Image Dehazing and Attenuation Coefficient Estimation using Depth Estimation in a Single Image
Changhoon Pyo, Changhoon Yim · Journal of the Institute of Electronics and Information Engineers · 2023
안개 현상이 포함된 야외 영상에서는 안개 효과에 의하여 왜곡된 정보들이 컴퓨터 비전 기반의 다양한 응용 분야에서 성능저하 문제를 일으킬 수 있어서 안개를 제거하기 위한 연구들이 수행되었다. 기존의 안개 제거 연구에서는 대기 산란 모델이 주로 이용되어, 안개 영상의 통계적 관찰 결과에 기반한 안개 제거를 위한 영상처리 방법과 딥 러닝 기반의 방법으로 안개를 제거하는 방법들이 연구되었다. 본 논문에서는 딥 러닝 모델을 활용하여 추정한 깊이 정보와 대기광 추정 정보를 사용하여 입력 안개 영상에 대한 최적의 감쇠 계수를 기존의 방법보다 빠르게 탐색하여 안개 영상을 개선하는 방법을 제안한다. 딥 러닝 모델에 의하여 입력 영상에 대한 깊이 정보와 대기광 정보를 추정한 뒤, 대기 산란 모델 기반의 안개 제거를 수행하여 안개가 제거된 영상의 엔트로피가 최대치가 되는 지점의 감쇠 계수를 찾는 3가지 방법을 제안하였다. 실험 결과에서는 제안하는 3가지 방법이 기존 방법들과의 PSNR, SSIM, entropy, FRFSIM 지표 비교에서 비교적 우수한 성능과 감소된 수행 시간을 보였다.