그림자 제거를 위한 픽셀별 직교 분해와 색상 불변 이미지 생성

초록

**
본 논문은 단일 야외 사진에서 그림자를 검출하거나 학습 없이도 색상·조명 불변 이미지를 얻는 새로운 방법을 제안한다. 물리 기반 그림자 불변식을 이용해 각 픽셀에 대한 선형 방정식 집합을 구성하고, 그 해를 자유 해와 특수 해로 분리한 뒤 자유 해에 직교하는 특수 해를 색상 불변 벡터로 선택한다. 이 벡터와 Lab 색공간을 결합해 텍스처와 색을 보존하면서 그림자가 사라진 결과물을 실시간으로 생성한다.

**

상세 분석

**
이 연구는 기존 그림자 제거 기법이 갖는 두 가지 큰 한계—그림자 영역을 사전에 검출해야 한다는 점과 대규모 학습 데이터에 의존한다는 점—을 극복하고자 한다. 저자들은 먼저 햇빛과 하늘빛의 스펙트럼 차이를 물리적으로 모델링하여, 동일 물체가 그림자와 비그림자 영역에 놓였을 때 RGB 값 사이에 일정한 비례 관계가 성립한다는 사실을 이용한다(식 2‑4). 이 관계는 로그 변환 후 선형 형태가 되므로, 각 픽셀의 RGB 벡터 v = (v_R, v_G, v_B)^T에 대해 세 개의 독립적인 선형 방정식을 만들 수 있다.

선형 방정식 집합의 해 공간은 1차원 자유 해(nullspace)와 1차원 특수 해(particular solution)로 분해된다. 자유 해는 조명 조건(직접광·산란광 비율)만을 반영하고, 특수 해는 그와 직교한다. 따라서 특수 해는 조명·그림자 변화에 무관하게 동일 물체의 색상 정보를 보존한다는 점에서 “색상 불변 벡터”로 정의된다. 이 과정을 “픽셀별 직교 분해”라고 명명하고, 각 픽셀에 대해 단일 연산으로 특수 해를 추출한다.

특수 해만으로는 색상 왜곡이 발생할 수 있기 때문에, 저자들은 Lab 색공간을 활용한 색 복원 절차를 추가한다. 먼저 L 채널(명도)은 특수 해에서 얻은 그레이스케일 불변 이미지로 대체하고, a·b 채널(색도)은 원본 이미지의 색도 정보를 보존한다. 이렇게 하면 텍스처와 색채가 원본과 거의 동일하면서도 그림자 효과가 제거된 결과를 얻는다.

알고리즘의 복잡도는 픽셀당 상수 시간 연산에 머물러, 전체 이미지에 대해 실시간 처리(수십 밀리초 수준)가 가능하다. 실험에서는 다양한 야외 장면(건물, 도로, 식생 등)에서 기존 방법(그림자 검출 기반, 통계 학습 기반, 그레이스케일 불변 기반 등)과 비교했을 때 색 보존, 텍스처 유지, 처리 속도 모두에서 우수함을 입증한다. 특히, 그림자 경계가 부드럽거나 복잡한 텍스처가 존재하는 경우에도 안정적인 결과를 보여, 실제 감시·자동차·증강현실 등 실시간 응용에 적합함을 시사한다.

핵심 기여는 다음과 같다. (1) 물리 기반 선형 모델을 이용한 픽셀별 직교 분해 기법 제안, (2) 그림자 검출 없이 단일 이미지만으로 색·조명 불변 이미지를 실시간 생성, (3) Lab 색공간을 이용한 색 복원으로 원본 색채와 텍스처를 고품질 유지, (4) 광범위한 야외 데이터셋에서 기존 최첨단 방법 대비 정량·정성적 우수성 입증.

**