본 논문은 키넥트 센서에서 랜덤 무향 칼만 필터에 기반한 잡음 제거를 통하여 신체 골격을 추정하는 방법을 제안한다. 일반적인 RGB 값과 깊이 정보를 제공하는 키넥트 카메라는 시간 영역에서 변동하는 센서 응답으로 인해 잡음이 포함된다. 기존의 방법은 다양한 필터링 기법을 사용하여 잡음 제거를 시도하였으나 잡음의 비선형성 때문에 한계가 있었다. 따라서 본 논문에서는 비선형 잡음 특성을 예측하고 업데이트하기 위하여 랜덤 무향 칼만 필터를 적용하고 이를 바탕으로 자세 인식을 위한 3 차원 공간에서 신체 관절 포인트를 예측하였다. 실험 결과 제안한 방법은 기존의 방법보다 잡음 감소 및 뼈대 추정에서 우수한 성능을 가지는 것을 확인하였다.

본 논문에서는 패치 반복을 이용하여 대기광 추정을 통해 개선된 안개 제거 방법을 제안한다. 기존의 안개 제거 방법은 영상 내에 인공적인 빛이나 밝은 물체가 있는 경우 대기광 추정 시 오차가 발생 한다. 이 방법은 안개 영상의 화소들 중 가장 밝은 값으로 대기광을 추정하기 때문이다. 이러한 문제를 해결하기 위하여, 제안하는 방법은 패치 쌍 사이의 안개 양의 차이점을 이용한다. 패치 쌍은 안개의 양이 다르지만 유사한 패턴을 가지고 있기 때문에, 대기광이 동일하다고 가정할 수 있다. 이러한 특성을 통해 각 패치 쌍으로 구한 대기광에 다른 가중치를 부여함으로써 대기광을 추정할 수 있다. 실험을 통해 제안하는 방법이 기존의 방법보다 안개 제거 성능에서 우수함을 확인하였다.

고속 주행하는 차량의 움직임은 영상에서 흔들림으로 나타난다. 이러한 흔들림은 번호판 인식의 경우에 오인식률을 높이는 원인이 된다. 이때 흔들림에 대한 사전 정보 없이 흔들림을 복원하는 방법을 블라인드 디컨벌루션이라고 한다. 본 논문에서는 블라인드 디컨벌루션 방법으로 고속 주행으로 인한 흔들림을 복원하여 차량의 번호판을 인식하는 방법을 제안한다. 이를 위해 흔들림이 없는 영상의 통계를 이용하여 흔들림 복원을 수행한다. 다음으로 템플릿 정합을 이용하여 번호판 인식 과정을 수행한다. 실험을 통해 흔들림 보정 전에 인식하지 못하던 데이터에 대하여 흔들림 복원 후 인식률의 향상을 확인하였다.

최근 사용자 제작 콘텐츠(UCC)를 포함한 다양한 콘텐츠의 생산으로 인해 데이터의 저장 및 재생성 과정에서 원본과 다른 데이터로 변형되는 경향이 있다. 특히 UCC의 경우 해상도 측면에서 화질의 저하가 발생되는데, 이때 발생되는 것이 바로 블록형 재깅 결함이다. 본 논문은 해상도의 급격한 변화가 있을 때 발생하는 블록형 결함을 제거하기 위하여 주성분 분석방법과 은닉 마코프 모델을 기반으로 블록형 재깅 결함을 제거하는 방법을 제안한다. 실험을 통해 제안한 방법은 기존 방법들에 비해 디테일을 유지하면서도 재깅 결함을 효과적으로 제거함을 확인하였다.

히스토그램 균등화는 콘트라스트 조절을 통해 화질을 향상하는 일반적인 방법이다. 기존 방법들이 히스토그램의 분포를 전역적 또는 지역적으로 콘트라스트를 조절하였으나, 최근에는 다계층 블록 기반 방법을 이용하여 전역적 접근과 지역적인 특성을 동시에 반영하는 MLBOHE 기법이 개발되었다. 그러나 이 방법은 영상의 밝기 값을 따로 조절하지 않기 때문에 최적의 화질 구현이라는 측면에서 한계가 있다. 본 논문은 최적의 영상 통계적 특성에 기반한 다계층 블록 기반 중복 히스토그램을 제안한다. 이를 통해 영상의 콘트라스트만 아니라 밝기를 조절함으로써 최적의 화질을 표현하고자 하였다. 실험을 통해 제안한 방법은 기존 방법들에 비해 자연스러운 화질을 유지하면서도 콘트라스트 향상을 통한 최적의 영상을 표현할 수 있다.

멀티미디어의 개발에 따라 가상 영상에 대한 실사적인 색 표현이 가능해졌다. 이로 인해 영상에서 물체를 표현하기 위해 빛과 표면의 특성을 기반으로 색을 표현하는 렌더링 기법들이 개발되고 있다. 빛과 표면의 물리적인 상호작용을 모델링하는 과정에서 각각에 대한 분광 특성에 대한 정보가 정확하다면 결과영상은 정확하게 표현할 수 있다. 그러나 기존의 렌더링 응용은 단순한 RGB 기반 3차원을 이용하여 벡터의 성분별 합과 곱으로 빛과 표면의 분광 특성을 표현하고 상호작용을 모델링하기 때문에 실제적인빛-표면 상호 작용과 수학적인 연산이 일치하지 않는다. 이를 해결하기 위해 본 논문에서는 새로운 특성함수 기반의 기저함수를 이용하여 단순한 연산으로 빛-표면 상호작용을 계산할 수 있는 표면 반사율 모 델 기법을 제안한다.

본 논문은 카메라의 가상응답과 색도 잡음 특성 모델링을 이용한 조명 보상 기법을 제안한다. 일반적으로 영상내에서 고휘도 영역의 화소들은 조명에 대한 많은 정보를 포함하고 있다. 따라서 고휘도 영역을분석함으로써 영상의 조명을 상대적으로 쉽게 추정할 수 있다. 그러나 고휘도 영역의 화소를 이용함에있어서 CCD 센서의 응답특성 및 물체 표면의 변화는 조명 추정 오차의 원인이 된다. 본 논문은 카메라의 색도 잡음 특성 모델링을 통해 조명 추정에 필요한 유효화소를 결정하는 방법을 제안하였다. 또한 센서의 응답을 카메라에 모델링의 결과인 특성화 값으로 변환하기위해 가상응답을 이용하였다. 제안한 방법은 선택된 가상응답 기반 유효화소를 수정된 이색성 반사모델에 적용하여 조명을 추정한다. 실험 결과 제안한 방법을 이용한 조명 추정 기법은 기존 방법에 비해 오차가 줄어듬을 확인하였다.

본 논문은 PDP TV에서 주위 환경을 고려한 색 재현 방법을 제안한다. 관찰자의 시공간적인 위치에 따 라 주변 환경이 변하기 때문에, 디스플레이의 색 재현 과정에서 주위 조명은 반드시 고려되어야 한다. 주변 환경을 고려하기 위한 기존의 방법은 각 채널에서 전압의 이득을 조절함으로써 계조와 포화도를 향상시키기 때문에 인간의 순응 현상을 구현하는데 한계가 있으며, 이에 따라 다양한 주위 조건하에서 인지된 색을 재현하는데 어려움이 있었다. 따라서 이를 해결하기 위해, 본 논문은 PDP의 물리적 특성인 플레어 현상을 고려하였으며, 밝기에 기반하여 특성화 과정을 수행하였다. 또한, 센서로 획득된 주위 조명의 색온도 및 밝기값의 정보를 이용하여 색 순응현상을 적용하였다. 특히 암실에서는 색순응 현상을 적용함으로써 저전력 구동이 가능하였으며, 실험을 통해 제안한 방법이 기존의 방법에 비해 시각적 평가에서 더 우수함을 확인하였다.

본 논문에서는 인간의 피부색에 대한 선호색 영역을 실험을 통해 결정하고, 입력 영상에서 인간의 피부색을 선호색으로 사상하는 방법을 제안하였다. 선호색 실험은 색 변환이 가능한 프로그램을 이용하여 각 관찰자들에 대한 선호색 영역을 결정하고, 이것을 실제 얼굴 모양의 패치에 적용하여 선호색 실험을 부가적으로 수행함으로써 보다 효과적으로 선호색 영역을 결정하였다. 선호색 사상 알고리즘은 크게 입력 영상에서 피부색 영역을 추출하는 과정과 추출된 피부색 영상을 선호색으로 변환하는 과정으로 구성되며, 피부색 영역을 추출하기 위한 방법으로 피부색이 포함된 여러 영상의 색상 분포 특성을 작성하여 이를 분석함으로써 통계적으로 피부색 영역을 결정하였다. 선호색으로의 사상 과정은 입력 영상의 피부색 영역에서 밝기 분포 특성을 분석하여 평균 밝기값을 계산하고 그 범위를 판단하여 대표 밝기값을 적용한 다음, 색상과 채도 히스토그램을 바탕으로 대표 색상값과 대표 채도값을 지정하고, 그 값을 선호색 실험을 통해 얻은 각 밝기 단계별 선호 색상값과 선호 채도값으로 변환함으로써 선호색 사상을 수행하였다. 그 결과 보다 부드럽고 자연스러운 선호색 영상을 획득할 수 있었다.