KR101726868B1 - 히스토그램 분석에 의한 착시 효과 생성 장치 및 그 방법 - Google Patents

히스토그램 분석에 의한 착시 효과 생성 장치 및 그 방법 Download PDF

Info

Publication number
KR101726868B1
KR101726868B1 KR1020150175552A KR20150175552A KR101726868B1 KR 101726868 B1 KR101726868 B1 KR 101726868B1 KR 1020150175552 A KR1020150175552 A KR 1020150175552A KR 20150175552 A KR20150175552 A KR 20150175552A KR 101726868 B1 KR101726868 B1 KR 101726868B1
Authority
KR
South Korea
Prior art keywords
histogram
signal
unit
brightness
image
Prior art date
Application number
KR1020150175552A
Other languages
English (en)
Inventor
전광길
Original Assignee
인천대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 인천대학교 산학협력단 filed Critical 인천대학교 산학협력단
Priority to KR1020150175552A priority Critical patent/KR101726868B1/ko
Application granted granted Critical
Publication of KR101726868B1 publication Critical patent/KR101726868B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

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

Abstract

본 발명은 히스토그램 분석에 의한 착시 효과 생성 장치 및 그 방법에 관한 것으로, 특히 RGB 영상 신호를 YUV로 변환한 후에 Y 신호에 대하여 히스토그램 균일화를 수행하고 이를 강도의 중간값을 이용하여 처리하여 착시 효과를 생성하도록 한 히스토그램 분석에 의한 착시 효과 생성 장치 및 그 방법에 관한 것이다.
또한, 본 발명에 따르면, RGB 영상 신호를 밝기(Y) 및 색차신호(UV) 데이터 형태로 변환시키는 변환부; 상기 밝기 신호를 히스토그램 평활화시키는 히스토그램 평활화부; 및 상기 히스토그램 평활화된 밝기 신호를 평균화시키는 평균화부를 포함하는 히스토그램 분석에 의한 착시 효과 생성 장치 및 그 방법을 제공하여 영상을 시청할 때에 편안한 느낌을 준다.

Description

히스토그램 분석에 의한 착시 효과 생성 장치 및 그 방법{Optical Illusion Effect by Histogram Analysis}
본 발명은 히스토그램 분석에 의한 착시 효과 생성 장치 및 그 방법에 관한 것으로, 특히 RGB 영상 신호를 YUV로 변환한 후에 Y 신호에 대하여 히스토그램 균일화를 수행하고 이를 강도의 중간값을 이용하여 처리하여 착시 효과를 생성하도록 한 히스토그램 분석에 의한 착시 효과 생성 장치 및 그 방법에 관한 것이다.
일반적으로, 컴퓨터 등으로부터 입력받은 RGB 영상신호는 각 성분 간의 상호 연관성이 강하여, 밝기, 색상 등의 미세조성을 하여야 할 때 하나의 성분만을 조작하기 어려워 모든 성분을 함께 조작하여야 할 뿐만 아니라, 각 성분 간의 연관성에 따라 다소 복잡한 연산을 수행해야 한다.
따라서, 이러한 문제점을 해결하기 위하여, RGB 영상신호는 각 성분 간의 상호 연관성을 배제하여 조작이 용이하도록 하기 위하여, 상기 연관성이 배제된 새로운 색 공간으로 변환시켜 처리하는 방법이 널리 이용되고 있다.
즉, 아날로그 RGB 신호가 A/D 변환기에 의하여 디지털 RGB 신호로 변환되면, 이를 밝기 성분(luminance)인 휘도성분과 색상을 의미하는 컬러 색차성분으로 표현되도록 변환하는데, 이러한 변환의 결과 RGB 신호는 YUV신호, YIQ신호 또는 YCbCr 신호 등으로 변환된다. 그리고, 상기 변환된 신호에 대하여 윤곽선 강조처리, 흑 신장처리 또는 감마보정 등의 화질 개선 처리를 수행한 후, 다시 RGB 디지털 신호로 역변환을 수행한다.
RGB에서 YCbCr로 변환하는 방법은 수학식과 같다.
(수학식)
Y = 0.29900R + 0.58700G + 0.11400B
Cb = - 0.16874R - 0.33126G + 0.50000B
Cr = 0.50000R - 0.41869G - 0.08131B
이와 반대로 YCbCr에서 RGB로 변환하는 방법은 아래 수학식과 같다.
(수학식)
R = 1.00000Y + 1.40200Cr
G = 1.00000Y - 0.34414Cb - 0.71414Cr
B = 1.00000Y + 1.77200Cb
상술한 수학식들은 CCIR(International Radio Consuitive Committee)의 권고안 601-1이며, JPEG(Joint Photographic Experts Group) 압축에서 사용되는 전형적인 방법이다. 위의 수학식의 외에도 YCbCr와 RGB를 서로 변환하는 방법은 여러가지가 있다.
한편, 영상신호의 콘트라스트(contrast)란 영상의 가장 어두운 영역에서부터 가장 밝은 영역까지의 명도의 차이를 의미한다. 콘트라스트 영역이 넓을 수록 영상이 더욱 선명하게 보인다.
영상 신호의 콘트라스트(contrast)를 개선하기 위한 것으로서 히스토그램 등화(histogram equlization)라는 방법이 알려져 있다.
히스토그램 등화는 입력영상(image)의 히스토그램을 분석하고, 히스토그램의 분포가 될수록 균일하게 되도록 매핑(mapping)처리함으로서 입력 영상의 콘트라스트를 개선하는 것이다.
여기서, 히스토그램이라 함은 주어진 입력 영상에서 그레이 레벨(gray level)의 분포를 나타낸다. 히스토그램은 횡축을 그레이 레벨로 하고, 종축을 각각의 그레이 레벨에 상응하는 픽셀수를 표현한 그래프로서 입력영상의 농도 분포를 도식적으로 표현한다.
그레이 레벨이 높은 영상은 밝은 영상임을 의미하고, 낮은 영상은 어두운 영상임을 의미한다.
일반적으로 히스토그램 등화는 동적 범위(dynamic range)를 늘리는(stretching) 효과를 갖기 때문에 히스토그램 등화의 결과 영상의 분포 밀도가 고르게(flat) 되므로 영상의 콘트라스트가 개선된다.
따라서, 주어진 영상의 히스토그램을 이용한 콘트라스트 개선 방법은 의료 영상의 처리, 적외선 영상의 처리, 레이더 영상의 처리 등 여러 분야에서 유용하게 사용되고 있다.
그러나, 종래의 히스토그램 등화를 이용한 콘트라스트 개선 방법은 히스토그램(혹은 PDF(pixel density function)이라고도 함)에서 평균값(혹은 중간값)보다 낮은 영역과 높은 영역의 분포에만 의존하여 콘트라스트 처리를 하기 때문에 히스토그램이 특정 영역에 집중될 경우에는 바람직하지 못한 결과를 얻을 수 있는 문제점이 있다.
예를 들면, 배경 화면이 밝은 하늘이고 그 가운데 어둡고 작은 물체가 있을 경우의 히스토그램은 그레이 레벨이 중간값보다 높은 쪽의 밀도가 높고, 그레이 레벨이 중간값보다 낮은 쪽의 밀도는 낮다. 이에 따라 콘트라스트 처리를 위한 변환 함수는 그레이 레벨이 중간값보다 높은 픽셀들을 원영상보다 콘트라스트가 더 넓게 분포되도록 하고, 그레이 레벨이 중간값보다 낮은 픽셀들을 원영상보다 콘트라스트가 더 넓게 분포되도록 한다.
그 결과 작은 물체를 식별하기 어렵게 하고, 또한, 하늘을 구성하는 성분중에서 잡음 성분, 코딩 잡음 등이 두드러지게 드러나게 되어 눈에 거슬리게 된다.
국내공개특허공보 2011-0043082호 국내공개특허공보 2012-0047853호
[1] D. Sheet, H. Garud, A. Suveer, J. Chatterjee and M. Mahadevappa, "Brightness Preserving Dynamic Fuzzy Histogram Equalization", IEEE Trans., Consumer Electronics, vol. 56, no. 4, pp. 2475 - 2480, Nov. 2010. [2] Y. Kim, "Contrast enhancement using brightness preserving bi-histogram equalization," IEEE Transactions on Consumer Electronics, vol. 43, no. 1, pp. 1.8, 1997. [3] X. Su, W. Fang, Q. Shen, and X. Hao, "An image enhancement method using the quantum-behaved particle swarm optimization with an adaptive strategy," Mathematical Problems in Engineering, vol. 2013, Article ID 824787, 13 pages, 2013. [4] S. D. Chen and A. R. Ramli, "Contrast enhancement using recursive mean-separate histogram equalization for scalable brightness preservation," IEEE Transactions on Consumer Electronics, vol. 49, no. 4, pp. 1301.1309, 2003. [5] S.-C. Huang and H.-Y. Chien, "Image contrast enhancement for preserving mean brightness without losing image features," Engineering Applications of Artificial Intelligence, vol. 6, pp. 1487.1492, 2013. [6] N. Y. Suple and S. M. Kharad, "Basic approach to image contrast enhancement with fuzzy inference system," International Journal of Scientific and Research Publications, vol. 3, no. 6, 2013. [7] C. G. Ravichandran and V. Magudeeswaran, "An efficient method for contrast enhancement in still images using histogram modification framework,"Journal of Computer Science, vol. 8, no. 5, pp. 775.779, 2012. [8] K. Hasikin and N. A. M. Isa, "Adaptive fuzzy contrast factor enhancement technique for low contrast and non-uniform illumination images," Signal, Image and Video Processing, 2012. [9] S. D. Chen and A. R. Ramli, "Minimum mean brightness error bi-histogram equalization in contrast enhancement," IEEE Transactions on Consumer Electronics, vol. 49, no. 4, pp. 1310.1319, 2003. [10] A. M. Reza, "Realization of the contrast limited adaptive histogram equalization (CLAHE) for real-time image enhancement," Journal of VLSI Signal Processing Systems for Signal, Image, and Video Technology, vol. 38, no. 1, pp. 35.44, 2004. [11] H. Kabir, A. Al-Wadud, and O. Chae, "Brightness preserving image contrast enhancement using weighted mixture of global and local transformation functions," International Arab Journal of Information Technology, vol. 7, no. 4, pp. 403.410, 2010. [12] M. Abdullah-Al-Wadud, M. H. Kabir, M. A. A. Dewan, and O. Chae, "A dynamic histogram equalization for image contrast enhancement," IEEE Transactions on Consumer Electronics, vol. 53, no. 2, pp. 593.600, 2007. [13] A. Kauffman, Introduction to the theory of fuzzy subsets, 1975. [14] G. Jeon, M. Anisetti, V. Bellandi, and J. Jeong, "Fuzzy rule-based edge-restoration algorithm in HDTV interlaced sequences," IEEE Trans. Consumer Electronics, vol. 53, no. 2, pp. 725.731, May 2007. [15] G. Jeon, M. Anisetti, V. Bellandi, E. Damiani, and J. Jeong, "Rough sets-assisted subfield optimization for alternating current plasma display panel,"IEEE Trans. Consumer Electronics, vol. 53, no. 3, pp. 825.832, Aug. 2007. [16] G. Jeon, M. Anisetti, V. Bellandi, E. Damiani, and J. Jeong, "Fuzzy weighted approach to improve visual quality of edge-based filtering," IEEE Trans. Consumer Electronics, vol. 53, no. 4, pp. 1661.1667, Nov. 2007. [17] G. Jeon, M. Anisetti, J. Lee, V. Bellandi, E. Damiani, and J. Jeong, "Concept of linguistic variable-based fuzzy ensemble approach: application to interlaced HDTV sequences," IEEE Trans. Fuzzy Systems, vol. 17, no. 6, pp. 1245.1258, Dec. 2009. [18] G. Jeon, M.Y. Jung, M. Anisetti, V. Bellandi, E. Damiani, and J. Jeong, "Specification of the geometric regularity model for fuzzy if-then rulebased deinterlacing," IEEE/OSA Journal of Display Technology, vol. 6, no. 6, pp. 235.243, June 2010.238.
따라서, 본 발명은 상기와 같은 문제점을 해결하기 위하여 RGB 영상 신호를 YUV로 변환한 후에 Y 신호에 대하여 히스토그램 균일화를 수행하고 이를 강도의 중간값을 이용하여 처리하여 착시 효과를 생성하도록 한 히스토그램 분석에 의한 착시 효과 생성 장치 및 그 방법을 제공하는 데 있다.
본 발명의 장치는 RGB 영상 신호를 밝기(Y) 및 색차신호(UV) 데이터 형태로 변환시키는 변환부; 상기 밝기 신호를 히스토그램 평활화시키는 히스토그램 평활화부; 및 상기 히스토그램 평활화된 밝기 신호를 평균화시키는 평균화부를 포함한다.
또한, 본 발명의 장치는 상기 평균화된 밝기(Y) 신호와 색차 신호(UV) 신호를 RGB 영상 신호로 역변환하는 역변환부를 더 포함한다.
또한, 본 발명의 장치는 상기 역변환부에서 역변환된 RGB 영상을 디스플레이하는 디스플레이부를 더 포함한다.
또한, 본 발명의 장치의 상기 히스토그램 평활화부는 히스토그램을 생성하는 히스토그램 생성기; 누적 분포 함수를 산출하는 누적 분포 함수 산출기; 및 변환 함수를 산출하는 변환함수 산출기를 포함한다.
또한, 본 발명의 장치의 상기 평균화부는 상기 히스토그램 평활화부를 통과하여 평활화된 신호를 YHE라 할때, 평균화부를 통과한 최종 YRE 는 다음 (수학식 1)에 의해 계산되는 히스토그램 분석에 의한 착시 효과 생성 장치.
(수학식 1 )
YRE = YHE + (0.5-average(YHE))
여기에서 average(YHE)는 YHE 영상의 강도의 총합의 중간값임.
한편, 본 발명의 방법은 (A) 변환부가 RGB 영상 신호를 밝기(Y) 및 색차신호(UV) 데이터 형태로 변환하는 단계; (B) 히스토그램 평활화부가 상기 밝기 신호를 히스토그램 평활화시키는 단계; 및 (C) 평균화부가 상기 히스토그램 평활화된 밝기 신호를 평균화시키는 단계를 포함한다.
또한, 본 발명의 방법은 (D) 역변환부가 상기 평균화된 밝기(Y) 신호와 색차 신호(UV) 신호를 RGB 영상 신호로 역변환하는 단계를 더 포함한다.
또한, 본 발명의 방법은 (E) 디스플레이부가 상기 역변환부에서 역변환된 RGB 영상을 디스플레이하는 단계를 더 포함한다.
또한, 본 발명의 방법의 상기 (B) 단계는 (B-1) 히스토그램 평활화부의 히스토그램 생성기가 히스토그램을 생성하는 단계; (B-2) 히스토그램 평활화부의 누적 분포 함수 산출기가 누적 분포 함수를 산출하는 단계; 및 (B-3) 히스토그램 평활화부의 변환함수 산출기가 변환 함수를 산출하는 단계를 포함한다.
또한, 본 발명의 방법의 상기 (C) 단계에서 상기 평균화부는 상기 히스토그램 평활화부를 통과하여 평활화된 신호를 YHE라 할때, 평균화부를 통과한 최종 YRE 는 다음 (수학식 1)에 의해 계산된다.
(수학식 1 )
YRE = YHE + (0.5-average(YHE))
여기에서 average(YHE)는 YHE 영상의 강도의 총합의 중간값임.
한편, 본 발명의 컴퓨터로 읽을 수 있는 기록매체는 (A) 변환부가 RGB 영상 신호를 밝기(Y) 및 색차신호(UV) 데이터 형태로 변환하는 단계; (B) 히스토그램 평활화부가 상기 밝기 신호를 히스토그램 평활화시키는 단계; 및 (C) 평균화부가 상기 히스토그램 평활화된 밝기 신호를 평균화시키는 단계를 포함한다.
상기와 같은 본 발명에 따르면, RGB 영상 신호를 YUV로 변환한 후에 Y 신호에 대하여 히스토그램 균일화를 수행하고 이를 강도의 중간값을 이용하여 처리하여 착시 효과를 생성하도록 하기 때문에 시청자 등에게 편안한 느낌을 줄 수 있다.
도 1은 본 발명의 바람직한 일 실시 예에 따른 히스토그램 분석에 의한 착시 효과 생성 장치의 구성도이다.
도 2는 도 1의 히스토그램 균등화부의 상세 구성도이다.
도 3은 본 발명의 바람직한 일실시예에 따른 히스토그램 분석에 의한 착시 효과 생성 방법의 흐름도이다.
도 4는 도 3의 히스토그램 평활화 수행 과정의 흐름도이다.
도 5는 본 발명에 따른 YHE 영상의 일예시도이고, 도 6은 본 발명에 따른 YRE 영상의 일예시도이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 이하에서는 특정 실시예들을 첨부된 도면을 기초로 상세히 설명하고자 한다.
본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되는 것은 아니며, 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
도 1은 본 발명의 바람직한 일 실시 예에 따른 히스토그램 분석에 의한 착시 효과 생성 장치의 구성도이다.
도 1을 참조하면, 본 발명의 바람직한 일 실시 예에 따른 히스토그램 분석에 의한 착시 효과 생성 장치는 변환부(10), 히스토그램 평활화부(20), 평균화부(30, 역변환부(40) 및 디스플레이부(50)을 포함한다.
상기 변환부(10)는 RGB 영상 데이터를 밝기(Y) 및 색차신호(UV) 데이터 형태를 변환시킨다.
그리고, 히스토그램 평활화부(20)는 히스토그램 평활화 기법을 사용하여 밝기(Y) 신호를 평활화한다. 이때, 평활화된 밝기 신호는 YHE로 표시할 수 있다.
이와 같은 히스토그램 평활부(20)의 동작은 이하 도 2를 참조하여 아래에 상세히 설명되어 있다.
다음으로, 평균화부(30)는 히스토그램 평활화부(20)를 통과하여 평활화된 신호 YHE를 평균화시킨다.
이때, 평균화부(30)를 통과한 최종 Y값, YRE 는 다음과 같이 (수학식 1)에 의해 계산된다.
(수학식 1 )
YRE = YHE + (0.5-average(YHE))
여기에서 average(YHE)는 YHE 영상의 강도의 총합의 중간값이다.
그리고, 역변환부(40)는 상기 히스토그램 평활화부(20)에서 히스토그램 평활화가 수행되고 평균화부(30)에서 평균화가 진행된 밝기(Y) 신호와 색차신호(UV) 데이터를 RGB 영상 데이터 형태로 재변환한다.
상기 디스플레이부(50)는 상기 YUV/RGB 변환부(10)에서 변환된 RGB 영상 데이터를 화면에 디스플레이시킨다.
한편, 도 2는 도 1의 히스토그램 균등화부의 상세 구성도이다.
도 2를 참조하면, 도 1의 히스토그램 균등화부는 히스토그램 생성기(21), 누적분포함수 산출기(22) 및 변환함수 산출기(24)를 포함한다.
히스토그램 생성기(21)는 입력영상(데이터)의 히스토그램을 생성한다. 여기서, 입력영상의 히스토그램(hk)은 확률밀도함수(Pk )로 나타낼 수 있으며, 확률밀도함수는 입력영상의 히스토그램을 전체픽셀수로 나누어 얻어질 수 있다.
확률밀도함수는 하기 수학식 2와 같이 정의될 수 있다.
(수학식 2)
Figure 112015120830969-pat00001
여기서, k번째에 해당하는 히스토그램은 명암도 즉, 밝기의 세기(k)를 가진 픽셀의 수를 나타낸다.
또한, 1은 행(column) 벡터를 나타내고, 해당 모든 요소들은 1값을 나타낸다. T(Transpose)는 전치 행렬을 만드는 연산자이다.
누적분포함수 산출기(22)는 입력영상의 히스토그램에 대한 누적분포함수를 산출한다. 여기서, 누적분포함수 산출기(22)는 입력영상의 밝기 분포로부터 정규화된 누적 분포를 산출할 수 있다.
즉, 수학식 2의 확률밀도함수를 차례로 더하여 생성된 명암도(Ck)의 누적분포함수는 하기 수학식 3과 같이 정의될 수 있다.
(수학식 3)
Figure 112015120830969-pat00002
변환함수 산출기(24)는 입력영상(또는 원본 영상)의 각 명암도의 동적 영역을 재조정하는 화소 변환 함수를 생성한다. 즉, 누적분포함수에 최대 명암도를 곱하면 화소 변환 함수가 생성되며, 입력영상의 각 입력 화소를 출력 화소로 변환하면 높은 명암비를 가지는 출력영상을 얻을 수 있다.
이와 같이, 화소 변환 함수를 통해 입력영상의 각 명암도들의 동적 영역이 재조정되며, 이러한 화소 변환 함수는 하기 수학식 4와 같이 정의될 수 있다.
변환함수 산출부(24)는 입력영상(또는 원본 영상)의 각 명암도의 동적 영역을 재조정하는 화소 변환 함수를 생성한다. 즉, 누적분포함수에 최대 명암도를 곱하면 화소 변환 함수가 생성되며, 입력영상의 각 입력 화소를 출력 화소로 변환하면 높은 명암비를 가지는 출력영상을 얻을 수 있다.
이와 같이, 화소 변환 함수를 통해 입력영상의 각 명암도들의 동적 영역이 재조정되며, 이러한 화소 변환 함수는 하기 수학식 4와 같이 정의될 수 있다.
(수학식 4)
Figure 112015120830969-pat00003
여기서,
Figure 112015120830969-pat00004
는 최대 명암도를 나타내고, 예컨대 8비트 영상에서는 255값을 나타낸다. 그리고, 화소 변환 함수( Xk)를 차분 행렬(D)을 이용하여 벡터로 나타내면, 하기 수학식 5와 같이 정의할 수 있다.
(수학식 5)
Figure 112015120830969-pat00005
여기서, 차분 행렬은
Figure 112015120830969-pat00006
로 정의될 수 있다.
그리고, 히스토그램(h)의 열 벡터는 하기 수학식 6과 같이 정의될 수 있다.
(수학식 6)
Figure 112015120830969-pat00007
상술한 히스토그램 균등화 방법에서 화소 변환 함수는 히스토그램 빈(bin)이 큰 값을 가질 때 가파른 기울기 변화를 일으킨다. 이러한 현상으로 인해 영상의 밝기가 과도하게 변화되고, 잡음의 증가 및 원본 영상의 분위기 소실 등의 문제가 발생할 수 있다. 따라서, 본 발명에서는 평균화부를 구비하여 이와 같은 문제점을 해결하였다.
도 3은 본 발명의 바람직한 일실시예에 따른 히스토그램 분석에 의한 착시 효과 생성 방법의 흐름도이다.
도 3을 참조하면, 본 발명의 바람직한 일 실시예에 따른 히스토그램 분석에 의한 착시 효과 생성 방법은 먼저 변환부가 RGB 영상 데이터를 밝기(Y) 및 색차신호(UV) 데이터 형태를 변환시킨다(S10).
그리고, 히스토그램 평활화부는 히스토그램 평활화 기법을 사용하여 밝기(Y) 신호를 평활화한다(S20). 이때, 평활화된 밝기 신호는 YHE로 표시할 수 있다.이와 같은 평활화 과정은 이하 도 4를 참조하여 아래에 상세히 설명되어 있다.
다음으로, 평균화부는 히스토그램 평활화부를 통과하여 평활화된 신호 YHE를 평균화시킨다(S30).
이때, 평균화부를 통과한 최종 Y값, YRE 는 위의 수학식에 의해 계산된다.
이후에, 평균화부를 통과한 최종 Y값과 U 채널 신호 그리고 V채널 신호를 합성한다(S40).
그리고, 역변환부는 상기 히스토그램 평활화부에서 히스토그램 평활화가 수행되고 평균화부에서 평균화가 진행된 밝기(Y) 신호와 색차신호(UV) 데이터를 RGB 영상 데이터 형태로 재변환한다(S50).
상기 디스플레이부는 상기 YUV/RGB 변환부(역변환부)에서 변환된 RGB 영상 데이터를 화면에 디스플레이시킨다(S60).
도 4는 도 3의 히스토그램 평활화 수행 과정의 흐름도이다.
도 4를 참조하면, 도 3의 히스토그램 평활화 과정은 히스토그램 생성 과정(S22), 누적분포함수 산출 과정(S24) 및 변환함수 산출 과정(S26)를 포함한다.
상기 히스토그램 생성 과정은 히스토그램 생성기가 입력영상(데이터)의 히스토그램을 생성한다. 여기서, 입력영상의 히스토그램(hk)은 확률밀도함수(Pk )로 나타낼 수 있으며, 확률밀도함수는 입력영상의 히스토그램을 전체픽셀수로 나누어 얻어질 수 있다. 확률밀도함수는 위의 수학식 2와 같이 정의될 수 있다.
다음으로, 누적 분포 함수 산출 과정은 누적분포함수 산출기가 입력영상의 히스토그램에 대한 누적분포함수를 산출한다. 여기서, 누적분포함수 산출기는 입력영상의 밝기 분포로부터 정규화된 누적 분포를 산출할 수 있다.
즉, 수학식 2의 확률밀도함수를 차례로 더하여 생성된 명암도(Ck)의 누적분포함수는 위의 수학식 3과 같이 정의될 수 있다.
다음으로, 변환 함수 산출 과정은 변환 함수 산출기가 입력영상(또는 원본 영상)의 각 명암도의 동적 영역을 재조정하는 화소 변환 함수를 생성한다. 즉, 누적분포함수에 최대 명암도를 곱하면 화소 변환 함수가 생성되며, 입력영상의 각 입력 화소를 출력 화소로 변환하면 높은 명암비를 가지는 출력영상을 얻을 수 있다.
이와 같이, 화소 변환 함수를 통해 입력영상의 각 명암도들의 동적 영역이 재조정되며, 이러한 화소 변환 함수는 위의 수학식 4와 같이 정의될 수 있다.
변환함수 산출부는 입력영상(또는 원본 영상)의 각 명암도의 동적 영역을 재조정하는 화소 변환 함수를 생성한다. 즉, 누적분포함수에 최대 명암도를 곱하면 화소 변환 함수가 생성되며, 입력영상의 각 입력 화소를 출력 화소로 변환하면 높은 명암비를 가지는 출력영상을 얻을 수 있다.
이와 같이, 화소 변환 함수를 통해 입력영상의 각 명암도들의 동적 영역이 재조정되며, 이러한 화소 변환 함수는 위의 수학식 4와 같이 정의될 수 있다.
도 5는 본 발명에 따른 YHE 영상의 일예시도이고, 도 6은 본 발명에 따른 YRE 영상의 일예시도이다.
도 5에서 YHE의 모든 픽셀의 평균값은 0.4713(120.6528)이다.
그리고, 도 6에서 YRE = YHE + (0.5-average(YHE))를 사용한 평균화부에서 평균화 처리를 한다면 YRE의 모든 픽셀의 평균값은 0.5 (128)가 되어 영상 밝기의 정확히 중간값이 된다.
이처럼 영상이 중간값으로 가깝게 변화됨에 따라 시각적으로 편안한 효과를 얻을 수 있다.
한편, 본 발명은 또한 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다.
컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다.
컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치 등이 있다.
또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트 워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
상기에서는 본 발명의 바람직한 실시 예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자라면 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
10 : RGB to YUV 변환부 20 : 히스토그램 평활화부
30 : 평균화부 40 : YUV to RGB 변환부(역변환부)
50 : 디스플레이부

Claims (11)

  1. RGB 영상 신호를 밝기(Y) 및 색차신호(UV) 데이터 형태로 변환시키는 변환부;
    상기 밝기 신호를 히스토그램 평활화시키는 히스토그램 평활화부; 및
    상기 히스토그램 평활화된 밝기 신호를 평균화시키는 평균화부를 포함하며,
    상기 평균화부는
    상기 히스토그램 평활화부를 통과하여 평활화된 신호를 YHE라 할때, 평균화부를 통과한 최종 YRE 는 다음 (수학식 1)에 의해 계산되는 히스토그램 분석에 의한 착시 효과 생성 장치.

    (수학식 1 )
    YRE = YHE + (0.5-average(YHE))

    여기에서 average(YHE)는 YHE 영상의 강도의 총합의 중간값임.
  2. 청구항 1항에 있어서,
    상기 평균화된 밝기(Y) 신호와 색차 신호(UV) 신호를 RGB 영상 신호로 역변환하는 역변환부를 더 포함하는 히스토그램 분석에 의한 착시 효과 생성 장치.
  3. 청구항 2항에 있어서,
    상기 역변환부에서 역변환된 RGB 영상을 디스플레이하는 디스플레이부를 더 포함하는 히스토그램 분석에 의한 착시 효과 생성 장치.
  4. 청구항 1항에 있어서,
    상기 히스토그램 평활화부는
    히스토그램을 생성하는 히스토그램 생성기;
    누적 분포 함수를 산출하는 누적 분포 함수 산출기; 및
    변환 함수를 산출하는 변환함수 산출기를 포함하는 히스토그램 분석에 의한 착시 효과 생성 장치.
  5. 삭제
  6. (A) 변환부가 RGB 영상 신호를 밝기(Y) 및 색차신호(UV) 데이터 형태로 변환하는 단계;
    (B) 히스토그램 평활화부가 상기 밝기 신호를 히스토그램 평활화시키는 단계; 및
    (C) 평균화부가 상기 히스토그램 평활화된 밝기 신호를 평균화시키는 단계를 포함하며,
    상기 (C) 단계에서 상기 평균화부는 상기 히스토그램 평활화부를 통과하여 평활화된 신호를 YHE라 할때, 평균화부를 통과한 최종 YRE 는 다음 (수학식 1)에 의해 계산되는 히스토그램 분석에 의한 착시 효과 생성 방법.

    (수학식 1 )
    YRE = YHE + (0.5-average(YHE))

    여기에서 average(YHE)는 YHE 영상의 강도의 총합의 중간값임.
  7. 청구항 6항에 있어서,
    (D) 역변환부가 상기 평균화된 밝기(Y) 신호와 색차 신호(UV) 신호를 RGB 영상 신호로 역변환하는 단계를 더 포함하는 히스토그램 분석에 의한 착시 효과 생성 방법.
  8. 청구항 7항에 있어서,
    (E) 디스플레이부가 상기 역변환부에서 역변환된 RGB 영상을 디스플레이하는 단계를 더 포함하는 히스토그램 분석에 의한 착시 효과 생성 방법.
  9. 청구항 6항에 있어서,
    상기 (B) 단계는
    (B-1) 히스토그램 평활화부의 히스토그램 생성기가 히스토그램을 생성하는 단계;
    (B-2) 히스토그램 평활화부의 누적 분포 함수 산출기가 누적 분포 함수를 산출하는 단계; 및
    (B-3) 히스토그램 평활화부의 변환함수 산출기가 변환 함수를 산출하는 단계를 포함하는 히스토그램 분석에 의한 착시 효과 생성 방법.
  10. 삭제
  11. (A) 변환부가 RGB 영상 신호를 밝기(Y) 및 색차신호(UV) 데이터 형태로 변환하는 단계;
    (B) 히스토그램 평활화부가 상기 밝기 신호를 히스토그램 평활화시키는 단계; 및
    (C) 평균화부가 상기 히스토그램 평활화된 밝기 신호를 평균화시키는 단계를 포함하며,
    상기 (C) 단계에서 상기 평균화부는 상기 히스토그램 평활화부를 통과하여 평활화된 신호를 YHE라 할때, 평균화부를 통과한 최종 YRE 는 다음 (수학식 1)에 의해 계산되는 히스토그램 분석에 의한 착시 효과 생성 방법을 수행하는 컴퓨터 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체.

    (수학식 1 )
    YRE = YHE + (0.5-average(YHE))

    여기에서 average(YHE)는 YHE 영상의 강도의 총합의 중간값임.
KR1020150175552A 2015-12-10 2015-12-10 히스토그램 분석에 의한 착시 효과 생성 장치 및 그 방법 KR101726868B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150175552A KR101726868B1 (ko) 2015-12-10 2015-12-10 히스토그램 분석에 의한 착시 효과 생성 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150175552A KR101726868B1 (ko) 2015-12-10 2015-12-10 히스토그램 분석에 의한 착시 효과 생성 장치 및 그 방법

Publications (1)

Publication Number Publication Date
KR101726868B1 true KR101726868B1 (ko) 2017-04-26

Family

ID=58705069

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150175552A KR101726868B1 (ko) 2015-12-10 2015-12-10 히스토그램 분석에 의한 착시 효과 생성 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR101726868B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10762611B2 (en) 2018-08-07 2020-09-01 Sensors Unlimited, Inc. Scaled two-band histogram process for image enhancement

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100997159B1 (ko) * 2008-11-17 2010-11-29 매그나칩 반도체 유한회사 콘트라스트 개선장치 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100997159B1 (ko) * 2008-11-17 2010-11-29 매그나칩 반도체 유한회사 콘트라스트 개선장치 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10762611B2 (en) 2018-08-07 2020-09-01 Sensors Unlimited, Inc. Scaled two-band histogram process for image enhancement

Similar Documents

Publication Publication Date Title
JP6367839B2 (ja) 高ダイナミックレンジ・ビデオのための表示管理
US8860744B2 (en) System for image enhancement
US20090317017A1 (en) Image characteristic oriented tone mapping for high dynamic range images
US9396526B2 (en) Method for improving image quality
JP2008067373A (ja) 映像補正方法及び装置
Iqbal et al. Color and white balancing in low-light image enhancement
US9214015B2 (en) System for image enhancement
Dhariwal Comparative analysis of various image enhancement techniques
Singh et al. Image enhancement with the application of local and global enhancement methods for dark images
US8160387B2 (en) Image processing method and computer software for image processing
JP2006502643A (ja) 画像変換ユニット及び方法
He et al. Adjustable weighting image contrast enhancement algorithm and its implementation
Mukherjee et al. Adaptive dithering using Curved Markov-Gaussian noise in the quantized domain for mapping SDR to HDR image
Song et al. Efficient debanding filtering for inverse tone mapped high dynamic range videos
Rao et al. Illumination-based nighttime video contrast enhancement using genetic algorithm
JP2019207603A (ja) エッジ強度最大化によるトーンマッピング処理方法及びｈｄｒ映像変換装置
Tohl et al. Image enhancement by s-shaped curves using successive approximation for preserving brightness
JP5410378B2 (ja) 映像信号補正装置および映像信号補正プログラム
KR101726868B1 (ko) 히스토그램 분석에 의한 착시 효과 생성 장치 및 그 방법
Zhang et al. Multi-scale-based joint super-resolution and inverse tone-mapping with data synthesis for UHD HDR video
KR20060091043A (ko) 매핑 함수에 기반한 이미지 처리 방법 및 장치
US20170244972A1 (en) Methods and apparatus for mapping input image
Lenzen HDR for legacy displays using Sectional Tone Mapping
KR101634652B1 (ko) 영상의 대비 강화 방법 및 장치
Lee et al. Visual sensitivity correlated tone reproduction for low dynamic range images in the compression field

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant