Improved Haze Removal Algorithm by using Color Normalization and Haze Rate Compensation
Jonghyun Kim, Hyung-Tai Cha · Journal of Broadcast Engineering · 2015
안개 영상에서는 색상정보와 테두리 정보가 줄어들기 때문에 사물의 식별이 어렵다. 안개 제거의 대표적인 알고리즘인 Dark Channel Prior(DCP)은 색 정보를 이용하여 안개의 전달량을 추정한 후 안개를 제거한다. 하지만 석양 또는 황사와 같이 안개에 영향을 미치는 요소가 영상에 포함되어있는 경우 안개 제거 후 특정 채널의 색상이 두드러지게 나타나는 문제점이 있다. 또한, RGB 채널이 모두 높은 값을 갖고 있는 사물이 포함된 영상의 경우 해당영역의 전달량이 오추정되는 문제점이 발생한다. 본 논문에서는 안개 영상의 백색 영역을 중심으로 개선된 색 정규화 방식을 적용한 후, 거리 정보를 바탕으로 오추정된 안개 영역을 보정하여 안개를 제거하는 방법을 제안한다. 제안하는 알고리즘을 통해 위와 같은 문제점을 보완하고 기존의 DCP 알고리즘보다 효과적으로 안개를 제거 할 수 있다. It is difficult to use a recognition algorithm of an image in a foggy environment because the color and edge information is removed. One of the famous defogging algorithm is haze removal by using 'Dark Channel Prior(DCP)' which is used to predict for transmission rate using color information of an image and eliminates fog from the image. However, in case that the image has factors such as sunset or yellow dust, there is overemphasized problem on the color of certain channel after haze removal. Furthermore, in case that the image includes an object containing high RGB channel, the transmission related to this area causes a misestimated issue. In this paper, we purpose an enhanced fog elimination algorithm by using improved color normalization and haze rate revision which correct mis-estimation haze area on the basis of color information and edge information of an image. By eliminating the color distortion, we can obtain more natural clean image from the haze image.