| 1 |
1
입력된 영상에서 명도 또는 휘도 채널을 분리한 다음, 영상 전역 분포에서 추출한 기본 매개변수인 영상의 명도 또는 휘도값의 전역 평균값(μ)과 중간값(m)으로 전체 영상을 보정하는 감마 보정 계수를 계산해서 적용하는 단계;이진화 영상 분할 기법을 적용하여 영상을 밝은 영역과 어두운 영역으로 이진화한 클래스들의 정보에서 보완 매개변수인 클래스 비율(P1, P2)과 클래스 평균값(μ1, μ2)을 추출하는 단계; 및추출된 보완 매개변수를 사용하여 융합 가중치를 결정하는 단계;를 포함하는 광노출 보정 및 화질 개선을 위한 HDR 기법
|
| 2 |
2
제1항에 있어서,상기 이진화 영상 분할 기법은,Ostu, Iterative thresholding, Kapur 또는 Adaptive thresholding 중 어느 하나의 기법이 사용되는 것을 특징으로 하는 광노출 보정 및 화질 개선을 위한 HDR 기법
|
| 3 |
3
제1항에 있어서,영상의 전역 평균값(μ)과, 중간값(m)의 차이인 d 로부터 감마 보정 계수 - 밝은 영역을 어둡게 보정하는 감마 보정 계수(γ1), 어두운 영역을 밝게 보상하기 위한 감마 보정 계수(γ2) - 를 계산하기 위해서 +∞와 -∞ 양쪽에서 수렴하는 sigmoid 함수를 사용하는 것을 특징으로 하는 광노출 보정 및 화질 개선을 위한 HDR 기법
|
| 4 |
4
제1항에 있어서,영상의 전역 평균값(μ)과, 중간값(m)의 차이인 d 로부터 감마 보정 계수를 계산할 때, 선형 또는 비선형 함수 중 어느 하나를 사용하는 것을 특징으로 하는 광노출 보정 및 화질 개선을 위한 HDR 기법
|
| 5 |
5
제3항에 있어서,밝은 영역을 어둡게 보정하는 감마 보정 계수(γ1) 및 어두운 영역을 밝게 보상하기 위한 감마 보정 계수(γ2)는 하기 식과 같이, - 여기서 α, β는 스케일링 상수, γmax1는 γ1 의 최대값, γmax2는 γ2 의 최대값, γmin1는 γ1 의 최소값, γmin2는 γ2 의 최소값임 - 으로 정의되는 것을 특징으로 하는 광노출 보정 및 화질 개선을 위한 HDR 기법
|
| 6 |
6
제5항에 있어서,감마 보정 계수(γ1, γ2)로 보정된 각 영상(I(i, j))을 하기 식과 같이, - 여기서 ω는 각 보정 영상에 대한 융합 가중치이고, 밝은 화소가 보정된 영상(Ib), 어두운 화소가 보정된 영상(Id) 및 입력 영상(Ii)임 - 가중치 융합하여 결과 영상 R(i, j)를 획득하는 것을 특징으로 하는 광노출 보정 및 화질 개선을 위한 HDR 기법
|
| 7 |
7
제6항에 있어서,클래스 평균값의 절대적 위치(class mean position)에 따른 가중치 함수(ωcmp)는 μ1이 0에 가깝거나 μ2가 255에 가까울수록 큰 값을 가지도록 하기 식과 같이,- 여기에서 σ는 클래스 평균값의 절대적 위치에 따른 가중치 결정 함수인 가우시안 함수의 폭을 조정하는 표준편차임 - 으로 처리되는 것을 특징으로 하는 광노출 보정 및 화질 개선을 위한 HDR 기법
|
| 8 |
8
제6항에 있어서,어두운 클래스와 밝은 클래스의 평균값 위치(class mean position)에 따른 융합 가중치를 계산할 때, Gaussian 함수, 선형 또는 비선형함수 중 어느 하나를 사용하는 것을 특징으로 하는 광노출 보정 및 화질 개선을 위한 HDR 기법
|
| 9 |
9
제7항에 있어서,클래스 비율(P1, P2)과 클래스 평균값(μ1, μ2)이 적용된 융합 가중치는,- 여기에서 T는 밝은 영역과 어두운 영역으로 이진 분할하는 문턱치이고, ωb 는 밝은 영역의 융합 가중치이고, ωd 는 어두운 영역의 융합 가중치임 - 으로 정의되는 것을 특징으로 하는 광노출 보정 및 화질 개선을 위한 HDR 기법
|
| 10 |
10
제1항에 있어서,기본 매개변수(primary parameter)인 영상의 전역 평균값(μ)과 중간값(m)으로 전체적인 감마 보정 계수를 계산해서 적용한 후, 이진화된 영상의 보완 매개변수인 클래스 비율(P1, P2)과 클래스 평균값(μ1, μ2)으로 융합 가중치를 결정하는 것을 특징으로 하는 광노출 보정 및 화질 개선을 위한 HDR 기법
|
