KR100742333B1 - 적응적 계수보간법을 이용한 영상 콘트라스트 개선장치 및그 방법 - Google Patents
적응적 계수보간법을 이용한 영상 콘트라스트 개선장치 및그 방법 Download PDFInfo
- Publication number
- KR100742333B1 KR100742333B1 KR1020050084754A KR20050084754A KR100742333B1 KR 100742333 B1 KR100742333 B1 KR 100742333B1 KR 1020050084754 A KR1020050084754 A KR 1020050084754A KR 20050084754 A KR20050084754 A KR 20050084754A KR 100742333 B1 KR100742333 B1 KR 100742333B1
- Authority
- KR
- South Korea
- Prior art keywords
- image
- input image
- contrast
- coefficient
- average luminance
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000003044 adaptive effect Effects 0.000 title abstract description 12
- 238000013507 mapping Methods 0.000 claims abstract description 51
- 238000001914 filtration Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/44—Receiver circuitry for the reception of television signals according to analogue transmission standards
- H04N5/57—Control of contrast or brightness
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G2320/00—Control of display operating conditions
- G09G2320/02—Improving the quality of display appearance
- G09G2320/0247—Flicker reduction other than flicker reduction circuits used for single beam cathode-ray tubes
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Picture Signal Circuits (AREA)
- Image Processing (AREA)
Abstract
적응적 계수보간법을 이용한 영상 콘트라스트 개선 장치 및 그 방법이 개시된다. 본 발명에 따른 적응적 계수보간법을 이용한 영상 콘트라스트 개선 방법은 현재 입력영상의 평균 휘도값을 산출하는 단계, 현재 입력영상의 평균 휘도값에 기초하여 콘트라스트 개선을 위한 맵핑함수를 결정하고, 맵핑함수를 소정 차수의 방정식으로 근사화하여 현재 입력영상에 대응되는 근사화 방정식을 생성하는 단계, 현재 입력영상의 평균 휘도값과 이전 영상의 평균 휘도값의 차이값을 산출하는 단계, 차이값과 소정 문턱치의 비교결과에 기초하여 현재 입력영상에 대응되는 근사화 방정식의 각 계수 및 이전 영상에 대응되는 근사화 방정식의 각 계수에 적응적으로 가중치를 부여함으로써 콘트라스트 개선을 위한 필터링 곡선의 계수값들을 산출하는 단계 및 산출된 계수값들에 의해 생성된 콘트라스트 개선을 위한 필터링 곡선을 이용하여 입력영상의 콘트라스트를 개선하는 단계를 포함한다.
휘도, 콘트라스트, 히스토그램, 플릭커
Description
도 1은 본 발명에 따른 적응적 계수보간법을 이용한 영상 콘트라스트 개선장치의 블럭도,
도 2는 본 발명에 따른 적응적 계수보간법을 이용한 영상 콘트라스트 개선방법의 설명에 제공되는 흐름도, 그리고
도 3a 및 도 3b는 본 발명의 일실시예에 따른 제1 맵핑함수 및 제2 맵핑함수의 특성을 도시한 도면이며, 도 3c는 함수 결정부에서 최종적으로 생성되는 합성 맵핑함수의 특성을 도시한 도면이다.
* 도면의 주요 부분에 대한 간단한 설명 *
10: 평균 휘도값 산출부 20: 비교부
30: 저장부 40: 함수 결정부
50: 근사화부 60: 콘트라스트 향상 계수 산출부
70: 콘트라스트 개선부 100: 영상 콘트라스트 개선 장치
본 발명은 영상 콘트라스트 개선 장치 및 그 방법에 관한 것으로 보다 상세하게는, 현재 입력되는 영상과 이전 영상의 평균 휘도값의 차이를 고려하여 적응적으로 콘트라스트 보정을 수행하는 영상 콘트라스트 개선 장치 및 그 방법에 관한 것이다.
일반적으로 영상신호는 여러 가지 요인에 의해 화질이 떨어질 수 있다. 화질 열화의 대표적인 요인 중의 하나로 낮은 콘트라스트를 들 수 있다. 콘트라스트의 보정을 위한 방법의 예로는 밝기의 변화에 따른 감마보정(Gamma Correction)이나 히스토그램 등화(Histogram Equalization) 등이 있다.
이 중 히스토그램 등화의 기본 동작은 입력 영상의 히스토그램을 토대로 주어진 입력 영상을 변환하는 것으로서, 여기서 히스토그램이라 함은 주어진 입력 영상에서의 그레이 레벨의 분포를 나타낸다.
이러한 그레이 레벨(gray level)의 히스토그램은 영상의 외양(appearance)에 대한 전체적인 묘사를 제공한다. 영상의 샘플분포에 따라 적절히 조절된 그레이 레벨은 외양 또는 영상의 콘트라스트를 개선시킨다.
콘트라스트 개선을 위한 많은 방법 중에 영상의 샘플분포에 따라 주어진 영상의 콘트라스트를 개선하는 방법인 히스토그램 등화가 가장 널리 알려져 있으며, 이는 아래 문헌 [1], [2]에 개시되어 있다.
[1] J.S.Lim, Two-Dimensional Signal and Image Processing, Prentice Hall, Englewood Cliffs, New Jersey, 1990, [2] R.C.Gonzalez and P.Wints, Digital Image Processing, Addison-Wesley, Reading, Massachusetts, 1997.
또한, 메디컬 영상 처리와 레이더 영상처리를 포함하는 히스토그램 등화 방법의 유용한 응용은 아래 문헌 [3], [4]에 개시되어 있다.
[3] J. Zimmerman, S.Pizer, E.Staab, E.Perry, W.McCartney, and B.Brenton, Evaluation of the effectiveness of adaptive histogram equalization for contrast enhancement, IEEE Tr.on Medical Imaging,pp.304-312, Dec.1988. [4] Y.Li, W.Wang, and D.Y.Yu, Application of adaptive histogram equalization to x-ray chest image, Proc. of the SPIE,pp.513-514,vol.221,1994.
따라서, 주어진 영상의 히스토그램을 이용한 기법은 메디컬 영상 처리, 적외선 영상 처리, 레이더 영상처리 분야 등 여러 분야에서 유용하게 응용되고 있다.
일반적으로, 히스토그램 등화는 동적범위(dynamic range)를 늘이는 (streching) 효과를 갖기 때문에 영상의 그레이 분포를 평평하게 하고 그 결과로서 영상의 콘트라스트를 개선한다.
그러나, 널리 알려진 히스토그램의 이러한 특성은 실제적인 경우에는 결점이 되기도 한다. 즉, 히스토그램 등화의 출력밀도가 일정하기 때문에 출력 영상의 평균밝기는 중간 그레이 레벨에 가깝게 된다.
알려진 히스토그램 등화적용 방식은 인접 프레임과의 상관도에 관계없이 매 프레임마다 독립적으로 전달함수를 산출하여 적용한다. 이러한 종래의 히스토그램 등화적용 방식은 인접한 프레임간의 상관 정도가 낮을 때에는 콘트라스트 향상 효과를 제공하지만, 인접된 프레임간의 상관 정도가 높을 때에는 오히려 화질을 저하 시킬 수 있다. 예를 들면, 이전 프레임과 현재 프레임의 배경화면은 동일하고, 이전 프레임에 존재하지 않던 특정 물체가 현재 프레임에 등장하는 경우 종래의 프레임별 히스토그램 등화방식을 적용하게 되면 화면이 밝아졌다 어두워지는 플릭커(flicker) 현상이 발생하는 문제점이 있다.
따라서, 본 발명의 목적은 현재 영상과 이전 영상의 평균 휘도값에 기초하여 적응적으로 콘트라스트 보정을 수행함으로써, 영상의 플릭커 현상을 방지할 수 있도록 한 적응적 계수보간법을 이용한 영상 콘트라스트 개선 장치 및 그 방법을 제공하기 위함이다.
상기 목적을 달성하기 위한 본 발명에 따른 영상 콘트라스트 개선 방법은 현재 입력영상의 평균 휘도값을 산출하는 단계; 상기 현재 입력영상의 평균 휘도값에 기초하여 콘트라스트 개선을 위한 맵핑함수를 결정하고, 상기 맵핑함수를 소정 차수의 방정식으로 근사화하여 현재 입력영상에 대응되는 근사화 방정식을 생성하는 단계; 상기 현재 입력영상의 평균 휘도값과 이전 영상의 평균 휘도값의 차이값을 산출하는 단계; 상기 차이값과 소정 문턱치의 비교결과에 기초하여 현재 입력영상에 대응되는 근사화 방정식의 각 계수 및 이전 영상에 대응되는 근사화 방정식의 각 계수에 적응적으로 가중치를 부여함으로써 콘트라스트 개선을 위한 필터링 곡선의 계수값들을 산출하는 단계; 및 산출된 계수값들에 의해 생성된 콘트라스트 개선을 위한 필터링 곡선을 이용하여 입력영상의 콘트라스트를 개선하는 단계;를 포함 하는 것이 바람직하다.
여기서, 상기 차이값이 소정 문턱치를 초과하는 경우, 상기 현재 입력영상과 상기 이전 영상이 연속되지 않은 영상으로 판단되며, 상기 현재 입력영상에 대응되는 근사화 방정식의 각 계수에 부여되는 가중치는 상기 이전 영상에 대응되는 근사화 방정식의 각 계수에 부여되는 가중치보다 큰 값을 갖는 것이 바람직하다.
또한, 본 발명에 따른 영상 콘트라스트 개선 장치는 현재 입력영상의 평균 휘도값을 산출하는 평균 휘도값 산출부; 상기 현재 입력영상의 평균 휘도값에 기초하여 콘트라스트 개선을 위한 맵핑함수를 결정하는 함수 결정부; 상기 맵핑함수를 소정 차수의 방정식으로 근사화하여 현재 입력영상에 대응되는 근사화 방정식을 생성하는 근사화부; 상기 현재 입력영상의 평균 휘도값과 이전 영상의 평균 휘도값의 차이값을 산출하고, 상기 차이값과 소정 문턱치를 비교하는 비교부; 및 상기 비교부의 비교결과에 기초하여 현재 입력영상에 대응되는 근사화 방정식의 각 계수 및 이전 영상에 대응되는 근사화 방정식의 각 계수에 적응적으로 가중치를 부여함으로써 콘트라스트 개선을 위한 필터링 곡선의 계수값들을 산출하는 콘트라스트 향상 계수 산출부; 및 산출된 계수값들에 의해 생성된 콘트라스트 개선을 위한 필터링 곡선을 이용하여 입력영상의 콘트라스트를 개선하는 콘트라스트 개선부;를 포함하는 것이 바람직하다.
여기서, 상기 비교부의 비교결과, 상기 차이값이 소정 문턱치를 초과하는 경우, 상기 비교부는 상기 현재 입력영상과 상기 이전 영상이 연속되지 않은 영상으로 판단하며, 상기 콘트라스트 향상 계수 산출부는, 상기 이전 영상에 대응되는 근 사화 방정식의 각 계수에 부여되는 가중치보다 상기 현재 입력영상에 대응되는 근사화 방정식의 각 계수에 더 큰 가중치를 부여하는 것이 바람직하다.
여기서, 상기 함수 결정부에서 결정되는 맵핑함수는, 다음의 수식으로 표현되는 것이 바람직하다.
여기서, x는 입력영상의 평균 휘도값이고, α, β는 입력영상의 평균 휘도값에 기초하여 상기 함수 결정부에 의해서 결정되는 상수이며, z는 입력영상의 개선개선된 평균 휘도값이다.
이하에서는 첨부된 예시도면을 참조하여 본 발명에 대해 설명한다.
도 1은 본 발명에 따른 적응적 계수보간법을 이용한 영상 콘트라스트 개선 장치의 구성을 도시한 블럭도이다.
도 1을 참조하면, 본 콘트라스트 개선 장치(100)는 평균 휘도값 산출부(10), 비교부(20), 저장부(30), 함수 결정부(40), 근사화부(50), 콘트라스트 향상 계수 산출부(60) 및 콘트라스트 개선부(70)를 포함한다.
평균 휘도값 산출부(10)는 입력영상의 히스토그램 분포를 이용하여 입력영상의 평균 휘도값을 산출하고, 산출된 평균 휘도값을 저장부(30)에 저장하는 동시에 비교부(20) 및 함수 결정부(40)에 제공한다.
비교부(20)는 입력된 현재 영상 프레임의 평균 휘도값과 저장부(30)에 저장된 이전 영상 프레임의 평균 휘도값의 차이를 비교한다. 비교결과, 차이값이 소정 문턱치를 초과하는 경우, 비교부(20)는 이전 영상 프레임과 현재 영상 프레임이 연속되는 영상이 아닌 것으로 판단하며, 차이값이 소정 문턱치를 초과하지 않는 경우에는 이전 프레임과 현재 프레임을 연속되는 영상이라고 판단한다.
함수 결정부(40)는 입력되는 영상 프레임의 평균 휘도값을 이용하여 콘트라스트 개선에 이용되는 맵핑 함수를 결정한다. 보다 상세하게는, 함수 결정부(40)는 맴핑 함수의 지수를 결정한다.
근사화부(50)는 함수 결정부(40)로부터 제공되는 맵핑 함수를 N차 다항식(aIxN+bIxN-1+…+cIx+dI)으로 근사화하고, 근사화된 N차 방정식의 계수값(aI,bI,…,cI,dI)을 저장부(30)에 저장하는 동시에 콘트라스트 향상 계수 산출부(60)에 제공한다.
콘트라스트 향상 계수 산출부(60)는 비교부(20)의 비교결과에 기초하여 적응적으로 콘트라스트 향상 계수를 산출하고, 산출된 콘트라스트 향상 계수를 콘트라스트 개선부(70)에 제공한다.
보다 상세히 설명하면, 콘트라스트 향상 계수 산출부(60)는 비교부(20)의 비교결과에 기초하여 근사화부(50)로부터 입력된 현재 영상 프레임에 대응되는 근사 N차 방정식의 계수값과 저장부(30)에 저장된 이전 영상 프레임에 대응되는 근사 N차 방정식의 계수값에 적응적인 가중치를 부여하여 최종적인 콘트라스트 향상 계수를 산출한다.
즉, 비교부(20)의 비교결과, 이전 영상 프레임의 평균 휘도값과 현재 영상 프레임의 평균 휘도값의 차이가 소정 문턱치를 초과하여, 이전 영상 프레임과 현재 영상 프레임이 연속되는 영상이 아닌 것으로 판단되는 경우, 콘트라스트 향상 계수 산출부(60)는 현재 영상 프레임에 대응되는 계수값에 보다 높은 가중치를 부여하여 적응적으로 콘트라스트 향상 계수를 산출한다.
반대로, 이전 영상 프레임의 평균 휘도값과 현재 영상 프레임의 평균 휘도값의 차이가 소정 문턱치를 초과하지 않아서 이전 영상 프레임과 현재 영상 프레임이 연속되는 영상인 것으로 판단되는 경우, 콘트라스트 향상 계수 산출부(60)는 이전 영상 프레임에 대응되는 계수값에 보다 높은 가중치를 부여하여 적응적으로 콘트라스트 향상 계수들을 산출한다.
콘트라스트 개선부(70)는 콘트라스트 향상 계수 산출부(60)에서 적응적으로 산출된 콘트라스트 향상 계수들에 의해 생성된 콘트라스트 개선용 필터링 곡선을 이용하여 입력영상의 콘트라스트를 개선한다.
도 2는 본 발명에 따른 적응적 계수보간법을 이용한 영상 콘트라스트 개선방법의 설명에 제공되는 흐름도이다.
먼저, 평균 휘도값 산출부(10)는 입력영상의 히스토그램 분포를 이용하여 입력영상의 평균 휘도값을 산출한다(S210).
이어서, 비교부(20)는 입력된 현재 영상 프레임의 평균 휘도값과 저장부(30)에 저장된 이전 영상 프레임의 평균 휘도값의 차이값을 산출하여, 차이값과 소정 문턱치를 비교한다(S220).
비교결과, 산출된 현재 영상 프레임의 평균 휘도값과 이전 영상 프레임의 평 균 휘도값의 차이값이 소정 문턱치를 초과하는 경우(S230:Y), 비교부(20)는 이전 영상 프레임과 현재 영상 프레임이 연속되지 않는 영상인 것으로 판단한다(S240).
반대로, 산출된 현재 영상 프레임의 평균 휘도값과 이전 영상 프레임의 평균 휘도값의 차이값이 소정 문턱치를 초과하지 않는 경우(S230:N), 비교부(20)는 이전 영상 프레임과 현재 영상임이 연속되는 영상인 것으로 판단한다(S250).
한편, S210 단계에서, 입력 영상의 평균 휘도값이 산출되면, 함수 결정부(40)는 산출된 입력영상의 평균 휘도값에 따라 콘트라스트 개선을 위해 사용되는 맴핑함수를 결정한다(S225). 이하에서는 함수 결정부(40)에서 맵핑 함수를 결정하는 방법에 대해서 보다 상세히 설명하기로 한다.
도 3a 및 도 3b는 본 발명에 따른 제1 맵핑함수 및 제2 맵핑함수의 특성을 도시한 도면이며, 도 3c는 함수 결정부(40)에서 최종적으로 생성되는 합성 맵핑함수의 특성을 도시한 도면이다.
먼저, 도 3a를 참조하면, 제1 맵핑함수는 아래의 수학식 1과 같이 표현된다.
수학식 1에서, x는 입력영상의 평균 휘도값이고, y는 제1 맵핑함수값이며, α는 입력영상의 평균 휘도값에 기초하여 함수 결정부(40)에 의해서 결정되는 상수이다. 제1 맵핑함수의 특성을 참조하면, α의 값이 '1'인 경우에는 'y=x'가 되고, α의 값이 '1'보다 커지는 경우에는 'y=x'에 해당하는 직선으로부터 아래쪽으로 점 차적으로 감소되는 것을 확인할 수 있다.
이어서, 도 3b를 참조하면, 제2 맵핑함수는 수학식 1에 의해 산출된 제1 맵핑함수값을 입력받아, 개선된 평균 휘도값을 산출하는데 이용되는 함수로서 다음의 식과 같이 표현된다.
수학식 2에서, y는 상기 제1 맵핑함수값이고, z는 개선된 평균 휘도값이며, β는 입력영상의 평균 휘도값에 기초하여 함수 결정부(40)에 의해 결정되는 상수이다. 제2 맵핑함수의 특성을 참조하면, β의 값이 '1'인 경우에는 'z=y'가 되고, β의 값이 '1'보다 점차적으로 커지는 경우에는 'z=y'에 해당하는 직선으로부터 위쪽으로 점차적으로 증가되는 것을 확인할 수 있다.
이어서, 도 3c를 참조하면, 합성된 맵핑함수는 전술한 제1 맵핑함수 및 제2 맵핑함수를 합성한 'S'자 형태의 함수이다. 'S'자형 맵핑함수를 얻기 위해서 제1 맵핑함수 및 제2 맵핑함수를 이용하는 이유는 제1 맵핑함수의 그래프 특성은 영상을 전체적으로 어둡게 하는 반면에, 제2 맵핑함수의 그래프 특성은 영상을 전체적으로 밝게 하기 때문이다. 합성된 맵핑함수의 수학식은 아래와 같이 표현된다.
수학식 3에서, x는 입력영상의 평균 휘도값이고, α, β는 함수 결정부(40) 에 의해서 결정되는 상수이며, z는 개선된 평균 휘도값이다. 함수의 특성을 참조하면, 제1 맵핑함수 및 제2 맵핑함수를 합성한 맵핑함수는 'S'자의 형상을 나타냄을 확인할 수 있다.
입력영상의 평균 휘도값에 대한 동적 범위(dynamic range)를 넓혀 콘트라스트 개선 효과를 얻기 위해서는 낮은 레벨의 평균 휘도값은 보다 낮은 값으로, 높은 레벨의 평균 휘도값은 보다 높은 값으로 맵핑이 되어야 한다. 이를 위해서는 α, β 값이 모두 큰 값으로 결정되어야 한다.
한편, α값이 β값보다 크면, 어두운 밝기로 콘트라스트가 향상되고, β 값이 α값보다 크면, 밝은 밝기로 콘트라스트가 향상된다.
만약, 모든 영상에 동일한 맵핑함수를 적용하면, 어두운 영상은 더욱 어둡게 콘트라스트가 향상될 수 있고, 밝은 영상은 더 밝게 향상될 수 있을 것이다.
그러므로, 본 발명을 실시함에 있어서, 함수 결정부(40)는 입력된 휘도 평균값(즉, 평균 밝기)에 따라 각 맵핑 함수에서의 상수를 결정한다.
256 레벨의 영상에서 일반적으로 영상의 밝기는 중간 정도에 대부분 분포하므로, 중간 밝기인 128 정도 이상에서는 디폴트(Default)로 설정한 상수에 따른 제1 및 제2 맵핑 함수를 적용하여, 어두운 영상은 밝게 콘트라스트를 향상하고, 밝은 영상은 어둡게 콘트라스트를 향상시킨다. 이 때, 콘트라스트의 향상 정도는 전술한 각 맵핑함수에서의 상수인 α, β의 조정을 통해 조절가능할 것이다.
즉, 함수 결정부(40)는 작은 휘도 평균값에 해당하는 낮은 밝기의 영상에 대해서 밝기의 정도를 여러 단계로 나누고, 각각 그에 대응되게 낮은 정도가 클수록, 제1 맵핑함수에서의 α는 작은 값을 선택하고, 제2 맵핑함수에서의 β는 큰 값을 선택한다. 그 결과 전체 영상은 밝게 개선될 것이다.
또한, 함수 결정부(40)는 높은 휘도 평균값에 해당하는 높은 밝기의 영상에 대해서 밝기 정도를 여러 단계로 나누고, 각각 그에 대응되게 높은 정도가 클수록, 제1 맵핑함수에서의 α는 큰 값을 선택하고, 제2 맵핑함수에서의 β는 작은 값을 선택한다. 그 결과 전체 영상을 어둡게 개선될 것이다.
이와 같은 방식에 의해 S225 단계에서 입력영상의 평균 휘도값에 기초하여 콘트라스트 개선에 이용될 맵핑함수가 결정되면, 함수 결정부(40)는 결정된 맵핑 함수를 근사화부(50)에 제공한다.
근사화부(50)는 함수 결정부(40)로부터 입력받은 함수를 N차 방정식(aIxN+bIxN-1+…+cIx+dI)으로 근사화하여, 근사화된 N차 방정식의 각 계수값(aI,bI,…,cI,dI)들을 산출하여, 콘트라스트 향상 계수 산출부(60)에 제공한다(S235). 여기서, 각 계수값의 아래 첨자 I는 근사화된 방정식이 현재 입력영상에 대응되는 방정식임을 나타낸다.
이어서, 콘트라스트 향상 계수 산출부(60)는 비교부(20)의 비교결과 및 근사화부(50)로부터 제공되는 현재 입력영상에 대응되는 근사화 방정식의 각 계수값에 기초하여 적응적으로 콘트라스트 향상 계수를 산출한다.
보다 상세히 설명하면, 콘트라스트 향상 계수 산출부(60)는 비교부(20)의 비교결과에 기초하여 근사화부(50)로부터 입력된 현재 영상 프레임에 대응되는 근사 N차 방정식의 계수값과 저장부(30)에 저장된 이전 영상 프레임에 대응되는 근사 N차 방정식의 계수값에 적응적인 가중치를 부여하여 최종적인 콘트라스트 향상 계수를 산출한다.
즉, 비교부(20)의 비교결과, 이전 영상 프레임의 평균 휘도값과 현재 영상 프레임의 평균 휘도값의 차이가 소정 문턱치를 초과하여, 이전 영상 프레임과 현재 영상 프레임이 연속되는 영상이 아닌 것으로 판단되는 경우, 콘트라스트 향상 계수 산출부(60)는 현재 영상 프레임에 대응되는 계수값에 보다 높은 가중치를 부여하여 적응적으로 콘트라스트 향상 계수를 산출한다(S260).
반대로, 이전 영상 프레임의 평균 휘도값과 현재 영상 프레임의 평균 휘도값의 차이가 소정 문턱치를 초과하지 않아서 이전 영상 프레임과 현재 영상 프레임이 연속되는 영상인 것으로 판단되는 경우, 콘트라스트 향상 계수 산출부(60)는 이전 영상 프레임에 대응되는 계수값에 보다 높은 가중치를 부여하여 적응적으로 콘트라스트 향상 계수를 산출한다(S270).
예를 들어, 현재 영상 프레임 및 이전 영상 프레임에 대응되는 근사화 방정식의 차수를 2라고 하면, 근사화부(50)로부터 제공되는 현재 영상 프레임에 대응되는 근사화 방정식 및 저장부(30)에 저장된 이전 영상 프레임에 대응되는 근사화 방정식은 각각 다음과 같다.
현재 영상 프레임에 대응되는 근사화 방정식: aIx2+bIx+cI
이전 영상 프레임에 대응되는 근사화 방정식: a(I-1)x2+b(I-1)x+c(I-1)
이 때, 콘트라스트 향상 계수 산출부(60)에서 산출되는 콘트라스트 향상 계수는 다음과 같다.
A = (aI×wI)+(a(I-1)×w(I-1))
B = (bI×wI)+(b(I-1)×w(I-1))
C = (cI×wI)+(c(I-1)×w(I-1))
여기서, wI는 현재 영상 프레임에 부여되는 가중치 값이며, w(I-1) 은 이전 영상 프레임에 부여되는 가중치 값이며, A, B, C는 콘트라스트 향상 계수 산출부(60)에서 이전 영상 프레임과 현재 영상 프레임의 평균 휘도값 차이에 기초하여 적응적으로 산출되는 콘트라스트 향상 계수값들이다.
이와 같이, 콘트라스트 향상 계수 산출부()에서 콘트라스트 향상 계수값들이 산출되면, 산출된 계수값들에 의해 최종적인 콘트라스트 개선용 필터링 곡선이 완성된다.
콘트라스트 개선부(70)는 콘트라스트 향상 계수 산출부(60)에서 적응적으로 산출된 콘트라스트 향상 계수값들에 의해 생성된 콘크라스트 개선용 필터링 곡선을 이용하여 입력영상의 콘트라스트를 개선한다(S280).
한편, 최종적으로 완성되는 콘트라스트 개선용 필터링 곡선 또한 'S'자 곡선의 형태를 가지며, 이 때 직선 y=x를 기준으로 콘트라스트 개선용 필터링 곡선의 상부 및 하부에 위치하는 영역을 증감시킴으로써, 영상 콘트라스트 처리를 효율적으로 수행할 수 있다.
이상에서 설명한 바와 같이, 본 발명에 의하면, 본 발명에 의하면, 이전 프레임과 현재 프레임의 평균 휘도값의 차이에 기초하여 적응적으로 콘트라스트를 개선하므로, 이전 프레임과 현재 프레임의 배경화면은 동일하고, 이전 프레임에 존재하지 않던 특정 물체가 현재 프레임에 등장하는 경우 종래와 같이 화면이 밝아졌다 어두워지는 플릭커(flicker) 현상을 방지할 수 있는 장점이 있다.
이상에서는 본 발명의 바람직한 실시예에 대해서 도시하고 설명하였으나, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위에 있게 된다.
Claims (5)
- 현재 입력영상의 평균 휘도값을 산출하는 단계;상기 현재 입력영상의 평균 휘도값에 기초하여 콘트라스트 개선을 위한 맵핑함수를 결정하고, 상기 맵핑함수를 소정 차수의 방정식으로 근사화하여 현재 입력영상에 대응되는 근사화 방정식을 생성하는 단계;상기 현재 입력영상의 평균 휘도값과 이전 영상의 평균 휘도값의 차이값을 산출하고, 상기 현재 입력영상과 상기 이전 영상이 연속되는 영상인지를 판단하는 단계;상기 연속되는 영상인지를 판단한 결과에 기초하여 현재 입력영상에 대응되는 근사화 방정식의 각 계수 및 이전 영상에 대응되는 근사화 방정식의 각 계수에 가중치를 부여함으로써 콘트라스트 개선을 위한 필터링 곡선의 계수값들을 산출하는 단계; 및산출된 계수값들에 의해 생성된 콘트라스트 개선을 위한 필터링 곡선을 이용하여 입력영상의 콘트라스트를 개선하는 단계;를 포함하는 것을 특징으로 하는 영상 콘트라스트 개선방법.
- 제1항에 있어서,상기 차이값이 소정 문턱치를 초과하는 경우,상기 현재 입력영상과 상기 이전 영상이 연속되지 않은 영상으로 판단되며,상기 현재 입력영상에 대응되는 근사화 방정식의 각 계수에 부여되는 가중치는 상기 이전 영상에 대응되는 근사화 방정식의 각 계수에 부여되는 가중치보다 큰 값을 갖는 것을 특징으로 하는 영상 콘트라스트 개선 방법.
- 현재 입력영상의 평균 휘도값을 산출하는 평균 휘도값 산출부;상기 현재 입력영상의 평균 휘도값에 기초하여 콘트라스트 개선을 위한 맵핑함수를 결정하는 함수 결정부;상기 맵핑함수를 소정 차수의 방정식으로 근사화하여 현재 입력영상에 대응되는 근사화 방정식을 생성하는 근사화부;상기 현재 입력영상의 평균 휘도값과 이전 영상의 평균 휘도값의 차이값을 산출하고, 상기 차이값과 소정 문턱치를 비교하여 상기 현재 입력영상과 상기 이전 영상이 연속되는 영상인지를 판단하는 비교부; 및상기 비교부에서 연속되는 영상인지를 판단한 결과에 기초하여 현재 입력영상에 대응되는 근사화 방정식의 각 계수 및 이전 영상에 대응되는 근사화 방정식의 각 계수에 가중치를 부여함으로써 콘트라스트 개선을 위한 필터링 곡선의 계수값들을 산출하는 콘트라스트 향상 계수 산출부; 및산출된 계수값들에 의해 생성된 콘트라스트 개선을 위한 필터링 곡선을 이용하여 입력영상의 콘트라스트를 개선하는 콘트라스트 개선부;를 포함하는 것을 특징으로 하는 영상 콘트라스트 개선 장치.
- 제3항에 있어서,상기 비교부의 비교결과, 상기 차이값이 소정 문턱치를 초과하는 경우,상기 비교부는 상기 현재 입력영상과 상기 이전 영상이 연속되지 않은 영상으로 판단하며,상기 콘트라스트 향상 계수 산출부는,상기 이전 영상에 대응되는 근사화 방정식의 각 계수에 부여되는 가중치보다 상기 현재 입력영상에 대응되는 근사화 방정식의 각 계수에 더 큰 가중치를 부여하는 것을 특징으로 하는 영상 콘트라스트 개선 장치.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020050084754A KR100742333B1 (ko) | 2005-09-12 | 2005-09-12 | 적응적 계수보간법을 이용한 영상 콘트라스트 개선장치 및그 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020050084754A KR100742333B1 (ko) | 2005-09-12 | 2005-09-12 | 적응적 계수보간법을 이용한 영상 콘트라스트 개선장치 및그 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20070030019A KR20070030019A (ko) | 2007-03-15 |
KR100742333B1 true KR100742333B1 (ko) | 2007-07-26 |
Family
ID=38101928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020050084754A KR100742333B1 (ko) | 2005-09-12 | 2005-09-12 | 적응적 계수보간법을 이용한 영상 콘트라스트 개선장치 및그 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR100742333B1 (ko) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102246307B1 (ko) | 2014-12-02 | 2021-04-30 | 삼성디스플레이 주식회사 | 스케일 팩터의 제어 방법 및 이를 포함하는 휘도 조절 방법 |
KR101685823B1 (ko) * | 2015-06-18 | 2016-12-21 | 인하대학교 산학협력단 | 흉부 X―ray 영상을 위한 화질 개선 방법 및 시스템 |
CN105407296B (zh) * | 2015-11-18 | 2021-03-23 | 腾讯科技(深圳)有限公司 | 实时视频增强方法和装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050072933A (ko) * | 2004-01-08 | 2005-07-13 | 삼성전자주식회사 | 입력 영상의 화질 개선을 위한 장치 및 방법 |
-
2005
- 2005-09-12 KR KR1020050084754A patent/KR100742333B1/ko not_active IP Right Cessation
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050072933A (ko) * | 2004-01-08 | 2005-07-13 | 삼성전자주식회사 | 입력 영상의 화질 개선을 위한 장치 및 방법 |
Also Published As
Publication number | Publication date |
---|---|
KR20070030019A (ko) | 2007-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100707270B1 (ko) | Rgb값을 이용한 영상 콘트라스트 개선 방법 및 장치 | |
EP0794514B1 (en) | Image enhancing method using mean-separate histogram equalization and a circuit therefor | |
CN107403422B (zh) | 用以增强图像对比度的方法及其系统 | |
KR101128454B1 (ko) | 콘트라스트 향상 방법 및 장치 | |
EP0801360A2 (en) | Image quality enhancing method using mean-matching histogram equalization and a circuit therefor | |
US7292734B2 (en) | Black and white stretching system and method for improving contrast of a picture | |
GB2316825A (en) | Image enhancement using histogram equalization | |
US10609303B2 (en) | Method and apparatus for rapid improvement of smog/low-light-level image using mapping table | |
KR100694153B1 (ko) | 매핑 함수에 기반한 이미지 처리 방법 및 장치 | |
JP6600216B2 (ja) | 画像処理装置及び画像処理方法、プログラム、記憶媒体 | |
JP2012175310A (ja) | 画像処理装置、画像処理方法 | |
KR100742333B1 (ko) | 적응적 계수보간법을 이용한 영상 콘트라스트 개선장치 및그 방법 | |
KR100213039B1 (ko) | 평균-매칭 히스토그램 등화를 이용한 화질 개선 방법 및 그 회로 | |
JP2000102033A (ja) | 自動階調補正方法 | |
CN114331925A (zh) | 一种多尺度相对梯度直方图均衡化方法及装置 | |
KR100200630B1 (ko) | 밝기 보상 기능을 가진 양자화된 평균-매칭 히스토그램 등화를 이용한 화질 개선방법 및 그 회로 | |
KR101418521B1 (ko) | 밝기 대비 향상을 통한 영상 화질 개선 방법 및 장치 | |
KR100188679B1 (ko) | 밝기보상기능을 가진 평균 분리 히스토그램 등화를이용한화질개선방법과그회로 | |
KR0176602B1 (ko) | 밝기보상기능을 가진 평균-매칭 히스토그램 등화를 이용한 화질 개선 방법 및 그 회로 | |
KR100195116B1 (ko) | 이득 조절 기능을 가진 평균-매칭 히스토그램 등화를 이용한 화질 개선방법 및 그 회로 | |
KR100224885B1 (ko) | 이득 조절 기능을 가진 양자화된 평균-매칭 히스토그램 등화를 이용한 화질 개선방법 및 그 회로 | |
US20220237755A1 (en) | Image enhancement method and image processing device | |
CN116029949A (zh) | 直方图处理、调整和图像处理方法、存储介质和电子设备 | |
KR100200611B1 (ko) | 이득 조절 기능을 가진 평균-분리 히스토그램 등화를 이용한 화질 개선 방법 및 그 회로 | |
WO2024112375A1 (en) | Adaptive face brightness adjustment for images and video |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
G170 | Publication of correction | ||
FPAY | Annual fee payment |
Payment date: 20130627 Year of fee payment: 7 |
|
FPAY | Annual fee payment |
Payment date: 20140627 Year of fee payment: 8 |
|
FPAY | Annual fee payment |
Payment date: 20150629 Year of fee payment: 9 |
|
FPAY | Annual fee payment |
Payment date: 20160629 Year of fee payment: 10 |
|
LAPS | Lapse due to unpaid annual fee |