KR101065719B1 - 적응적인 감마 적용에 의한 콘트라스트 개선 방법 - Google Patents

적응적인 감마 적용에 의한 콘트라스트 개선 방법 Download PDF

Info

Publication number
KR101065719B1
KR101065719B1 KR1020090118906A KR20090118906A KR101065719B1 KR 101065719 B1 KR101065719 B1 KR 101065719B1 KR 1020090118906 A KR1020090118906 A KR 1020090118906A KR 20090118906 A KR20090118906 A KR 20090118906A KR 101065719 B1 KR101065719 B1 KR 101065719B1
Authority
KR
South Korea
Prior art keywords
peak
section
gamma
contrast
image data
Prior art date
Application number
KR1020090118906A
Other languages
English (en)
Other versions
KR20110062244A (ko
Inventor
김춘우
장슬기
진교송
이창교
Original Assignee
인하대학교 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 인하대학교 산학협력단 filed Critical 인하대학교 산학협력단
Priority to KR1020090118906A priority Critical patent/KR101065719B1/ko
Publication of KR20110062244A publication Critical patent/KR20110062244A/ko
Application granted granted Critical
Publication of KR101065719B1 publication Critical patent/KR101065719B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/20—Circuitry for controlling amplitude response
    • H04N5/202—Gamma control
    • 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 using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
    • 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

Landscapes

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

Abstract

본 발명은 영상의 콘트라스트 개선 방법에 관한 것으로, 해결하고자 하는 기술적 과제는 입력 영상의 특성에 따라 적응적인 감마를 적용하여 영상의 콘트라스트를 개선할 수 있는 방법을 제공하는데 있다.
이를 위해 본 발명에 따른 콘트라스트 개선 방법은, 입력된 RGB 방식의 영상 데이터를 HSI 방식의 영상 데이터로 변환하는 제 1단계와, 상기 제 1단계를 통하여 변환된 HSI 방식의 영상 데이터 중 밝기 정보(I)를 이용하여 입력된 영상의 특성을 분석하는 제 2단계와, 상기 제 2단계를 통하여 분석된 입력 영상 특성에 대응되는 감마 커브를 결정하는 제 3단계와, 상기 제 3단계를 통하여 결정된 감마 커브를 입력 영상에 적용하여 콘트라스트를 개선하는 제 4단계 및 상기 제 4단계를 통하여 콘트라스트가 개선된 HSI 방식의 영상 데이터를 RGB 방식의 영상 데이터로 변환하는 제 5단계를 포함한다.
콘트라스트(contrast), 대조도, 감마 커브, 디스플레이

Description

적응적인 감마 적용에 의한 콘트라스트 개선 방법{METHOD FOR ENHANCING CONTRAST BASED ON ADAPTIVE GAMMA}
본 발명은 입력 영상의 특성에 따라 영상의 콘트라스트를 개선하기 위한 방법에 관한 것이다.
디스플레이와 같은 영상 출력 장치의 성능을 결정하는 요인에는 가격, 크기, 디자인, 수명, 소모 전력 및 화질 등을 들 수 있다. 이와 같은 요소들 중에서 화질은 경쟁 상품 또는 후발 기업의 상품들과 차별화 할 수 있는 주요한 요인 중의 하나이다.
최근, 디스플레이 장치를 통해 재현된 영상의 색이 얼마나 사실적이고 자연스러운지가 주된 관심이 되면서 화질 향상을 위한 컬러 영상 신호 처리 기술의 중요성이 강조되고 있다. 특히, 영상의 어두운 부분을 더욱 어둡게하고 영상의 밝은 부분을 더욱 밝게 만들어 화질을 향상시키는 콘트라스트(contrast) 개선 기술에 대한 관심이 증가하고 있다.
한편, 디스플레이 장치에서 재현된 영상의 콘트라스트를 개선시키는 방법으로는 하드웨어적인 방법과 소프트웨어적인 방법을 고려할 수 있다.
하드웨어적인 방법이란 검정색을 더욱 어둡게, 백색을 더욱 밝게 하여 개선된 휘도 특성을 나타내도록 하는 방법이다.
소프트웨어적인 방법이란 주어진 화면에서 밝은 부분의 영상 데이터를 더욱 밝게, 어두운 부분의 영상 데이터는 더욱 어둡게 변환함으로써 하드웨어적으로 동일한 조건하에서 시각으로 인식되는 콘트라스트를 증가시키는 방법을 의미하며, 본 발명은 후자에 해당하는 콘트라스트 개선 방법에 관한 것이다.
종래의 방법 중 하나인 히스토그램 평활화(Histogram Equalization) 기술은 영상의 콘트라스트를 소프트웨어적인 방법으로 개선하는 것이다. 이 방법은 명암값의 분포가 한쪽으로 치우치거나 균일하지 못한 영상에 대해 명암값의 분포를 균일화 시킴으로써 영상의 콘트라스트를 개선한다.
이와 같은 기술은 간단하게 수행될 수 있으나, 입력 영상의 특성을 전혀 고려하지 않고 수행되므로 영상의 노이즈를 증대 시키거나 영상의 세밀한 부분이 표현되지 않는 문제점이 있으며, 이러한 문제점을 해결하기 위한 콘트라스트 개선 기술이 필요한 실정이다.
본 발명은 상기한 바와 같은 과제를 해결하기 위해 발명된 것으로, 입력 영상의 특성을 고려하지 않는 종래의 콘트라스트 개선 기술과 달리 입력 영상의 특성에 따라 적응적인 감마를 적용하여 영상의 콘트라스트를 개선할 수 있는 방법을 제공하는데 그 목적이 있다.
상기한 바와 같은 목적을 달성하기 위해 본 발명에 따른 콘트라스트 개선 방법은, 입력된 RGB 방식의 영상 데이터를 HSI 방식의 영상 데이터로 변환하는 제 1단계와, 상기 제 1단계를 통하여 변환된 HSI 방식의 영상 데이터 중 밝기 정보(I)를 이용하여 입력된 영상의 특성을 분석하는 제 2단계와, 상기 제 2단계를 통하여 분석된 입력 영상 특성에 대응되는 감마 커브를 결정하는 제 3단계와, 상기 제 3단계를 통하여 결정된 감마 커브를 입력 영상에 적용하여 콘트라스트를 개선하는 제 4단계 및 상기 제 4단계를 통하여 콘트라스트가 개선된 HSI 방식의 영상 데이터를 RGB 방식의 영상 데이터로 변환하는 제 5단계를 포함한다.
상기 제 1단계는 입력된 RGB 방식의 영상 데이터를 수학식 1에 의해 HSI 방식의 영상 데이터로 변환한다.
상기 제 2단계는, 상기 제 1단계를 통하여 변환된 HSI 방식의 영상 데이터 중 밝기 정보(I)에 대해 히스토그램을 작성하는 제 1과정과, 상기 제 1과정을 통하여 작성된 히스토그램을 0 내지 255의 범위로 확장하는 제 2과정과, 상기 제 2과정을 통하여 확장된 히스토그램을 16개 구간으로 균등 분할하는 제 3과정과, 상기 제 3과정을 통하여 균등 분할된 각 구간의 화소 비율을 수학식 2에 의해 계산하는 제 4과정 및 상기 제 4과정을 통하여 화소 비율이 계산된 각 구간 중에서 화소 비율이 높은 n개의 피크(peak) 구간을 선정하는 제 5과정을 포함한다.
상기 제 3단계는 상기 제 2단계의 제 5과정을 통하여 선정된 n개의 피크 구간 정보를 이용하여 입력 영상 특성에 대응되는 적응적 감마 커브를 결정한다.
상기 감마 커브는 구간 별로 가중치를 주는 가중치 커브를 이용하여 조정하며, 상기 가중치 커브는 3가지 형태로서 상기 피크 구간(Ipaek)에 따라 각각 달리 적용될 수 있다.
상기 감마 커브는 상기 피크 구간(Ipaek)이 제 1기준점(SP1)과 제 2기준점(SP2) 사이에 위치하는 경우 수학식 3에 의해 정의되는 가중치 커브에 의해 조정될 수 있다.
상기 감마 커브는 상기 피크 구간(Ipaek)이 상기 제 1기준점(SP1) 보다 작은 경우 수학식 5에 의해 정의되는 가중치 커브에 의해 조정될 수 있다.
상기 감마 커브는 상기 피크 구간(Ipaek)이 상기 제 2기준점(SP2) 보다 큰 경우 수학식 6에 의해 정의되는 가중치 커브에 의해 조정될 수 있다.
상기 수학식 3, 5 및 6에 사용되는 함수 f(x;x0,x1,x2)는 수학식 4에 의해 정의된다.
상기 제 3단계는 상기 피크 구간(Ipeak)에 따라 결정된 가중치 커브를 감마에 적용하여 감마 커브를 조정하며, 입력된 피크 구간(Ipeak)의 수만큼 상기 감마 커브 조정 과정을 반복하여 입력 영상 특성에 대응되는 최종 감마 커브를 결정한다.
상기 제 4단계는 상기 제 3단계를 통하여 결정된 최종 감마 커브를 상기 밝기 정보(I)에 적용하여 입력 영상의 콘트라스트를 개선한다.
상기 제 5단계는 콘트라스트가 개선된 HSI 방식의 영상 데이터를 수학식 7에 의해 RGB 방식의 영상 데이터로 변환한다.
상기한 바와 같이 본 발명에 따른 콘트라스트 개선 방법에 의하면, 프로젝션 입력 영상의 특성을 고려하지 않고 수행되는 종래의 콘트라스트 개선 기술이 가지는 문제들, 즉 영상의 세밀한 부분이 표현되지 않거나 영상의 노이즈를 증대시키는 문제를 해결할 수 있는 효과가 있다.
또한, 입력 영상의 특성을 고려하지 않는 종래의 콘트라스트 개선 기술과 달리 입력 영상의 특성에 따라 적응적인 감마를 적용하여 영상의 콘트라스트를 개선할 수 있는 효과가 있다.
이에 따라 본 발명에 따른 콘트라스트 개선 방법을 적용한 영상 디스플레이 장치는 향상된 화질의 영상을 제공할 수 있는 효과가 있다.
이하, 본 발명에 따른 실시예를 첨부한 도면을 참조하여 상세하게 설명한다. 다만, 본 발명을 설명함에 있어서 관련된 공지 기술 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략할 것이다. 그리고 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 이용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 본 발명에 따른 적응적인 감마 적용에 의한 콘트라스트 개선 방법에 대한 순서도이다.
도 1에 도시된 바와 같이 본 발명에 따른 콘트라스트 개선 방법은 입력된 RGB 방식의 영상 데이터를 HSI 방식의 영상 데이터로 변환하는 제 1단계(S10), 상기 제 1단계를 통하여 변환된 HSI 방식의 영상 데이터 중 밝기 정보(I)를 이용하여 입력된 영상의 특성을 분석하는 제 2단계(S20), 상기 제 2단계를 통하여 분석된 입력 영상 특성에 대응되는 감마 커브를 결정하는 제 3단계(S30), 상기 제 3단계를 통하여 결정된 감마 커브를 입력 영상에 적용하여 콘트라스트를 개선하는 제 4단계(S40) 및 상기 제 4단계를 통하여 콘트라스트가 개선된 HSI 방식의 영상 데이터를 RGB 방식의 영상 데이터로 변환하는 제 5단계(S50)를 포함한다.
상기 제 1단계(S10)는 하기의 수학식 1을 이용하여 입력된 RGB 방식의 영상 데이터를 HSI 방식의 영상 데이터로 변환한다.
Figure 112009074655145-pat00001
여기서, 상기 RGB 방식은 빨강(Red, R), 녹색(Green, G), 파랑(Blue, B)의 3가지 색을 조합하여 모든 가시광선의 색을 나타내는 방식으로서, 인간이 가장 민감한 상기 3가지 색을 기반으로 하는 방식이다.
한편, 상기 HSI 방식은 색상(Hue, H), 색의 포화된 정도(Saturation, S), 밝기(Intensity, I)를 기반으로 하는 방식으로서, 대부분의 영상처리 엔진들이 상기 HSI 방식을 기반으로 하고 있는바, 본 발명에서도 먼저 상기 제 1단계(S10)를 통하여 RGB 방식의 영상 데이터를 HSI 방식의 영상 데이터로 변환한다.
상기 제 2단계(S20)는 영상 특성을 분석하기 위해 상기 제 1단계를 통하여 변환된 HSI 방식의 영상 데이터 중에서 영상의 밝기 정보(I)를 이용하며, 도 2에 상기 제 2단계(S20)의 세부과정을 도시한 순서도를 도시하였다.
도 2에 도시된 바와 같이 상기 제 2단계(S20)는 다시 다섯 개의 세부과정을 포함한다.
상기 제 1과정은(S21)은 상기 제 1단계를 통하여 변환된 HSI 방식의 영상 데이터 중 밝기 정보(I)에 대해 히스토그램을 작성하는 과정이다.
상기 제 2과정(S22)은 상기 제 1과정을 통하여 작성된 히스토그램을 0 부터 255 까지의 범위로 확장하는 과정이다.
상기 제 3과정(S23)은 상기 제 2과정을 통하여 확장된 히스토그램을 16개 구간으로 균등 분할하는 과정이다. 예를 들면, (0 ∼15), (16 ∼31),..., (240 ∼255)와 같이 분할될 수 있다.
상기 제 4과정(S24)은 상기 제 3과정을 통하여 균등 분할된 각 구간의 화소 비율을 하기의 수학식 2에 의해 계산하는 과정이다.
Figure 112009074655145-pat00002
여기서 Mi는 i구간에 속한 화소의 수, 예를 들어 1 부터 16 범위에 속하는 화소의 수를 의미한다. 한편, Peri는 전체 화소 수에 대한 Mi의 화소 수를 비율로서 나타낸 것이다.
상기 제 5과정(S25)은 상기 제 4과정을 통하여 화소 비율이 계산된 각 구간 중에서 화소 비율이 높은 n개의 피크(peak) 구간을 선정하는 과정이다. 즉, 본 발명에 따른 적응적인 감마 적용에 의한 콘트라스트 개선 방법의 제 2단계(S20)에서는 감마 커브를 조정하기 위한 n개의 피크 구간을 선정하는 것을 특징으로 한다.
상기 제 3단계(S30)는 상기 제 2단계를 통하여 분석된 입력 영상 특성에 적합한 감마 커브를 결정한다. 즉, 상기 제 5과정(S25)을 통하여 선정된 n개의 피크 구간 정보를 이용하여 입력 영상 특성에 대응되는 적응적 감마 커브를 결정한다.
도 3a 내지 도 3d는 적응적인 감마 커브를 결정하는 방법을 설명하기 위한 도이다. 먼저, 초기 감마(Gamma)는 도 3a에 도시된 바와 같이 선형적인 상태이며, 도 3b에 도시된 바와 같이 히스토그램 기반의 영상 분석을 통해 결정된 피크(peak) 구간에 대응되는 구간을 중심으로 감마 커브(Gamma Curve)를 조정한다. 상기 감마 커브는 도 3c에 도시된 바와 같은 형태의 가중치 커브를 이용하여 조정되며, 본 발명에서는 이와 같은 과정을 각 피크 구간 별로 수행하여 도 3d에 도시된 바와 같은 형태의 최종 감마 커브를 얻는 것을 특징으로 한다.
도 4는 감마 커브를 결정하는 과정을 설명하기 위한 흐름도이다.
본 발명에 따른 적응적인 감마 적용에 의한 콘트라스트 개선 방법에서는 밝 은 부분과 어두운 부분이 과도하게 개선되어 영상의 세밀한 부분의 표현을 저하시키는 현상을 개선하기 위해 어두운 구간과 밝은 구간에 각각 기준점(Set Point)을 설정한다.
본 발명은 3가지 형태의 각각 다른 가중치 커브를 제공하며, 입력 피크(Ipeak)에 따라 가중치 커브의 형태가 다르게 적용되는 것을 특징으로 한다.
먼저, 피크 구간(Ipeak)이 제 1기준점(Set Point 1, SP1)과 제 2기준점(Set Point 2, SP2) 사이의 구간에 해당되는 경우 하기의 수학식 3과 같이 정의되는 가중치 커브에 의해 감마 커브가 조정되며, 이러한 가중치 커브의 형태는 도 5에 도시된 바와 같다.
Figure 112009074655145-pat00003
여기서 Wi는 i구간에 대응되는 감마 커브에 적용될 가중치이고, Perpeak는 전체 화소 수에 대한 피크 구간의 화소 비율이고, Ipeak는 16개 구간 중 입력된 피크 구간의 위치를 의미한다.
한편, PL은 Ipeak의 위치를 기준으로 좌측 범위의 1/4 지점, PR은 Ipeak의 위치를 기준으로 우측 범위의 1/4 지점으로 설정한다.
K는 실험치 상수이고, f(x;x0,x1,x2)는 본 발명에서 정의한 함수이며, 이함수는 하기의 수학식 4와 같이 정의되며, 도 6에 도시된 바와 같은 형태를 가진다.
Figure 112009074655145-pat00004
여기서, x는 입력 구간, x0는 높은 가중치를 부여할 구간, x1과 x2는 구간의 범위를 의미한다.
다음으로, 피크 구간(Ipeak)이 제 1기준점(Set Point 1, SP1) 보다 작은 경우 하기의 수학식 5에 의해 정의되는 가중치 커브에 의해 감마 커브가 조정되며, 이러한 가중치 커브의 형태는 도 7에 도시된 바와 같다.
Figure 112009074655145-pat00005
여기서, Wi는 i 구간에 대응되는 감마 커브에 적용될 가중치이고, Perpeak는 전체 화소 수에 대한 피크 구간의 화소 비율이며, Ipeak는 16개 구간 중 입력된 피크 구간의 위치를 의미한다.
K는 실험치 상수이고, f(x;x0,x1,x2)는 본 발명에서 정의한 함수이며 도 6과 같은 형태를 가지며 상기 수학식 4와 같이 정의된다.
마지막으로, 피크 구간(Ipeak)이 제 2기준점(Set Point, SP2) 보다 큰 경우 하기의 수학식 6과 같이 정의되는 가중치 커브에 의해 감마 커브가 조정되며, 이러한 가중치 커브의 형태는 도 8에 도시된 바와 같다.
Figure 112009074655145-pat00006
여기서, Wi는 i 구간에 대응되는 감마 커브에 적용될 가중치이고, Perpeak는 전체 화소 수에 대한 피크 구간의 화소 비율이며, Ipeak는 16개 구간 중 입력된 피크 구간의 위치를 의미한다.
k는 실험치 상수이고, f(x;x0,x1,x2)는 본 발명에서 정의한 함수이며 도 6과 같은 형태를 가지며 상기 수학식 4와 같이 정의된다.
상술한 바와 같이 감마 커브를 결정하는 상기 제 3단계(S30)는 도 4에 도시된 바와 같이 입력된 피크(n개의 피크) 구간의 상기 제 1기준점(SP1) 및 제 2기준점(SP2)과의 관계를 고려하여 3가지 형태의 가중치 커브를 적용함으로써 감마 커브를 업데이트하고 이에 따라 피크 위치를 조정하여 최종 감마 커브를 결정한다.
상기 제 4단계(S40)는 상기 제 3단계를 통하여 결정된 감마 커브를 입력 영상에 적용하여 콘트라스트를 개선한다. 즉, 상기 제 4단계(S40)는 상기 제 3단계를 통하여 결정된 최종 감마 커브를 상기 밝기 정보(I)에 적용하여 입력 영상의 콘트라스트를 개선하는 단계이다. 구체적으로는 입력된 밝기 정보에 대응되는 출력 밝기 정보를 감마 커브를 통해 찾는다. 도 11은 본 발명에 의해 최종적으로 도출된 감마 커브의 예이다. 도 11을 통해 감마 커브 적용에 대한 실시예를 설명하면, 입력 밝기 계조 60에 대응되는 출력 밝기 계조를 감마 커브를 통해 찾으면 30이 된다.
상기 제 5단계(S50)는 상기 제 4단계(S40)를 통하여 콘트라스트가 개선된 HSI 방식의 영상 데이터를 RGB 방식의 영상 데이터로 변환한다. 이를 위하여 본 발명의 제 5단계(S50)에서는 하기의 수학식 7에 의해 HSI 방식의 영상 데이터를 RGB 방식의 영상 데이터로 변환하는 것을 특징으로 한다.
Figure 112009074655145-pat00007
즉, 상기 제 5단계(S50)는 RGB 방식의 영상 데이터를 HSI 방식의 영상 데이터로 변환하여 상기 HSI 방식의 영상 데이터 중 밝기 정보(I)를 이용하여 영상의 콘트라스트를 개선한 후 다시 RGB 영상 데이터 형식으로 변환하기 위한 과정이다.
도 9a 내지 도 9g는 본 발명에 따른 감마 커브 조정에 대한 예를 도시한 도이다. 도 9a의 영상이 입력되면, 상기 제 1단계(S10)을 통하여 RGB 영상 데이터 방식을 HSI 영상 데이터 방식으로 변환한다. HSI 방식의 영상 데이터 중 밝기 정보(I)를 이용하여 영상 특성을 분석하는 제 2단계(S20)를 수행한다. 도 9b는 제 1단계를 통하여 변환된 HSI 방식의 영상 데이터 중 밝기 정보(I)에 대해 히스토그램을 작성하고, 작성된 히스토그램을 0부터 255까지의 범위로 확장한 것을 나타낸 것이다. 확장된 히스토그램을 16개의 구간으로 균등 분할하고 상기 수학식 2에 의해 계산된 구간별 화소 비율을 이용하여 n개의 피크(peak) 구간을 선정한다. 도 9b에서는 248 계조가 포함된 구간이 피크 구간으로 선정된 것을 나타내며, 이 때 해당 구간의 화소 비율은 0.23이라는 것을 의미한다. 선정된 피크 구간에 대한 정보(계조)와 화소 비율에 대한 정보를 기반으로 가중치 커브를 계산한다. 선정된 피크 구간이 본 발명에서 설정한 SP2 보다 크므로 상기에 설명한 수학식 6을 이용하여 가중치 커브를 계산한다. 도 9b는 가중치 커브가 적용된 후의 감마 커브를 나타낸 것이다.
도 9b에 나타낸 감마 커브를 기반으로 도9b의 히스토그램을 도 9c의 히스토그램으로 조정한다. 따라서 두 번째로 화소의 비율이 높다고 선정된 구간의 위치도 조정된다. 도 9c에서는 107 계조가 포함된 구간이 피크 구간으로 선정된 것을 나타내며, 이 때 해당 구간의 화소 비율이 0.144라는 것을 의미한다. 선정된 피크 구간에 대한 정보와 화소 비율에 대한 정보를 기반으로 가중치 커브를 계산한다. 선정된 피크 구간이 본 발명에서 설정한 SP1과 SP2 구간 사이에 해당되므로 상기에 설 명한 수학식 3을 적용하여 가중치 커브를 계산한다. 도 9c는 도 9b에 나타낸 감마 커브에 계산된 가중치 커브 적용에 따른 감마 커브 형태를 나타낸 것이다.
상술한 바와 같이 도 9에서는 6개의 피크 구간을 선정하고, 각 단계별 히스토그램의 형태, 피크 구간, 화소 비율 및 감마 커브를 나타낸 것이며, 최종적으로 도 9g에 나타낸 감마 커브를 얻게 된다.
도 10은 본 발명에 따른 방법의 적용 전후의 결과를 도시한 도이다.
도 10의 좌측 상단에 제시한 영상은 본 발명에 따른 방법의 적용 전 영상을 나타낸 것이다. 본 발명에 따른 감마 커브를 적용한 결과 우측 상단에 제시된 영상과 같이 컨트라스트(contrast)가 개선된 것을 확인할 수 있다. 좌측 하단은 방법 적용 전의 히스토그램을 나타낸 것이고, 우측 하단의 방법 적용 후의 히스토그램을 나타낸 것이다. 본 발명에 따른 방법의 적용 후 영상의 다이나믹 레인지(dynamic range)가 넓어진 것을 확인할 수 있다.
이상과 같이 본 발명에 따른 적응적인 감마 적용에 의한 콘트라스트 개선 방법을 예시한 도면을 참조로 하여 설명하였으나, 본 명세서에 개시된 실시예와 도면에 의해 본 발명이 한정되는 것은 아니며, 본 발명의 기술사상 범위내에서 당업자에 의해 다양한 변형이 이루어질 수 있음은 물론이다.
도 1은 본 발명에 따른 적응적인 감마 적용에 의한 콘트라스트 개선 방법에 대한 순서도이다.
도 2는 영상 특성을 분석하는 제 2단계의 세부 과정을 도시한 순서도이다.
도 3a 내지 도 3d는 적응적인 감마 커브를 결정하는 방법을 설명하기 위한 도이다.
도 4는 감마 커브를 결정하는 과정을 설명하기 위한 흐름도이다.
도 5 내지 도 8은 가중치 커브의 예를 도시한 도이다.
도 9a 내지 도 9g는 본 발명에 따른 감마 커브 조정에 대한 예를 도시한 도이다.
도 10은 본 발명에 따른 방법의 적용 전후의 결과를 도시한 도이다.
도 11은 본 발명에 의해 최종적으로 도출된 감마 커브의 예이다.

Claims (12)

  1. 입력된 RGB 방식의 영상 데이터를 HSI 방식의 영상 데이터로 변환하는 제 1단계;
    상기 제 1단계를 통하여 변환된 HSI 방식의 영상 데이터 중 밝기 정보(I)를 이용하여 입력된 영상의 특성을 분석하는 제 2단계;
    상기 제 2단계를 통하여 분석된 입력 영상 특성에 대응되는 감마 커브를 결정하는 제 3단계;
    상기 제 3단계를 통하여 결정된 감마 커브를 입력 영상에 적용하여 콘트라스트를 개선하는 제 4단계; 및
    상기 제 4단계를 통하여 콘트라스트가 개선된 HSI 방식의 영상 데이터를 RGB 방식의 영상 데이터로 변환하는 제 5단계를 포함하며,
    상기 제 1단계는 입력된 RGB 방식의 영상 데이터를 하기의 수학식 1에 의해 HSI 방식의 영상 데이터로 변환하는 것을 특징으로 하는 적응적인 감마 적용에 의한 콘트라스트 개선 방법.
    [수학식 1]
    Figure 112011038918566-pat00008
  2. 삭제
  3. 청구항 1에 있어서,
    상기 제 2단계는, 상기 제 1단계를 통하여 변환된 HSI 방식의 영상 데이터 중 밝기 정보(I)에 대해 히스토그램을 작성하는 제 1과정;
    상기 제 1과정을 통하여 작성된 히스토그램을 0 내지 255의 범위로 확장하는 제 2과정;
    상기 제 2과정을 통하여 확장된 히스토그램을 16개 구간으로 균등 분할하는 제 3과정;
    상기 제 3과정을 통하여 균등 분할된 각 구간의 화소 비율을 하기의 수학식 2에 의해 계산하는 제 4과정; 및
    [수학식 2]
    Figure 112011038918566-pat00009
    상기 제 4과정을 통하여 화소 비율이 계산된 각 구간 중에서 n개의 피크(peak) 구간을 선정하는 제 5과정을 포함하는 것을 특징으로 하는 적응적인 감마 적용에 의한 콘트라스트 개선 방법.
  4. 청구항 3에 있어서,
    상기 제 3단계는 상기 제 2단계의 제 5과정을 통하여 선정된 n개의 피크 구간 정보를 이용하여 입력 영상 특성에 대응되는 적응적 감마 커브를 결정하는 것을 특징으로 하는 적응적인 감마 적용에 의한 콘트라스트 개선 방법.
  5. 청구항 4에 있어서,
    상기 감마 커브는 구간 별로 가중치를 주는 가중치 커브를 이용하여 조정하며, 상기 가중치 커브는 3가지 형태로서 상기 피크 구간(Ipaek)에 따라 각각 달리 적용되는 것을 특징으로 하는 적응적인 감마 적용에 의한 콘트라스트 개선 방법.
  6. 청구항 5에 있어서,
    상기 감마 커브는 상기 피크 구간(Ipaek)이 제 1기준점(SP1)과 제 2기준점(SP2) 사이에 위치하는 경우 하기의 수학식 3에 의해 정의되는 가중치 커브에 의해 조정되는 것을 특징으로 하는 적응적인 감마 적용에 의한 콘트라스트 개선 방법.
    [수학식 3]
    Figure 112011038918566-pat00010
    여기서 Wi는 i구간에 대응되는 감마 커브에 적용될 가중치이고, Perpeak는 전체 화소 수에 대한 피크 구간의 화소 비율이고, Ipeak는 16개 구간 중 입력된 피크 구간의 위치를 의미한다.
    한편, PL은 Ipeak의 위치를 기준으로 좌측 범위의 1/4 지점, PR은 Ipeak의 위치를 기준으로 우측 범위의 1/4 지점으로 설정한다.
    K는 실험치 상수이고, f(x;x0,x1,x2)는 본 발명에서 정의한 함수이며, 이함수는 하기의 수학식 4와 같이 정의된다.
    [수학식 4]
    Figure 112011038918566-pat00035
    여기서, x는 입력 구간, x0는 높은 가중치를 부여할 구간, x1과 x2는 구간의 범위를 의미한다.
  7. 청구항 5에 있어서,
    상기 감마 커브는 상기 피크 구간(Ipaek)이 상기 제 1기준점(SP1) 보다 작은 경우 하기의 수학식 5에 의해 정의되는 가중치 커브에 의해 조정되는 것을 특징으로 하는 적응적인 감마 적용에 의한 콘트라스트 개선 방법.
    [수학식 5]
    Figure 112011038918566-pat00011
    여기서 Wi는 i구간에 대응되는 감마 커브에 적용될 가중치이고, Perpeak는 전체 화소 수에 대한 피크 구간의 화소 비율이고, Ipeak는 16개 구간 중 입력된 피크 구간의 위치를 의미한다.
    한편, PL은 Ipeak의 위치를 기준으로 좌측 범위의 1/4 지점, PR은 Ipeak의 위치를 기준으로 우측 범위의 1/4 지점으로 설정한다.
    K는 실험치 상수이고, f(x;x0,x1,x2)는 본 발명에서 정의한 함수이며, 이함수는 하기의 수학식 4와 같이 정의된다.
    [수학식 4]
    Figure 112011038918566-pat00036
    여기서, x는 입력 구간, x0는 높은 가중치를 부여할 구간, x1과 x2는 구간의 범위를 의미한다.
  8. 청구항 5에 있어서,
    상기 감마 커브는 상기 피크 구간(Ipaek)이 상기 제 2기준점(SP2) 보다 큰 경우 하기의 수학식 6에 의해 정의되는 가중치 커브에 의해 조정되는 것을 특징으로 하는 적응적인 감마 적용에 의한 콘트라스트 개선 방법.
    [수학식 6]
    Figure 112011038918566-pat00012
    여기서 Wi는 i구간에 대응되는 감마 커브에 적용될 가중치이고, Perpeak는 전체 화소 수에 대한 피크 구간의 화소 비율이고, Ipeak는 16개 구간 중 입력된 피크 구간의 위치를 의미한다.
    한편, PL은 Ipeak의 위치를 기준으로 좌측 범위의 1/4 지점, PR은 Ipeak의 위치를 기준으로 우측 범위의 1/4 지점으로 설정한다.
    K는 실험치 상수이고, f(x;x0,x1,x2)는 본 발명에서 정의한 함수이며, 이함수는 하기의 수학식 4와 같이 정의된다.
    [수학식 4]
    Figure 112011038918566-pat00037
    여기서, x는 입력 구간, x0는 높은 가중치를 부여할 구간, x1과 x2는 구간의 범위를 의미한다.
  9. 삭제
  10. 청구항 6 내지 8 중 어느 한 항에 있어서,
    상기 제 3단계는 상기 피크 구간(Ipeak)에 따라 결정된 가중치 커브를 감마에 적용하여 감마 커브를 조정하며, 입력된 피크 구간(Ipeak)의 수만큼 상기 감마 커브 조정 과정을 반복하여 입력 영상 특성에 대응되는 최종 감마 커브를 결정하는 것을 특징으로 하는 적응적인 감마 적용에 의한 콘트라스트 개선 방법.
  11. 청구항 10에 있어서,
    상기 제 4단계는 상기 제 3단계를 통하여 결정된 최종 감마 커브를 상기 밝기 정보(I)에 적용하여 입력 영상의 콘트라스트를 개선하는 것을 특징으로 하는 적응적인 감마 적용에 의한 콘트라스트 개선 방법.
  12. 청구항 1에 있어서,
    상기 제 5단계는 콘트라스트가 개선된 HSI 방식의 영상 데이터를 하기의 수학식 7에 의해 RGB 방식의 영상 데이터로 변환하는 것을 특징으로 하는 적응적인 감마 적용에 의한 콘트라스트 개선 방법.
    [수학식 7]
    Figure 112009074655145-pat00014
KR1020090118906A 2009-12-03 2009-12-03 적응적인 감마 적용에 의한 콘트라스트 개선 방법 KR101065719B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090118906A KR101065719B1 (ko) 2009-12-03 2009-12-03 적응적인 감마 적용에 의한 콘트라스트 개선 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090118906A KR101065719B1 (ko) 2009-12-03 2009-12-03 적응적인 감마 적용에 의한 콘트라스트 개선 방법

Publications (2)

Publication Number Publication Date
KR20110062244A KR20110062244A (ko) 2011-06-10
KR101065719B1 true KR101065719B1 (ko) 2011-09-19

Family

ID=44396457

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090118906A KR101065719B1 (ko) 2009-12-03 2009-12-03 적응적인 감마 적용에 의한 콘트라스트 개선 방법

Country Status (1)

Country Link
KR (1) KR101065719B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101360268B1 (ko) 2012-12-28 2014-02-12 (주)실리콘화일 이미지센서의 컬러잡음 제거방법

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104091311A (zh) * 2014-06-30 2014-10-08 北京京东方视讯科技有限公司 一种图像增强方法、图像增强装置及显示装置
CN108550124B (zh) * 2018-04-17 2021-03-02 重庆邮电大学 一种基于仿生螺线的光照补偿及图像增强方法
CN110689489B (zh) * 2019-09-06 2023-12-19 西安交通大学 一种改进IHSI空间中的非均匀光照图像自适应gamma增强方法
CN114494471A (zh) * 2022-02-16 2022-05-13 西安培华学院 一种图像对比度增强方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070114556A (ko) * 2006-05-29 2007-12-04 삼성테크윈 주식회사 디지털 영상 처리기에서 감마 보정 장치 및 방법
KR20080097859A (ko) * 2007-05-03 2008-11-06 엠텍비젼 주식회사 영상 밝기 조절 장치 및 그 방법
KR100990904B1 (ko) * 2008-11-12 2010-11-01 한국과학기술원 다수 영상의 생성 및 합성을 통한 영상 보정 장치 및 그 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070114556A (ko) * 2006-05-29 2007-12-04 삼성테크윈 주식회사 디지털 영상 처리기에서 감마 보정 장치 및 방법
KR20080097859A (ko) * 2007-05-03 2008-11-06 엠텍비젼 주식회사 영상 밝기 조절 장치 및 그 방법
KR100990904B1 (ko) * 2008-11-12 2010-11-01 한국과학기술원 다수 영상의 생성 및 합성을 통한 영상 보정 장치 및 그 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101360268B1 (ko) 2012-12-28 2014-02-12 (주)실리콘화일 이미지센서의 컬러잡음 제거방법

Also Published As

Publication number Publication date
KR20110062244A (ko) 2011-06-10

Similar Documents

Publication Publication Date Title
Veluchamy et al. Image contrast and color enhancement using adaptive gamma correction and histogram equalization
CN103353982B (zh) 一种基于直方图均衡化的色调映射方法
Smith et al. Apparent greyscale: A simple and fast conversion to perceptually accurate images and video
KR101309498B1 (ko) 높은 동적 범위 이미지 매핑을 위한 히스토그램 조정
US8483479B2 (en) Light detection, color appearance models, and modifying dynamic range for image display
KR101309497B1 (ko) 높은 동작 범위 이미지 매핑을 위한 히스토그램 조정
US8260080B1 (en) Tone selective adjustment of images
CN101360250B (zh) 沉浸产生方法和系统及因素控制、内容分析及参数预测法
CN105046663A (zh) 一种模拟人类视觉感知的自适应低照度图像增强方法
KR101065719B1 (ko) 적응적인 감마 적용에 의한 콘트라스트 개선 방법
KR20080021983A (ko) 영상 보정 방법 및 장치
CN102509272A (zh) 一种基于颜色恒常性的彩色图像增强方法
CN103593830A (zh) 一种低照度视频图像增强方法
CN104240194A (zh) 一种基于抛物线函数的低照度图像增强算法
JP2018508862A (ja) 色彩恒常性を有するルミナンス変更画像処理
CN104268843A (zh) 基于直方图修饰的图像自适应增强方法
CN104166967A (zh) 提升视频图像清晰度的方法
Huang et al. An advanced gradient histogram and its application for contrast and gradient enhancement
KR100997159B1 (ko) 콘트라스트 개선장치 및 방법
KR101585187B1 (ko) Cielab 색 공간에서의 통합된 멀티 스케일 레티넥스를 수행하는 이미지 처리 방법 및 장치
JP4719559B2 (ja) 画質改善装置及びプログラム
CN105184746B (zh) 基于直方图均衡的彩色图像增强处理方法
CN105631812B (zh) 一种对显示图像进行色彩增强的控制方法及控制装置
Zhou et al. Saliency preserving decolorization
JP5598185B2 (ja) 目立ち画像生成装置及び目立ち画像生成プログラム

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
FPAY Annual fee payment

Payment date: 20140612

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20150626

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20160602

Year of fee payment: 6

LAPS Lapse due to unpaid annual fee