사진들의 나열을 통한 이미지 재구성을 자동화하는 방법에 관한 연구

목차

1. 서론
1.1 연구 배경
1.2 연구 내용

2. 본론
2.1 관련 연구
2.2 시스템 개요 및 전처리 과정
2.3 밝기를 이용한 block별 모양 인식
2.4 이미지 표현을 위한 색 변형
2.5 한 장의 사진만을 사용한 이미지 재구성
2.6 응용 분야

3. 결론
3.1 결과
3.2 향후 방향

<참고문헌>

본문내용

파악할 수 있다. 즉, 각각의 블록마다 Y 컴포넌트를 DCT한 후 기본 이미지들의 DCT 결과와 비교를 한다. 본 연구에서는 DCT결과를 Zigzag scan Zigzag scan : DCT의 결과를 대각선으로 zigzag를 그리며 읽어나가 뒤쪽에 0이 모이도록 재정렬하는 방법.한 후 상위 10개의 계수를 비교하여 가장 차이가 적은 기본 이미지를 선택하는 방법을 사용하였다. 입력 영상의 Y 컴포넌트 만으로 DCT를 수행한 결과를 [그림 3]이 보여주고 있다.
[그림 3] Y 컴포넌트를 DCT 한 후 선택된 이미지로 재구성한 결과
2.4 이미지 표현을 위한 색 변형
이 장에서는 모양 인식 과정을 거쳐 선택된 기본 이미지가 입력 영상에서 자신이 위치한 부분의 색감을 지닐 수 있도록 색을 변형시키는 방법을 설명한다.
2.4.1 Histogram Specification
Histogram Specification은 입력 이미지의 히스토그램 히스토그램 : 이미지의 각 픽셀을 R,G,B별로 0부터255까지 어느 값을 갖는지를 누적하여 나타낸 그래프.
X축은 0부터 255까지의 값을 갖게 되고, y축은 이미지 내에서 x축의 각 값을 갖는 픽셀의 수가 몇 개인지를 나타내게 된다. 분포를 원하는 히스토그램의 모습을 갖추도록 만드는 방법이다.
[그림 4]는 Histogram Specification 을 사용하여 입력 이미지가 원하는 히스토그램과 유사한 분포를 지니는 모습을 보여주고 있다.
[그림 4] Histogram Specification의 사용 결과
2.4.2 모양이 검출된 각 block의 색 변형
DCT를 통해 가장 비슷한 모양으로 선정된 기본 이미지는 자신이 위치한 곳에서 입력영상의 색과 비슷한 색을 지니기 위해 색의 변형 과정을 거쳐야 한다. 입력 영상을 표현할 수 있을 만큼 기본 이미지의 수가 충분한지는 미지수이기 때문이다. 이를 위해 상기의 Histogram Specification을 사용하여 기본 이미지의 R,G,B별 히스토그램의 분포가 입력영상의 분포와 비슷해지도록 함으로써 비슷한 색감을 줄 수 있도록 하였다. 이 과정을 [그림 5]이 보여주고 있다.
[그림 5] 원본 그림과 모양 검출 후 Histogram Specification으로 색 변형한 결과
2.5 한 장의 사진만을 사용한 이미지 재구성
본 연구에서 제시하는 방법은 DCT를 사용하여 가장 적합한 모양을 인식하고 Histogram Specification으로 색 변형을 하므로 사진의 수가 많지 않아도 입력 그림을 충분히 표현할 수 있다. 이러한 장점을 강조하기 위하여 단 한 장의 사진으로만 그림을 재구성하는 실험을 해보았다. 단 한 장의 사진을 적절히 회전을 시킴으로써 각 block마다가장 차이가 적은 DCT 결과가 나오도록 만들 수 있으며 그 결과를 [그림 6]이 보여주고 있다. 이는 기본 사진이 많을 때 전체와 비교해서 가장 적합한 모양을 찾는 것에서 나아가, 모두 같은 사진이지만 가장 적합한 모양을 지닐 수 있는 값을 역으로 생산해낸다는 특징이 있다.
[그림 6] 한 장의 이미지를 회전시켜가면서 그림을 재구성한 결과
2.6 응용 분야
입력 영상의 재구성을 실제 사진으로 하지 않고 PC상에서 이미지 파일로 한다는 점을 활용하면 단순히 그림 재구성의 자동화 기능만 하는 것이 아니라 또 다른 응용을 할 수 있다. 그림을 이루는 것이 각각 한 장의 사진이라는 점에 착안, 전자 앨범으로 활용할 수 있도록 기능을 추가해 보았다. 입력 영상을 재구성한 각각의 기본 이미지들을 마우스로 클릭함으로써 사용자는 기본 이미지를 크게 볼 수 있다. 이는 사용자가 사진을 감상할 수 있음을 뜻하고 따라서 전자 앨범으로의 활용 가능성을 제시하고 있다. [그림 7]은 사용자의 마우스 클릭 시 해당 사진이 우측 하단에 크게 나타나는 모습을 보여준다.
[그림 7] 마우스 클릭 시 우측 하단에 원본사진이 나타나는 그림
3. 결론
3.1 결과
본 연구에서 제시한 DCT와 Histogram Specification을 이용한 이미지의 재구성 방법은 모양 인식과 색 변형으로 이루어진 두 단계의 처리 과정을 통해 가장 적합한 사진을 만들어 내도록 하였다. 따라서 기본 사진의 수가 많지 않아도 입력 이미지를 충분히 표현할 수 있고, 이러한 면에서 기존 연구의 한계를 극복하였다.
또한 기본 사진 수의 제한을 없앴다는 장점을 극대화하여 단 한 장의 사진만으로도 이미지를 구성 가능하게 하였으며, 적합한 색을 만들어내듯이 적절한 모양 또한 만들어내기 위해 이미지를 회전 시키는 방법을 사용하였다.
본 연구에서 제안한 이미지 재구성 방법을 활용하기 위해 전자 앨범 기능을 제공하였고, 이 기능을 추가함으로써 기존의 작품을 자동화 시키는 면과 더불어 새로운 컨텐츠를 제안하는 의미를 지니게 되었다.
3.2 향후 방향
본 연구에서는 이미지를 재구성하는 방법과 이에 따른 처리 과정을 제안하기는 하였지만 각 처리과정에 따른 성능에 대한 실험이 부족하였다. 따라서 더 많은 실험을 통하여 보완해야 할 점들이 있다.우선 수많은 실험을 통해 가장 적합한 DCT계수 비교법을 개발하여야 하고, DCT 이외에도 이산 웨이블릿 변환 등 모양 인식을 위한 또 다른 방법을 연구해 볼 필요가 있다.
색 변형에 사용한 Histogram Specification은 작은 블록 하나에 대해서도 각 픽셀을 연산하므로 시간이 오래 걸리는 단점이 있으므로 같은 효과를 내면서 연산량이 적은 방법을 개발하여야 하겠다.
뿐만 아니라, 본 연구에서 제시한 이미지 재구성 방법과 같이 기존의 아트와 공학의 만남을 통한 새로운 컨텐츠의 제시와 같은 연구가 계속 되어야 할 것이다.
<참고문헌>
[1] Phillip E, Mattison, "Practical Digital Video with Programming Examples in C" - DCT (158p)
[2] Randy Crane, "A simplified approach to image processing" - Histogram specification (49p)
[3] http://www.photomosaic.com/rt/fineart.htm

키워드

사진,   이미지,   시스템