�ߡ�����:��Ʃ��(�Ʒ�ӽ�) ������ ���� 9�� ��ÿ����� ������7�� ž��� ���(2)ī�� ��� ��� ���� �������� �����ϴ� �ܼ�Ʈ ������ �����ߴ�. ���ð��� ���α� �̵�� �Ʒ�ӽ�(MacRumors)�� ������ ������7�� ��� ī�� ��� ������ ���̶�� �ҹ��� ��ġ�� ��� ���� 1��, �̸� ������ Ư�㵵 ���, ���� �۾��� �����ϰ� �ִ� ������ ���δٰ� 7��(�����ð�) ���ߴ�. ��ü�� ������ ��Ʃ�� ä���� ���� ������ ��� ī�� �������̽� ����(�ÿ�) ������ Ư�㸦 �߽����� ��� ī���� ����� �Ұ��ϰ� �ִ�. ��� ī���� ������ ���� �������� ž��� �Ͱ� ������ ǥ�� ���� ���� �ϳ��� ������� ������ ��(Ȯ��)���� �Կ��� �� �ִ� �������� �ϳ��� �����ȴ�. 2���� ����� ������� ������ ���� �и��� ���ÿ� �Կ��ϰ� ������ ����Ʈ��� ���� Ư���� ������� �̹����� �ռ�(����) �Ѵ�. Ư�� ������ ������ ���� �ٸ� ����� �Կ��� �̹����� ī�� ���� ���� ���� ȭ���� �������� ǥ�� ���� �̹�����, ���� �ٸ� �鿡�� Ȯ��� �Կ��� �̹����� ��Ÿ������ �Ѵ�. �������̳� ������ �Կ��� �� ����ڵ��� 2�� ������ Ȯ�� ������ �ִ� ������ ������ ��ġ�����ν� �̵� ��� ��������� ������ ����� ����� �� �ִ�. ���� �ý����� ���ó� ���� ����ϴ� ������ �ܰ� ���������� ����Ʈ���� ��� ���� �ƴ� ���� �Ÿ��� �� �� �ϳ��� ��� �̿��ϱ� ������ ������ �κ��� �ս��� ���� Ȯ��� �̹��� ���� �ξ� �����ϰ� �������� �ش�. �Ʒ�ӽ��� ������ ������ ��Ʈ ���߷����� ������ ������7�� ����� ����(�ÿ�) ������ ���� ���� ī�� Ȱ���� �Կ��� �� �ִ� �̹����� �� �پ��ϰ� �پ �� �ִ����� �����ְ� �ִ�. Ư�㿡 ���ϸ� ��� ī��� ������ ���� ���� ���� �� ���� ī��� ���θ�� �������� �Կ��ϰ� �� �ٸ� �� ���� ī��� �Ϲ� ������� ���� ������ ���ÿ� �Կ��� �� �ִٰ� �����Ѵ�. �� ��� �۾����� ������ Ư�� ����Ʈ��� ���� ���� ���� ������ ���� �ְ� �ƴϸ� ������ �ϳ��� �����ϴ� �͵� �����ϴ�. �ܽŵ��� ���ī�� ������7 ��ð� ������ �з������� �ٲ� �� �ִ� ���ο� ���, �������� ��ǰ���� ������ ���� ������� ���� Ȯ���� �� �� ���� ������ �����ϰ� �ִ�. [���۱��� �� �����Ϻ� �������� �� ����� ����] 1. Image fusion 대칭 듀얼 카메라의 두 영상의 기울기(gradient) 정보로부터 정의된 합성 마스크와 움직임 추정 방법을 이용한 영상 합성 방법을 제안한다. 제안된 방법은 영상의 기울기 정보를 이용하여 추정된 시접영역으로부터 마스크를 정의함으로써 정렬이 필요한 영역과 그렇지 않은 영역을 분리한다. 따라서 정렬 오류가 최소화된 합성 영상을 획득할 수 있다. 2. Depth map generation 비대칭 듀얼 카메라의 두 영상으로부터 들어온 고배율, 저배율 영상을 합성하여 고화질 디지털 줌을 구현하는 기술에서 발생할 시점 차이에 의한 정합 오류를 개선한다. 두 영상의 시접(seam)을 결정하기 위해 스테레오 특성을 활용하여 깊이맵를 추정한 후, 오버랩 되는 영역의 정합 오류가 최소인 시접을 찾아 스티칭한다. 3. Computational Imaging 기존의 스테레오 시스템은 2개 이상의 이미지 센서를 사용하기 때문에 높은 비용과 물리적 크기 때문에 소형 카메라에 사용하기가 어렵다. 이를 해결하기 위해 자동 초점을 위한 위상 마스크가 있는 단일 이미지 센서를 사용한 스테레오 매칭 시스템을 제안한다. 두 쌍의 스테레오 이미지를 동시에 획득하기 위해 위상 마스크의 새로운 패턴을 이용하며, 센서 출력에서 노이즈 불변 깊이 맵을 생성한다. 4. Image enhancement 기존의 AWB 방법은 색 보정을 위한 참조 백색 패치를 필요로 하지만, 제안 된 방법은 i) dark channel proir를 이용한 백색 점 검출 및 ii) XYZ 색 공간의 Y 성분을 기반으로 색 불변 이득 값을 계산 의 두 단계로 입력 이미지만을 사용하여 AWB 기능을 수행한다. 제안된 방법은 기존의 방법보다 더 좋은 색 보정 된 이미지를 제공한다. 5. Image Stitching 이미지 합성에서 발생하는 객체와 배경 사이의 경계에 오정렬 오류를 해결하기 위해 주 대상을 포함하는 최적의 시접선 추정을 이용한 이미지 합성 방법을 제안한다. 제안된 방법은 i)전역적 워핑, ii) 합성 영역를 검출하기 위한 seam 기반의 최적 마스크 생성, iii) 모션 추정에 기초한 마스크 및 로컬 워핑으로 구성된다. 이 기술을 통해 오정렬 없이 합성된 결과를 얻을 수 있다. [연구 프로젝트] 1. 계산영상처리 기술을 사용한 디지털 영상확대 기술 (삼성전자 DMC: 2015.07~2015.12) 2. 전차선로 시설물 변형 검출 (투아이시스: 2015.04 ~ 2015. 12) 3. 비대칭 듀얼카메라를 이용한 화질개선 및 깊이 추정 어플리케이션 (WISET : 2016.04~2016.10) ... 저널정보
저자정보
이용수 내서재 0
내서재에 추가 초록·키워드등록된 정보가 없습니다. 목차등록된 정보가 없습니다. 참고문헌 (0)참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요 함께 읽어보면 좋을 논문논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
이 논문의 저자 정보조지은 소속기관 중앙대학교 주요연구분야 복합학 > 학제간연구 공학 > 전자/정보통신공학 논문수 5 이용수 211 김동균 소속기관 한국과학기술정보연구원(KISTI) 주요연구분야 공학 > 전자/정보통신공학 TOP 10% 공학 > 전기/제어계측공학 논문수 106 이용수 5,683 Joonki Paik 소속기관 중앙대학교 주요연구분야 공학 > 전자/정보통신공학 TOP 1% 공학 > 컴퓨터학 논문수 388 이용수 20,429 이 논문과 함께 이용한 논문최근 본 자료전체보기댓글(0)0 |