초분광 영상에서의 조명 성분 추정

Abstract

사람의 눈은 조명 성분이나 관측 조건이 바뀌어도 물체의 고유한 색상을 관찰할 수 있다는 색 항상성을 지닌다. 그러나 카메라로 촬영된 영상에서의 색상은 그 물체의 고유한 반사 색상 특성 이외에 조명 성분의 색상에 영향을 받는다. 그러므로 물체의 고유한 색상을 표현하기 위해서는 조명 성분을 추정하여, 해당 색상 성분을 보상하는 작업이 필요하다. 조명 성분을 추정하기 위해 우선 눈이 인지하는 빛의 밝기 항상성에 대해 밝힌 레티넥스 이론을 살펴보면, 빛의 밝기 값은 반사도와 조명 성분의 곱으로 모델링된다 [1]. 사람의 눈은 반사도와 조명 성분을 구분하기 때문에 색 항상성을 갖는 반면, 일반 영상처리에서는 이 둘의 곱인 영상 밝기만 알고 있다. 여기에 조명 성분이 반사도보다 스펙트럼의 위치 분포가 완만하게 변화하는 특성을 사용하여 둘을 구분하고자 하였다. 하지만 RGB 3차원 색상공간에서의 반사도와 조명 성분의 곱으로부터 각각을 분해하는 것은 여전히 어려운 일로 남아있다 [2][3]. 이러한 상황에서 RGB 영상보다 더 많은 파장 정보를 사용하는 초분광 영상 정보를 사용하면 조명 성분을 더 정확히 추정할 수 있다. 또한 센서의 관측 파장 대역폭을 줄여서 채널간의 중첩을 줄임으로써 관측 영상 스펙트럼을 조명과 반사도의 곱으로 나타낼 때, 조명 성분을 대각 행렬로 나타낼 수 있다. 본 논문에서는 초분광 영상의 스펙트럼을 조명 성분과 반사도의 곱으로 모델링하고, 목적함수를 최소화시키는 조명 값을 미분을 통해 closed form equation으로 조명 성분을 추정하는 방법을 제안하였다. 최적화 도구를 사용하여 초분광 영상에서 조명을 추정하는 Zheng 방법과 실험 결과를 비교하고 분석하였다 [4]. 제안된 방법을 통해 반복시행 없이 수식만으로 빠르게 조명 스펙트럼을 추정할 수 있다. 이를 통해 영상만으로 조명 성분을 분리해내어 색 항상성을 구현할 수 있다. 더 나아가 영상 내에 다양한 조명이 존재할 때, 제안된 수식으로 각 조명 영역을 분리하는데 응용할 수 있는지를 실험해 보았다. 그 결과를 통해 앞으로 발전될 방향에 대해 논의하고자 한다.;Human eyes have color constancy which compensates for illumination spectrum from an observed scene. However, colors in an image taken from a camera is affected by illumination spectrum. Therefore, a process to estimate an intrinsic color of an object in an image is required for object recognition, or white balance. As a result, estimating illumination from an image is an essential step toward color constancy. The intensity of an image is a product of object’s reflectance and illuminant spectrum, therefore, separation of the reflectivity and illumination spectrum from an image is an ill-posed problem. This paper introduces a method of unmixing the two by using the fact that reflectance of an image has low rank. This thesis models the hyperspectral image intensity as a product of illuminant spectrum and the reflectivity of a scene and derive an equation for illumination spectrum from the gradient of an object function. Reflectance is assumed to be a linear combination of a few, less than 8, principal components of a reflectance basis matrix. Comparisons with previous method and analysis of the test results with natural and synthetic hyperspectral images are presented. The proposed method can estimate the illuminant by using just one equation without iterations or optimizing tools. When multiple illuminants are present in an image, estimation of local illumination is required. This paper proposes a method for illumination segmentation using the proposed illumination equation. Our preliminary results show encouraging results for illumination segmentation. Future work includes theoretical analysis of the equation and sensitivity analysis. Since basis vector of the reflectance is critical for the accuracy of the recovered illumination, adaptive basis estimation from an image is a crucial topic for research.