최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.15 no.6, 2012년, pp.748 - 760
In case brightness distribution is concentrated in a region, it is difficult to classify the image features. To solve this problem, we apply global histogram equalization and local histogram equalization to images. In case of global histogram equalization, it can be too bright or dark because it doe...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
전역 히스토그램 기법은 어떻게 얻어지는가? | 히스토그램 평활화 기법은 크게 전역 히스토그램 평활화 기법과 지역 히스토그램 기법으로 구분되어진다. 전역 히스토그램 기법은 영상 전체의 히스토그램 분포를 계산하고, 히스토그램의 누적 분포값과 정규화를 통하여 얻어지며, 히스토그램이 균일한 분포를 갖도록 명암값을 재분배 한다. 그러나, 전역 히스토그램 평활화는 영상 각 부분의 공간 정보들을 고려하지 않고 전체 영상의 히스토그램 정보를 사용하기 때문에 부분적인 명암 대비를 개선시키는 것은 어렵다. | |
히스토그램이란 무엇인가? | 히스토그램은 영상에서 가장 어두운 영역부터 가장 밝은 영역의 범위까지의 명암도에 대한 픽셀의 발생 빈도를 나타내는 수의 집합으로서 명암 대비 및 명암값 분포에 대한 정보를 나타낸다. 히스토그램이 왼쪽으로 치우쳐 있으면 해당 화소의 값이 전체적으로 작아서 영상의 밝기가 어두워진다. | |
적응적 히스토그램 평활화의 단점은 무엇이 있는가? | 이 방법은 영상을 적당한 크기의 여러 개의 블록으로 나누고 각 블록에 대한 히스토그램을 구한 후, 이를 이용하여 각 블록에 대하여 독립적으로 히스토그램 평활화를 수행한다. 그러나, 이 경우 전체 영상의 밝기 분포를 고려하지 않고 각 블록의 영상 정보만을 사용하기 때문에 블록 간의 명암 대비가 커져서 블록화 현상이 발생한다[2-5]. |
이금분, 조범준, "영상 향상을 위한 자동 임계점 선택 및 대비 강화 기법," 멀티미디어학회논문지, Vol.11, No.4, pp. 462-470, 2008
R.C. Gonzalez, Digital Image Processing, Pearson Edition, 2009.
윤현섭, 한영준, 한헌수, "밀도기반의 분할된 히스토그램 평활화를 통한 대비 향상 기법," 대한전자공학회지, Vol.46, No.1, pp. 10-21, 2009.
J.Y. Kim, L.S. Kim, and S.H. Hwang, "An Advanced Contrast Enhancement using Partially Overlapped Sub-Block Histogram Equalization," IEEE Circuits and Systems for Video Technology, Vol.11, No.4, pp. 475-484, 2001.
김정연, 김이섭, 황승호, "서브블록 히스토그램 등화기법을 이용한 개선된 콘트라스트 강화 알고리즘," 대한전자공학회지, Vol.36, No.12, pp. 58-66, 1999.
Y.T. Kim, "Contrast Enhancement using Brightness Preserving Bi-Histogram Equalization," IEEE Transactions on Consumer Electronics, Vol.43, No.1, pp. 1-8, 1997.
C. Wang and Z. Ye, "Brightness Preserving Histogram Equalization with Maximum Entropy:A Variational Perspective," IEEE Transactions on Consumer Electronics, Vol. 51, No.4, pp. 1326-1334, 2005.
이종명, 히스토그램 적응적 변형을 이용한 화질 개선 방법, 한양대학교 석사학위논문, 2006.
Y. Wang, Q. Chen, and B. Zhang, "Image Enhancement Based on Equal Area Dualistic Sub-Image Histogram Equalization Method," IEEE Transactions on Consumer Electronics, Vol.45, No.1, pp. 68-75, 1999.
S. Chen and A.R. Ramli, "Contrast Enhancement using Recursive Mean-Separate Histogram Equalization for Scalable Brightness Preservation," IEEE Transactions on Consumer Electronics, Vol.49, No.4, pp. 1301-1309, 2003.
H.S. Yoon, Y.J. Han, and H.S. Hahn, "Image Contrast Enhancement Based Sub-histogram Equalization Technique without Over-equalization Noise," World Academy of Science, Engineering and Technology, Vol.26, No.2, 2009.
R. Farnoosh, G. Yari, and B. Zarpak, "Image Segmentation using Gaussian Mixture Models," International J ournal of Engineering Science, Vol.19, No.1-2, pp. 29-32, 2008.
서창우, 한헌수, 이기용, 이윤정, "GMM을 위한 점진적 k-means 알고리즘에 의해 초기값을 갖는 EM알고리즘과 화지식별에의 적용," 한국음향학회지, Vol.24, No.3, pp. 141-149, 2005.
조완현, 박종현, 박순영, "결졍적 어닐링 EM 알고리즘을 이용한 칼라 영상의 분할," 정보과학회지, Vol.28, No.3, pp. 324-333, 2001.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.