[논문 리뷰] Entropy-guided Retinex anisotropic diffusion algorithm based on partial differential equations (PDE) for illumination correction

Uche A. Nnolim|arXiv (Cornell University)|2017. 02. 04.

Image Enhancement Techniques참고 문헌 20인용 수 3

한 줄 요약

이 논문은 부분 미분 방정식(PDE)을 사용한 엔트로피 유도 Retinex 이방성 확산 알고리즘을 제안하여 이미지의 자동 조명 보정을 수행한다. HSI/HSV 색상 공간을 활용하고, 인지적 품질 지표 안정화 및 엔트로피 최대화를 통해 최적화함으로써 대trast를 향상시키고, 노이즈를 억제하며, 색상 왜곡과 할로 효과를 제거하고, 정지 시간을 자동으로 결정한다. 이는 세부 정보 보존과 시각적 품질 측면에서 기존 Retinex 방법보다 뛰어나다.

ABSTRACT

This report describes the experimental results obtained using a proposed variational Retinex algorithm for controlled illumination correction. Two colour restoration and enhancement schemes of the algorithm are presented for drastically improved results. The algorithm modifies the reflectance image using global and local contrast enhancement approaches and gradually removes the residual illumination to yield highly pleasing results. The proposed algorithms are optimized by way of simultaneous perceptual quality metric (PQM) stabilization and entropy maximization for fully automated processing solving the problem of determination of stopping time. The usage of the HSI or HSV colour space ensures a unique solution to the optimization problem unlike in the RGB space where there is none (forcing manual selection of number of iteration. The proposed approach preserves and enhances details in both bright and dark regions of underexposed images in addition to eliminating the colour distortion, over-exposure in bright image regions, halo effect and grey-world violations observed in Retinex-based approaches. Extensive experiments indicate consistent performance as the proposed approach exploits and augments the advantages of PDE-based formulation, performing illumination correction, colour enhancement correction and restoration, contrast enhancement and noise suppression. Comparisons shows that the proposed approach surpasses most of the other conventional algorithms found in the literature.

연구 동기 및 목표

• 최소한의 사용자 간섭으로 어두운 영역이 많은 이미지의 자동 조명 보정 문제를 해결하기 위해.
• 기존 Retinex 방법의 한계인 색상 왜곡, 할로 효과, 밝은 영역의 과노출 문제를 극복하기 위해.
• 수동적인 반복 횟수 설정이 필요 없도록 자동 정지 기준을 도입함으로써 반복 횟수를 제거하기 위해.
• 어두운 영역과 밝은 영역을 동시에 향상시키면서 미세한 세부 정보를 보존하고 노이즈를 억제하기 위해.
• RGB 공간에서의 모호성 문제를 피하기 위해 HSI/HSV 색상 공간 변환을 통해 고유하고 안정적인 해를 달성하기 위해.

제안 방법

• 알고리즘은 조명 보정을 위한 부분 미분 방정식(PDE) 기반 변분 Retinex 프레임워크를 사용한다.
• 강한 밝기(조명)와 색상성(반사율)을 분리하기 위해 HSI 또는 HSV 색상 공간을 사용함으로써 최적화 해의 유일성을 보장한다.
• 반사율 영상에 대해 국소적 및 국소 외적 대비 향상 기법을 적용하여 시각적 품질을 향상시킨다.
• 확산 과정을 자동화하고 과도한 매끄러움을 방지하기 위해 엔트로피 최대화를 정지 조건으로 사용한다.
• 인지적 품질 지표(PQM)의 동시 안정화를 통해 수동 튜닝 없이도 고정밀도 출력을 보장한다.
• 엔트로피와 PQM에 의해 유도되는 이방성 확산은 경계를 보존하고 노이즈를 억제하면서 대비를 향상시킨다.

실험 결과

연구 질문

• RQ1 PDE 기반 조명 보정에서 수동적인 반복 선택 없이 자동 정지 시간을 어떻게 달성할 수 있는가?
• RQ2 엔트로피 최대화가 과도한 매끄러움을 방지하고 이미지의 세부 정보를 보존하기 위해 확산 과정을 효과적으로 유도할 수 있는가?
• RQ3 HSI/HSV 색상 공간의 사용이 RGB에 비해 Retinex 기반 방법에서 해의 유일성을 어떻게 향상시키는가?
• RQ4 기존 Retinex 접근 방식에 비해 제안된 방법이 색상 왜곡, 할로 효과, 과노출를 어느 정도 억제하는가?
• RQ5 PQM 안정화와 엔트로피 최대화의 조합이 다양한 어두운 영역이 많은 이미지에서 일관되고 고품질의 결과를 얻을 수 있는가?

주요 결과

• 제안된 방법은 동시에 엔트로피 최대화와 인지적 품질 지표 안정화를 통해 자동 정지 시간을 달성하여 수동 반복 횟수 설정이 필요 없어졌다.
• 광범위한 실험 결과, 다양한 이미지에서 일관된 성능을 보이며 대비 향상과 노이즈 억제 측면에서 뛰어난 결과를 얻었다.
• 알고리즘이 색상 왜곡을 효과적으로 제거하고, 기존 Retinex 방법에서 흔한 밝은 영역의 과노출 문제를 방지했다.
• 기존 Retinex 기반 접근 방식에서 흔한 할로 효과는 PDE 기반 이방성 확산 프레임워크 덕분에 크게 감소했다.
• HSI/HSV 색상 공간의 사용은 해의 유일성을 보장하여 RGB 기반 Retinex 구현에서 요구되는 모호성과 수동 튜닝을 피할 수 있었다.
• 정량적 비교 결과, 제안된 방법은 문헌에 나와 있는 대부분의 기존 알고리즘보다 시각적 품질과 강건성 측면에서 뛰어나다는 것이 입증되었다.