KR20090092909A - Global contrast enhancement using block based local contrast improvement - Google Patents
Global contrast enhancement using block based local contrast improvementInfo
- Publication number
- KR20090092909A KR20090092909A KR1020080018138A KR20080018138A KR20090092909A KR 20090092909 A KR20090092909 A KR 20090092909A KR 1020080018138 A KR1020080018138 A KR 1020080018138A KR 20080018138 A KR20080018138 A KR 20080018138A KR 20090092909 A KR20090092909 A KR 20090092909A
- Authority
- KR
- South Korea
- Prior art keywords
- contrast
- block
- image
- global
- contrast enhancement
- Prior art date
Links
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000009499 grossing Methods 0.000 claims abstract description 37
- 230000002123 temporal effect Effects 0.000 abstract description 5
- 230000000903 blocking effect Effects 0.000 description 5
- 230000007423 decrease Effects 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000005315 distribution function Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
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
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
Description
본 발명은 지역 명암대비 향상을 통해 얻어진 전역 히스토그램 평활화 함수를 원 입력영상에 적용함으로써 영상 전체의 명암대비를 향상시키는 것이다.The present invention improves the contrast of the entire image by applying the global histogram smoothing function obtained through the local contrast enhancement to the original input image.
명암대비 향상 기법은 크게 전역(Global) 명암대비 향상 기법과 지역(Local) 명암대비 향상 기법으로 구분된다. 전역 명암대비 향상 기법은 영상의 명암값의 범위을 늘림으로서 화질을 향상시키는 방법으로 가장 널리 쓰이는 방법 중의 하나가 전역 히스토그램 평활화(Global Histogram Equalization)이다. 전역 히스토그램 평활화는 영상의 히스토그램을 분포를 계산하고, 히스토그램 분포는 누적 분포 함수 생성 및 정규화를 통하여 입력영상의 화소값과 곱해져 수행되며, 히스토그램이 균일한 분포를 갖도록 명암값을 재분배한다. 그러나 전역 히스토그램 평활화는 영상 각 부분의 공간 정보들을 고려하지 않은 전 영상의 히스토그램 정보를 사용하기 때문에 국부적인 명암값을 개선시키기 어렵다. 또한 영상의 명암값을 재분배해서 영상의 평균밝기를 영상의 중간 명암값으로 변환하기 때문에 영상의 밝은 영역이 뿌옇게 되는 현상이 발생된다. Contrast enhancement techniques are largely divided into global contrast enhancement technique and local contrast enhancement technique. Global Contrast Enhancement is one of the most widely used methods of improving image quality by increasing the range of image contrast. Global Histogram Equalization is one of the most widely used methods. Global histogram smoothing calculates the histogram distribution of the image, and the histogram distribution is performed by multiplying the pixel values of the input image through the generation and normalization of the cumulative distribution function, and redistributing the contrast values so that the histogram has a uniform distribution. However, since global histogram smoothing uses histogram information of all images without considering spatial information of each part of the image, it is difficult to improve local contrast values. In addition, since the brightness of the image is redistributed and the average brightness of the image is converted into an intermediate contrast value of the image, a bright area of the image becomes cloudy.
이런 문제를 해결하기 위해, Chen은 원 영상의 밝기값을 보존하기 위해 평균 밝기값을 고려하여 히스토그램을 반복적으로 분할하여 평활화하는 RMSHE (Recursive Mean-Separate Histogram Equalization) 방법을 제안하였다. 하지만, 이 방법 또한 영상에 따라 화질 향상 정도가 다르며 명암대비 향상에 한계가 있어 다양한 분야에 적용하기 어렵다. 다른 한편으로 전역 명암대비 향상기법이 갖는 문제를 극복하기 위해 지역적인 히스토그램 평활화 기법을 사용한 명암대비 개선 기법들이 제안되고 있다. AHE(Adaptive histogram equalization) 기법은 가장 기초적인 방법으로 영상을 겹치지 않게 여러 개의 블록으로 나누고 각각의 블록들에 대해 독립적으로 히스토그램 평활화를 수행하여 그 결과를 양선형 보간법으로 합치는 기법이다. 이 경우 블록이 연결되는 부분에서 발생하는 불연속성 문제를 해결하기 위해 이웃하는 블록들이 겹쳐지도록 분할하는 방법을 사용한다. To solve this problem, Chen proposed a method of RMSHE (Recursive Mean-Separate Histogram Equalization) that divides and smooths the histogram repeatedly in consideration of the average brightness to preserve the brightness of the original image. However, this method is also difficult to apply to various fields because the degree of improvement in image quality varies depending on the image and there is a limit in improving contrast. On the other hand, in order to overcome the problems of global contrast enhancement techniques, contrast enhancement techniques using local histogram smoothing techniques have been proposed. Adaptive histogram equalization (AHE) is the most basic method that divides the image into several blocks without overlapping, and performs histogram smoothing for each block independently and combines the results by bilinear interpolation. In this case, in order to solve the discontinuity problem that occurs at the part where the blocks are connected, the neighboring blocks are divided so that they overlap.
하지만, 겹치는 블록의 선택에 따라 블록화 정도가 달라지며 영상마다 블록의 크기를 결정해야하는 문제점이 있다. 일반적으로 지역 명암대비향상 기법들의 공통적인 문제점은 블록화 현상이다. 영상 전체의 밝기 분포를 고려하지 않고 지역적인 영상정보만을 사용하기 때문에 블록 간의 명암대비가 조화롭지 못하고 밝기값의 차가 커서 발생한다. 또한 지역 히스토그램 평활화는 블록화를 없애기 위해 겹쳐진 블록을 사용하거나 보간법을 사용하기 때문에 계산 복잡도가 커지거나 지역적인 두드러진 특징들을 훼손시킨다.However, the degree of blocking varies according to the selection of overlapping blocks, and there is a problem in that the size of the block must be determined for each image. In general, a common problem with local contrast enhancement techniques is blocking. Since only local image information is used without considering the brightness distribution of the entire image, contrast between blocks is not harmonious and the difference in brightness value is large. Regional histogram smoothing also uses overlapping blocks or interpolation to eliminate blocking, which increases computational complexity or undermines local prominent features.
상기와 같은 명암대비 향상기법의 문제점을 해결하기 위해, 본 발명은 입력영상을 다양한 블록 크기로 분할한 임시영상들에 대해 블록기반 지역 히스토그램 평활화를 수행하여 전역 히스토그램 평활화 함수를 구함으로써 카메라에서 얻어진 입력 영상의 전역 명암대비를 향상시키고자 한다.In order to solve the problems of the above contrast enhancement method, the present invention performs a block-based local histogram smoothing on temporary images obtained by dividing an input image into various block sizes to obtain a global histogram smoothing function. We want to improve the global contrast of the image.
상기 과제를 달성하기 위한, 본 발명에 따른 영상의 블록기반 지역 명암대비 향상을 통한 전역 명암대비 향상기법은 (a) 다양한 크기의 블록을 갖는 영상들에 관하여 블록기반 지역 히스토그램 평활화 수행 단계; (b) 블록기반 지역 명암대비 향상을 통한 전역 명암대비 향상 기법; (c) 지역 대비가 향상된 영상들의 명암대비도 측정 단계를 포함한다.In order to achieve the above object, the global contrast enhancement method through the block-based local contrast enhancement of an image according to the present invention includes: (a) performing block-based regional histogram smoothing on images having blocks of various sizes; (b) global contrast enhancement techniques through block-based regional contrast enhancement; (c) Contrast measurement step of the image with the enhanced regional contrast.
상기 (a) 단계는 입력영상을 다양한 크기의 블록을 갖는 임시영상들을 생성하는 단계; 각각의 임시영상들에 대해 블록기반 지역 히스토그램 평활화를 수행하는 단계;를 포함하는 입력영상의 블록기반 지역 명암대비 향상을 통한 전역 명암대비 향상기법이다.Step (a) may include generating temporary images having blocks of various sizes from the input image; A block-based regional histogram smoothing is performed on each of the temporary images.
상기 (b)단계는 (a)단계의 블록기반 지역 명암대비 향상의 결과 임시영상들에 대해 전역 평활화 함수를 구하는 단계; 전역 평활화 함수를 이용해 원 입력영상에 대해 전역 명암대비를 향상시키는 단계;를 포함하는 블록기반 지역 명암대비 향상을 통한 입력영상의 전역 명암대비 향상기법이다.Step (b) may include: obtaining a global smoothing function for the temporary images as a result of the block-based regional contrast enhancement of step (a); It is a global contrast enhancement technique of the input image through the block-based local contrast enhancement including the step of improving the global contrast for the original input image using the global smoothing function.
상기 (c)단계는 전역 명암대비 향상을 통해 얻어진 각각의 임시영상들로부터 명암대비가 높은 임시영상을 얻기 위해 수학식 4를 이용하여 명암대비도를 측정하는 단계; 각각의 임시영상들의 명암대비도를 비교하여 최상의 명암대비를 갖는 결과영상을 찾는 단계;를 포함하는 블록기반 지역 명암대비 향상을 통한 입력영상의 전역 명암대비 향상기법이다.The step (c) may include measuring contrast ratio using Equation 4 to obtain temporary images having high contrast from respective temporary images obtained through global contrast enhancement; Comparing the contrast of each of the temporary images to find the result image having the best contrast; block-based local contrast enhancement including the global contrast enhancement technique of the input image.
본 발명은 지역 명암대비 향상을 통한 영상의 명암대비 향상 기법에 관한 것이다. 지역 명암대비 향상 기법들의 가장 중요한 문제점은 블록화 현상이나 이를 줄이기 위한 영상의 중요한 특징들의 훼손이다. 이러한 문제점을 해결하기 위해 입력 영상을 블록 크기를 제한하지 않고 다양한 블록 크기로 나눈 임시 영상을 생성하여 블록기반 평활화를 수행한다. 임시 영상에 대한 전역 평활화 함수를 얻어 원 입력영상에 대해 히스토그램 평활화를 수행하여 최대의 명암대비를 갖는 결과 영상을 찾는다. 제안하는 알고리즘은 지역 명암대비가 향상된 임시 영상으로부터 전역 평활화 함수를 얻기 때문에 지역의 명암대비가 높아져 입력영상의 화질을 개선시킨다. The present invention relates to a technique for improving contrast of an image by enhancing local contrast. The most important problem of local contrast enhancement techniques is the deterioration of the block feature or the important features of the image to reduce it. To solve this problem, block-based smoothing is performed by generating a temporary image by dividing the input image into various block sizes without limiting the block size. A global smoothing function is obtained for the temporary image, and histogram smoothing is performed on the original input image to find the result image having the maximum contrast. The proposed algorithm obtains the global smoothing function from the temporal image with improved local contrast, which improves the quality of the input image by increasing the local contrast.
본 발명의 영상의 지역 명암대비 개선을 통한 전역 명암대비 향상 기법의 구성도이다. It is a block diagram of the global contrast enhancement technique by improving the local contrast of the image of the present invention.
본 발명에 따른 영상의 블록기반 지역 명암대비 향상을 통한 전역 명암대비 향상기법은 (a) 다양한 크기의 블록을 갖는 영상들에 관하여 블록기반 지역 히스토그램 평활화 수행 단계; (b) 블록기반 지역 명암대비 향상을 통한 전역 명암대비 향상 기법; (c) 지역 대비가 향상된 영상들의 명암대비도 측정 단계를 포함한다. 도 1은 발명의 블록기반 지역 명암대비 향상을 통한 입력영상의 전역 명암대비 향상기법의 구성도를 보여준다. The global contrast enhancement technique by improving the block-based local contrast of an image according to the present invention includes (a) performing block-based local histogram smoothing on images having blocks of various sizes; (b) global contrast enhancement techniques through block-based regional contrast enhancement; (c) Contrast measurement step of the image with the enhanced regional contrast. 1 is a block diagram of a global contrast enhancement method of an input image through block-based regional contrast enhancement according to the present invention.
상기 (a)단계의 일정 크기의 블록을 갖는 임시영상들의 지역기반 명암대비 향상은 블록기반 히스토그램 평활화를 통해 수행된다. 도 2는 512x512 크기의 동일한 입력 영상을 128x128, 64x64, 32x32, 16x16 크기의 블록으로 나눈 후, 블록기반 히스토그램 평활화를 수행한 임시영상들의 실시예이다. 도 2을 살펴보면 블록의 크기가 커질수록 블록화 현상은 줄어드나 부분적인 명암대비의 효과는 떨어진다. The area-based contrast enhancement of temporary images having a predetermined size block in step (a) is performed by block-based histogram smoothing. FIG. 2 illustrates an example of temporary images in which block-based histogram smoothing is performed after dividing a same input image having a size of 512x512 into blocks having a size of 128x128, 64x64, 32x32, and 16x16. 2, as the size of the block increases, the blocking phenomenon decreases, but the effect of partial contrast decreases.
상기 (b) 단계의 블록기반 지역 명암대비 향상을 통한 전역 명암대비 향상 기법은 상기 (a) 단계의 결과로부터 얻어진 전역 히스토그램 평활화 함수를 이용함으로써 원 입력영상의 전역 명암대비를 향상시킨다. 임시 영상의 블록 크기가 MxN 개의 화소로 구성되며 영상이 Q개의 블록으로 구성되었다고 하자. 블록크기 MxN을 갖는 임시 영상의 확률밀도함수는 수학식 1으로 주어진다.The global contrast enhancement technique through the block-based regional contrast enhancement in step (b) improves the global contrast of the original input image by using the global histogram smoothing function obtained from the result of step (a). Assume that the block size of the temporary image is composed of M × N pixels and the image is composed of Q blocks. The probability density function of the temporary image having the block size MxN is given by Equation 1.
여기서, Q(MxN)는 임시 영상의 전체 화소수이며, ink는 i번째 블록에서 k번째 명암값을 갖는 화소수를 이며, ipX(xk)는 i번째 블록의 확률밀도함수이다. 수학식 1로부터 전역 확률밀도함수가 각 블록들에 대한 확률밀도함수들의 평균으로 결정됨을 알 수 있다. Here, Q (MxN) is the total number of pixels of the temporary image, ink is the number of pixels having the kth intensity value in the i-th block, and ipX (xk) is the probability density function of the i-th block. It can be seen from Equation 1 that the global probability density function is determined as the average of the probability density functions for each block.
블록기반 히스토그램 평활화에서 발생하는 블록화 현상을 화질의 훼손 없이 없애는 동시에 지역 명암대비를 향상시키기 위한 임시 영상에 대한 누적 분포 함수(cumulative distribution function, cdf)는 다음 수학식 2로 주어진다. The cumulative distribution function (cdf) for the temporal image for improving the local contrast while eliminating the blocking phenomenon occurring in the block-based histogram smoothing without deterioration of image quality is given by the following equation.
여기서, iT(Xk)는 i번째 블록의 누적분포함수이다. 수학식 2로부터 원영상의 전역 명암대비 향상을 위한 히스토그램 평활화 함수는 블록기반으로 히스토그램 평활화된 임시 영상으로부터 재계산 없이 블록기반 히스토그램 평활화 함수들로부터 결정한다. 전역 평활화 함수는 각 블록의 평활화 함수들의 평균으로 정의되기 때문에 최적의 전역 평활화 함수는 최적 블록 평활화 함수로부터 구한다. 일반적으로 블록의 크기가 작아짐에 따라 결과 영상의 명암대비도가 커지나 영상에 따라 다른 명암대비도를 갖는다. 도 3(c)는 화질 훼손 없이 블록현상을 없앤 지역 명암대비가 가장 좋은 결과영상을 보여준다.Here, iT (Xk) is the cumulative distribution function of the i-th block. The histogram smoothing function for improving the global contrast of the original image from Equation 2 is determined from the block-based histogram smoothing functions without recalculation from the block-based histogram smoothed temporary image. Since the global smoothing function is defined as the average of the smoothing functions of each block, the optimal global smoothing function is obtained from the optimal block smoothing function. In general, as the size of the block decreases, the contrast of the resultant image increases, but the contrast of the image is different. FIG. 3 (c) shows the result image having the best contrast in the region where the block phenomenon is eliminated without compromising image quality.
상기 (c) 단계의 지역 대비가 향상된 영상의 명암대비도 측정은 블록기반 명암대비 향상 기법에서 블록의 크기에 따라 명암대비 향상의 정도가 달라지기 때문에 자동으로 전역 명암대비도가 높은 블록크기의 평활화 함수를 결정하기 위한 과정이다. 일반적으로 블록기반 명암대비 향상 기법들은 계산 복잡도 때문에 많은 실험을 통해 경험적으로 블록의 크기를 결정한다. 하지만 블록의 크기가 고정되는 경우에 영상에 따라 명암대비 향상 정도가 달라진다. Contrast measurement of the image with enhanced regional contrast in step (c) automatically smoothes the block size with high global contrast because the degree of contrast enhancement varies according to the block size in the block-based contrast enhancement technique. This is to determine the function. In general, block-based contrast enhancement techniques empirically determine the block size through many experiments due to computational complexity. However, when the size of the block is fixed, the degree of contrast enhancement varies depending on the image.
본 발명에서는 계산의 복잡도를 증가시키지 않으면서 다양한 블록크기를 허용하는 자동 명암대비 향상 기법을 사용한다. 다양한 블록 크기를 갖는 전역 히스토그램 평활화 함수들로부터 얻어진 결과 영상들의 화질을 평가하는 명암대비도의 측정이 필요하다. 명암대비도는 모든 화소들에 대해 이웃한 화소들에 대한 차이 값이 어느 정도인지로 정의된다. 본 발명에서는 영상의 명암대비도를 측정하기 위해, 명암대비 인자(Contrast Factor)를 사용한다. 먼저 지역 명암대비도(Local Contrast)는 다음의 수학식 3처럼 중심 화소와 이웃한 화소들의 차이값의 평균으로 계산된다. The present invention employs an automatic contrast enhancement technique that allows various block sizes without increasing the complexity of the calculation. It is necessary to measure the contrast to evaluate the image quality of the resultant images obtained from global histogram smoothing functions having various block sizes. Contrast is defined as the difference between neighboring pixels for all pixels. In the present invention, a contrast factor is used to measure the contrast of an image. First, the local contrast is calculated as an average of the difference between the center pixel and neighboring pixels as shown in Equation 3 below.
여기서 X(i,j)는 공간영역상의 (i,j)에서 화소의 명암값이다. 각 화소를 중심으로 이웃한 화소들과의 차이값의 평균이 C(i,j)이다. 블록 명암대비는 위에서 구한 각 화소들의 대비값들의 평균으로 계산되며, 영상의 명암대비도는 다음의 수학식 4 로 결정된다.Where X (i, j) is the contrast value of the pixel at (i, j) on the spatial domain. The average of the difference between neighboring pixels around each pixel is C (i, j). The block contrast is calculated as an average of the contrast values of the respective pixels, and the contrast of the image is determined by Equation 4 below.
여기서, iC는 i번째 영상블록의 명암대비도를 나타내고, M와 N는 각각 영상블럭의 너비와 높이를 나타낸다. 그리고 Q는 영상에서 블록의 개수를 나타내며, 영상의 명암대비도는 각 영상 블록들의 명암대비도의 평균이다. Here, iC represents the contrast ratio of the i-th image block, and M and N represent the width and height of the image block, respectively. Q represents the number of blocks in the image, and the contrast of the image is an average of the contrast of each image block.
블록 크기가 작아질수록 명암대비가 커지는 경향이 있으나 영상의 종류에 따라 블록크기에 대한 명암대비가 다르다. 블록기반 지역 명암대비 기법에서 계산의 복잡도 때문에 고정 크기의 블록크기를 갖지만 다양한 블록 크기를 허용하는 명암대비 향상 기법은 영상의 화질을 더욱 개선한다. 도 4의 (a)는 명암대비가 좋지않은 입력영상이며 (b)는 (a) 영상의 히스토그램이다. 도 4의 (c)는 (a) 영상을 전역 평활화 함수를 이용하여 전역 명암대비를 수행한 결과의 영상이며 (d)는 (c) 영상의 히스토그램이다. 그리고 도 4의 (e)는 본 발명의 블록기반 지역 명암대비 향상을 통한 전역 명암대비 향상기법을 적용한 결과의 영상을 보여주며 (f)는 (e) 영상의 히스토그램이다. As the block size decreases, the contrast tends to increase, but the contrast for the block size varies depending on the type of image. In the block-based regional contrast scheme, due to the complexity of the calculation, the contrast enhancement technique, which has a fixed block size but allows various block sizes, further improves the image quality. (A) of FIG. 4 is an input image with poor contrast, and (b) is a histogram of (a) image. (C) of FIG. 4 is a result of performing global contrast using (a) the global smoothing function, and (d) is a histogram of the image (c). 4 (e) shows an image of the result of applying the global contrast enhancement technique through the block-based regional contrast enhancement of the present invention, and (f) shows a histogram of the image (e).
Claims (4)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020080018138A KR100925794B1 (en) | 2008-02-28 | 2008-02-28 | Global contrast enhancement using block based local contrast improvement |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020080018138A KR100925794B1 (en) | 2008-02-28 | 2008-02-28 | Global contrast enhancement using block based local contrast improvement |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20090092909A true KR20090092909A (en) | 2009-09-02 |
| KR100925794B1 KR100925794B1 (en) | 2009-11-11 |
Family
ID=41301443
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020080018138A KR100925794B1 (en) | 2008-02-28 | 2008-02-28 | Global contrast enhancement using block based local contrast improvement |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR100925794B1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9418410B2 (en) | 2014-01-29 | 2016-08-16 | Samsung Electronics Co., Ltd. | Image processing apparatus and method thereof |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101458616B1 (en) | 2013-05-21 | 2014-11-11 | 부경대학교 산학협력단 | Image contrast improvement method by discrete cosine transform and histogram processing |
| KR20220025552A (en) | 2020-08-24 | 2022-03-03 | 한화테크윈 주식회사 | Image processing device and image enhancing method |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005130486A (en) | 2003-09-30 | 2005-05-19 | Sanyo Electric Co Ltd | Video signal processing apparatus |
| KR100849436B1 (en) * | 2004-12-13 | 2008-07-30 | 한국전자통신연구원 | Method and System for selecting test video data used to evaluate the performance of video watermarking methods |
| KR101392294B1 (en) * | 2006-04-17 | 2014-05-27 | 오브젝트비디오 인코퍼레이티드 | Video segmentation using statistical pixel modeling |
-
2008
- 2008-02-28 KR KR1020080018138A patent/KR100925794B1/en not_active IP Right Cessation
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9418410B2 (en) | 2014-01-29 | 2016-08-16 | Samsung Electronics Co., Ltd. | Image processing apparatus and method thereof |
Also Published As
| Publication number | Publication date |
|---|---|
| KR100925794B1 (en) | 2009-11-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chang et al. | Automatic contrast-limited adaptive histogram equalization with dual gamma correction | |
| Fu et al. | Retinex-based perceptual contrast enhancement in images using luminance adaptation | |
| Ma et al. | Multi-exposure image fusion: A patch-wise approach | |
| Celik | Spatial mutual information and PageRank-based contrast enhancement and quality-aware relative contrast measure | |
| CN109741356B (en) | Sub-pixel edge detection method and system | |
| Lai et al. | Improved local histogram equalization with gradient-based weighting process for edge preservation | |
| KR20100021952A (en) | Image enhancement processing method and apparatus for distortion correction by air particle like fog | |
| US20120294527A1 (en) | Method for processing highlights and saturated regions in a digital image | |
| Nnolim | An adaptive RGB colour enhancement formulation for logarithmic image processing-based algorithms | |
| Dharejo et al. | A color enhancement scene estimation approach for single image haze removal | |
| JP5107342B2 (en) | Image improvement to increase accuracy smoothing characteristics | |
| CN113592782B (en) | Method and system for extracting X-ray image defects of composite material carbon fiber core rod | |
| CN106981052B (en) | Adaptive uneven brightness variation correction method based on variation frame | |
| Sun et al. | Brightness preserving image enhancement based on a gradient and intensity histogram | |
| Zhang et al. | Non-uniform illumination video enhancement based on zone system and fusion | |
| Huang et al. | An advanced gradient histogram and its application for contrast and gradient enhancement | |
| KR100925794B1 (en) | Global contrast enhancement using block based local contrast improvement | |
| CN110111280A (en) | A kind of enhancement algorithm for low-illumination image of multi-scale gradient domain guiding filtering | |
| EP4091130A1 (en) | Variable clipping level calculation method for clahe algorithm | |
| Wu et al. | Low-Light image enhancement algorithm based on HSI color space | |
| Viswanath | Enhancement of brain tumor images | |
| KR101516632B1 (en) | Bipartite histogram equalization apparatus maintain the rate of mean brightness of video using visual threshold | |
| CN115660994B (en) | Image enhancement method based on regional least square estimation | |
| Abbaspour et al. | A new fast method for foggy image enhancement | |
| Kaur et al. | Performance evaluation of modified DBLA Using dark channel prior & CLAHE |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20121123 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20131017 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20140930 Year of fee payment: 6 |
|
| LAPS | Lapse due to unpaid annual fee |