TY - THES AU - 송준수 DA - 2017/08 PY - 2017 UR - http://hdl.handle.net/20.500.11754/32979 UR - http://hanyang.dcollection.net/common/orgView/200000431563 AB - 영상의 기술이 발전됨에 따라 촬영된 영상을 실시간으로 전송하고 디지털화된 영상을 출력하는 다양한 기술들이 나타나고 있다. 하지만 저조도 환경에서 촬영된 영상의 경우 충분한 빛을 표현하지 못해 많은 정보가 손실되어 영상에서 피사체의 식별이 어려운 단점을 가지고 있다. 저조도 환경에서 발생하는 피사체 식별의 어려움을 해결하기 위해 저조도 영상 개선을 위한 다양한 알고리즘이 제안되었다. 하지만 대부분의 선행 연구는 실시간 이미지 전송에 대한 연구가 아닌 정지된 영상을 바탕으로 고안해 낸 연구가 많다. 이와 같이 정지된 영상을 바탕으로 고안해 낸 연구의 경우 실시간 영상에선 적용이 어렵다. 즉, 알고리즘 적용 시 연산량에 대해 오버헤드가 발생하는 상황이라면 결국 모든 입력 영상에 대한 알고리즘 적용은 어려울 수 밖에 없다. 성능 문제로 인해 일부만의 데이터를 바탕으로 개선하는 알고리즘을 적용할 수도 있으나 이 경우 영상의 왜곡이 발생할 수도 있다. 본 논문에서 이와 같은 문제점을 해결하여 실시간에 적용할 수 있는 알고리즘을 제안하고자 한다. 특히 Frame Rate가 높은 실시간 영상의 상황에서 모든 입력 영상에 대해 알고리즘을 적용하지 못한다 하더라도 영상의 왜곡이 일어나지 않도록 하는 방향으로의 알고리즘을 제시한다. 본 논문에서 제안하는 알고리즘은 Gamma Curve의 보정을 통해서 영상을 개선한다. Gamma Curve의 경우, 화소를 바탕으로 개선한 알고리즘에 비해 연산량이 적고 적용 속도가 빠름에 따라 실시간 영상에 대해 적용하기 적합하다. 따라서 본 논문에서는 Gamma Correction을 통한 영상 개선으로 실시간 영상에 적용하였다. 이와 같이 본 논문에서 제시한 알고리즘이 실시간 영상에 적용될 경우 영상이 명암대비가 낮은 피사체에 대해 명암 대비를 증가시키고 해당 밝기 레벨을 증가시킴에 따라 피사체의 식별이 용이해지는 결과를 얻어내었다. 또한 해상도 차트에 대한 촬영 결과로 저조도 환경에서 밝기를 표현하는 레벨의 범위가 약 155에서 200으로 증가함에 따라 밝기 레벨 범위가 약 20%이상 증가하는 효과를 얻어내었다. 이와 같이 본 논문에서 제안하는 알고리즘은 영상의 색을 왜곡시키지 않는 범위 내에서 명암대비를 증가시킴에 따라 피사체의 인식률을 높이는 결과를 보였다. PB - 한양대학교 TI - 저조도 환경에서의 실시간 영상 개선을 위한 동적 감마 보정 알고리즘 TT - Dynamic Gamma Correction Algorithm for Real-Time Image Enhancement in Low Light Environment ER -