디지털 디바이스를 통해 표현되는 영상의 dynamic range는 HVS (Human Visual System)에 비해 좁기 때문에 풍부한 dynamic range를 표현하지 못 한다. 본 논문에서는 Retinex 이론을 기반으로 하여 적응적으로 영상을 개선하는 방법을 제안한다. 기존의 대표적인 Retinex 알고리즘인 SSR과 MSRCR의 경우에는 surrounding function에 의해 큰 에지 주변에 halo artifacts가 발생한다. 그리고 RGB color space에서 Retinex을 처리하기 때문에 color distortion을 발생하며 color correction이 필요하다. NRCIR의 경우에는 자연스럽지만 어두운 부분에 디데일 성분을 많이 드러나지 않는 문제가 있다. Robust envelope의 경우에는 gamma function을 쓰기 때문에 밝은 부분에 saturation이 발생한다. 그리고 기존 알고리즘은 계산 시간이 많이 필요하다. 기존 알고리즘의 문제를 해결하고 더 자연스럽고 선명한 결과를 얻기 위해 우리는 Retinex 이론을 기반으로 하는 적응적인 알고리즘이 제안한다. 제안하는 알고리즘은 halo artifact를 억제하기 위해 weighted illumination을 이용하며, adaptive sigmoid function을 통해 영상의 visualization을 향상 시킨다. 또한 원영상의 색상을 유지하기 위해 HSV color space 중 V channel만 사용한다. 실험결과 기존의 알고리즘보다 디테일이 향상 되었으며, 원 영상의 색감을 유지하는 것을 확인 할 수 있다.
Dynamic range of image which obtained by digital device is narrower than HVS (Human Visual System) so they cannot express most of dynamic range. In this paper, we proposed an adaptive image enhancement method based on Retinex theory. We implemented and analyzed the existing. The first problem is that halo artifacts oc-curred around the strong edges in SSR and MSRCR methods. Besides, Retinex processed in RGB domain so that color distortion happened. Second, in NRCIR me-thod, not a lot of details are shown in dark region. Third, in robust envelope method, saturation occurred in bright region because of using gamma function. Other problem is the complex existing algorithms require more computation time. In order to solve these problems and get natural and clear result images, we proposed an advancement algorithm based on Retinex. In the proposed algorithm, we use weighted illumination to suppress halo artifacts, and we use adaptive sigmoid function to improve image visualization. Also, we only use V channel of HSV color space for keeping the natural color tone. Experimental results showed that the proposed results improved more details than existing algorithms, and maintained original natural color tone.