KR100951614B1 - 영역 분할을 이용한 영상 화질 향상 방법 및 이를 이용한영상 화질 향상 장치 - Google Patents

영역 분할을 이용한 영상 화질 향상 방법 및 이를 이용한영상 화질 향상 장치 Download PDF

Info

Publication number
KR100951614B1
KR100951614B1 KR1020070123212A KR20070123212A KR100951614B1 KR 100951614 B1 KR100951614 B1 KR 100951614B1 KR 1020070123212 A KR1020070123212 A KR 1020070123212A KR 20070123212 A KR20070123212 A KR 20070123212A KR 100951614 B1 KR100951614 B1 KR 100951614B1
Authority
KR
South Korea
Prior art keywords
image
sub
cumulative distribution
areas
enhancement
Prior art date
Application number
KR1020070123212A
Other languages
English (en)
Other versions
KR20090056174A (ko
Inventor
최명렬
Original Assignee
한양대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한양대학교 산학협력단 filed Critical 한양대학교 산학협력단
Priority to KR1020070123212A priority Critical patent/KR100951614B1/ko
Publication of KR20090056174A publication Critical patent/KR20090056174A/ko
Application granted granted Critical
Publication of KR100951614B1 publication Critical patent/KR100951614B1/ko

Links

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
    • G06T3/00—Geometric image transformation in the plane of the image
    • G06T3/40—Scaling the whole image or part thereof
    • G06T3/4007—Interpolation-based scaling, e.g. bilinear interpolation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration by the use of histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/2628—Alteration of picture size, shape, position or orientation, e.g. zooming, rotation, rolling, perspective, translation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • H04N9/646—Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Image Processing (AREA)

Abstract

0, 1, ..., L(L은 자연수)의 그레이 레벨을 가진 픽셀들로 구성된 입력 이미지의 화질 향상에 있어서, 입력 이미지를 축소하여 축소된 이미지를 출력하는 이미지 축소 단계, 축소된 이미지의 그레이 레벨 히스토그램을 복수 개의 서브영역으로 나누고, 서브영역들의 누적분포값을 연산하는 서브영역 누적분포값 연산 단계 및 서브영역들의 누적분포값들을 이용하여 내삽법을 통한 출력 전달 함수를 통하여 상기 입력 이미지를 콘트라스트 향상 이미지로 변환하여 출력하는 이미지 출력 단계를 포함하여 영상 화질 향상 방법을 구성한다. 따라서, 종래의 화질 향상 방법에 비하여 연산량과 연산의 복잡도를 줄이면서도 동등하거나 우수한 화질 향상 효과를 가져올 수 있다.
화질향상, 콘트라스트, 내삽법, 히스토그램

Description

영역 분할을 이용한 영상 화질 향상 방법 및 이를 이용한 영상 화질 향상 장치{IMAGE QUALITY ENHANCEMENT METHOD USING AREA DIVISION AND APPARATUS THEREOF}
본 발명은 디지털 영상 처리에 관한 것으로, 더욱 상세하게는 종래의 콘트라스트 향상 기법들에 비하여 연산의 복잡도와 연산량을 감소시키면서도 우수한 콘트라스트 향상효과를 가져올 수 있는 영상 화질 향상 방법 및 이를 적용한 영상 화질 향상 장치에 관한 것이다.
멀티미디어 시스템은 디스플레이 산업의 급격한 발전과 함께 향상되어 왔다. 다양한 전자 장치에서 인간과 인터페이싱하는 디스플레이 시스템의 중요성이 한층증대되고 있는 것이다. 특히, LCD(Liquid Crystal Display)와 PDP(Plasma Display Panel), OLED(Organic Light Emitting Display)와 같은 평판형 디스플레이 장치의 경우 경박단소화가 중점적으로 이루어지고 있지만 평판 디스플레이의 화질은 아직까지도 CRT의 화질에 비해서는 열세에 있다. 따라서, 평판 디스플레이의 화질 향상을 위한 여러가지 기법들 및 이를 적용한 장치들이 평판 디스플레이 산업의 중요한 기술적 이슈가 되어왔다. 특히, 콘트라스트(contrast) 향상을 위하여 많은 연구가 이루어져 왔다.
디지털 영상 처리 및 화질 향상을 위한 기법은 크게 공간영역(spatial domain) 방법과 주파수 영역(frequency domain) 방법으로 나뉘어질 수 있다. 공간영역은 영상 평면 그 자체를 의미하며 영상을 구성하는 화소(pixel)들의 직접 조작에 기초한다. 반면에, 주파수 영역 처리 방법은 영상의 푸리에(Fourier) 변환에 기초한다.
공간영역 방법은 히스토그램(histogram)을 이용하는 것이 가장 대표적이고 보편적이다. 즉, 대부분의 콘트라스트 향상 알고리즘은 콘트라스트, 즉 밝음과 어둠간의 대비에 대한 정보를 제공하는 히스토그램을 작성하고, 히스토그램을 균등화 또는 등화(equalization)시키는 방법을 적용하고 있다.
0에서 L-1까지의 그레이 레벨을 가진 이미지의 히스토그램은 다음과 같이 표현될 수 있다.
Figure 112007086349764-pat00001
여기에서, L은 그레이 레벨을 의미하며, Xk는 k번째 그레이 레벨을 의미한다. 또한, nk는 Xk 그레이 레벨을 가지는 픽셀의 수를 의미한다. 한편, 상기 히스토그램을 정규화(normalization)시킨 정규화 히스토그램은 다음과 같이 구해질 수 있 다.
Figure 112007086349764-pat00002
여기에서, k=0,1,...,L-1이며, n은 이미지를 구성하는 픽셀의 전체수이다. 따라서, p(Xk)는 그레이 레벨 Xk가 나타날 수 있는 확률에 대한 예측을 나타내게 된다.
히스토그램 균등화 방법은 누적분포함수(CDF: Cumulative Distribution Function)에 기초하여 이루어진다. 그레이 레벨 Xk에서의 누적분포함수는 다음과 같이 정의된다.
Figure 112007086349764-pat00003
즉, 그레이 레벨 Xk에서의 누적분포함수는 그레이 레벨 0에서 그레이 레벨 Xk까지의 그레이 레벨을 가질 확률을 의미하게 된다.
여기에서, k=0,1,2,...,L-1 이다. 참고적으로 CDF(XL -1)=1 이 된다.
따라서, 입력 이미지를 전 그레이 레벨 영역으로 맵핑(mapping)시키는 히스토그램 균등화 방법에 따른 전달 함수는 누적분포함수의 선형식(linear equation)으로서 다음과 같이 정의될 수 있다.
Figure 112007086349764-pat00004
하지만, 일반적으로 이와 같은 히스토그램을 이용한 콘트라스트 향상 알고리즘들은 영상의 밝기가 급격하게 변화해버리는 단점을 가지고 있다. 또한, 대부분의 히스토그램 알고리즘들은 누적분포함수(CDF)를 산출하기 위하여 이미지를 구성하는 전체 픽셀 카운터와 방대한 메모리를 필요로 한다. 따라서, 방대한 연산량으로 인하여 긴 연산시간이 소요될 뿐만 아니라, 이를 구현하기 위해서는 복잡한 하드웨어 구성을 가져야 한다는 문제점들을 가지고 있다.
상기와 같은 문제점을 해결하기 위한 본 발명의 목적은 상술한 종래 기술의 문제점인 과도한 연산량과 연산의 복잡도의 문제를 개선하면서도 화질 향상의 효과를 유지할 수 있도록 히스토그램을 이용한 화질 향상 방법을 제공하는데 있다.
상기와 같은 문제점을 해결하기 위한 본 발명의 다른 목적은 상술한 종래 기술의 문제점인 과도한 연산량과 연산의 복잡도의 문제을 개선하면서도 화질 향상의 효과를 유지할 수 있도록 히스토그램을 이용한 화질 향상 장치를 제공하는데 있다.
상술한 목적을 해결하기 위해 본 발명의 일 측면은, 0, 1, ..., L(L은 자연수)의 그레이 레벨을 가진 픽셀들로 구성된 입력 이미지의 화질 향상에 있어서, 상기 입력 이미지를 축소하여 축소된 이미지를 출력하는 이미지 축소 단계, 상기 축소된 이미지의 그레이 레벨 히스토그램을 복수 개의 서브영역으로 나누고, 서브영역들의 누적분포값을 연산하는 서브영역 누적분포값 연산 단계 및 상기 서브영역들의 누적분포값을 이용한 내삽법(FOLI: First Order Linear Interpolation)을 통한 출력 전달 함수를 이용하여 상기 입력 이미지를 콘트라스트 향상 이미지로 변환하여 출력하는 이미지 출력 단계를 포함하는 화질 향상 방법을 제공한다.
상술한 목적을 해결하기 위해 본 발명의 다른 측면은, 0, 1, ..., L(L은 자연수)의 그레이 레벨을 가진 픽셀들로 구성된 입력 이미지의 화질 향상에 있어서, 상기 입력 이미지를 축소하여 축소된 이미지를 출력하는 이미지 축소 단계, 상기 축소된 이미지의 그레이 레벨 히스토그램을 복수 개의 서브영역으로 나누고, 서브영역들의 누적분포값을 연산하는 서브영역 누적분포값 연산 단계, 상기 복수 개의 서브영역을 어두운 영역과 밝은 영역으로 분할하고, 양 영역의 확률밀도값을 상기 양 영역에 속한 서브영역들의 누적분포값을 이용하여 연산하고 상기 양 영역의 확률밀도값 크기를 비교하여 상기 축소된 이미지의 밝기 특성을 파악하여 서브영역을 결정하는 서브영역 결정 단계 및 상기 결정된 서브영역들의 누적분포값들을 이용한 내삽법을 통한 출력 전달 함수를 이용하여 상기 입력 이미지를 콘트라스트 향상 이미지로 변환하여 출력하는 이미지 출력 단계를 포함하는 화질 향상 방법을 제공한다.
상술한 목적을 해결하기 위해 본 발명의 또 다른 측면은, 0, 1, ..., L(L은 자연수)의 그레이 레벨을 가진 픽셀들로 구성된 입력 이미지의 화질 향상에 있어서, 상기 입력 이미지를 축소하여 축소된 이미지를 출력하는 이미지 축소 단계, 상기 축소된 이미지의 그레이 레벨 히스토그램을 복수개의 서브영역으로 나누고, 서브영역들의 누적분포값을 연산하는 서브영역 누적분포값 연산 단계, 상기 복수 개의 서브영역을 어두운 영역과 밝은 영역으로 분할하고, 양 영역의 확률밀도값을 상기 양 영역에 속한 서브영역들의 누적분포값을 이용하여 연산하고 상기 양 영역의 확률밀도값 크기를 비교하여 상기 축소된 이미지의 밝기 특성을 파악하는 단계 및 서브영역들의 누적분포값들을 이용한 내삽법을 통한 출력 전달 함수를 이용하여 상기 입력 이미지를 콘트라스트 향상 이미지로 변환하여 출력하는 이미지 출력 단계를 포함하고, 상기 이미지 출력 단계는, 상기 밝기 특성을 파악하는 단계에서, 상 기 축소된 이미지의 밝기 특성이 어두운 영역에 치우친 것으로 판정되면, 상기 어두운 영역에 대응된 출력 전달 함수에 이미지 향상 계수를 반영하며, 상기 축소된 이미지의 밝기 특성이 밝은 영역에 치우친 것으로 판정되면, 상기 밝은 영역에 대응된 출력 전달 함수에 이미지 향상 계수를 반영하는 것을 특징으로 하는 화질 향상 방법을 제공한다.
여기에서, 상기 이미지 축소 단계는 공간 축소(spatial reduction) 방법을 이용하여 상기 입력 이미지를 축소하여 상기 축소된 이미지를 출력하도록 구성될 수 있다.
상술한 다른 목적을 해결하기 위해 본 발명은, 0, 1, ..., L(L은 자연수)의 그레이 레벨을 가진 픽셀들로 구성된 입력 이미지의 화질 향상 장치에 있어서, 상기 입력 이미지를 축소하여 축소된 이미지를 출력하는 이미지 축소부,상기 축소된 이미지의 그레이 레벨 히스토그램을 복수 개의 서브영역으로 나누고, 서브영역들의 누적분포값을 연산하는 서브영역 누적분포값 연산부 및 서브영역들의 누적분포값들을 이용한 내삽법(FOLI)을 통한 출력 전달 함수를 이용하여 상기 입력 이미지를 콘트라스트 향상 이미지로 변환하여 출력하는 화질 개선 영상 출력부를 포함하여 구성되는 것을 특징으로 하는 화질 향상 장치을 제공한다.
여기에서, 상기 복수 개의 서브영역을 어두운 영역과 밝은 영역으로 분할하고 상기 서브영역 누적분포값 연산부에서 연산된 상기 서브영역들의 누적분포값을 이용하여 양 영역의 확률밀도값을 연산하고 상기 양 영역의 확률밀도값 크기를 비교하여 상기 축소된 이미지의 밝기 특성을 파악하여 서브영역을 결정하는 서브영역 결정부를 추가로 포함하고, 상기 화질 개선 영상 출력부는 상기 서브영역 결정부에서 결정된 서브영역들의 누적분포값들을 이용한 내삽법을 통한 출력 전달 함수를 이용하여 상기 입력 이미지를 콘트라스트 향상 이미지로 변환하여 출력하도록 구성될 수 있다.
또한 여기에서, 상기 서브영역 결정부에서, 상기 축소된 이미지의 밝기 특성이 어두운 영역에 치우친 것으로 판정되면 상기 어두운 영역에 대응된 이미지 향상 계수를 결정하여 출력하고, 상기 축소된 이미지의 밝기 특성이 밝은 영역에 치우친 것으로 판정되면 상기 밝은 영역에 대응된 이미지 향상 계수를 결정하여 출력하는 이미지 향상 계수 결정부를 추가로 포함하고, 상기 화질 개선 영상 출력부는 상기 서브영역 결정부에서 결정된 서브영역들의 누적분포값들을 이용한 내삽법을 통한 출력 전달 함수를 이용하여 상기 입력 이미지를 콘트라스트 향상 이미지로 변환하여 출력하되, 상기 축소된 이미지의 밝기 특성이 어두운 영역에 치우친 것으로 판정되면, 상기 출력 전달 함수에 상기 어두운 영역에 대응된 이미지 향상 계수를 반영하며, 상기 축소된 이미지의 밝기 특성이 밝은 영역에 치우친 것으로 판정되면, 상기 출력 전달 함수에 상기 밝은 영역에 대응된 이미지 향상 계수를 반영하도록 구성될 수 있다.
본 발명에 따른 화질 향상 방법을 이용할 경우에는, 종래의 방법들에 비교하여 연산량과 연산의 복잡도를 줄이면서도 동등하거나 우수한 화질 향상을 가능하게 할 수 있다.
특히, 본 발명에 따른 화질 향상 방법을 이용하여 화질 향상 장치를 구현할 경우에는 종래의 방법들을 이용한 화질 향상 장치와 비교하여 1/13 이하의 연산 소자만을 이용하여 동등하거나 우수한 화질 향상 효과를 가져올 수 있어, 리얼타임(real-time)으로 원래 이미지를 콘트라스트가 개선된 이미지로 변환하여 출력할 수 있다는 효과가 있다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명에 따른 화질 향상 방법의 일 실시예를 설명하기 위한 순서도이다.
도 1을 참조하면, 본 발명에 따른 화질 향상 방법의 일 실시예는 이미지 축소 단계(S110), 누적분포값 연산 단계(S120) 및 이미지 출력 단계(S130)를 포함하여 구성될 수 있다. 또한, 본 발명에 따른 화질 향상 방법은 상술된 이미지 축소 단계(S110), 누적분포값 연산 단계(S120) 및 이미지 출력 단계(S130)를 포함하여 구성될 수 있으나, 추가적인 처리 단계로서 서브영역 결정 단계(S121)가 포함되어 구성되거나, 서브영역 결정 단계(S121) 및 이미지 향상 계수 결정 단계(S122)가 함께 포함되어 구성될 수 있다.
이하, 본 발명에 따른 화질 향상 방법을 이미지 축소 단계(S110), 누적분포값 연산 단계(S120), 이미지 출력 단계(S130), 서브영역 결정 단계(S121) 및 이미지 향상 계수 결정 단계(S122)의 순서대로 상술한다.
1) 이미지 축소 단계( S110 )
원래의 이미지 상태로 히스토그램을 구하고, 히스토그램을 이용한 화질 향상을 처리할 수도 있으나, 본 발명에서는 화질 향상에 필요한 연산의 복잡도와 연산량을 줄이기 위하여 원래의 이미지를 일차적으로 축소하는 단계를 필수 구성요소로 포함하고 있다.
도 2는 본 발명에 따른 화질 향상 방법에 이용될 수 있는 이미지 축소 방법을 설명하기 위한 개념도이다.
도 2를 참조하면, 본 발명에 따른 화질 향상 방법에 이용될 수 있는 원래의 이미지를 보다 낮은 해상도의 이미지로 변환하는 방법이 설명된다. 특히, 도 2에서는 공간 축소(spatial reduction) 방법을 이용한 이미지 축소를 예시하고 있다.
원래 이미지(210)는 1차 데시메이션(FOD: First-Order Decimation)에 의하여 수평 방향으로 축소되어 수평 방향 축소 이미지(Horizontal Decimated Image; 220)로 변환되고, 수평 방향 축소 이미지(220)는 0차 데시메이션(ZOD: Zero-Order Decimation)에 의하여 수직 방향으로 축소되어 수직 방향 축소 이미지(Vertical Decimated Image; 230)로 변환된다.
1차 데시메이션(FOD)은 예를 들어, 다음과 같이 정의될 수 있다.
Figure 112007086349764-pat00005
즉, 1차 데시메이션에 의한 수평 방향 축소는 수평 방향의 두 개의 픽셀들의 그레이 레벨을 평균내어 그 평균값으로 1개 픽셀의 그레이 레벨을 구하는 것에 의해 이루어질 수 있다. 마찬가지로, 2차 데시메이션에 의한 수직 방향 축소는 수직 방향의 두 개의 픽셀들의 그레이 레벨을 평균내어 그 평균값으로 1개 픽셀의 그레이 레벨을 구하는 것에 의해 이루어질 수 있다.
도 3은 본 발명에 따른 화질 향상 방법에 이용될 수 있는 이미지 축소 방법에 의한 원래 이미지와 축소 이미지의 히스토그램들이다.
도 3을 참조하면, 데시메이션 비(DR: Decimation Ratio), 즉 이미지 축소비에 따른 히스토그램 형상의 변화가 설명된다. 도 3의 (a)는 원래의 입력 이미지의 히스토그램이며, 도 3의 (b)는 DR=2인 경우, 도 3의 (c)는 DR=4인 경우, 도 3의 (d)는 DR=8인 경우의 히스토그램 형상을 보여주는 것이다. 도 3의 히스토그램 그래프들의 x축은 그레이 레벨을 의미하며, y축은 각 그레이 레벨에서의 픽셀 분포수를 의미한다.
축소된 이미지는 샘플링(sampling)에 의하여 원래의 입력 이미지와 동일한 해상도 분포를 가진다. 즉, 샘플링에 의하여 축소된 이미지의 히스토그램들-도 3의 (b),(c),(d)-은 원래 이미지의 히스토그램-도 3의 (a)-과 거의 동일한 평균과 표준 편차를 유지하게 된다. 이러한 특성은 도 3에서 보여지는 바와 같다. 따라서, 이와 같은 이미지 축소를 통하여 원래의 히스토그램 특성을 전체적으로 유지하면서도 콘트라스트 향상을 위해서 소요되는 연산량을 대폭 감소시킬 수 있게 된다.
한편, 여기에서는 공간축소 방법을 이용하여 이미지를 축소시키는 것에 대해서만 설명하고 있으나, 공간축소 방법을 포함한 다양한 이미지 축소 방법들이 이용될 수 있음은 당업자에게 있어 자명할 것이다. 다만, 본 발명에서 이용될 수 있는 이미지 축소 방법은 상술한 바와 같이, 원래 이미지의 히스토그램 특성이 축소된 이미지의 히스토그램에서도 거의 동일하게 유지되어야 할 것이다.
2) 누적분포함수 연산 단계( S120 ) 및 FOLI 방법에 의한 전달 함수를 이용한 이미지 출력 단계( S130 )
종래기술에서 설명된 바와 같이, 종래 기술의 히스토그램 방법에 있어서는 누적분포함수를 산출하기 위하여 이미지를 구성하는 전체 픽셀 카운터와 방대한 메모리를 필요로 한다. 따라서 연산의 복잡도와 연산량이 증가하게 된다는 문제점이 있다.
본 발명에 따른 화질 향상 방법에서는 연산의 복잡도와 연산량을 감소시키기 위하여 누적분포함수(CDF)를 대신하여 누적분포값(CDV: Cumulative Distribution Value)을 구하고, 누적분포값(CDV)과 FOLI(First-Order Linear Interpolation)를 이용하여 출력 전달 함수를 구하게 된다. 누적분포함수는 서브영역값(SRV: Sub-Region Value)과 그 누적 분포 값(CDV)에 의하여 구해진다. 여기에서 서브영역값은 히스토그램의 서브영역으로서 다음과 같이 정의될 수 있다.
Figure 112007086349764-pat00006
여기에서, k=0,1,...,SRC이며, SRC는 서브영역의 수, L은 최대 그레이 레벨 값을 의미한다. 예컨대, 4개의 서브영역(SRC=4)을 가지면, L이 256인 경우에 SRV0=0, SRV1=64, SRV2=128, SRV3=192, SRV4=256이 된다.
또한, 서브영역값에 대한 서브영역의 누적분포값은 다음과 같이 정의된다.
Figure 112007086349764-pat00007
여기에서, SRVk=0,L/4,L/2,3L/4,L-1 이다.(예컨대, SRC=4 인 경우)
따라서, 상기 누적분포값을 이용한 FOLI에 의한 출력 전달 함수(output transfer function)는 다음과 같이 정의된다.
Figure 112007086349764-pat00008
여기에서, n=0,1,...,L-1이다.(
Figure 112007086349764-pat00009
인 경우)
따라서, 이미지 출력 단계(S130)에서는 입력 이미지의 그레이 레벨들은 상술한 출력 전달 함수를 이용하여 그레이 레벨의 전체 영역으로 맵핑(mapping)하고 콘트라스트 향상 이미지를 생성하여 출력하게 된다.
한편, 본 발명에 따른 화질 개선 방법에 있어서는, 상술된 이미지 축소 단계(S110), FOLI를 이용한 누적분포값 연산 단계(S120) 및 FOLI 방법에 의한 전달 함수를 이용한 이미지 출력 단계(S130)를 이용하여 콘트라스트 균등화에 의한 화질 향상을 달성할 수 있으나, 이미지 밝기의 급격한 변화와 밝은 영역과 어두운 영역이 공존하는 이미지에서 밝은 영역이 과도하게 밝아지는 문제 등을 해결하기 위하여 추가적인 단계들이 포함될 수 있다. 하기 서브영역 결정 단계(S121) 및 이미지 향상 계수 결정 단계(S122) 등이 추가적으로 적용될 수 있다.
3) 서브영역 결정 단계( S121 )
종래기술에서 언급한 바와 같이, 히스토그램 균등화 방법을 이용할 경우에는 입력 이미지의 특성에 따라서는 처리된 이미지의 밝기가 급격하게 변화되는 문제점 이 발생될 수 있다.
상기 문제를 해결하기 위하여 확률밀도함수(PDF: Probability Density Function)가 이용될 수 있다. 확률밀도함수는 콘트라스트 특성에 대한 정보를 제공하며, 누적분포함수(CDF)와 확률밀도함수(PDF)는 다음과 같이 정의된다.
Figure 112007086349764-pat00010
Figure 112007086349764-pat00011
여기에서,
Figure 112007086349764-pat00012
는 단위 스텝 함수(unit step function)이며,
Figure 112007086349764-pat00013
는 임펄스 함수(impulse function)이다. 한편, 상술된 누적분포함수와 확률밀도함수의 정의에 따라 누적분포함수와 확률밀도함수를 구하기 위한 연산은 높은 연산의 복잡도와 많은 연산량을 요구하게 되므로 이를 대신하여 연산의 양과 복잡도를 줄이기 위하여 서브영역의 누적분포값(CDV)을 이용하여 확률밀도값(PDV)을 구하여 확률밀도함수(PDF)를 대체할 수 있다. 확률밀도값(PDV)은 다음과 같이 정의된다.
Figure 112007086349764-pat00014
상술된 확률밀도함수(PDF)와 확률 밀도 값(PDV) 간에는 추정 오차(estimated error)가 존재한다. 그러나, 전체 이미지가 밝은지 아닌지 만을 판별하기 위하여 이용되는 것이므로 정확한 확률밀도함수가 필요하지 않다. 따라서, 본 발명에 따른 화질 개선 방법에서는 확률밀도값으로부터 유도하여 정의된 '이미지 픽셀 차이(IPD: Image Pixel Difference)' 를 이용하여 오차를 보상할 수 있다. 이미지 픽셀 차이는 다음과 같이 정의되어 서브영역 결정에 이용될 수 있다.
Figure 112007086349764-pat00015
Figure 112007086349764-pat00016
Mag는 확률밀도값의 크기를 의미하며, 상술된 정의는 서브영역을 네 개로 구성한 경우에 어두운 영역(그레이 레벨 0~L/2; IPD1)과 밝은 영역(그레이 레벨 L/2~L; IPD2)으로 2분할하여 전체 이미지의 밝고 어두움을 판별하기 위해 정의된 이미지 픽셀 차이이다. 서브영역의 숫자와 어두운 영역과 밝은 영역의 분할 기준에 따라서 이미지 픽셀 차이의 정의는 달라질 수 있다.
여기에서, IPD1은 어두운 영역의 확률밀도값의 크기를 의미하며, IPD2는 밝은 영역의 확률밀도값 크기를 의미하게 된다. 서브영역 결정 방법은 IPD1과 IPD2의 크기를 비교함으로써 이루어질 수 있다.
예를 들면, IPD1이 IPD2보다 작은 경우에는 밝은 영역에 픽셀 분포가 치우친 이미지를 의미하게 되며 반대로, IPD1이 IPD2보다 큰 경우에는 어두운 영역에 픽셀 분포가 치우친 이미지를 의미하게 된다.
따라서, IPD1이 IPD2보다 작은 경우에는 서브영역값을 밝은 영역쪽으로 치우치게 설정하며, IPD1이 IPD2보다 큰 경우에는 서브영역값을 어두운 영역쪽으로 치우치게 설정하는 것이 바람직하다. 예컨대, IPD1이 IPD2보다 작은 경우에는 서브영역값(SRVk)로서 {16, L/4, L/2, 3L/4, L}이 이용될 수 있으며, 반대로 IPD1이 IPD2보다 큰 경우에는 서브영역값으로서 {0, L/4, L/2, 3L/4, 235}이 이용될 수 있다. 여기에서 참고로 예시된 서브영역값들은 전체 이미지가 밝은지 어두운지에 따라서 하위 16 단계 그레이 레벨 또는 상위 16 단계 그레이 레벨을 히스토그램 결정에서 제외할 것인지를 결정하는 경우이며 이진 연산의 편의를 위하여 2의 승수(24)로 결정된 값이다. 따라서, 전체 그레이 레벨의 수에 따라서는 다른 서브영역값들이 이용될 수 있다.
4) 이미지 향상 계수 결정 단계( S122 )
한편, 히스토그램 균등화 방법을 이용하여 화질 향상을 시도할 경우에는, 입력 이미지가 어두운 영역에 존재할 경우에는 밝은 영역에 존재하는 픽셀들은 과도하게 밝기가 향상된다는 문제점이 있다. 따라서, 입력 이미지의 전체 픽셀들이 어두운 영역 또는 밝은 영역 중의 하나에 편중되어 존재할 경우에 히스토그램 균등화 방법이 적용될 수 있다. 그러나, 입력 이미지의 전체 픽셀들이 어두운 영역과 밝은 영역에 모두 존재할 경우에는 밝은 영역과 어두운 영역을 구분하여 처리하는 차별화된 방법으로 콘트라스트 향상 처리가 이루어져야 한다.
따라서, 어두운 영역과 밝은 영역에 대하여 선택적으로 화질 향상을 취하도록 하는 이미지 향상 계수(Image Enhancement Factor)는 아래와 같이 구해질 수 있다.
Figure 112007086349764-pat00017
여기에서,
Figure 112007086349764-pat00018
로 정의되며, SRN은 서브영역 숫자를 의미하며, SRC와 같다.
따라서, 화질의 향상이 없는 경우의 이미지 향상 계수는
Figure 112007086349764-pat00019
가 되며,
화질의 향상이 있는 경우의 이미지 향상 계수는
Figure 112007086349764-pat00020
가 된다.
따라서, 상술한 방법에 의하여 결정된 이미지 향상 계수를 반영한 출력 전달 함수는 다음과 같다.
Figure 112007086349764-pat00021
상술된 3) 서브영역 결정 단계(S121)에서 결정된 바와 같이, 어두운 이미지에 대해서는 SRVk={16, L/4, L/2, 3L/4, L} 가 되며, 밝은 이미지에 대해서는 SRVk={0, L/4, L/2, 3L/4, 235}가 된다.
이러한 이미지 향상 계수의 선택적 적용은 상술된 수학식 11을 통하여 구해 진 IPD1과 IPD2에 의하여 결정될 수 있다.
예컨대, IPD1이 IPD2보다 작은 경우, 픽셀이 밝은 영역에 편중되어 분포되어 있는 이미지의 경우라면, 어두운 영역에 대해서는 수학식 13을 적용하며(즉, 화질 개선이 없음), 밝은 영역에 대해서는 수학식 14를 적용할 수(즉, 화질 개선이 있음) 있다. 즉, 어두운 영역과 밝은 영역에 대하여 차별화된 출력 전달 함수를 적용하는 것이다.
반대로, IPD1이 IPD2보다 큰 경우, 픽셀이 어두운 영역에 편중되어 분포되어 있는 이미지의 경우라면, 밝은 영역에 대해서는 수학식 13을 적용하며(즉, 화질 개선이 없음), 어두운 영역에 대해서는 수학식 14를 적용할 수(즉, 화질 개선이 있음) 있다. 마찬가지로, 어두운 영역과 밝은 영역에 대하여 차별화된 출력 전달 함수를 적용하는 것이다.
이때, 어두운 영역과 밝은 영역을 나누는 기준은, 앞선 이미지 픽셀 차이(IPD1, IPD2)를 정의한 것과 마찬가지로, 서브영역을 네 개로 구성한 경우에 어두운 영역(그레이 레벨 0~L/2)과 밝은 영역(그레이 레벨 L/2~L)으로 2분할하는 방식이 적용될 수 있을 것이다.
도 4는 본 발명에 따른 화질 향상 방법이 적용된 화질 향상 장치의 구성예를 도시한 블록도이다.
도 4를 참조하면, 본 발명에 따른 화질 향상 장치(400)는 이미지 축소부(410), 서브영역 누적분포값 연산부(420), 서브영역 결정부(421), 이미지 향상 계수 결정부(422) 및 화질 개선 영상 출력부(430)를 포함하여 구성될 수 있다. 여기에서, 이미지 축소부(410), 서브영역 누적분포값 연산부(420) 및 화질 개선 영상 출력부(430)는 본 발명에 따른 화질 향상 장치(400)의 필수적인 구성요소들로서 실선으로 도시되어 있다. 한편, 서브영역 결정부(421) 및 이미지 향상 계수 결정부(422)는 본 발명에 따른 화질 향상 장치(400)에 추가적으로 포함될 수 있는 구성요소들로서 점선으로 도시되어 있다.
이미지 축소부(410)는 도 1을 통하여 설명된 이미지 축소 단계(S110)를 수행하기 위한 구성요소이다. 따라서, 입력 이미지를 입력받아 설정된 영상축소비(DR: decimation ratio)대로 이미지를 축소하여, 축소 이미지를 출력하는 역할을 수행한다. 예컨대, 도 2를 통하여 설명된 공간축소 방법을 이용한 이미지 축소 기법이 이미지 축소부(410)에서 수행될 수 있다.
서브영역 누적분포값 연산부(420)는 이미지 축소부(410)에서 출력된 축소 이미지에 대하여 서브영역별로 누적분포값(CDV)를 연산하여 출력하는 구성요소이다. 예컨대, 상기 수학식 6 및 수학식 7을 바탕으로 이루어지는 누적분포값 연산이 서브영역 누적분포값 연산부(420)에서 이루어질 수 있다.
화질 개선 영상 출력부(430)는 서브영역 누적분포값 연산부(420)에서 연산하여 출력된 누적분포값(CDV)을 입력받아 출력 전달 함수를 결정하고, 출력 전달함수에 근거하여 원래 이미지를 입력받아 콘트라스트 향상 이미지를 출력하는 구성요소이다. 예컨대, 상기 수학식 8을 바탕으로 출력 전달함수를 결정하고, 결정된 전달함수를 토대로 입력받은 원래 이미지의 그레이 레벨을 맵핑시키는 처리를 수행한 다.
본 발명에 따른 화질 개선 장치(400)에 추가적으로 적용될 수 있는 구성요소로서, 서브영역 결정부(421)는 누적분포값을 이용하여 서브영역 구간별 확률분포값(PDV)를 산출하고, 확률분포값(PDV)을 이용하여 이미지의 밝기 특성을 파악하여 서브영역을 이미지 밝기 특성에 맞게 조정하는 구성요소이다. 예컨대 상기 수학식 7의 누적분포값을 이용하여 상기 수학식 10에 따라 확률분포값을 산출한다.
또한, 서브영역 결정부(421)는 산출한 서브영역 구간별 확률분포값을 어두운 영역(dark region)과 밝은 영역(bright region)으로 나누어 크기를 비교하고 전체 이미지의 밝기 특성을 결정한다(수학식 11 참조). 서브영역 결정부(421)에서는 결정된 전체 이미지의 밝기 특성을 토대로 하여 서브영역값(SRV)을 결정하며, 결정된 서브영역값은 화질 개선 영상 출력부(430)로 전달되어 상기 수학식 8의 전달함수를 구성하는데 이용된다.
따라서, 서브영역 결정부(421)에서는 상기 수학식 11에 의하여 이미지 픽셀 차이(IPD)를 연산하고, 예컨대 IPD1과 IPD2를 비교하여 파악한 이미지의 밝기 특성에 따라서 서브영역값을 결정하여 출력한다. 이상의 서브영역 결정부(421)에서 이루어지는 처리는 도 1을 통하여 설명된 서브영역 결정단계(S121)에서 이루어지는 처리로 설명될 수 있다.
본 발명에 따른 화질 개선 장치에 추가적으로 적용될 수 있는 구성요소로서, 이미지 향상 계수 결정부(422)는 이미지의 밝은 영역과 어두운 영역을 구분하여, 전체 이미지의 밝기 특성에 따라서 어두운 영역과 밝은 영역에 대하여 선택적으로 화질 향상을 할 수 있도록 하기 위한 이미지 향상 계수를 결정하기 위한 구성요소이다. 따라서, 이미지 향상 계수 결정부(422)에서는 수학식 12의 이미지 향상 계수를 결정하여 출력한다.
화질 개선 영상 출력부(430)에서는 서브영역 결정부(421)로부터 전체 이미지의 밝기 특성을 입력받고, 이미지 향상 계수 결정부(422)로부터 이미지 향상 계수를 입력받아 출력 전달함수를 재구성한다.
즉, 화질 개선 영상 출력부(430)에서는 도 1을 통하여 설명된 이미지 향상 계수 결정단계(S122)에서 설명된 바와 같이, 이미지를 구성하는 픽셀이 밝은 영역으로 편중된 경우에는 밝은 영역에 대하여 수학식 12 및 수학식 14를 통하여 이미지 향상 계수를 결정하여 출력 전달 함수(수학식 15)를 구성하고 입력 이미지를 콘트라스트 향상 이미지로 변환하여 출력한다. 반대로, 이미지를 구성하는 픽셀이 어두운 영역으로 편중된 경우에는 어두운 영역에 대하여 수학식 12 및 수학식 14를 통하여 이미지 향상 계수를 결정하여 출력 전달 함수(수학식 15)를 구성하고 입력 이미지를 콘트라스트 향상 이미지로 변환하여 출력한다.
한편, 본 발명에 따른 화질 개선 방법이 적용될 경우에 얻어질 수 있는 연산량 및 연산의 복잡도 감소 효과와, 종래기술에 비하여 연산량 및 연산의 복잡도를 감소시키면서도 화질 개선 효과를 유지할 수 있음을 보여주기 위하여 표 1 및 표 2를 통하여 비교결과가 제시된다.
표 1은 본 발명에 따른 화질 개선 방법이 구현된 경우와 종래 기술의 화질 개선 방법이 구현된 경우에 필요한 연산 소자의 숫자를 대비한 도표이다.
비교기 레지스터 가산기 멀티플렉서
CS 70 33 10 10
HE 256 514 257 258
BiHE 256 515 258 258
본 발명의 화질개선방법 10 25 45 18
여기에서, CS는 종래의 콘트라스트 확장(Contrast Stretching), HE는 종래의 히스트그램 균등화(Histogram Equalization), BiHE는 종래의 바이-히스토그램 균등화(Bi-Histogram Equalization) 방법을 의미한다.
표 1을 참조하면, 각 경우에 소요되는 비교기(comparator), 레지스터(register), 가산기(adder) 및 멀티플렉서(multiplexer) 의 숫자가 대비되어 있다.
본 발명에 따른 화질 개선 방법이 적용될 경우에는 종래 기술의 화질 개선 방법들에 비하여 연산의 복잡도가 줄어들므로 해서 소요되는 연산 소자의 숫자가 크게 줄어듬을 알 수 있다. 예컨대, HE 또는 BiHE 방법과 비교할 경우 약 1/13로 소요되는 연산 소자의 숫자가 감소된다.
한편, 상술한 바와 같이 본 발명에 따른 화질 개선 방법의 이점은 연산 복잡도 및 연산량이 감소되면서도 동등하거나 우월한 화질 개선 효과가 유지된다는 것에 있다.
표 2는 본 발명에 따른 화질 개선 방법이 적용된 경우와 종래 기술의 화질 개선 방법이 적용된 경우에 화질 개선 효과를 대비한 도표이다.
이미지 시퀀스
Football Table Tennis Salesman Flower Garden
CS 35.63 49.94 45.52 68.69
HE 73.49 73.79 73.01 72.81
BiHE 72.52 71.86 73.83 72.43
본 발명의 화질개선방법 71.76 71.63 72.54 74.32
표 2는 각 방법론에 대해서 25 프레임의 테스트 이미지에 대한 표준 편차를 제시하고 있다. 히스토그램의 표준 편차는 픽셀 분포의 균일성을 의미한다. 즉, 작은 표준 편차일수록 픽셀들의 분포가 특정 밝기 영역으로 치우치는 경향임을 의미하게 된다.
본 발명에 따른 화질 개선 방법이 적용된 경우에, 처리된 이미지의 표준 편차가 CS 방법보다는 훨씬 큼을 알 수 있고, HE 또는 BiHE 방법에 따른 처리 결과에 비교하면 동등한 수준임을 알 수 있다.
따라서, 본 발명에 따른 화질 개선 방법이 적용될 경우에는, 종래기술에 비하여 연산량 및 연산의 복잡도를 감소시키면서도 화질 개선 효과를 유지할 수 있음을 알 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
도 1은 본 발명에 따른 화질 향상 방법의 일 실시예를 설명하기 위한 순서도이다.
도 2는 본 발명에 따른 화질 향상 방법에 이용될 수 있는 이미지 축소 방법을 설명하기 위한 개념도이다.
도 3은 본 발명에 따른 화질 향상 방법에 이용될 수 있는 이미지 축소 방법에 의한 원래 이미지와 축소 이미지의 히스토그램들이다.
도 4는 본 발명에 따른 화질 향상 방법이 적용된 화질 향상 장치의 구성예를 도시한 블록도이다.

Claims (14)

  1. 0, 1, ..., L(L은 자연수)의 그레이 레벨을 가진 픽셀들로 구성된 입력 이미지의 화질 향상에 있어서,
    상기 입력 이미지를 축소하여 축소된 이미지를 출력하는 이미지 축소 단계;
    상기 축소된 이미지의 그레이 레벨 히스토그램을 복수 개의 서브영역으로 나누고, 서브영역들의 누적분포값을 연산하는 서브영역 누적분포값 연산 단계; 및
    상기 서브영역들의 누적분포값을 이용한 내삽법(FOLI: First Order Linear Interpolation)을 통한 출력 전달 함수를 이용하여 상기 입력 이미지를 콘트라스트 향상 이미지로 변환하여 출력하는 이미지 출력 단계를 포함하는 화질 향상 방법.
  2. 제 1 항에 있어서,
    상기 이미지 축소 단계는 공간 축소(spatial reduction) 방법을 이용하여 상기 입력 이미지를 축소하여 상기 축소된 이미지를 출력하는 것을 특징으로 하는 화질 향상 방법.
  3. 제 1 항에 있어서,
    상기 서브영역 누적분포값 연산 단계에서,
    상기 복수 개의 서브영역은 하기 수학식에 의하여 정의되며,
    Figure 112007086349764-pat00022
    (여기에서, k=0,1,...,SRC, SRC는 서브영역의 수, L은 최대 그레이 레벨 값)
    상기 서브영역들의 누적분포값은 하기 수학식에 의하여 정의되는 것을 특징으로 하는 화질 향상 방법.
    Figure 112007086349764-pat00023
    (여기에서, Xj는 j 번째 그레이 레벨을 가진 픽셀의 총수)
  4. 제 3 항에 있어서,
    상기 이미지 출력 단계에서,
    상기 출력 전달 함수는 하기 수학식에 의하여 정의되는 것을 특징으로 하는 화질 향상 방법.
    Figure 112007086349764-pat00024
    (여기에서, n=0,1,...,L-1이다.
    Figure 112007086349764-pat00025
    )
  5. 0, 1, ..., L(L은 자연수)의 그레이 레벨을 가진 픽셀들로 구성된 입력 이미 지의 화질 향상에 있어서,
    상기 입력 이미지를 축소하여 축소된 이미지를 출력하는 이미지 축소 단계;
    상기 축소된 이미지의 그레이 레벨 히스토그램을 복수 개의 서브영역으로 나누고, 서브영역들의 누적분포값을 연산하는 서브영역 누적분포값 연산 단계;
    상기 복수 개의 서브영역을 어두운 영역과 밝은 영역으로 분할하고, 양 영역의 확률밀도값을 상기 양 영역에 속한 서브영역들의 누적분포값을 이용하여 연산하고 상기 양 영역의 확률밀도값 크기를 비교하여 상기 축소된 이미지의 밝기 특성을 파악하여 서브영역을 결정하는 서브영역 결정 단계; 및
    상기 결정된 서브영역들의 누적분포값들을 이용한 내삽법을 통한 출력 전달 함수를 이용하여 상기 입력 이미지를 콘트라스트 향상 이미지로 변환하여 출력하는 이미지 출력 단계를 포함하는 화질 향상 방법.
  6. 제 5 항에 있어서,
    상기 서브영역 누적분포값 연산 단계에서,
    상기 복수 개의 서브영역은 하기 수학식에 의하여 정의되며,
    Figure 112007086349764-pat00026
    (여기에서, k=0,1,...,SRC, SRC는 서브영역의 수, L은 최대 그레이 레벨 값)
    상기 서브영역들의 누적분포값은 하기 수학식에 의하여 정의되는 것을 특징으로 하는 화질 향상 방법.
    Figure 112007086349764-pat00027
    (여기에서, Xj는 j 번째 그레이 레벨을 가진 픽셀의 총수)
  7. 제 6 항에 있어서,
    상기 서브영역 결정 단계에서,
    상기 확률밀도값은 하기 수학식에 의하여 결정되는 것을 특징으로 하는 화질 향상 방법.
    Figure 112007086349764-pat00028
  8. 0, 1, ..., L(L은 자연수)의 그레이 레벨을 가진 픽셀들로 구성된 입력 이미지의 화질 향상에 있어서,
    상기 입력 이미지를 축소하여 축소된 이미지를 출력하는 이미지 축소 단계;
    상기 축소된 이미지의 그레이 레벨 히스토그램을 복수개의 서브영역으로 나누고, 서브영역들의 누적분포값을 연산하는 서브영역 누적분포값 연산 단계;
    상기 복수 개의 서브영역을 어두운 영역과 밝은 영역으로 분할하고, 양 영역의 확률밀도값을 상기 양 영역에 속한 서브영역들의 누적분포값을 이용하여 연산하고 상기 양 영역의 확률밀도값 크기를 비교하여 상기 축소된 이미지의 밝기 특성을 파악하는 단계; 및
    서브영역들의 누적분포값들을 이용한 내삽법을 통한 출력 전달 함수를 이용하여 상기 입력 이미지를 콘트라스트 향상 이미지로 변환하여 출력하는 이미지 출력 단계를 포함하고,
    상기 이미지 출력 단계는, 상기 밝기 특성을 파악하는 단계에서,
    상기 축소된 이미지의 밝기 특성이 어두운 영역에 치우친 것으로 판정되면, 상기 어두운 영역에 대응된 출력 전달 함수에 이미지 향상 계수를 반영하며, 상기 축소된 이미지의 밝기 특성이 밝은 영역에 치우친 것으로 판정되면, 상기 밝은 영역에 대응된 출력 전달 함수에 이미지 향상 계수를 반영하는 것을 특징으로 하는 화질 향상 방법.
  9. 제 8 항에 있어서,
    상기 서브영역 누적분포값 연산 단계에서,
    상기 복수 개의 서브영역은 하기 수학식에 의하여 정의되며,
    Figure 112007086349764-pat00029
    (여기에서, k=0,1,...,SRC, SRC는 서브영역의 수, L은 최대 그레이 레벨 값)
    상기 서브영역들의 누적분포값은 하기 수학식에 의하여 정의되는 것을 특징으로 하는 화질 향상 방법.
    Figure 112007086349764-pat00030
    (여기에서, Xj는 j 번째 그레이 레벨을 가진 픽셀의 총수)
  10. 제 9 항에 있어서,
    상기 축소된 이미지의 밝기 특성을 파악하는 단계에서,
    상기 확률밀도값은 하기 수학식에 의하여 결정되는 것을 특징으로 하는 화질 향상 방법.
    Figure 112007086349764-pat00031
  11. 제 10 항에 있어서,
    상기 이미지 출력 단계에서,
    상기 출력 전달 함수는 하기 수학식에 의하여 정의되며,
    Figure 112009044275274-pat00032
    상기 수학식에서,
    Figure 112009044275274-pat00040
    및
    Figure 112009044275274-pat00041
    은 각각 SRV k 번째 그레이 레벨 및 SRV k+1 번째 그레이 레벨에 대한 이미지 향상 계수이며,
    Figure 112009044275274-pat00033
    Figure 112009044275274-pat00034
    (여기에서,
    Figure 112009044275274-pat00042
    는 SRV k 번째 그레이 레벨, 즉
    Figure 112009044275274-pat00043
    에 대한 이미지 향상 계수,
    Figure 112009044275274-pat00035
    이며, SRN은 서브영역의 숫자, L은 최대 그레이 레벨)
    인 것을 특징으로 하는 화질 향상 방법.
  12. 0, 1, ..., L(L은 자연수)의 그레이 레벨을 가진 픽셀들로 구성된 입력 이미지의 화질 향상 장치에 있어서,
    상기 입력 이미지를 축소하여 축소된 이미지를 출력하는 이미지 축소부;
    상기 축소된 이미지의 그레이 레벨 히스토그램을 복수 개의 서브영역으로 나누고, 서브영역들의 누적분포값을 연산하는 서브영역 누적분포값 연산부; 및
    서브영역들의 누적분포값들을 이용한 내삽법(FOLI)을 통한 출력 전달 함수를 이용하여 상기 입력 이미지를 콘트라스트 향상 이미지로 변환하여 출력하는 화질 개선 영상 출력부를 포함하여 구성되는 것을 특징으로 하는 화질 향상 장치.
  13. 제 12 항에 있어서,
    상기 복수 개의 서브영역을 어두운 영역과 밝은 영역으로 분할하고 상기 서브영역 누적분포값 연산부에서 연산된 상기 서브영역들의 누적분포값을 이용하여 양 영역의 확률밀도값을 연산하고 상기 양 영역의 확률밀도값 크기를 비교하여 상기 축소된 이미지의 밝기 특성을 파악하여 서브영역을 결정하는 서브영역 결정부를 추가로 포함하고,
    상기 화질 개선 영상 출력부는 상기 서브영역 결정부에서 결정된 서브영역들의 누적분포값들을 이용한 내삽법을 통한 출력 전달 함수를 이용하여 상기 입력 이미지를 콘트라스트 향상 이미지로 변환하여 출력하는 것을 특징으로 하는 화질 향상 장치.
  14. 제 13 항에 있어서,
    상기 서브영역 결정부에서, 상기 축소된 이미지의 밝기 특성이 어두운 영역에 치우친 것으로 판정되면 상기 어두운 영역에 대응된 이미지 향상 계수를 결정하여 출력하고, 상기 축소된 이미지의 밝기 특성이 밝은 영역에 치우친 것으로 판정되면 상기 밝은 영역에 대응된 이미지 향상 계수를 결정하여 출력하는 이미지 향상 계수 결정부를 추가로 포함하고,
    상기 화질 개선 영상 출력부는 상기 서브영역 결정부에서 결정된 서브영역들의 누적분포값들을 이용한 내삽법을 통한 출력 전달 함수를 이용하여 상기 입력 이미지를 콘트라스트 향상 이미지로 변환하여 출력하되, 상기 축소된 이미지의 밝기 특성이 어두운 영역에 치우친 것으로 판정되면, 상기 출력 전달 함수에 상기 어두운 영역에 대응된 이미지 향상 계수를 반영하며, 상기 축소된 이미지의 밝기 특성이 밝은 영역에 치우친 것으로 판정되면, 상기 출력 전달 함수에 상기 밝은 영역에 대응된 이미지 향상 계수를 반영하는 것을 특징으로 하는 화질 향상 장치.
KR1020070123212A 2007-11-30 2007-11-30 영역 분할을 이용한 영상 화질 향상 방법 및 이를 이용한영상 화질 향상 장치 KR100951614B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020070123212A KR100951614B1 (ko) 2007-11-30 2007-11-30 영역 분할을 이용한 영상 화질 향상 방법 및 이를 이용한영상 화질 향상 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070123212A KR100951614B1 (ko) 2007-11-30 2007-11-30 영역 분할을 이용한 영상 화질 향상 방법 및 이를 이용한영상 화질 향상 장치

Publications (2)

Publication Number Publication Date
KR20090056174A KR20090056174A (ko) 2009-06-03
KR100951614B1 true KR100951614B1 (ko) 2010-04-09

Family

ID=40987608

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070123212A KR100951614B1 (ko) 2007-11-30 2007-11-30 영역 분할을 이용한 영상 화질 향상 방법 및 이를 이용한영상 화질 향상 장치

Country Status (1)

Country Link
KR (1) KR100951614B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19980014480A (ko) * 1996-08-12 1998-05-25 김광호 이득 조절 기능을 가진 양자화된 평균-분리 히스토그램 등화를 이용한 화질 개선 방법 및 그 회로
KR19980015067A (ko) * 1996-08-19 1998-05-25 김광호 밝기 보상 기능을 가진 양자화된 평균-분리 히스토그램 등화를 이용한 화질 개선 방법 및 그 회로
KR20050090060A (ko) * 2003-01-09 2005-09-12 소니 가부시끼 가이샤 화상 처리 장치 및 방법
KR100799686B1 (ko) 2006-08-04 2008-02-01 삼성전자주식회사 콘트라스트 조정 장치 및 그 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19980014480A (ko) * 1996-08-12 1998-05-25 김광호 이득 조절 기능을 가진 양자화된 평균-분리 히스토그램 등화를 이용한 화질 개선 방법 및 그 회로
KR19980015067A (ko) * 1996-08-19 1998-05-25 김광호 밝기 보상 기능을 가진 양자화된 평균-분리 히스토그램 등화를 이용한 화질 개선 방법 및 그 회로
KR20050090060A (ko) * 2003-01-09 2005-09-12 소니 가부시끼 가이샤 화상 처리 장치 및 방법
KR100799686B1 (ko) 2006-08-04 2008-02-01 삼성전자주식회사 콘트라스트 조정 장치 및 그 방법

Also Published As

Publication number Publication date
KR20090056174A (ko) 2009-06-03

Similar Documents

Publication Publication Date Title
US11361729B2 (en) Burn-in statistics and burn-in compensation
JP5095290B2 (ja) シャドウ領域補償方法、媒体およびシステム
US7916968B2 (en) Adjusting apparatus for enhancing the contrast of image and method therefor
WO2017185957A1 (zh) 图像处理方法、图像处理装置及显示装置
CN107918928B (zh) 一种色彩还原方法
JP2022130642A (ja) コンピュータビジョンのための適応バイラテラル（ｂｌ）フィルタリング
JP2014154108A (ja) 画像処理装置
Ciurea et al. Tuning retinex parameters
CN113314080A (zh) 一种背光亮度的控制方法及电子设备
Feng et al. Research on defect detection method for high-reflective-metal surface based on high dynamic range imaging
Ismail et al. Adapted single scale retinex algorithm for nighttime image enhancement
Lee et al. Image enhancement approach using the just-noticeable-difference model of the human visual system
US20170287116A1 (en) Image processing method, image processing device, and recording medium for storing image processing program
KR100951614B1 (ko) 영역 분할을 이용한 영상 화질 향상 방법 및 이를 이용한영상 화질 향상 장치
WO2023215371A1 (en) System and method for perceptually optimized image denoising and restoration
CN109064441B (zh) 基于独立成分自适应选择的Mura侦测方法
Jang et al. Adaptive contrast enhancement using edge-based lighting condition estimation
KR20100085338A (ko) 균등확률분할 히스토그램 평활화를 이용한 영상 화질 개선 방법
Wang et al. Dehazing for single image with sky region via self-adaptive weighted least squares model
KR101242070B1 (ko) 변형된 영상 생성 모델을 이용한 컬러 영상 보정방법
Iravani et al. A general framework for 1-d histogram-baesd image contrast enhancement
Zhang et al. Single image veiling glare removal
Cho et al. Efficient image enhancement technique by decimation method
US9930349B2 (en) Image processing to retain small color/gray differences
Ghous et al. Efficient image enhancement using improved RIQMC based ROHIM model

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130111

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20140103

Year of fee payment: 5

LAPS Lapse due to unpaid annual fee