$\require{mediawiki-texvc}$

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.

구역 별 히스토그램을 이용한 개선된 히스토그램 처리 기법
Improved Histogram Processing Techniques Using Zone-Specific Histogram 원문보기

한국방송∙미디어공학회 2019년도 추계학술대회, 2019 Nov. 29, 2019년, pp.46 - 49  

김도원 (한양대학교 융합전자공학부) ,  위승우 (한양대학교 전자컴퓨터통신공학과) ,  정제창

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 구역을 나눔으로써 상황에 따라 강조하고 싶은 부분을 부각시키는 방법을 활용하여 히스토그램을 처리하는 기법을 제안한다. 기존의 히스토그램 스케일링과 평활화 방법은 간단한 알고리듬으로 사용이 편하지만 쓸 수 없는 상황이 존재한다. 먼저 히스토그램 스케일링에서는 사진이 갖고 있는 명암 최댓값과 최솟값을 늘리는 방법이지만, 범위를 늘릴 수 없는 경우에는 이 방법이 제한된다. 히스토그램 평활화는 사진이 갖고 있는 명암의 히스토그램 누적분포함수 (CDF)가 일정한 기울기를 갖게 변환하는 방법이다. 이 방법에서는 밝기 변화가 거의 없었던 부분에서 품질이 낮아지는 단점이 있다. 제안하는 알고리듬은 영상에서 강조하고 싶은 부분을 설정한 뒤, 구역을 나눔으로써 기존의 히스토그램 스케일링과 히스토그램 평활화의 단점을 개선했다. 제안한 알고리듬을 평가하기 위해서 주관적인 지표로 20명을 대상으로 설문을 진행하였다. 블라인드 테스트로 원본과, 기존의 히스토그램 처리 기법을 이용한 영상, 제안된 히스토그램 처리 기법을 이용한 영상을 비교하였다. 실험 결과를 통해 제안된 알고리듬이 기존의 알고리듬보다 영상의 화질을 개선했음을 확인했다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 먼저 제안된 히스토그램 스케일링에서는 기존의 히스토그램 스케일링에서 가지고 있는 명암 값의 범위가 넓어 기대만큼의 효과를 얻을 수 없을 때를 해결하기 위해 일련의 과정을 거쳤다. 또한 제안된 히스토그램 평활화는 기존의 히스토그램 평활화에서 없어지거나 흐려지는 부분을 보완하기 위하여 고안하였다. 실험 결과를 통해 제안된 알고리듬은 기존의 히스토그램 처리 기법의 단점을 극복하고 보다 선명한 이미지를 획득할 수 있다는 점을 확인할 수 있었다.
  • 본 논문에서는 기존의 히스토그램 처리 기법에서 나타난 단점을 해결하기 위해 구역을 나누어 히스토그램 처리 기법을 하는 알고리듬을 제안하였다. 먼저 제안된 히스토그램 스케일링에서는 기존의 히스토그램 스케일링에서 가지고 있는 명암 값의 범위가 넓어 기대만큼의 효과를 얻을 수 없을 때를 해결하기 위해 일련의 과정을 거쳤다.
  • 이를 적용하기 위해서는 확률 이론과 미분/적분 이론을 활용하여야 한다. 본 논문에서는 확률 이론을 통해 히스토그램 누적분포함수 (CDF)를 활용하는데 초점을 맞췄다.
  • 선명한 사진을 얻기 위한 방법 중에는 다양한 필터링 기법이 존재하지만, 본 논문에서는 영상 개선과 영상 압축, 영상 분할 등에 사용되는 히스토그램 처리 기법에 대하여 초점을 두고 있다. 히스토그램 처리 기법에는 크게 히스토그램 스케일링 (scaling)과 히스토그램 평활화 (equalization)가 있다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
본 연구가 기존의 히스토그램 처리 기법의 단점을 보완하고자 제안하는 '구간을 나누어 진행을 하는 개선된 히스토그램 처리 기법'은 어떤 방식인가? 기존의 히스토그램 처리 기법의 단점을 보완하기 위해 구간을 나누어 진행을 하는 개선된 히스토그램 처리 기법을 제안했다. 제안된 히스토그램 스케일링에서는 명암의 히스토그램을 구한 후, 임의로 구역을 나누는 것을 시작으로 한다. 강조하고 싶은 부분에 따라 각 구역을 줄이거나 (Shrink), 늘이는 (Stretch) 방법을 통해 단점을 보완했다. 마찬가지로, 히스토그램 평활화에서도 구역을 나눠 적용함으로써 밝기 변화가 거의 없었던 부분의 품질이 저하되는 점을 개선했다.
히스토그램 스케일링은 무엇인가? 히스토그램 처리 기법에는 크게 히스토그램 스케일링 (scaling)과 히스토그램 평활화 (equalization)가 있다. 히스토그램 스케일링은 사진의 명암의 최댓값과 최솟값의 범위를 늘리는 방법이며, 히스토그램 평활화는 명암의 히스토그램 형상을 분석하여 밝기 분포가 특정한 부분으로 치우친 것을 좀 더 넓은 밝기 영역에 걸쳐 분포가 존재하도록 히스토그램을 재조정해준 방법이다 [2].
히스토그램 처리 기법은 무엇으로 대별되는가? 선명한 사진을 얻기 위한 방법 중에는 다양한 필터링 기법이 존재하지만, 본 논문에서는 영상 개선과 영상 압축, 영상 분할 등에 사용되는 히스토그램 처리 기법에 대하여 초점을 두고 있다. 히스토그램 처리 기법에는 크게 히스토그램 스케일링 (scaling)과 히스토그램 평활화 (equalization)가 있다. 히스토그램 스케일링은 사진의 명암의 최댓값과 최솟값의 범위를 늘리는 방법이며, 히스토그램 평활화는 명암의 히스토그램 형상을 분석하여 밝기 분포가 특정한 부분으로 치우친 것을 좀 더 넓은 밝기 영역에 걸쳐 분포가 존재하도록 히스토그램을 재조정해준 방법이다 [2].
질의응답 정보가 도움이 되었나요?

관련 콘텐츠

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