역광 영상 개선을 위한 퍼지 C-평균 분류기와 적응적 블록 분할을 사용한 역광 영역 검출

Abstract

본 논문은 퍼지 C-평균 분류기와 적응적 블록 분할을 사용한 역광 영역 검출과 공간 적응적 대비 확장을 사용한 역광 영역 개선 방법을 제안한다. 제안된 방법은 퍼지 이론에 의해 계산된 최적의 임계값을 기반으로 적응적 가변블록 분할을 사용하여 역광 영상을 어두운 역광 영역과 밝은 배경 영역으로 구분한다. 가변블록에 의한 블록화 현상을 없애기 위해 유도 필터(guided filter)를 사용하여 역광 영역을 객체 영역에 적합하게 세분화한다. 마지막으로 검출된 역광 영역은 공간 적응적으로 대비가 확장되어 조도를 개선한다. 제안된 방법은 최적의 임계값을 사용하여 영상을 분할하기 때문에 입력 영상에 따라 적응적으로 영역을 분할하고 저조도 영역을 개선하며, 사용자의 별도의 설정이 없이 입력 영상에 따라 자동적 역광 영상 개선이 가능하다. 실험 결과를 통해 제안된 방법이 기존 방법보다 역광 영역에 존재하는 피사체의 정보를 효과적으로 개선할 수 있으며, 복잡한 분할 방법을 사용하지 않고 빠르게 역광 영역을 검출할 수 있음을 보인다.

In this paper, we present a novel backlit region detection and contrast enhancement method using fuzzy C-means clustering and adaptively partitioned block based contrast stretching. The proposed method separates an image into both dark backlit and bright background regions using adaptively partitioned blocks based on the optimal threshold value computed by fuzzy logic. The detected block-wise backlit region is refined using the guided filter for removing block artifacts. Contrast stretching algorithm is then applied to adaptively enhance the detected backlit region. Experimental results show that the proposed method can successfully detect the backlit region without a complicated segmentation algorithm and enhance the object information in the backlit region.