KR101201519B1 - 영상의 대조도를 향상시키기 위한 디지털 영상 처리 장치 및 그 방법 - Google Patents
영상의 대조도를 향상시키기 위한 디지털 영상 처리 장치 및 그 방법 Download PDFInfo
- Publication number
- KR101201519B1 KR101201519B1 KR1020100138145A KR20100138145A KR101201519B1 KR 101201519 B1 KR101201519 B1 KR 101201519B1 KR 1020100138145 A KR1020100138145 A KR 1020100138145A KR 20100138145 A KR20100138145 A KR 20100138145A KR 101201519 B1 KR101201519 B1 KR 101201519B1
- Authority
- KR
- South Korea
- Prior art keywords
- image
- laplacian
- transformed
- images
- gain function
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000002708 enhancing effect Effects 0.000 title 1
- 230000003247 decreasing effect Effects 0.000 claims description 8
- 238000003672 processing method Methods 0.000 claims description 7
- 230000007423 decrease Effects 0.000 claims description 5
- 230000002194 synthesizing effect Effects 0.000 claims description 4
- 230000001131 transforming effect Effects 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 2
- 230000006835 compression Effects 0.000 abstract description 6
- 238000007906 compression Methods 0.000 abstract description 6
- 230000000875 corresponding effect Effects 0.000 description 10
- 230000008859 change Effects 0.000 description 6
- 241001465754 Metazoa Species 0.000 description 4
- 230000000873 masking effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 101100134058 Caenorhabditis elegans nth-1 gene Proteins 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/60—Colour correction or control
- H04N1/6027—Correction or control of colour gradation or colour contrast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
본 발명은 영상의 대조도를 향상시키기 위한 디지털 영상 처리 장치 및 그 방법에 관한 것으로서, 더욱 상세하게는, 전체 영상의 명암 변화 폭이 큰 영상에 대하여 명암 폭 압축을 통하여 오브젝트 영역을 충분한 대조도로 출력할 수 있는 디지털 영상 처리 장치에 관한 것이다.
본 발명에 의하면, 라플라시안 영상 및 가우시안 영상에 서로 특징이 상이한 이득함수를 각각 가산함으로써 전체 영상의 명암 변화 폭이 큰 영상에 대하여 명암 폭 압축을 통하여 관찰하고자 하는 모든 영역, 즉 오브젝트 영역이 충분한 대조도를 가지고 출력될 수 있다.
본 발명에 의하면, 라플라시안 영상 및 가우시안 영상에 서로 특징이 상이한 이득함수를 각각 가산함으로써 전체 영상의 명암 변화 폭이 큰 영상에 대하여 명암 폭 압축을 통하여 관찰하고자 하는 모든 영역, 즉 오브젝트 영역이 충분한 대조도를 가지고 출력될 수 있다.
Description
본 발명은 영상의 대조도를 향상시키기 위한 디지털 영상 처리 장치 및 그 방법에 관한 것으로서, 더욱 상세하게는, 전체 영상의 명암 변화 폭이 큰 영상에 대하여 명암 폭 압축을 통하여 오브젝트 영역을 충분한 대조도로 출력할 수 있는 디지털 영상 처리 장치에 관한 것이다.
영상 신호를 얻은 후 적절한 영상 처리를 사용하여 영상을 재생산하는 기술들은 다양한 분야에서 사용되고 있다. 의료 영상 분야, 특히 디지털 투사 방사선 영상 분야에서는 언샤프 마스킹(unsharp masking) 처리 등과 같은 주파수 강조 처리 방법이 가시적인 방사선 영상을 만들어 내기 위하여 사용되고 있으며, 이러한 영상 처리 방법들은 좋은 질의 영상을 만들어 내는 동시에 질병에 대한 진단을 돕기 위한 보조 수단을 제공한다. 언샤프 마스킹(unsharp masking) 처리는 원본 영상에서 언샤프 마스크 신호를 차감한 후 강조 계수를 곱하여 다시 원본 영상에 더하는 방법을 사용하여 미리 정의된 주파수 대역을 강조하게 된다.
다른 방법으로는 영상을 다중 주파수 대역으로 나누는 방법들이 있는데, 퓨리에 변환(fourier transform), 웨이블릿 변환(wavelet transformation), sub-band 변환 등이 사용될 수 있다. 이러한 방법으로 나누어진 여러 개의 주파수 대역 신호들은 위와 같이 특정 주파수 대역을 강조하기 위하여 사용될 수 있다.
본 발명이 해결하고자 하는 과제는, 라플라시안 영상 및 가우시안 영상에 서로 특징이 상이한 이득함수를 각각 가산함으로써 전체 영상의 명암 변화 폭이 큰 영상에 대하여 오브젝트 영역이 충분한 대조도를 가지고 출력될 수 있는 디지털 영상 처리 장치 및 그 방법을 제공하는 데 있다.
상기한 과제를 해결하기 위해 본 발명은, 라플라시안 피라미드 알고리즘(laplacian pyramid algorithm)에 따라 원본 영상을 상이한 주파수 대역을 가지는 복수의 라플라시안 영상과 최저해상도의 가우시안 영상으로 분해하는 단계; 임계값 이하에서는 상수값을 가지되 임계값 이상에서는 감소하는 제1 이득 함수를 복수의 라플라시안 영상에 각각 가산하여 복수의 변환 라플라시안 영상을 획득하는 단계; 선형적으로 감소하는 제2 이득함수를 최저해상도의 가우시안 영상에 가산하여 변환 가우시안 영상을 획득하는 단계; 변환 가우시안 영상과 복수의 변환 라플라시안 영상을 라플라시안 피라미드 알고리즘에 따라 역변환 및 합성하여 변환 영상을 획득하는 단계를 포함하는, 영상의 대조도를 향상시키기 위한 디지털 영상 처리 방법을 제공하는 것을 특징으로 한다.
바람직하게는, 상기 제1 이득함수는 복수의 라플라시안 영상에 각각 대응하도록 임계값이 상이한 복수 개의 함수를 포함할 수 있고, 상기 제1 이득함수에서 복수의 라플라시안 영상에 대한 각각의 임계값은 원본 영상의 오브젝트와 배경의 경계 부근 영역에 대응하는 영역의 픽셀값일 수 있다.
또한, 상기한 과제를 해결하기 위해 본 발명은, 라플라시안 피라미드 알고리즘에 따라 원본 영상을 상이한 주파수 대역을 가지는 복수의 라플라시안 영상과 최저해상도의 가우시안 영상으로 분해하는 영상 분해부; 임계값 이하에서는 상수값을 가지되 임계값 이상에서는 감소하는 제1 이득 함수와, 선형적으로 감소하는 제2 이득함수를 제공하는 이득 제공부; 복수의 라플라시안 영상에 제1 이득함수를 각각 가산하여 복수의 변환 라플라시안 영상을 획득하고, 최저해상도의 가우시안 영상에 제2 이득함수를 가산하여 변환 가우시안 영상을 획득하는 이득 처리부; 및 변환 가우시안 영상과 복수의 변환 라플라시안 영상을 라플라시안 피라미드 알고리즘에 따라 역변환 및 합성하여 변환 영상을 획득하는 영상 합성부를 포함하는, 영상의 대조도를 향상시키는 디지털 영상 처리 장치를 제공하는 것을 특징으로 한다.
한편, 상기한 목적을 달성하기 위해서 본 발명은 상기 방법을 실현하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공한다.
본 발명에 의하면, 라플라시안 영상 및 가우시안 영상에 서로 특징이 상이한 이득함수를 각각 가산함으로써 전체 영상의 명암 변화 폭이 큰 영상에 대하여 명암 폭 압축을 통하여 관찰하고자 하는 모든 영역, 즉 오브젝트 영역이 충분한 대조도를 가지고 출력될 수 있다.
또한, 라플라스 피라미드 알고리즘을 이용하여 영상 대조도 향상과 경계 강조 등의 영상 처리를 하는 동시에 명암 폭 압축 처리를 함께 수행하기 때문에 영상 처리 속도가 향상될 수 있다.
도 1은 본 발명에 따른 영상의 대조도를 향상시키기 위한 디지털 영상 처리 장치를 설명한 블록도
도 2는 제1 이득함수를 설명한 도면.
도 3은 제2 이득함수를 설명한 도면.
도 4는 본 발명에 따른 영상의 대조도를 향상시키기 위한 디지털 영상 처리 방법을 설명한 흐름도.
도 2는 제1 이득함수를 설명한 도면.
도 3은 제2 이득함수를 설명한 도면.
도 4는 본 발명에 따른 영상의 대조도를 향상시키기 위한 디지털 영상 처리 방법을 설명한 흐름도.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 본문에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성 요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제2 구성 요소도 제1 구성 요소로 명명될 수 있다.
본 출원에서 사용한 용어는 단지 특정한 실시예들을 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다.
일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하에서 첨부된 도면을 참조하여, 본 발명의 바람직한 실시예를 상세히 설명한다. 각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다.
도 1은 본 발명에 따른 영상의 대조도를 향상시키기 위한 디지털 영상 처리 장치를 설명한 블록도이다.
도 1을 참조하면, 본 발명에 따른 디지털 영상 처리 장치(100)는 영상 분해부(110), 이득 제공부(120), 이득 처리부(130), 및 영상 합성부(140)를 포함한다.
영상 분해부(110)는 라플라시안 피라미드 알고리즘(Laplacian Pyramid Algorithm)에 따라 원본 영상을 상이한 주파수 대역을 가지는 복수의 라플라시안 영상(Laplacian image)과 최저해상도의 가우시안 영상(Gaussian image)으로 분해한다.
가우시안 필터나 이항 필터를 이용하여 마스킹(masking)하고 서브-샘플링(sub-sampling)하여 처리된 영상은 원본 영상의 1/4 크기로 되며, 가로와 세로에 대해 각각 절반의 해상도를 갖게 된다. 이를 다시 업-샘플링(up-sampling)하여 원본 영상의 크기로 만들면 하나의 언샤프(unsharp) 영상이 생성된다. 이때, 생성된 언샤프 영상을 원본 영상과 차감하면 제1 레벨의 라플라시안 영상이 생성된다. 원본 영상에 대하여 절반 해상도를 가지는 영상에 대하여 이 과정을 계속 반복하면 다중 해상도를 갖는 다중 레벨의 라플라시안 영상들이 만들어지며 이러한 알고리즘을 라플라스 피라미드 알고리즘이라고 한다.
라플라시안 피라미드 알고리즘을 이용하면 원본 영상을 상이한 주파수 대역을 가지는 제1 내지 제n-1 레벨(단, n은 양의 정수)의 라플라시안 영상과, 제n 레벨의 최저해상도를 가지는 가우시안 영상으로 분해할 수 있다. 라플라스 피라미드 알고리즘을 이용하면 원본 영상을 다중 주파수 대역으로 분리하는 것이 가능하며, 각 주파수 대역들을 적절히 강조 처리한 후 다시 역변환을 하면 처리된 결과 영상을 얻을 수 있다. 이러한 라플라시안 피라미드 알고리즘은 각각의 주파수 대역을 적절히 강조할 수 있으며, 각 주파수 대역에 대하여 언샤프 매스킹(unsharp masking) 처리를 한 것과 유사한 결과를 얻을 수 있다.
한편 본 발명에서 제7 레벨까지의 라플라시안 영상을 얻도록 라플라시안 피라미드 알고리즘을 반복할 수 있다.
차분으로 생성된 영상인 라플라시안 영상에서 '0'의 값들을 가지는 픽셀은 원본 영상과 높은 상관 관계를 가지는 값들이다. 반면에 큰 음수 값이나 양수 값을 가지는 픽셀은 원본 영상의 윤곽선 부분, 특히 오브젝트(object)와 배경(ground) 사이의 경계 부근의 영역에 해당하는 픽셀들이다. 즉, 라플라시안 영상에서 각 픽셀의 정보들은 축소와 확장 과정에서 생긴 차를 가지게 된다.
이득 제공부(130)는 이득 처리부(130)의 제1 이득 처리부(131)로 제1 이득함수(121)를 제공하고, 제2 이득 처리부(132)로 제2 이득함수(122)를 제공한다.
이득 처리부(130)는 제1 이득 처리부(131)와 제2 이득 처리부(132)를 포함한다. 제1 이득 처리부(131)는 복수의 라플라시안 영상에 각각 제1 이득함수를 가산하여 복수의 변환 라플라시안 영상을 획득하고, 제2 이득 처리부(132)는 최저해상도의 가우시안 영상에 제2 이득함수(122)를 가산하여 변환 가우시안 영상을 획득한다. 라플라시안 영상이나 가우시안 영상에 이득함수를 가산한다는 의미는 라플라시안 영상이나 가우시안 영상의 각 픽셀의 픽셀값에 각 이득함수에 따른 이득을 더한다는 의미이다.
한편, 제1 이득함수(121)는 복수의 라플라시안 영상에 각각 대응하도록 복수 개의 함수로 이뤄질 수 있다. 각각의 라플라시안 영상에 대응하는 복수의 제1 이득함수에서, 각각의 임계값은 라플라시안 영상에서 원본 영상의 오브젝트와 배경의 경계 부근 영역에 대응하는 영역에서의 픽셀값일 수 있다
도 2는 제1 이득함수를 설명한 도면이다.
제1 이득함수(121)는 임계값 이하에서는 상수값을 가지되 임계값(A) 이상에서는 비선형으로 감소하는 함수이다. 도 2에서 제1 이득함수는 임계값 이하에서는 0 값을 가지며, 임계값을 초과한 범위에서는 비선형, 예를 들어 지수함수나 파워함수의 형태로 감소한다.
제1 이득함수에서 임계값은 오브젝트의 특성에 따라 적절하게 조정될 수 있다. 예를 들어, 사람의 인체에 대한 X선 영상의 경우 손과 복부를 찍은 영상에서 오브젝트 부분의 특성이 같을 수 없다. 따라서 임계값은 영상에 포함된 오브젝트의 특성에 따라 적절한 값으로 조정될 수 있다. 한편, 제1 이득함수에서 임계값은 라플라시안 영상에서 원본 영상의 오브젝트와 배경 사이의 경계 부근 영역에 대응하는 영역에서의 픽셀값일 수도 있다.
전술한 것처럼, 제1 이득함수(121)는 복수의 라플라시안 영상에 각각 대응하도록 임계값이 상이한 복수 개의 함수로 이뤄질 수 있다.
한편, 각각의 라플라시안 영상과 대응하는 복수의 제1 이득함수에서, 각 임계값은 라플라시안 영상에서 원본 영상의 오브젝트와 배경 사이의 경계 부근 영역에 대응하는 영역에서의 픽셀값일 수 있다.
라플라시안 영상에서 원본 영상의 오브젝트와 배경의 경계 부근의 영역에 대응하는 영역은 큰 픽셀값을 가진다. 따라서 제1 이득함수에서 임계값을 라플라시안 영상에서 원본 영상의 오브젝트와 배경의 경계 부근 영역에 대응하는 영역에서의 픽셀값으로 결정하고 임계값을 기준으로 이득값을 상이하게 제공하면, 오브젝트와 배경의 경계 부근처럼 비록 명암 변화가 크더라도 영상 해석이 무의미한 공간에 대한 명암 변화가 무시될 수 있으며 그로 인하여 오브젝트 영역에 대한 명암 변화를 더욱 상세하게 표현할 수 있다.
예를 들어, 원본 영상이 인체나 동물을 촬영한 X선 영상인 경우, 원본 영상에서 오브젝트는 인체나 동물의 몸체에 X선이 투과되어 맺힌 부분의 영상에 해당하고, 배경은 인체나 동물을 투과하지 않고 직접 X선이 맺힌 부분의 영상에 해당한다. 이러한 인체나 동물의 X선 영상의 경우, 영상에서 해석의 대상이 되는 부분은 오브젝트에 대한 부분이며, 오브젝트와 배경의 경계 부근 및 배경 부분은 해석의 대상이 되지 않는다. 한편 눈으로 명암의 변화를 느낄 수 있는 한계가 있으므로, 미세한 명암 변화는 눈으로 인지하기 힘들 수 있다.
본 발명은 라플라시안 영상과 가우시안 영상에 대해 서로 상이한 특징을 가지는 제1 이득함수 및 제2 이득함수를 각각 더함으로써, 결론적으로 원본 영상에서 해석의 대상이 되는 오브젝트 부분에서 명암 차이, 즉 대조도(contrast)를 향상시킨다.
도 3은 제2 이득함수를 설명한 도면이다.
도 3을 참조하면, 제2 이득함수(122)는 선형적으로 감소하는 함수이다.
도 3에서 제2 이득함수와 x축의 교점(B)은 최저해상도의 가우시안 영상에서 각 픽셀의 픽셀값에 대한 평균값이 될 수 있다. 한편 제2 이득함수의 기울기는 최저해상도의 가우시안 영상에 적절하게 조절될 수 있는데, 최저해상도의 가우시안 영상의 히스토그램 분포에 따라 적절하게 조정될 수도 있다. 예를 들어 최저해상도의 가우시안 영상의 히스토그램 분포도에서 퍼진 폭이 크면 제2 이득함수의 기울기를 크게 설정하고, 히스토그램 분포도에서 퍼진 폭이 작으면 제2 이득함수의 기울기를 작게 설정할 수 있다.
전술한 것처럼, 본 발명에 의하면 라플라시안 영상 및 가우시안 영상에 서로 특징이 상이한 이득함수를 각각 가산함으로써 전체 영상의 명암 변화 폭이 큰 영상에 대하여 명암 폭 압축을 통하여 관찰하고자 하는 모든 영역, 즉 오브젝트 영역이 충분한 대조도를 가지고 출력될 수 있다. 또한, 라플라스 피라미드 알고리즘을 이용하여 영상 대조도 향상과 경계 강조 등의 영상 처리를 하는 동시에 명암 폭 압축 처리를 함께 수행하기 때문에 영상 처리 속도가 향상될 수 있다. 따라서, X선 영상의 분석에 본 발명을 이용하면 오브젝트 부분의 영상에서 대조도가 향상되어 X선 영상을 분석하는데 유용한 보조 수단이 될 수 있다.
한편, 라플라스 피라미드에서 가장 해상도가 낮은 대역들에 1 보다 작은 계수를 곱하고 역변환하여 변환 영상을 얻는 방법도 있다. 그러나 가장 해상도가 낮은 대역들에 하나의 상수를 곱하는 방법은 그 대역의 모든 신호값에 같은 처리를 수행하는 것이므로, 영상 처리가 불필요한 신호들까지도 상수 처리를 받는 결과가 되어 대조도를 조절가능한 폭이 제한되고, 경우에 따라서 만족할만한 결과 영상을 얻을 수 없다.
다시 도 1로 되돌아가 설명하도록 한다.
영상 합성부(140)는 변환 가우시안 영상과 복수의 변환 라플라시안 영상을 라플라시안 피라미드 알고리즘에 따라 역변환 및 합성하여 변환 영상을 획득한다.
변환 가우시안 영상과 복수의 변환 라플라시안 영상을 이용하여 변환 영상을 획득하는 방식은 다음과 같다. 우선 제n 레벨의 가우시안 영상을 확장하여 제n-1 레벨의 라플라시안 영상과 합하면, 제n-1 레벨의 가우시안 영상이 획득된다. 상기의 방식을 반복하면, 원본 영상과 동일한 크기의 변환 영상이 획득된다.
이하에서는 본 발명에 따른 영상의 대조도를 향상시키기 위한 디지털 영상 처리 방법을 설명하도록 한다. 본 발명에 따른 디지털 영상 처리 방법은 본 발명에 따른 디지털 영상 처리 시스템에 의해 수행되는 방법으로서 본 발명에 따른 장치와 본질적으로 동일한 기능을 수행하므로, 상세한 설명 및 중복되는 설명은 생략하도록 한다.
도 4는 본 발명에 따른 영상의 대조도를 향상시키기 위한 디지털 영상 처리 방법을 설명한 흐름도이다.
우선 라플라시안 피라미드 알고리즘(laplacian pyramid algorithm)에 따라 원본 영상을 상이한 주파수 대역을 가지는 복수의 라플라시안 영상과 최저해상도의 가우시안 영상으로 분해한다(S10).
임계값 이하에서는 상수값을 가지되 임계값 이상에서는 감소하는 제1 이득 함수를 상기 복수의 라플라시안 영상에 각각 가산하여 복수의 변환 라플라시안 영상을 획득한다(S20).
한편 전술한 것처럼, 제1 이득함수는 복수의 라플라시안 영상에 각각 대응하도록 임계값이 상이한 복수 개의 함수를 포함할 수도 있다. 이러한 경우 제1 이득함수에서 복수의 라플라시안 영상에 대한 각각의 임계값은 원본 영상의 오브젝트와 배경의 경계 부근 영역에 대응하는 영역의 픽셀값일 수 있다.
S20 단계와 동시에, 선형적으로 감소하는 제2 이득함수를 최저해상도의 가우시안 영상에 가산하여 변환 가우시안 영상을 획득한다(S30).
변환 가우시안 영상과 복수의 변환 라플라시안 영상을 라플라시안 피라미드 알고리즘에 따라 역변환 및 합성하여 변환 영상을 획득한다(S40).
본 발명의 상기 방법은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이상에서는 도면에 도시된 구체적인 실시예를 참고하여 본 발명을 설명하였으나 이는 예시적인 것에 불과하므로, 본 발명이 속하는 기술 분야에서 통상의 기술을 가진 자라면 이로부터 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명의 보호 범위는 후술하는 특허청구범위에 의하여 해석되어야 하고, 그와 동등 및 균등한 범위 내에 있는 모든 기술적 사상은 본 발명의 보호 범위에 포함되는 것으로 해석되어야 할 것이다.
110, 영상 분해부 120, 이득 제공부
130, 이득 처리부 140, 영상 합성부
121, 제1 이득함수 122, 제2 이득함수
130, 이득 처리부 140, 영상 합성부
121, 제1 이득함수 122, 제2 이득함수
Claims (6)
- 라플라시안 피라미드 알고리즘(laplacian pyramid algorithm)에 따라 원본 영상을 상이한 주파수 대역을 가지는 복수의 라플라시안 영상과 최저해상도의 가우시안 영상으로 분해하는 단계;
임계값 이하에서는 상수값을 가지되 상기 임계값 이상에서는 감소하는 제1 이득 함수를 상기 복수의 라플라시안 영상에 각각 가산하여 복수의 변환 라플라시안 영상을 획득하는 단계;
선형적으로 감소하는 제2 이득함수를 상기 최저해상도의 가우시안 영상에 가산하여 변환 가우시안 영상을 획득하는 단계; 및
상기 변환 가우시안 영상과 상기 복수의 변환 라플라시안 영상을 라플라시안 피라미드 알고리즘에 따라 역변환 및 합성하여 변환 영상을 획득하는 단계를 포함하는, 영상의 대조도를 향상시키기 위한 디지털 영상 처리 방법. - 제1항에 있어서, 상기 복수의 라플라시안 영상은 제1 내지 제n-1 (단, n은 양의 정수) 레벨의 라플라시안 영상이고, 상기 최저 해상도의 가우시안 영상은 제n 레벨의 가우시안 영상인 것을 특징으로 하는 영상의 대조도를 향상시키기 위한 디지털 영상 처리 방법.
- 제1항에 있어서,
상기 제1 이득함수는 복수의 라플라시안 영상에 각각 대응하도록 임계값이 상이한 복수 개의 함수를 포함하고,
상기 제1 이득함수에서 상기 복수의 라플라시안 영상에 대한 각각의 임계값은 상기 원본 영상의 오브젝트와 배경의 경계 부근 영역에 대응하는 영역의 픽셀값인 것을 특징으로 하는 영상의 대조도를 향상시키기 위한 디지털 영상 처리 방법. - 라플라시안 피라미드 알고리즘(laplacian pyramid algorithm)에 따라 원본 영상을 상이한 주파수 대역을 가지는 복수의 라플라시안 영상과 최저해상도의 가우시안 영상으로 분해하는 영상 분해부;
임계값 이하에서는 상수값을 가지되 임계값 이상에서는 감소하는 제1 이득 함수와, 선형적으로 감소하는 제2 이득함수를 제공하는 이득 제공부;
상기 복수의 라플라시안 영상에 상기 제1 이득함수를 각각 가산하여 복수의 변환 라플라시안 영상을 획득하고, 상기 최저해상도의 가우시안 영상에 상기 제2 이득함수를 가산하여 변환 가우시안 영상을 획득하는 이득 처리부; 및
상기 변환 가우시안 영상과 상기 복수의 변환 라플라시안 영상을 라플라시안 피라미드 알고리즘에 따라 역변환 및 합성하여 변환 영상을 획득하는 영상 합성부를 포함하는, 영상의 대조도를 향상시키는 디지털 영상 처리 장치. - 제4항에 있어서, 상기 영상 분해부는
제1 내지 제n-1 (단, n은 양의 정수) 레벨의 라플라시안 영상과, 제n 레벨의 가우시안 영상을 획득하는 것을 특징으로 하는 영상의 대조도를 향상시키기 위한 디지털 영상 처리 장치. - 제4항에 있어서,
상기 제1 이득함수는 복수의 라플라시안 영상에 각각 대응하도록 임계값이 상이한 복수 개의 함수를 포함하고,
상기 제1 이득함수에서 상기 복수의 라플라시안 영상에 대한 각각의 임계값은 상기 원본 영상의 오브젝트와 배경의 경계 부근 영역에 대응하는 영역의 픽셀값인 것을 특징으로 하는 영상의 대조도를 향상시키기 위한 디지털 영상 처리 장치.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020100138145A KR101201519B1 (ko) | 2010-12-29 | 2010-12-29 | 영상의 대조도를 향상시키기 위한 디지털 영상 처리 장치 및 그 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020100138145A KR101201519B1 (ko) | 2010-12-29 | 2010-12-29 | 영상의 대조도를 향상시키기 위한 디지털 영상 처리 장치 및 그 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20120076122A KR20120076122A (ko) | 2012-07-09 |
KR101201519B1 true KR101201519B1 (ko) | 2012-11-14 |
Family
ID=46709896
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020100138145A KR101201519B1 (ko) | 2010-12-29 | 2010-12-29 | 영상의 대조도를 향상시키기 위한 디지털 영상 처리 장치 및 그 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101201519B1 (ko) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101583787B1 (ko) | 2014-07-10 | 2016-01-08 | 경북대학교 산학협력단 | 영상 분해와 강건한 온라인 주성분 분석을 이용한 전경 검출 방법, 이를 수행하기 위한 기록 매체 및 장치 |
CN112053279A (zh) * | 2020-09-03 | 2020-12-08 | 五邑大学 | 高光谱图像的降维方法、装置及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003134352A (ja) | 2001-10-26 | 2003-05-09 | Konica Corp | 画像処理方法及び装置並びにプログラム |
KR100925419B1 (ko) | 2006-12-19 | 2009-11-06 | 삼성전자주식회사 | 라플라시안 피라미드를 이용한 컬러 영상의 화질 개선 장치및 그 방법 |
-
2010
- 2010-12-29 KR KR1020100138145A patent/KR101201519B1/ko active IP Right Grant
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003134352A (ja) | 2001-10-26 | 2003-05-09 | Konica Corp | 画像処理方法及び装置並びにプログラム |
KR100925419B1 (ko) | 2006-12-19 | 2009-11-06 | 삼성전자주식회사 | 라플라시안 피라미드를 이용한 컬러 영상의 화질 개선 장치및 그 방법 |
Also Published As
Publication number | Publication date |
---|---|
KR20120076122A (ko) | 2012-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8542944B2 (en) | Method and apparatus for multi-scale based dynamic range compression and noise suppression | |
Naimi et al. | Medical image denoising using dual tree complex thresholding wavelet transform and Wiener filter | |
JP5348145B2 (ja) | 画像処理装置および画像処理プログラム | |
JP3833177B2 (ja) | 画像処理装置、画象処理方法、記憶媒体及びプログラム | |
JP3995854B2 (ja) | 画像処理方法および装置並びに記録媒体 | |
JP3700804B2 (ja) | 画像処理方法および装置 | |
RU2628481C2 (ru) | Устройство обработки изображения, способ обработки изображения, программа, печатный носитель и носитель записи | |
US20060084869A1 (en) | Method and apparatus for enhancing image quality of a two-dimensional ultrasound image | |
US9953441B2 (en) | Processing metal artifact in CT image | |
Agarwal et al. | Analysis and comparison of wavelet transforms for denoising MRI image | |
US20130051697A1 (en) | Image processing apparatus, image processing method, and computer recording medium for reducing an amount of noise included in an image | |
JP2007018379A (ja) | 画像処理方法及び画像処理装置 | |
Diwakar et al. | Edge preservation based CT image denoising using Wiener filtering and thresholding in wavelet domain | |
JP2004242285A (ja) | ノイズ抑制処理方法および装置並びにプログラム | |
CN102637292A (zh) | 一种图像的处理方法和装置 | |
JP2000224421A (ja) | 画像処理方法および装置並びに記録媒体 | |
KR101201519B1 (ko) | 영상의 대조도를 향상시키기 위한 디지털 영상 처리 장치 및 그 방법 | |
JP3700798B2 (ja) | 画像処理方法および装置 | |
JP2008123370A (ja) | 独立成分分析(ica)法を用いたデジタル画像の画質改善法 | |
KR20130128690A (ko) | 영상 처리 방법 및 그에 따른 영상 처리 장치 | |
JP5008333B2 (ja) | 画像の周期的パターンの抑制方法 | |
KR100570789B1 (ko) | 화상처리장치, 화상처리방법 및 컴퓨터 판독가능 기록매체 | |
JPH10105701A (ja) | 放射線画像強調処理方法および装置 | |
Jeon | Denoising in contrast-enhanced X-ray images | |
KR101734419B1 (ko) | 이미지 복원 장치 및 방법 |
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: 20161108 Year of fee payment: 5 |
|
FPAY | Annual fee payment |
Payment date: 20171108 Year of fee payment: 6 |
|
FPAY | Annual fee payment |
Payment date: 20181108 Year of fee payment: 7 |