디스플레이 기술이 다양한 상품으로 점차 발전함에 따라 소비자가 선호하는 디스플레이 유형을 선택할 수 있는 효과적이고 객관적인 비교 평가 방법이 필요하다. 그러나 객관적이고 주관적인 디스플레이 품질 평가 방법은 디스플레이가 상이한 특성을 가지므로 다양한 디스플레이에서 일반적으로 유사하지 않다. 이에, 본 논문은 상대적으로 특성이 서로 다른 디스플레이의 인지 화질 평가를 위해 분석 네트워크 프로세스 (ANP)를 사용하여 이들 디스플레이의 상대적 화질 을 평가할 수 있는 체계적인 시스템을 제안한다. 제안된 평가 방법의 검증은 4 개의 모바일 디스플레이를 사용하여 평가 되었고, 주관적 평가와 제안한 방법의 선호도가 일치함을 보였다.

디스플레이의 화질평가에는 일반적으로 주관적인 화질평가와 객관적인 화질평가로 나누어진다. 객관적인 화질평가는 디스플레이의 물리적 특성을 측정하고 평가한다. 주관적인 화질평가는 시청자의 주관에 따른 디스플레이의 화질을 평가하는 방법이다. 디스플레이의 화질평가에 있어 객관적인 화질평가 방법은 화질의 정도에 대해 정량적으로 평가가 가능하나 관찰자의 감성, 관심영역, 외부환경이 등이 고려되지 않아 객관적인 평가방법이 시청자의 주관적인 평가의 결과와 일치하진 않는다. 반면에 주관적인 평가는 많은 시간이 소요되고, 정량화의 방법 또한 어렵다. 이에 따라, 디스플레이의 화질 평가에 있어 인간 시각 특성에 대한 분석과 정량화가 필요하다. 본 논문에서는 모바일 디스플레이의 화질을 평가함에 있어 인간의 주관적인 특성에 대해 인지 백색점과 인지 색 재현을 모델링하여 주관적 화질 평가의 정량화 방법을 제안한다. 이를 모델링함에 있어 주관적인 실험을 통해 선호 백색점과 11개의 primary 색에 대해 선호 색 좌표를 찾고, 이에 대해 평가 할 모바일 디스플레이의 특성화 된 영상과의 색 좌표의 거리를 통해 인지 화질평가의 정량화 방법을 제안한다.

디지털 카메라에서는 일반적으로 높은 공간주파수에 의해 발생하는 주파수 간섭을 제거하기 위해 OLPF(optical lowpass filter)를 사용한다. 그러나, 제조사는 제조단가의 절약을 위해 OLPF를 제거하고 영상을 획득하기를 원하고 이에 따라 OLPF를 제거한후에 영상을 획득한 후 높은 공간주파수를 가지는 영역에 의한 색 번짐 현상을 제거하기 위한 방법의 개발이 필요하다. 따라서, 본 논문에서는 카메라의 OLPF 제거 후 영상의 상세 성분을 보존하고 색 번짐 현상를 제거하는 방법을 제안한다. 먼저 영상의 RGB 각 채널별 색 변화 비율을 사용하여 색 번짐 영역을 검출하고, 주변의 채널별 평균 색도 비율을 이용하여 색 번짐 현상을 제거한다. 실험 결과 제안한 방법은 세부 성분의 손실을 줄이고 색 번짐 현상의 제거에서 우수한 성능을 보였다.

피부색 정보는 컬러 영상에 포함된 얼굴 영역 또는 피부색 영역을 검출하는데 있어 중요한 요소이다. 일반적으로 피부색 정보로부터 통계 피부색 모델을 이용하여 피부색 영역을 검출한다. 하지만 영상에 피부색에 해당하는 색이 포함되어 있는 컬러 영상에서는 일반적인 통계 피부색 모델만으로 정확한 피부색영역을 검출할 수 없다. 따라서 본 논문에서는 다른 피부색 부분이 포함되어 있는 다양한 컬러 영상에서피부색 영역만을 정확히 검출하기 위한 방법을 제안한다. 먼저 RGB, YCbCr, HSI 피부컬러 모델을 기반으로 각 모델을 이용한 피부색 검출율을 가중치로 사용하여 얼굴 후보 영역을 설정하였다. 또한 영상내의 피부색 영역이외의 부분을 제거하기 위하여 영상에서의 관심영역을 계산하여 얼굴 후보 영역과 관심영역을 동시에 만족하는 피부색을 찾음으로써 피부색을 배경으로 가지는 컬러영상에서 정확한 피부색검출을 수행하였다. 실험 결과 제안한 방법이 유사한 피부색을 포함한 영상에서 우수한 피부색 검출 성능을 보였다.

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.