KR20000039940A - 히스토그램 분산도에 근거하여 적응적으로 콘트라스트를 개선하는 화질 개선방법 및 그 장치 - Google Patents

Abstract

본 발명에는 히스토그램 분산도에 근거하여 적응적으로 콘트라스트를 개선하는 화질 개선 방법 및 그 장치가 개시되어 있다. 본 발명은 소정수의 그레이 레벨로 표현되는 입력 영상신호를 히스토그램 분포를 검출하고, 이 히스토그램 분포의 적분에 해당하는 누적 밀도 함수를 이용하여 입력 영상을 맵핑하여 등화된 영상을 제공하는 히스토그램 등화기, 입력 영상의 히스토그램 분포의 분산도를 검출하는 검출기 및 분산도에 따라 적응적으로 등화된 영상의 등화 정도를 조절하는 조절기를 포함하여 입력 영상의 히스토그램 자체의 분포 특성으로부터 히스토그램 분산도를 검출하고, 이를 근거로 하여 히스토그램 등화를 거친 영상 출력과 입력 영상과의 혼합 비율을 조절하여 맵핑 함수에 적응적 특성을 부여함으로써 보다 개선된 화질을 제공한다.

Description

히스토그램 분산도에 근거하여 적응적으로 콘트라스트를 개선하는 화질 개선 방법 및 그 장치

본 발명은 화질 개선 분야에 관한 것으로, 특히 히스토그램 분산도에 근거하여 적응적으로 콘트라스트를 개선하는 화질 개선 방법 및 그 장치에 관한 것이다.

히스토그램 등화의 기본 동작은 입력 영상의 히스토그램을 토대로 주어진 입력 영상을 변환하는 것으로서, 여기서 히스토그램이라 함은 주어진 입력 영상에서의 그레이 레벨 분포를 나타낸다. 이러한 그레이 레벨(gray level)의 히스토그램은 영상(image)의 외양(appearance)의 전체적인 묘사를 제공한다. 영상의 픽셀 분포에 따라 적절히 조절된 그레이 레벨은 외양 또는 영상의 콘트라스트를 개선시킨다.

도 1은 일반적인 히스토그램 등화기의 블록도로서, 입력 영상 I(x,y)는 공간적 위치 (x,y)에서 X={X₀,X₁,...,X_L-1}로 주어지는 L개의 이산(discrete) 그레이 레벨 가운데 하나의 값을 갖는다고 했을 때, 히스토그램 검출기(102)는 {X_kk{0,1,2,...,L-1}}에 해당하는 픽셀의 발생빈도 n^k를 산출하고, PDF 계산기(104)는 이 픽셀의 발생 빈도 n^k로부터 확률 밀도 함수(PDF:Probability Density Function)를 구하고, 확률 밀도 함수 P(X_k)를 다음 수학식 1과 같이 나타낼 수 있다.

P(X_k)=n^k/N

여기서, P(X_k)는 주어진 영상 {X}에서 k 번째 그레이 레벨(X_k)의 확률이고, n^k는 주어진 영상 {X}에서 이 레벨(X_k)이 나타나는 횟수를 나타내고, N은 주어진 영상 {X}의 전체 픽셀수를 나타낸다.

PDF 적분기(106)는 PDF 계산기(104)에서 계산된 PDF에 대해 적분을 행하면 다음 수학식 2와 같이 정의되는 누적 밀도 함수(Cumulative Density Function:CDF) c(x)를 얻게 된다.

비선형 맵퍼(108)는 PDF 적분에 의해 얻어진 누적 밀도 함수 c(x)를 입력 영상 I(x,y)에 대한 맵핑 함수로 사용하면, 보다 넓은 다이나믹 범위를 갖는 출력 영상 즉, 콘트라스트 보정된 출력 영상(I_H(x,y))을 제공하게 된다.

도 2는 입력 영상의 대부분이 고휘도 부분에 몰려 있는 경우에 대해, 누적 밀도 함수와 이를 이용한 비선형 맵핑을 보인 도면이다. 도 2에 있어서, 그레이 레벨 {X_iX_L-1}에 집중적으로 분포되어 있는 입력 영상 레벨이, CDF에 근거한 맵핑에 의해 출력 레벨 {f(X_i)f(X_L-1)}이라는 보다 넓은 영역으로 재분배됨으로써, 주어진 다이나믹 범위(dynamic range)를 효과적으로 사용하게 되고 결과적으로 콘트라스트를 높여주게 된다.

그러나, 누적 밀도 함수 자체를 맵핑 함수로 이용해서 입력 영상 레벨의 분포를 변경하는 일반적인 히스토그램 등화의 가장 큰 문제점은 변환 함수로 사용되는 누적 밀도 함수에 따라 입출력 신호간의 평균 밝기가 현저하게 변할 수 있다는 것이다. 통상, 누적 밀도 함수에 근거한 히스토그램 등화 후의 평균 밝기는 중간 레벨이 된다.

또한, 히스토그램 분포가 매우 협소한 레벨내에 집중적으로 분포(이하, 뾰족한(peaky) 히스토그램 분포라고 함)되어 있는 경우, 그것이 고휘도 부분이라면 과도한 범위 확장으로 실질적으로는 콘트라스트 개선이 이뤄졌을 지 모르지만 영상을 인지하는 인간의 시각 특성을 고려했을 때는 오히려 부자연스러워지는 형태로 나타날 수 있고, 저휘도 부분이라면 낮은 레벨에 몰려 있는 잡음을 오히려 증가시켜 신호 대 잡음비(Signal to Noise(S/N) ratio)를 악화시키게 된다.

이렇게 히스토그램 등화를 실제 응용(application)에 적용하기에는 영상의 평균 밝기가 변한다든가, S/N 비를 악화시킨다든가 또는 과도한 출력 레벨의 범위 확장으로 오히려 부자연스러운 영상의 제공을 초래한다든가하는 등의 문제점이 있었다.

상기한 문제점들을 해결하기 위하여, 본 발명의 목적은 히스토그램 분포의 분산도를 검출하여 그에 따라 적응적으로 히스토그램 등화 처리 정도를 조절하여 콘트라스트를 개선하는 화질 개선 방법과 그 장치를 제공하는 데 있다.

본 발명의 다른 목적은 입력 영상의 히스토그램 자체의 분포 특성으로부터 그것이 뾰족(peaky)한지 평탄(flat)한지를 나타내는 히스토그램 분산도를 검출하고, 이를 근거로 하여 히스토그램 등화를 거친 영상 출력과 입력 영상과의 혼합 비율을 조절함으로써 맵핑 함수에 적응적 특성을 부여하는 화질 개선 방법과 그 장치를 제공하는 데 있다.

상기의 목적들을 달성하기 위하여, 본 발명에 의한 화질 개선 방법은 소정수의 그레이 레벨로 표현되는 입력 영상신호를 히스토그램 등화하여 등화된 영상을 제공하는 것에 의해 화질을 개선하는 방법에 있어서: 입력 영상의 히스토그램 분포의 분산도를 검출하는 단계 및 검출된 분산도에 따라 적응적으로 등화된 영상을 조절하는 단계를 포함함을 특징으로 하고 있다.

본 발명에 의한 화질 개선 장치는 소정수의 그레이 레벨로 표현되는 입력 영상신호를 히스토그램 분포를 검출하고, 이 히스토그램 분포의 적분에 해당하는 누적 밀도 함수를 이용하여 입력 영상을 맵핑하여 등화된 영상을 제공하는 히스토그램 등화기, 입력 영상의 히스토그램 분포의 분산도를 검출하는 검출기 및 분산도에 따라 적응적으로 등화된 영상의 등화 정도를 조절하는 조절기를 포함함을 특징으로 하고 있다.

도 1은 종래의 히스토그램 등화기의 블록도이다.

도 2는 도 1에 도시된 비선형 맵퍼에서 누적 밀도 함수에 근거한 비선형 맵핑을 설명하기 위한 도면이다.

도 3은 본 발명에서 제안하는 피드포워드 제어 구조에서 보정 계수에 따른 맵핑 함수 변화를 보인 도면이다.

도 4는 본 발명에 의한 화질 개선 장치의 일 실시예에 따른 블록도이다.

도 5의 (a)와 (b)는 입력 영상의 히스토그램 분포에 대해 분산도가 큰 분포와 작은 분포를 보인 도면이다.

도 6은 도 4에 도시된 분산도 검출기에서 사용되는 분산도 검출 함수의 비선형성을 설명하기 위한 도면이다.

도 7의 (a)는 분산도와 정규화된 엔트로피와의 관계를 보인 도면이고, 도 7의 (b)는 정규화된 엔트로피와 보정 계수사이의 변환(transform)을 보인 도면이다.

이하, 첨부된 도면을 참조하여 본 발명에 의한 히스토그램 분산도에 근거하여 적응적으로 콘트라스트를 개선하는 화질 개선 방법과 그 장치의 바람직한 실시예를 설명하기로 한다.

본 발명에 의한 화질 개선 방법은 히스토그램 분포가 어느 정도 뾰족한지를 검출하고, 검출된 히스토그램 분포의 분산도에 따라 적응적으로 히스토그램 등화 처리 정도를 조절한다. 즉, 입력 영상의 히스토그램 분포가 매우 뾰족한 경우에는 일반적인 히스토그램 등화 처리와는 달리 본 발명에서 제안하는 바와 같이 검출된 히스토그램 분포의 분산도에 따라 일반적인 히스토그램 등화를 거친 영상 출력과 입력 영상과의 혼합 비율을 조절하여 다이나믹 범위를 제한함으로써 과도하게 범위가 확장되는 것을 방지하고자 한다.

이를 위해서, 본 발명에 의한 화질 개선 방법은 2가지의 기본 단계로 구성될 수 있다. 하나는 히스토그램 분포로부터 그 자체가 어떠한 분포를 갖고 있는지 다시 말해, 특정한 부분에 집중되어 있는 뾰족한 분포인지 아니면 주어진 다이나믹 범위에 대해 비교적 넓은 영역에 퍼져 있는 평탄한 분포인지를 나타내는 파라미터를 검출하는 단계이고, 다른 하나는 검출된 파라미터에 근거로 해서 히스토그램 등화 처리 정도를 조절하는 단계로 구성될 수 있다.

첫 번째 단계를 위해서 정보 이론(information theory)이나 확률에서 자주 사용되는 엔트로피(entropy)에 관한 개념을 도입한다. N개의 발생가능한 출력(event)에 대해서 그것의 엔트로피는 다음 수학식 3과 같이 정의된다.

여기서, P_i는 i 번째 사건이 발생할 확률을 나타낸다. 이와 같은 엔트로피는 모든 발생가능한 출력들이 동일한 확률로 발생할 때, 즉, P_i(i=0,1,2,...,N-1)=1/N 일 때 최대값(1)을 갖게 되고, 어느 특정한 하나의 값에 대한 발생 확률이 1이 될 때, 다시 말해 그 값만이 발생하게 될 때 최소값(0)을 갖게 된다.

이러한 개념을 영상에 대한 히스토그램 분포에 대해 적용하면 8비트 그레이 스케일 영상 및 그것의 크기가 수평 방향으로 X개의 픽셀, 수직 방향으로 Y개의 픽셀로 되어 있을 때, 표본의 개수는 전체 픽셀수인 X*Y개가 되고, 발생가능한 출력(event)은 0255 까지의 그레이 레벨이 된다.

만약, 입력 영상이 0255까지 선형적으로 스위프(sweep)하는 램프(ramp) 형태인 경우, 각 그레이 레벨에 대한 발생 확률이 모두 동일하기 때문에, 히스토그램 분포 특성은 평탄하게 되며, 이때 히스토그램 분포에 대한 엔트로피값은 최대값을 갖게 된다. 반면, 영상 전체가 하나의 그레이 레벨로 되어 있는 경우, 히스토그램은 해당 레벨 한 곳에서만 값을 갖는 매우 뾰족한 분포를 갖게 되고, 이때 히스토그램 분포에 대한 엔트로피값은 최소값을 갖게 된다. 결국, 히스토그램에 대한 엔트로피값을 검출함으로서 현재의 히스토그램 분포에 대한 퍼짐정도(이하 분산(dispersion)이라고 함)를 측정할 수 있게 된다.

두 번째 단계를 위해서 피드포워드 제어 구조를 이용한다. 입력 영상 I(x,y)에 대해 통상적인 히스토그램 등화 처리를 거친 출력을 I_H(x,y)라 했을 때, 최종 출력 영상 I_E(x,y)는 다음 수학식 4와 같이 나타낼 수 있다.

I_E(x,y)=(1-)I_H(x,y)+I(x,y) where, 01

파라미터(이하 보정 계수라고 함)는 엔트로피와 같은 분산도(degree of dispersion) 검출을 통해서 설정되는 값으로 이값을 조절함으로써 출력 영상 I_H(x,y)의 반영 정도를 제어하게 되는 데 이는 결국 도 3에 도시된 바와 같이 CDF에 근거한 비선형 맵핑 함수 형태를 변경하는 것과 같은 결과를 낳게 된다.

따라서, 도 3에 도시된 바와 같이 보정 계수를 가변시키게 되면 최종적인 맵핑 함수(f'(x))는 원래의 CDF 함수 f₁과 바이패스 함수인 f₂의 사이에 존재하게 되고, 고휘도 부분의 뾰족한 부분이 확장되는 다이나믹 범위가만큼 줄어들게 된다.

이어서, 본 발명에 의한 화질 개선 장치를 도 4 내지 도 7을 결부시켜 설명하기로 한다.

본 발명에 의한 화질 개선 장치의 일 실시예에 따른 블록도인 도 4에 있어서, 히스토그램 검출기(202), PDF 계산기(204), PDF 적분기(206), 제1 비선형 맵퍼(208)로 구성되는 일반적인 히스토그램 등화기(200)에 분산도 검출기(210), 제2 비선형 맵퍼(212), 그리고 피드포워드 처리기(214)가 더 구성되어 있다. 여기서, 일반적인 히스토그램 등화기(200)의 구성 및 동작에 대해서는 이미 도 1에서 설명되어 있으므로 생략하기로 한다.

분산도 검출기(210)는 히스토그램 등화기(200)의 PDF 계산기(204)에서 계산된 입력 영상의 히스토그램 분포에 대해 분산 정도를 검출한다. 검출 함수의 일 예로서 수학식 3에 도시된 엔트로피 함수를 제시하였지만 이것과 비슷한 성질을 나타내는 함수이면 동일하게 사용되어질 수 있으며, 그 예들로서 수학식 5 및 수학식 6에 도시된 함수들이 사용되어질 수 있다.

f(P_i)=P_i ²

위 수학식 5 및 수학식 6에 도시된 함수들은 입력 영상의 히스토그램 분포에 대해서 그것이 넓은 영역에 분포될 수록 값이 작아지는, 그리고 좁은 영역으로 수렴될수록 값이 커지는 특성을 갖고 있어서, 히스토그램 분포의 분산도에 따라 그에 상응하는 출력을 생성할 수 있다.

따라서, 분산도 검출기(210)는 히스토그램 등화기(200)의 PDF 계산기(204)에서 계산된 히스토그램 분포(PDF)를 이용하여 분산도를 검출하게 되는 데, 분산도 함수로서 수학식 3에 도시된 엔트로피를 사용하는 경우 도 5의 (a)에 도시된 바와 같이 입력 히스토그램의 분포가 분산의 정도가 큰 경우에는 큰 값을, 도 5의 (b)에 도시된 바와 같이 입력 히스토그램 분포가 뾰족한 경우에는 작은 값을 출력하게 된다.

한편, 수학식 3, 수학식 5, 수학식 6에서 제시한 분산도 검출 함수들은 히스토그램 분포 정도에 비례해서 그 출력이 변화하는 선형 함수가 아니다. 수학식 3에 도시한 엔트로피 함수를 일 예로 들면, 그것을 이루는 기본 함수인 f(P_i)=-P_ilogP_i의 특성을 살펴보면 다음 수학식 7과 같은 특징을 갖는다.

f(x+y)f(x)+f(y)

이러한 특징은 함수 f가 볼록성(convexity) 즉, 볼록한 비선형 특성을 갖는다는 것을 의미하는 데 이것을 도식적으로 표현해보면 도 6에 도시된 바와 같다. 따라서, 검출된 분산도와 보정 계수의 관계를 선형 관계로 만들기 위해서는 볼록한(convex) 특성을 보정할 수 있는 오목한(concave) 특성을 갖는 비선형 맵핑 함수를 사용해야 한다. 이를 위해서 다음 수학식 8과 같은 비선형 맵핑 함수를 설정한다.

g(x)=x where

여기서,의 값이 01 사이에 있으면 분산도 검출 함수가 볼록한 특성을 가지고,1이면 오목한 특성을 가진다. 위 수학식 8은 이 두 경우 모두에 대응하기 위한 일반식이다.

따라서, 분산도와 정규화된 엔트로피(E_norm)와의 관계는 도 7의 (a)에 도시된 바와 같고, 정규화된 엔트로피(E_norm)와 보정 계수와의 관계는 도 7의 (b)에 도시된 바와 같다.

도 4에 도시된 제2 비선형 맵퍼(212)는 도 7의 (a)에 도시된 바와 같이 분산도 검출 함수와 근사적으로 도 7의 (b)에 도시된 바와 같이 역함수 관계를 갖도록 감마값을 조절하여 히스토그램 분포가 갖는 분산도에 대해서 선형 관계를 갖는 보정 계수를 제공한다.

피드포워드 처리기(214)는 제2 비선형 맵퍼(212)로부터 제공되는 보정 계수를 이용하여 히스토그램 등화기(200)로부터 제공되는 히스토그램 등화 처리된 영상 출력 I_H(x,y)와 원래의 입력 영상 I(x,y)에 대해 위의 수학식 4에 도시된 관계식으로 보정을 행하여 최종적인 영상 출력 I_E(x,y)를 얻는다. 이 피드포워드 처리기(214)는 조절기로 지칭될 수 있다.

즉, 감산기(216)는 1에서 제2 비선형 맵퍼(212)로부터 제공되는 보정 계수를 감산하고, 제1 승산기(218)는 히스토그램 등화기(200)로부터 제공되는 히스토그램 등화 처리된 영상 출력(I_H(x,y))과 감산기(216)의 감산 결과(1-)를 승산해서 승산 결과((1-)I_H(x,y))를 제공하고, 제2 승산기(220)는 입력 영상(I(x,y))과 제2 비선형 맵퍼(212)로부터 제공되는 보정 계수를 승산해서 승산 결과(I(x,y))를 제공한다. 가산기(222)는 제1 승산기(218)의 승산 결과와 제2 승산기(220)의 승산 결과를 가산해서 보정된 등화 출력(I_E(x,y)=(1-)I_H(x,y)+I(x,y))을 제공한다.

이렇게 함으로써, 비교적 넓은 영역에 걸쳐서 분포하는 히스토그램 특성을 갖는 영상에 대해서는 일반적인 히스토그램 등화의 출력을 충분히 반영하여 콘트라스트 개선을 도모하고, 반면 뾰족한 히스토그램을 갖는 영상에 대해서는 원래의 히스토그램 분포에 대해서 크게 벗어나지 않는 범위에서 보정을 행함으로써 보다 안정된 영상 출력을 얻을 수 있게 된다.

본 발명은 영상신호의 화질 개선에 관련된 광범위한 분야에 응용될 수 있다. 즉, 방송기기, 레이더 신호 처리 시스템, 의용 공학, 가전 제품등에 응용될 수 있다.

상술한 바와 같이, 본 발명은 입력 영상의 히스토그램 자체의 분포 특성으로부터 히스토그램 분산도를 검출하고, 이를 근거로 하여 히스토그램 등화를 거친 영상 출력과 입력 영상과의 혼합 비율을 조절하여 맵핑 함수에 적응적 특성을 부여함으로써 보다 개선된 화질을 제공하는 효과가 있다.

Claims (20)

1. 소정수의 그레이 레벨로 표현되는 입력 영상신호를 히스토그램 등화하여 등화된 영상을 제공하는 것에 의해 화질을 개선하는 방법에 있어서:

   (a) 입력 영상의 히스토그램 분포의 분산도를 검출하는 단계; 및

   (b) 검출된 분산도에 따라 적응적으로 상기 등화된 영상의 등화 정도를 조절하는 단계를 포함하는 화질 개선 방법.
2. 제1항에 있어서, 상기 (a) 단계에서는 입력 영상의 히스토그램 분포에 대해서 그것이 넓은 영역에 분포될 수록 출력값이 커지는(또는 작아지는), 그리고 좁은 영역으로 수렴될수록 출력값이 작아지는(또는 커지는) 특성을 갖는 분산도 검출 함수를 이용하여 입력 영상의 히스토그램 분포의 분산 정도에 따라 그에 상응하는 출력값을 생성하는 것을 특징으로 하는 화질 개선 방법.
3. 제2항에 있어서, 상기 분산도 검출 함수는 아래 식과 같은 엔트로피 함수를 사용하는 것을 특징으로 하는 화질 개선 방법.

   (여기서, P_i는 입력 영상의 히스토그램 분포임)
4. 제2항에 있어서, 상기 분산도 검출 함수는 아래 식들 중 하나를 사용하는 것을 특징으로 하는 화질 개선 방법.

   f(P_i)=P_i ² ,

   (여기서, P_i는 입력 영상의 히스토그램 분포임)
5. 제1항에 있어서, 상기 (b) 단계에서는 상기 검출된 분산도와 선형 관계를 갖는 보정 계수를 이용하여 상기 등화된 영상(I_H(x,y))과 입력 영상(I(x,y))을 아래 식과 같이 보정하여 보정된 영상(I_E(x,y))을 제공하는 것을 특징으로 하는 화질 개선 방법.

   I_E(x,y)=(1-)I_H(x,y)+I(x,y) where, 01
6. 제5항에 있어서, 상기 (b) 단계에서는 상기 분산도와 보정 계수의 관계를 선형 관계로 만들기 위해서 아래 식과 같은 비선형 맵핑 함수(g(x))를 사용하고, 감마() 값을 조정하여 생성된 보정 계수를 이용하는 것을 특징으로 하는 화질 개선 방법.

   g(x)=x where
7. (a) 소정수의 그레이 레벨로 표현되는 입력 영상신호를 히스토그램 분포를 검출하고, 이 히스토그램 분포의 적분에 해당하는 누적 밀도 함수를 이용하여 입력 영상을 맵핑하여 등화된 영상을 제공하는 단계;

   (b) 상기 입력 영상의 히스토그램 분포의 분산도를 검출하는 단계;

   (c) 상기 분산도에 대해서 선형 관계를 갖는 보정 계수를 생성하는 단계; 및

   (d) 상기 보정 계수()를 이용하여 상기 등화된 영상(I_H(x,y))과 상기 입력 영상(I(x,y))을 아래 식과 같이 보정하여 보정된 영상(I_E(x,y))을 제공하는 단계를 포함하는 화질 개선 방법.

   I_E(x,y)=(1-)I_H(x,y)+I(x,y) where, 01
8. 제7항에 있어서, 상기 (b) 단계에서는 입력 영상의 히스토그램 분포에 대해서 그것이 넓은 영역에 분포될 수록 출력값이 커지는(또는 작아지는), 그리고 좁은 영역으로 수렴될수록 출력값이 작아지는(또는 커지는) 특성을 갖는 분산도 검출 함수를 이용하여 히스토그램 분포의 분산도에 따라 그에 상응하는 출력값을 생성하는 것을 특징으로 하는 화질 개선 방법.
9. 제8항에 있어서, 상기 분산도 검출 함수는 아래 식과 같은 엔트로피 함수를 사용하는 것을 특징으로 하는 화질 개선 방법.

   (여기서, P_i는 입력 영상의 히스토그램 분포임)
10. 제8항에 있어서, 상기 분산도 검출 함수는 아래 식들 중 하나를 사용하는 것을 특징으로 하는 화질 개선 방법.

    f(P_i)=P_i ² ,

    (여기서, P_i는 입력 영상의 히스토그램 분포임)
11. 제7항에 있어서, 상기 (c) 단계에서는 상기 분산도와 보정 계수의 관계를 선형 관계로 만들기 위해서 아래 식과 같은 비선형 맵핑 함수(g(x))를 사용하고, 감마() 값을 조정하여 보정 계수를 생성하는 것을 특징으로 하는 화질 개선 방법.

    g(x)=x where
12. 제7항에 있어서, 상기 (d) 단계는,

    (d1) 1에서 보정 계수를 감산하여 감산 결과((1-))를 제공하는 단계;

    (d2) 상기 등화된 영상(I_H(x,y))과 상기 감산 결과((1-))를 승산해서 제1 승산 결과 (1-)I_H(x,y)를 제공하는 단계;

    (d3) 입력 영상(I(x,y))과 상기 보정 계수를 승산해서 제2 승산 결과(I(x,y))를 제공하는 단계; 및

    (d4) 상기 제1 승산 결과와 제2 승산 결과를 가산해서 보정된 영상 (I_E(x,y)=(1-)I_H(x,y)+I(x,y))을 제공하는 단계를 포함하는 화질 개선 방법.
13. 소정수의 그레이 레벨로 표현되는 입력 영상신호를 히스토그램 분포를 검출하고, 이 히스토그램 분포의 적분에 해당하는 누적 밀도 함수를 이용하여 입력 영상을 맵핑하여 등화된 영상을 제공하는 히스토그램 등화기;

    상기 입력 영상의 히스토그램 분포의 분산도를 검출하는 검출기; 및

    상기 분산도에 따라 적응적으로 상기 등화된 영상의 등화 정도를 조절하는 조절기를 포함하는 화질 개선 장치.
14. 제13항에 있어서, 상기 검출기는 입력 영상의 히스토그램 분포에 대해서 그것이 넓은 영역에 분포될 수록 출력값이 커지는(또는 작아지는), 그리고 좁은 영역으로 수렴될수록 출력값이 작아지는(또는 커지는) 특성을 갖는 분산도 검출 함수를 이용하여 히스토그램 분포의 분산도에 따라 그에 상응하는 출력값을 생성하는 것을 특징으로 하는 화질 개선 장치.
15. 제14항에 있어서, 상기 분산도 검출 함수는 아래 식과 같은 엔트로피 함수를 사용하는 것을 특징으로 하는 화질 개선 장치.

    (여기서, P_i는 입력 영상의 히스토그램 분포임)
16. 제14항에 있어서, 상기 분산도 검출 함수는 아래 식들 중 하나를 사용하는 것을 특징으로 하는 화질 개선 장치.

    f(P_i)=P_i ² ,

    (여기서, P_i는 입력 영상의 히스토그램 분포임)
17. 제13항에 있어서, 상기 히스토그램 분포의 분산도에 대해서 근사적으로 선형인 출력을 얻을 수 있도록 보정 계수를 생성하는 비선형 맵퍼를 더 포함하는 화질 개선 장치.
18. 제17항에 있어서, 상기 비선형 맵퍼는 상기 분산도와 보정 계수의 관계를 선형 관계로 만들기 위해서 아래 식과 같은 비선형 맵핑 함수(g(x))를 사용하고, 감마() 값을 조정하여 보정 계수를 생성하는 것을 특징으로 하는 화질 개선 장치.

    g(x)=x where
19. 제17항에 있어서, 상기 조절기는 피드포워드 제어 구조를 갖고, 상기 보정 계수()를 이용하여 상기 등화된 영상(I_H(x,y))과 상기 입력 영상(I(x,y))을 아래 식과 같이 보정하여 보정된 영상(I_E(x,y))을 제공하는 것을 특징으로 하는 화질 개선 장치.

    I_E(x,y)=(1-)I_H(x,y)+I(x,y) where, 01
20. 제17항에 있어서, 상기 조절기는,

    1에서 보정 계수를 감산하여 감산 결과를 제공하는 감산기;

    상기 등화된 영상(I_H(x,y))과 상기 감산 결과를 승산해서 제1 승산 결과 (1-)I_H(x,y)를 제공하는 제1 승산기;

    상기 입력 영상(I(x,y))과 상기 보정 계수를 승산해서 제2 승산 결과(I(x,y))를 제공하는 제2 승산기; 및

    상기 제1 승산 결과와 제2 승산 결과를 가산해서 보정된 영상 (I_E(x,y)=(1-)I_H(x,y)+I(x,y))을 제공하는 가산기를 포함하는 화질 개선 장치.