JP5855852B2 - ハイパボリックタンジェント関数曲線を用いたコントラスト改善方法 - Google Patents

Description

本発明は、デジタルカメラによって撮影され、または記録媒体に保存された画像に対してハイパボリックタンジェント関数曲線を使用して、コントラストを改善する方法に関するものである。より具体的には、本発明は読み込んだ画像に対して平均輝度値を計算し、平均輝度値に基づいて画像の種類を決め、決められた画像の種類によってハイパボリックタンジェント関数曲線を適用して、コントラスト参照曲線を生成した後、コントラスト参照曲線を使用してコントラストを改善する。

コントラストとは、被写体と背景とを区別するようにする視覚的特性を言う。人の目はデジタルカメラの光センサーとは異なるために、デジタルカメラを使用して撮影された画像をそのまま肉眼で見れば薄暗く見えるようになる。このとき、画像処理を通じてコントラストを肉眼に合うように変更してより良い画像を生成することができる。

明るい照明、暗い照明、逆光照明など、互いに異なる照明条件で撮影された画像のコントラストの問題を解決するために多くのアルゴリズムが存在する。しかし、これらのアルゴリズムの大部分は、その正確性に問題があるか、または非常に複雑で携帯用デジタルカメラやカメラが装着された携帯電話に適用しにくいという問題がある。

本発明は、全ての照明条件、特に、暗い照明や明るい照明条件下で撮影された画像に対して最適化された適応的コントラスト改善方法を提供することを目的とする。

本発明の一実施例によって、画像の種類によって適応的にコントラストを改善する方法が提供される。このコントラスト改善方法は、画像を読み込む段階と、画像の平均輝度値と輝度ヒストグラムを算出する段階と、平均輝度値と輝度ヒストグラムに基づいて画像の種類を判断する段階と、画像の種類によって互いに異なる係数を使用してハイパボリックタンジェント曲線に適用してコントラスト参照曲線を生成する段階と、生成されたコントラスト参照曲線を使用して、画像のコントラストの改善を遂行する段階と、を含むことを特徴とする。

本発明によれば、デジタルカメラによって撮影された画像におけるフェージング現象を防止することができる。

また、本発明によれば、撮影された画像が不鮮明になる現象や画像の明るい部分と暗い部分との間の境目がふくらむ現象を防止することができる。

画像のヒストグラム分布の一例を示す図である。 ハイパボリックタンジェント関数(ｔａｎｈ(x))の一例を示す図である。 肉眼のコントラストの感度を示すグラフである。 低照明画像のコントラスト参照曲線プロファイルを示す図である。 逆光画像のコントラスト参照曲線プロファイルを示す図である。 通常照明画像のコントラスト参照曲線プロファイルを示す図である。 ハイコントラスト参照曲線プロファイルを示す図である。 本発明の一実施例によって、参照曲線を生成する方法を一括的に示した流れ図である。 本発明の一実施例によってコントラストの改善を遂行する方法を示す流れ図である。

以下、図面を参照して本発明の実施例について詳細に説明する。

図１は、画像のヒストグラム分布の一例を示す。ｘ軸は０〜２５５の輝度値を示し、ｙ軸は各輝度値を有するピクセル数を示す。カメラによって撮影された画像は、図１と同じか、または任意の形態の輝度分布を有することができる。輝度分布が特定の輝度値付近に偏っていれば、画像内の境目が薄暗くなり、肉眼で見たときに非常に明るいか、または非常に濁って見えるようになる。このような画像は、肉眼で鮮明に見えるようにするために、全輝度値の範囲にピクセルが分布するようにするためにコントラストを改善するためのプロセスを遂行する。

本発明によって人の目のコントラスト感度と類似の特性を有するハイパボリックタンジェント曲線を使用して、画像のコントラスト改善のための参照曲線を生成し、生成された参照曲線に従ってコントラストを改善することができる。

図２は、ハイパボリックタンジェント関数(ｔａｎｈ(x))の一例であって、ｘ軸の範囲は−５から＋５であり、最大値＋１、最小値−１に設定された場合のハイパボリックタンジェント関数である。

図３は、肉眼のコントラスト感度を示すグラフである。ｘ軸はカメラの画像センサーによって撮影された画像の輝度測定値であり、ｙ軸は人の目が感じる輝度値である。図３に示されるように、人の目は低輝度領域では小さな輝度変化を大きく感じ、中間輝度領域では輝度変化に鈍感であり、再び高輝度領域では小さな輝度変化を大きく感じるようになる。

図２と図３のグラフを参照すると、両者のパターンが類似していることが分かる。従って、カメラによって撮影された画像の輝度ヒストグラムにハイパボリックタンジェント関数の形態を有する曲線を参照曲線に使用してコントラストの改善を遂行すれば、人の目に適合したコントラストを得ることができる。

このとき、本発明によって、撮影される画像別にコントラスト改善のための参照曲線を生成し、生成された参照曲線を使用して画像の改善を遂行することができる。画像の特性によって生成される参照曲線を変えることができ、適応的に最適化されたコントラストの改善を遂行することができる。

本発明の一実施例によって、撮影される画像は、照明の強度によって以下のような４つのタイプに区分することができる。
１．低照明画像
２．逆光画像
３．通常照明画像
４．ハイコントラスト画像

撮影された画像がどのタイプに属するかを判断するために、下記のように撮影された画像の平均輝度値(Ｉ_mean)と輝度ヒストグラム分布を使用することができる。
i) ０＜Ｉ_mean≦５０である場合:低照明画像
ii) ５０＜Ｉ_mean≦２００である場合:通常照明画像
iii) ２００＜Ｉ_mean≦２５５である場合:逆光画像
iv) 輝度ヒストグラム分布で、最高ピクセル数を有する輝度値が高輝度と低輝度に分かれている場合:ハイコントラスト画像

画像のタイプを計算した後、参照曲線であるハイパボリックタンジェント関数曲線を生成しなければならないが、このとき、下記のようにタイプ別に他の係数、カットオフファクター(Ｃｕｔｏｆｆ＿Ｆａｃｔｏｒ)及び振幅ファクター(Ａｍｐｌｉｔｕｄｅ＿Ｆａｃｔｏｒ)を使用する。下記の係数は全て実験値によって計算された最適係数である。
i)低照明画像
Ｃｕｔｏｆｆ＿Ｆａｃｔｏｒ=０．３５
Ａｍｐｌｉｔｕｄｅ＿Ｆａｃｔｏｒ=０．７４;
ii)逆光画像
Ｃｕｔｏｆｆ＿Ｆａｃｔｏｒ=０．３５
Ａｍｐｌｉｔｕｄｅ＿Ｆａｃｔｏｒ=６;
iii)通常照明画像
Ｃｕｔｏｆｆ＿Ｆａｃｔｏｒ=１
Ａｍｐｌｉｔｕｄｅ＿Ｆａｃｔｏｒ=１．９４;
iv)ハイコントラスト画像
Ｃｕｔｏｆｆ＿Ｆａｃｔｏｒ=１
Ａｍｐｌｉｔｕｄｅ＿Ｆａｃｔｏｒ=０．０００２;

各種類の画像に対する参照曲線は、次のようにして計算することができる。
１．輝度別に標準化されたピクセル値(ＮｏｒｍＰｉｘＶａｌ)＝ピクセル値(ＰｉｘＶａｌ)／２５５を計算する。ここでピクセル値(ＰｉｘＶａｌ)は０〜２５５の値である。
２．x＝(ＮｏｒｍＰｉｘＶａｌ^Ｃｕｔｏｆｆ＿Ｆａｃｔｏｒ−０．５)×Ａｍｐｌｉｔｕｄｅ＿Ｆａｃｔｏｒを計算する。ここで、Ｃｕｔｏｆｆ＿ＦａｃｔｏｒとＡｍｐｌｉｔｕｄｅ＿Ｆａｃｔｏｒは画像の種類別に与えられる係数である。
３．ｔａｎｈ(x)を計算する。
４．ｔａｎｈ(x)の最大値と最小値を求める。
５．ｔａｎｈ(x)の値を０〜２５５範囲に標準化する。

上記のようなプロセスを通じて生成されたコントラスト参照曲線を使用して画像のコントラストの改善を遂行することができる。図４乃至図７は、各画像の種類別に求められた参照曲線を示す。各図面で点線は線形分布、すなわち、コントラスト改善が必要でない場合を示す。具体的には、図４は低照明画像に対する参照曲線を示し、図５は逆光画像に対する参照曲線を示し、図６は通常照明画像に対する参照曲線を示し、図７はハイコントラスト画像に対する参照曲線を示す。

図４乃至図７で、ｘ軸は輝度値０乃至２５５を０乃至１に標準化した値であり、ｙ軸は０乃至２５５の輝度値である。

図７を参照すれば、ハイコントラスト画像は、線形分布の点線と比べてコントラスト改善が全く必要ないか、またはコントラスト改善による変化がほとんど生じないことが分かる。

図８は、本発明の一実施例によって、参照曲線を生成する方法を一括的に示した流れ図である。

ステップ(Ｓ１１)で画像を読み込む。画像はデジタルカメラによって撮影されることもでき、記録媒体から読み込むこともできる。

ステップ(Ｓ１２)で読み込んだ画像に対して平均輝度値と輝度ヒストグラムを算出する。

ステップ(Ｓ１３)で計算された平均輝度値と輝度ヒストグラムに基づいて画像の種類を判断する。画像の種類は、低照明画像、逆光画像、通常照明画像、ハイコントラスト画像のうちの一つである場合がある。

ステップ(Ｓ１４)で画像の種類別に係数（コントラスト参照曲線係数）を決める。この係数は前述したように、各画像の種類別に実験値によって最適化された値である。

ステップ(Ｓ１５)で決まった係数をハイパボリックタンジェント関数曲線に適用してコントラスト参照曲線を生成する。画像の種類別に生成された参照曲線は、図４乃至図７に示されている。

上記のようなステップを経て生成されたコントラスト参照曲線を使用してコントラストの改善を遂行することができる。図９は、本発明の一実施例によってコントラストの改善を遂行する方法を示す流れ図である。

ステップ(Ｓ２１)で画像のＲＧＢ値を読み込む。ＲＧＢ値はそれぞれ色差成分も含んでいるので、輝度成分だけを分離するためにステップ(Ｓ２２)でＨＳＶ空間値（ＨＳＶ値）に変換する。

ステップ(Ｓ２３)でＨＳＶ値のうちのＶ値を画像の種類別にコントラスト参照曲線を使用して新しいＶ値にマッピングする。

ステップ(Ｓ２４)でマッピングされた新しいＶ値をＨＳ値と結合して、ステップ(Ｓ２５)で結合されたＨＳＶ値を再びＲＧＢ値に変換する。

コントラスト改善値が元の目標値と非常に異なる場合、このようなプロセスを繰り返して処理することができる。

実施例において、ＨＳＶ値ではなくＹＣｂＣｒ値に変換して同一のステップを遂行することもできる。すなわち、読み込んだ画像のＲＧＢ値をＹＣｂＣｒ値に変換して、参照曲線を使用してＹ値をマッピングして、マッピングされたＹ値をＹＣｂＣｒ値と結合した後、ＹＣｂＣｒ値を再びＲＧＢに変換することもできる。

以上、実施例について説明したが、本発明の範囲は上記の実施例に限定されない。上述した実施例に多様な変形を加えることができるし、その変形された実施例も本発明の範囲に含まれる。

Claims (4)

1. 画像の種類によって適応的にコントラストを改善する方法であって、
   画像を読み込む段階と、
   前記画像の平均輝度値と輝度ヒストグラムを算出する段階と、
   前記平均輝度値と輝度ヒストグラムに基づいて画像の種類を判断する段階と、
   前記画像の種類によって互いに異なる係数をハイパボリックタンジェント関数曲線に適用してコントラスト参照曲線を生成する段階と、
   前記生成されたコントラスト参照曲線を使用して前記画像のコントラストの改善を遂行する段階と、を含み、
   前記画像の種類を判断する段階は、
   平均輝度値(Ｉmean)が、
   i)０＜Ｉmean≦５０である場合は、低照明画像であり、
   ii)５０＜Ｉmean≦２００である場合は、通常照明画像であり、
   iii)輝度ヒストグラム分布で、最高ピクセル数を有する輝度値が高輝度と低輝度に分かれている場合は、ハイコントラスト画像である、と判断する段階を含み、
   前記平均輝度値(Ｉmean)は０〜２２５の間の値を有し、
   前記コントラスト参照曲線を生成する段階は、
   輝度別に標準化されたピクセル値(ＮｏｒｍＰｉｘＶａｌ)＝ピクセル値(ＰｉｘＶａｌ)／２５５を算出する段階と、
   x＝(ＮｏｒｍＰｉｘＶａｌ^Ｃｕｔｏｆｆ＿Ｆａｃｔｏｒ−０．５)×Ａｍｐｌｉｔｕｄｅ＿Ｆａｃｔｏｒを計算する段階と、
   ｔａｎｈ（ｘ）を計算する段階と、を含み、
   ＰｉｘＶａｌは０乃至２５５の輝度値であり、カットオフファクター(Ｃｕｔｏｆｆ＿Ｆａｃｔｏｒ)と振幅ファクター(Ａｍｐｌｉｔｕｄｅ＿Ｆａｃｔｏｒ)は前記画像の種類別に与えられる係数であることを特徴とするコントラスト改善方法。
2. 前記コントラスト参照曲線を生成する段階は、
   前記求められたｔａｎｈ（ｘ）の最大値と最小値を求める段階と、
   前記ｔａｎｈ（ｘ）値を０〜２２５の範囲に標準化する段階をさらに含む、
   請求項１に記載のコントラスト改善方法。
3. 前記画像の種類別に与えられる係数は、
   i)前記画像が低照明画像である場合は、カットオフファクター(Ｃｕｔｏｆｆ＿Ｆａｃｔｏｒ)＝０．３５、振幅ファクター(Ａｍｐｌｉｔｕｄｅ＿Ｆａｃｔｏｒ)=０．７４であり、
   ii)前記画像が通常照明画像である場合は、カットオフファクター＝１、振幅ファクター＝１．９４であり、
   iii)前記画像がハイコントラスト画像である場合は、カットオフファクター＝１、振幅ファクター＝０．０００２である、請求項２に記載のコントラスト改善方法。
4. コントラストの改善を遂行する段階は、
   前記画像のＲＧＢ値を読み込む段階と、
   前記ＲＧＢ値をＨＳＶ値に変換する段階と、
   前記ＨＳＶ値のうちのＶ値を、前記コントラスト参照曲線を使用してマッピングする段階と、
   前記マッピングされたＶ値をＨＳ値と結合する段階と、
   結合されたＨＳＶ値をＲＧＢ値に変換する段階と、を含む、請求項１乃至３のいずれか一項に記載のコントラスト改善方法。

Images