KR100925794B1 - 영상의 지역 명암대비 개선을 통한 전역 명암대비 향상 방법 - Google Patents

Abstract

본 발명은 지역 명암대비 향상을 통한 영상의 명암대비 향상 방법에 관한 것이다. 지역 명암대비 향상 방법들의 가장 중요한 문제점은 블록화 현상이나 이를 줄이기 위한 영상의 중요한 특징들의 훼손이다. 이러한 문제점을 해결하기 위해 입력 영상을 블록 크기를 제한하지 않고 다양한 블록 크기로 나눈 임시 영상을 생성하여 블록기반 평활화를 수행한다. 임시 영상에 대한 전역 평활화 함수를 얻어 원 입력영상에 대해 히스토그램 평활화를 수행하여 최대의 명암대비를 갖는 결과 영상을 찾는다. 제안하는 알고리즘은 지역 명암대비가 향상된 임시 영상으로부터 전역 평활화 함수를 얻기 때문에 지역의 명암대비가 높아져 입력영상의 화질을 개선 시킨다.

명암대비 개선, 블록화, 평활화, 입력영상, 화질개선

Description

영상의 지역 명암대비 개선을 통한 전역 명암대비 향상 방법{Global contrast enhancement using block based local contrast improvement}

본 발명은 지역 명암대비 향상을 통해 얻어진 전역 히스토그램 평활화 함수를 원 입력영상에 적용함으로써 영상 전체의 명암대비를 향상시키는 것이다.

명암대비 향상 방법은 크게 전역(Global) 명암대비 향상 방법과 지역(Local) 명암대비 향상 방법으로 구분된다. 전역 명암대비 향상 방법은 영상의 명암값의 범위을 늘림으로서 화질을 향상시키는 방법으로 가장 널리 쓰이는 방법 중의 하나가 전역 히스토그램 평활화(Global Histogram Equalization)이다. 전역 히스토그램 평활화는 영상의 히스토그램을 분포를 계산하고, 히스토그램 분포는 누적 분포 함수 생성 및 정규화를 통하여 입력영상의 화소값과 곱해져 수행되며, 히스토그램이 균일한 분포를 갖도록 명암값을 재분배한다. 그러나 전역 히스토그램 평활화는 영상 각 부분의 공간 정보들을 고려하지 않은 전 영상의 히스토그램 정보를 사용하기 때문에 국부적인 명암값을 개선시키기 어렵다. 또한 영상의 명암값을 재분배해서 영상의 평균밝기를 영상의 중간 명암값으로 변환하기 때문에 영상의 밝은 영역이 뿌옇게 되는 현상이 발생된다.

이런 문제를 해결하기 위해, Chen은 원 영상의 밝기값을 보존하기 위해 평균 밝기값을 고려하여 히스토그램을 반복적으로 분할하여 평활화하는 RMSHE (Recursive Mean-Separate Histogram Equalization) 방법을 제안하였다. 하지만, 이 방법 또한 영상에 따라 화질 향상 정도가 다르며 명암대비 향상에 한계가 있어 다양한 분야에 적용하기 어렵다. 다른 한편으로 전역 명암대비 향상방법이 갖는 문제를 극복하기 위해 지역적인 히스토그램 평활화 방법을 사용한 명암대비 개선 방법들이 제안되고 있다. AHE(Adaptive histogram equalization) 방법은 가장 기초적인 방법으로 영상을 겹치지 않게 여러 개의 블록으로 나누고 각각의 블록들에 대해 독립적으로 히스토그램 평활화를 수행하여 그 결과를 양선형 보간법으로 합치는 방법이다. 이 경우 블록이 연결되는 부분에서 발생하는 불연속성 문제를 해결하기 위해 이웃하는 블록들이 겹쳐지도록 분할하는 방법을 사용한다.

하지만, 겹치는 블록의 선택에 따라 블록화 정도가 달라지며 영상마다 블록의 크기를 결정해야하는 문제점이 있다. 일반적으로 지역 명암대비향상 방법들의 공통적인 문제점은 블록화 현상이다. 영상 전체의 밝기 분포를 고려하지 않고 지역적인 영상정보만을 사용하기 때문에 블록 간의 명암대비가 조화롭지 못하고 밝기값의 차가 커서 발생한다. 또한 지역 히스토그램 평활화는 블록화를 없애기 위해 겹쳐진 블록을 사용하거나 보간법을 사용하기 때문에 계산 복잡도가 커지거나 지역적인 두드러진 특징들을 훼손시킨다.

상기와 같은 명암대비 향상방법의 문제점을 해결하기 위해, 본 발명은 입력영상을 다양한 블록 크기로 분할한 임시영상들에 대해 블록기반 지역 히스토그램 평활화를 수행하여 전역 히스토그램 평활화 함수를 구함으로써 카메라에서 얻어진 입력 영상의 전역 명암대비를 향상시키고자 한다.

상기 과제를 달성하기 위한, 본 발명에 따른 영상의 블록기반 지역 명암대비 향상을 통한 전역 명암대비 향상방법은 (a) 다양한 크기의 블록을 갖는 영상들에 관하여 블록기반 지역 히스토그램 평활화 수행 단계; (b) 블록기반 지역 명암대비 향상을 통한 전역 명암대비 향상 단계; (c) 지역 대비가 향상된 영상들의 명암대비도 측정 단계를 포함한다.

상기 (a) 단계는 입력영상을 다양한 크기의 블록을 갖는 임시영상들을 생성하는 단계; 각각의 임시영상들에 대해 블록기반 지역 히스토그램 평활화를 수행하는 단계;를 포함하는 입력영상의 블록기반 지역 명암대비 향상을 통한 전역 명암대비 향상방법이다.

상기 (b)단계는 (a)단계의 블록기반 지역 명암대비 향상의 결과 임시영상들에 대해 전역 평활화 함수를 구하는 단계; 전역 평활화 함수를 이용해 원 입력영상에 대해 전역 명암대비를 향상시키는 단계;를 포함하는 블록기반 지역 명암대비 향상을 통한 입력영상의 전역 명암대비 향상방법이다.

상기 (c)단계는 전역 명암대비 향상을 통해 얻어진 각각의 임시영상들로부터 명암대비가 높은 임시영상을 얻기 위해 수학식 4를 이용하여 명암대비도를 측정하는 단계; 각각의 임시영상들의 명암대비도를 비교하여 최상의 명암대비를 갖는 결과영상을 찾는 단계;를 포함하는 블록기반 지역 명암대비 향상을 통한 입력영상의 전역 명암대비 향상방법이다.

본 발명은 지역 명암대비 향상을 통한 영상의 명암대비 향상 방법에 관한 것이다. 지역 명암대비 향상 방법들의 가장 중요한 문제점은 블록화 현상이나 이를 줄이기 위한 영상의 중요한 특징들의 훼손이다. 이러한 문제점을 해결하기 위해 입력 영상을 블록 크기를 제한하지 않고 다양한 블록 크기로 나눈 임시 영상을 생성하여 블록기반 평활화를 수행한다. 임시 영상에 대한 전역 평활화 함수를 얻어 원 입력영상에 대해 히스토그램 평활화를 수행하여 최대의 명암대비를 갖는 결과 영상을 찾는다. 제안하는 알고리즘은 지역 명암대비가 향상된 임시 영상으로부터 전역 평활화 함수를 얻기 때문에 지역의 명암대비가 높아져 입력영상의 화질을 개선시킨다.

본 발명에 따른 영상의 블록기반 지역 명암대비 향상을 통한 전역 명암대비 향상방법은 (a) 다양한 크기의 블록을 갖는 영상들에 관하여 블록기반 지역 히스토그램 평활화 수행 단계; (b) 블록기반 지역 명암대비 향상을 통한 전역 명암대비 향상 단계; (c) 지역 대비가 향상된 영상들의 명암대비도 측정 단계를 포함한다. 도 1은 발명의 블록기반 지역 명암대비 향상을 통한 입력영상의 전역 명암대비 향상방법의 구성도를 보여준다.

상기 (a)단계의 일정 크기의 블록을 갖는 임시영상들의 지역기반 명암대비 향상은 블록기반 히스토그램 평활화를 통해 수행된다. 도 2는 512x512 크기의 동일한 입력 영상을 128x128, 64x64, 32x32, 16x16 크기의 블록으로 나눈 후, 블록기반 히스토그램 평활화를 수행한 임시영상들의 실시예이다. 도 2를 살펴보면 블록의 크기가 커질수록 블록화 현상은 줄어드나 부분적인 명암대비의 효과는 떨어진다.

상기 (b) 단계의 블록기반 지역 명암대비 향상을 통한 전역 명암대비 향상 방법은 상기 (a) 단계의 결과로부터 얻어진 전역 히스토그램 평활화 함수를 이용함으로써 원 입력영상의 전역 명암대비를 향상시킨다. 임시 영상의 블록 크기가 MxN 개의 화소로 구성되며 영상이 Q개의 블록으로 구성되었다고 하자. 블록크기 MxN을 갖는 임시 영상의 확률밀도함수는 수학식 1으로 주어진다.

여기서, Q(MxN)는 임시 영상의 전체 화소수이며,

는

번째 블록에서

번째 명암값을 갖는 화소수이며,

는

번째 블록의 확률밀도함수이다. 수학식 1로부터 전역 확률밀도함수가 각 블록들에 대한 확률밀도함수들의 평균으로 결정됨을 알 수 있다.

블록기반 히스토그램 평활화에서 발생하는 블록화 현상을 화질의 훼손 없이 없애는 동시에 지역 명암대비를 향상시키기 위한 임시 영상에 대한 누적 분포 함수(cumulative distribution function, cdf)는 다음 수학식 2로 주어진다.

여기서,

는

번째 블록의 누적분포함수이다. 수학식 2로부터 원영상의 전역 명암대비 향상을 위한 히스토그램 평활화 함수는 블록기반으로 히스토그램 평활화된 임시 영상으로부터 재계산 없이 블록기반 히스토그램 평활화 함수들로부터 결정한다. 전역 평활화 함수는 각 블록의 평활화 함수들의 평균으로 정의되기 때문에 최적의 전역 평활화 함수는 최적 블록 평활화 함수로부터 구한다. 일반적으로 블록의 크기가 작아짐에 따라 결과 영상의 명암대비도가 커지나 영상에 따라 다른 명암대비도를 갖는다. 도 3(c)는 화질 훼손 없이 블록현상을 없앤 지역 명암대비가 가장 좋은 결과영상을 보여준다.

상기 (c) 단계의 지역 대비가 향상된 영상의 명암대비도 측정은 블록기반 명암대비 향상 방법에서 블록의 크기에 따라 명암대비 향상의 정도가 달라지기 때문에 자동으로 전역 명암대비도가 높은 블록크기의 평활화 함수를 결정하기 위한 과정이다. 일반적으로 블록기반 명암대비 향상 방법들은 계산 복잡도 때문에 많은 실험을 통해 경험적으로 블록의 크기를 결정한다. 하지만 블록의 크기가 고정되는 경우에 영상에 따라 명암대비 향상 정도가 달라진다.

본 발명에서는 계산의 복잡도를 증가시키지 않으면서 다양한 블록크기를 허용하는 자동 명암대비 향상 방법을 사용한다. 다양한 블록 크기를 갖는 전역 히스토그램 평활화 함수들로부터 얻어진 결과 영상들의 화질을 평가하는 명암대비도의 측정이 필요하다. 명암대비도는 모든 화소들에 대해 이웃한 화소들에 대한 차이 값이 어느 정도인지로 정의된다. 본 발명에서는 영상의 명암대비도를 측정하기 위해, 명암대비 인자(Contrast Factor)를 사용한다. 먼저 지역 명암대비도(Local Contrast)는 다음의 수학식 3처럼 중심 화소와 이웃한 화소들의 차이값의 평균으로 계산된다.

여기서 X(i,j)는 공간영역상의 (i,j)에서 화소의 명암값이다. 각 화소를 중심으로 이웃한 화소들과의 차이값의 평균이 C(i,j)이다. 블록 명암대비는 위에서 구한 각 화소들의 대비값들의 평균으로 계산되며, 영상의 명암대비도는 다음의 수학식 4 로 결정된다.

여기서,

는

번째 영상블록의 명암대비도를 나타내고, M와 N는 각각 영상블럭의 너비와 높이를 나타낸다. 그리고 Q는 영상에서 블록의 개수를 나타내며, 영상의 명암대비도는 각 영상 블록들의 명암대비도의 평균이다.

블록 크기가 작아질수록 명암대비가 커지는 경향이 있으나 영상의 종류에 따라 블록크기에 대한 명암대비가 다르다. 블록기반 지역 명암대비 방법에서 계산의 복잡도 때문에 고정 크기의 블록크기를 갖지만 다양한 블록 크기를 허용하는 명암대비 향상 방법은 영상의 화질을 더욱 개선한다. 도 4의 (a)는 명암대비가 좋지않은 입력영상이며 (b)는 (a) 영상의 히스토그램이다. 도 4의 (c)는 (a) 영상을 전역 평활화 함수를 이용하여 전역 명암대비를 수행한 결과의 영상이며 (d)는 (c) 영상의 히스토그램이다. 그리고 도 4의 (e)는 본 발명의 블록기반 지역 명암대비 향상을 통한 전역 명암대비 향상방법을 적용한 결과의 영상을 보여주며 (f)는 (e) 영상의 히스토그램이다.

도 1은 본 발명에 따른 영상의 지역 명암대비 개선을 통한 전역 명암대비 향상 방법의 구성도.
도 2는 본 발명에 따른 512x512 크기의 동일한 입력 영상을 128x128, 64x64, 32x32, 16x16 크기의 블록으로 나눈 후, 블록기반 히스토그램 평활화를 수행한 임시영상들의 실시 예.
도 3은 본 발명에 따른 화질 훼손 없이 블록현상을 없앤 지역 명암대비 영상의 실시 예.
도 4는 본 발명에 따른 블록기반 지역 명암대비 향상을 통한 전역 명암대비 향상방법을 적용한 결과의 영상과 종래의 입력 영상 및 히스토그램의 실시 예.

Claims (4)

1. 카메라에서 획득된 입력영상의 명암대비 향상방법은 (a) 다양한 크기의 블록을 갖는 임시영상들에 관하여 블록기반 지역 히스토그램 평활화 수행 단계; (b) 임시영상들의 전역 평활화 함수를 이용하여 원 입력영상의 명암대비를 향상시키는 단계; (c) 지역 대비가 향상된 영상의 명암대비도 측정 단계;를 포함하는 영상의 지역 명암대비 개선을 통한 전역 명암대비 향상방법.
2. 제1항에 있어서,

   상기 (a)단계는 입력영상을 다양한 크기의 블록을 갖는 임시영상들을 생성하는 단계; 각각의 임시영상들에 대해 블록기반 지역 히스토그램 평활화를 수행하는 단계;를 포함하는 영상의 지역 명암대비 개선을 통한 전역 명암대비 향상방법.
3. 제1항에 있어서,

   상기 (b)단계는 (a)단계의 블록기반 지역 명암대비 향상의 결과 임시영상들에 대해 전역 평활화 함수를 구하는 단계; 전역 평활화 함수를 이용해 원 입력영상에 대해 전역 명암대비를 향상시키는 단계;를 포함하는 영상의 지역 명암대비 개선을 통한 전역 명암대비 향상방법.
4. 제1항에 있어서,

   상기 (c)단계는 전역 명암대비 향상을 통해 얻어진 각각의 임시영상들로부터 명암대비가 높은 임시영상을 얻기 위해 수학식

   

   를 이용하여 명암대비도를 측정하는 단계; 각각의 임시영상들의 명암대비도를 비교하여 최상의 명암대비를 갖는 결과영상을 찾는 단계;를 포함하는 영상의 지역 명암대비 개선을 통한 전역 명암대비 향상방법.

Images