새로운 관심영역 추출 방법을 이용한 역광보정
Backlight Compensation by Using a Novel Region of Interest Extraction Method
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
우리는 빛의 정도에 따라 이미지의 밝기와 채도, 대비를 보정하고 더 나아가 역광을 보정하는 기술을 구현하였다. 역광보정은 자동이나 수동으로 할 수 있는데, 수동으로 역광보정을 적용하기 위해서는 먼저 관심영역을 지정해 주어야 한다. 관심영역은 사진 속 원하는 사물의 윤곽선을 이어줌으로써 선택한다. 우리는 자석 올가미를 이용하여 사용자가 섬세한 선택을 가능하게 하였다. 기존 올가미 기능은 시작점과 끝점을 일치시켜 주어야 하는 단점이 있었으나 제안하는 올가미 기능은 시작점과 끝점을 일치시키지 않아도 관심영역을 선택할 수 있는 장점이 있다. 또한 사용자가 이진화 임계값과 질감추출을 위한 k-means 군집의 개수를 선택할 수 있도록 하여 다양한 역광보정 결과를 자동으로 얻을 수 있게 하였다.
Abstract
We have implemented a technique to correct the brightness, saturation, and contrast of an image according to the degree of light, and further compensate the backlight. Backlight compensation can be done automatically or manually. For manual backlight compensation, we have to select the region of interest (ROI). ROI can be selected by connecting the outline of the desired object. We make users select the region delicately with the new magnetic lasso tool. The previous lasso tool has a disadvantage that the start point and the end point must be connected. However, the proposed lasso tool has the advantage of selecting the region of interest without connecting the start point and the end point. We can automatically obtain various results of backlight compensation by adjusting the number of k-means clusters for texture extraction and the threshold value for binarization.
참고문헌 (14)
- Dae-Geun Park, "Acquisition of efficient HDR image using estimation of dynamic range of scene in camera images with various exposures", Proceedings of IEEK Summer Conference, pp.233~234 (2007)
- Dae-Young Hyun, "Region-based backlight compensation algorithm for images and videos", IEEE(ICIP) Conference Publications, pp.3545~3546 (2010)
- Lucas Bastos, "Automatic Texture Segmentation based on k-means Clustering and Co-occurrence Features", Proceedings of International Conference on Systems, Signal and Image Processing, pp.141~144 (2008)
- Eric N. Mortensen, "Intelligent Selection Tools", IEEE Computer Society Conference on Computer Vision and Pattern Recognition, pp.776~777 (2000)
- 서영건, "JPEG2000 이미지의 에지 분포를 이용한 ROI 마스크 생성과 자동 관심영역 추출", 디지털콘텐츠학회논문지, 16(4), pp.583~593 (2015), 한국디지털콘텐츠학회[DOI]
- Jun-Gyn Park, "Region of Interest(ROI)Studies Using a Sophisticated Face Recognition Algorithm", Proceedings of KIIT Summer Conference, pp.116~119 (2014)
- Chiun-Li Chin, "Detection and Compensation Algorithm for Backlight Images with Fuzzy Logic and Adaptive Compensation Curve", International Journal of Pattern Recognition and Artificial Intelligence, 19(8), pp.1041~1057 (2005)
- C. J. Lin, "Image backlight compensation using neuro-fuzzy networks with immune particle swarm optimization", Expert Systems with Applications, 36(3), pp.5212~5220 (2009)
- Jiazhong Chen, "Image Dimming Perceptual Model Based Pixel Compensation and Backlight Adjustment", Journal of Display Technology, 11(9), pp.744~752 (2015)
- 김영탁, "역광 이미지의 효율적인 컬러 색상 보정을 위한 Retinex 알고리즘의 성능 개선", 한국컴퓨터정보학회논문지, 16(1), pp.61~70 (2011), 한국컴퓨터정보학회
- Eric N. Mortensen, "Intelligent Scissors for Image Composition", Proceedings of the 22nd annual conference on Computer Graphics and Interactive Techniques, pp.192~194 (1995)
- John Canny, "A Computational Approach to Edge Detection", IEEE Trans, Pattern Analysis and Machine Intelligence, PAMI-8(6), pp.679~697 (1986)
- E. W. Dijkstra, "A Note on Two Problems in Connexion with Graphs", Numerische Mathematick, 1, pp.269~271 (1959)
- D. Walther, "Interactions of Visual Attention and Object Recognition: Computational Modeling, Algorithms, and Psychophysics", pp.2006