KR102150960B1 - 영상 처리 방법 및 장치 - Google Patents

영상 처리 방법 및 장치 Download PDF

Info

Publication number
KR102150960B1
KR102150960B1 KR1020140011442A KR20140011442A KR102150960B1 KR 102150960 B1 KR102150960 B1 KR 102150960B1 KR 1020140011442 A KR1020140011442 A KR 1020140011442A KR 20140011442 A KR20140011442 A KR 20140011442A KR 102150960 B1 KR102150960 B1 KR 102150960B1
Authority
KR
South Korea
Prior art keywords
smoothing function
pixel
weight
image
region
Prior art date
Application number
KR1020140011442A
Other languages
English (en)
Other versions
KR20150090595A (ko
Inventor
김봉조
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020140011442A priority Critical patent/KR102150960B1/ko
Priority to US14/608,918 priority patent/US9418410B2/en
Publication of KR20150090595A publication Critical patent/KR20150090595A/ko
Application granted granted Critical
Publication of KR102150960B1 publication Critical patent/KR102150960B1/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
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation

Landscapes

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

Abstract

영상을 적어도 하나의 영역으로 분할하고, 분할된 영역별로 화소 값에 따라 균등한 화소 개수를 가지도록 영상을 처리하기 위한 영역별 히스토그램 평활화 함수를 획득하고, 획득된 영역별 히스토그램 평활화 함수를 이용하여 영상의 전 영역에 대한 전역적 평활화 함수를 획득하고, 영상의 각 화소를 기준으로 하는 블록 내에 속한 영역에 대한 영역별 히스토그램 평활화 함수를 이용하여 각 화소에 대한 지역적 평활화 함수를 획득하고, 전역적 평활화 함수 및 지역적 평활화 함수의 가중치 합을 영상의 각 화소에 대하여 획득하고, 획득된 가중치 합에 따라 화소 값을 결정하는 것을 특징으로 하는 영상 처리 방법이 개시된다.

Description

영상 처리 방법 및 장치 {Apparatus and method for processing image}
본 발명은 영상의 명암 대비를 향상시키기 위해 영상을 처리하는 방법 및 장치에 대한 것이다.
영상의 명암 대비를 향상시키는 방법으로는 영상의 히스토그램을 구하여 영상의 히스토그램이 각 화소값마다 균일한 분포를 갖도록 화소 값을 재분배하는 히스토그램 평활화 방법이 존재한다. 영상의 히스토그램이란, 영상의 가장 어두운 영역부터 가장 밝은 영역의 범위에서 각 화소 값에 대응되는 화소 개수를 나타내는 그래프를 의미한다.
히스토그램 평활화 방법에 의하면, 영상 처리 장치는 영상의 히스토그램에서, 각 화소 값에 대응되는 화소 개수가 균등한 분포를 가지도록 영상의 화소 값을 조정할 수 있다.
그러나, 영상의 히스토그램의 분포가 정규 분포에 해당하지 않는 경우, 영상 처리 장치가 히스토그램 평활화 방법에 따라 화소 값을 조정하면 영상의 밝은 영역이 뿌옇게 되는 현상(washed out)이 발생될 수 있는 문제점이 있다.
본 발명은 영상의 인접한 화소 간 유사성에 따라 분할된 영역별로 획득된 히스토그램 평활화 함수를 이용하여 명암 대비를 향상시키기 위한 영상을 처리하는 방법 및 장치를 제공하기 위한 것이다.
본 발명의 일 실시 예에 의한 영상 처리 방법은 영상을 적어도 하나의 영역으로 분할하는 단계; 상기 분할된 영역별로 화소 값에 따라 균등한 화소 개수를 가지도록 상기 영상을 처리하기 위한 영역별 히스토그램 평활화 함수를 획득하는 단계; 상기 획득된 영역별 히스토그램 평활화 함수를 이용하여 상기 영상의 전 영역에 대한 전역적 평활화 함수를 획득하는 단계; 상기 영상의 각 화소를 기준으로 하는 블록 내에 속한 영역에 대한 상기 영역별 히스토그램 평활화 함수를 이용하여 상기 각 화소에 대한 지역적 평활화 함수를 획득하는 단계; 상기 전역적 평활화 함수 및 지역적 평활화 함수의 가중치 합을 획득하고, 상기 획득된 가중치 합에 따라 상기 화소 값을 결정하는 단계를 포함하는 것을 특징으로 한다.
더하여, 상기 화소 값을 결정하는 단계는 상기 화소의 특성에 따라 제1 가중치를 결정하는 단계; 상기 결정된 제1 가중치에 따라 상기 전역적 평활화 함수 및 지역적 평활화 함수의 가중치 합을 획득하는 단계를 포함하는 특징으로 한다.
더하여, 상기 전역적 평활화 함수를 획득하는 단계는 상기 각 영역별 히스토그램 평활화 함수에 대한 제2 가중치를 각 영역별로 결정하는 단계; 상기 제2 가중치를 상기 각 영역별 히스토그램 평활화 함수에 적용한 값에 대한 평균값을 획득하는 단계를 포함하고, 상기 제2 가중치는 상기 영역별 히스토그램 평활화 함수에 대한 영역의 크기와 비례하는 것을 특징으로 한다.
더하여, 상기 지역적 평활화 함수를 획득하는 단계는 중심 화소를 결정하는 단계; 상기 중심 화소를 기준으로 소정 크기의 블록을 결정하는 단계; 상기 중심 화소를 제외한 상기 블록 내 포함된 화소들 각각이 속한 영역의 히스토그램 평활화 함수를 이용하여 상기 각 화소에 대한 지역적 히스토그램 평활화 함수를 획득하는 단계를 포함하는 것을 특징으로 한다.
더하여, 상기 각 화소에 대한 상기 지역적 히스토그램 평활화 함수를 획득하는 단계는 상기 블록 내 포함된 화소마다 획득된 제3 가중치를 적용한 영역별 히스토그램 평활화 함수에 대한 평균값을 구함으로써 상기 지역적 히스토그램 평활화 함수를 획득하는 단계를 포함하고, 상기 제3 가중치는 상기 블록 내 포함된 화소와 상기 중심 화소 간 거리에 반비례하거나 상기 블록 내 영역의 크기에 비례하는 것을 특징으로 한다.
본 발명의 일 실시 예에 의한 영상 처리 장치는 영상을 적어도 하나의 영역으로 분할하는 영역 분할부; 상기 분할된 영역별로 화소 값에 따라 균등한 화소 개수를 가지도록 상기 영상을 처리하기 위한 영역별 히스토그램 평활화 함수를 획득하는 영역별 히스토그램 평활화 함수 획득부; 상기 획득된 영역별 히스토그램 평활화 함수를 이용하여 상기 영상의 전 영역에 대한 전역적 평활화 함수를 획득하는 전역적 평활화 함수 획득부; 상기 영상의 각 화소를 기준으로 하는 블록 내에 속한 영역에 대한 상기 영역별 히스토그램 평활화 함수를 이용하여 상기 각 화소에 대한 지역적 평활화 함수를 획득하는 지역적 평활화 함수 획득부; 및 상기 전역적 평활화 함수 및 지역적 평활화 함수의 가중치 합을 획득하고, 상기 획득된 가중치 합에 따라 상기 영상의 화소 값을 결정하는 영상 처리부를 포함하는 것을 특징으로 한다.
본 발명의 일 실시 예에 의하면, 유사한 화소값들끼리 분할된 영역의 히스토그램이 정규 분포의 특성을 보임에 따라 히스토그램 평활화 함수를 이용하여 영상을 처리할 때 밝은 부분이 뿌옇게 보이는 현상(Washed out)을 방지할 수 있다.
본 발명의 일 실시 예에 의하면, 각 화소값들의 영상 특성에 따라 지역적 히스토그램 평활화 함수 및 전역적 히스토그램 평활화 함수를 이용하여 화소 값을 결정함으로써 각 영역의 특성에 따라 명암 대비를 향상시키기 위한 영상 처리를 수행할 수 있다.
본 발명의 일 실시 예에 의하면, 블록 내 히스토그램을 이용하지 않고, 블록 대비 상대적으로 큰 영역에서의 히스토그램 평활화 함수를 이용함으로써 블록간 단차 현상 및 지역적 특성의 훼손 현상을 방지할 수 있다.
도 1은 본 발명의 일 실시 예에 의한 영상 처리 장치의 내부 구성을 나타낸 블록도이다.
도 2는 본 발명의 일 실시 예에 의한 히스토그램 평활화 함수의 일 예를 나타낸 예시도이다.
도 3은 본 발명의 일 실시 예에 의한 영상 처리 방법을 나타낸 순서도이다.
도 4는 본 발명의 일 실시 예에 의한 전역적 히스토그램 평활화 함수를 획득하는 방법을 나타낸 순서도이다.
도 5는 본 발명의 일 실시 예에 의한 지역적 히스토그램 평활화 함수를 획득하는 방법을 나타낸 순서도이다.
도 6은 본 발명의 일 실시 예에 의한 지역적 히스토그램 평활화 함수를 획득하는 방법의 일 예를 나타낸 예시도이다.
이하 본 발명의 바람직한 실시 예를 첨부한 도면을 참조하여 상세히 설명한다. 다만, 하기의 설명 및 첨부된 도면에서 본 발명의 요지를 흐릴 수 있는 공지 기능 또는 구성에 대한 상세한 설명은 생략한다. 또한, 도면 전체에 걸쳐 동일한 구성 요소들은 가능한 한 동일한 도면 부호로 나타내고 있음에 유의하여야 한다.
이하에서 설명되는 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위한 용어로 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서 본 명세서에 기재된 실시 예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시 예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
아래에서는 첨부한 도면을 참고하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본 명세서 전반에 걸쳐 사용되는 '영상'이라는 용어는 '영상'이라는 용어 자체뿐만 아니라, '프레임', '필드', 및 '슬라이스'로서 관련 분야에서 알려질 수 있는 비디오 이미지 정보의 다양한 형태들을 설명하기 위한 포괄적인 용어로서 사용될 수 있다.
본 발명의 일 실시 예에 있어서, 입력 영상을 구성하는 화소의 화소값은 단색 영상인 경우, 0에서 255 사이의 값이 될 수 있다. 또한, 입력 영상이 RGB 영상 또는 YCbCr 영상인 경우에는 각 컬러 색상 채널 별로 화소 값을 가질 수 있다. 이하에서는 입력 영상이 0에서 255 사이의 화소 값을 가지는 단색 영상인 것을 기준으로 설명하였으나, 본 발명의 일 실시 예에 의하면, 이에 제한되지 않고, 입력 영상이 RGB 영상 또는 YCbCr 영상인 경우에도 단색 영상이 처리되는 것과 마찬가지로, 각 색상 채널 별로 화소 값이 처리될 수 있다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 설명한다.
도 1은 본 발명의 일 실시 예에 의한 영상 처리 장치의 내부 구성을 나타낸 블록도이다.
본 발명의 일 실시 예에 의한 영상 처리 장치(100)는 영상의 명암 대비를 향상시키기 위하여 영상을 처리할 수 있다. 예를 들면, 영상 처리 장치(100)는 특정 모양의 히스토그램을 이용하여 영상의 명암 대비를 개선할 수 있다. 히스토그램은 영상의 가장 어두운 영역부터 가장 밝은 영역의 범위를 나타내는 것으로 영상 처리 장치(100)는 영상의 누적 히스토그램 분포를 변환하여 영상의 밝기값을 재분배함으로써 영상의 명암 대비를 개선할 수 있다. 다시 말하면, 영상 처리 장치(100)는 특정 밝기 영역에 집중되어 있는 화소들의 밝기 값을 재조정하여 보다 넓게 분포하도록 함으로써 영상의 명암 대비를 향상시켜 화질을 개선시킬 수 있다.
영상의 명암 대비를 향상시키기 위한 방법으로는 히스토그램 평활화 방법인 HE(Histogram equalization), BBHE(Brightness preserving bi-histogram equalization), DHE(Dynamic histogram equalization), AHE(Adaptive histogram equalization) 등이 있다. HE, BBHE, DHE, AHE 방법은 히스토그램 평활화 방법 중 하나로 본 발명의 일 실시 예에 의한 영상 처리 장치(100)는 히스토그램 평활화 방법에 따라 영상의 명암 대비를 향상시킬 수 있다.
또한, 본 발명의 일 실시 예에 의한 영상 처리 장치(100)는 영상의 영역 별로 획득된 히스토그램 평활화 함수를 이용하여 영상의 명암 대비 개선을 위한 영상 처리를 수행할 수 있다. 이때 영상 처리 장치(100)는 인접한 화소간 유사성에 따라 분할된 각 영역별로 히스토그램 평활화 함수를 획득하고, 획득된 영역별 히스토그램 평활화 함수를 이용하여 분할된 각 영역의 특성에 따라 영상을 처리할 수 있다.
따라서, 유사성에 따라 분할된 영역별로 결정된 히스토그램 평활화 함수에 따라 영상 처리가 수행됨으로써 영상의 히스토그램이 정규분포 특성을 가지지 않음에 따라 발생될 수 있는 뿌옇게 되는 현상(washed out)이 방지될 수 있다. 유사성에 따라 분할된 영역의 히스토그램은 정규 분포에 가까운 특성을 가질 수 있기 때문이다.
도 1을 참조하면, 본 발명의 일 실시 예에 의한 영상 처리 장치(100)는 영역 분할부(110), 영역별 히스토그램 평활화 함수 획득부(120), 전역적 평활화 함수 획득부(130), 지역적 평활화 함수 획득부(140) 및 영상 처리부(150)를 포함할 수 있다. 도시된 구성요소보다 많은 구성요소에 의해 영상 처리 장치(100)가 구현될 수도 있고, 그보다 적은 구성요소에 의해서도 영상 처리 장치(100)가 구현될 수 있다.
이하 상기 구성요소들에 대해 차례로 살펴본다.
영역 분할부(110)는 영상을 적어도 하나의 영역으로 분할할 수 있다. 이 때 영역 분할부(110)는 인접한 화소값 간의 유사성에 기초하여 영상을 적어도 하나의 영역으로 분할할 수 있다. 예를 들면, 영역 분할부(110)는 인접한 화소값 간의 차이값이 소정 범위 내에 속하는지 여부에 따라 영상을 적어도 하나의 영역으로 분할할 수 있다. 즉, 영역 분할부(110)는 동일한 영역에 속하는 화소값 간의 차이값이 소정 범위 내에 속하는지 여부에 따라 영상을 적어도 하나의 영역으로 분할할 수 있다.
영역별 히스토그램 평활화 함수 획득부(120)는 영역 분할부(110)에 의해 분할된 영역별로 화소 값에 따라 균등한 화소 개수를 가지도록 상기 영상을 처리하기 위한 히스토그램 평활화 함수를 획득할 수 있다. 이때 영역별 히스토그램 평활화 함수 획득부(120)는 상술된 히스토그램 평활화 방법, 즉 HE, BBHE, DHE, AHE 중 적어도 하나의 방법에 따라 영역별 히스토그램 평활화 함수를 획득할 수 있다.
전역적 평활화 함수 획득부(130)는 영역별 히스토그램 평활화 함수를 이용하여 영상의 전 영역에 대한 전역적 평활화 함수를 획득할 수 있다. 구체적으로 전역적 평활화 함수 획득부(130)는 각 영역별 히스토그램 평활화 함수에 각각 다른 가중치가 적용된 값에 대한 평균값을 구함으로써 전역적 평활화 함수를 획득할 수 있다. 예를 들어, 전역적 평활화 함수는 아래 수학식 1과 같이 구해질 수 있다.
[수학식 1]
Figure 112014009864141-pat00001
TGlobal(k)는 전역적 평활화 함수를 의미하며, k는 각 화소의 화소값을 의미한다. 이하에서, T(k) 또는 T(x,y)는 k 값을 가지는 화소 값 또는 (x,y) 위치의 화소값을 입력값으로 하고, 입력된 화소 값에 대해 히스토그램 평활화 함수에 의해 재조정된 값을 출력값으로 하는 함수를 의미할 수 있다.
Ti(k)는 각 영역별로 획득된 히스토그램 평활화 함수를 의미한다. n은 영상에 포함된 화소의 개수를 의미할 수 있다. wi는 전역적 평활화 함수를 획득하기 위해 영역별 히스토그램 평활화 함수에 적용될 수 있는 제2 가중치를 의미한다.
제2 가중치(wi)는 각 가중치와 대응되는 영역별 히스토그램 평활화 함수의 영역의 크기에 비례하는 값을 가질 수 있다. 예를 들면, 제2 가중치는 영역별 히스토그램 평활화 함수의 영역의 크기에 비례하는 단조 증가 함수(예를 들면, log, exp 등)에 의해 결정될 수 있다.
지역적 평활화 함수 획득부(140)는 상기 영상의 각 화소를 기준으로 하는 블록 내에 속한 영역에 대한 영역별 히스토그램 평활화 함수를 이용하여 각 화소에 대한 지역적 평활화 함수를 획득할 수 있다. 구체적으로 지역적 평활화 함수 획득부(140)는 소정 크기의 블록마다 영역별 히스토그램 평활화 함수를 이용하여 지역적 평활화 함수를 획득할 수 있다. 예를 들면, 지역적 평활화 함수는 아래 수학식 2와 같이 구해질 수 있다.
[수학식 2]
Figure 112014009864141-pat00002
TLocal(k)는 지역적 평활화 함수를 의미하며, k는 각 화소의 화소값을 의미한다. b는 블록 크기의 반을 의미하는 것으로 블록의 가로 세로 크기는 각각 2b일 수 있다. N은 지역적 평활화 함수가 획득되는 각 블록에 포함된 화소의 개수를 의미할 수 있다. Ti(k)는 각 영역별로 획득된 히스토그램 평활화 함수를 의미한다. W(x',y')는 지역적 평활화 함수를 획득하기 위해 영역별 히스토그램 평활화 함수에 적용될 수 있는 제3 가중치를 의미한다.
지역적 평활화 함수 획득부(140)는 각 화소별로 중심 화소(x,y)로 결정하여 지역적 평활화 함수를 획득할 수 있다. 지역적 평활화 함수 획득부(140)는 지역적 평활화 함수를 획득하고자 하는 화소를 중심 화소로 정하고, 중심 화소를 중심으로 블록을 위치시킬 수 있다. 그리고 지역적 평활화 함수 획득부(140)는 해당 블록에 포함된 화소 값들(x',y')을 이용하여 상술된 수학식 2에 따라 중심 화소에 대한 지역적 평활화 함수를 획득할 수 있다.
더하여, 수학식 2를 참조하면, 해당 블록에 포함된 각 화소 값(x',y')에 대응하는 제3 가중치가 적용된 영역별 히스토그램 평활화 함수에 대한 평균값이 획득됨으로써 지역적 평활화 함수가 획득될 수 있다. 이때 제3 가중치는 각 제3 가중치가 적용되는 각 화소 값(x',y')의 영역별 히스토그램 평활화 함수에 대응되는 영역의 블록 내에서의 크기에 비례하는 값을 가질 수 있다. 또한, 제3 가중치는 블록에 포함된 각 화소 값(x',y')과 중심 화소(x,y) 간 거리에 반비례하는 값을 가질 수 있다.
더하여, 제3 가중치는 주어진 연산에 따라 미리 계산된 결과를 포함하는 룩 업 테이블(look up table)로부터 결정될 수 있다. 지역적 평활화 함수 획득부(340)는 제3 가중치를 획득하기 위해 룩 업 테이블을 이용함으로써 계산 복잡도를 감소시킬 수 있다.
영상 처리부(150)는 전역적 평활화 함수 획득부(130) 및 지역적 평활화 함수 획득부(140)에 의해 획득된 전역적 평활화 함수 및 지역적 평활화 함수를 이용하여 명암 대비 개선을 위해 영상의 각 화소 값을 결정할 수 있다. 구체적으로 영상 처리부(150)는 전역적 평활화 함수 및 지역적 평활화 함수의 가중치 합을 구함으로써 최종 함수를 획득하고, 최종 함수를 이용하여 각 화소 값을 결정할 수 있다. 예를 들면 아래 수학식 3과 같이 각 화소 값을 결정할 수 있다.
[수학식 3]
Figure 112014009864141-pat00003
수학식 3을 참조하면, 화소 값 o(x,y,k)은 제1 가중치가 각각 전역적 평활화 함수 및 지역적 평활화 함수에 적용된 값이 더해진 최종 함수로부터 획득될 수 있다.
제1 가중치, 즉, w(x,y)는 각 화소의 특성에 따라 결정될 수 있는 값으로, 예를 들면, w(x,y)는 화소의 에지 세기에 비례한 값을 가질 수 있다. 즉, 해당 화소의 세밀한 정도에 비례하여 w(x,y)값이 결정될 수 있다.
전역적 평활화 함수에 의해 평탄한 영역에서 영상이 처리되는 경우 출력 영상이 입력 영상과 유사한 평균 밝기 값을 가져 자연스러우나, 세밀한 영역에서는 세밀한 부분이 제대로 표현되지 않아 밋밋한 영상이 출력될 수 있다. 반면, 지역적 평활화 함수에 의해 영상의 평탄한 영역에서 영상이 처리되는 경우 출력 영상이 부자연스러우나, 세밀한 영역에서는 세밀한 부분이 제대로 표시된 영상이 출력될 수 있다. 따라서, 영상 처리부(150)는 각 화소의 특성에 따라 전역적 평활화 함수와 지역적 평활화 함수에 적용되는 가중치를 다르게 함으로써 최종 함수를 획득하고, 최종 함수에 따라 화소 값을 결정할 수 있다.
다시 말하면, 영상 처리 장치(100)는 세밀한 영역에서는 세밀한 부분이 제대로 표시되고, 평탄한 영역에서는 자연스럽게 표시될 수 있도록 세밀한 정도에 비례하는 w(x,y) 값을 결정할 수 있다.
도 2는 본 발명의 일 실시 예에 의한 히스토그램 평활화 함수의 일 예를 나타낸 예시도이다.
도 2를 참조하면, 영상 처리 전 그래프(210)와 히스토그램 평활화 함수에 따라 처리된 결과를 나타내는 그래프(220)가 도시되어 있다.
영상 처리 전 그래프(210)를 참조하면, 화소값이 클수록 각 화소 값에 대한 화소 수가 적어 각 화소 값에 대한 화소 수가 고르게 분포되어 있지 않음을 알 수 있다.
히스토그램 평활화 함수에 따라 처리된 결과를 나타내는 그래프(220)를 참조하면, 각 화소 값에 대한 화소 개수가 고르게 분포되어 있어 누적 화소 개수가 화소값에 비례할 수 있다. 즉, 히스토그램 평활화 함수에 의하면, 각 화소 값에 대한 화소 개수가 균일하게 분포되도록 각 화소 값이 결정됨으로써 영상이 처리될 수 있다.
본 발명의 일 실시 예에 의한 영상 처리 장치(100)는 히스토그램 평활화 함수를 이용하여 영상을 처리할 수 있다. 자세히 설명하면, 영상 처리 장치(100)는 히스토그램 평활화 함수로부터 입력 영상의 각 화소 값을 입력값으로 하는 영상을 처리하기 위한 함수를 획득하고, 획득된 함수를 이용하여 히스토그램 평활화 함수에 따라 값이 재조정된 화소값을 결정할 수 있다.
상술된 히스토그램 평활화 함수는 전역적/지역적 히스토그램 평활화 기법에 따라 전역적 히스토그램 평활화 함수 및 지역적 히스토그램 평활화 함수로 이용될 수 있는데, 상술한 바와 같이 각각 전역적 평활화 함수, 지역적 평활화 함수로 지칭될 수도 있다.
이하에서는 상술한 영상 처리 장치(100)에 의한 영상 처리 방법을 더 상세히 설명하기로 한다.
도 3은 본 발명의 일 실시 예에 의한 영상 처리 방법을 나타낸 순서도이다.
도 3을 참조하면, 단계 S301에서 영상 처리 장치(100)는 영상을 적어도 하나의 영역으로 분할할 수 있다. 이때, 영상 처리 장치(100)는 인접한 화소들의 화소 값의 유사성에 따라 영역을 분할할 수 있다. 즉, 영상 처리 장치(100)는 인접한 화소들의 화소값의 차이가 소정 범위내에 속하는지 여부에 따라 영상의 영역을 분할할 수 있다.
단계 S303에서, 영상 처리 장치(100)는 단계 S401에서 분할된 영역별로 히스토그램 평활화 함수를 획득할 수 있다. 즉, 영상 처리 장치(100)는 영역별로 각 화소 값에 대응되는 화소 개수가 균일한 분포를 가지는 히스토그램 평활화 함수를 획득할 수 있다.
단계 S305를 참조하면, 영상 처리 장치(100)는 단계 S303에서 획득된 영역별 히스토그램 평활화 함수를 이용하여 전역적 평활화 함수 및 지역적 평활화 함수를 획득할 수 있다.
자세히 설명하면, 영상 처리 장치(100)는 단계 S303에서 획득된 영역별 히스토그램 평활화 함수를 이용하여 영상의 전 영역에 대한 전역적 평활화 함수를 획득할 수 있다. 이때 영상 처리 장치(100)는 가중치가 적용된 영역별 히스토그램 평활화 함수의 평균을 구함으로써 전역적 평활화 함수를 획득할 수 있다.
또한, 영상 처리 장치(100)는 각 화소를 기준으로 하는 블록 내에 속한 영역에 대한 단계 S303에서 획득된 영역별 히스토그램 평활화 함수를 이용하여 각 화소에 대한 지역적 평활화 함수를 획득할 수 있다. 이때, 영상 처리 장치(100)는 각 화소를 기준으로 하는 블록 내에 속한 가중치가 적용된 영역별 히스토그램 평활화 함수의 평균값으로부터 지역적 평활화 함수를 획득할 수 있다.
전역적 평활화 함수 및 지역적 평활화 함수를 획득하는 방법에 관하여는 도 1의 전역적 평활화 함수 획득부(130) 및 지역적 평활화 함수 획득부(140)와 관련하여 설명한 바 있으나, 이하 도 4 내지 도 5에서도 더 상세히 설명하기로 한다.
단계 S307을 참조하면, 영상 처리 장치(100)는 단계 S307에서 전역적 평활화 함수 및 지역적 평활화 함수를 이용하여 영상의 화소 값들을 결정할 수 있다. 이때 영상 처리 장치(100)는 화소 값의 특성에 따라 전역적 평활화 함수 및 지역적 평활화 함수에 가중치를 다르게 적용하고, 각각 가중치가 적용된 전역적 평활화 함수 및 지역적 평활화 함수를 합한 함수를 최종적으로 구할 수 있다. 더하여 영상 처리 장치(100)는 상술한 수학식 3과 같이 제1 가중치를 화소의 특성에 따라 결정하고, 최종적으로 화소 값을 명암 대비 개선을 위해 재분배하기 위한 함수를 각 화소 마다 획득할 수 있다. 그리고 영상 처리 장치(100)는 각 화소에 대해 획득한 최종 함수를 이용하여 각 화소 값을 결정할 수 있다. 도 3에 도시된 전역적 평활화 함수 및 지역적 평활화 함수로부터 최종 함수를 획득하는 방법은 상술된 수학식 3과 대응될 수 있다.
도 4는 본 발명의 일 실시 예에 의한 전역적 히스토그램 평활화 함수를 획득하는 방법을 나타낸 순서도이다.
도 4를 참조하면, 단계 S401에서 영상 처리 장치(100)는 인접한 화소 간 화소값의 유사성에 따라 분할된 영역별로 히스토그램 평활화 함수를 획득할 수 있다.
단계 S403에서, 영상 처리 장치(100)는 단계 S401에서 획득된 각 영역별 히스토그램 평활화 함수와 대응되는 영역의 크기에 비례하는 제2 가중치를 결정할 수 있다. 영역별 히스토그램 평활화 함수에 적용될 수 있는 제2 가중치는 각각 서로 다른 값을 가질 수 있다.
단계 S405에서, 영상 처리 장치(100)는 단계 S403에서 획득된 제2 가중치를 이용하여 제2 가중치가 적용된 각 화소의 영역별 히스토그램 평활화 함수의 평균값을 획득할 수 있다.
단계 S407에서, 영상 처리 장치(100)는 단계 S405에서 획득된 평균값에 기초하여 전역적 히스토그램 평활화 함수를 획득할 수 있다. 즉, 영상 처리 장치(100)는 단계 S405에서 획득된 평균값을 전역적 히스토그램 평활화 함수로 획득할 수 있다. 도 4에 도시된 전역적 히스토그램 평활화 함수를 획득하는 방법은 상술된 수학식 1과 대응될 수 있다.
영상 처리 장치(100)는 단계 S407에서 획득한 전역적 평활화 함수와 상술된 지역적 평활화 함수를 이용하여 화소 특성을 고려한 최종 함수를 각 화소별로 획득하고, 최종 평활화 함수를 이용하여 각 화소 값을 결정할 수 있다.
도 5는 본 발명의 일 실시 예에 의한 지역적 히스토그램 평활화 함수를 획득하는 방법을 나타낸 순서도이다.
도 5를 참조하면, 단계 S501에서, 영상 처리 장치(100)는 중심 화소(x,y)를 결정할 수 있다. 지역적 평활화 함수는 단계 S501에서 결정된 중심 화소에 대한 평활화 함수로서 획득될 수 있다.
단계 S503에서, 영상 처리 장치(100)는 단계 S501에서 결정된 중심 화소를 중심으로 하는 블록을 결정할 수 있다. 즉, 영상 처리 장치(100)는 중심 화소를 중심으로 하여 블록을 위치시킬 수 있다. 이 때, 블록은 미리 결정된 소정 크기를 가질 수 있으며, 도 3의 단계 S301에서 분할된 영역보다 작은 크기를 가질 수 있다.
단계 S505에서, 영상 처리 장치(100)는 블록 내 각 화소(x',y')와 중심 화소(x,y) 간 거리 및 블록 내 각 화소(x',y')가 속한 영역의 블록 내 크기 중 적어도 하나에 따라 각 영역별 히스토그램 함수에 적용될 제3 가중치를 결정할 수 있다.
예를 들면, 영상 처리 장치(100)는 블록 내 각 화소(x',y')와 중심 화소 간 거리에 반비례하거나 각 화소가 속한 영역의 블록 내 크기에 비례하는 제3 가중치를 결정할 수 있다. 이때, 제3 가중치는 주어진 연산에 대해 미리 계산된 결과들의 집합을 포함하는 룩 업 테이블로부터 결정될 수 있다. 따라서, 영상 처리 장치(100)는 제3 가중치를 획득하기 위한 연산에 대한 결과를 계산하는 시간보다 더 빠르게 제3 가중치를 획득할 수 있어 지역적 평활화 함수를 획득하기 위한 계산 복잡도를 감소시킬 수 있다.
단계 S507에서, 영상 처리 장치(100)는 단계 S505에서 결정된 제3 가중치가 적용된 블록 내 각 화소(x',y')에 대한 영역별 히스토그램 함수의 평균값을 획득할 수 있다.
단계 S509에서, 영상 처리 장치(100)는 단계 S507에서 획득한 평균값에 기초하여 중심 화소에 대한 지역적 히스토그램 평활화 함수를 획득할 수 있다. 즉, 영상 처리 장치(100)는 단계 S507에서 획득한 평균값을 중심 화소에 대한 지역적 히스토그램 평활화 함수로 획득할 수 있다.
더하여, 영상 처리 장치(100)는 지역적 평활화 함수가 획득되지 않은 다른 화소에 대하여 단계 S501에서 중심 화소로 결정함으로써 각 화소들에 대한 지역적 히스토그램 평활화 함수를 획득할 수 있다.
도 5에 도시된 지역적 히스토그램 평활화 함수를 획득하는 방법은 상술된 수학식 2와 대응될 수 있다.
영상 처리 장치(100)는 단계 S509에서 획득한 지역적 평활화 함수와 상술된 전역적 평활화 함수를 이용하여 화소 특성을 고려한 최종 함수를 각 화소별로 획득하고, 최종 함수를 이용하여 각 화소 값을 결정할 수 있다.
도 6은 본 발명의 일 실시 예에 의한 지역적 히스토그램 평활화 함수를 획득하는 방법의 일 예를 나타낸 예시도이다.
도 6을 참조하면, 영상의 일부분인 블록(610)은 중심 화소로 결정된 (x,y)를 기준으로 위치할 수 있다. 도 6에 도시된 블록(610)은 영상의 일부분을 포함하고 중심 화소 (x,y)를 중심으로 하고 있다.
영상 처리 장치(100)는 블록(610)에 포함된 영역 1(620) 및 영역 2(630)에 속한 화소들(x',y')의 각각 제3 가중치가 적용된 영역별 히스토그램 평활화 함수의 평균값으로부터 중심 화소인 (x,y)에 대한 지역적 평활화 함수를 획득할 수 있다. 이때 적용될 수 있는 제3 가중치는 영역 1(620) 및 영역 2(630)에 속한 각 화소들(x',y')과 중심 화소간 거리에 반비례하고, 블록 내에서의 영역의 크기에 비례하는 값으로 결정될 수 있다.
예를 들면, 영역 1(620)에 속한 화소들(x',y')에 대한 영역별 히스토그램 평활화 함수에는 (블록 내에서의 영역 1의 넓이)/(블록 크기) 에 비례하는 제3 가중치가 적용될 수 있다.
영상 처리 장치(100)는 도 6에 도시된 중심 화소 및 블록과 같이 영상에 포함된 화소 들을 각각 중심 화소로 결정하고, 중심 화소를 기준으로 블록을 위치시킴으로써 영상의 각각의 화소에 대한 지역적 평활화 함수를 획득할 수 있다.
본 발명의 일 실시 예에 의하면, 유사한 화소값들끼리 분할된 영역의 히스토그램이 정규 분포의 특성을 보임에 따라 히스토그램 평활화 함수를 이용하여 영상을 처리할 때 밝은 부분이 뿌옇게 보이는 현상(Washed out)을 방지할 수 있다.
본 발명의 일 실시 예에 의하면, 각 화소값들의 영상 특성에 따라 지역적 히스토그램 평활화 함수 및 전역적 히스토그램 평활화 함수를 이용하여 화소 값을 결정함으로써 각 영역의 특성에 따라 명암 대비를 향상시키기 위한 영상 처리를 수행할 수 있다.
본 발명의 일 실시 예에 의하면, 블록 내 히스토그램을 이용하지 않고, 블록 대비 상대적으로 큰 영역에서의 히스토그램 평활화 함수를 이용함으로써 블록간 단차 현상 및 지역적 특성의 훼손 현상을 방지할 수 있다.
본 발명의 일 실시 예에 의한 방법은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터(정보 처리 기능을 갖는 장치를 모두 포함한다)가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 장치의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광데이터 저장 장치 등이 있다.
비록 상기 설명이 다양한 실시예들에 적용되는 본 발명의 신규한 특징들에 초점을 맞추어 설명되었지만, 본 기술 분야에 숙달된 기술을 가진 사람은 본 발명의 범위를 벗어나지 않으면서도 상기 설명된 장치 및 방법의 형태 및 세부 사항에서 다양한 삭제, 대체, 및 변경이 가능함을 이해할 것이다. 따라서, 본 발명의 범위는 상기 설명에서보다는 첨부된 특허청구범위에 의해 정의된다. 특허청구범위의 균등 범위 안의 모든 변형은 본 발명의 범위에 포섭된다.

Claims (11)

  1. 영상을 적어도 하나의 영역으로 분할하는 단계;
    상기 분할된 영역별로 화소 값에 따라 균등한 화소 개수를 가지도록 상기 영상을 처리하기 위한 영역별 히스토그램 평활화 함수를 획득하는 단계;
    상기 획득된 영역별 히스토그램 평활화 함수를 이용하여 상기 영상의 전 영역에 대한 전역적 평활화 함수를 획득하는 단계;
    상기 영상의 각 화소를 기준으로 하는 블록 내에 속한 영역에 대한 상기 영역별 히스토그램 평활화 함수를 이용하여 상기 각 화소에 대한 지역적 평활화 함수를 획득하는 단계; 및
    상기 전역적 평활화 함수 및 지역적 평활화 함수의 가중치 합을 획득하고, 상기 획득된 가중치 합에 따라 상기 화소 값을 결정하는 단계를 포함하고,
    상기 각 화소에 대한 지역적 평활화 함수를 획득하는 단계는
    상기 영상의 각 화소 중 제1 화소를 기준으로 소정 크기의 블록을 결정하는 단계;
    상기 블록 내 포함된 적어도 하나의 화소에 각각 대응되는 영역별 히스토그램 평활화 함수 및 제3 가중치를 획득하는 단계;
    상기 적어도 하나의 영역별 히스토그램 평활화 함수에 각각 대응되는 상기 제3 가중치를 적용하는 단계; 및
    상기 제3 가중치가 적용된 상기 적어도 하나의 영역별 히스토그램 평활화 함수에 대한 평균값을 상기 제1 화소에 대한 지역적 히스토그램 평활화 함수로 획득하는 단계를 포함하고,
    상기 제3 가중치는, 상기 영역별 히스토그램 평활화 함수에 대응되는 영역 중 상기 블록에 포함된 영역의 크기에 비례하도록 결정되는, 영상 처리 방법.
  2. 제1항에 있어서, 상기 화소 값을 결정하는 단계는
    상기 화소의 특성에 따라 제1 가중치를 결정하는 단계;
    상기 결정된 제1 가중치에 따라 상기 전역적 평활화 함수 및 지역적 평활화 함수의 가중치 합을 획득하는 단계를 포함하는 특징으로 하는 영상 처리 방법.
  3. 제1항에 있어서, 상기 전역적 평활화 함수를 획득하는 단계는
    상기 각 영역별 히스토그램 평활화 함수에 대한 제2 가중치를 각 영역별로 결정하는 단계;
    상기 제2 가중치를 상기 각 영역별 히스토그램 평활화 함수에 적용한 값에 대한 평균값을 획득하는 단계를 포함하고,
    상기 제2 가중치는 상기 영역별 히스토그램 평활화 함수에 대한 영역의 크기와 비례하는 것을 특징으로 하는 영상 처리 방법.
  4. 삭제
  5. 제1항에 있어서,
    상기 제3 가중치는 상기 블록 내 포함된 각 화소와 상기 제1 화소 간 거리에 반비례 하도록 결정되는 영상 처리 방법.
  6. 영상을 적어도 하나의 영역으로 분할하는 영역 분할부;
    상기 분할된 영역별로 화소 값에 따라 균등한 화소 개수를 가지도록 상기 영상을 처리하기 위한 영역별 히스토그램 평활화 함수를 획득하는 영역별 히스토그램 평활화 함수 획득부;
    상기 획득된 영역별 히스토그램 평활화 함수를 이용하여 상기 영상의 전 영역에 대한 전역적 평활화 함수를 획득하는 전역적 평활화 함수 획득부;
    상기 영상의 각 화소를 기준으로 하는 블록 내에 속한 영역에 대한 상기 영역별 히스토그램 평활화 함수를 이용하여 상기 각 화소에 대한 지역적 평활화 함수를 획득하는 지역적 평활화 함수 획득부; 및
    상기 전역적 평활화 함수 및 지역적 평활화 함수의 가중치 합을 획득하고, 상기 획득된 가중치 합에 따라 상기 영상의 화소 값을 결정하는 영상 처리부를 포함하고,
    상기 지역적 평활화 함수 획득부는,
    상기 영상의 각 화소 중 제1 화소를 기준으로 소정 크기의 블록을 결정하고,
    상기 블록 내 포함된 적어도 하나의 화소에 각각 대응되는 영역별 히스토그램 평활화 함수 및 제3 가중치를 획득하고,
    상기 적어도 하나의 영역별 히스토그램 평활화 함수에 각각 대응되는 상기 제3 가중치를 적용하고,
    상기 제3 가중치가 적용된 상기 적어도 하나의 영역별 히스토그램 평활화 함수에 대한 평균값을 상기 제1 화소에 대한 지역적 히스토그램 평활화 함수로 획득하고,
    상기 제3 가중치는, 상기 영역별 히스토그램 평활화 함수에 대응되는 영역 중 상기 블록에 포함된 영역의 크기에 비례하도록 결정되는 영상 처리 장치.
  7. 제6항에 있어서, 상기 영상 처리부는
    상기 화소의 특성에 따라 제1 가중치를 결정하고, 상기 결정된 제1 가중치에 따라 상기 전역적 평활화 함수 및 지역적 평활화 함수의 가중치 합을 획득하는 것을 특징으로 하는 영상 처리 장치.
  8. 제6항에 있어서, 상기 전역적 평활화 함수 획득부는
    상기 각 영역별 히스토그램 평활화 함수에 대한 제2 가중치를 각 영역별로 결정하고, 상기 제2 가중치를 상기 각 영역별 히스토그램 평활화 함수에 적용한 값에 대한 평균값을 획득하고,
    상기 제2 가중치는 상기 영역별 히스토그램 평활화 함수에 대한 영역의 크기와 비례하는 것을 특징으로 하는 영상 처리 장치.
  9. 삭제
  10. 제6항에 있어서,
    상기 제3 가중치는 상기 블록 내 포함된 각 화소와 상기 제1 화소 간 거리에 반비례하도록 결정되는 영상 처리 장치.
  11. 제1항 내지 제3항 또는 제5항 중 어느 한 항의 영상 처리 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
KR1020140011442A 2014-01-29 2014-01-29 영상 처리 방법 및 장치 KR102150960B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020140011442A KR102150960B1 (ko) 2014-01-29 2014-01-29 영상 처리 방법 및 장치
US14/608,918 US9418410B2 (en) 2014-01-29 2015-01-29 Image processing apparatus and method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140011442A KR102150960B1 (ko) 2014-01-29 2014-01-29 영상 처리 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20150090595A KR20150090595A (ko) 2015-08-06
KR102150960B1 true KR102150960B1 (ko) 2020-09-02

Family

ID=53679497

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140011442A KR102150960B1 (ko) 2014-01-29 2014-01-29 영상 처리 방법 및 장치

Country Status (2)

Country Link
US (1) US9418410B2 (ko)
KR (1) KR102150960B1 (ko)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9665943B2 (en) * 2015-09-25 2017-05-30 Intel Corporation Histogram-based image segmentation
JP6774813B2 (ja) * 2016-08-12 2020-10-28 日本電子株式会社 画像処理装置、画像処理方法、および分析装置
CN107818553B (zh) * 2016-09-12 2020-04-07 京东方科技集团股份有限公司 图像灰度值调整方法和装置
CN107948554B (zh) * 2017-11-30 2021-07-06 深圳Tcl新技术有限公司 显示画面的对比度调节方法、显示器和可读存储介质
US10762611B2 (en) * 2018-08-07 2020-09-01 Sensors Unlimited, Inc. Scaled two-band histogram process for image enhancement
CN110858389B (zh) * 2018-08-23 2021-09-24 网宿科技股份有限公司 一种增强视频画质的方法、装置、终端及转码设备
CN109584175B (zh) * 2018-11-21 2020-08-14 浙江大华技术股份有限公司 一种图像处理方法及装置
CN111866306B (zh) * 2019-04-24 2023-04-18 瑞昱半导体股份有限公司 对比调整系统及对比调整方法
CN110189332B (zh) * 2019-05-22 2021-03-02 中南民族大学 基于权重图设计的前列腺磁共振图像分割方法及系统
CN110611771B (zh) * 2019-10-18 2021-04-30 浙江大华技术股份有限公司 聚焦位置的设置方法及装置、存储介质、电子装置
CN114331856A (zh) * 2020-10-10 2022-04-12 合肥君正科技有限公司 一种提高宽动态范围图像清晰度的方法
CN117082193B (zh) * 2023-07-27 2024-09-20 广州开得联软件技术有限公司 视频画面亮度均衡方法、装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006195651A (ja) 2005-01-12 2006-07-27 Sanyo Electric Co Ltd 階調補正装置
JP2011160407A (ja) * 2010-01-06 2011-08-18 Canon Inc 画像処理装置及び画像処理方法
JP2012165146A (ja) * 2011-02-04 2012-08-30 Canon Inc 画像処理装置及び方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6341172B1 (en) * 1997-02-28 2002-01-22 Siemens Medical Systems, Inc. Acquisition scheme for an electron portal imaging system
KR100925794B1 (ko) 2008-02-28 2009-11-11 숭실대학교산학협력단 영상의 지역 명암대비 개선을 통한 전역 명암대비 향상 방법
US8339475B2 (en) * 2008-12-19 2012-12-25 Qualcomm Incorporated High dynamic range image combining
JP5495025B2 (ja) * 2009-12-22 2014-05-21 ソニー株式会社 画像処理装置および方法、並びにプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006195651A (ja) 2005-01-12 2006-07-27 Sanyo Electric Co Ltd 階調補正装置
JP2011160407A (ja) * 2010-01-06 2011-08-18 Canon Inc 画像処理装置及び画像処理方法
JP2012165146A (ja) * 2011-02-04 2012-08-30 Canon Inc 画像処理装置及び方法

Also Published As

Publication number Publication date
KR20150090595A (ko) 2015-08-06
US9418410B2 (en) 2016-08-16
US20150213582A1 (en) 2015-07-30

Similar Documents

Publication Publication Date Title
KR102150960B1 (ko) 영상 처리 방법 및 장치
CN109191395B (zh) 图像对比度增强方法、装置、设备及存储介质
Lin et al. Multi-scale retinex improvement for nighttime image enhancement
CN110689587B (zh) 一种基于颜色校正和细节增强的水下图像增强方法
WO2016206087A1 (zh) 一种低照度图像处理方法和装置
CN103218778B (zh) 一种图像和视频的处理方法及装置
AU2015272846B2 (en) Image processing system and computer-readable recording medium
US9569827B2 (en) Image processing apparatus and method, and program
KR102104403B1 (ko) 단일영상 내의 안개 제거 방법 및 장치
US10521885B2 (en) Image processing device and image processing method
TWI539813B (zh) 影像合成裝置及方法
KR102146560B1 (ko) 영상 보정 방법 및 장치
US20130064445A1 (en) Adaptive Dithering During Image Processing
US10515453B2 (en) Image processing apparatus, image processing method, and storage medium for performing an edge correction processing based on color variations
CN107346546B (zh) 一种图像处理方法及装置
US8311356B2 (en) Image processing apparatus and image processing method
JP2007310887A (ja) 画像データの自動マッピング方法及び画像処理デバイス
JP2007310886A (ja) 画像データの自動マッピング方法及び画像処理デバイス
US10282830B2 (en) Apparatus for image contrast enhancement and method, electronic equipment
US10013772B2 (en) Method of controlling a quality measure and system thereof
KR20160002517A (ko) 디지털 이미지 향상 방법 및 장치와, 이를 이용한 영상 처리 장치
EP3068122B1 (en) Image processing apparatus and image processing method
CN107424137B (zh) 一种文本增强方法及装置、计算机装置、可读存储介质
US20160307306A1 (en) Method and apparatus for image colorization
US10019645B2 (en) Image processing apparatus and method, and electronic equipment

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant