KR101537788B1 - Method of increasing contrast for low light level image using image segmentation algorithm based on meanshift - Google Patents

Method of increasing contrast for low light level image using image segmentation algorithm based on meanshift Download PDF

Info

Publication number
KR101537788B1
KR101537788B1 KR1020140013568A KR20140013568A KR101537788B1 KR 101537788 B1 KR101537788 B1 KR 101537788B1 KR 1020140013568 A KR1020140013568 A KR 1020140013568A KR 20140013568 A KR20140013568 A KR 20140013568A KR 101537788 B1 KR101537788 B1 KR 101537788B1
Authority
KR
South Korea
Prior art keywords
image
region
histogram
range
value
Prior art date
Application number
KR1020140013568A
Other languages
Korean (ko)
Inventor
이석호
사비에르 니스
Original Assignee
동서대학교산학협력단
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 동서대학교산학협력단 filed Critical 동서대학교산학협력단
Priority to KR1020140013568A priority Critical patent/KR101537788B1/en
Application granted granted Critical
Publication of KR101537788B1 publication Critical patent/KR101537788B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

The present invention relates to a method of increasing contrast for a low light level image using the image segmentation algorithm based on meanshift. The method according to the present invention comprises: a first step of performing image segmentation by the image segmentation algorithm based on meanshfit; a second step of calculating a range of a histogram for each segment generated by image segmentation; and a third step of performing histogram smoothing within the range of the histogram calculated for each segment. As a result, image segmentation algorithm based on meanshift is used to perform grouping by brightness and segment and histogram smoothing is then applied differently depending on each segment, to increase contrast in an image according to each segment. According to the present invention, histogram smoothing can be prevented from being performed on too large a range for each segment, and over-brightening or over-darkening can be prevented for each segment. In addition, histogram smoothing is performed in a manner suitable for the characteristics of each segment to give a higher visibility of segmental information than conventional processes of histogram smoothing.

Description

평균이동 기반의 영상분할 방식을 이용한 저조도 영상 대비증가 방법{Method of increasing contrast for low light level image using image segmentation algorithm based on meanshift}[0001] The present invention relates to a method of increasing the contrast of a low-

본 발명은 평균이동 기반의 영상분할 방식을 이용한 저조도 영상 대비증가 방법에 관한 것으로, 보다 구체적으로는, 평균이동 분할 방식을 이용하여 영상을 밝기값 및 지역별로 먼저 그룹핑(grouping)을 수행한 후, 각 영역별로 히스토그램 평활화를 다르게 적용함으로써 영상의 대비도가 지역별로 개선되도록 하기 위한 평균이동 기반의 영상분할 방식을 이용한 저조도 영상 대비증가 방법에 관한 것이다.
The present invention relates to a method of increasing the contrast of a low-illuminated image using an image-based image segmentation method. More specifically, the present invention relates to a method and apparatus for grouping images with brightness values and regions, The present invention relates to a method of increasing the contrast of a low-illuminance image by using an image-segmentation method based on an average movement in order to improve the contrast of images by region by applying different histogram smoothing to each region.

영상 감시 시스템에서 저조도에서 찍힌 영상에서는 의미있는 정보를 추출하기 어려운 경우가 많이 발생한다.In a video surveillance system, it is often difficult to extract meaningful information from a low-light image.

이러한 문제점이 발생하는 원인은 저조도에서 찍힌 영상에서는 어두운 부분의 밝기값의 대비도가 떨어지는 것에 기인한다. The reason for this problem is that the contrast of the brightness value of the dark part is lowered in the image taken at the low light level.

이에 따라 종래에는 밝기값의 대비도를 높이기 위해 보통 히스토그램 평활화(Histogram Equalization)이라는 영상처리 방법을 이용한다. Accordingly, conventionally, an image processing method called histogram equalization is usually used to increase the contrast of the brightness value.

그런데 히스토그램 평활화 방법(Histogram Equalization)은 전체 영상의 히스토그램에 대해 일괄적으로 동일한 처리방법을 사용하기 때문에 영상에서의 영역별의 특징을 고려하지 않는 문제점이 있다. However, since the histogram equalization method uses the same processing method for the histograms of the entire image in a batch, there is a problem in that characteristics of regions are not considered in the image.

결과적으로 전체적인 영상의 대비도는 좋아지나 특정 지역에서는 영상의 대비가 오히려 안 좋아지는 문제가 발생하는 한계점이 있어 왔다.
As a result, the contrast of the whole image is good but the contrast of the image is rather poor in certain areas.

[관련기술문헌][Related Technical Literature]

1. 저조도 영상 처리 방법 및 시스템(Method and system for processing for low light level image)(특허출원번호 제10-2008-0004481호)1. Low-light image processing method and system (Patent Application No. 10-2008-0004481)

2. 객체집합 갱신을 이용한 평균이동 알고리즘기반의 객체 추적방법(Method for object tracking based on mean-shift algorithm modified using update of object set) (특허출원번호 제10-2010-0033309호)
2. An object tracking method based on an average movement algorithm using an update of an object set (Patent Application No. 10-2010-0033309)

본 발명은 상기의 문제점을 해결하기 위한 것으로, 평균이동 분할 알고리즘을 이용하여 영상을 밝기값 및 지역별로 먼저 그룹핑(grouping)을 수행한 후에 각 영역별로 히스토그램 평활화를 다르게 적용함으로써 영상의 대비도가 지역별로 개선되도록 하기 위한 평균이동 기반의 영상분할 방식을 이용한 저조도 영상 대비증가 방법을 제공하기 위한 것이다.SUMMARY OF THE INVENTION The present invention has been made to solve the above problems, and it is an object of the present invention to provide a method and apparatus for grouping images by using brightness shift values and regions by using an average motion segmentation algorithm and then applying histogram smoothing for each region differently, The present invention provides a method of increasing the contrast of a low-illuminance image by using an image-based segmentation method based on an average movement.

그러나 본 발명의 목적들은 상기에 언급된 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
However, the objects of the present invention are not limited to the above-mentioned objects, and other objects not mentioned can be clearly understood by those skilled in the art from the following description.

상기의 목적을 달성하기 위해 본 발명의 실시예에 따른 평균이동 기반의 영상분할 방식을 이용한 저조도 영상 대비증가 방법은, 평균이동(Meanshift) 기반 영상영역 분할(segmentation) 방식에 의해 영상에 대한 영상분할을 수행하는 제 1 단계; 영상분할이 수행된 각 영역별로 히스토그램의 범위(range)를 연산하는 제 2 단계; 및 연산된 영역별 히스토그램의 범위(range) 안에서 히스토그램 평활화를 수행하는 제 3 단계; 를 포함한다.In order to achieve the above object, according to an embodiment of the present invention, there is provided a method of increasing a contrast of a low-illuminance image using an image segmentation method based on an average movement, A first step of performing the first step; A second step of calculating a range of a histogram for each region in which image segmentation is performed; And a third step of performing histogram smoothing within a range of the calculated histogram of each region; .

이때, 상기 제 1 단계는, 영상의 경계선을 살리면서 영역을 분할하며, 컬러값에 대해 미리 설정된 동일한 카테고리 영역은 동일한 영역으로 그룹핑 하는 것이 바람직하다. In this case, it is preferable that the first step divides the area while making use of the boundary of the image, and groups the same category areas preset for the color values into the same area.

또한, 상기 제 3 단계는, 영역 k에 대해서 그 영역에서 계산한 영역별 범위(range) 내에서 히스토그램 평활화를 수행하며, k번째 영역 Ωk의 픽셀 r의 새로운 밝기값 ynew(r)은

Figure 112014011768721-pat00001
에 의해 연산하며, cdfk(·)는 영역 Ωk내의 밝기값의 누적 분포 함수(cumulative distribution function) 이고, cdfk(I(r))은 픽셀 r의 현재 밝기값 I(r)에 대한 누적 분포 값이며,
Figure 112014011768721-pat00002
은 영역 Ωk 내의 밝기값 중 최소값이며, Rk은
Figure 112014011768721-pat00003
이며, Rk은 영역 Ωk의 밝기값의 범위(range)이며,
Figure 112014011768721-pat00004
이며, N은 영상의 전체 픽셀 수, nk은 영역 Ωk 내의 픽셀수를 나타내며 k는 상수값으로 실험적으로 0.5로 설정하는 것이 바람직하다.In the third step, the histogram smoothing is performed within a range of each region calculated in the region k with respect to the region k, and a new brightness value y new (r) of the pixel r of the kth region Ω k
Figure 112014011768721-pat00001
Calculated by and, cdf k (·) is the cumulative of the brightness values in the region Ω k distribution function (cumulative distribution function) and, cdf k (I (r) ) is stacked on the pixel r current brightness value I (r) of the Distribution value,
Figure 112014011768721-pat00002
Is the minimum value of the brightness values in the region Ω k, R k is
Figure 112014011768721-pat00003
, R k is a range of brightness values of the region? K ,
Figure 112014011768721-pat00004
, N is the total number of pixels of the image, n k is the number of pixels in the area Ω k , and k is a constant value.

또한, ynew(r)의 최소값은

Figure 112014011768721-pat00005
이며, ynew(r)이 최소값인 경우 cdfk(I(r))은 I(r)에 해당하는 누적 분포 함수값으로 0일 때이며, ynew(r)의 최대값은,
Figure 112014011768721-pat00006
이며, ynew(r)이 최대값인 경우 cdfk(I(r))은 I(r)에 해당하는 누적 분포 함수값으로 nk일 때인 것이 바람직하다.
Also, the minimum value of y new (r) is
Figure 112014011768721-pat00005
And, if the new y (r) is the minimum value of the maximum cdf k (I (r)) it is I (r) as a cumulative distribution function value 0 il ttaeyimyeo, new y (r) corresponding to the,
Figure 112014011768721-pat00006
And, new y (r) if the maximum cdf k (I (r)) is preferably one is when n k the cumulative distribution function values for the I (r).

본 발명의 실시예에 따른 평균이동 기반의 영상분할 방식을 이용한 저조도 영상 대비증가 방법은, 평균이동 분할 알고리즘을 이용하여 영상을 밝기값 및 지역별로 먼저 그룹핑(grouping)을 수행한 후에 각 영역별로 히스토그램 평활화를 다르게 적용함으로써 영상의 대비도가 지역별로 개선되도록 하는 효과를 제공한다. The method of increasing the contrast of a low-illuminated image using an image segmentation method based on an average movement according to an embodiment of the present invention includes grouping images first by brightness value and region using an average movement segmentation algorithm, By applying the smoothing differently, the contrast of the image can be improved for each region.

또한, 본 발명의 다른 실시예에 따른 평균이동 기반의 영상분할 방식을 이용한 저조도 영상 대비증가 방법은, 영역별로 지나치게 넓은 범위(range)에 대해 히스토그램 평활화가 수행되는 것을 방지할 수 있고, 각 영역별로 지나치게 밝아지거나 어두워지거나 하는 것을 방지할 수 있는 효과를 제공한다.In addition, according to another embodiment of the present invention, the method of increasing the contrast of the low-illuminance image using the image segmentation method based on the average movement can prevent histogram smoothing from being performed over an extremely wide range in each region, It is possible to prevent the light from being excessively bright or dark.

뿐만 아니라, 본 발명의 다른 실시예에 따른 평균이동 기반의 영상분할 방식을 이용한 저조도 영상 대비증가 방법은, 영역별로 영역의 특성에 맞게 히스토그램 평활화를 수행하기 때문에 기존의 히스토그램 평활화보다 지역적인 정보가 잘 드러나게 되는 효과를 제공한다.
In addition, according to another embodiment of the present invention, the method of increasing the contrast of the low-illuminance image using the image segmentation method based on the average movement, performs histogram smoothing according to the characteristics of each region, Provides an effect to be revealed.

도 1은 본 발명의 실시예에 따른 평균이동 기반의 영상분할 방식을 이용한 저조도 영상 대비증가 방법을 나타내는 도면이다.
도 2는 도 1의 평균이동 기반의 영상분할 방식을 이용한 저조도 영상 대비증가 방법에서의 평균이동 기반 영상영역 분할 방식을 설명하기 위한 도면이다.
도 3은 종래의 기술에 따른 히스토그램 평활화를 설명하기 위한 도면이다.
도 4는 본 발명의 실시예에 따른 평균이동 기반의 영상분할 방식을 이용한 저조도 영상 대비증가 방법에서 제안하는 영역별 히스토그램 평활화를 설명하기 위한 도면이다.
도 5는 본 발명의 실시예에 따른 평균이동 기반의 영상분할 방식을 이용한 저조도 영상 대비증가 방법에서 제안한 적응적 히스토그램 평활화의 결과를 나타내는 도면이다. FIG. 1 is a diagram illustrating a method of increasing a contrast of a low-illuminance image using an image-based segmentation method based on an average movement according to an embodiment of the present invention.
FIG. 2 is a view for explaining an average moving-based image region dividing method in the low-contrast image contrast increasing method using the average moving-based image dividing method of FIG.
FIG. 3 is a view for explaining histogram smoothing according to a conventional technique.
FIG. 4 is a view for explaining the histogram smoothing according to the present invention, which is proposed in the method of increasing the contrast of a low-illuminance image using an image segmentation method based on an average movement according to an embodiment of the present invention.
FIG. 5 is a diagram illustrating a result of the adaptive histogram smoothing in the method of increasing the contrast of a low-illuminance image using an image segmentation method based on an average movement according to an embodiment of the present invention.

이하, 본 발명의 바람직한 실시예의 상세한 설명은 첨부된 도면들을 참조하여 설명할 것이다. 하기에서 본 발명을 설명함에 있어서, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.
DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, a detailed description of preferred embodiments of the present invention will be given with reference to the accompanying drawings. In the following description of the present invention, detailed description of known functions and configurations incorporated herein will be omitted when it may make the subject matter of the present invention rather unclear.

도 1은 본 발명의 실시예에 따른 평균이동 기반의 영상분할 방식을 이용한 저조도 영상 대비증가 방법을 나타내는 도면이다. 도 1을 참조하면, 평균이동 기반의 영상분할 방식을 이용한 저조도 영상 대비증가 방법의 전체적인 과정은 다음과 같다. 먼저, 평균이동(Meanshift) 기반 영상영역 분할(segmentation) 방식에 의해 영상에 대한 영상분할을 수행한다(S11).FIG. 1 is a diagram illustrating a method of increasing a contrast of a low-illuminance image using an image-based segmentation method based on an average movement according to an embodiment of the present invention. Referring to FIG. 1, the overall process of increasing the contrast of the low-illuminance image using the average moving-based image segmentation method is as follows. First, image segmentation for an image is performed by an image segmentation method based on Meanshift (S11).

단계(S11) 이후, 영상분할이 수행된 각 영역별로 히스토그램의 범위(range)를 연산한다(S12).After step S11, a range of a histogram is calculated for each area in which image segmentation has been performed (S12).

단계(S12) 이후, 연산된 영역별 히스토그램의 범위(range) 안에서 히스토그램 평활화를 수행한다(S13).
After step S12, the histogram smoothing is performed within a range of the calculated histogram of each area (S13).

먼저, 단계(S11)의 평균이동기반 영상영역 분할 방식에 대해 살펴본다. 도 2는 도 1의 평균이동 기반의 영상분할 방식을 이용한 저조도 영상 대비증가 방법에서의 평균이동 기반 영상영역 분할 방식을 설명하기 위한 도면이다. First, a description will be made of an average moving-based video region division method in step S11. FIG. 2 is a view for explaining an average moving-based image region dividing method in the low-contrast image contrast increasing method using the average moving-based image dividing method of FIG.

도 2를 참조하면, 본 발명의 실시예에 따른 평균이동 기반의 영상분할 방식을 이용한 저조도 영상 대비증가 방법에서 사용되는 평균이동 기반 영상영역 분할 알고리즘은 영상의 경계선을 살리면서 영역을 분할하는 알고리즘이다. Referring to FIG. 2, an average motion-based image region segmentation algorithm used in the low-resolution image contrast enhancement method using the average motion-based image segmentation scheme according to the embodiment of the present invention is an algorithm for dividing a region .

즉, 도 2에서 도 2a 및 도 2b에 해당하는 왼쪽 열은 원래 영상을 나타내고 있고, 도 2c 및 도 2d의 오른쪽 열은 왼쪽의 영상을 영역별로 분할한 영상이다. 여기서 컬러값에 대해 미리 설정된 동일한 카테고리 영역을 동일한 영역으로 그룹핑 한다.
That is, in FIG. 2, the left column corresponding to FIG. 2A and FIG. 2B represents the original image, and the right column of FIG. 2C and FIG. 2D is the image obtained by dividing the left image by region. Here, the same category areas preset for the color values are grouped into the same area.

다음으로, 단계(S13)에 대해서 구체적으로 살펴보도록 한다. 도 3은 기존의 히스토그램 평활화를 설명하기 위한 도면이다. 도 3을 참조하면, 기존의 히스토그램 평활화 방법은 전체 영상의 히스토그램을 영상 밝기값의 전체 범위(range)만큼 늘린다. 여기서, 밝기값의 범위(range)를 0 내지 255로 잡고 히스토그램을 평활화를 수행한다.Next, step S13 will be described in detail. 3 is a diagram for explaining the conventional histogram smoothing. Referring to FIG. 3, the existing histogram smoothing method increases the histogram of the entire image by the entire range of the image brightness value. Here, the histogram is smoothed by holding the range of the brightness value from 0 to 255. FIG.

한편, 도 4는 본 발명의 실시예에 따른 평균이동 기반의 영상분할 방식을 이용한 저조도 영상 대비증가 방법에서 제안하는 영역별 히스토그램 평활화를 설명하기 위한 도면이다. 도 4를 참조하면, 각 영역 k에 대해서 다음과 같이 영역별 히스토그램 평활화를 수행한다. 즉, 제안한 방법에서는 단계(S11)에서 그룹핑된 각 영역별로 영역에 맞는 범위(range)로 영역별 히스토그램 평활화를 수행하게 된다. Meanwhile, FIG. 4 is a view for explaining the histogram smoothing according to the present invention, which is proposed in the method of increasing the contrast of the low-illuminance image using the image segmentation method based on the average movement according to the embodiment of the present invention. Referring to FIG. 4, histogram smoothing for each region k is performed as follows. That is, in the proposed method, histogram smoothing is performed for each region in each region grouped in Step S11 to a range suitable for the region.

보다 구체적으로, 영역 k에 대해서 그 영역에서 계산한 영역별 범위(range) 내에서 히스토그램 평활화를 수행한다. 이렇게 함으로써 영역별로 지나치게 넓은 범위(range)에 대해 히스토그램 평활화가 수행되는 것을 방지할 수 있고, 또한 각 영역별로 지나치게 밝아지거나 어두워지거나 하는 것을 방지할 수 있다. 영역 k의 범위(range)는 뒤에 설명하는 방법에 의해 자동으로 설정할 수 있다. More specifically, histogram smoothing is performed for a region k within a range of each region calculated in the region k. By doing so, the histogram smoothing can be prevented from being performed for an excessively wide range in each area, and it is also possible to prevent the histogram smoothing from becoming too bright or dark for each area. The range of the area k can be set automatically by the method described later.

본 발명에서 k번째 영역 Ωk의 픽셀 r의 새로운 밝기값 ynew(r)은 하기의 [수학식 1]에 의해 연산한다. In the present invention, a new brightness value y new (r) of the pixel r of the k-th region? K is calculated by the following Equation (1).

Figure 112014011768721-pat00007
Figure 112014011768721-pat00007

여기서 cdfk(·)는 영역 Ωk내의 밝기값의 누적 분포 함수(cumulative distribution function)이고, cdfk(I(r))은 픽셀 r의 현재 밝기값 I(r)에 대한 누적 분포 값이다. Where cdf k (·) is the cumulative distribution function of the brightness values in the region Ω k and cdf k (I (r)) is the cumulative distribution value for the current brightness value I (r) of the pixel r.

그리고,

Figure 112014011768721-pat00008
은 영역 Ωk 내의 밝기값 중 최소값이며, Rk' 은 하기의 [수학식 2]에 의해 계산되는 값이다. And,
Figure 112014011768721-pat00008
Is a minimum value among the brightness values in the area? K , and R k 'is a value calculated by the following equation (2).

Figure 112014011768721-pat00009
Figure 112014011768721-pat00009

여기서 Rk은 영역 Ωk 의 밝기값의 범위(range)를 나타낸다. Where R k represents the range of brightness values of the region? K.

min 함수에 대해 살펴보면 min{a,b}일 경우, a와 b 중 작은 값을 취한다.If we look at the min function, if min {a, b}, take a small value between a and b.

또,

Figure 112014011768721-pat00010
인데, N은 영상의 전체 픽셀 수, nk은 영역 Ωk 내의 픽셀수를 나타내며 k는 상수값이다. 보통 k는 실험적으로 0.5로 설정한다.
In addition,
Figure 112014011768721-pat00010
Where N is the total number of pixels of the image, n k is the number of pixels in the area Ω k , and k is a constant value. Usually k is experimentally set to 0.5.

[수학식 1]에서 ynew(r)의 최소값은

Figure 112014011768721-pat00011
이다. 이는 I(r)에 해당하는 누적 분포 함수값 cdfk(I(r))이 0일 때이다.In Equation (1), the minimum value of y new (r) is
Figure 112014011768721-pat00011
to be. This is when the cumulative distribution function cdf k (I (r)) corresponding to I (r) is zero.

ynew(r)의 최대값은

Figure 112014011768721-pat00012
이다.The maximum value of y new (r)
Figure 112014011768721-pat00012
to be.

이는 I(r)에 해당하는 누적 분포 함수값 cdfk(I(r))이 nk일 때이다. 이에 따라, 영역 Ωk 내의 히스토그램 평활화의 범위(range)는

Figure 112014011768721-pat00013
에서
Figure 112014011768721-pat00014
사이로 영역별로 다르게 한정된다. This is when the cumulative distribution function cdf k (I (r)) corresponding to I (r) is n k . Accordingly, the range of the histogram smoothing in the region? K is
Figure 112014011768721-pat00013
in
Figure 112014011768721-pat00014
Are differently defined according to the interspace region.

ynew(r)의 최대값은

Figure 112014011768721-pat00015
이므로, 영역 Ωk의 픽셀 개수(nk)가 많을수록 ynew(r)의 최댓값이 커지기 때문에 범위(range)는 넓어진다. The maximum value of y new (r)
Figure 112014011768721-pat00015
Since, and since the number of pixels of the region Ω k (n k) becomes larger the more the maximum value of the new y (r) range (range) is broadened.

또한,

Figure 112014011768721-pat00016
이므로, Rk'이 클수록 범위(range)도 커진다. 여기서, Rk'은 Rk에 비례한다. 즉, Rk'은 영역 Ωk 내의 밝기값의 범위(range)에 비례하며, Rk' 은 α가 클수록 크다.
Also,
Figure 112014011768721-pat00016
, The larger the R k ', the larger the range. Here, R k 'is proportional to R k . That is, R k 'is proportional to the range of brightness values in the region Ω k , and R k ' is larger as α is larger.

상술한 바와 같이, 본 발명에 따른 평균이동 기반의 영상분할 방식을 이용한 저조도 영상 대비증가 방법은 영역별로 영역내의 픽셀 개수 및 밝기값의 범위(range)에 따라 적응적으로 히스토그램 평활화를 수행한다.As described above, according to the present invention, the method of increasing the contrast of the low-illuminance image using the image segmentation method based on the average movement, adaptively performs histogram smoothing according to the range of the number of pixels and the brightness value in each region.

즉, 영역별로 영역의 특성에 맞게 히스토그램 평활화를 수행하기 때문에 기존의 히스토그램 평활화보다 지역적인 정보가 잘 드러나게 된다.
In other words, because histogram smoothing is performed according to the characteristics of each region, local information is more apparent than conventional histogram smoothing.

도 5는 본 발명의 실시예에 따른 평균이동 기반의 영상분할 방식을 이용한 저조도 영상 대비증가 방법에서 제안한 적응적 히스토그램 평활화의 결과를 나타내는 도면이다. 도 5a를 참조하면, 제안한 적응적 히스토그램 평활화의 결과는 영역에 적응적으로 히스토그램 평활화를 수행함으로 글씨(정보)가 더 잘 보인다. FIG. 5 is a diagram illustrating a result of the adaptive histogram smoothing in the method of increasing the contrast of a low-illuminated image using an image segmentation method based on an average movement according to an embodiment of the present invention. Referring to FIG. 5A, the result of the adaptive histogram smoothing is adaptively shown in the histogram smoothing region, so that the text (information) is more visible.

도 5b를 참조하면, 기존의 히스토그램 평활화의 결과는 영상전체에 대해 일괄적인 히스토그램 평활화를 수행함으로 상대적으로 글씨(정보)가 잘 안 보이는 결과를 나타낸다.
Referring to FIG. 5B, the conventional histogram smoothing result shows that the histogram smoothing is performed on the entire image in a relatively invisible manner.

본 발명은 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 기록 장치를 포함한다.The present invention can also be embodied as computer-readable codes on a computer-readable recording medium. A computer-readable recording medium includes all kinds of recording apparatuses in which data that can be read by a computer system is stored.

컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기테이프, 플로피 디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. Examples of the computer-readable recording medium include a ROM, a RAM, a CD-ROM, a magnetic tape, a floppy disk, an optical data storage device and the like, and also implemented in the form of a carrier wave (for example, transmission over the Internet) .

또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술 분야의 프로그래머들에 의해 용이하게 추론될 수 있다.
The computer readable recording medium may also be distributed over a networked computer system so that computer readable code can be stored and executed in a distributed manner. And functional programs, codes, and code segments for implementing the present invention can be easily inferred by programmers skilled in the art to which the present invention pertains.

이상과 같이, 본 명세서와 도면에는 본 발명의 바람직한 실시예에 대하여 개시하였으며, 비록 특정 용어들이 사용되었으나, 이는 단지 본 발명의 기술 내용을 쉽게 설명하고 발명의 이해를 돕기 위한 일반적인 의미에서 사용된 것이지, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시예 외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 것이다.As described above, preferred embodiments of the present invention have been disclosed in the present specification and drawings, and although specific terms have been used, they have been used only in a general sense to easily describe the technical contents of the present invention and to facilitate understanding of the invention , And are not intended to limit the scope of the present invention. It is to be understood by those skilled in the art that other modifications based on the technical idea of the present invention are possible in addition to the embodiments disclosed herein.

Claims (4)

평균이동(Meanshift) 기반 영상영역 분할(segmentation) 방식에 의해 영상에 대한 영상분할을 수행하되, 영상의 경계선을 살리면서 영역을 분할하며, 컬러값에 대해 미리 설정된 동일한 카테고리 영역은 동일한 영역으로 그룹핑 하는 제 1 단계;
영상분할이 수행된 각 영역별로 히스토그램의 범위(range)를 연산하는 제 2 단계;
연산된 영역별 히스토그램의 범위(range) 안에서 히스토그램 평활화를 수행하는 제 3 단계; 를 포함하되,
상기 제 3 단계는,
영역 k에 대해서 그 영역에서 계산한 영역별 범위(range) 내에서 히스토그램 평활화를 수행하며,
k번째 영역 Ωk의 픽셀 r의 새로운 밝기값 ynew(r)은
Figure 112015010643712-pat00017
에 의해 연산하며, cdfk(·)는 영역 Ωk내의 밝기값의 누적 분포 함수(cumulative distribution function) 이고, cdfk(I(r))은 픽셀 r의 현재 밝기값 I(r)에 대한 누적 분포 값이며,
Figure 112015010643712-pat00018
은 영역 Ωk 내의 밝기값 중 최소값이며, Rk은
Figure 112015010643712-pat00019
이며, Rk은 영역 Ωk의 밝기값의 범위(range)이며,
Figure 112015010643712-pat00020
이며, N은 영상의 전체 픽셀 수, nk은 영역 Ωk 내의 픽셀수를 나타내며 k는 상수값으로 실험적으로 0.5로 설정하는 것을 특징으로 하는 평균이동 기반의 영상분할 방식을 이용한 저조도 영상 대비증가 방법.
The image segmentation for an image is performed by a Meanshift-based image area segmentation method, and the area is divided while the boundaries of the image are utilized. The same category areas preset for the color values are grouped into the same area A first step;
A second step of calculating a range of a histogram for each region in which image segmentation is performed;
A third step of performing histogram smoothing within a range of the calculated histogram of each region; , ≪ / RTI &
In the third step,
The histogram smoothing is performed for the region k within the range of the region calculated in the region,
The new brightness value y new (r) of the pixel r of the kth region Ω k is
Figure 112015010643712-pat00017
Calculated by and, cdf k (·) is the cumulative of the brightness values in the region Ω k distribution function (cumulative distribution function) and, cdf k (I (r) ) is stacked on the pixel r current brightness value I (r) of the Distribution value,
Figure 112015010643712-pat00018
Is the minimum value of the brightness values in the region Ω k, R k is
Figure 112015010643712-pat00019
, R k is a range of brightness values of the region? K ,
Figure 112015010643712-pat00020
, N is the total number of pixels of the image, n k is the number of pixels in the area Ω k , and k is a constant value, which is set to 0.5 as an experiment. .
삭제delete 삭제delete 청구항 1에 있어서,
ynew(r)의 최소값은
Figure 112014011768721-pat00021
이며, ynew(r)이 최소값인 경우 cdfk(I(r))은 I(r)에 해당하는 누적 분포 함수값으로 0일 때이며,
ynew(r)의 최대값은,
Figure 112014011768721-pat00022
이며, ynew(r)이 최대값인 경우 cdfk(I(r))은 I(r)에 해당하는 누적 분포 함수값으로 nk일 때인 것을 특징으로 하는 평균이동 기반의 영상분할 방식을 이용한 저조도 영상 대비증가 방법.The method according to claim 1,
The minimum value of y new (r) is
Figure 112014011768721-pat00021
(R) is the cumulative distribution function value corresponding to I (r) when y new (r) is the minimum value, and cdf k (I
The maximum value of y new (r)
Figure 112014011768721-pat00022
And, y new (r) is the maximum value in the case cdf k (I (r)) is using the average moving-based segmentation methods, characterized in that is when one n k the cumulative distribution function values for the I (r) Increase the contrast of low light image.
KR1020140013568A 2014-02-06 2014-02-06 Method of increasing contrast for low light level image using image segmentation algorithm based on meanshift KR101537788B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140013568A KR101537788B1 (en) 2014-02-06 2014-02-06 Method of increasing contrast for low light level image using image segmentation algorithm based on meanshift

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140013568A KR101537788B1 (en) 2014-02-06 2014-02-06 Method of increasing contrast for low light level image using image segmentation algorithm based on meanshift

Publications (1)

Publication Number Publication Date
KR101537788B1 true KR101537788B1 (en) 2015-07-17

Family

ID=53873594

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140013568A KR101537788B1 (en) 2014-02-06 2014-02-06 Method of increasing contrast for low light level image using image segmentation algorithm based on meanshift

Country Status (1)

Country Link
KR (1) KR101537788B1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101782024B1 (en) 2016-09-08 2017-09-26 한동대학교 산학협력단 Historgram parallel translation method and device
KR102368677B1 (en) * 2020-12-14 2022-02-28 중앙대학교 산학협력단 DALE: Dark Region-Aware Low-light Image Enhancement

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100097892A (en) * 2009-02-27 2010-09-06 숭실대학교산학협력단 Contrast enhancement using a density based sub-histogram equalization technique
KR20110074107A (en) * 2009-12-24 2011-06-30 삼성전자주식회사 Method for detecting object using camera
JP2011250394A (en) * 2010-04-30 2011-12-08 Canon Inc Image processing apparatus and control method thereof
KR20130121202A (en) * 2012-04-25 2013-11-06 한국전자통신연구원 Method and apparatus for tracking object in image data, and storage medium storing the same

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100097892A (en) * 2009-02-27 2010-09-06 숭실대학교산학협력단 Contrast enhancement using a density based sub-histogram equalization technique
KR20110074107A (en) * 2009-12-24 2011-06-30 삼성전자주식회사 Method for detecting object using camera
JP2011250394A (en) * 2010-04-30 2011-12-08 Canon Inc Image processing apparatus and control method thereof
KR20130121202A (en) * 2012-04-25 2013-11-06 한국전자통신연구원 Method and apparatus for tracking object in image data, and storage medium storing the same

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101782024B1 (en) 2016-09-08 2017-09-26 한동대학교 산학협력단 Historgram parallel translation method and device
KR102368677B1 (en) * 2020-12-14 2022-02-28 중앙대학교 산학협력단 DALE: Dark Region-Aware Low-light Image Enhancement

Similar Documents

Publication Publication Date Title
Guo LIME: A method for low-light image enhancement
US9483835B2 (en) Depth value restoration method and system
Kim et al. Optimized contrast enhancement for real-time image and video dehazing
WO2016206087A1 (en) Low-illumination image processing method and device
JP2013192224A (en) Method and apparatus for deblurring non-uniform motion blur using multi-frame including blurred image and noise image
US20210319541A1 (en) Model-free physics-based reconstruction of images acquired in scattering media
US9123141B2 (en) Ghost artifact detection and removal in HDR image processing using multi-level median threshold bitmaps
Gu et al. A Low‐Light Image Enhancement Method Based on Image Degradation Model and Pure Pixel Ratio Prior
Khan et al. Image de-noising using noise ratio estimation, K-means clustering and non-local means-based estimator
KR101651889B1 (en) Video quality enhancement device and method for extremely low-light video
US9672447B2 (en) Segmentation based image transform
Dai et al. Adaptive sky detection and preservation in dehazing algorithm
US9258490B2 (en) Smoothing of ghost maps in a ghost artifact detection method for HDR image creation
KR101537788B1 (en) Method of increasing contrast for low light level image using image segmentation algorithm based on meanshift
CN110969584A (en) Low-illumination image enhancement method
Sun et al. Fast single image dehazing using iterative bilateral filter
KR101617551B1 (en) Image processing method and system for improving face detection
Marques et al. Enhancement of low-lighting underwater images using dark channel prior and fast guided filters
Grundland et al. Automatic contrast enhancement by histogram warping
Panicker et al. Analysis of Image Processing Techniques to Segment the Target Animal in Non-uniformly Illuminated and Occluded Images
KR101468433B1 (en) Apparatus and method for extending dynamic range using combined color-channels transmission map
KR101942198B1 (en) Terminal devise, Method and Recording medium for enhancing image based on Retinex model
Sonawane et al. Adaptive rule-based colour component weight assignment strategy for underwater video enhancement
CN108564534A (en) A kind of picture contrast method of adjustment based on retrieval
KR101372507B1 (en) Apparatus and method for enhancing image using back-light region detection based variable block

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: 20180702

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190701

Year of fee payment: 5