KR101458616B1 - Image contrast improvement method by discrete cosine transform and histogram processing - Google Patents
Image contrast improvement method by discrete cosine transform and histogram processing Download PDFInfo
- Publication number
- KR101458616B1 KR101458616B1 KR20130057347A KR20130057347A KR101458616B1 KR 101458616 B1 KR101458616 B1 KR 101458616B1 KR 20130057347 A KR20130057347 A KR 20130057347A KR 20130057347 A KR20130057347 A KR 20130057347A KR 101458616 B1 KR101458616 B1 KR 101458616B1
- Authority
- KR
- South Korea
- Prior art keywords
- image
- histogram
- brightness
- discrete cosine
- quot
- Prior art date
Links
- 238000012545 processing Methods 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000006872 improvement Effects 0.000 title claims abstract description 13
- 238000007781 pre-processing Methods 0.000 claims abstract description 22
- 238000009499 grossing Methods 0.000 claims description 26
- 230000009466 transformation Effects 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 230000001186 cumulative effect Effects 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000005286 illumination Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 6
- 230000002708 enhancing effect Effects 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 238000000926 separation method Methods 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
- H04N19/625—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using discrete cosine transform [DCT]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Mathematical Physics (AREA)
- Discrete Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Image Processing (AREA)
Abstract
Description
본 발명은 이산 코사인변환과 히스토그램처리를 이용한 영상 대비 개선방법에 관한 것으로, 좀더 구체적으로는 소스영상에 대한 이산 코사인변환 기반 영상처리와 히스토그램처리 기반 영상처리를 순차적으로 수행하여 영상의 대비 개선 효율이 증대되도록 하고, 이를 통해 저조도 조건에서도 사람들이나 사물의 식별이 가능해지도록 하는 이산 코사인변환과 히스토그램처리를 이용한 영상 대비 개선방법에 관한 것이다.
More particularly, the present invention relates to an image enhancement method using discrete cosine transform and histogram processing, and more particularly, to a method and apparatus for enhancing contrast enhancement of images by sequentially performing discrete cosine transform based image processing and histogram processing based image processing on a source image And a method of improving image contrast using discrete cosine transform and histogram processing, which enables identification of people or objects under low light conditions.
명암 대비가 낮은 영상의 경우 사람이나 사물을 식별하기가 어려움에 따라, 영상의 대비 개선을 수행하여 영상 식별력을 향상시키는 기술들이 개발되어 활용되고 있다.In the case of images with low contrast, it is difficult to identify people or objects, and techniques for enhancing image discrimination performance by performing contrast enhancement of images have been developed and utilized.
이와 같은 영상 대비 개선 관련기술로는 대한민국 등록특허공보 등록번호 제10-0925794호 "영상의 지역 명암대비 개선을 통한 전역 명암대비 향상 방법", 공개특허공보 공개번호 제10-2010-0039760호 "압축 영상에 대한 명암 대비 개선 장치 및 방법" 등이 안출되어 있다.
Such techniques related to image contrast enhancement include Korean Patent Registration No. 10-0925794 entitled " Method for Improving Global Contrast by Improving Area Contrast of Images ", Published Unexamined Patent Application No. 10-2010-0039760 And an apparatus and method for improving the contrast of an image ".
여기서, 상기 "영상의 지역 명암대비 개선을 통한 전역 명암대비 향상 방법"은 영상에 대한 히스토그램 평활화 영상처리를 통해 명암대비가 개선되도록 한 기술인데, 상기와 같은 종래의 히스토그램처리에 의한 영상의 대비 개선방법은 각 구간의 경계영역에 있는 픽셀수가 많을 경우, 특히 정지화면에서 각 구간에 속한 픽셀의 밝기값을 정확하게 계수하지 못하게 되면서 최종적으로 적용되는 명암대비 개선 출력값이 계속적으로 변동되어 플리커(flicker)가 발생하는 문제점이 있었다.Here, the "global contrast enhancement method by improving the local contrast of an image" is a technique of improving contrast by performing histogram smoothed image processing on an image. In the conventional method of contrast enhancement by the histogram processing, In the method, when the number of pixels in the boundary area of each section is large, in particular, the brightness value of the pixels belonging to each section can not be accurately counted on the still image, and thus the final contrast improvement output value continuously varies. .
또한, 종래의 히스토그램처리에 의한 영상의 대비 개선방법은 명암대비가 현저하게 낮은 영상에 대해서는 대비 개선 정도가 낮거나, 개선 결과 영상의 왜곡이 증가하는 문제점이 있었다.
In addition, the contrast enhancement method of the image by the conventional histogram processing has a problem that the degree of contrast enhancement is low or the image distortion of the enhancement result is increased for the image with remarkably low contrast.
한편, 선박 내부에서와 같이 조명이 어두운 곳에 설치되는 감시카메라에 의해 촬영되는 영상의 경우, 낮은 밝기의 조명으로 인해 명암 대비가 전반적으로 낮아 사람의 얼굴이나 윤곽, 사물의 형상을 구분하기 힘든 상태가 빈번하게 발생되었으므로, 이를 개선할 수 있는 감시시스템의 개발이 요구되는 실정이었다.
On the other hand, in the case of an image taken by a surveillance camera installed in a dark place like in a ship, the contrast of the image is low due to the low brightness illumination, and it is difficult to distinguish the shape of a person's face, It has been necessary to develop a surveillance system capable of improving such a problem.
따라서 본 발명은 이와 같은 종래 기술의 문제점을 개선하여, 소스영상 입력단계, 영상 전처리단계, 이산 코사인변환 기반 영상처리 단계, 히스토그램처리 기반 영상처리 단계, 대비 개선 영상 산출단계를 거쳐 소스영상에 대한 이산 코사인변환 영상처리와 히스토그램 평활화 영상처리를 순차적으로 통합적으로 수행함으로써 영상의 대비 개선 효율 증대가 도모되도록 하는 새로운 형태의 이산 코사인변환과 히스토그램처리를 이용한 영상 대비 개선방법을 제공하는 것을 목적으로 한다.
SUMMARY OF THE INVENTION Accordingly, the present invention has been made keeping in mind the above problems occurring in the prior art, and it is an object of the present invention to provide a discrete cosine transform based on a source image input step, an image preprocessing step, a discrete cosine transform based image processing step, a histogram processing based image processing step, The present invention aims to provide a method of improving image contrast using a new type of discrete cosine transform and histogram processing, in which the contrast enhancement efficiency of the image is enhanced by sequentially performing cosine transform image processing and histogram smoothed image processing in an integrated manner.
특히, 본 발명은 영상의 대비 개선 효율 증대를 통해 저조도 조건에서도 사람들이나 사물의 식별이 가능해지도록 하여 해상에서 조명이 거의 없는 상태로 운항하게 되는 선박 내부의 감시카메라 시스템에도 효과적으로 적용될 수 있는 새로운 형태의 이산 코사인변환과 히스토그램처리를 이용한 영상 대비 개선방법을 제공하는 것을 목적으로 한다.
Particularly, the present invention can improve the contrast enhancement efficiency of the image to enable people and objects to be identified even in low-light conditions, and thus can be applied to a surveillance camera system in a ship, And to provide an image contrast enhancement method using discrete cosine transform and histogram processing.
상술한 목적을 달성하기 위한 본 발명의 특징에 의하면, 본 발명은 영상장치로부터 촬영된 소스영상이 분석장치로 입력되는 소스영상 입력단계; 상기 분석장치의 전처리모듈에 의해 상기 소스영상의 컬러포맷이 기준 영상 컬러모델인 HSV 컬러모델에 맞추어 변환되면서 밝기 영상을 추출하게 되는 영상 전처리단계; 상기 소스영상의 밝기 영상이 상기 분석장치의 제1영상처리모듈로 입력되고, 상기 제1영상처리모듈의 이산 코사인 변환 처리 알고리즘에 의해 상기 밝기 영상에 대한 이산 코사인 변환 처리가 수행되어 이산코사인 변환 기반 처리영상이 산출되는 이산 코사인변환 기반 영상처리단계; 상기 이산코사인 변환 기반 처리영상이 상기 분석장치의 제2영상처리모듈로 입력되고, 상기 제2영상처리모듈의 히스토그램처리 알고리즘에 의해 상기 이산코사인 변환 기반 처리영상에 대한 히스토그램처리가 수행되어 히스토그램 평활화된 결과 히스토그램이 산출되는 히스토그램처리 기반 영상처리단계; 상기 평활화된 결과 히스토그램이 상기 분석장치의 출력영상 산출모듈로 입력되고, 상기 출력영상 산출모듈의 출력영상 산출알고리즘에 의해 상기 평활화된 결과 히스토그램이 개선 밝기 영상으로 복구된 후, 개선 밝기 영상에 상기 영상 전처리단계에서 산출된 컬러포맷 변환영상의 색상 채널과 채도 채널이 적용되어 대비 개선 영상이 생성되는 대비 개선 영상 산출단계를 포함하는 이산 코사인변환과 히스토그램처리를 이용한 영상 대비 개선방법을 제공한다.
According to an aspect of the present invention, there is provided an image processing apparatus including a source image input step of inputting a source image captured by a video device to an analysis device; An image preprocessing step of converting a color format of the source image into an HSV color model, which is a reference image color model, by a preprocessing module of the analyzer to extract a brightness image; The brightness image of the source image is input to the first image processing module of the analyzing device and the discrete cosine transform process is performed on the brightness image by the discrete cosine transform process algorithm of the first image process module, A discrete cosine transform based image processing step in which a processed image is calculated; The discrete cosine transform-based processed image is input to the second image processing module of the analyzing apparatus, and the histogram processing of the discrete cosine transform-based processed image is performed by the histogram processing algorithm of the second image processing module to perform histogram smoothing A histogram processing based image processing step in which a resultant histogram is calculated; The smoothed result histogram is input to the output image calculating module of the analyzing apparatus and the smoothed result histogram is restored to the improved brightness image by the output image calculating algorithm of the output image calculating module, There is provided an image contrast enhancement method using a discrete cosine transformation and a histogram processing including a contrast enhancement image calculation step in which a contrast enhancement image is generated by applying a color channel and a saturation channel of a color format transformed image calculated in the pre-processing step.
이와 같은 본 발명에 따른 이산 코사인변환과 히스토그램처리를 이용한 영상 대비 개선방법에서 상기 영상 전처리단계는 소스영상의 컬러포맷이 기준 영상 컬러모델인 HSV 컬러모델에 따라 색상 채널(Hue channel), 채도 채널(Saturation channel), 명암 채널(Value channel)로 이루어지는 컬러포맷으로 변환되는 소스영상 컬러포맷 변환단계와; 상기 소스영상의 컬러포맷 변환영상으로부터 명암 채널만을 분리하여 밝기 영상을 생성하게 되는 밝기 영상 분리단계와; 생성된 밝기 영상을 상기 분석장치에 저장하는 밝기 영상 저장단계를 포함한다.
In the image contrast enhancement method using the discrete cosine transformation and the histogram processing according to the present invention, the image preprocessing step may include a Hue channel, a saturation channel, and a chroma channel according to an HSV color model, A source image color format conversion step of converting a source image color format into a color format including a saturation channel and a luminance channel; A brightness image separating step of separating only the light and dark channels from the color format converted image of the source image to generate a brightness image; And a brightness image storing step of storing the generated brightness image in the analyzing apparatus.
이와 같은 본 발명에 따른 이산 코사인변환과 히스토그램처리를 이용한 영상 대비 개선방법에서 상기 이산 코사인변환 기반 영상처리단계는 상기 영상 전처리단계에서 추출되는 밝기 영상(f)을 입력 명암도 영상으로 입력받고, 입력 명암도 영상에 대한 [수학식 1]의 이산 코사인변환을 수행하는 밝기영상 이산 코사인변환 수행단계와; 상기 밝기 영상(f)이 이산 코사인변환된 주파수 형태 변환영상(F)으로부터 영상 밝기 개선을 위한 가중치 W를 [수학식 2]를 통해 연산하는 밝기 개선용 가중치 연산단계와; 상기 주파수 형태 변환영상(F)을 상기 가중치 W로 나눈 [수학식 3]의 밝기 개선 주파수 형태 변환영상(N)을 산출하는 밝기 개선 주파수 형태 변환영상 산출단계 및; 상기 밝기 개선 주파수 형태 변환영상(Q)에 대한 이산코사인 역변환을 [수학식 4]를 통해 수행하여 이산코사인 변환 기반 처리영상(R)을 산출하는 변환영상 이산코사인 역변환 수행단계를 포함한다.
[수학식 1]
(u는 수평 공간 주파수(horizontal spatial frequency), v는 수직 공간 주파수(vertical spatial frequency), m과 n은 밝기 영상의 가로 크기와 세로 크기, i는 밝기 영상의 x축 좌표, j는 밝기 영상의 y축 좌표)
[수학식 2]
(u는 수평 공간 주파수(horizontal spatial frequency), v는 수직 공간 주파수(vertical spatial frequency))
[수학식 3]
(u는 수평 공간 주파수(horizontal spatial frequency), v는 수직 공간 주파수(vertical spatial frequency))
[수학식 4]
[Equation 1]
(where u is the horizontal spatial frequency, v is the vertical spatial frequency, m and n are the horizontal and vertical sizes of the brightness image, i is the x axis coordinate of the brightness image, y axis coordinate)
&Quot; (2) "
(u is the horizontal spatial frequency, v is the vertical spatial frequency)
&Quot; (3) "
(u is the horizontal spatial frequency, v is the vertical spatial frequency)
&Quot; (4) "
(u는 수평 공간 주파수(horizontal spatial frequency), v는 수직 공간 주파수(vertical spatial frequency), m과 n은 밝기 영상의 가로 크기와 세로 크기, i는 밝기 영상의 x축 좌표, j는 밝기 영상의 y축 좌표)
(where u is the horizontal spatial frequency, v is the vertical spatial frequency, m and n are the horizontal and vertical sizes of the brightness image, i is the x axis coordinate of the brightness image, y axis coordinate)
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
이와 같은 본 발명에 따른 이산 코사인변환과 히스토그램처리를 이용한 영상 대비 개선방법에서 상기 히스토그램처리 기반 영상처리단계는 상기 이산 코사인변환 기반 영상처리단계의 변환영상 이산코사인 역변환 수행단계에서 산출되는 이산코사인 변환 기반 처리영상(R)을 입력 명암도 영상으로 입력받고, 상기 영상 전처리단계에서 추출되는 밝기 영상(f)의 최소 밝기값과 최대 밝기값을 [수학식 5]와 [수학식 6]을 통해 산출하며, 이산코사인 변환 기반 처리영상(R)인 입력 명암도 영상에 대한 [수학식 7]의 히스토그램 스트레칭을 수행하여 스트레칭 결과 영상인 S(i,j)를 산출하고, 산출되는 S의 히스토그램인 H를 생성하게 되는 히스토그램 스트레칭 단계와; 히스토그램 스트레칭되어 생성된 히스토그램 H에 대한 [수학식 8]의 히스토그램 정규화를 수행하는 히스토그램 정규화단계와; 히스토그램 정규화되어 생성된 히스토그램 H의 누적 히스토그램 합을 [수학식 9]를 통해 연산하는 누적 히스토그램 산출단계와; 누적 히스토그램 합으로 생성된 히스토그램 A를 블록으로 분할한 후, [수학식 10]의 히스토그램 평활화를 수행하는 블록 히스토그램 평활화단계를 포함한다.
[수학식 5]
(i는 밝기 영상의 x축 좌표, j는 밝기 영상의 y축 좌표)
[수학식 6]
(i는 밝기 영상의 x축 좌표, j는 밝기 영상의 y축 좌표)
[수학식 7]
(i는 입력 명암도 영상의 x축 좌표, j는 입력 명암도 영상의 y축 좌표)
[수학식 8]
(k는 히스토그램 H에서의 빈(bin)의 값, m과 n은 입력 명암도 영상의 가로 크기와 세로 크기)
[수학식 9]
(k는 히스토그램 H에서의 빈(bin)의 값)
[수학식 10]
&Quot; (5) "
(i is the x-axis coordinate of the brightness image, and j is the y-axis coordinate of the brightness image)
&Quot; (6) "
(i is the x-axis coordinate of the brightness image, and j is the y-axis coordinate of the brightness image)
&Quot; (7) "
(i is the x-axis coordinate of the input intensity image, and j is the y-axis coordinate of the input intensity image)
&Quot; (8) "
(k is the bin value in the histogram H, m and n are the horizontal and vertical sizes of the input intensity image)
&Quot; (9) "
(k is a value of bin in the histogram H)
&Quot; (10) "
(k는 히스토그램 H에서의 빈(bin)의 값)
(k is a value of bin in the histogram H)
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
이와 같은 본 발명에 따른 이산 코사인변환과 히스토그램처리를 이용한 영상 대비 개선방법에서 상기 블록 히스토그램 평활화단계는 [수학식 10]의 히스토그램 평활화를 수행하여 생성된 히스토그램을 반올림처리하여 최종적으로 평활화된 결과 히스토그램 E를 생성한다.
In the image contrast enhancement method using the discrete cosine transform and the histogram processing according to the present invention, the block histogram smoothing step rounds off the histogram generated by performing the histogram smoothing of Equation (10) to obtain the finally smoothed result histogram E .
본 발명에 의한 이산 코사인변환과 히스토그램처리를 이용한 영상 대비 개선방법에 의하면, 소스영상에 대한 이산 코사인변환 영상처리와 히스토그램 평활화 영상처리를 순차적으로 통합적으로 수행하는 방법의 제공으로, 영상의 대비 개선 효율이 현저하게 증대되는 효과가 있다. 이에 따라, 저조도 조건에서 촬영되는 영상에서도 사람들이나 사물의 식별이 가능해지는 효과가 있다.According to the image contrast enhancement method using the discrete cosine transformation and the histogram processing according to the present invention, it is possible to provide a method of sequentially performing discrete cosine transform image processing and histogram smoothed image processing on a source image in an integrated manner, There is a remarkably increasing effect. Thereby, there is an effect that it is possible to identify people and objects even in an image photographed under low light conditions.
특히, 본 발명은 영상 대비 개선에 따른 사람/사물 식별력 향상에 따라, 해상에서 조명이 거의 없는 상태로 운항하게 되는 선박 내부의 감시카메라 시스템에도 효과적으로 적용될 수 있게 된다.
Particularly, the present invention can be effectively applied to a surveillance camera system inside a ship which is operated in a state in which there is little illumination at sea, in accordance with the improvement of person / object discrimination performance according to the improvement of image contrast.
도 1은 본 발명의 실시예에 따른 이산 코사인변환과 히스토그램처리를 이용한 영상 대비 개선방법을 보여주기 위한 블록도;
도 2는 본 발명의 실시예에 따른 영상 전처리단계를 보여주기 위한 블록도;
도 3은 본 발명의 실시예에 따른 이산 코사인변환 기반 영상처리단계를 보여주기 위한 블록도;
도 4는 본 발명의 실시예에 따른 히스토그램처리 기반 영상처리단계를 보여주기 위한 블록도;
도 5는 본 발명의 실시예에 따른 히스토그램처리 기반 영상처리단계의 블록 히스토그램 평활화 단계의 절차 일부를 보여주기 위한 사진;
도 6은 본 발명의 실시예에 따른 대비 개선 영상 산출단계를 보여주기 위한 블록도;
도 7은 본 발명의 실시예에 따른 영상 대비 개선 시스템을 보여주기 위한 블록도;
도 8과 도 9는 본 발명의 실시예에 따른 이산 코사인변환과 히스토그램처리를 이용한 영상 대비 개선방법에 의해 영상 이미지가 변경되는 과정을 보여주기 위한 사진들이다.1 is a block diagram illustrating an image contrast enhancement method using a discrete cosine transform and histogram processing according to an embodiment of the present invention;
FIG. 2 is a block diagram illustrating an image preprocessing step according to an embodiment of the present invention; FIG.
3 is a block diagram illustrating a discrete cosine transform based image processing step according to an embodiment of the present invention;
FIG. 4 is a block diagram illustrating a histogram processing based image processing step according to an embodiment of the present invention; FIG.
5 is a photograph illustrating a part of the procedure of the block histogram smoothing step of the histogram processing based image processing step according to the embodiment of the present invention;
6 is a block diagram illustrating a contrast enhancement image calculation step according to an embodiment of the present invention;
FIG. 7 is a block diagram illustrating an image contrast enhancement system according to an embodiment of the present invention; FIG.
FIGS. 8 and 9 are photographs illustrating a process of changing a video image by the image contrast enhancement method using the discrete cosine transformation and the histogram processing according to the embodiment of the present invention.
이하, 본 발명의 실시예를 첨부된 도면 도 1 내지 도 9에 의거하여 상세히 설명한다. 한편, 도면과 상세한 설명에서 일반적인 영상 대비 개선방법, 이산 코사인변환, 히스토그램처리, HSV 컬러모델, 색상 채널, 채도 채널, 명암 채널 등으로부터 이 분야의 종사자들이 용이하게 알 수 있는 구성 및 작용에 대한 도시 및 언급은 간략히 하거나 생략하였다. 특히 도면의 도시 및 상세한 설명에 있어서 본 발명의 기술적 특징과 직접적으로 연관되지 않는 요소의 구체적인 기술적 구성 및 작용에 대한 상세한 설명 및 도시는 생략하고, 본 발명과 관련되는 기술적 구성만을 간략하게 도시하거나 설명하였다.
Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings 1 to 9. On the other hand, in the drawings and the detailed description, it is assumed that a user can easily understand the constitution and action of the persons in the field from the general image contrast improvement method, discrete cosine transformation, histogram processing, HSV color model, color channel, saturation channel, And references are abbreviated or omitted. In the drawings and specification, there are shown in the drawings and will not be described in detail, and only the technical features related to the present invention are shown or described only briefly. Respectively.
본 발명의 실시예에 따른 이산 코사인변환과 히스토그램처리를 이용한 영상 대비 개선방법은 도 1에서와 같이 소스영상 입력단계, 영상 전처리단계, 이산 코사인변환 기반 영상처리단계, 히스토그램처리 기반 영상처리단계, 대비 개선 영상 산출단계, 대비 개선 영상 출력단계를 포함한다.
The method of improving image contrast using the discrete cosine transform and the histogram processing according to the embodiment of the present invention may include a source image input step, an image preprocessing step, a discrete cosine transform based image processing step, a histogram processing based image processing step, An improved image calculating step, and a contrast improved image output step.
소스영상 입력단계는 영상장치(10)로부터 촬영된 소스영상이 분석장치(30)로 입력되는 단계이다. 소스영상은 도 6에서와 같이 감시카메라(11)와 같은 영상장치(10)와 연결된 저장서버(20)에 입력되어 저장된 다음, 저장서버(20)와 연동되어 있는 분석장치(30)로부터의 입력신호를 통해 저장서버(20)로부터 분석장치(30)로 입력될 수 있다. 본 발명의 실시예에 따른 이산 코사인변환과 히스토그램처리를 이용한 영상 대비 개선방법이 감시카메라(11)에 의한 감시 시스템이나 모니터링 시스템에 적용될 경우, 저장서버(20)에 저장되는 소스영상을 관리자가 확인하는 과정에서 사람이나 사물의 식별이 어려운 소스영상이 발견될 시 관리자는 해당 소스영상을 정지시킨 후, 입력신호를 생성하여 분석장치(30)로 해당 소스영상이 입력되도록 한다.
The source image input step is a step in which the source image photographed from the
영상 전처리단계는 분석장치(30)의 전처리모듈(31)에 의해 소스영상의 컬러포맷이 기준 영상 컬러모델에 맞추어 변환되면서 밝기 영상을 추출하게 되는 단계이다. 본 발명의 실시예에 따른 영상 전처리단계는 도 2에서와 같이 소스영상 컬러포맷 변환단계, 밝기 영상 분리단계, 밝기 영상 저장단계를 거쳐 수행된다.In the image preprocessing step, the color format of the source image is converted into the reference image color model by the
소스영상 컬러포맷 변환단계는 소스영상의 컬러포맷이 기준 영상 컬러모델인 HSV 컬러모델에 따라 색상 채널(Hue channel), 채도 채널(Saturation channel), 명암 채널(Value channel)로 이루어지는 컬러포맷으로 변환되는 단계이다.In the source image color format conversion step, the color format of the source image is converted into a color format consisting of a hue channel, a saturation channel, and a brightness channel according to an HSV color model, which is a reference image color model .
밝기 영상 분리단계는 소스영상의 컬러포맷 변환영상으로부터 명암 채널만을 분리하여 밝기 영상(f)을 생성하게 되는 단계이다.In the brightness image separation step, only the brightness channel is separated from the color format conversion image of the source image to generate the brightness image (f).
밝기 영상 저장단계는 생성된 밝기 영상을 분석장치(30)에 저장하여 이후의 영상처리과정에서 사용할 수 있도록 하는 단계이다.
In the brightness image storing step, the generated brightness image is stored in the
이산 코사인변환 기반 영상처리단계는 소스영상의 밝기 영상(f)이 분석장치(30)의 제1영상처리모듈(32)로 입력되고, 제1영상처리모듈(32)의 이산 코사인 변환 처리 알고리즘에 의해 밝기 영상에 대한 이산 코사인 변환 처리가 수행되어 이산코사인 변환 기반 처리영상이 산출되는 단계이다. 본 발명의 실시예에 따른 이산 코사인변환 기반 영상처리단계는 도 3에서와 같이 밝기영상 이산 코사인변환 수행단계, 밝기 개선용 가중치 연산단계, 밝기 개선 주파수 형태 변환영상 산출단계, 변환영상 이산코사인 역변환 수행단계를 거쳐 수행된다.The discrete cosine transform-based image processing step is performed in such a manner that the brightness image f of the source image is input to the first
밝기영상 이산 코사인변환 수행단계는 영상 전처리단계에서 추출되는 밝기 영상(f)을 입력 명암도 영상으로 입력받고, 입력 명암도 영상에 대한 [수학식 1]의 이산 코사인변환을 수행하는 단계로서, 이를 통해 밝기 영상(f)이 이산 코사인변환된 주파수 형태 변환영상(F)이 획득된다.In the brightness image discrete cosine transform step, the brightness image f extracted in the image preprocessing step is input to the input intensity image, and the discrete cosine transformation of Equation (1) is performed on the input intensity image. The frequency transform image F in which the image f is discrete cosine transformed is obtained.
(u는 수평 공간 주파수(horizontal spatial frequency), v는 수직 공간 주파수(vertical spatial frequency), m과 n은 밝기 영상의 가로 크기와 세로 크기, i는 밝기 영상의 x축 좌표, j는 밝기 영상의 y축 좌표)(where u is the horizontal spatial frequency, v is the vertical spatial frequency, m and n are the horizontal and vertical sizes of the brightness image, i is the x axis coordinate of the brightness image, y axis coordinate)
밝기 개선용 가중치 연산단계는 이산 코사인변환된 주파수 형태 변환영상(F)으로부터 영상 밝기 개선을 위한 가중치 W를 [수학식 2]를 통해 연산하는 단계이다.The weight computing step for brightness improvement is a step of calculating a weight W for improving image brightness from the discrete cosine transformed frequency-formatted image F through Equation (2).
(u는 수평 공간 주파수(horizontal spatial frequency), v는 수직 공간 주파수(vertical spatial frequency))
(u is the horizontal spatial frequency, v is the vertical spatial frequency)
밝기 개선 주파수 형태 변환영상 산출단계는 주파수 형태 변환영상(F)을 가중치 W로 나눈 [수학식 3]의 밝기 개선 주파수 형태 변환영상(N)을 산출하는 단계이다.The brightness enhancement frequency transformed image calculating step is a step of calculating the brightness enhancement frequency transformed image N of Equation (3) by dividing the frequency transform image (F) by the weight W.
(u는 수평 공간 주파수(horizontal spatial frequency), v는 수직 공간 주파수(vertical spatial frequency))
(u is the horizontal spatial frequency, v is the vertical spatial frequency)
변환영상 이산 코사인 역변환 수행단계는 밝기 개선 주파수 형태 변환영상(Q)에 대한 이산코사인 역변환을 [수학식 4]를 통해 수행하여 이산코사인 변환 기반 처리영상(R)을 산출하는 단계이다.The transformed image discrete cosine inverse transforming step is a step of calculating the discrete cosine transform-based processed image R by performing discrete cosine inverse transform on the brightness enhancement frequency transformed image Q through Equation (4).
(u는 수평 공간 주파수(horizontal spatial frequency), v는 수직 공간 주파수(vertical spatial frequency), m과 n은 밝기 영상의 가로 크기와 세로 크기, i는 밝기 영상의 x축 좌표, j는 밝기 영상의 y축 좌표)
(where u is the horizontal spatial frequency, v is the vertical spatial frequency, m and n are the horizontal and vertical sizes of the brightness image, i is the x axis coordinate of the brightness image, y axis coordinate)
히스토그램처리 기반 영상처리단계는 이산코사인 변환 기반 처리영상(R)이 분석장치(30)의 제2영상처리모듈(33)로 입력되고, 제2영상처리모듈(33)의 히스토그램처리 알고리즘에 의해 이산코사인 변환 기반 처리영상(R)에 대한 히스토그램처리가 수행되어 히스토그램 평활화된 결과 히스토그램이 산출되는 단계이다. 본 발명의 실시예에 따른 히스토그램처리 기반 영상처리단계는 도 4에서와 같이 히스토그램 스트레칭 단계, 히스토그램 정규화 단계, 누적 히스토그램 산출단계, 블록 히스토그램 평활화 단계를 거쳐 수행된다.In the histogram processing based image processing step, the discrete cosine transform-based processed image R is input to the second
히스토그램 스트레칭 단계는 이산 코사인변환 기반 영상처리단계의 변환영상 이산코사인 역변환 수행단계에서 산출되는 이산코사인 변환 기반 처리영상(R)을 입력 명암도 영상으로 입력받는 한편, 영상 전처리단계에서 추출되는 밝기 영상(f)의 최소 밝기값과 최대 밝기값을 [수학식 5]와 [수학식 6]을 통해 산출하게 된다.The histogram stretching step receives the discrete cosine transform-based processed image (R), which is calculated in the discrete cosine inverse transforming step of the transformed image discrete cosine transform-based image processing step, as the input intensity image, and the brightness image f The minimum brightness value and the maximum brightness value of the input image are calculated through Equations (5) and (6).
(i는 밝기 영상의 x축 좌표, j는 밝기 영상의 y축 좌표)
(i is the x-axis coordinate of the brightness image, and j is the y-axis coordinate of the brightness image)
(i는 밝기 영상의 x축 좌표, j는 밝기 영상의 y축 좌표)
(i is the x-axis coordinate of the brightness image, and j is the y-axis coordinate of the brightness image)
그리고, 이산코사인 변환 기반 처리영상(R)인 입력 명암도 영상에 대한 [수학식 7]의 히스토그램 스트레칭을 수행하고, 히스토그램 스트레칭을 통해 산출되는 S로부터 히스토그램 H를 생성하게 된다.Then, the histogram stretching of Equation (7) is performed on the input intensity image, which is the discrete cosine transform-based processed image R, and the histogram H is generated from S calculated through the histogram stretching.
(i는 입력 명암도 영상의 x축 좌표, j는 입력 명암도 영상의 y축 좌표)
(i is the x-axis coordinate of the input intensity image, and j is the y-axis coordinate of the input intensity image)
히스토그램 정규화 단계는 히스토그램 스트레칭되어 생성된 히스토그램 H에 대한 [수학식 8]의 히스토그램 정규화를 수행하는 단계이다.The histogram normalization step is a step of performing histogram normalization of Equation (8) for the histogram H generated by histogram stretching.
(k는 히스토그램 H에서의 빈(bin)의 값, m과 n은 입력 명암도 영상의 가로 크기와 세로 크기)
(k is the bin value in the histogram H, m and n are the horizontal and vertical sizes of the input intensity image)
누적 히스토그램 산출단계는 히스토그램 정규화되어 생성된 히스토그램 H의 누적 히스토그램 합을 [수학식 9]를 통해 연산하는 단계이다.The cumulative histogram calculating step is a step of calculating the cumulative histogram sum of the histogram H generated by the histogram normalization through Equation (9).
(k는 히스토그램 H에서의 빈(bin)의 값)
(k is a value of bin in the histogram H)
블록 히스토그램 평활화 단계는 누적 히스토그램 합으로 생성된 히스토그램 A를 블록으로 분할한 후, [수학식 10]의 히스토그램 평활화를 수행하는 단계이다. 이와 같이 블록으로 분할하여 히스토그램 평활화를 수행함으로써 국부 영역의 명암대비를 향상시킬 수 있게 된다. 블록 히스토그램 평활화단계는 국부 영역의 명암대비를 향상하기 위하여 전체 영상을 블록으로 나누어 평활화를 수행하는데, 국부 영역의 경계 부분의 돌출을 줄이기 위하여 서로 겹치는 부분을 두게 된다. 예를 들어, 히스토그램 평활화 수행시 도 5에서와 같이 가장 처음에 적색 블록을 평활화하고, 다음에는 적색 블록과 겹치는 부분을 갖는 청색 블록을 평활화하며, 그 다음에는 청색 블록과 겹치는 부분을 갖는 녹색 블록을 평활화하는 패턴으로 가로 방향을 따라 순차적으로 평활화를 수행한다. 그리고, 이와 같은 가로방향의 평활화가 완료되면, 황색 블록의 위치로 이동하여 다시 가로방향을 따라 순차적으로 평활화를 수행하게 된다.The block histogram smoothing step is a step of performing histogram smoothing of Equation (10) after dividing the histogram A generated by the cumulative histogram sum into blocks. By performing histogram smoothing in such a manner as to be divided into blocks, the contrast of the local region can be improved. The block histogram smoothing step performs smoothing by dividing the entire image into blocks in order to improve the contrast of the local area. In order to reduce the protrusion of the boundary part of the local area, overlapping parts are placed. For example, in performing histogram smoothing, the red block is smoothed first as shown in FIG. 5, then a blue block having a portion overlapping with the red block is smoothed, and then a green block having a portion overlapping with the blue block is smoothed And smoothing is sequentially performed along the horizontal direction with a smoothing pattern. When the smoothing in the horizontal direction is completed, the pixels are moved to the position of the yellow block, and smoothing is sequentially performed along the horizontal direction.
(k는 히스토그램 H에서의 빈(bin)의 값)
(k is a value of bin in the histogram H)
본 발명의 실시예에 따른 블록 히스토그램 평활화단계는 [수학식 10]의 히스토그램 평활화를 수행하여 생성된 히스토그램을 반올림처리하여 최종적으로 평활화된 결과 히스토그램 E를 생성하게 된다.
In the block histogram smoothing step according to the embodiment of the present invention, the histogram generated by performing the histogram smoothing of Equation (10) is rounded to generate a final histogram E as a result of smoothing.
대비 개선 영상 산출단계는 도 5에서와 같이 대비 개선 밝기 영상 생성단계, 컬러포맷 변환영상의 색상 채널과 채도 채널 결합단계를 거쳐 수행된다. 대비 개선 밝기 영상 생성단계는 평활화된 결과 히스토그램 E가 분석장치(30)의 출력영상 산출모듈(34)로 입력되고, 출력영상 산출모듈(34)의 출력영상 산출알고리즘에 의해 평활화된 결과 히스토그램 E가 개선 밝기 영상으로 복구되는 단계이다.The contrast enhancement image calculation step is performed through the contrast enhanced brightness image generation step and the color channel and chroma channel combination step of the color format conversion image as shown in FIG. In the contrast enhancement brightness image generation step, the smoothed result histogram E is input to the output
컬러포맷 변환영상의 색상 채널과 채도 채널 결합단계는 개선 밝기 영상에 영상 전처리단계에서 산출된 컬러포맷 변환영상의 색상 채널과 채도 채널이 적용되어 대비 개선 영상이 생성되는 단계이다.
In the step of combining the color channel and the saturation channel of the color format conversion image, the color channel and the saturation channel of the color format conversion image calculated in the image preprocessing step are applied to the improved brightness image to generate the contrast improved image.
대비 개선 영상 출력단계는 모니터(40)와 같은 영상출력장치를 통해 대비 개선 영상을 출력시키게 되는 단계이다.
The contrast improvement video output step is a step of outputting a contrast improvement video through a video output device such as the
도 7과 도 8에는 본 발명의 실시예에 따른 이산 코사인변환과 히스토그램처리를 이용한 영상 대비 개선방법에 의해 영상 이미지가 변경되는 과정을 보여주기 위한 사진들이 도시되어 있는데, 도 7의 (f)와 도 8의 (f)에서와 같이 최종적으로 산출된 대비 개선 영상이 도 7의 (a)와 도 8의 (a)에 도시된 소스영상으로부터 현저하게 대비 개선되어 있음을 확인할 수 있다.
7 and 8 illustrate photographs illustrating a process of changing the image by the image contrast enhancement method using the discrete cosine transformation and the histogram processing according to the embodiment of the present invention. 8 (f), it can be confirmed that the contrast-improved image finally calculated is significantly improved from the source image shown in FIG. 7 (a) and FIG. 8 (a).
상기와 같이 구성되는 본 발명의 실시예에 따른 이산 코사인변환과 히스토그램처리를 이용한 영상 대비 개선방법은 소스영상 입력단계, 영상 전처리단계, 이산 코사인변환 기반 영상처리 단계, 히스토그램처리 기반 영상처리 단계, 대비 개선 영상 산출단계를 거쳐 소스영상에 대한 이산 코사인변환 영상처리와 히스토그램 평활화 영상처리를 순차적으로 통합적으로 수행하므로, 영상의 대비 개선 효율이 증대된다. 그리고, 이를 통해 저조도 조건에서도 사람들이나 사물의 식별이 가능해짐에 따라, 해상에서 조명이 거의 없는 상태로 운항하게 되는 선박 내부의 감시카메라 시스템에도 효과적으로 적용될 수 있게 된다.
The image contrast enhancement method using the discrete cosine transformation and the histogram processing according to an embodiment of the present invention may include a source image input step, an image preprocessing step, a discrete cosine transform based image processing step, a histogram processing based image processing step, Since the discrete cosine transform image processing and the histogram smoothed image processing for the source image are sequentially and integrally performed through the improved image calculating step, the contrast enhancement efficiency of the image is increased. As a result, people and objects can be identified even in a low-light condition, so that it can be effectively applied to a surveillance camera system in a ship which is operated in a state where there is little illumination at sea.
상술한 바와 같은, 본 발명의 실시예에 따른 이산 코사인변환과 히스토그램처리를 이용한 영상 대비 개선방법을 상기한 설명 및 도면에 따라 도시하였지만, 이는 예를 들어 설명한 것에 불과하며 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 변화 및 변경이 가능하다는 것을 이 분야의 통상적인 기술자들은 잘 이해할 수 있을 것이다.
Although the image contrast improvement method using the discrete cosine transformation and the histogram processing according to the embodiment of the present invention as described above has been described with reference to the above description and drawings, it is only described as an example, It will be understood by those skilled in the art that various changes and modifications may be made without departing from the scope of the present invention.
10 : 영상장치 11 : 감시카메라
20 : 저장서버 30 : 분석장치
31 : 전처리모듈 32 : 제1영상처리모듈
33 : 제2영상처리모듈 34 : 출력영상산출모듈
40 : 모니터 100 : 영상 대비 개선 시스템10: Imaging device 11: Surveillance camera
20: storage server 30: analyzer
31: preprocessing module 32: first image processing module
33: second image processing module 34: output image calculation module
40: Monitor 100: Image contrast enhancement system
Claims (5)
상기 분석장치의 전처리모듈에 의해 상기 소스영상의 컬러포맷이 기준 영상 컬러모델인 HSV 컬러모델에 맞추어 변환되면서 밝기 영상을 추출하게 되는 영상 전처리단계;
상기 소스영상의 밝기 영상이 상기 분석장치의 제1영상처리모듈로 입력되고, 상기 제1영상처리모듈의 이산 코사인 변환 처리 알고리즘에 의해 상기 밝기 영상에 대한 이산 코사인 변환 처리가 수행되어 이산코사인 변환 기반 처리영상이 산출되는 이산 코사인변환 기반 영상처리단계;
상기 이산코사인 변환 기반 처리영상이 상기 분석장치의 제2영상처리모듈로 입력되고, 상기 제2영상처리모듈의 히스토그램처리 알고리즘에 의해 상기 이산코사인 변환 기반 처리영상에 대한 히스토그램처리가 수행되어 히스토그램 평활화된 결과 히스토그램이 산출되는 히스토그램처리 기반 영상처리단계;
상기 평활화된 결과 히스토그램이 상기 분석장치의 출력영상 산출모듈로 입력되고, 상기 출력영상 산출모듈의 출력영상 산출알고리즘에 의해 상기 평활화된 결과 히스토그램이 개선 밝기 영상으로 복구된 후, 개선 밝기 영상에 상기 영상 전처리단계에서 산출된 컬러포맷 변환영상의 색상 채널과 채도 채널이 적용되어 대비 개선 영상이 생성되는 대비 개선 영상 산출단계를 포함하는 것을 특징으로 하는 이산 코사인변환과 히스토그램처리를 이용한 영상 대비 개선방법.A source image input step of inputting a source image photographed from a video device to an analyzing device;
An image preprocessing step of converting a color format of the source image into an HSV color model, which is a reference image color model, by a preprocessing module of the analyzer to extract a brightness image;
The brightness image of the source image is input to the first image processing module of the analyzing device and the discrete cosine transform process is performed on the brightness image by the discrete cosine transform process algorithm of the first image process module, A discrete cosine transform based image processing step in which a processed image is calculated;
The discrete cosine transform-based processed image is input to the second image processing module of the analyzing apparatus, and the histogram processing of the discrete cosine transform-based processed image is performed by the histogram processing algorithm of the second image processing module to perform histogram smoothing A histogram processing based image processing step in which a resultant histogram is calculated;
The smoothed result histogram is input to the output image calculating module of the analyzing apparatus and the smoothed result histogram is restored to the improved brightness image by the output image calculating algorithm of the output image calculating module, And a contrast enhancement image generation step of generating a contrast enhancement image by applying a color channel and a saturation channel of the color format conversion image calculated in the preprocessing step.
상기 영상 전처리단계는 소스영상의 컬러포맷이 기준 영상 컬러모델인 HSV 컬러모델에 따라 색상 채널(Hue channel), 채도 채널(Saturation channel), 명암 채널(Value channel)로 이루어지는 컬러포맷으로 변환되는 소스영상 컬러포맷 변환단계와;
상기 소스영상의 컬러포맷 변환영상으로부터 명암 채널만을 분리하여 밝기 영상을 생성하게 되는 밝기 영상 분리단계와;
생성된 밝기 영상을 상기 분석장치에 저장하는 밝기 영상 저장단계를 포함하는 것을 특징으로 하는 이산 코사인변환과 히스토그램처리를 이용한 영상 대비 개선방법.The method according to claim 1,
In the image preprocessing step, the source image is transformed into a color format consisting of a hue channel, a saturation channel, and a brightness channel according to an HSV color model, which is a reference image color model. A color format conversion step;
A brightness image separating step of separating only the light and dark channels from the color format converted image of the source image to generate a brightness image;
And a brightness image storing step of storing the generated brightness image in the analyzing apparatus. The image contrast improving method using the discrete cosine transform and the histogram processing.
상기 이산 코사인변환 기반 영상처리단계는 상기 영상 전처리단계에서 추출되는 밝기 영상(f)을 입력 명암도 영상으로 입력받고, 입력 명암도 영상에 대한 [수학식 1]의 이산 코사인변환을 수행하는 밝기영상 이산 코사인변환 수행단계와;
상기 밝기 영상(f)이 이산 코사인변환된 주파수 형태 변환영상(F)으로부터 영상 밝기 개선을 위한 가중치 W를 [수학식 2]를 통해 연산하는 밝기 개선용 가중치 연산단계와;
상기 주파수 형태 변환영상(F)을 상기 가중치 W로 나눈 [수학식 3]의 밝기 개선 주파수 형태 변환영상(Q)을 산출하는 밝기 개선 주파수 형태 변환영상 산출단계 및;
상기 밝기 개선 주파수 형태 변환영상(Q)에 대한 이산코사인 역변환을 [수학식 4]를 통해 수행하여 이산코사인 변환 기반 처리영상(R)을 산출하는 변환영상 이산코사인 역변환 수행단계를 포함하는 것을 특징으로 하는 이산 코사인변환과 히스토그램처리를 이용한 영상 대비 개선방법.
[수학식 1]
(u는 수평 공간 주파수(horizontal spatial frequency), v는 수직 공간 주파수(vertical spatial frequency), m과 n은 밝기 영상의 가로 크기와 세로 크기, i는 밝기 영상의 x축 좌표, j는 밝기 영상의 y축 좌표)
[수학식 2]
(u는 수평 공간 주파수(horizontal spatial frequency), v는 수직 공간 주파수(vertical spatial frequency))
[수학식 3]
(u는 수평 공간 주파수(horizontal spatial frequency), v는 수직 공간 주파수(vertical spatial frequency))
[수학식 4]
(u는 수평 공간 주파수(horizontal spatial frequency), v는 수직 공간 주파수(vertical spatial frequency), m과 n은 밝기 영상의 가로 크기와 세로 크기, i는 밝기 영상의 x축 좌표, j는 밝기 영상의 y축 좌표)The method according to claim 1,
The discrete cosine transform-based image processing step may include inputting a brightness image (f) extracted in the image preprocessing step as an input intensity image and performing a discrete cosine transformation of Equation (1) Performing a conversion step;
A brightness improvement weight calculation step of calculating a weight W for improving image brightness from the discrete cosine transformed frequency shape transformed image F through Equation (2);
A brightness enhancement frequency transformed image calculating step of calculating a brightness enhancement frequency transform image (Q) of Equation (3) by dividing the frequency transform image (F) by the weight W;
And performing an inverse cosine inverse transform of the transformed image to obtain a discrete cosine transform based image R by performing discrete cosine inverse transform on the brightness enhancement frequency transform image Q using Equation (4) Improved Image Contrast using Discrete Cosine Transform and Histogram Processing.
[Equation 1]
(where u is the horizontal spatial frequency, v is the vertical spatial frequency, m and n are the horizontal and vertical sizes of the brightness image, i is the x axis coordinate of the brightness image, y axis coordinate)
&Quot; (2) "
(u is the horizontal spatial frequency, v is the vertical spatial frequency)
&Quot; (3) "
(u is the horizontal spatial frequency, v is the vertical spatial frequency)
&Quot; (4) "
(where u is the horizontal spatial frequency, v is the vertical spatial frequency, m and n are the horizontal and vertical sizes of the brightness image, i is the x axis coordinate of the brightness image, y axis coordinate)
상기 히스토그램처리 기반 영상처리단계는 상기 이산 코사인변환 기반 영상처리단계의 변환영상 이산코사인 역변환 수행단계에서 산출되는 이산코사인 변환 기반 처리영상(R)을 입력 명암도 영상으로 입력받고, 상기 영상 전처리단계에서 추출되는 밝기 영상(f)의 최소 밝기값과 최대 밝기값을 [수학식 5]와 [수학식 6]을 통해 산출하며, 이산코사인 변환 기반 처리영상(R)인 입력 명암도 영상에 대한 [수학식 7]의 히스토그램 스트레칭을 수행하여 스트레칭 결과 영상인 S(i,j)를 산출하고, 산출되는 S의 히스토그램인 H를 생성하게 되는 히스토그램 스트레칭 단계와;
히스토그램 스트레칭되어 생성된 히스토그램 H에 대한 [수학식 8]의 히스토그램 정규화를 수행하는 히스토그램 정규화단계와;
히스토그램 정규화되어 생성된 히스토그램 H의 누적 히스토그램 합을 [수학식 9]를 통해 연산하는 누적 히스토그램 산출단계와;
누적 히스토그램 합으로 생성된 히스토그램 A를 블록으로 분할한 후, [수학식 10]의 히스토그램 평활화를 수행하는 블록 히스토그램 평활화단계를 포함하는 것을 특징으로 하는 이산 코사인변환과 히스토그램처리를 이용한 영상 대비 개선방법.
[수학식 5]
(i는 밝기 영상의 x축 좌표, j는 밝기 영상의 y축 좌표)
[수학식 6]
(i는 밝기 영상의 x축 좌표, j는 밝기 영상의 y축 좌표)
[수학식 7]
(i는 입력 명암도 영상의 x축 좌표, j는 입력 명암도 영상의 y축 좌표)
[수학식 8]
(k는 히스토그램 H에서의 빈(bin)의 값, m과 n은 입력 명암도 영상의 가로 크기와 세로 크기)
[수학식 9]
(k는 히스토그램 H에서의 빈(bin)의 값)
[수학식 10]
(k는 히스토그램 H에서의 빈(bin)의 값) The method of claim 3,
Wherein the histogram processing based image processing step receives the discrete cosine transform based image R calculated in the transformed image discrete cosine inverse transformation step of the discrete cosine transform based image processing step as an input intense image, The minimum brightness value and the maximum brightness value of the brightness image f are calculated through Equation 5 and Equation 6, and the input brightness intensity image R, which is the discrete cosine transformation based image R, , A histogram stretching step of calculating a stretching result image S (i, j) and generating a histogram H of the calculated S;
A histogram normalization step of performing histogram normalization of Equation (8) for the histogram H generated by histogram stretching;
A cumulative histogram calculating step of calculating the cumulative histogram sum of the histogram H generated by histogram normalization through Equation (9);
And a histogram smoothing step of performing histogram smoothing of Equation (10) after dividing the histogram A generated by the cumulative histogram sum into blocks and performing a histogram equalization using the discrete cosine transform and the histogram processing.
&Quot; (5) "
(i is the x-axis coordinate of the brightness image, and j is the y-axis coordinate of the brightness image)
&Quot; (6) "
(i is the x-axis coordinate of the brightness image, and j is the y-axis coordinate of the brightness image)
&Quot; (7) "
(i is the x-axis coordinate of the input intensity image, and j is the y-axis coordinate of the input intensity image)
&Quot; (8) "
(k is the bin value in the histogram H, m and n are the horizontal and vertical sizes of the input intensity image)
&Quot; (9) "
(k is a value of bin in the histogram H)
&Quot; (10) "
(k is a value of bin in the histogram H)
상기 블록 히스토그램 평활화단계는 [수학식 10]의 히스토그램 평활화를 수행하여 생성된 히스토그램을 반올림처리하여 최종적으로 평활화된 결과 히스토그램 E를 생성하는 것을 특징으로 하는 이산 코사인변환과 히스토그램처리를 이용한 영상 대비 개선방법.5. The method of claim 4,
Wherein the block histogram smoothing step rounds off the histogram generated by performing histogram smoothing of Equation (10) to generate a histogram E that is finally smoothed, and the image contrast enhancement method using the histogram processing using the discrete cosine transform .
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20130057347A KR101458616B1 (en) | 2013-05-21 | 2013-05-21 | Image contrast improvement method by discrete cosine transform and histogram processing |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20130057347A KR101458616B1 (en) | 2013-05-21 | 2013-05-21 | Image contrast improvement method by discrete cosine transform and histogram processing |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101458616B1 true KR101458616B1 (en) | 2014-11-11 |
Family
ID=52287179
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR20130057347A KR101458616B1 (en) | 2013-05-21 | 2013-05-21 | Image contrast improvement method by discrete cosine transform and histogram processing |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101458616B1 (en) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR950024507A (en) * | 1994-01-31 | 1995-08-21 | 김광호 | Image Contrast Improvement Circuit |
| KR100769728B1 (en) | 2006-08-09 | 2007-10-23 | 삼성전기주식회사 | Contrast enhancement apparatus using histogram and method thereof |
| KR100925794B1 (en) | 2008-02-28 | 2009-11-11 | 숭실대학교산학협력단 | Global contrast enhancement using block based local contrast improvement |
| KR101071567B1 (en) | 2009-02-27 | 2011-10-10 | 숭실대학교산학협력단 | Contrast Enhancement Using a Density based Sub-histogram Equalization Technique |
-
2013
- 2013-05-21 KR KR20130057347A patent/KR101458616B1/en active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR950024507A (en) * | 1994-01-31 | 1995-08-21 | 김광호 | Image Contrast Improvement Circuit |
| KR100769728B1 (en) | 2006-08-09 | 2007-10-23 | 삼성전기주식회사 | Contrast enhancement apparatus using histogram and method thereof |
| KR100925794B1 (en) | 2008-02-28 | 2009-11-11 | 숭실대학교산학협력단 | Global contrast enhancement using block based local contrast improvement |
| KR101071567B1 (en) | 2009-02-27 | 2011-10-10 | 숭실대학교산학협력단 | Contrast Enhancement Using a Density based Sub-histogram Equalization Technique |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107067389B (en) | A kind of blind evidence collecting method of distorted image | |
| CN104766063B (en) | A kind of living body faces recognition methods | |
| DE102012023299A1 (en) | Device and algorithm for capturing HDR video (High Dynamic Range - high dynamic range) | |
| Zou et al. | Malaria cell counting diagnosis within large field of view | |
| CN110268420A (en) | In the picture detect background objects on exotic computer implemented method, in the picture detect background objects on exotic equipment and computer program product | |
| JP2016032289A (en) | Image synthesis system, image synthesis method, image synthesis program | |
| CN112101260B (en) | Method, device, equipment and storage medium for identifying safety belt of operator | |
| CN102156881B (en) | Method for detecting salvage target based on multi-scale image phase information | |
| CN116681636B (en) | Light infrared and visible light image fusion method based on convolutional neural network | |
| TWI628601B (en) | Facial image-processing method and system thereof | |
| WO2017092272A1 (en) | Face identification method and device | |
| JP2015180045A (en) | image processing apparatus, image processing method and program | |
| Zangana et al. | A new algorithm for human face detection using skin color tone | |
| CN115690130B (en) | Image processing method and device | |
| KR101458616B1 (en) | Image contrast improvement method by discrete cosine transform and histogram processing | |
| JP2023032776A (en) | Image processing apparatus, image processing method, and program | |
| CN114663299A (en) | Training method and device suitable for image defogging model of underground coal mine | |
| KR20150033047A (en) | Method and Apparatus for Preprocessing Image for Detecting Objects | |
| Sasikala et al. | An adaptive edge detecting method for satellite imagery based on canny edge algorithm | |
| Baraiya et al. | An introduction of image fusion techniques | |
| Kumari et al. | Image fusion techniques based on pyramid decomposition | |
| Juneja et al. | A hybrid mathematical model for face localization over multi-person images and videos | |
| JPH06251147A (en) | Video feature processing method | |
| JP2004178272A (en) | Image processing apparatus and image processing method | |
| CN112907454A (en) | Method and device for acquiring image, computer equipment and storage medium |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20181001 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20190925 Year of fee payment: 6 |