KR101782024B1 - Historgram parallel translation method and device - Google Patents
Historgram parallel translation method and device Download PDFInfo
- Publication number
- KR101782024B1 KR101782024B1 KR1020160115610A KR20160115610A KR101782024B1 KR 101782024 B1 KR101782024 B1 KR 101782024B1 KR 1020160115610 A KR1020160115610 A KR 1020160115610A KR 20160115610 A KR20160115610 A KR 20160115610A KR 101782024 B1 KR101782024 B1 KR 101782024B1
- Authority
- KR
- South Korea
- Prior art keywords
- histogram
- average value
- region
- roi
- interest
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000010606 normalization Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 3
- 238000009499 grossing Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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 by the use of histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/007—Dynamic range modification
-
- 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 by the use of more than one image, e.g. averaging, subtraction
-
- G06T5/90—
-
- 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
Abstract
Description
본 발명은 영상의 전처리 과정에서 히스토그램 평행이동 방법에 관한 것으로, 특히 밝기 변화에 강인한 색 영역에서의 히스토그램 평행이동 방법 및 장치에 관한 것이다.The present invention relates to a histogram parallel moving method in image preprocessing, and more particularly, to a histogram parallel moving method and apparatus in a color gamut which is robust against brightness variations.
영상 매칭은 다양한 시점과 조명환경에서 촬영된 영상의 물체 또는 장면의 유사도를 측정하여 대응점을 찾는 기술로서, 영상 추적, 물체 인식 등 다양한 분야에서 사용되고 있다. Image matching is a technique for finding the corresponding points by measuring the similarity of objects or scenes of photographed images in various viewpoints and lighting environments, and is used in various fields such as image tracking and object recognition.
그러나 조명이 서로 다른 환경에서 촬영된 영상들 간의 매칭이 문제되며 이러한 문제를 해결하기 위해 히스토그램 평활화라는 영상 처리 방법을 사용한다. However, matching between images taken in different environments with illumination is problematic. To solve this problem, an image processing method called histogram smoothing is used.
국내특허공보 제10-1516632호는 동영상의 평균 밝기 변화율을 유지하는 시각적 임계치를 이용한 이분할 히스토그램 평활화 장치에 관한 발명을 개시하고 있다.Korean Patent Publication No. 10-1516632 discloses an invention related to this divided histogram smoothing apparatus using a visual threshold value that maintains the average brightness change rate of a moving image.
또한, 국내특허공보 제10-1537788호는 평균이동 기반의 영상분할 방식을 이용한 저조도 영상 대비증가 방법에 관한 발명을 개시하고 있다.In addition, Korean Patent Publication No. 10-1537788 discloses an invention relating to a method for increasing the contrast of a low-illuminance image using an image-based segmentation method based on an average movement.
본 발명이 해결하고자 하는 과제는 밝기 변화에 강인한 색 영역에서의 빛의 세기에 대한 영향을 최소화하는 히스토그램의 평행이동 방법 및 장치를 제공할 수 있다.SUMMARY OF THE INVENTION It is an object of the present invention to provide a method and apparatus for parallel translation of a histogram that minimizes the influence of light intensity on a color region that is robust against brightness variations.
밝기 변화에 강인한 색 영역에서의 히스토그램의 평행이동 방법은 표적 물체의 히스토그램과 영상의 관심 영역 히스토그램의 평균값을 계산하는 단계와, 상기 표적 물체의 히스토그램의 평균값과 상기 관심 영역 히스토그램의 평균값을 비교하는 단계와, 상기 평균값이 상이하면, 평균값의 차이에 기초하여 상기 관심 영역 히스토그램의 평행이동시 상기 관심 영역 히스토그램의 픽셀범위가 0 내지 255를 초과하는지를 판단하는 단계와, 픽셀 범위를 초과하는 경우 가중치를 계산하고, 상기 가중치에 기초하여 상기 관심 영역 히스토그램을 평행이동하는 단계를 포함한다. A method of parallel translation of a histogram in a color region robust to a change in brightness comprises the steps of calculating a histogram of a target object and an average value of a histogram of the region of interest of the image, comparing the average value of the histogram of the target object with the average value of the histogram of the region of interest Determining whether a pixel range of the ROI histogram exceeds a range of 0 to 255 when the ROI histogram is moved in parallel based on a difference between the average values when the average values are different from each other; And translating the histogram of the ROI based on the weights.
위와 같은 과제해결수단을 통하여 본 발명은 영상의 전처리 과정에서 밝기 변화에 강인한 색 영역에서의 빛의 세기에 대한 영향을 최소화할 수 있다. According to the present invention, it is possible to minimize the influence of the intensity of light in the color region which is robust against the brightness change during the preprocessing of the image.
또한, 이미 정규화된 히스토그램을 평행이동한 경우 복잡한 연산 과정 없이 정규화된 상태를 유지할 수 있다.In addition, if the already normalized histogram is moved in parallel, the normalized state can be maintained without a complicated calculation process.
도 1은 본 발명의 밝기 변화에 강인한 색 영역에서의 히스토그램 평행이동 방법을 설명하는 흐름도이다.
도 2는 표적 물체의 히스토그램과 영상의 관심 영역 히스토그램의 평균값을 나타내는 도면이다.
도 3은 관심 영역 히스토그램의 평행 이동 및 정규화 결과를 나타내는 도면이다.
도 4는 본 발명의 히스토그램 평행이동 장치를 나타내는 도면이다.FIG. 1 is a flowchart for explaining a histogram parallel movement method in a color gamut which is robust against a brightness change of the present invention.
2 is a diagram showing the histogram of the target object and the average value of the histogram of the region of interest of the image.
3 is a diagram showing a result of parallel movement and normalization of a histogram of a region of interest.
4 is a view showing a histogram parallel moving device of the present invention.
본 명세서에 개시되어 있는 본 발명의 개념에 따른 실시 예들에 대해서 특정한 구조적 또는 기능적 설명은 단지 본 발명의 개념에 따른 실시 예들을 설명하기 위한 목적으로 예시된 것으로서, 본 발명의 개념에 따른 실시 예들은 다양한 형태들로 실시될 수 있으며 본 명세서에 설명된 실시 예들에 한정되지 않는다.It is to be understood that the specific structural or functional description of embodiments of the present invention disclosed herein is for illustrative purposes only and is not intended to limit the scope of the inventive concept But may be embodied in many different forms and is not limited to the embodiments set forth herein.
본 발명의 개념에 따른 실시 예들은 다양한 변경들을 가할 수 있고 여러 가지 형태들을 가질 수 있으므로 실시 예들을 도면에 예시하고 본 명세서에서 상세하게 설명하고자 한다. 그러나 이는 본 발명의 개념에 따른 실시 예들을 특정한 개시 형태들에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물, 또는 대체물을 포함한다.The embodiments according to the concept of the present invention can make various changes and can take various forms, so that the embodiments are illustrated in the drawings and described in detail herein. It is not intended to be exhaustive or to limit the invention to the particular forms disclosed, but on the contrary, is intended to cover all modifications, equivalents, or alternatives falling within the spirit and scope of the invention.
본 명세서에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로서, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 본 명세서에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terminology used herein is for the purpose of describing particular embodiments only and is not intended to be limiting of the invention. The singular expressions include plural expressions unless the context clearly dictates otherwise. In this specification, the terms "comprises" or "having" and the like are used to specify that there are features, numbers, steps, operations, elements, parts or combinations thereof described herein, But do not preclude the presence or addition of one or more other features, integers, steps, operations, components, parts, or combinations thereof.
이하, 본 명세서에 첨부된 도면들을 참조하여 본 발명의 실시 예들을 상세히 설명한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings attached hereto.
도 1은 본 발명의 밝기 변화에 강인한 색 영역에서의 히스토그램 평행이동 방법을 설명하는 흐름도이다.FIG. 1 is a flowchart for explaining a histogram parallel movement method in a color gamut which is robust against a brightness change of the present invention.
도 1을 참조하면, 본 발명의 실시예에 따른 밝기 변화에 강인한 색 영역에서의 히스토그램 평행이동 방법은, 먼저 표적 물체의 히스토그램과 영상의 관심 영역 히스토그램의 평균값을 계산한다(S110). Referring to FIG. 1, a histogram parallel moving method in a color region robust to a brightness change according to an exemplary embodiment of the present invention calculates an average value of a histogram of a target object and a histogram of a region of interest of an image (S110).
이후에, 상기 표적 물체의 히스토그램의 평균값과 상기 관심 영역 히스토그램의 평균값을 비교한다(S120). 즉, 카메라로 찍은 물체의 영상에서 해당 관심 영역의 모든 pixel 값을 각각 R, G, B 성분에 대해 히스토그램 분석을 한 결과와 이미 설정된 인식하고자 하는 표적 물체의 pixel 값을 각각 R, G, B 성분에 대해 히스토그램 분석을 한 결과에 대해 평균값을 도출한다. Thereafter, the average value of the histogram of the target object is compared with the average value of the histogram of the ROI (S120). That is, the histogram analysis of the R, G, and B components of all the pixel values of the region of interest in the image of the object photographed by the camera, and the pixel values of the target object that is already set are R, G, and B components The average value is derived for the result of histogram analysis.
이후에, 상기 평균값이 상이하면, 평균값의 차이에 기초하여 상기 관심 영역 히스토그램의 평행이동시 상기 관심 영역 히스토그램의 픽셀범위가 0 내지 255를 초과하는지를 판단한다(S130). 두 히스토그램은 영상이 촬영될 당시 빛의 세기에 따라 달라질 수 있기 때문에 도출된 두 개의 히스토그램의 포락선의 평균값을 통해 떨어진 정도를 비교하여 평행이동 결과를 예측할 수 있다. 한편, 상기 평균값이 동일하면, 가중치 계산없이 히스토그램 평행이동을 수행한다(S140).Then, if the average value is different, it is determined whether the pixel range of the ROI histogram exceeds 0 to 255 when the ROI histogram is moved in parallel based on the difference in the average value (S130). Since the two histograms can vary according to the intensity of the light at the time the image is captured, the result of the parallel movement can be predicted by comparing the degree of fall through the average value of the envelopes of the two histograms. On the other hand, if the average values are equal, the histogram parallel movement is performed without calculating the weights (S140).
이후에, 픽셀 범위를 초과하는 경우 가중치를 계산하고(S150), 상기 가중치에 기초하여 상기 관심 영역 히스토그램을 평행이동한다(S160). 히스토그램을 평행이동한 결과로 0보다 작거나 255보다 큰 값을 가지게 된 가장 자리 부분은 해당 배열 영역에서 벗어나 값을 잃게 되므로, 이를 방지하기 위해 계산된 누적 합들의 값을 최대한 이용하는 방안으로 각 도수값 당 가중치를 두어 배열 영역에서 벗어난 값들의 누적 합을 계산한다. 평균값의 차이만큼 상기 관심 영역 히스토그램을 평행이동하여 카메라로 찍은 영상이 받은 빛의 영향을 최소화 한다. 카메라로 찍은 영상의 히스토그램의 평균값이 표적 물체의 히스토그램 평균값보다 큰 경우에는 그 차이의 절대값만큼 상기 관심 영역 히스토그램을 평행이동한다. 이러한 과정을 통해 영상의 전처리 과정에서 밝기 변화에 강인한 색 영역에서의 빛의 세기에 대한 영향을 최소화할 수 있다. Thereafter, when the pixel range is exceeded, a weight is calculated (S150), and the interest region histogram is parallelized based on the weight (S160). As a result of the parallel movement of the histogram, the edge portion having a value less than 0 or greater than 255 is lost from the array region. Therefore, in order to prevent this, Weights are added to calculate the cumulative sum of values out of the array region. The histogram of the region of interest is translated by the difference of the average value, and the influence of light received by the camera is minimized. When the average value of the histogram of the image taken by the camera is larger than the average value of the histogram of the target object, the histogram of the region of interest is translated by the absolute value of the difference. Through this process, it is possible to minimize the influence of the intensity of light in the color region which is robust against the brightness change during the preprocessing of the image.
이후에, 상기 가중치에 기초하여 상기 관심 영역 히스토그램의 모든 픽셀 값에 일정하게 분배하는 정규화한다(S170).Thereafter, normalization is performed to uniformly distribute all the pixel values of the ROI histogram based on the weights (S170).
상기 가중치 계산은 하기 [수식 1]에 따라, 히스토그램의 픽셀 값 histogram[k]를 통해 계산하고, Δd값의 부호에 따라 평행 이동 후 히스토그램의 누락될 부분을 미리 계산 하여 T(k)에 저장할 수 있다.The weight calculation can be performed in accordance with the following equation (1), by using the histogram [k] of the pixel value of the histogram, and the missing part of the histogram after the parallel movement according to the sign of the Δd value can be calculated in advance and stored in T have.
[수식 1][Equation 1]
상기 정규화는 하기 [수식 2]에 따라, [수식 1]의 T(k)값에 대해 픽셀 수를 나눠준 후, 모든 픽셀 값에 대해 (T(k))/256 을 더하여 균등하게 분배하여 정규화 상태를 유지시킬 수 있다.The normalization is performed by dividing the number of pixels by the number of pixels with respect to the T (k) value of [Expression 1], adding (T (k)) / 256 to all the pixel values, Can be maintained.
[수식 2][Equation 2]
도 2는 표적 물체의 히스토그램과 영상의 관심 영역 히스토그램의 평균값을 나타내는 도면이다.2 is a diagram showing the histogram of the target object and the average value of the histogram of the region of interest of the image.
도 2를 참조하면, 도 2(a)는 표적 물체의 히스토그램이고, 도 2(b)는 영상의 관심 영역 히스토그램을 나타낸 도면이다. 표적 물체의 히스토그램의 평균값은 mt이고, 영상의 관심 영역 히스토그램의 평균값은 mv이다. 표적 물체의 히스토그램의 평균값과 관심 영역 히스토그램의 평균값의 차이는 Δd로 나타낼 수 있다. Δd 값이 양수인 경우 영상의 관심 영역 히스토그램을 왼쪽으로 Δd 만큼 평행 이동시킬 수 있다. Referring to FIG. 2, FIG. 2 (a) is a histogram of a target object, and FIG. 2 (b) is a diagram showing a histogram of a region of interest of an image. The average value of the histogram of the target object is mt, and the average value of the histogram of the region of interest of the image is mv. The difference between the average value of the histogram of the target object and the average value of the histogram of the region of interest can be represented by? D. If the Δd value is positive, the histogram of the region of interest of the image can be shifted to the left by Δd.
도 3은 관심 영역 히스토그램의 평행 이동 및 정규화 결과를 나타내는 도면이다. 3 is a diagram showing a result of parallel movement and normalization of a histogram of a region of interest.
도 3을 참조하면, 도 3(a)는 영상의 관심 영역 히스토그램이고, 도 3(b)는 영상의 관심 영역 히스토그램을 평행 이동하고 정규화한 결과를 나타낸 도면이다. 도 3(a)은 히스토그램을 평행이동 시켰을 때, 0에서 255 픽셀 값의 범위를 벗어나는 Δd 만큼의 구간을 나타낸 것이다. 도 3(b)는 평행이동 후 이 구간을 히스토그램에 모든 픽셀 값에 대해 동등하게 분배해준 결과를 나타낸다. 즉, 계산된 누적 합은 모든 도수에 같은 수치만큼 노이즈로 깔리게 되고, 평행이동한 결과로 벗어난 값들의 손실을 막기 위해 생성한 화이트 노이즈는 값이 이미 정규화된 히스토그램의 정규화 상태를 유지시켜 준다. Referring to FIG. 3, FIG. 3 (a) is a histogram of the ROI of the image, and FIG. 3 (b) is a diagram showing the result of parallelizing and normalizing the ROI histogram. 3 (a) shows a section of Δd that deviates from the range of 0 to 255 pixels when the histogram is moved in parallel. Fig. 3 (b) shows the result of equally distributing this interval to all pixel values in the histogram after the parallel movement. That is, the computed cumulative sum is set to noise by the same number for all frequencies, and the white noise generated to prevent the loss of values deviating from the result of the translation maintains the normalized state of the histogram with the values already normalized.
이를 통해, 영상의 전처리 과정에서 밝기 변화에 강인한 색 영역에서의 빛의 세기에 대한 영향을 최소화할 수 있다. This can minimize the influence of the intensity of light in the color gamut which is robust against the brightness change during the preprocessing of the image.
도 4는 본 발명의 히스토그램 평행이동 장치를 나타내는 도면이다.4 is a view showing a histogram parallel moving device of the present invention.
도 4를 참조하면, 히스토그램 평행이동 장치(10)는 평균값 계산부(100), 평균값 비교부(200), 판단부(300), 가중치 계산부(400), 평행이동부(500), 정규화부(600)를 포함한다.4, the histogram
평균값 계산부(100)는 표적 물체의 히스토그램과 영상의 관심 영역 히스토그램의 평균값을 계산한다. 평균값 비교부(200)는 평균값 계산부(100)로부터 계산된 표적 물체의 히스토그램의 평균값과 관심 영역 히스토그램의 평균값을 비교한다. 즉, 카메라로 찍은 물체의 영상에서 해당 관심 영역의 모든 pixel 값을 각각 R, G, B 성분에 대해 히스토그램 분석을 한 결과와 이미 설정된 인식하고자 하는 표적 물체의 pixel 값을 각각 R, G, B 성분에 대해 히스토그램 분석을 한 결과에 대해 평균값을 도출한다. The average
판단부(300)는 상기 평균값이 상이하면, 평균값의 차이에 기초하여 상기 관심 영역 히스토그램의 평행이동시 상기 관심 영역 히스토그램의 픽셀범위가 0 내지 255를 초과하는지를 판단한다. 두 히스토그램은 영상이 촬영될 당시 빛의 세기에 따라 달라질 수 있기 때문에 도출된 두 개의 히스토그램의 포락선의 평균값을 통해 떨어진 정도를 비교하여 평행이동 결과를 예측할 수 있다. If the average value is different, the
가중치계산부(400)는 픽셀 범위를 초과하는 경우 가중치를 계산한다. The
평행이동부(500)는 상기 평균값이 상이한 경우, 가중치에 기초하여 상기 관심 영역 히스토그램을 평행이동한다. 한편, 평행이동부(500)는 상기 평균값이 동일하면, 가중치 계산 없이 히스토그램 평행이동을 수행한다. The translating
히스토그램을 평행이동한 결과로 0보다 작거나 255보다 큰 값을 가지게 된 가장 자리 부분은 해당 배열 영역에서 벗어나 값을 잃게 되므로, 이를 방지하기 위해 계산된 누적 합들의 값을 최대한 이용하는 방안으로 각 도수값 당 가중치를 두어 배열 영역에서 벗어난 값들의 누적 합을 계산한다. 평균값의 차이만큼 상기 관심 영역 히스토그램을 평행이동하여 카메라로 찍은 영상이 받은 빛의 영향을 최소화한다. 카메라로 찍은 영상의 히스토그램의 평균값이 표적 물체의 히스토그램 평균값보다 큰 경우에는 그 차이의 절대값만큼 상기 관심 영역 히스토그램을 평행이동한다. 이러한 과정을 통해 영상의 전처리 과정에서 밝기 변화에 강인한 색 영역에서의 빛의 세기에 대한 영향을 최소화할 수 있다. As a result of the parallel movement of the histogram, the edge portion having a value less than 0 or greater than 255 is lost from the array region. Therefore, in order to prevent this, Weights are added to calculate the cumulative sum of values out of the array region. The histogram of the region of interest is translated by the difference of the average value, and the influence of light received by the camera is minimized. When the average value of the histogram of the image taken by the camera is larger than the average value of the histogram of the target object, the histogram of the region of interest is translated by the absolute value of the difference. Through this process, it is possible to minimize the influence of the intensity of light in the color region which is robust against the brightness change during the preprocessing of the image.
정규화부(600)는 상기 가중치에 기초하여 상기 관심 영역 히스토그램의 모든 픽셀 값에 일정하게 분배하여 정규화한다. 상기 가중치 계산은 하기 [수식 1]에 따라, 히스토그램의 픽셀 값 histogram[k]를 통해 계산하고, Δd값의 부호에 따라 평행 이동 후 히스토그램의 누락될 부분을 미리 계산 하여 T(k)에 저장할 수 있다.The
[수식 1][Equation 1]
상기 정규화는 하기 [수식 2]에 따라, [수식 1]의 T(k)값에 대해 픽셀 수를 나눠준 후, 모든 픽셀 값에 대해 (T(k))/256 을 더하여 균등하게 분배하여 정규화 상태를 유지시킬 수 있다.The normalization is performed by dividing the number of pixels by the number of pixels with respect to the T (k) value of [Expression 1], adding (T (k)) / 256 to all the pixel values, Can be maintained.
[수식 2][Equation 2]
본 발명은 도면에 도시된 실시 예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시 예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is evident that many alternatives, modifications and variations will be apparent to those skilled in the art. Accordingly, the true scope of the present invention should be determined by the technical idea of the appended claims.
10; 히스토그램 평행이동 장치
100; 평균값 계산부
200; 평균값 비교부
300; 판단부
400; 가중치 계산부
500; 평행이동부
600; 정규화부10; Histogram translation device
100; The average-
200; The average value comparison unit
300; [0040]
400; The weight calculation unit
500; Parallel east
600; The normalization unit
Claims (5)
(a) 이미 설정된 인식하고자 하는 표적 물체의 픽셀 값의 히스토그램과 영상의 관심 영역 히스토그램의 평균값을 계산하는 단계;
(b) 상기 표적 물체의 히스토그램의 평균값과 상기 관심 영역 히스토그램의 평균값을 비교하는 단계;
(c) 상기 평균값이 상이하면, 평균값의 차이에 기초하여 상기 관심 영역 히스토그램의 평행이동시 상기 관심 영역 히스토그램의 픽셀범위가 0 내지 255를 초과하는지를 판단하는 단계;
(d) 픽셀 범위를 초과하는 경우 가중치를 계산하고, 상기 가중치에 기초하여 상기 관심 영역 히스토그램을 평행이동하는 단계를 포함하는 히스토그램 평행이동 방법.As a histogram parallel movement method in a color region which is robust against a brightness change,
(a) calculating a histogram of a pixel value of a target object to be recognized and an average value of a histogram of a region of interest of the image;
(b) comparing an average value of the histogram of the target object with an average value of the histogram of the region of interest;
(c) if the average value is different, determining whether a pixel range of the ROI histogram exceeds 0 to 255 when the ROI histogram is moved in parallel based on the difference of the average values;
(d) calculating a weight if the pixel range is exceeded, and translating the histogram of the region of interest based on the weight.
(e) 픽셀 범위를 초과하는 히스토그램의 픽셀 값을 상기 관심 영역 히스토그램의 모든 픽셀 값에 일정하게 분배하는 정규화하는 단계를 더 포함하는 히스토그램 평행이동 방법.The method according to claim 1,
(e) normalizing the pixel values of the histogram exceeding the pixel range to a constant distribution to all pixel values of the region of interest histogram.
상기 (d) 단계의 가중치 계산은 하기 [수식 1]에 따라, 히스토그램의 픽셀 값 histogram[k]를 통해 계산하고, Δd값의 부호에 따라 평행 이동 후 히스토그램의 누락될 부분을 미리 계산 하여 T(k)에 저장하는 히스토그램 평행이동 방법.
[수식 1]
The weight calculation in the step (d) is performed through the histogram [k] of the histogram according to the following equation (1), and the missing part of the histogram is calculated in advance according to the sign of the Δd value, k). < / RTI >
[Equation 1]
상기 (e) 단계의 정규화는 하기 [수식 2]에 따라, [수식 1]의 T(k)값에 대해 픽셀 수를 나눠준 후, 모든 픽셀 값에 대해 (T(k))/256 을 더하여 균등하게 분배하여 정규화 상태를 유지시켜주는 히스토그램 평행이동 방법.
[수식 2]
The method of claim 3,
The normalization of the step (e) is performed by dividing the number of pixels by the number of pixels with respect to the T (k) value of [Equation 1], adding (T (k) And a histogram parallel translation method that maintains the normalized state.
[Equation 2]
이미 설정된 인식하고자 하는 표적 물체의 픽셀 값의 히스토그램과 영상의 관심 영역 히스토그램의 평균값을 계산하는 평균값 계산부;
상기 표적 물체의 히스토그램의 평균값과 상기 관심 영역 히스토그램의 평균값을 비교하는 평균값 비교부;
상기 평균값이 상이하면, 평균값의 차이에 기초하여 상기 관심 영역 히스토그램의 평행이동시 상기 관심 영역 히스토그램의 픽셀범위가 0 내지 255를 초과하는지를 판단하는 판단부;
픽셀 범위를 초과하는 경우 가중치를 계산하는 가중치계산부; 및
상기 가중치에 기초하여 상기 관심 영역 히스토그램을 평행이동하는 평행이동부를 포함하는 히스토그램 평행이동 장치.
A histogram parallel moving device in a color gamut which is robust against a brightness change,
An average value calculation unit for calculating a histogram of a pixel value of a target object to be recognized and an average value of a histogram of a region of interest of the image;
An average value comparing unit for comparing an average value of the histogram of the target object with an average value of the histogram of the ROI;
A determination unit for determining whether a pixel range of the ROI histogram is greater than 0 to 255 when the ROI histogram is moved in parallel based on a difference between the average values;
A weight calculation unit for calculating a weight when the pixel range is exceeded; And
And a parallel shifting unit for shifting the histogram of the region of interest based on the weights.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160115610A KR101782024B1 (en) | 2016-09-08 | 2016-09-08 | Historgram parallel translation method and device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160115610A KR101782024B1 (en) | 2016-09-08 | 2016-09-08 | Historgram parallel translation method and device |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101782024B1 true KR101782024B1 (en) | 2017-09-26 |
Family
ID=60036836
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020160115610A KR101782024B1 (en) | 2016-09-08 | 2016-09-08 | Historgram parallel translation method and device |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101782024B1 (en) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101516632B1 (en) | 2013-10-22 | 2015-05-07 | 전남대학교산학협력단 | Bipartite histogram equalization apparatus maintain the rate of mean brightness of video using visual threshold |
| KR101537788B1 (en) | 2014-02-06 | 2015-07-17 | 동서대학교산학협력단 | Method of increasing contrast for low light level image using image segmentation algorithm based on meanshift |
-
2016
- 2016-09-08 KR KR1020160115610A patent/KR101782024B1/en active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101516632B1 (en) | 2013-10-22 | 2015-05-07 | 전남대학교산학협력단 | Bipartite histogram equalization apparatus maintain the rate of mean brightness of video using visual threshold |
| KR101537788B1 (en) | 2014-02-06 | 2015-07-17 | 동서대학교산학협력단 | Method of increasing contrast for low light level image using image segmentation algorithm based on meanshift |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20200043225A1 (en) | Image processing apparatus and control method thereof | |
| US6404900B1 (en) | Method for robust human face tracking in presence of multiple persons | |
| JP4722923B2 (en) | How to model a scene with computer vision | |
| US11516382B2 (en) | System and method for intelligent camera control | |
| JP5197279B2 (en) | Method for tracking the 3D position of an object moving in a scene implemented by a computer | |
| US9600898B2 (en) | Method and apparatus for separating foreground image, and computer-readable recording medium | |
| US10452922B2 (en) | IR or thermal image enhancement method based on background information for video analysis | |
| US9652855B2 (en) | Image processing apparatus that identifies image area, and image processing method | |
| JP6482195B2 (en) | Image recognition apparatus, image recognition method, and program | |
| CN110493488B (en) | Video image stabilization method, video image stabilization device and computer readable storage medium | |
| US20090207260A1 (en) | Image pickup apparatus and image pickup method | |
| US20160335523A1 (en) | Method and apparatus for detecting incorrect associations between keypoints of a first image and keypoints of a second image | |
| US10049463B1 (en) | Method for accurately aligning and correcting images in high dynamic range video and image processing | |
| JP2015146526A (en) | Image processing system, image processing method, and program | |
| TWI394097B (en) | Detecting method and system for moving object | |
| KR100217485B1 (en) | Method for movement compensation in a moving-image encoder or decoder | |
| US10489928B2 (en) | Image processing system for inspecting object distance and dimensions using a hand-held camera with a collimated laser | |
| JP6525503B2 (en) | Image processing apparatus and imaging apparatus | |
| KR101782024B1 (en) | Historgram parallel translation method and device | |
| KR101696086B1 (en) | Method and apparatus for extracting object region from sonar image | |
| US11948328B2 (en) | Image-processing device, image-processing method, and image-processing program | |
| JP2018160024A (en) | Image processing device, image processing method and program | |
| JP4812743B2 (en) | Face recognition device, face recognition method, face recognition program, and recording medium recording the program | |
| US20200193574A1 (en) | Method, device, and system for enhancing changes in an image captured by a thermal camera | |
| KR20060115237A (en) | The stereo matching method using edge projection |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |