어두운 장면에 대해 획득된 영상의 대비 향상을 위해 일반적으로 사용하는 히스토그램 평활화나 감마 커브 보정 기법들은 영상의 전반적인 대비 향상에는 효과적이나 부분적인 영역에 대한 영상 화질 저하를 유발한다. 이러한 점을 해결하기 위해 최근 주변의 평균 밝기 값을 이용하여 대비를 향상시키는 다중 Retinex 알고리즘이 제안되었다. 그러나 칼라 영상에서 채널별 지역적 평균 밝기 값을 추정할 때, 영상 내에 단색의 채도가 높은 물체가 존재 할 경우 물체의 색도가 영향을 미쳐 색이 왜곡되는 경우가 발생한다. 이를 해결하기 위해 본 논문에서는 다중 Refiner 알고리즘에서 사용되는 채널별 주변의 평균 밝기 값을 보정하기 위해 영상의 주색도 값을 추정한다. 영상의 평균 색도는 광원의 색도 정보를 포함하고 있기 때문에 이를 제거하기 위하여 영상의 밝은 영역에서 광원의 색도 값을 추정하고 이를 평균 색도 값에 나누어주어 영상의 주색도 값을 추정한다. 또한 다중 Retinex 알고리즘의 결점인 낮은 채도를 CIELAB 표준 색 공간에서 색상을 유지하면서 보정하였다.
In general, methods based on histogram or a correction of gamma curve are usually utilized to enhance the contrast of captured image in the dark scene. These methods are efficient to enhance the contrast globally, however, they locally induced the low quality of image. Recently, to resolve the problem, the multi-scaled refiner algorithm improving the contrast with locally averaged lightness is proposed. However, estimating the locally averaged lightness, if there is the object with a high saturated color, the color distortion might be induced by the color of object. Thus, in this paper, the dominant chromaticity of image is estimated to correct the locally averaged lightness in multi-scaled retinex algorithm. Because the average chromaticity of image includes the chromaticity of illumination, the dominant chromaticity is estimated with dividing the average chromaticity of image by the estimated chromaticity of illumination from highlight region. In addition, to improve the lower chroma by multi-scaled retinex algorithm generally, the chroma was compensated preserving the hue in the CIELAB color space.
