Many types of RGBW color filter array (CFA) have been proposed for various purposes. Most studies utilize white pixel intensity for improving the signal-to-noise ratio of the image and demosaicking the image. This dissertation proves for the first time that the accuracy of white balance can be improved using the white pixel. For detecting gray pixels, which is a key clue for the illuminant estimation, the conventional methods have difficulty in detecting reliable gray pixels from uniform regions and boundaries of different color surfaces. The proposed method can accurately and quickly detect gray pixels even in uniform color regions by using the additional white pixel intensity. In order to reduce computational complexity and eliminate parameter dependence, an adaptive thresholding method is proposed that can adaptively select reliable gray pixels using the characteristics of the Skellam distribution. The image processing processor including the proposed methods is implemented in hardware. Furthermore, an adaptive white-preserving color correction is proposed that adjusts the color correction matrix according to the grayness of each pixel calculated from the detected gray pixels. According to the experimental results of the dataset captured with the RGBW CFA OPA sensor, the proposed gray pixel detection method was 22.1% more accurate and 30.4 times faster than the conventional methods. The proposed adaptive color correction method corrects achromatic color 37.4% more accurately than the conventional method. Therefore, the proposed color reproduction pipeline for the RGBW CFA sensor is expected to be used to obtain images with high color accuracy in mobile devices, and furthermore, it is expected to be used to improve the accuracy of recognition algorithms used in robotics, advanced driver assistance systems, and CCTV.
많은 종류의 RGBW 컬러 필터 어레이(CFA)가 다양한 목적을 위해 제안되었다. 대부분의 RGBW CFA에 관한 연구는 가시광선 전대역을 수광하는 W 픽셀을 이용하여 이미지의 신호 대 잡음비를 향상시키거나, RGBW CFA 이미지의 디모자이킹 성능을 향상시키는 것에 초점을 맞추었다. 본 논문은 W 픽셀이 영상의 광원을 예측하고 이를 보정하는 화이트 밸런스의 정확도를 향상시킬 수 있음을 처음으로 증명한다. 광원 예측을 위한 핵심 단서인 gray 픽셀을 검출하기 위한 기존의 방법들은 국소 영역내에서 검출을 위한 연산을 수행하기 때문에 색이 균일한 영역 또는 다른 두 색상의 경계에서 신뢰할 수 있는 gray 픽셀들을 검출하기 어렵다. 제안하는 방법은 추가적인 W 픽셀의 세기를 이용하여 픽셀 단위에서 연산을 수행하기 때문에 색이 균일한 영역에서도 정확하고 빠르게 gray 픽셀을 검출할 수 있다. 연산 복잡도를 줄이고 파라미터 종속성을 없애기 위해 스켈람 분포의 특성을 이용하여 신뢰도 높은 gray 픽셀을 적응적으로 선별할 수 있는 방법을 제안하였고, 이를 포함한 이미지 처리 프로세서를 하드웨어로 구현했다. 나아가 검출된 gray 픽셀을 이용하여 색 보정 매트릭스를 조율함으로써 무채색의 보정 정확도를 향상시키는 적응적 색 보정 알고리즘을 제안한다. RGBW CFA OPA 센서로 취득한 데이터 셋에 대한 실험 결과에 의하면, 제안하는 gray 픽셀 검출 방법은 기존의 방법보다 22.1% 더 정확하고 실행 시간은 30.4배 더 빨랐다. 제안하는 적응적 색 보정 알고리즘은 기존의 방법보다 37.4% 더 정확하게 무채색을 보정하였다. 따라서 제안된 RGBW CFA센서를 위한 색 재현 파이프라인은 모바일 기기에서 색상 정확도가 높은 영상을 얻기 위해 사용될 것으로 기대되며, 나아가 로보틱스, 첨단 운전자 보조 시스템, CCTV등에 사용되는 인식 알고리즘의 정확도를 향상시키기 위해 사용될 것으로 기대한다.
