$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 유연한 로지스틱 변환함수를 이용한 영상의 히스토그램 평활화
Image Histogram Equalization Using Flexible Logistic Transformation Function 원문보기

한국지능시스템학회 논문지 = Journal of Korean institute of intelligent systems, v.19 no.6, 2009년, pp.787 - 795  

조용현 (대구가톨릭대학교 공과대학 컴퓨터정보통신공학부)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 영상의 화질개선을 위해 로지스틱 함수에 기반을 둔 히스토그램 평활화 방법을 제안하였다. 여기서 히스토그램 평활화는 영상의 밝기를 조정함으로써 화질을 개선하는 간단하고 효과적인 공간영역 기반 처리기법이다. 또한 로지스틱 함수는 비선형의 변환함수로 영상의 명암도 발생빈도수에 따라 밝기개선 정도를 적응적으로 조정하기 위함이다. 특히 영상의 히스토그램에서 최대 발생빈도수를 가지는 명암도와 최대 명암도 및 전체 픽셀수만을 이용한 유연한 비대칭의 로지스틱 함수를 제안함으로써, 기존 로지스틱 함수에서의 지수함수 계산 부담과 최적의 계수 값을 경험적으로 사전에 설정해야하는 제약을 해결하였다. 제안된 기법을 다양한 크기의 해상도와 히스토그램 분포를 가지는 영상을 대상으로 실험한 결과, 기존의 히스토그램 평활화와 적응적 변형 히스토그램 평활화보다도 우수한 화질개선 성능과 빠른 평활화 속도가 있음을 확인하였다. 또한 제안된 기법은 멀티미디어 시스템에서 실시간 평활화 기법으로도 충분히 이용될 수 있음을 확인하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This paper presents a histogram equalization based on the logistic function for enhancing the quality of images. The histogram equalization is a simple and effective spatial processing method that it enhances the quality by adjusting the brightness of image. The logistic function that is a nonlinear...

주제어

#히스토그램 평활화   #로지스틱 함수   #화질개선   #공간영역 영상처리  

질의응답

핵심어 질문 논문에서 추출한 답변
원 영상의 명암도를 유지하기 위해 원 영상을 부분영상으로 분할하여 평활화를 수행하는 기법에는 무엇이 있는가? 지금까지 제안된 기법들을 크게 나누면 원 영상의 명암도를 유지하기 위해 원 영상을 부분영상으로 분할하여 평활화를 수행하는 기법과 명암도의 지나친 변화를 억제하기 위해 히스토그램을 제한하여 변환함수를 얻어 평활화를 수행하는 기법으로 나눌 수 있다. 전자의 기법에는 명암도보존 양히스토그램 평활화(brightness preserving bi-histogram equalization : BBHE)[4], 반복적 평균분할 히스토그램 평활화(recursive mean-separate histogram equalization : RMSHE)[5], 최소평균 명암도 오차 양히스토그램 평활화(minimum mean brightness error bi-histogram equalization : MMBEBHE)[6]이 있으며, 후자의 기법에는 대비제한 적응 히스토그램 평활화(contrast limited adaptive histogram equalization : CLAHE)[7], bin underflow and bin overflow(BUBO)[8], 적응적 변형 히스토그램 평활화 (adaptively modified histogram equalization : AMHE)[9]가 있다. 이상의 제안된 기법들은 대칭적인 명암도 분포, 어느 영역에 집중된 명암도 분포, 그리고 비슷한 명암도 분포의 히스토그램을 가지는 특정 영상들에서만 우수한 개선성능을 가진다.
히스토그램 평활화는 무엇인가? 히스토그램 평활화는 히스토그램을 이용하여 변환함수를 얻고, 이를 이용하여 영상의 각 명암도들의 동적영역을 재조정함으로써 화질을 개선하는 공간영역에 기반을 둔 기법이다[1-9]. 변환함수로 누적분포함수(cumulative density function : CDF)를 사용하기 때문에 변환 후 평탄한 분포를 가지는 히스토그램이 생성된다.
디지털 영상의 화질을 개선하기 위한 접근은 어떤 방법으로 나누어지는가? 디지털 영상의 화질을 개선하기 위한 접근에는 공간영역 에 기반을 둔 방법과 주파수 영역에 기반을 둔 방법으로 나 누어진다[2]. 공간영역에 기반을 둔 방법은 영상의 픽셀을 직접 조작하는 것이고, 주파수 영역에 기반을 둔 방법은 퓨 리에(Fourier) 변환에 근간을 둔 것이다.
질의응답 정보가 도움이 되었나요?

참고문헌 (13)

  1. 최형일, 이근수, 이양원 공역, 영상처리 이론과 실제, 홍릉과학출판사, 1999 

  2. 하영호, 남재열, 이응주, 이철희 공역, 디지털 영상처리, 도서출판그린, 2003 

  3. 조용현, 디지털 영상처리 실무, 도서인터비젼, 2005 

  4. Y. T. Kim, 'Contrast Enhancement using Brightness Preserving Bi-Histogram Equalization,' IEEE Trans. on Consumer Electronics, Vol. 43, No. 1, pp. 1-8, Feb. 1997 

    상세보기 crossref

  5. S. Chen and A. R. Ramli, 'Contrast Enhancement using Recursive Mean-Separate Histogram Equalization for Scalable Brightness Preservation,' IEEE Trans. on Consumer Electronics, Vol. 49, No. 4, pp. 1301-1309, Nov. 2003 

    상세보기 crossref

  6. S. Chen and A. R. Ramli, 'Minimum Mean Brightness Error Bi-Histogram Equalization in Contrast Enhancement,' IEEE Trans. on Consumer Electronics, Vol. 49, No. 4, pp. 1310-1319, Nov. 2003 

    상세보기 crossref

  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,' Computer Vision, Graphics, and Image Processing, Vol. 39, No. 3, pp. 355-368, Sept. 1987 

    상세보기 crossref

  8. S. J. Yang, J. H. Oh, and Y. J. Park, 'Contrast Enhancement Using Histogram Equalization with Bin Underflow and Bin Overflow,' International Conference on Image Processing, pp. 881-884, Sept. 2003 

  9. 이종명, 김형준, 이진언, 오상근, 김회율, '히스토그램의 적응적 변형을 이용한 화질개선 방법,' 한국정보과학회 제 18회 영상처리 및 이해에 관한 워크샵 발표논문집, pp. 45-50, 2006 

  10. T. Kim and J. Paik, 'Adaptive Contrast Enhancement Using Gain-Controllable Clipped Histogram Equalization,' IEEE Trans. on Consumer Electronics, Vol. 54, No. 4, pp. 1803-1810, Nov. 2008 

    상세보기 crossref

  11. X. Yin, J. Goudriaan, E. A. Latanga, J. Vos, and H. J. Spiertz, 'A Flexible Sigmoid Function of Determinate Growth,' Annals of Bontany, Vol. 91, pp. 361？371, 2003 

  12. C. P. D. Birch, 'A New Generalized Logistic Sigmoid Growth Equation Compared with the Richard Growth Equation,' Annals of Bontany, Vol. 83, pp. 713？723, 1999 

  13. 'Yale Face Databases,' http://cvc.yale.edu/projects/yalefaces/yalefaces.html 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

유발과제정보 저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로