучшения цифровых цветных изображений
WO2017197618A1 (zh) * 2016-05-19 2017-11-23 深圳大学 一种红外图像中条纹噪声的去除方法及系统
CN106296620B (zh) * 2016-08-14 2019-06-04 遵义师范学院 一种基于直方图平移的色彩还原方法
CN106454144B (zh) * 2016-09-08 2019-04-02 清华大学 一种对谷歌眼镜图像过度曝光的校正方法
US10218880B2 (en) * 2017-02-06 2019-02-26 John R. Fredlund Method for assisted image improvement
CN106951908B (zh) * 2017-03-24 2020-06-26 爱保科技有限公司 一种有效的目标识别装置
KR102565277B1 (ko) * 2017-11-24 2023-08-09 삼성전자주식회사 영상 복원 장치 및 방법
AU2017443348B2 (en) * 2017-12-22 2022-01-27 Motorola Solutions, Inc. System and method for crowd-oriented application synchronization
CN109544467B (zh) * 2018-10-23 2023-09-22 江苏理工学院 一种基于lab模型下增强彩色图像对比度的方法
CN109636736B (zh) * 2018-11-06 2022-11-01 中国航空工业集团公司洛阳电光设备研究所 一种宽动态范围红外图像对比度增强方法
KR102238762B1 (ko) 2019-01-31 2021-04-16 주식회사 이노제닉스 패혈증 진단을 위한 reba 결과 판독 영상인식 시스템 및 이를 이용한 패혈증 진단 방법
CN110287671B (zh) * 2019-06-27 2021-07-30 深圳市商汤科技有限公司 验证方法及装置、电子设备和存储介质
CN110533612A (zh) * 2019-08-27 2019-12-03 中山大学 内窥镜图像的成像方法、装置、设备及介质
CN111462125B (zh) * 2020-04-03 2021-08-20 杭州恒生数字设备科技有限公司 一种增强活体检测图像处理系统
CN113222869B (zh) * 2021-05-06 2024-03-01 杭州海康威视数字技术股份有限公司 一种图像处理方法
CN114882385A (zh) * 2022-05-13 2022-08-09 中国农业科学院农业信息研究所 一种基于无人机平台的大田麦穗计数方法
CN114926359B (zh) * 2022-05-20 2023-04-07 电子科技大学 联合双颜色空间恢复和多级解码结构的水下图像增强方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19980036496A (ko) * 1996-11-18 1998-08-05 김광호 Cie 표색계를 이용한 화이트 밸런스 조정 장치
JP2005031800A (ja) * 2003-07-08 2005-02-03 Mitsubishi Electric Corp 熱画像表示装置
JP2009066121A (ja) * 2007-09-12 2009-04-02 Sanyo Electric Co Ltd 撮像装置
KR20090033759A (ko) * 2007-10-01 2009-04-06 삼성전자주식회사 화이트값 추출을 이용한 ｒｇｂ-ｔｏ-ｒｇｂｗ 변환 시스템및 방법
WO2009133931A1 (ja) * 2008-04-30 2009-11-05 コニカミノルタオプト株式会社 撮像装置及び撮像素子
JP2010161452A (ja) * 2009-01-06 2010-07-22 Olympus Corp 赤外線照射式撮像装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4666274B2 (ja) * 2001-02-20 2011-04-06 日本電気株式会社 カラー画像処理装置及びその方法
US7522781B2 (en) * 2005-02-11 2009-04-21 Samsung Electronics Co., Ltd. Method and apparatus for image processing based on a mapping function
KR100879536B1 (ko) * 2006-10-30 2009-01-22 삼성전자주식회사 영상의 화질 개선을 위한 방법 및 시스템

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19980036496A (ko) * 1996-11-18 1998-08-05 김광호 Cie 표색계를 이용한 화이트 밸런스 조정 장치
JP2005031800A (ja) * 2003-07-08 2005-02-03 Mitsubishi Electric Corp 熱画像表示装置
JP2009066121A (ja) * 2007-09-12 2009-04-02 Sanyo Electric Co Ltd 撮像装置
KR20090033759A (ko) * 2007-10-01 2009-04-06 삼성전자주식회사 화이트값 추출을 이용한 ｒｇｂ-ｔｏ-ｒｇｂｗ 변환 시스템및 방법
WO2009133931A1 (ja) * 2008-04-30 2009-11-05 コニカミノルタオプト株式会社 撮像装置及び撮像素子
JP2010161452A (ja) * 2009-01-06 2010-07-22 Olympus Corp 赤外線照射式撮像装置

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103996178A (zh) * 2014-05-30 2014-08-20 天津大学 一种沙尘天气彩色图像增强方法
CN108122217B (zh) * 2016-11-30 2021-07-20 北京航天计量测试技术研究所 一种自适应场景的实时红外图像增强方法
CN108122217A (zh) * 2016-11-30 2018-06-05 北京航天计量测试技术研究所 一种自适应场景的实时红外图像增强方法
CN109147005A (zh) * 2018-08-24 2019-01-04 电子科技大学 一种用于红外图像的自适应染色方法、系统、存储介质、终端
CN109147005B (zh) * 2018-08-24 2023-02-28 电子科技大学 一种用于红外图像的自适应染色方法、系统、存储介质、终端
CN109919881A (zh) * 2019-01-18 2019-06-21 平安科技（深圳）有限公司 基于豹纹状眼底图像的去豹纹方法及相关设备
CN109919881B (zh) * 2019-01-18 2023-07-28 平安科技（深圳）有限公司 基于豹纹状眼底图像的去豹纹方法及相关设备
CN111275644A (zh) * 2020-01-20 2020-06-12 浙江大学 一种基于Retinex算法的水下图像增强方法和装置
CN111275644B (zh) * 2020-01-20 2023-06-02 浙江大学 一种基于Retinex算法的水下图像增强方法和装置
CN112116542A (zh) * 2020-09-24 2020-12-22 西安宇视信息科技有限公司 图像对比度增强方法、装置、电子设备和存储介质
CN112116542B (zh) * 2020-09-24 2024-03-08 西安宇视信息科技有限公司 图像对比度增强方法、装置、电子设备和存储介质
CN117078561A (zh) * 2023-10-13 2023-11-17 深圳市东视电子有限公司 基于rgb的自适应颜色校正与对比度增强方法及装置
CN117078561B (zh) * 2023-10-13 2024-01-19 深圳市东视电子有限公司 基于rgb的自适应颜色校正与对比度增强方法及装置
CN117173070A (zh) * 2023-11-02 2023-12-05 南昌理工学院 一种基于fpga的图像处理融合方法及系统

Also Published As

Publication number Publication date
US20140369601A1 (en) 2014-12-18
US9230304B2 (en) 2016-01-05
KR101328741B1 (ko) 2013-11-11
KR20130079728A (ko) 2013-07-11

Similar Documents

Publication Publication Date Title
WO2013103184A1 (ko) 색상 채널을 이용한 영상 개선 장치 및 방법
WO2018048231A1 (en) Method and electronic device for producing composite image
US8374425B2 (en) Method of chromatic classification of pixels and method of adaptive enhancement of a color image
CN107424198A (zh) 图像处理方法、装置、移动终端及计算机可读存储介质
WO2020171305A1 (en) Apparatus and method for capturing and blending multiple images for high-quality flash photography using mobile electronic device
WO2017131343A1 (en) A device for and method of enhancing quality of an image
WO2016003253A1 (en) Method and apparatus for image capturing and simultaneous depth extraction
JP2002197457A (ja) ディジタル画像中の肌色を検出する方法
JP3018914B2 (ja) 階調補正装置
CN110827225A (zh) 一种基于双重曝光框架的非均匀光照水下图像增强方法
CN111861896A (zh) 一种面向uuv的水下图像色彩补偿与恢复方法
EP3164992A1 (en) Method and apparatus for image capturing and simultaneous depth extraction
CN107277369B (zh) 图像处理方法、装置、计算机可读存储介质和计算机设备
TWM458747U (zh) 影像處理模組
CN117611467A (zh) 一种能同时平衡不同区域细节和亮度的低光图像增强方法
WO2023219466A1 (en) Methods and systems for enhancing low light frame in a multi camera system
CN107454318A (zh) 图像处理方法、装置、移动终端及计算机可读存储介质
WO2020055196A1 (en) Apparatus and methods for generating high dynamic range media, based on multi-stage compensation of motion
CN107295261A (zh) 图像去雾处理方法、装置、存储介质和移动终端
WO2017086522A1 (ko) 배경스크린이 필요 없는 크로마키 영상 합성 방법
CN113450289B (zh) 一种客运场景下人脸图像低照度自动增强的方法
WO2022080680A1 (ko) 인공지능 기반 이미지 인페인팅 방법 및 디바이스
CN112243118B (zh) 白平衡校正方法、装置、设备及存储介质
CN110148188B (zh) 一种基于最大差值图像估计低照度图像光照分布的方法
CN112422940A (zh) 一种自适应颜色校正方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12864146

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 14369793

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 12864146

Country of ref document: EP

Kind code of ref document: A1