http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 하호건(Ho-Gun Ha) (검색결과 11 건)
- 무료
- 기관 내 무료
- 유료
-
잡음 영상에서 국부 영역의 반복적인 위상 상관도를 이용한 부화소 이동량 추정방법
하호건(Ho-Gun Ha),장인수(In-Su Jang),고경우(Kyung-Woo Ko),하영호(Yeong-Ho Ha) 大韓電子工學會 2010 電子工學會論文誌-SP (Signal processing) Vol.47 No.1
본 논문에서는 원 영상에서 특정한 국부 영역을 선택하고 선택된 국부 영역에 반복적인 위상 상관도를 수행함으로써 잡음을 가지고 있는 영상에서 정확한 부화소(subpixel) 이동량을 추정하는 방법을 제안한다. 기존의 방법은 영상 전체를 이용해 위상 상관도를 수행 한 후 포물선, sinc 같은 함수 보간을 통해 간접적으로 부화소 이동량을 추정하였다. 이 같은 추정방법은 정확하나 백색 가우시안 잡음(additive white gaussian noise)이나 에일리어싱(aliasing)과 같은 잡음이 영상에 존재하면 정확한 부화소 이동량 추정이 어렵다. 그래서 영상 전체를 이용하기 보다는 잡음이 적은 국부 영역을 선택하여 이를 이용해 위상 상관도를 수행하고 부화소 이동량을 계산할 때 기존의 함수의 보간을 사용하기 않고 반복적으로 위상 상관도를 수행함으로써 잡음에 강한 부화소 이동량을 추정 방법을 제안하였다. 또한 위상 상관도 함수의 분석을 통해 위상 상관도 반복횟수를 줄이는 방법도 제안하였다. 실험을 통해 제안한 방법과 기존의 방법으로 추정한 부화소 이동량의 오차를 비교하고 초해상도 영상을 만들어 봄으로써 제안한 방법이 잡음이 있는 조건에서 더 정확한 부화소 이동량 추정성능을 보여줌을 알 수 있었다. In this paper, we propose a subpixel shift estimation method using phase correlation with a local region for the registration of noisy images. Phase correlation is commonly used to estimate the subpixel shift between images, which is derived from analyzing shifted and downsampled images. However, when the images are affected by additive white Gaussian noise and aliasing artifacts, the estimation error is increased. Thus, instead of using the whole image, the proposed method uses a specific local region that is less affect by noises. In addition, to improve the estimation accuracy, iterative phase correlation is applied between selected local regions rather than using a fitting function. the restricted range is determined by analyzing the maximum peak and the two adjacent values of the inverse Fourier transform of the normalized cross power spectrum. In the experiments, the proposed method shows higher accuracy in registering noisy images than the other methods. Thus, the edge-sharpness and clearness in the super-resolved image is also improved.
-
하호건(Ho-Gun Ha),경왕준(Wang-Jun Kyung),김대철(Dae-Chul Kim),하영호(Yeong-Ho Ha) 大韓電子工學會 2012 電子工學會論文誌-SP (Signal processing) Vol.49 No.3
Local color transfer is the process of assigning a given color to a local region in a target image. The local region that contains the given color has to be segmented. Conventionally, the segmentation of the corresponding local region in a target image is based on the color distance. The region which is the closest in color distance is separated. However, since the close range of color distance separating a given color from target image is ambiguous and uncertain, color distortion is often generated around a separated local region. Therefore, this paper addresses the problem of segmentation in a local color transfer. To prevent color distortion, a modified color influence map is proposed with color categories. First, the target image is roughly segmented using a color category map, which groups similar colors in color space. It restricts the color transfer to a specific color category according to a given color. Second, modified color influence map assigning different weight to lightness and chroma, respectively, is used instead of Euclidian color distance. Then, by combining a modified color influence map and color category map filtered with anisotropic diffusion, a local region that contains a given color can be segmented more strictly than conventional method. 지역적인 영상의 색변환이란 영상에서 특정 색을 포함하는 영역을 추정하고 이를 원하는 색으로 변환시키는 것이다. 기존 방법에서는 색차만을 이용해서 바꾸고자 하는 색을 포함하는 영역을 추정하고 이를 변환하였다. 따라서 변환되는 색 주변에서 원하지 않는 색결점(color artifact)이 나타나게 되었다. 제안한 방법에서는 이러한 색결점을 줄이기 위해 컬러 카테고리 맵과 수정된 color influence map을 결합한 지역적인 색변환 방법을 제안하였다 .컬러 카테고리 맵은 모든 색을 사람의 인지를 기반으로 11가지의 컬러 카테고리로 나눈 것으로서, 컬러 정보만을 이용해서 먼저 바꾸고자하는 색을 포함한 입력 영상의 지역 영역을 대략적으로 추정한다. 다음으로, 수정된 color influence map을 이용하여 인접한 영역의 색을 고려한 색변환 정도를 계산한다. 기존의 방법처럼 단순히 동일한 가중치를 주는 색차보다는 밝기와 색도에 서로 다른 가중치를 주어 수정된 color influence map을 계산하였다. 마지막으로 각각의 컬러 카테고리 맵과 수정된 color influence map에 가중치를 결합하여 지역적인 영상의 색변환을 수행하였다. 실험을 통해 제안한 방법과 기존의 색변환 방법의 결과 영상을 비교해 보았으며, 제안한 방법에서 색결점이 적게 나타나는 것을 확인할 수 있다.
-
컬러 결점을 줄이기 위한 수정된 segment maxima 기반의 색역 추정
하호건(Ho-Gun Ha),장인수(In-Su Jang),이태형(Tae-Hyoung Lee),하영호(Yeong-Ho Ha) 大韓電子工學會 2011 電子工學會論文誌-SP (Signal processing) Vol.48 No.3
본 논문에서는 수정된 segment maxima을 기반으로 한 색역 추정 방법을 제안한다. Segment maxima은 CIELab 공간을 일정한 간격으로 분할하고, 각 분할된 영역의 최외각 측정 데이터를 계산하여 색역을 추정하는 기법이다. 그러나 이 방법은 색공간의 분할 개수에 따라서 지역적인 색역 왜곡이 나타나 색역 사상시에 컬러 결점(color artifact)을 발생시킨다. 색공간 분할 개수가 적으면 높은 채도 부근에서 추정된 색역 정보가 분실되어 컬러 컨투어(color contour) 현상이 발생한다. 이와 반대로 색공간 분할 개수가 많으면 CIELab 밝기 축 부근에서 색역이 오목하게 되는 왜곡이 발생한다. 이러한 지역적인 색역 왜곡은 색역 사상시 결과 영상에 컬러 결점이 유발한다. 제안한 논문에서는 실험을 통하여 측정한 데이터 수에 따른 적절한 색공간 분할 개수를 설정하여 높은 채도 부근에 색역 축소를 줄이며, 오목하게 나타나는 지역적인 색역 왜곡을 다양한 색역 분할에 따른 색역 경계 서술자(gamut boundary descriptor) 비교를 통해 이를 수정하는 방법을 제안하였다. 실험을 통해 제안한 방법이 기존의 segment maxima보다 정확한 장치의 색역을 추정할 수가 있었고, 결과 영상에서도 컬러 컨투어나 반점과 같은 컬러 결점이 줄어듬을 확인 할 수 있었다. In this paper, we proposed a method for estimating an accurate gamut based on segment maxima method. According to the number of segments in the segment maxima, a local concavity is generated in the vicinity of lightness axis or a gamut is reduced in high chroma region. It induces artifacts or deterioration of the image quality. To remove these artifacts, the number of segment is determined according to the number of samples. and a local concavity is modified by extending a detected concave point to the line connecting two adjacent boundary points. Experimental results show that the contours in a uniform color region and speckle artifacts from the conventional segment maxima algorithm are removed.
-
-
-
-
단일 Bayer 영상으로 부터 다양한 노출을 가지는 Low Dynamic Range 영상들의 추정
이태형(Tae Hyoung Lee),하호건(Ho-Gun Ha),하영호(Yeong-Ho Ha) 大韓電子工學會 2011 電子工學會論文誌-SP (Signal processing) Vol.48 No.2
HDR(high dynamic range) 영상 기법은 일반 카메라에서 획득되는 영상의 LDR(low dynamic range)의 한계를 극복하는 방법을 일컫는다. 일반적으로 이 기법은 카메라의 노출에 따른 단계별 LDR 영상들을 획득하고 통합함으로써 획득된다. 그러나 기존의 연구에서는 여러 번에 걸친 영상획득 과정이 필요하고 그에 따른 고스트(ghost) 현상을 야기한다. 이러한 한계를 극복하기 위하여, 본 연구에서는 센서에서 획득되는 단일 Bayer 영상으로부터 사용자가 요구하는 노출의 LDR 영상을 채널상관성을 고려하여 추정할 수 있는 방법을 제안하였다. 제안된 방법은 먼저 입 · 출력 간의 상관관계를 나타내는 노출(exposure) look-up table(LUT)를 각 채널별로 생성을 한다. 그리고 입력 영상의 평균휘도와 노출을 LUT에 적용하여, 최종 LDR 영상을 위한 새로운 노출을 추정한다. 다음으로 입력 영상의 각 픽셀 값과 추정된 노출을 LUT에 적용함으로써 목적하는 밝기를 가지는 LDR 영상을 추정 할 수 있다. 이 때, 포화된 영역의 경우는 채널의 상관성을 고려하여 추정함으로써 실제 노출로 획득한 영상과의 차이를 줄이는 방법을 제안하였다. 결과영상은 PSNR을 비교하여 정확성을 증명하였으며, 또한 디스플레이를 위하여 톤맵핑(tone mapping)을 적용한 영상을 사용한 비교에서 실제 획득된 영상과 추정한 영상의 차이가 비슷함을 확인하였다. HDR(high dynamic range) imaging techniques supports wider dynamic range than normal images captured from general still camera. These usually need several shots to obtain LDR(low dynamic range) images, causing ghosting artifacts. Accordingly, this paper suggests a method to generate new LDR images from a single Bayer image using Exposure LUT(look-up table) by considering channel dependency. We prior construct exposure LUT for each RGB channel, showing the relationship between input and average output luminance values. In the process, by applying the average luminance of input image and current exposure to LUT, new exposures which are determined by user choice are first estimated. Next, LDR images which are corresponded to new exposures are generated based on each LUT. Saturated areas are improved by considering channel dependency in the last procedure. In the experimental comparison, high PSNR values are obtained between estimated and captured images. Also, we have similar appearance on displayed images.
-
노출이 다른 다수의 입력 영상을 사용한 초해상도 영상 복원
이태형(Tae-Hyoung Lee),하호건(Ho-Gun Ha),이철희(Cheol-Hee Lee),하영호(Yeong-Ho Ha) 대한전자공학회 2012 電子工學會論文誌-SP (Signal processing) Vol.49 No.1
초해상도 영상복원은 동일한 노출을 가진 다수의 저해상도 영상을 사용하며, 각 영상들 간의 부화소 이동량을 통해 높은 해상도를 가지는 영상을 복원하는 방법이다. 최근에는 노출이 다른 다수의 입력 영상들을 사용하여 해상도와 동적범위 모두를 향상시키는 방법들이 제시되고 있다. 기존의 방법들은 장면의 휘도 변환을 위한 카메라 응답곡선과 톤 맵핑 방법을 필수적으로 요구한다. 이러한 과정에서 CRC 곡선은 추가적인 영상 획득을 요구하며, 과정 또한 복잡하다. 특히 톤 맵핑은 방법에 따라 결과 영상의 화질을 일정하게 나타내지 못하는 장점이 있다. 따라서 본 연구에서는 가중치 맵을 사용한 고해상도 동적 범위확장 영상 재현 방법을 제시한다. 제안된 방법에서 먼저 각 입력 영상에서 인간 시각에 가장 잘 보이는 영역을 가중치 맵(weight map)이라 정의하고, 가중치 맵이 적용된 입력 영상을 초해상도 복원방법에 적용함으로써, 해상도와 동적 범위가 모두 확장된 결과 영상을 획득한다. 이 방법은 카메라 응답곡선과 톤 맵핑을 사용하지 않음으로 일정한 화질을 획득한다. 또한 제안된 방법은 입력 영상의 구성에 따라 결과 영상의 화질이 다르게 나타남으로, 수수의 불규칙한 입력에도 유사한 결과를 획득하기 위한 밝기 보상 요소를 제안한다. Recent research efforts have focused on combining high dynamic range imaging with super-resolution reconstruction to enhance both the intensity range and resolution of images. The processes developed to date start with a set of multiple-exposure input images with low dynamic range (LDR) and low resolution (LR), and require several procedural steps: conversion from LDR to HDR, SR reconstruction, and tone mapping. Input images captured with irregular exposure steps have an impact on the quality of the output images from this process. In this paper, we present a simplified framework to replace the separate procedures of previous methods that is also robust to different sets of input images. The proposed method first calculates weight maps to determine the best visible parts of the input images. The weight maps are then applied directly to SR reconstruction, and the best visible parts for the dark and highlighted areas of each input image are preserved without LDR-to-HDR conversion, resulting in high dynamic range. A new luminance control factor (LCF) is used during SR reconstruction to adjust the luminance of input images captured during irregular exposure steps and ensure acceptable luminance of the resulting output images. Experimental results show that the proposed method produces SR images of HDR quality with luminance compensation.
-
-
ScienceON
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
