본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색

결과 내 검색

동의어 포함

고급검색

인명/단체명

저자정보 상세정보
인명/단체명을 입력하세요.

키워드

  • 대표어

  • 외국어

-

목차보기

표제지

목차

I. 서론 8

II. 기존의 대비 향상을 위한 연구 12

2.1. 전역 대비 향상 기법 12

2.1.1. 히스토그램 평활화 13

2.2. 지역 대비 향상 기법 15

2.2.1. SSR (Single-Scale Retinex) 16

2.2.2. MSR (Multi-Scale Retinex) 19

2.3. 비선형 마스킹 23

2.3.1. 기본 알고리즘 23

2.3.2. 지역 색 보정 및 대비 향상 26

III. 영상의 인지적 대비 향상을 위한 방법 29

3.1. 비선형 마스킹 기법의 개선 29

3.1.1. 색 공간에 따른 비선형 마스킹 29

3.1.2. 파라미터의 최적화 33

IV. 실험 및 결과 39

4.1. 정량적 평가 39

4.2. 정성적 평가 50

V. 결론 52

참고문헌 53

Abstract 55

표목차

표 1. 색 공간에 따른 색도, 채도, 밝기의 변화 32

표 2. 입력 영상과 제안하는 알고리즘을 적용한 결과 영상의 색도, 채도, 밝기... 37

표 3. 다양한 영상에 대한 알고리즘 적용 시의 색도, 채도, 밝기 변화 48

표 4. 각 알고리즘 적용 결과에 대한 z-score 51

그림목차

그림 1. SSR 결과. (a) 입력 영상, (b) 블러링 된 영상 (σ ＝ 50), (c) 결과 영... 18

그림 2. MSR 알고리즘 수행 과정 19

그림 3. MSR 결과. (a) 입력 영상, (b) 작은 스케일 (σ ＝ 5), (c) 중간 스케일... 21

그림 4. MSR 알고리즘의 주색도 성분에 의한 색상 왜곡 현상. (a) 입력 영상,... 22

그림 5. 비선형 마스킹의 기본 흐름도 24

그림 6. 마스크 값에 따른 화소 값 매핑 25

그림 7. 비선형 마스킹을 이용한 영상 개선. (a)원 영상, (b)반전된 흑백 영... 27

그림 8. 색 공간에 따른 비선형 마스킹 기법을 적용한 결과. (a)입력 영상,... 30

그림 9. 색 공간에 따른 비선형 마스킹 결과 영상의 색도, 채도, 밝기 변화. 31

그림 10. 입력 값에 따른 화소 값 매핑 34

그림 11. a와 b값에 따른 화소 값 매핑. (a) α ＝ 128,(b) α ＝ 255 35

그림 12. 제안하는 알고리즘 흐름도 36

그림 13. 제안하는 알고리즘의 적용 결과. (a)결과 영상, (b)색도 변화, (c)... 37

그림 14. 입력 영상 1에 각 알고리즘을 적용한 결과 영상. (a)입력 영상 (b)... 40

그림 15. 입력 영상 2에 각 알고리즘을 적용한 결과 영상. (a)입력 영상 (b)... 41

그림 16. 입력 영상 3에 각 알고리즘을 적용한 결과 영상. (a)입력 영상 (b)... 42

그림 17. 입력 영상 4에 각 알고리즘을 적용한 결과 영상. (a)입력 영상 (b)... 43

그림 18. 입력 영상 5에 각 알고리즘을 적용한 결과 영상. (a)입력 영상 (b)... 44

그림 19. 입력 영상 6에 각 알고리즘을 적용한 결과 영상. (a)입력 영상 (b)... 45

그림 20. 입력 영상 7에 각 알고리즘을 적용한 결과 영상. (a)입력 영상 (b)... 46

그림 21. 입력 영상 8에 각 알고리즘을 적용한 결과 영상. (a)입력 영상 (b)... 47

그림 22. 각 알고리즘 적용 결과에 대한 z-score 51

초록보기

 The human visual system has characteristic that adaptive response to ambient light intensity for recognize the scene. However, digital devices can't adapt to ambient light intensity, and light from the scene to quantify the value of the property as static. So human's perception by watching the scene through directly human eye is distinguished from perception by watching the scene through digital devices. Thus, input image through digital devices need corrected like watching the scene through directly human eye. Contrast enhancement is the method to solve problem that digital devices can't adapt to ambient light intensity. Contrast enhancement is usually devide to global contrast enhancement and local contrast enhancement. Global contrast enhancement is method to enhancing quality of image by extend dynamic range of image. (ex. Histogram Equalization) And local contrast enhancement is method to enhancing quality of image by using spatial structure for preserve local contrast. (ex. Retinex Algorithm)

This paper propose algorithm to cognitive contrast enhancement with minimize change of hue using non-Linear masking. To evaluate proposed method, performed quantitative evaluation of input image with result image by each contrast enhancement algorithm, and performed qualitative evaluation using z-score. Consequently could verified proposed method is useful to enhancing contrast of image with minimize change of hue which main property of image.

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차

권호

기사명 원문보기 기사목차
닫기