카메라 이미지 형성 과정에서 시야각 변화로 인해 비네팅 효과가 발생하여 이미지 중앙이 밝고 주변부가 어두워지는 현상이 나타난다. 비네팅의 존재는 이미지 가장자리의 일부 텍스처 정보를 손실하게 하여 머신 비전 처리 성능에 큰 영향을 미친다. 이 문제를 해결하기 위해 본 논문에서는 이미지 선명도 보정과 노이즈 제거 성능 향상 두 측면에서 Retinex-Net 네트워크 모델을 개선하였다. 먼저, 원래 모델에 딜레이티드 컨볼루션을 추가하여 보정된 이미지의 고해상도를 유지하고 수용 영역을 확장하였다. 둘째, 노이즈 제거를 조밀 잔차 네트워크 방식으로 개선하여 비네팅 이미지의 각 레이어 특징을 조밀하게 추출하고 이미지의 세부 특성을 더 많이 유지하며 노이즈를 억제하였다. 마지막으로, 비네팅 이미지 데이터셋을 구축하고 테스트셋에서 본 논문에서 제안한 알고리즘의 보정 성능을 검증하였다. 본 알고리즘은 개선 전 원래 네트워크 모델 대비 SSIM 값이 0.293 상승하고, PSNR 값이 0.727 상승하며, RMSE 값이 0.095 감소하였다. 이미지 엔트로피 최소화, 적응 보상 Retinex, 방사형 그래디언트 대칭 기반 보정 알고리즘과 비교할 때 본 알고리즘은 더 나은 보정 성능을 가지며 시각적으로 관찰과 이해에 더 적합하다.

비네팅 이미지 보정; Retinex 이론; 딜레이티드 컨볼루션; 잔차 네트워크