DM36x 기반 IP 네트워크 카메라를 위한 자동 백색 보정 및 디지털 비디오 안정화의 실시간 구현 :Real-time Implementation of Auto White Balance and Digital Video Stabilization for DM36x-based IP Network Camera

최권석

추천

검색

자료유형: 학위논문

저자정보: 최권석 (숭실대학교, 숭실대학교 일반대학원)

지도교수: 정선태

발행연도: 2013

저작권: 숭실대학교 논문은 저작권에 의해 보호받습니다.

이용수0

이 논문의 연구 히스토리 (3)

2013

DM36x 기반 IP 네트워크 카메라를 위한 자동 백색 보정 및 디지털 비디오 안정화의 실시간 구현

최권석 정보통신공학과 2013.01 학위논문

DM36X 기반 Full-HD급 차량용 영상 기록 블랙박스를 위한 실시간 백색 보정

최권석 , 설태인 , 전성광 외 3명 한국통신학회 학술대회논문집 2013.01 학술대회자료

DM36X 기반 HD 급 IP 네트워크 카메라를 위한 실시간 디지털 비디오 안정화

최권석 , 설태인 , 전성광 외 3명 한국통신학회 학술대회논문집 2013.01 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

이미지 센서에서 물체의 색이 인간의 눈으로 인지되는 색처럼 자연스럽게 촬영되도록 보정되어야 하며 자연광 아래에서 원래 흰색 또는 회색인 픽셀들(R=G=B)이 광원에 상관없이 원래의 흰색 또는 회색으로 촬영되도록 보정되면 다른 컬러의 픽셀들도 자연 광원 하에서의 컬러로 보정되므로 이러한 자동 보정 과정을 자동 백색 보정(Automatic White Balance) 또는 컬러 일정성이라 한다. 자동 백색 보정은 IP 네트워크 카메라를 포함한 카메라에서 고품질의 이미지를 얻는 데 중요한 영상 전 처리 과정이다. 디지털 비디오 안정화(Video Stabilization)는 손 떨림이나 바람과 같은 외부 요인에 의한 진동과 같은 의도하지 않은 획득 비디오 영상 프레임의 흔들림 방향 및 크기를 추정하여 이를 S/W 적으로 보상하여, 흔들리지 않는 안정된 비디오 영상이 제공되도록 하는 기능으로 추후 영상 처리 특히 비전 처리에 필수적인 전처리 과정이다.

현재 자동 백색 보정이나 디지털 비디오 안정화에 대한 많은 연구가 이루어지고 있으나, HD 급 비디오 영상에서 실시간 처리되도록 하는 연구의 결과는 부족하다. 본 논문에서는 TI사의 인기 있는 비디오 프로세서인 DM36x을 이용하여 제작된 HD급 IP 네트워크 카메라에서 실시간으로 동작할 수 있는 효과적인 비디오 자동 백색 보정 알고리즘 및 디지털 비디오 안정화 알고리즘 구현에 대하여 연구하였다.

본 논문에서는 DM36x 기반 HD 급 IP 네트워크 카메라에서의 실시간 자동 백색 보정 동작을 위해서, 그레이 컬러 포인트 기반 알고리즘을 해당 IP 네트워크 카메라 SW 구조에 맞게 수정하고 DM36x의 AWB 엔진이 제공하는 화면의 픽셀 통계 정보를 이용하여 수정 알고리즘이 더 빠르게 수행되도록 개선 구현하였다. 본 논문에서 구현한 디지털 비디오 안정화는, 고정 장소에 설치된 IP 네트워크 카메라에서의 주 흔들림인 병진 운동 흔들림만을 보상하는 것을 대상으로 하였다. HD 급 실시간 비디오 안정화 구현을 위해 계산 량이 적은 적분 투영 기반 블록 매칭 방법을 채택하였으며, 이의 신속한 계산을 위해 DM36x의 BSC 엔진이 제공하는 기능을 효과적으로 활용하였다.

구현된 자동 백색 보정 및 비디오 안정화 알고리즘의 실시간 동작 속도 및 정확도는 실험을 통해 확인하였다.

Colors of scenes captured by image sensors under any lighting sources should be compensated so as to be similar to colors perceived by human eyes. This compensation is achieved by rendering some pixels under any lighting sources which originally appear whie or gray (R=G=B) under natural lights into white or gray pixels, and automatic compensation process is called automatic white balance or color constancy, which is an important image processing process for obtaining a high quality image in cameras including IP network cameras. Digital Video stabilization is another essential image processing preprocess which compensates the undesirable motion in the video stream caused by unintentional shake of a human hand or vibration due to external factors such as winds and provides stabilized video stream for later image and/or vision processing.

Recently, lots of researches have been done on automatic white balance and digital video stabilization, but a few researches for real-time processing for HD videos. In this thesis, we study the real-time implementation of auto white balance and digital video stabilization for IP network cameras using DM36x which is TI’s popular video processor family.

In this thesis, for real-time auto white balancing operation for DM36x-based HD IP network cameras we modify the well-known grey color point-based AWB algorithm suitably for the IPNCs’ SW architecture and implement so that it executes much faster by utilizing frame pixel statistics information provided by DM36x AWB engine. The digital video stabilization implemented in this thesis targets for compensating translational undesirable motions which are major motions in fixed IP network cameras. We adopt integral projection-based block matching method which needs relatively less computational time compared to other methods and utilize BSC engine of DM36x effectively for faster block matching computation.

The preciseness and real-time processing of the implemented auto white balance and digital video stabilization implemented in this thesis are verified through experiments.

#IPNC #DM36x #Auto White Balance #Video Stabilization

國文抄錄 vi
英文抄錄 viii
제 1 장 서론 1
제 2 장 배경 기술 이해 4
2.1 DM36x 소개 4
2.2 자동 백색 보정 6
2.2.1 자동 백색 보정 소개 6
2.2.2 기존의 자동 백색 보정 기법들 6
2.2.3 그레이 컬러 포인트 기반 AWB 알고리즘 7
2.2.4 DM36x H/W AWB 엔진 지원 기능 9
2.3 비디오 안정화 10
2.3.1 비디오 안정화 소개 10
2.3.2 기존 비디오 안정화 기법들 12
2.3.3 적분 투영 블록 매칭 기반 비디오 안정화 알고리즘 14
2.3.4 DM36x HW BSC 엔진 지원 기능 44
제 3 장 DM36x에서의 실시간 비디오 자동 백색 보정 알고리즘 구현 47
3.1 제안 실시간 AWB 구현 방법 47
3.2 제안 실시간 AWB 구조 48
3.3 DM36x AWB엔진 Control 50
3.4 그레이 컬러 후보 픽셀 검출 51
3.5 RGB 채널 별 게인 조정 53
3.6 실험 결과 및 검토 55
3.6.1 실험 환경 55
3.6.2 실험 결과 55
제 4 장 DM36x에서의 실시간 비디오 안정화 알고리즘 구현 59
4.1 제안 실시간 비디오 안정화 구현 방법 59
4.2 제안 실시간 비디오 안정화 구조 59
4.3 DM36x BSC엔진 Control 61
4.4 BME(Block Motion Estimation) 64
4.5 FME(Frame Motion Estimation) 68
4.6 UME(Unwanted Motion Estimation) 69
4.7 FMC(Frame Motion Compensation) 70
4.8 실험 결과 및 검토 71
4.8.1 실험 환경 71
4.8.2 실험 결과 72
제 5 장 결론 및 향후 과제 75
참고문헌 76

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (3)

초록· 키워드

목차

최근 본 자료

댓글(0)