KR20140008980A - 다중 레이어 오버랩 블록 기반의 로컬 히스토그램 평활화를 이용한 영상 콘트라스트 향상 방법 및 장치 - Google Patents

다중 레이어 오버랩 블록 기반의 로컬 히스토그램 평활화를 이용한 영상 콘트라스트 향상 방법 및 장치 Download PDF

Info

Publication number
KR20140008980A
KR20140008980A KR1020120106350A KR20120106350A KR20140008980A KR 20140008980 A KR20140008980 A KR 20140008980A KR 1020120106350 A KR1020120106350 A KR 1020120106350A KR 20120106350 A KR20120106350 A KR 20120106350A KR 20140008980 A KR20140008980 A KR 20140008980A
Authority
KR
South Korea
Prior art keywords
image
layer
contrast
noise
images
Prior art date
Application number
KR1020120106350A
Other languages
English (en)
Other versions
KR101877808B1 (ko
Inventor
김민실
최윤식
Original Assignee
연세대학교 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 연세대학교 산학협력단 filed Critical 연세대학교 산학협력단
Publication of KR20140008980A publication Critical patent/KR20140008980A/ko
Application granted granted Critical
Publication of KR101877808B1 publication Critical patent/KR101877808B1/ko

Links

Images

Classifications

    • G06T5/94—
    • 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

Abstract

본 발명은 다중 레이어 오버랩 블록 기반의 로컬 히스토그램 평활화를 이용한 영상 콘트라스트 향상 방법 및 장치를 개시한다. 본 발명의 영상 로컬 콘트라스트 향상 방법은 다중 레이어에 따라 입력 영상의 밝기 값을 변환하고, 밝기 값이 변환된 다중 레이어 영상들을 생성하는 단계; 다중 레이어 영상들의 노이즈를 저감시키는 단계; 및 상기 노이즈가 저감된 다중 레이어 영상들을 이용하여 로컬 콘트라스트가 향상된 영상을 생성하는 단계를 포함한다. 본 발명에 따르면, 종래의 알고리즘에 비하여 향상된 화질을 갖는 영상을 얻을 수 있다.

Description

다중 레이어 오버랩 블록 기반의 로컬 히스토그램 평활화를 이용한 영상 콘트라스트 향상 방법 및 장치{Image contrast enhancement method and apparatus using local histogram equalization based on multiple layters overlapped block}
본 발명은 영상 콘트라스트 향상 방법 및 장치에 관한 것으로서, 특히 로컬 히스토그램 평활화를 이용한 영상 콘트라스트 향상 방법 및 장치에 관한 것이다.
영상의 콘트라스트(contrast) 향상은 영상에서 잘 보이지 않는 디테일을 드러내고, 영상의 퀄리티를 향상시키기 위한 것이다. 로컬 히스토그램 평활화(Local histogram equalization) 기법은 영상의 로컬 정보를 강조하기 위한 것으로서, 영상의 콘트라스트 향상을 위하여 사용되는 사용된다.
로컬 히스토그램 평활화와 관련된 기존의 연구들로는, Strickland Robin N, "Image Processing Techniques for Tumor Detection, Image Processing, Marcel Dekkler, Inc, 2002", Yu T-H, Histogram-Shape Preserving Algorithm for Image Enhancement, IEEE ISCAS, Vol.1, p.407-410, 1993", Nicholas Sia Pik Kong, "Multiple Layers Block Overlapped Histogram Equalization for Local Content Emphasis, Computers and Electrical Engineering Vol.37, p.631-643, 2010"등이 있다.
본 발명은 영상의 콘트라스트를 향상시키는데 있어, 기존의 로컬 히스토그램 평활화 기법을 확장하여 보다 효율적이고 빠르게 영상의 콘트라스트를 향상시켜 결과 영상의 퀄리티를 향상시키는 것을 그 목적으로 한다.
상기 본 발명의 과제를 해결하기 위하여, 본 발명의 영상 콘트라스트 향상 방법은 다중 레이어에 따라 입력 영상의 밝기 값을 변환하고, 밝기 값이 변환된 다중 레이어 영상들을 생성하는 단계;상기 다중 레이어 영상들의 노이즈를 저감시키는 단계; 및 상기 노이즈가 저감된 다중 레이어 영상들을 이용하여 로컬 콘트라스트가 향상된 영상을 생성하는 단계를 포함한다.
본 발명에서 상기 다중 레이어 영상들의 노이즈를 저감시키는 것은, 상기 다중 레이어 영상 각각에 대하여 바이레터럴 필터(bilateral filter)를 적용하여 노이즈를 저감시키는 것이 바람직하다.
본 발명에서 상기 다중 레이어는 상기 입력 영상의 밝기값 재분배를 위한 제1 레이어, 상기 입력 영상에 포함된 작은 객체의 콘트라스트 향상을 위한 제2 레이어, 및 상기 입력 영상의 선명도 향상을 위한 제3 레이어를 포함할 수 있다.
본 발명에서 상기 로컬 콘트라스트가 향상된 영상을 생성하는 단계는, 노이즈가 저감된 다중 레이어 영상들을 미리 결정된 가중치에 따라 합산시킨 다중레이어 통합 영상을 생성하는 단계; 및 상기 다중레이어 통합 영상과 상기 입력 영상을 이용하여 로컬 콘트라스트가 향상된 영상을 생성하는 단계를 더 포함할 수 있다.
본 발명에서 상기 다중 레이어에 따라 입력 영상의 밝기 값을 변환하는 것은, 다중 레이어를 정의하는 서로 다른 크기의 윈도우들을 상기 입력 영상에 적용한 히스토그램 평활화를 통해, 상기 입력 영상의 밝기 값을 변환시키는 단계이고, 상기 히스토그램 평활화는 로컬 히스토그램의 콘트라스트를 제한시키는 방법으로 수행되는 것이 바람직하다. 여기에서, 상기 콘트라스트를 제한시키는 것은, 상기 로컬 히스토그램에서 미리 결정된 기준값을 초과하는 히스토그램값을 모든 히스토그램영역에 배분시킴으로써 콘트라스트를 제한시키도록 구성될 수 있다. 상기 미리 결정된 가중치는, 상기 다중레이어 영상들의 엔트로피를 고려하여 결정될 수 있다. 특히, 상기 다중레이어 영상들의 평균 엔트로피와, 상기 다중레이어 영상 각각에 따른 엔트로피간의 상대적인 차이값의 비율에 따라 결정되는 것이 바람직하다.
또한, 상기 본 발명의 또 다른 과제를 해결하기 위하여, 본 발명은 상술한 영상 콘트라스트 향상 방법을 수행하기 위해 프로그램된 소스 코드가 기록된 컴퓨터에서 판독 가능한 기록 매체를 제공한다.
또한, 상기 본 발명의 또 다른 과제를 해결하기 위하여, 본 발명의 영상 로컬 콘트라스트 향상 장치는 다중 레이어에 따라 입력 영상의 밝기 값을 변환하고, 밝기 값이 변환된 다중 레이어 영상들을 생성하는 다중 레이어 영상 생성부; 상기 다중 레이어 영상들의 노이즈를 저감시키는 노이즈 저감부; 및 상기 노이즈가 저감된 다중 레이어 영상들을 이용하여 로컬 콘트라스트가 향상된 영상을 생성하는 통합 영상 생성부를 포함한다.
본 발명에 따르면, 결과 영상에서 노이즈의 효율적인 제거가 용이하고, 영상의 중요한 성분인 객체(object)나 에지 성분을 보존시킴으로써, 더욱 정확하고 효율적으로 영상의 콘트라스트를 향상시킬 수 있는 효과가 있다.
도 1은 오버랩 되지 않는 블록을 이용한 히스토그램 평활화 기법(NOBHE)의 개념을 설명하기 위한 참고도이다.
도 2는 오버랩 되는 블록을 이용한 히스토그램 평활화 기법(BOHE)의 개념을 설명하기 위한 참고도이다.
도 3은 본 발명의 일 실시예에 따른 영상 콘트라스트 향상 장치를 나타내는 블록도이다.
도 4는 도 3의 영상 콘트라스트 향상 장치의 각 구성요소별 출력 영상을 나타내는 참고도이다.
도 5은 도 3의 다중 레이어 영상 생성부의 출력 영상을 나타내고, 도 6은 도 3의 노이즈 저감부의 출력 영상을 나타내며, 도 7은 제1 통합 영상 생성부의 출력 영상을 나타내고, 도 8은 제2 통합 영상 생성부의 출력 영상을 나타내는 참고도이다.
도 9는 본 발명의 일 실시예에 따른 영상 콘트라스트 향상 방법을 나타내는 흐름도이다.
도 10, 11은 본 발명의 일 실시예에 따른 결과 영상과, 기존의 방법에 따른 결과 영상을 비교하기 위한 참고도이다.
이하의 내용은 본 발명에 대한 동작 원리에 대한 설명과 구체적인 실시예에 관한 것이다. 본 기술 분야의 당업자는 비록 후술하는 설명 내지는 도면에 기술된 내용과, 공지의 기술을 더욱 고려하여 본 발명을 구현할 수 있을 것이다. 또한, 본 명세서에 열거된 모든 조건부 용어 및 실시예들은 원칙적으로, 발명의 개념이 이해되도록 하기 위한 것이므로, 본 발명의 권리 범위는 후술된 실시예 내지는 도면에 의하여 제한되지는 않는 것으로 이해되어야 한다.
또한, 본 발명과 관련된 모든 설명은 구조적, 개념적, 기능적 균등물을 포함하도록 의도되는 것으로 이해되어야 한다. 또한 이러한 균등물들은 현재 공지된 균등물뿐만 아니라 장래에 개발될 균등물 즉 구조와 무관하게 동일한 기능을 수행하도록 발명된 모든 요소들을 포함할 수 있는 것으로 이해되어야 한다. 또한, 본 명세서의 블럭도 내지는 흐름도는 발명의 원리를 구체화하는 예시적인 개념적 관점을 나타내는 것으로 이해되어야 한다.
또한, 본 명세서에 포함된 시계열적인 개념은 당업자에 의하여 컴퓨터가 판독할 수 있는 소스 코드로 구현될 수 있으며, 그러한 소스 코드는 컴퓨터가 판독가능한 저장 매체에 저장된 형태로 존재할 수 있고, 컴퓨터 또는 프로세서에 의하여 수행되는 프로세스 내지는 쓰레드를 통해 실현될 수 있다. 프로세서, 제어 또는 이와 유사한 개념으로 제시되는 용어의 명확한 사용은 소프트웨어를 실행할 능력을 가진 하드웨어를 배타적으로 인용하여 해석되어서는 아니되고, 제한 없이 디지털 신호 프로세서(DSP) 하드웨어, 소프트웨어를 저장하기 위한 롬(ROM), 램(RAM) 및 비 휘발성 메모리를 암시적으로 포함하는 것으로 이해되어야 한다. 주지관용의 다른 하드웨어도 포함될 수 있다.
본 발명의 기능을 수행하기 위한 수단으로 표현된 구성요소들은, 예를 들어 본 명세서에 기술된 기능을 수행하는 회로 소자, 또는 그 조합, 그리고 펌웨어/마이크로 코드 등을 포함하는 모든 형식의 소프트웨어를 포함하는 기능을 수행하는 모든 방법을 포함하는 것으로 의도되었고, 상기 기능을 수행하도록 상기 소프트웨어를 실행하기 위한 적절한 회로와 결합되어 구현될 수 있다.
본 발명의 목적, 특징 및 장점은 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 보다 분명해 질 것이며, 그에 따라 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 또한, 발명을 설명함에 있어서 발명과 관련된 공지 기술에 대한 구체적인 설명이 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에 그 상세한 설명을 생략하기로 한다.
이하, 본 발명의 영상 콘트라스트 향상에 대한 개념을 설명하고, 첨부된 도면을 참조하여 발명에 따른 바람직한 일실시예를 상세히 설명한다.
본 발명은 영상의 품질을 향상시키기 위하여 영상의 콘트라스트를 향상시키는 방법에 관한 것으로, 보다 상세하게는 영상의 콘트라스트를 향상시키는데 있어 기존의 로컬 히스토그램 평활화 기법을 확장한 다중 레이어 블록 오버랩 히스토그램 평활화 기법에 근거하여 영상의 로컬 콘트라스트를 향상하고 결과 영상의 노이즈를 제거하여 영상의 품질을 향상시킬 수 있는 효율적인 방법에 관한 것이다. 영상의 품질을 향상시키기 위한 방법들 중 가장 대표적이고 자주 쓰이는 방법이 영상 콘트라스트 향상이다. 영상 콘트라스트 향상의 주요한 목적은 영상에서 잘 보이지 않는 디테일을 드러내고, 이미지의 퀄리티를 향상시키는 것이다. 따라서 콘트라스트 향상 기법은 텔레비전, 모바일, 카메라 등 자동 처리 시스템에서 후처리 기법으로 사용될 수 있다.
영상의 콘트라스트를 향상시키는 방법에는 크게 글로벌 히스토그램 평활화 기법과 로컬 히스토그램 평활화 기법이 있다.글로벌 히스토그램 평활화 기법의 경우 계산 복잡도가 낮고 간단하다는 장점을 가지지만, 결과 영상에서 너무 밝거나 어두운 픽셀들이 과도하게 향상되는 over-equalization 문제나 washed-out effect등의 문제점이 발생할 수 있다.
글로벌 히스토그램 평활화의 문제점을 해결하기 위하여 나온 방법이 로컬 히스토그램 평활화이다. 로컬 히스토그램 평활화 기법은 작은 윈도우를 사용하여 윈도우의 가운데 픽셀에 대한 Contexual Region(CR)을 정의하고, 이로부터 떨어진 픽셀들의 블록에 대하여 누적 밀도 함수(CDF)를 계산하여 윈도우가 움직임에 따라 누적 밀도 함수를 수정하여 콘트라스트를 향상시킨다. 로컬 히스토그램 평활화를 위한 각 CR에서의 변환 함수는 아래의 수학식1과 같다.
[수학식1]
Figure pat00001
여기서, x는 그레이 레벨(gray level)이고, L은 영상의 인텐서티 레인지(intensity range) 이며, CCR은 현재 CR에서의 CDF이고, 아래의 수학식2와 같이 정의할 수 있다.
[수학식2]
Figure pat00002
여기서,
Figure pat00003
는 CR의 누적 히스토그램이며, NCR은 CR 내의 픽셀들의 전체 수 이다.
로컬 히스토그램 평활화 기법에는 블록이 오버랩 되지 않는 히스토그램 평활화(NOBHE), 블록 오버랩 히스토그램 평활화(BOHE), 부분적인 오버랩 서브블록 히스토그램 평활화 (POSHE), 콘트라스트를 제한하는 적응적인 히스토그램 평활화 (CLAHE) 등이 있다. 블록이 오버랩 되지 않는 히스토그램 평활화 (NOBHE) 기법의 경우, 영상의 히스토그램을 평활화 하기 위해서 오버랩 되지 않는 블록을 사용하며, 각 블록을 하나의 개별적인 영상으로 취급하여 상기 수학식 1과 2를 이용하여 히스토그램 평활화를 할 수 있다.
블록이 오버랩되지 않는 히스토그램 평활화(NOBHE) 기법은 도 1을 참고하여 이해될 수 있다. 즉, NOBHE 기반의 히스토크램 평활화 방법은 각 서브 블록이 겹치지 않게 하여 서브 블록을 옮겨 가며 히스토그램 평활화를 수행한다. 각 블록의 평활화 결과는 원본 영상에서의 원래 위치로 재배열함으로써 하나의 결과 영상으로 재결합된다. 이 방법의 경우 영상에서 각 픽셀은 하나의 CDF에 기여하므로 상대적으로 다른 로컬 히스토그램 평활화 기법에 비해 빠르지만 결과 영상에서 블록 경계에 원치 않는 블로킹 아티팩트(blocking artifact)의 문제가 발생한다.
블록 오버랩 히스토그램 평활화(BOHE) 기법은 도 2를 참고하여 이해될 수 있다. 본 기법은 위에서 언급한 NOBHE 기법의 문제점을 해결할 수 있는데, 오버랩 되지 않는 블록 대신 오버랩 되는 블록을 사용한다. 하나의 윈도우를 사용하여 이것을 한 번에 한 픽셀씩 이동시키고 CR내의 중심 픽셀만이 새로운 CDF값으로 갱신된다. 따라서 블록들이 서로 오버랩 되므로 블로킹 아티팩트(blocking artifact)를 줄일 수 있다. 그러나 계산 시간이 상당히 오래 걸리며 상대적으로 평탄한 영역에서 스팩클 노이즈(speckle noise)가 증폭되는 단점을 가진다.
부분적인 오버랩 서브블록 히스토그램 평활화(POSHE) 기법은 위에서 언급한 BOHE 기법의 계산 복잡도를 줄이면서 블로킹 아티팩트를 줄이는데 효과적이다. 본 기법은 NOBHE와 BOHE의 혼합으로 생각할 수 있는데, 다른 LHE 기법들과 마찬가지로 결과 영상에서 부자연스러운 콘트라스트 향상 및 적절한 윈도우 크기를 결정하는 것이 쉽지 않다.
콘트라스트를 적응적으로 제한하는 히스토그램 평활화(CLAHE) 기법은 BOHE 기법과 관련된 문제점인 노이즈 레벨의 증폭을 줄이는데 효과적이다. 이 기법의 경우 로컬 히스토그램에서의 콘트라스트를 제한함으로써 결과 영상에서의 잡음의 증폭을 줄일 수 있다. CLAHE 기법의 경우 히스토그램 평활화를 위한 누적 밀도 함수를 계산하기 전에 미리 설정한 값으로 히스토그램을 클리핑한다. 이 경우 제한한 클리핑 값을 초과된 히스토그램 값을 버리는 것이 아니라, 초과된 히스토그램 값을 모든 히스토그램 영역에 동등하게 재분배하는 방식이다. 그러나, 클리핑 값이 적절하게 선택되지 않는다면 오히려 영상의 품질을 상당히 열화 시킬 수 있음로 클리핑 값의 적절한 선택이 중요하다.
상술한 로컬 히스토그램 평활화 (LHE) 기법들이 공통적으로 가지는 문제점들은 다음과 같다. 먼저, 대부분의 LHE 기법들은 부자연스러운 콘트라스트의 향상을 야기하며, 스패클 노이즈(speckle noise)를 강화하는 경향을 가진다. 또한, 입력 영상에 포함된 정보를 유지하기 위해서 입력 영상의 히스토그램의 모양을 유지해야한다. 또한, 출력 영상에서 인텐서티 포화 아티팩트(intensity saturation artifact)가 발생하는 문제를 피하기 위해서 입력 영상과 출력 영상의 평균 인텐서티 휘도(mean intensity brightness)가 유지되어야 한다.
본 발명은 상술한 영상 콘트라스트 향상 기법, 특히 LHE 기법들의 문제점을 완화하고, 결과물 영상의 품질을 높이기 위한 영상 콘트라스트 향상 장치 및 방법에 관한 것이며, 이하에서는 도면을 참고하여 본 발명의 일 실시예에 따른 영상 콘트라스트 향상 장치에 대하여 보다 상세히 설명한다.
도 3의 영상 콘트라스트 향상 장치(100)는 입력부(110), 다중 레이어 영상 생성부(120), 노이즈 저감부(130) 및 통합 영상 생성부(140)를 포함한다. 기본적으로, 본 실시예에 따른 영상 콘트라스트 향상 장치(100)는 기본적으로 다중 레이어 블록 오버랩 히스토그램 평활화 기법에 근거한 평활화 동작을 수행하며, 밝기 값 변경과 관련하여 콘트라스트를 제한하는 적응적인 히스토그램 평활화 기법을 적용하였으며, 필터의 사용에 있어서 새로운 바이레터럴 필터를 적용한 것에 일 특징이 있다.
입력부(110)는 영상 콘트라스트를 향상시키고자 하는 대상이 되는, 입력 영상을 입력 받는다. 본 실시예에서는 입력부를 일 구성요소로서 표현하였지만, 입력부를 없이 바로 다중 레이어 영상 생성부(120)가 입력 영상을 입력 받도록 구성하는 것도 가능하다.
다중 레이어 영상 생성부(120)는 미리 설정된 다중 레이어에 따라 입력 영상의 밝기 값을 변환하고, 밝기 값이 변환된 다중 레이어 영상들을 생성한다. 여기에서 다중 레이어는 영상의 밝기 값 변형을 서로 다르게 함으로써 얻어지는 복수개의 영상 레이어를 의미한다.
다중 레이어 영상 생성부(120)는 히스토그램 평활화 기법을 통해 입력 영상의 밝기 값을 변화시킬 수 있다. 히스토그램 평활화는 블록 오버랩 기반의 히스토그램 평활화 기법(BOHE), 다중 레이어 블록 오버랩 기반의 히스토그램 평활화 기법(MLBOHE), 적응적인 히스토그램 평활화 기법(CLAHE) 등을 사용하여 밝기 값을 변화시킬 수 있다.
특히, 본 실시예의 다중 레이어 영상 생성부(120)는 다중 레이어 블록 오버랩 기반의 히스토그램 평활화 기법에 근거하여, 입력 영상의 밝기 값을 수정한다. 다중 레이어 블록 오버랩 기반의 히스토그램 평활화 기법에, 노이즈의 과대 증폭을 줄이면서 콘트라스트를 제한하는 적응적인 히스토그램 평활화 기법을 더욱 고려하여 입력 영상의 밝기 값을 수정한다.
다중 레이어 영상 생성부(120)에서 생성되는 서로 다른 레이어의 영상들은 영상에 숨어있는 디테일을 드러내고 영상의 밝기를 고르게 재분배하기 위한 것이며, 이후의 노이즈 제거 과정을 거친 후 통합된다. 그러나, 블록 오버랩 히스토그램 평활화 (BOHE) 기법을 이용할 경우, 기존의 LHE 기법들에서 공통적으로 나타나는 문제점인 스패클 노이즈(speckle noise)를 완전히 제거할 수는 없는 문제가 있다. 따라서, 결과 영상에서 나타나는 노이즈의 과대 증폭(over-amplification)을 줄이면서 콘트라스트를 제한하기 위해서, 적응적인 히스토그램 평활화 (CLAHE) 기법에 근거하여 밝기 값을 변형하는 것이 바람직하다.
이러한 적응적인 히스토그램 평활화 기법은 로컬 히스토그램에서의 콘트라스트를 제한함으로써 결과 영상에서의 노이즈 증폭을 줄이는데 효과적이다. 히스토그램 평활화를 위한 누적 밀도 함수를 계산하기 전에 미리 설정한 값으로 히스토그램을 클리핑(clipping) 함으로써 스패클 노이즈의 증폭을 제한할 수 있다. 즉, 본 실시예의 다중 레이어 영상 생성부(120)는 미리 설정된 클리핑(clipping) 값을 넘는 히스토그램의 값을 버리는 것이 아니라, 이를 모든 히스토그램 영역에 동등하게 재분배함으로써 밝기 값을 고르게 재분배함으로서, 노이즈의 과대 증폭을 줄일 수 있다. 또한, CLAHE 기법에 근거하여 밝기 값을 재 분배할 경우, 또한 기존의 로컬 히스토그램 평활화 기법들에 비해 연산이 빠르다는 장점을 가진다. 이러한 밝기 값 변형은 일반 표준 영상 및 의료 영상에서도 우수한 성능의 영상을 얻는데 사용될 수 있다.
도 3에 도시된 바와 같이, 본 실시예의 다중 레이어 영상 생성부(120)는 제1 영상 레이어 생성부(122), 제2 영상 레이어 생성부(124), 제3 영상 레이어 생성부(126)을 포함한다. 상기 생성된 3개의 영상은 원본 영상인 입력 영상으로부터, CLAHE에 기반하는 블록 오버랩 히스토그램 평활화를 통해 콘트라스트가 향상된 영상들로서, 서로 다른 레이어의 영상들이다.
도 4는 도 3에 도시된 영상 콘트라스트 향상 장치의 각 구성별 출력 영상에 대한 일예를 나타내는 것이다. 본 실시예에서 원본 영상인 입력 영상의 크기를 MxN 라고 할 때, 블록 오버랩 히스토그램 평활화를 위해 사용되는 제1 영상 레이어 생성부(122), 제2 영상 레이어 생성부(124)와 제3 영상 레이어 생성부(126)에서 사용되는 윈도우의 크기는 각각 (M/2)x(N/2), (M/4)x(N/4), (M/8)x(N/8)로 할 수 있다.
도 4에서 영상(222)은 제1 영상 레이어 생성부의 출력 영상이고, 영상(224)는 제2 영상 레이어 생성부의 출력 영상이고, 영상(226)은 제3 영상 레이어 생성부의 출력 영상이다. 본 실시예의 다중 레이어는 제1 영상 레이어, 제2 영상 레이어, 제3 영상 레이어를 포함하는데, (M/2)x(N/2) 크기의 윈도우에 따른 제1 영상 레이어는 영상의 밝기값을 재분배하는 것이고, (M/4)x(N/4) 크기의 윈도우에 따른 제2 영상 레이어는 영상의 작은 오브젝트(object)를 강화시키기 위한 것이며, (M/8)x(N/8) 크기의 윈도우에 따른 제3 영상 레이어는 영상을 선명하게 한다.
노이즈 저감부(130)는 다중 레이어 영상 생성부(120)에서 생성된 영상들(222, 224, 226)을 입력 받고, 입력된 영상들의 노이즈를 저감시킨다. 다중 레이어 영상 생성부에서 생성된 히스토그램 평활화된 영상들의 경우, 스패클 노이즈(speckle noise)의 노이즈 레벨(noise level)이 강화된 단점이 있는데, 노이즈 저감부(130)는 이러한 스패클 노이즈를 제거 내지는 완화시키는 기능을 한다.
노이즈 저감부(130)는 밝기값이 변화된 영상들(222, 224, 226)에 대한 노이즈 제거 필터링을 통해, 노이즈가 제거 또는 저감된 영상들(232, 234, 236)을 생성한다. 여기서 노이즈 제거 필터링은 메디안 필터링, 바이레터럴 필터링이 바람직하고, 특히 바이레터럴 필터링(bilateral filtering)이 더욱 바람직하다.
우선, 메디안 필터링 기법의 경우, 큰 윈도우 크기로 히스토그램 평활화를 하는 경우 보다 결과 영상에서 더 높은 노이즈 레벨(noise level)을 가지므로 h1, h2, h3 에 대해 각각 (3x3), (5x5), (7x7) 크기의 윈도우로 메디안 필터링하는 것이 가능하다. 그러나, 메디안 필터의 경우, 로컬 히스토그램 평활화 기법들에서 공통적으로 나타나는 문제점인 스패클 노이즈를 효율적으로 제거할 수 없다. 메디안 필터는 스패클 노이즈의 일부만을 제거하며, 주로 랜덤 노이즈(random noise)를 제거하는 특성이 있으므로, 간혹 영상의 오브젝트(object)나 에지(edge) 성분이 보존되지 않고, 영상 전체가 블러되어 오히려 영상의 열화 현상이 나타나는 한계가 있다.
본 실시예의 노이즈 저감부(130)는 영상의 에지 성분을 보존하면서, 영상을 효율적으로 스무딩(smoothing)하여 노이즈를 줄이는 필터인 바이레터럴 필터를 이용하여 노이즈를 저감하도록 구성된다.
바이레터럴 필터(Bilateral filter)는 두 개의 간단한 가우시안 필터(Gaussian filter)를 포함하며, 계산의 복잡성 또한 높지 않다는 장점을 가진다. 먼저, I(x) 와 I(y) 를 밝기값이 변환된 영상의 픽셀값이라고 할 때, 필터링된 결과를 아래의 수학식3 과 같이 나타낼 수 있다.
[수학식3]
Figure pat00004
여기서 c(), s()는 각각 픽셀 위치의 연관성 및 픽셀 간의 유사성을 나타내며, Ω은 현재 위치를 포함하는 이웃 픽셀 위치를 나타낸다. 그리고 정규화 항 k()는 아래의 수학식4와 같이 나타낼 수 있다.
[수학식4]
Figure pat00005
또한, 공간적으로 가운데 픽셀에 인접한 픽셀에 더 높은 가중치를 주기 위해서, c()는 아래의 수학식5와 같이 나타낼 수 있다.
[수학식5]
Figure pat00006
여기서,
Figure pat00007
는 c() 의 L2-norm 과 표준편차를 나타낸다.
x 와 y 픽셀 간의 유사성을 가리키는 s() 는 픽셀 간의 거리에 관계 없이 픽셀 값 I(x), I(y) 가 픽셀 위치 x, y 대신 가우시안 필터의 파라미터로 이용될 수 있도록 픽셀 값의 유사성에 가중치를 주도록 한다. 따라서 s() 는 아래의 수학식6과 같이 나타낼 수 있다.
[수학식6]
Figure pat00008
여기서, σs는 s() 의 표준편차를 나타낸다.
c() 와 s()의 적응적인 결합은 가우시안 필터가 에지 방향에 따라 처리되도록 하므로, 기존의 가우시안 필터와 비교할 때 바이레터럴 필터는 영상의 원문(textural) 정보와 구조적 정보를 효율적으로 분리할 수 있다.
콘트라스트를 제한하는 적응적인 히스토그램 평활화 기법을 적용하여 로컬 콘트라스트를 향상시킨 결과 영상인 h1, h2, h3에 대해 각각 (3x3), (5x5), (7x7) 의 윈도우 크기로 바이레터럴 필터링 결과 영상을 각각 h1s, h2s, h3s로 표기한다.
도 6은 바이레터럴 필터링 결과 영상을 나타낸 것이다. 바이레터럴 필터링에 의할 경우, 영상의 에지 성분은 잘 보존되면서 노이즈 성분은 효율적으로 제거되므로, 메디안 필터링에 비해 더욱 좋은 성능을 내는 것을 확인할 수 있다.
통합 영상 생성부(140)는 노이즈가 저감된 다중 레이어 영상들을 이용하여 로컬 콘트라스트가 향상된 통합 영상을 생성한다. 본 실시예의 통합 영상 생성부(140)는 제1 통합 영상 생성부(142), 제2 통합 영상 생성부(144)를 포함한다.
제1 통합 영상 생성부(142)는 제1 내지 제3 노이즈 저감부로 부터 노이즈가 필터링된 영상들(232,234,236)을 입력 받고, 상기 필터링된 영상들을 통합한다. 제2 통합 영상 생성부(144)는 제1 통합 영상 생성부(142)에서 통합된 영상과, 입력부(110)의 입력 영상을 재통합하여 최종적으로 콘트라스트가 향상된 영상을 얻는다.
통합 영상 생성부(140)는 LHE 기법들에서 나타나는 문제점 중 하나인 출력 영상에서의 인텐서티 포화(intensity saturation)를 해결하기 위해서 입력 영상과 출력 영상의 mean intensity brightness 가 많이 달라지지 않도록 한다. 즉, 이전 단계에서 구한 세 개의 결과 레이어 영상 h1s, h2s, h3s 을 하나의 영상으로 결합한 후, 이를 입력 영상과 결합하게 된다. 먼저, 세 개의 레이어 영상인 h1s, h2s, h3s 를 하나의 영상 P로 병합하는 과정은 아래의 수학식7과 같다.
[수학식7]
Figure pat00009
여기서, w1,w2,w3은 양의 가중치이며, 이 가중치들이 영상에 의존하도록 만들기 위해 이 값들의 비율을 아래 수학식8에 따라 엔트로피 값에 비례 관계를 갖도록 정하는 것이 바람직하다. 아래 수학식에 따라 제1 통합 영상 생성부는 영상들에 대한 엔트로피와 입력 영상과의 차의 비율로 가중치를 주어 하나의 결합된 영상 P를 생성한다.
[수학식8]
Figure pat00010
여기서, Eh1s, Eh2s, Eh3s는 각각 노이즈가 저감된 영상 h1s,h2s,h3s 의 엔트로피 값을 나타내며, 엔트로피는 아래의 수학식9에 의해서 구할 수 있다.
[수학식9]
Figure pat00011
즉, 본 실시예에 따르면 가장 높은 엔트로피 차이 값을 가지는 레이어가 가장 높은 가중치를 갖게 된다.
제2 통합 영상 생성부(144)는 제1 통합 영상 생성부(142)에서 생성된 통합된 영상 P와 입력 영상 X를 더하여 최종 출력 영상 Y를 아래의 수학식10에 따라 구할 수 있다.
[수학식10]
Figure pat00012
여기서 α,β는 양의 가중치 계수이고 σ+β=1 이다.
상기 σ, β를 구함에 있어서 β의 가중치가 커질수록 노이즈 레벨이 증가하고, σ의 가중치가 커질수록 노이즈 레벨은 줄어들지만 콘트라스트가 제대로 향상되지 않는다. 최적의 결과 영상을 위하여 실험적으로 구한 수치는 σ가 0.6~0.8, β가 0.2~0.4사 바람직하며, 특히 σ=0.7, β=0.3가 바람직하다.
도 7은 제1 통합 영상 생성부(142)에서 통합되는 영상 P(242)을 얻는 예를 나타낸 것이고, 도 8은 제2 통합 영상 생성부(144)에서 통합되는 영상 Y(244)를 얻는 예를 나타낸 것이다. 제2 통합에 의하여 얻어지는 결과 영상 Y는 포화 아티팩트가 제거되고 원본 영상의 평균 휘도를 유지하는 결과를 얻을 수 있다.
상술한 실시예에 의하여 설명되는 본 발명의 영상 콘트라스트 향상 장치 및 방법은 영상에서 잘 보이지 않는 디테일을 드러내고, 이미지의 퀄리티를 향상시키는 것이다. 따라서 콘트라스트 향상 기법은 텔레비전, 모바일, 카메라 등 자동 처리 시스템에서 후처리 기법으로 사용되기에 적합하다.
도 9는 본 발명의 일 실시예에 따른 영상 콘트라스트 향상 방법을 나타내는 흐름도이다. 도 9에 도시된 방법은, 도 3에 도시된 영상 콘트라스트 향상 장치(100)에서 시계열적으로 수행되며 다음의 단계들을 포함한다. 앞서 설명한 사항과 공통된 내용은 이하의 설명에서 제외한다.
1100단계에서 다중 레이어 영상 생성부(120)는 서로 다른 크기의 윈도우들을 이용한 히스토그램 평활화를 통해 입력 영상의 밝기값을 변환시킨다. 특히, 다중 레이어 영상 생성부는 서로 다른 크기의 윈도우를 이용한 블록 오버랩 기반의 로컬 히스토그램 평활화를 수행하되, CDF를 계산하기 전 미리 설정한 값으로 히스토그램을 클리핑하는 방법을 통해 히스토그램 평활화를 한다.
1200단계에서, 노이즈 저감부(130)는 밝기 값이 변환된 다중 레이어에 따른 영상들에 대한 노이즈 필터링을 통해 노이즈를 저감시킨다. 특히, 노이즈 저감부(130)는 바이레터럴 필터링을 통해 노이즈를 저감시킬 경우, 에지 성분 또는 스패클 노이즈를 보다 효과적으로 저감시킬 수 있다.
1300단계에서, 제1 통합 영상 생성부는 노이즈가 저감된 다중 레이어영상들을 가중치에 따라 합산시킨 다중 레이어 통합 영상(P)를 생성한다.
1400단계에서, 제2 통합 영상 생성부는 다중 레이어 통합 영상(P)과, 입력 영상을 소정의 가중치에 따라 합산함으로써 최종적으로 콘트라스트가 향상된 영상(Y)을 얻는다.
한편 본 발명의 영상 콘트라스트 향상 방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로 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 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광데이터 저장장치 등이 있으며, 또한 캐리어웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현하는 것을 포함한다. 또한 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트 들은 본 발명이 속하는 기술 분야의 프로그래머들에 의하여 용이하게 추론될 수 있다.
[화질 평가]
알고리즘의 성능 평가는 일반 표준 영상 및 의료 영상에 대한 주관적 화질 평가, 엔트로피, AMBE 등의 measure를 이용한 평가를 수행하였다. 엔트로피와 관련하여, 이는 결과 이미지로부터 얻어진 향상의 정도를 측정할 수 있다. 즉, 이미지의 퀄리티가 향상될수록 입력 이미지와 비교하여 높은 엔트로피 값을 가진다.
[수학식11]
Figure pat00013
또, 다른 평가는 AMBE(average mean brightness error)로써, 출력 영상에서 입력 영상의 평균 밝기 값을 얼마만큼 유지하는지를 나타내는 척도이므로, 이미지의 퀄리티가 향상될수록 더 낮은 AMBE값을 가진다.
[수학식12]
Figure pat00014
여기에서, x,y는 각각 입력 영상과 출력 영상의 평균 밝기 값을 나타낸다. 본 성능 평가에서 CLAHE 알고리즘의 클리핑 값은 히스토그램 최대값의 10%로 설정하였고, 바이레터럴 필터의 두 파라미터는 σc=1.8, σs=30으로 설정하였다.
표 1에서 엔트로피와 AMBE 모두 메디안 필터보다는 바이레터럴 필터에서 더 좋은 성능이 나타남을 확인할 수 있다. 특히, baboon, chest2, teeth 이미지에 대해서는 메디안 필터를 사용한 경우 원본 이미지보다 엔트로피가 떨어지는 것을 확인할 수 있으며, 바이레터럴 필터를 사용한 경우에는 원본 이미지와 메디안 필터를 사용한 이미지 모두에 대하여 더 좋은 성능을 나타냄을 확인할 수 있다.
영상 엔트로피 AMBE
원본 메디안 바이레터럴 메디안 바이레터럴
couple 1.1913 2.0187 2.3274 16.3271 10.2543
house 1.8862 2.0898 2.3092 11.6973 7.5172
sailboat 2.1267 2.1314 2.4639 10.4276 3.4099
baboon 2.1762 2.1150 2.3758 6.4344 2.1241
chest1 2.1499 2.1858 2.4031 1.4638 0.2538
chest2 2.1242 2.0877 2.3382 18.0214 5.4979
mammo. 2.1923 2.2144 2.3351 11.3652 3.7488
teeth 2.1711 2.1639 2.3931 12.1849 8.0738
표 2, 3에서 기존 알고리즘 및 잘 알려진 LHE기법인 BOHE, CLAHE 기법들과 제안 알고리즘의 엔트로피와 AMBE를 비교하였다. 기존 알고리즘뿐 아니라 기존의 LHE기법들에 대해서도 제안 알고리즘이 엔트로피와 AMBE cmrausa에서 더 나은 성능을 보이는 것을 확인할 수 있다.
도 10, 11은 각각 일반 표준 영상인 sailboat와 의료 영상인 chest2 에 대하여 기존 알고리즘들과의 주관적 화질 평가를 나타낸다.
영상 엔트로피
원본 LHE CLAHE MLBOHE Proposed
couple 1.1913 2.3491 2.2567 2.1218 2.3274
house 1.8862 2.3109 2.2264 2.1474 2.3092
sailboat 2.1267 2.3450 2.3298 2.2202 2.4639
baboon 2.1762 2.3563 2.3663 2.1982 2.3758
chest1 2.1499 2.3551 2.2894 2.2603 2.4031
chest2 2.1242 2.3342 2.1437 2.2519 2.3382
mammo. 2.1923 2.2867 2.2907 2.2801 2.3351
teeth 2.1711 2.3369 2.2922 2.2761 2.3931
영상 AMBE
LHE CLAHE MLBOHE Proposed
couple 127.6431 48.0835 35.5553 10.2543
house 92.9383 30.9292 26.4576 7.5172
sailboat 35.1214 12.7118 7.2509 3.4099
baboon 29.8809 5.9425 5.5733 2.1241
chest1 19.4944 16.4358 8.9594 0.2538
chest2 72.8794 20.2154 19.5250 5.4979
mammo. 36.8343 10.1805 7.9010 3.7488
teeth 42.6450 15.2910 9.4552 8.0738
도 10, 11 모두에서 LHE (b)의 경우 결과 영상이 부자연스럽게 향상된 것을 볼 수 있으며, 제안 알고리즘의 경우, 그림 8의 Sailboat 이미지에 대해 노이즈는 제거되면서 엣지는 보존되어 자연스럽게 콘트라스트가 향상된 것을 확인할 수 있으며, 도 11의 Chest2 이미지에 대해서도 갈비뼈와 척추 부근에서 콘트라스트가 크게 향상되어 의료 영상에서도 좋은 성능을 내는 것을 확인할 수 있다.
이와 함께 일반적인 블록 오버랩 히스토그램 평활화 기법이 아닌 콘트라스트를 제한하여 적응적으로 히스토그램을 평활화하는 기법을 사용함으로써 결과 이미지에서의 엔트로피 및 AMBE, 주관적 화질에서 기존 LHE기법 및 기존 알고리즘과 비교하여 더욱 뛰어난 성능을 보이는 것을 확인할 수 있다.
지금까지 본 발명에 따른 구체적인 실시예에 관하여 설명하였으나, 본 발명의 범위에서 벗어나지 않는 한도 내에서는 여러 가지 변형이 가능함은 물론이다. 그러므로, 본 발명의 범위는 설명된 실시 예에 국한되어 정해져서는 안되며, 후술하는 특허 청구 범위뿐 아니라 이 특허 청구 범위와 균등한 것들에 의해 정해져야 한다.

Claims (14)

  1. 영상 로컬 콘트라스트 향상 방법에 있어서,
    다중 레이어에 따라 입력 영상의 밝기 값을 변환하고, 밝기 값이 변환된 다중 레이어 영상들을 생성하는 단계;
    상기 다중 레이어 영상들의 노이즈를 저감시키는 단계; 및
    상기 노이즈가 저감된 다중 레이어 영상들을 이용하여 로컬 콘트라스트가 향상된 영상을 생성하는 단계를 포함하는 것을 특징으로 하는 영상 콘트라스트 향상 방법.
  2. 제1 항에 있어서,
    상기 다중 레이어 영상들의 노이즈를 저감시키는 것은,
    상기 다중 레이어 영상 각각에 대하여 바이레터럴 필터(bilateral filter)를 적용하여 노이즈를 저감시키는 것을 특징으로 하는 영상 콘트라스트 향상 방법.
  3. 제1 항에 있어서, 상기 다중 레이어는
    상기 입력 영상의 밝기값 재분배를 위한 제1 레이어,
    상기 입력 영상에 포함된 작은 객체의 콘트라스트 향상을 위한 제2 레이어, 및
    상기 입력 영상의 선명도 향상을 위한 제3 레이어를 포함하는 것을 특징으로 하는 영상 콘트라스트 향상 방법.
  4. 제1 항에 있어서,
    상기 로컬 콘트라스트가 향상된 영상을 생성하는 단계는,
    노이즈가 저감된 다중 레이어 영상들을 미리 결정된 가중치에 따라 합산시킨 다중레이어 통합 영상을 생성하는 단계; 및
    상기 다중레이어 통합 영상과 상기 입력 영상을 이용하여 로컬 콘트라스트가 향상된 영상을 생성하는 단계를 더 포함하는 것을 특징으로 하는 영상 콘트라스트 향상 방법.
  5. 제1 항에 있어서,
    상기 다중 레이어에 따라 입력 영상의 밝기 값을 변환하는 것은,
    다중 레이어를 정의하는 서로 다른 크기의 윈도우들을 상기 입력 영상에 적용한 히스토그램 평활화를 통해, 상기 입력 영상의 밝기 값을 변환시키는 단계이고,
    상기 히스토그램 평활화는 로컬 히스토그램의 콘트라스트를 제한시키는 방법으로 수행되는 것을 특징으로 하는 영상 콘트라스트 향상 방법.
  6. 제5 항에 있어서, 상기 콘트라스트를 제한시키는 것은,
    상기 로컬 히스토그램에서 미리 결정된 기준값을 초과하는 히스토그램값을 모든 히스토그램영역에 배분시킴으로써 콘트라스트를 제한시키는 것을 특징으로 하는 영상 콘트라스트 향상 방법.
  7. 제4 항에 있어서, 상기 미리 결정된 가중치는,
    상기 다중레이어 영상들의 엔트로피를 고려하여 결정되는 것을 특징으로 하는 영상 콘트라스트 향상 방법.
  8. 제4 항에 있어서, 상기 미리 결정된 가중치는
    상기 다중레이어 영상들의 평균 엔트로피와, 상기 다중레이어 영상 각각에 따른 엔트로피간의 상대적인 차이값의 비율에 따라 결정되는 것을 특징으로 하는 영상 콘트라스트 향상 방법.
  9. 제1 항 내지 제8 항 중 어느 한 항에 따른 영상 콘트라스트 향상 방법을 수행하기 위하여 프로그램된 소스 코드가 기록된, 컴퓨터에서 판독 가능한 기록 매체.
  10. 영상 로컬 콘트라스트 향상 장치에 있어서,
    다중 레이어에 따라 입력 영상의 밝기 값을 변환하고, 밝기 값이 변환된 다중 레이어 영상들을 생성하는 다중 레이어 영상 생성부;
    상기 다중 레이어 영상들의 노이즈를 저감시키는 노이즈 저감부; 및
    상기 노이즈가 저감된 다중 레이어 영상들을 이용하여 로컬 콘트라스트가 향상된 영상을 생성하는 통합 영상 생성부;를 포함하는 것을 특징으로 하는 영상 콘트라스트 향상 장치.
  11. 제10 항에 있어서, 상기 노이즈 저감부는 상기 다중 레이어 영상 각각에 대하여 바이레터럴 필터(bilateral filter)를 적용하여 노이즈를 저감시키는 것을 특징으로 하는 영상 콘트라스트 향상 장치.
  12. 제10 항에 있어서, 상기 다중 레이어는
    상기 입력 영상의 밝기값 재분배를 위한 제1 레이어,
    상기 영상에 포함된 작은 객체의 콘트라스트 향상을 위한 제2 레이어, 및
    상기 입력 영상의 선명도 향상을 위한 제3 레이어를 포함하는 것을 특징으로 하는 영상 콘트라스트 향상 장치.
  13. 제10 항에 있어서, 상기 통합 영상 생성부는,
    노이즈가 저감된 다중 레이어 영상들을 미리 결정된 가중치에 따라 합산시킨 다중레이어 통합 영상을 생성하는 다중 레이어 기반의 제1 통합 영상 생성부 및
    상기 다중레이어 통합 영상과 상기 입력 영상을 이용하여 로컬 콘트라스트가 향상된 영상을 생성하는 제2 통합 영상 생성부를 더 포함하는 것을 특징으로 하는 영상 콘트라스트 향상 장치.
  14. 제10 항에 있어서, 상기 제1 통합 영상 생성부는
    다중 레이어를 정의하는 서로 다른 크기의 윈도우들을 상기 입력 영상에 적용한 히스토그램을 평활화를 통해, 상기 입력 영상의 밝기 값을 변환시키는 이스토그램 평활화부를 더 포함하며,
    상기 히스토그램 평활화는 로컬 히스토그램의 콘트라스트를 제한시키는 방법으로 히스토그램 평활화를 수행하는 것을 특징으로 하는 영상 콘트라스트 향상 장치.
KR1020120106350A 2012-07-05 2012-09-25 다중 레이어 오버랩 블록 기반의 로컬 히스토그램 평활화를 이용한 영상 콘트라스트 향상 방법 및 장치 KR101877808B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20120073470 2012-07-05
KR1020120073470 2012-07-05

Publications (2)

Publication Number Publication Date
KR20140008980A true KR20140008980A (ko) 2014-01-22
KR101877808B1 KR101877808B1 (ko) 2018-08-09

Family

ID=50142617

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120106350A KR101877808B1 (ko) 2012-07-05 2012-09-25 다중 레이어 오버랩 블록 기반의 로컬 히스토그램 평활화를 이용한 영상 콘트라스트 향상 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101877808B1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101684139B1 (ko) 2015-06-30 2016-12-08 주식회사 버츄얼스톰 다중 블록 레이어 조명환경을 이용한 증강현실 방법 및 그 기록매체
CN107404600A (zh) * 2016-05-19 2017-11-28 三星Sds株式会社 图像处理装置及方法
KR101958194B1 (ko) * 2017-11-30 2019-03-15 인천대학교 산학협력단 변환 도메인의 대조비 개선 장치 및 방법
WO2019132590A1 (ko) * 2017-12-29 2019-07-04 (주)제이엘케이인스펙션 영상 변환 방법 및 장치
KR20210050639A (ko) * 2019-10-28 2021-05-10 최은호 정맥 검출 장치 및 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008312177A (ja) * 2007-03-27 2008-12-25 Nippon Telegr & Teleph Corp <Ntt> 映像階調変換装置、映像階調変換方法、映像階調変換プログラム
JP2010176239A (ja) * 2009-01-28 2010-08-12 Hitachi Ltd 画像処理装置、画像処理方法、画像符号化方法、画像復号化方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008312177A (ja) * 2007-03-27 2008-12-25 Nippon Telegr & Teleph Corp <Ntt> 映像階調変換装置、映像階調変換方法、映像階調変換プログラム
JP2010176239A (ja) * 2009-01-28 2010-08-12 Hitachi Ltd 画像処理装置、画像処理方法、画像符号化方法、画像復号化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Nicholas Sia Pik Kong ET AL:"Multiple layers block overlapped histogram equalization for local content emphasis", Computers and Electrical Engineering Volume 37, Issue 5, pages 631-643, September 2011* *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101684139B1 (ko) 2015-06-30 2016-12-08 주식회사 버츄얼스톰 다중 블록 레이어 조명환경을 이용한 증강현실 방법 및 그 기록매체
CN107404600A (zh) * 2016-05-19 2017-11-28 三星Sds株式会社 图像处理装置及方法
KR20170131813A (ko) 2016-05-19 2017-11-30 삼성에스디에스 주식회사 영상 처리 장치 및 방법
KR101958194B1 (ko) * 2017-11-30 2019-03-15 인천대학교 산학협력단 변환 도메인의 대조비 개선 장치 및 방법
WO2019132590A1 (ko) * 2017-12-29 2019-07-04 (주)제이엘케이인스펙션 영상 변환 방법 및 장치
KR20210050639A (ko) * 2019-10-28 2021-05-10 최은호 정맥 검출 장치 및 방법

Also Published As

Publication number Publication date
KR101877808B1 (ko) 2018-08-09

Similar Documents

Publication Publication Date Title
Yun et al. Image enhancement using a fusion framework of histogram equalization and Laplacian pyramid
US10200632B2 (en) Low-illumination photo capture with reduced noise and blur
JP6507846B2 (ja) 画像ノイズ除去方法及び画像ノイズ除去装置
US9406148B2 (en) Image processing method and apparatus, and shooting terminal
US8249380B2 (en) Image processor and program
KR101743861B1 (ko) 이미지 안정화를 위한 이미지 융합 방법
RU2298226C1 (ru) Способ улучшения цифровых изображений
Khan et al. An adaptive dynamically weighted median filter for impulse noise removal
JP4858610B2 (ja) 画像処理方法
US8428388B2 (en) Image generating apparatus and method for emphasizing edge based on image characteristics
KR20150037369A (ko) 영상의 노이즈를 저감하는 방법 및 이를 이용한 영상 처리 장치
KR101877808B1 (ko) 다중 레이어 오버랩 블록 기반의 로컬 히스토그램 평활화를 이용한 영상 콘트라스트 향상 방법 및 장치
EP2816526B1 (en) Filtering method and apparatus for recovering an anti-aliasing edge
JPWO2009107197A1 (ja) 画像処理装置、画像処理方法および画像処理プログラム
Zhang et al. Perceptual contrast enhancement with dynamic range adjustment
US9299131B2 (en) Noise reduction apparatus, noise reduction method, and computer-readable storage medium
Lim et al. Robust contrast enhancement of noisy low-light images: Denoising-enhancement-completion
TW201318418A (zh) 降低影像雜訊的方法及相關裝置
US9002133B2 (en) Multi layered image enhancement technique
Wu et al. Reflectance-guided, contrast-accumulated histogram equalization
WO2013161838A1 (ja) 画像処理方法、及び画像処理装置
Kaur et al. An improved adaptive bilateral filter to remove gaussian noise from color images
Shimoyama et al. Local adaptive tone mapping with composite multiple gamma functions
US20100086229A1 (en) Image signal processing apparatus and method
Ibrahim et al. Local contrast enhancement utilizing bidirectional switching equalization of separated and clipped subhistograms

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right