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
- 주제어 : 적응적 색상 모델 (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
최호형(Ho-Hyoung Choi),윤병주(Byoung-Ju Yun) 大韓電子工學會 2011 電子工學會論文誌-SP (Signal processing) Vol.48 No.1
이미징 파이프라인(imaging pipeline)의 목적은 디스플레이 되는 영상을 원영상과 비슷하게 변환하는 것이다. 이를 위해 감마 조정 혹은 히스토그램기반 방법이 영상대비와 세부 영역을 개선하기 위해 제안되었다. 그러나 이러한 방법들은 조도성분과 색도성분이 위치에 따라 변화하므로 영상 개선에 한계가 있다. 따라서 MSR (Multi-Scale Retinex)기법이 제안되었으며, 이는 영상에 따른 가우시안 필터의 크기에 의존하며, 독립적인 로그 신호를 기반으로 한다. 그러므로 영상 보정 후 후광효과(Halo), 색상변화(Color change or graying-out), 특정 색상의 두드러짐 등의 영상 왜곡(image distortion)이 발생한다. 따라서 본 논문에서는 영상을 전역조명성분, 국부조명성분, 반사성분으로 나누는 새로운 색상 보정 방법을 제안한다. 제안한 방법에서 전역조명성분은 가우시안 필터를 적용하여 획득하며, 국부 조명성분은 JND(Just-noticeable difference)기반 적응적 필터를 적용하여 획득한다. 반사성분은 원 영상에 획득된 전역조명성분과 국부조명성분으로 나누어 줌으로써 획득된다. 개선된 영상은 멱함수(power function)를 수행한 후 이들의 곱으로 획득되며, sRGB로 표현된다. 실험 결과에서 제안한 방법이 기존의 방법에 비해 우수한 성능을 보인다. The objective of the imaging pipeline is to transform the original scene into a display image that appear similar, Generally, gamma adjustment or histogram-based method is modified to improve the contrast and detail. However, this is insufficient as the intensity and the chromaticity of illumination vary with geometric position. Thus, MSR (Multi-Scale Retinex) has been proposed. the MSR is based on a channel-independent logarithm, and it is dependent on the scale of the Gaussian filter, which varies according to input image. Therefore, after correcting the color, image quality degradations, such as halo, graying-out, and dominated color, may occur. Accordingly, this paper presents a novel color correction method using a modified image formation model in which the image is divided into three components such as global illumination, local illumination, and reflectance. The global illumination is obtained through Gaussian filtering of the original image, and the local illumination is estimated by using JND-based adaptive filter. Thereafter, the reflectance is estimated by dividing the original image by the estimated global and the local illumination to remove the influence of the illumination effects. The output image is obtained based on sRGB color representation. The experiment results show that the proposed method yields better performance of color correction over the conventional methods.
-
인공지능 : 날씨,조명 판단 및 적응적 색상모델을 이용한 도로주행 영상에서의 이정표 검출
김태형 ( Tae Hung Kim ),임광용 ( Kwang Yong Lim ),변혜란 ( Hye Ran Byun ),최영우 ( Yeong Woo Choi ) 한국정보처리학회 2015 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.4 No.11
Road-view object classification methods are mostly influenced by weather and illumination conditions, thus the most of the research activities are based on dataset in clean weathers. In this paper, we present a road-view object classification method based on color segmentation that works for all kinds of weathers. The proposed method first classifies the weather and illumination conditions and then applies the weather-specified color models to find the road traffic signs. Using 5 different features of the road-view images, we classify the weather and light conditions as sunny, cloudy, rainy, night, and backlight. Based on the classified weather and illuminations, our model selects the weather-specific color ranges to generate Gaussian Mixture Model for each colors, Green, Yellow, and Blue. The proposed method successfully detects the traffic signs regardless of the weather and illumination conditions.
ScienceON
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
