KR101643320B1 - 영상의 히스토그램 평활화 장치 및 방법 - Google Patents

Abstract

본 발명은 히스토그램 분해능을 조정하여 영상의 히스토그램을 평활화 하는 장치 및 방법에 관한 것이다. 영상의 히스토그램 평활화 장치는 그레이 레벨의 분해능을 N(N=1,2,3,...) 보다 더 큰 간격의 분해능으로 조정하고, 입력 영상 픽셀의 그레이 레벨을 상기 조정된 분해능에 대한 빈도수로 축적하는 히스토그램 축적부; 상기 조정된 분해능별로 축적된 히스토그램을 정규화시키는 히스토그램 정규화부; 및 상기 조정된 분해능과 분해능 사이에 존재하는 상기 입력 영상 픽셀의 그레이 레벨을 보간법을 이용하여 매핑하는 히스토그램 매핑부를 포함한다.

Description

영상의 히스토그램 평활화 장치 및 방법{Apparatus and method for histogram equalization of image}

본 발명은 히스토그램 분해능을 조정하여 영상의 히스토그램을 평활화 하는 장치 및 방법에 관한 것이다.

영상이 전반적으로 너무 어둡거나 밝으면 명암의 대비가 낮아 시안성이 저하된다. 명암의 대비를 높여 보다 나은 영상을 획득하기 위해 많은 방법들이 사용되지만, 가장 대표적인 방법으로 히스토그램 평활화를 통하여 한 쪽으로 치우쳐진 빈약한 명암값 분포를 재분배하여 일정한 분포를 가진 영상으로 재구성함으로써 명암의 대비가 높은 영상을 만든다.

도 6a-1와 같이 명암 대비가 낮은 영상은 도 6a-2와 같이 히스토그램의 분포가 넓게 퍼져있지 않고 일정 범위에 몰려있는 것을 볼 수 있다. 이러한 영상을 히스토그램 평활화 처리하게 되면 도 6b-2와 같이 히스토그램의 분포가 넓게 퍼지게 되고, 도 6b-1과 같은 보다 선명한 영상을 얻을 수 있다.

일반적인 히스토그램 평활화는 명도값의 분포를 넓게 수정함으로써 전체적인 영상의 명암비를 향상시키지만 단점도 존재한다. 첫 번째로 도 7a와 같이 너무 어두운 영상을 히스토그램 평활화 하는 경우, 도 7b와 같이 전체적으로 명도값이 높아질 수 있다. 그 이유는 어두운 영상의 경우 낮은 명도값에 너무 많은 빈도수가 축적되기 때문에 도 7c와 같이 정규화된 축적 히스토그램이 형성되고, 낮은 명도값에서는 과도하게 높은 값이 매핑된다.

두 번째로 축적 히스토그램을 구할 때 최소 명도값부터 최대 명도값까지 모두 빈도수의 합을 기억하고 있어야 한다. 이는 하드웨어 IP로 구현하기에는 많은 메모리가 요구된다. 필요한 메모리가 커질수록 칩(chip) 크기가 커지게 되므로 생산 단가에도 영향을 미칠 수 있다. 또한 소비전력도 늘어나게 되어 휴대용 기기에는 치명적일 수 있다.

본 발명이 해결하고자 하는 기술적인 과제는 히스토그램 평활화 진행 중에 축적 히스토그램을 구할 때 분해능을 조정하여 메모리 용량을 줄일 수 있는 영상의 히스토그램 평활화 장치 및 방법을 제공하는데 있다.

본 발명이 해결하고자 하는 다른 기술적인 과제는 낮은 명도값에서 히스토그램 축적값을 제한함으로써 어두운 부분에 밀집되어 있는 명도의 분포를 방지할 수 있는 영상의 히스토그램 평활화 장치 및 방법을 제공하는데 있다.

본 발명이 이루고자 하는 기술적인 과제를 해결하기 위한 영상의 히스토그램 평활화 장치는 그레이 레벨의 분해능을 N(N=1,2,3,...)보다 더 큰 간격 - 상기 N보다 더 큰 간격은 2의 자승임 - 의 분해능으로 조정하고, 입력 영상 픽셀의 그레이 레벨을 상기 조정된 분해능에 대한 빈도수로 축적하는 히스토그램 축적부; 상기 조정된 분해능별로 축적된 히스토그램을 각각의 분해능별로 미리 설정된 최대값 및 최소값의 범위내에 분포하도록 정규화시키는 히스토그램 정규화부; 및 상기 조정된 분해능과 분해능 사이에 존재하는 상기 입력 영상 픽셀의 그레이 레벨을 보간법을 이용하여 매핑하는 히스토그램 매핑부를 포함한다.

본 발명에 있어서, 상기 히스토그램 정규화부는 상기 각 분해능별 정규화 최대값 및 최소값이 설정되어 있어, 상기 정규화된 히스토그램이 상기 최대값 및 최소값 범위 내에 분포하도록 상기 정규화값을 조정할 수 있다.

본 발명에 있어서, 상기 히스토그램 매핑부는 상기 분해능과 분해능 사이에 존재하는 상기 입력 영상 픽셀의 그레이 레벨에 대해 선형 보간법을 이용할 수 있다.

본 발명이 이루고자 하는 기술적인 과제를 해결하기 위한 영상의 히스토그램 평활화 방법은 (a) 그레이 레벨의 분해능을 N(N=1,2,3,...)보다 더 큰 간격 - 상기 N보다 더 큰 간격은 2의 자승임 - 의 분해능으로 조정하는 단계; (b) 입력 영상 픽셀의 그레이 레벨을 상기 조정된 분해능에 대한 빈도수로 축적하는 단계; (c) 상기 조정된 분해능별로 축적된 히스토그램을 각각의 분해능별로 미리 설정된 최대값 및 최소값의 범위내에 분포하도록 정규화시키는 단계; 및 (d) 상기 조정된 분해능과 분해능 사이에 존재하는 상기 입력 영상 픽셀의 그레이 레벨을 보간법을 이용하여 매핑하는 단계를 포함한다.

본 발명에 있어서, 상기 (c)단계에서 상기 각 분해능별 정규화 최대값 및 최소값이 설정되어 있어, 상기 정규화된 히스토그램이 상기 최대값 및 최소값 범위 내에 분포하도록 상기 정규화값을 조정할 수 있다.

본 발명에 있어서, 상기 (d)단계에서 상기 분해능과 분해능 사이에 존재하는 상기 입력 영상 픽셀의 그레이 레벨에 대해 선형 보간법을 이용할 수 있다.

상술한 바와 같이 본 발명에 따르면, 히스토그램 평활화 진행 중에 축적 히스토그램을 구할 때 분해능을 조정하여 메모리 용량을 줄여 생산 단가 및 소비전력을 줄일 수 있는 효과를 창출한다.

또한 낮은 명도값에서 히스토그램 축적값을 제한함으로써 어두운 부분에 밀집되어 있는 명도의 분포를 방지할 수 있다.

도 1은 본 발명에 따른 영상의 히스토그램 평활화 장치의 구성을 보이는 블록도 이다.
도 2는 도 1에서 히스토그램의 축적 방법을 보이는 흐름도 이다.
도 3은 도 1에서 정규화된 구간별 축적 히스토그램의 예시적인 도면이다.
도 4는 도 3에서 정규화된 구간별 축적 히스토그램을 조정한 예시적인 도면이다.
도 5는 도 1에서 히스토그램 매핑을 설명하는 예시적인 도면이다.
도 6 및 도 7은 일반적인 히스토그램 평활화를 설명하는 도면이다.

이하 첨부된 도면을 참조하여 본 발명의 실시 예들을 설명한다. 하기의 설명에서는 본 발명에 따른 동작을 이해하는데 필요한 부분만이 설명되며 그 이외 부분의 설명은 본 발명의 요지를 흩트리지 않도록 생략될 수 있다.

또한, 이하에서 설명되는 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 본 발명을 가잔 적절하게 표현할 수 있도록 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 한다.

도 1은 본 발명에 따른 영상의 히스토그램 평활화 장치의 구성을 보이는 블록도 이다. 도 1에 의하면, 영상의 히스토그램 평활화 장치는 히스토그램 축적부(100), 히스토그램 정규화부(200) 및 히스토그램 매핑부(300)를 포함한다.

히스토그램 축적부(100)는 입력 영상의 히스토그램을 구하여 축적한다. 영상의 히스토그램은 영상 안에서 픽셀들에 대한 명암값의 분포를 나타낸 것으로 밝은 픽셀과 어두운 픽셀이 분포할 때 그 범위와 값을 표현한 것이다. 이것을 그래프로 나타낸 것을 히스토그램 그래프라고 하며 256 그레이 레벨 영상에서 명암값의 범위는 0-255 값을 갖고, 각 명암 값(level)의 빈도수를 조사하여 그래프의 높이로 나타낸다. 이러한 히스토그램은 영상의 많은 정보를 가지고 있으며, 영상 처리에 다양하게 이용된다.

히스토그램 축적부(100)는 256 그레이 레벨의 분해능을 N(N=1,2,3,...,56)보다 더 큰 간격의 분해능으로 조정하고, 입력 영상 픽셀의 그레이 레벨을 상기 조정된 분해능에 대한 빈도수로 축적한다. 여기서 조정된 분해능은 예를 들어 2N(N=1,2,3,...), 2N+1(N=1,2,3,...), 4N(N=1,2,3,...), 8N(N=1,2,3,...) 등 다양하게 조정할 수 있으며, 반드시 등간격일 필요는 없다.

도 2에는 분해능이 조정되어 히스토그램을 축적하는 방법을 보이는 흐름도가 개시되어 있다.

영상이 입력되면(S201), 히스토그램 축적부(100)는 입력된 영상의 픽셀 명도값(입력 그레이 레벨: Y)이 Xn 보다 큰지 판단한다(S203). 여기서 Xn은 조정된 분해능의 최상위 값으로, 예를 들어 조정된 분해능이 2N(N=1,2,3,...)인 경우 Xn은 256이 되고, 조정된 분해능이 10N(N=1,2,3,...)인 경우 Xn은 250이 된다.

입력된 영상의 픽셀 명도값(Y)이 Xn 보다 큰 경우, 히스토그램 축적부(100)는 Xn 빈도수에 1을 카운트 한다(S205).

그러나, 입력된 영상의 픽셀 명도값(Y)이 Xn 보다 작은 경우, 히스토그램 축적부(100)는 입력된 영상의 픽셀 명도값(Y)이 Xn-1 보다 큰지 판단한다(S207).

입력된 영상의 픽셀 명도값(Y)이 Xn-1 보다 큰 경우, 히스토그램 축적부(100)는 Xn 빈도수에 1을 카운트하고, Xn-1 빈도수에 1을 카운트 한다(S209).

그러나, 입력된 영상의 픽셀 명도값(Y)이 Xn-1 보다 작은 경우, 히스토그램 축적부(100)는 입력된 영상의 픽셀 명도값(Y)이 Xn-2(Xn-3, Xn-4, ...) 보다 큰지 판단한다(S211).

입력된 영상의 픽셀 명도값(Y)이 Xn-2 보다 큰 경우, 히스토그램 축적부(100)는 Xn 빈도수에 1을 카운트하고, Xn-1 빈도수에 1을 카운트하고, Xn-2 빈도수에 1을 카운트한다(S213). 이러한 방법으로 입력된 영상의 픽셀 명도값(Y)과 분해능을 비교하여 각 분해능 빈도수를 카운트한다.

입력된 영상의 픽셀 명도값(Y)이 X3보다 작은 경우, 히스토그램 축적부(100)는 입력된 영상의 픽셀 명도값(Y)이 X2 보다 큰지 판단한다(S215).

입력된 영상의 픽셀 명도값(Y)이 X2 보다 큰 경우, 히스토그램 축적부(100)는 Xn부터 X3까지 각 빈도수에 1을 카운트하고, X2 빈도수에 1을 카운트한다(S217).

그러나, 입력된 영상의 픽셀 명도값(Y)이 X2 보다 작은 경우, 히스토그램 축적부(100)는 입력된 영상의 픽셀 명도값(Y)이 조정된 분해능의 최하위 값인 X1보다 큰지 판단한다(S219).

입력된 영상의 픽셀 명도값(Y)이 X1 보다 큰 경우, 히스토그램 축적부(100)는 Xn부터 X2까지 각 빈도수에 1을 카운트하고, X1 빈도수에 1을 카운트한다(S221).

입력 영상의 한 픽셀에 대한 최상위 분해능부터 최하위 분해능까지의 빈도수 카운트가 완료되면, 히스토그램 축적부(100)는 현재 픽셀이 입력 영상의 마지막 픽셀인지 판단하여(S223), 판단 결과, 마지막 픽셀이 아닌 경우 다음 픽셀로 이동하여(S225) 다음 픽셀부터 S203 내지 S223을 반복한다.

분해능 간격이 좁아지면 정확한 축적 히스토그램을 구할 수 있지만, 하드웨어의 크기가 커지게 된다. 또한 X1부터 Xn까지 등간격일 필요는 없지만, 각 분해능 사이가 2의 자승이면 분해능과 분해능 사이의 매핑에 나눗셈 연산 없이 시프트(shift) 연산으로 계산이 가능하다.

이와 같은 히스토그램 축적이 완료되면, 히스토그램 정규화부(200)는 축적된 히스토그램을 정규화시키며, 축적 히스토그램을 정규화 시키는 수식이 수학식 1에 나타나 있다.

여기서, Ki는 정규화된 누적 히스토그램을 나타내고, H(i)는 축적 히스토그램 값을 나타낸다.

히스토그램 정규화부(200)에서 산출한 정규화된 축적 히스토그램이 도 3에 도시되어 있다. 히스토그램 정규화부(200)에는 각 분해능별 정규화 최대값 및 최소값이 설정되어 있어서, 정규화된 히스토그램이 최대값 및 최소값 범위 내에 분포하도록 정규화값을 조정할 수 있다.

도 3에서 예를 들어, X2의 정규화된 히스토그램 축적값이 너무 높고, X3의 정규화된 히스토그램 축적값이 너무 낮다고 가정한다면, 도 4와 같이 정규화된 축적 히스토그램이 조정된다.

이와 같이 축적 히스토그램의 정규화가 완료되면, 히스토그램 매핑부(300)는 정규화된 축적 히스토그램을 매핑한다. 상기 조정된 분해능에 위치하는 축적 히스토그램은 해당 그레이 레벨값을 매핑하면되지만, 조정된 분해능과 분해능 사이에 존재하는 픽셀의 그레이 레벨은 보간법을 이용하여 매핑한다.

도 5에 도시된 바와 같이 분해능 0부터 분해능 X1 사이의 값은 (0,0)과 (X1,Y1)의 좌표를 이용하고, 분해능 X1부터 분해능 X2 사이의 값은 (X1,Y1)과 (X2,Y2)의 좌표를 이용하여 그 중간 값들은 보간법(interpolation) 등을 통하여 구할 수 있다. 여러 보간법 중 하드웨어에서 간단히 계산할 수 있는 선형 보간법(linear interpolation)을 수학식 2 와 같이 이용할 수 있다.

여기서 a를 구할 때 (Xn-Xn-1)이 2의 자승이면 나눗셈 연산 없이 시프트 연산으로 a를 구할 수 있게 된다.

이와 같이 구간별 축적 히스토그램을 구하고, 조정된 분해능 사이의 출력값들을 보간법을 이용하여 구하게 되면, 종래의 히스토그램 평활화의 단점을 보완하면서 하드웨어로 구현하기에 적합한 히스토그램 평활화 구조를 만들 수 있다.

어두운 영상에 대해 종래의 히스토그램 평활화를 진행할 경우, 낮은 명도값에 너무 많은 빈도수가 축적되기 때문에 낮은 명도값에서는 과도하게 높은 값이 매칭되는 단점을 보완하면서 메모리의 양을 줄여 보다 작은 크기로 하드웨어 IP를 구현할 수 있고, 그에 따른 소비전력도 감소시킬 수 있다. 하드웨어 IP는 디지털 영상 처리 장치를 비롯하여 히스토그램 평활화가 필요한 영상 처리 장치와 관련 있는 모든 분야에 적용이 가능하다.

이제까지 본 발명에 대하여 그 바람직한 실시 예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (6)

1. 그레이 레벨의 분해능을 N(N=1,2,3,...)보다 더 큰 간격 - 상기 N보다 더 큰 간격은 2의 자승임 - 의 분해능으로 조정하고, 입력 영상 픽셀의 그레이 레벨을 상기 조정된 분해능에 대한 빈도수로 축적하는 히스토그램 축적부;
   상기 조정된 분해능별로 축적된 히스토그램을 각각의 분해능별로 미리 설정된 최대값 및 최소값의 범위내에 분포하도록 정규화시키는 히스토그램 정규화부; 및
   상기 조정된 분해능과 분해능 사이에 존재하는 상기 입력 영상 픽셀의 그레이 레벨을 보간법을 이용하여 매핑하는 히스토그램 매핑부를 포함하는 영상의 히스토그램 평활화 장치.
2. 삭제
3. 제 1항에 있어서, 상기 히스토그램 매핑부는
   상기 조정된 분해능과 분해능 사이에 존재하는 상기 입력 영상 픽셀의 그레이 레벨에 대해 선형 보간법을 이용하는 것을 특징으로 하는 영상의 히스토그램 평활화 장치.
4. (a) 그레이 레벨의 분해능을 N(N=1,2,3,...)보다 더 큰 간격 - 상기 N보다 더 큰 간격은 2의 자승임 - 의 분해능으로 조정하는 단계;
   (b) 입력 영상 픽셀의 그레이 레벨을 상기 조정된 분해능에 대한 빈도수로 축적하는 단계;
   (c) 상기 조정된 분해능별로 축적된 히스토그램을 각각의 분해능별로 미리 설정된 최대값 및 최소값의 범위내에 분포하도록 정규화시키는 단계; 및
   (d) 상기 조정된 분해능과 분해능 사이에 존재하는 상기 입력 영상 픽셀의 그레이 레벨을 보간법을 이용하여 매핑하는 단계를 포함하는 영상의 히스토그램 평활화 방법.
5. 삭제
6. 제 4항에 있어서, 상기 (d)단계에서
   상기 조정된 분해능과 분해능 사이에 존재하는 상기 입력 영상 픽셀의 그레이 레벨에 대해 선형 보간법을 이용하는 것을 특징으로 하는 영상의 히스토그램 평활화 방법.

Images