KR101958194B1 - 변환 도메인의 대조비 개선 장치 및 방법 - Google Patents

변환 도메인의 대조비 개선 장치 및 방법 Download PDF

Info

Publication number
KR101958194B1
KR101958194B1 KR1020170162581A KR20170162581A KR101958194B1 KR 101958194 B1 KR101958194 B1 KR 101958194B1 KR 1020170162581 A KR1020170162581 A KR 1020170162581A KR 20170162581 A KR20170162581 A KR 20170162581A KR 101958194 B1 KR101958194 B1 KR 101958194B1
Authority
KR
South Korea
Prior art keywords
image
sub
low
frequency
frequency sub
Prior art date
Application number
KR1020170162581A
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 KR1020170162581A priority Critical patent/KR101958194B1/ko
Application granted granted Critical
Publication of KR101958194B1 publication Critical patent/KR101958194B1/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
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/007—
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20064—Wavelet transform [DWT]

Landscapes

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

Abstract

본 발명은 변환 도메인의 대조비 개선 장치 및 방법에 관한 것이다.
또한, 본 발명에 따르면, 원본 이미지를 입력받는 입력부; 상기 입력부가 입력받은 원본 이미지를 웨이블릿 변환하여 저주파 부대역 서브 이미지와 고주파 부대역 서브 이미지들을 생성하는 웨이블릿 변환부; 상기 저주파 부대역 서브 이미지를 대조비 제한 적응형 히스토그램 평활화를 수행하는 히스토그램 평활화부; 및 상기 저주파 부대역 서브 이미지, 평활화된 저주파 부대역 서브 이미지 및 고주파 부대역 서브 이미지들을 합성하여 출력하는 합성부를 포함하는 변환 도메인의 대조비 개선 장치 및 방법을 제공한다.

Description

변환 도메인의 대조비 개선 장치 및 방법{Apparatus and method for contrast enhancement in transform domain}
본 발명은 변환 도메인의 대조비 개선 장치 및 방법에 관한 것이다.
이미지 처리의 목표는 낮은 대비를 높이고 불필요한 아티팩트를 줄이는 것이다.
이미지 대조비(contrast) 향상 방법은 주로 그레이 스케일 및 주파수 도메인에서 연구되었다.
히스토그램 평활화(HE)는 이미지 대조비를 높이기 위해 가장 활발하게 연구된 공간 영역 방법 중 하나이다[1-5].
히스토그램 평활화(HE)의 기대는 노이즈 이미지 또는 낮은 대조비 이미지에서 더 나은 품질의 이미지를 생성하는 것이다. 불쾌한 영역의 원인은 큰 피크(Peak)인 것으로 알려져 있다.
이 아티팩트를 제거하기 위해 히스토그램 평활화(HE)를 사용하여 보링 영역을 늘리고 잡음이 많은 피크를 제거할 수 있다.
이 작업은 명암 대비 향상이므로 대비 향상 문제에만 초점을 맞추고 노이즈 제거 문제는 남겨놓는다.
대조비 향상은 웨이블릿 변환 도메인에서 수행될 수 있다. 푸리에 변환과 웨이블릿 변환의 주요 차이점은 나중에 비정상 신호를 분석할 수 있다는 것이다.
또한, 웨이블릿 변환은 공간 및 주파수 영역에서의 위치 파악에 유망한 결과를 제공한다. 그러므로 웨이블릿 변환은 이미지 확대, 강화, 압축, 노이즈 제거와 같은 이미지 처리에 잘 사용된다[6-8].
종래의 히스토그램 평활화(HE) 방법은 입력 이미지의 새로운 맵을 생성하는 것이다.
따라서, 출력 이미지의 히스토그램은 균일하게 분포된다.
도 1은 원본 이미지(a)와 종래 기술에 따른 히스토그램 평활화된 이미지(b)의 예를 보여준다. 막대 그래프가 늘어나더라도 도 1의 (a)는 더 자연스럽게 보인다. 히스토그램의 큰 피크는 평평한 배경과 같은 비교적 비슷한 영역을 가져 왔다. 더욱이, 결과 이미지는 완전히 어둡거나 밝아질 수 있다 [9-16].
공개번호 2013-0066966호 일본특개 2008-171402호
[1] S. G. Tanyer, "The cumulative distribution function for a finite data set", in Proc. Signal Processing and Communications Applications Conference (SIU), (2012), pp. 1-3. [2] J. M. Gauch, "Investigations of image contrast space defined by variations on histogram equalization", CVGIP: Graph. Models Image Process, vol. 54, (1992), pp. 269-280. [3] J. A. Stark and W. J. Fitzgerald, "An alternative algorithm for adaptive histogram equalization", Graph. Models Image Process, vol. 58, (1996), pp. 180.185. [4] R. Hummel, "Image enhancement by histogram transformation", Comp. Graph. Image Process, vol. 6,(1977), pp. 184.195. [5] Y.-T. Kim, "Contrast enhancement using brightness preserving bi-histogram equalization", IEEE Trans. Consumer Electronics, vol. 43, no. 1, (1997), pp. 1-8. [6] V. T. Tom and G. J. Wolfe, "Adaptive histogram equalization and its applications", SPIE Applicat. Dig. Image Process. IV, vol. 359, (1982), pp. 204.209. [7] S. M. Pizer, E. P. Amburn, J. D. Austin, R. Cromartie, A. Geselowitz, T. Greer, B. H. Romeny, J. B. Zimmerman, and K. Zuiderveld, "Adaptive histogram equalization and its variations", Comp. Vis. Graph. Image Process, vol. 39, no. 3, (1987), pp. 355.368. [8] K. Zuiderveld, "Contrast Limited Adaptive Histogram Equalization", Academic Press Inc., (1994). [9] X. Chen, G. Jeon, and J. Jeong, "A filter switching interpolation method for deinterlacing", SPIE Optical Engineering, vol. 51, no. 10,(2012), pp. 107402. [10] S. J. Park, G. Jeon, and J. Jeong, "Covariance-based adaptive deinterlacing method using edge map", in Proc. IEEE IPTA2010, Paris, France, (2010), pp. 166-171. [11] S. J. Park, G. Jeon, and J. Jeong, "Deinterlacing algorithm using edge direction from analysis of the DCT coefficient distribution", IEEE Trans. Consumer Electronics, vol. 55, no. 3, (2009), pp. 1674-1681. [12] G. Jeon, S.J. Park, Y. Fang, M. Anisetti, V. Bellandi, E. Damiani, and J. Jeong, "Specification of efficient block matching scheme for motion estimation in video compression", SPIE Optical Engineering, vol. 48, no. 12, (2009), pp. 127005. [13] J. Wu, Z. Xu, G. Jeon, X. Zhang, and L. Jiao, "Arithmetic coding for image compression with adaptive weight-context classification", Signal Processing: Image Communication, vol. 28, no. 7, (2013), pp.727-735. [14] X. Chen, G. Jeon, and J. Jeong, "Voting-based directional interpolation method and its application to still color image demosaicking", IEEE Trans. Circuits and Systems for Video Technology, vol. 24, no. 2,(2014), pp. 255-262. [15] X. Chen, G. Jeon, J. Jeong, and L. He, "Multidirectional weighted interpolation and refinement method for Bayer pattern CFA demosaicking", IEEE Trans. Circuits and Systems for Video Technology, vol. 25,no. 8, (2015), pp. 1271-1282. [16] J. Wang, G. Jeon, and J. Jeong, "Efficient adaptive de-Interlacing algorithm with awareness of closeness and similarity", SPIE Optical Engineering, vol. 51, no. 1, (2012), pp. 017003.
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로, 원본 이미지를 웨이블릿 변환을 수행한 후에, 저주파 부대역 서브 이미지에 대하여 대조비 제한 적응형 히스토그램 평활화를 수행하는 변환 도메인의 대조비 개선 장치 및 방법을 제공하는 데 있다.
본 발명의 장치는 원본 이미지를 입력받는 입력부; 상기 입력부가 입력받은 원본 이미지를 웨이블릿 변환하여 저주파 부대역 서브 이미지와 고주파 부대역 서브 이미지들을 생성하는 웨이블릿 변환부; 상기 저주파 부대역 서브 이미지에 대하여 대조비 제한 적응형 히스토그램 평활화를 수행하는 히스토그램 평활화부; 및 상기 저주파 부대역 서브 이미지, 평활화된 저주파 부대역 서브 이미지 및 고주파 부대역 서브 이미지들을 합성하여 출력하는 합성부를 포함한다.
또한, 본 발명의 장치의 상기 웨이블릿 변환부는 하르 웨이블릿 함수를 사용하여 웨이블릿 변환을 수행한다.
또한, 본 발명의 장치는 상기 히스토그램 평활부에서 평활화된 저주파 부대역 서브 이미지를 영역 정규화를 수행하는 영역 정규화부를 더 포함한다.
또한, 본 발명의 장치의 상기 히스토그램 평활화부가 수행하는 대조비 제한 적응형 히스토그램 평활화는 블록 측면(block side)과 클립 한계(cliplimit)를 수정하여 이미지 품질을 제어한다.
또한, 본 발명의 장치의 상기 합성부는 고주파 부대역 서브 이미지들을 합성하여 출력하는 제1 합성기; 및 상기 제1 합성기에서 합성된 합성 이미지에 저주파 부대역 서브 이미지와 상기 히스토그램 평활화부에서 평활화된 저주파 부대역 서브 이미지를 합성하여 출력 이미지를 생성하는 제2 합성부를 포함한다.
한편, 본 발명의 방법은 (A) 입력부가 원본 이미지를 입력받는 단계; (B) 웨이블릿 변환부가 상기 입력부가 입력받은 원본 이미지를 웨이블릿 변환하여 저주파 부대역 서브 이미지와 고주파 부대역 서브 이미지들을 생성하는 단계; (C) 히스토그램 평활화부가 상기 저주파 부대역 서브 이미지에 대하여 대조비 제한 적응형 히스토그램 평활화를 수행하는 단계; 및 (D) 합성부가 상기 저주파 부대역 서브 이미지, 평활화된 저주파 부대역 서브 이미지 및 고주파 부대역 서브 이미지들을 합성하여 출력하는 단계를 포함한다.
또한, 본 발명의 방법의 상기 (B) 단계의 상기 웨이블릿 변환부는 하르 웨이블릿 함수를 사용하여 웨이블릿 변환을 수행한다.
또한, 본 발명의 방법의 상기 (C) 단계 이후에, (E) 영역 정규화부가 상기 히스토그램 평활부에서 평활화된 저주파 부대역 서브 이미지의 영역 정규화를 수행하는 단계를 더 포함하며, 상기 (D) 단계에서 합성부는 상기 저주파 부대역 서브 이미지, 평활화되고 정규화된 저주파 부대역 서브 이미지 및 고주파 부대역 서브 이미지들을 합성하여 출력한다.
또한, 본 발명의 방법의 상기 (B) 단계에서 상기 히스토그램 평활화부가 수행하는 대조비 제한 적응형 히스토그램 평활화는 블록 측면(block side)과 클립 한계(cliplimit)를 수정하여 이미지 품질을 제어한다.
또한, 본 발명의 방법의 상기 (D) 단계는 (D-1) 상기 합성부의 제1 합성기가 고주파 부대역 서브 이미지들을 합성하여 출력하는 단계; 및 (D-2) 상기 합성부의 제2 합성기가 상기 제1 합성기에서 합성된 합성 이미지에 저주파 부대역 서브 이미지와 상기 히스토그램 평활화부에서 평활화된 저주파 부대역 서브 이미지를 합성하여 출력 이미지를 생성하는 단계를 포함한다.
본 발명은 영상의 품질을 향상시키기 위해 명암 대비 향상 방법을 제안하였다.
히스토그램 평활화는 밝기의 동적 범위를 끌어오고 결과로 강도가 향상된다.
주어진 영상의 대비를 향상시키기 위해 웨이블릿 변환의 저주파-저주파 대역에서 대조비 제한 적응형 히스토그램 평활화를 수행했다.
그런 다음 저주파-저주파 영역 정규화를 스케일 이미지 강도에 적용한다. 시뮬레이션 결과는 기존의 방법보다 성능이 우수함을 나타낸다.
도 1은 원본 이미지(a)와 종래 기술에 따른 히스토그램 평활화된 이미지(b)의 예를 보여준다.
도 2는 본 발명의 바람직한 일 실시예에 따른 변환 도메인의 대조비 개선 장치의 구성도이다.
도 3은 '카메라맨'이미지의 2 단계 이산 웨이블릿 변환을 보여주는 도면이다.
도 4는 본 발명의 바람직한 일 실시예에 따른 변환 도메인의 대조비 개선 방법의 흐름도이다.
도 5는 테스트 이미지를 보여주는 도면이다.
도 6 내지 9는 몇 가지 결과 이미지를 보여준다.
도 10은 MSE, PSNR 및 SSIM 결과를 그래픽으로 보여주는 세 가지 그림을 보여준다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 이하에서는 특정 실시예들을 첨부된 도면을 기초로 상세히 설명하고자 한다.
이하의 실시예는 본 명세서에서 기술된 방법, 장치 및/또는 시스템에 대한 포괄적인 이해를 돕기 위해 제공된다. 그러나 이는 예시에 불과하며 본 발명은 이에 제한되지 않는다.
본 발명의 실시예들을 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 상세한 설명에서 사용되는 용어는 단지 본 발명의 실시 예들을 기술하기 위한 것이며, 결코 제한적이어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하도록 해석되어서는 안 된다.
또한, 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 2는 본 발명의 바람직한 일 실시예에 따른 변환 도메인의 대조비 개선 장치의 구성도이다.
도 2를 참조하면, 본 발명의 바람직한 일 실시예에 따른 변환 도메인의 대조비 개선 장치는 입력부(10), 웨이블릿 변환부(20), 히스토그램 평활화부(30), 영역 정규화부(40) 및 합성부(50)를 포함한다.
상기 입력부(10)는 원본 이미지를 입력받는다.
그리고, 웨이블릿 변환부(20)는 입력부(10)에서 입력받은 원본 이미지(입력이미지)를 필터링하여 서브 이미지들을 생성한다.
이와 같은 웨이블릿 변환은 여러 이미지 처리 영역에서 사용될 수 있으며 이미지 노이즈 제거, 이미지 매칭, 이미지 분할, 이미지 복원 및 압축을 포함한다. 최근에는 웨이블릿 변환 도구가 의학 영상에 널리 사용되고 있다.
하르 웨이블릿(Haar wavelet), 다우비치 웨이블릿(Daubechies wavelet), 듀얼 트리 컴플렉스 웨이블릿(dual-tree complex wavelet) 변환과 같은 여러 웨이블릿 변환이 있다.
웨이블릿 변환에는 스케일링 함수 φ(t)와 웨이블릿 함수ψ(t)가 있다. 예를 들어, 하르 웨이블릿(Haar wavelet)의 모 웨이블릿(mother wavelet) 함수는 아래 수학식 1과 같다.
(수학식 1)
Figure 112017119570274-pat00001
여기에서, 스케일링 함수는 수학식 2와 같다.
(수학식 2)
Figure 112017119570274-pat00002
웨이블릿 변환부(20)는 하르 웨이블릿(Haar wavelet)에 의한 경우에 도 3에 도시된 바와 같이 2차원 이미지의 각 행에 대해 저역 통과 필터와 고역 통과 필터를 적용시키고 다운 샘플링을 수행하여 저주파 부대역 서브 이미지로서, 저주파-저주파(LL: low-low) 서브 이미지 및 고주파 부대역 서브 이미지들로서, 저주파 -고주파(LH: low-high), 고주파-저주파(HL: high-low) 및 고주파-고주파(HH: high-high) 서브 이미지들을 생성한다.
여기서, 저주파-저주파(LL) 서브 이미지는 원본 영상에 수평과 수직 방향으로 저역 통과 필터를 적용하여 2로 서브 샘플된 것이다.
고주파-저주파(HL) 서브 이미지는 원본 영상에 수직방향으로 고역 통과 필터를 적용한 것으로 수직 방향 주파수의 오차 성분을 포함하고 있다. 저주파-고주파(LH) 서브 이미지는 수평 방향으로 고역 통과 필터를 적용한 것으로 수평방향 주파수의 오차 성분을 포함하고 있다. 고주파-고주파(HH) 서브 이미지는 수평과 수직 방향에 고역 통과 필터를 적용한 것이다.
한편, 히스토그램 평활화부(30)는 웨이블릿 변환부(20)에 의해 생성된 서브 이미지들중에서 저주파 부대역 서브 이미지(저주파-저주파(LL) 서브 이미지)를 선택하여 대조비 제한 적응형 히스토그램 평활화를 진행한다.
히스토그램 평활화(histogram equalization)는 오토 레벨(auto level)을 적용한 것으로, 이미지의 흑색 점과 백색 점의 레벨을 자동으로 조정하여, 이미지의 품질을 전반적으로 향상시킬 수 있도록 하는 것이다.
이는, 인간은 영상의 밝기에 의해서 보다 밝고 어두움의 변화의 크기에 의하여 인지도가 증가하고, 히스토그램 평활화에 의하여, 영상이 인간의 시감에 보다 쉽게 인식될 수 있도록 조정된다.
특히, 상기 대조비 제한 적응형 히스토그램 평활화[8]는 블록 기반 처리에 의해 동작한다.
상기 대조비 제한 적응형 히스토그램 평활화는 두 가지 구성 가능한 매개 변수가 있다. 첫 번째는 블록 측면(block side)이고 다른 하나는 클립 한계(clip limit)이다. 두 개의 매개 변수를 수정하여 이미지 품질을 제어할 수 있다.
이미지는 계수의 2D 배열로 표현할 수 있으며 각 계수는 각 위치의 강도를 나타낸다.
일반적으로, 이미지는 저주파 변동 및 고주파수 변동의 두 신호로 나타낼 수 있다. 저주파 변이는 이미지의 기초를 형성하고, 고주파 변이는 세부 사항을 나타낸다.
다음으로, 영역 정규화부(40)는 이미지 강도(image intensity)의 균형을 맞추기 위해 영역 정규화를 수행한다.
합성부(50)는 제1 합성기(52)와 제2 합성기(54)를 포함하고 있으며, 저주파 부대역 서브 이미지(LL)와, 히스토그램 평활화부(30)에서 평활화되고 영역 정규화부(40)에서 정규화된 저주파 부대역 서브 이미지(LL) 및 고주파 부대역 서브 이미지들(LH, HL, HH)을 합성하여 출력 이미지를 생성한다.
상기 제1 합성기(52)는 고주파 부대역 서브 이미지들을 합성하여(LH+HL+HH) 출력하며, 제2 합성기(54)는 제1 합성기(52)에서 합성된 합성 이미지에 저주파 부대역 서브 이미지(LL)와 히스토그램 평활화부(30)에서 평활화되고 영역 정규화부(40)에서 정규화된 저주파 부대역 서브 이미지(LL)를 합성하여 출력 이미지를 생성한다.
도 4는 본 발명의 바람직한 일 실시예에 따른 변환 도메인의 대조비 개선 방법의 흐름도이다.
도 4를 참조하면, 본 발명의 바람직한 일 실시예에 따른 변환 도메인의 대조비 개선 방법은 먼저, 입력부(10)가 원본 이미지를 입력받는다(S100).
그리고, 웨이블릿 변환부(20)는 입력부(10)에서 입력받은 원본 이미지(입력이미지)를 필터링하여 서브 이미지들을 생성한다(S200).
이와 같은 웨이블릿 변환은 여러 이미지 처리 영역에서 사용될 수 있으며 이미지 노이즈 제거, 이미지 매칭, 이미지 분할, 이미지 복원 및 압축을 포함한다. 최근에는 웨이블릿 변환 도구가 의학 영상에 널리 사용되고 있다.
Haar wavelet, Daubechies wavelet, dual-tree complex wavelet 변환과 같은 여러 웨이블릿 변환이 있다.
본 발명에서 웨이블릿 변환부(20)는 Haar wavelet에 의한 경우에 2차원 이미지의 각 행에 대해 저역 통과 필터와 고역 통과 필터를 적용시키고 다운 샘플링을 수행하여 저주파 부대역 서브 이미지로서, 저주파-저주파(LL: low-low) 서브 이미지 및 고주파 부대역 서브 이미지들로서, 저주파 -고주파(LH: low-high), 고주파-저주파(HL: high-low) 및 고주파-고주파(HH: high-high) 서브 이미지들을 생성한다.
여기서, 저주파-저주파(LL) 서브 이미지는 원본 영상에 수평과 수직 방향으로 저역 통과 필터를 적용하여 2로 서브 샘플된 것이다.
고주파-저주파(HL) 서브 이미지는 원본 영상에 수직방향으로 고역 통과 필터를 적용한 것으로 수직 방향 주파수의 오차 성분을 포함하고 있다. 저주파-고주파(LH) 서브 이미지는 수평 방향으로 고역 통과 필터를 적용한 것으로 수평방향 주파수의 오차 성분을 포함하고 있다. 고주파-고주파(HH) 서브 이미지는 수평과 수직 방향에 고역 통과 필터를 적용한 것이다.
한편, 히스토그램 평활화부(30)는 웨이블릿 변환부(20)에 의해 생성된 서브 이미지들중에서 저주파 부대역 서브(LL) 이미지(저주파-저주파 이미지)를 선택하여 대조비 제한 적응형 히스토그램 평활화를 진행한다(S300).
히스토그램 평활화(histogram equalization)는 오토 레벨(auto level)을 적용한 것으로, 이미지의 흑색 점과 백색 점의 레벨을 자동으로 조정하여, 이미지의 품질을 전반적으로 향상시킬 수 있도록 하는 것이다.
이는, 인간은 영상의 밝기에 의해서 보다 밝고 어두움의 변화의 크기에 의하여 인지도가 증가하고, 히스토그램 평활화에 의하여, 영상이 인간의 시감에 보다 쉽게 인식될 수 있도록 조정된다.
특히, 상기 대조비 제한 적응형 히스토그램 평활화[8]는 블록 기반 처리에 의해 동작한다.
상기 대조비 제한 적응형 히스토그램 평활화는 두 가지 구성 가능한 매개 변수가 있다. 첫 번째는 블록 측면(block side)이고 다른 하나는 클립 한계(clip limit)이다. 두 개의 매개 변수를 수정하여 이미지 품질을 제어할 수 있다.
이미지는 계수의 2D 배열로 표현할 수 있으며 각 계수는 각 위치의 강도를 나타낸다.
일반적으로, 이미지는 저주파 변동 및 고주파수 변동의 두 신호로 나타낼 수 있다. 저주파 변이는 이미지의 기초를 형성하고, 고주파 변이는 세부 사항을 나타낸다.
다음으로, 영역 정규화부(40)는 이미지 강도(image intensity)의 균형을 맞추기 위해 영역 정규화를 수행한다(S400).
합성부(50)는 제1 합성기(52)와 제2 합성기(54)를 포함하고 있으며, 저주파 부대역 서브 이미지(LL)와, 히스토그램 평활화부(30)에서 평활화되고 영역 정규화부(40)에서 정규화된 저주파 부대역 서브 이미지(LL) 및 고주파 부대역 서브 이미지들(LH, HL, HH)을 합성하여 출력 이미지를 생성한다.
상기 제1 합성기(52)는 고주파 부대역 서브 이미지들을 합성하여(LH+HL+HH) 출력하며(S500), 제2 합성기(54)는 제1 합성기(52)에서 합성된 합성 이미지에 저주파 부대역 서브 이미지(LL)와 히스토그램 평활화부(30)에서 평활화되고 영역 정규화부(40)에서 정규화된 저주파 부대역 서브 이미지(LL)를 합성하여 출력 이미지를 생성한다(S600).
이하에서는 제안된 본 발명의 성능을 평가하기 위해 시각적 및 객관적인 성능을 제공한다.
시뮬레이션은 Intel(R) Core (TM) i5 CPU M460 @ 2.53GHZ의 프로세서를 갖춘 Matlab 소프트웨어를 사용하여 수행된다. # 21에서 # 40까지 번호가 매겨진 LC 데이터 세트에서 20 개의 이미지를 사용했다. 도 5는 사용된 테스트 이미지를 보여준다.
테스트 이미지의 크기는 720x540 또는 540x720이다.
MSE(mean-squared-error), PSNR(peak signal-to-noise ratio) 및 SSIM (Structural Similarity) 메트릭의 세 가지 객관적인 품질 평가 메트릭을 사용했다. PSNR은 다음과 같이 계산된다.
(수학식 3)
Figure 112017119570274-pat00003
여기서 MSE는 평균 제곱 오류를 설명하고 A는 제공된 이미지의 가능한 최대 강도를 나타낸다.
픽셀이 b 비트로 표현되면 A는 2b-1로 계산된다. 일반적으로 30-50dB 이미지는 8 비트 이미지에 대해 신뢰성이 있다. 16 비트 이미지의 경우, 60-80dB는 신뢰할 만하다.
MSE는 다음 (수학식 4)와 같이 계산된다.
(수학식 4)
Figure 112017119570274-pat00004
원본 (i, j)는 원본 이미지를 나타내고, 결과(i, j)는 결과 이미지를 나타내며, m 및 n은 이미지의 너비 및 높이이다. 세 번째 메트릭은 결과 이미지의 품질을 평가하는 SSIM이다.
결과 이미지가 원본 이미지와 비슷한 경우 SSIM 인덱스는 1로 닫습니다. 반면에 결과 이미지가 원래 이미지와 다르면 SSIM 인덱스가 0으로 닫힌다. 소개된 세 가지 메트릭은 전체 참조 메트릭이다.
도 6 내지 9는 몇 가지 결과 이미지를 보여줍니다.
도 6의 (a)는 #21 LC 테스트 이미지의 원본 이미지를 나타내며, 도 6의 (b)와 (c)는 HE와 제안된 방법으로 얻은 결과 이미지이다.
그리고, 도 6의 (d)와 (e)는 "원본과 HE" 또는 "원본과 제안된 방법"간의 차이 이미지이다.
다음으로, 도 6의 (f)와 (g)는 HE와 제안된 방법의 SSIM 결과이다.
도 7의 (a)는 #25 LC 테스트 이미지의 원본 이미지를 나타내며, 도 7의 (b)와 (c)는 HE와 제안된 방법으로 얻은 결과 이미지이다.
그리고, 도 7의 (d)와 (e)는 "원본과 HE" 또는 "원본과 제안된 방법"간의 차이 이미지이다.
다음으로, 도 7의 (f)와 (g)는 HE와 제안된 방법의 SSIM 결과이다.
도 8의 (a)는 #26 LC 테스트 이미지의 원본 이미지를 나타내며, 도 8의 (b)와 (c)는 HE와 제안된 방법으로 얻은 결과 이미지이다.
그리고, 도 8의 (d)와 (e)는 "원본과 HE" 또는 "원본과 제안된 방법"간의 차이 이미지이다.
다음으로, 도 8의 (f)와 (g)는 HE와 제안된 방법의 SSIM 결과이다.
도 9의 (a)는 #40 LC 테스트 이미지의 원본 이미지를 나타내며, 도 9의 (b)와 (c)는 HE와 제안된 방법으로 얻은 결과 이미지이다.
그리고, 도 9의 (d)와 (e)는 "원본과 HE" 또는 "원본과 제안된 방법"간의 차이 이미지이다.
다음으로, 도 9의 (f)와 (g)는 HE와 제안된 방법의 SSIM 결과이다.
표 1과 표 2는 기존 HE의 객관적인 성능과 제안된 방법을 보여준다.
(표 1)
Figure 112017119570274-pat00005
(표 2)
Figure 112017119570274-pat00006
제안된 방법에서 MSE, PSNR 및 SSIM의 평균 결과는 각각 833.3, 19.2 및 0.82678이다.
도 10은 MSE(a), PSNR(b) 및 SSIM(c) 결과를 그래픽으로 보여주는 세 가지 그림을 보여준다.
본 발명은 영상의 품질을 향상시키기 위해 명암 대비 향상 방법을 제안하였다.
히스토그램 평활화는 밝기의 동적 범위를 끌어오고 결과로 강도가 향상된다.
주어진 영상의 대비를 향상시키기 위해 웨이블릿 변환의 저주파-저주파 대역에서 대조비 제한 적응형 히스토그램 평활화를 수행했다.
그런 다음 저주파-저주파 영역 정규화를 스케일 이미지 강도에 적용한다. 시뮬레이션 결과는 기존의 방법보다 성능이 우수함을 나타낸다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서 본 발명에 기재된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상이 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의해서 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
10 : 입력부 20 : 웨이블릿 변환부
30 : 히스토그램 평활화부 40 :영역 정규화부
50 : 합성부

Claims (11)

  1. 원본 이미지를 입력받는 입력부;
    상기 입력부가 입력받은 원본 이미지를 웨이블릿 변환하여 저주파 부대역 서브 이미지와 고주파 부대역 서브 이미지들을 생성하는 웨이블릿 변환부;
    상기 저주파 부대역 서브 이미지에 대하여 대조비 제한 적응형 히스토그램 평활화를 수행하는 히스토그램 평활화부; 및
    상기 저주파 부대역 서브 이미지, 평활화된 저주파 부대역 서브 이미지 및 고주파 부대역 서브 이미지들을 합성하여 출력하는 합성부를 포함하고,
    상기 합성부는 고주파 부대역 서브 이미지들을 합성하여 출력하는 제1 합성기; 및
    상기 제1 합성기에서 합성된 합성 이미지에 저주파 부대역 서브 이미지와 상기 히스토그램 평활화부에서 평활화된 저주파 부대역 서브 이미지를 합성하여 출력 이미지를 생성하는 제2 합성기; 를 포함하는 변환 도메인의 대조비 개선 장치.
  2. 청구항 1항에 있어서,
    상기 웨이블릿 변환부는 하르 웨이블릿 함수를 사용하여 웨이블릿 변환을 수행하는 변환 도메인의 대조비 개선 장치.
  3. 청구항 1항에 있어서,
    상기 히스토그램 평활부에서 평활화된 저주파 부대역 서브 이미지를 영역 정규화를 수행하는 영역 정규화부를 더 포함하는 변환 도메인의 대조비 개선 장치.
  4. 청구항 1항에 있어서,
    상기 히스토그램 평활화부가 수행하는 대조비 제한 적응형 히스토그램 평활화는 블록 측면(block side)과 클립 한계(cliplimit)를 수정하여 이미지 품질을 제어하는 변환 도메인의 대조비 개선 장치.
  5. 삭제
  6. (A) 입력부가 원본 이미지를 입력받는 단계;
    (B) 웨이블릿 변환부가 상기 입력부가 입력받은 원본 이미지를 웨이블릿 변환하여 저주파 부대역 서브 이미지와 고주파 부대역 서브 이미지들을 생성하는 단계;
    (C) 히스토그램 평활화부가 상기 저주파 부대역 서브 이미지에 대하여 대조비 제한 적응형 히스토그램 평활화를 수행하는 단계; 및
    (D) 합성부가 상기 저주파 부대역 서브 이미지, 평활화된 저주파 부대역 서브 이미지 및 고주파 부대역 서브 이미지들을 합성하여 출력하는 단계를 포함하고,
    상기 (D) 단계는
    (D-1) 상기 합성부의 제1 합성기가 고주파 부대역 서브 이미지들을 합성하여 출력하는 단계; 및
    (D-2) 상기 합성부의 제2 합성기가 상기 제1 합성기에서 합성된 합성 이미지에 저주파 부대역 서브 이미지와 상기 히스토그램 평활화부에서 평활화된 저주파 부대역 서브 이미지를 합성하여 출력 이미지를 생성하는 단계; 를 포함하는 변환 도메인의 대조비 개선 방법.
  7. 청구항 6항에 있어서,
    상기 (B) 단계의 상기 웨이블릿 변환부는 하르 웨이블릿 함수를 사용하여 웨이블릿 변환을 수행하는 변환 도메인의 대조비 개선 방법.
  8. 청구항 6항에 있어서,
    상기 (C) 단계 이후에,
    (E) 영역 정규화부가 상기 히스토그램 평활부에서 평활화된 저주파 부대역 서브 이미지의 영역 정규화를 수행하는 단계를 더 포함하며,
    상기 (D) 단계에서 합성부는 상기 저주파 부대역 서브 이미지, 상기 평활화되고 정규화된 저주파 부대역 서브 이미지 및 고주파 부대역 서브 이미지들을 합성하여 출력하는 변환 도메인의 대조비 개선 방법.
  9. 청구항 6항에 있어서,
    상기 (B) 단계에서 상기 히스토그램 평활화부가 수행하는 대조비 제한 적응형 히스토그램 평활화는 블록 측면(block side)과 클립 한계(clip limit)를 수정하여 이미지 품질을 제어하는 변환 도메인의 대조비 개선 방법.
  10. 삭제
  11. (A) 입력부가 원본 이미지를 입력받는 단계;
    (B) 웨이블릿 변환부가 상기 입력부가 입력받은 원본 이미지를 웨이블릿 변환하여 저주파 부대역 서브 이미지와 고주파 부대역 서브 이미지들을 생성하는 단계;
    (C) 히스토그램 평활화부가 상기 저주파 부대역 서브 이미지에 대하여 대조비 제한 적응형 히스토그램 평활화를 수행하는 단계; 및
    (D) 합성부가 상기 저주파 부대역 서브 이미지, 평활화된 저주파 부대역 서브 이미지 및 고주파 부대역 서브 이미지들을 합성하여 출력하는 단계를 포함하고,
    상기 (D) 단계는
    (D-1) 상기 합성부의 제1 합성기가 고주파 부대역 서브 이미지들을 합성하여 출력하는 단계; 및
    (D-2) 상기 합성부의 제2 합성기가 상기 제1 합성기에서 합성된 합성 이미지에 저주파 부대역 서브 이미지와 상기 히스토그램 평활화부에서 평활화된 저주파 부대역 서브 이미지를 합성하여 출력 이미지를 생성하는 단계; 를 포함하는 변환 도메인의 대조비 개선 방법을 실행하기 위한 프로그램이 기록되어 있는 것을 특징으로 하는 컴퓨터 판독 가능한 기록 매체.
KR1020170162581A 2017-11-30 2017-11-30 변환 도메인의 대조비 개선 장치 및 방법 KR101958194B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170162581A KR101958194B1 (ko) 2017-11-30 2017-11-30 변환 도메인의 대조비 개선 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170162581A KR101958194B1 (ko) 2017-11-30 2017-11-30 변환 도메인의 대조비 개선 장치 및 방법

Publications (1)

Publication Number Publication Date
KR101958194B1 true KR101958194B1 (ko) 2019-03-15

Family

ID=65762359

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170162581A KR101958194B1 (ko) 2017-11-30 2017-11-30 변환 도메인의 대조비 개선 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101958194B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102457576B1 (ko) * 2022-01-27 2022-10-21 국방과학연구소 다채널 적외선 영상 기반의 물체 검출 방법 및 그 장치

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008171402A (ja) 2007-01-05 2008-07-24 Seiko Epson Corp イメージにおけるノイズを除去する方法、イメージにおけるノイズを除去するための装置、およびイメージにおけるノイズを除去するためのコンピュータプログラムを実装するコンピュータ可読媒体
KR20130066966A (ko) 2011-12-13 2013-06-21 중앙대학교 산학협력단 주요 밝기 레벨 및 적응적 밝기값 변환에 의한 대비 개선 장치 및 방법
KR20130084654A (ko) * 2011-12-21 2013-07-25 사우스이스트 유니버시티 기하학적 이미지 중의 중파 정보에 기반한 삼차원 얼굴 식별방법
KR20140008980A (ko) * 2012-07-05 2014-01-22 연세대학교 산학협력단 다중 레이어 오버랩 블록 기반의 로컬 히스토그램 평활화를 이용한 영상 콘트라스트 향상 방법 및 장치
JP2017085363A (ja) * 2015-10-28 2017-05-18 日本放送協会 コントラスト補正装置及びプログラム
CN107403412A (zh) * 2016-05-19 2017-11-28 三星Sds株式会社 图像处理方法及用于执行该方法的装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008171402A (ja) 2007-01-05 2008-07-24 Seiko Epson Corp イメージにおけるノイズを除去する方法、イメージにおけるノイズを除去するための装置、およびイメージにおけるノイズを除去するためのコンピュータプログラムを実装するコンピュータ可読媒体
KR20130066966A (ko) 2011-12-13 2013-06-21 중앙대학교 산학협력단 주요 밝기 레벨 및 적응적 밝기값 변환에 의한 대비 개선 장치 및 방법
KR20130084654A (ko) * 2011-12-21 2013-07-25 사우스이스트 유니버시티 기하학적 이미지 중의 중파 정보에 기반한 삼차원 얼굴 식별방법
KR20140008980A (ko) * 2012-07-05 2014-01-22 연세대학교 산학협력단 다중 레이어 오버랩 블록 기반의 로컬 히스토그램 평활화를 이용한 영상 콘트라스트 향상 방법 및 장치
JP2017085363A (ja) * 2015-10-28 2017-05-18 日本放送協会 コントラスト補正装置及びプログラム
CN107403412A (zh) * 2016-05-19 2017-11-28 三星Sds株式会社 图像处理方法及用于执行该方法的装置

Non-Patent Citations (16)

* Cited by examiner, † Cited by third party
Title
[1] S. G. Tanyer, "The cumulative distribution function for a finite data set", in Proc. Signal Processing and Communications Applications Conference (SIU), (2012), pp. 1-3.
[10] S. J. Park, G. Jeon, and J. Jeong, "Covariance-based adaptive deinterlacing method using edge map", in Proc. IEEE IPTA2010, Paris, France, (2010), pp. 166-171.
[11] S. J. Park, G. Jeon, and J. Jeong, "Deinterlacing algorithm using edge direction from analysis of the DCT coefficient distribution", IEEE Trans. Consumer Electronics, vol. 55, no. 3, (2009), pp. 1674-1681.
[12] G. Jeon, S.J. Park, Y. Fang, M. Anisetti, V. Bellandi, E. Damiani, and J. Jeong, "Specification of efficient block matching scheme for motion estimation in video compression", SPIE Optical Engineering, vol. 48, no. 12, (2009), pp. 127005.
[13] J. Wu, Z. Xu, G. Jeon, X. Zhang, and L. Jiao, "Arithmetic coding for image compression with adaptive weight-context classification", Signal Processing: Image Communication, vol. 28, no. 7, (2013), pp.727-735.
[14] X. Chen, G. Jeon, and J. Jeong, "Voting-based directional interpolation method and its application to still color image demosaicking", IEEE Trans. Circuits and Systems for Video Technology, vol. 24, no. 2,(2014), pp. 255-262.
[15] X. Chen, G. Jeon, J. Jeong, and L. He, "Multidirectional weighted interpolation and refinement method for Bayer pattern CFA demosaicking", IEEE Trans. Circuits and Systems for Video Technology, vol. 25,no. 8, (2015), pp. 1271-1282.
[16] J. Wang, G. Jeon, and J. Jeong, "Efficient adaptive de-Interlacing algorithm with awareness of closeness and similarity", SPIE Optical Engineering, vol. 51, no. 1, (2012), pp. 017003.
[2] J. M. Gauch, "Investigations of image contrast space defined by variations on histogram equalization", CVGIP: Graph. Models Image Process, vol. 54, (1992), pp. 269-280.
[3] J. A. Stark and W. J. Fitzgerald, "An alternative algorithm for adaptive histogram equalization", Graph. Models Image Process, vol. 58, (1996), pp. 180.185.
[4] R. Hummel, "Image enhancement by histogram transformation", Comp. Graph. Image Process, vol. 6,(1977), pp. 184.195.
[5] Y.-T. Kim, "Contrast enhancement using brightness preserving bi-histogram equalization", IEEE Trans. Consumer Electronics, vol. 43, no. 1, (1997), pp. 1-8.
[6] V. T. Tom and G. J. Wolfe, "Adaptive histogram equalization and its applications", SPIE Applicat. Dig. Image Process. IV, vol. 359, (1982), pp. 204.209.
[7] S. M. Pizer, E. P. Amburn, J. D. Austin, R. Cromartie, A. Geselowitz, T. Greer, B. H. Romeny, J. B. Zimmerman, and K. Zuiderveld, "Adaptive histogram equalization and its variations", Comp. Vis. Graph. Image Process, vol. 39, no. 3, (1987), pp. 355.368.
[8] K. Zuiderveld, "Contrast Limited Adaptive Histogram Equalization", Academic Press Inc., (1994).
[9] X. Chen, G. Jeon, and J. Jeong, "A filter switching interpolation method for deinterlacing", SPIE Optical Engineering, vol. 51, no. 10,(2012), pp. 107402.

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102457576B1 (ko) * 2022-01-27 2022-10-21 국방과학연구소 다채널 적외선 영상 기반의 물체 검출 방법 및 그 장치

Similar Documents

Publication Publication Date Title
US9135681B2 (en) Image chroma noise reduction
Vishwakarma et al. Color image enhancement techniques: a critical review
JP5822157B2 (ja) ノイズ低減装置、ノイズ低減方法及びプログラム
KR20140099319A (ko) 디지털 메이크업
KR101587196B1 (ko) 스플릿 에지 강화 구조
US20130022288A1 (en) Image processing apparatus and method for reducing edge-induced artefacts
US6574374B1 (en) Enhancing image compression performance by morphological processing
US20080260285A1 (en) Method and apparatus for image processing
CN110322404B (zh) 一种图像增强方法及系统
CN110246088A (zh) 基于小波变换的图像亮度降噪方法及其图像降噪系统
KR101958194B1 (ko) 변환 도메인의 대조비 개선 장치 및 방법
RU2448367C1 (ru) Способ повышения визуальной информативности цифровых полутоновых изображений
Lukin A Multiresolution Approach for Mproveing Quality of Image Denoising Algorithms
Niu et al. Edge-based perceptual image coding
Kumar et al. A color image denoising by hybrid filter for mixed noise
Ghazal et al. Structure-oriented multidirectional wiener filter for denoising of image and video signals
Nadernejad et al. Artifact reduction of compressed images and video combining adaptive fuzzy filtering and directional anisotropic diffusion
Watabe et al. Nonlinear filters for multimedia applications
Fleig et al. Steered mixture-of-experts autoencoder design for real-time image modelling and denoising
KR102027886B1 (ko) 대형 디스플레이의 영상 크기 조절 장치 및 방법
Zhang et al. Multi-domain residual encoder–decoder networks for generalized compression artifact reduction
Tayade et al. Medical image denoising and enhancement using DTCWT and Wiener filter
He et al. A novel hybrid model framework to blind color image deconvolution
JP2010211552A (ja) 画像処理方法及びコンピュータプログラム
Kadri et al. Colour Image Denoising using Curvelets and Scale Dependent Shrinkage

Legal Events

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