초록
본 논문에서는 HVS의 가시성과 영상의 히스토그램 특성을 동시에 고려하는 자동 게인옵셋법을 제안한다. 제안한 방법에서는 대비 신장된 영상의 평균 가시성이 최대가 되도록 클리핑의 상하한 역치를 정하고 이들로부터 유도된 게인 및 옵셋으로 영상의 대비를 신장한다. 가시성 함수는 불균일한 밝기의 주변화소들로부터 중심화소의 밝기 변화를 인간 시각이 인지하는 데 필요한 최소 변화량인 공간 JND를 사용하여 정의한다. 실험결과에서 제안한 방법에 의하여 대비 신장된 영상을 기존의 방법들의 결과 영상에 비하여 전역 대비와 국부 대비가 좋게 개선됨을 보인다.
In this paper, we propose an auto gain/offset which considers the visibility of human visual system (HVS) and the histogram of a target image jointly. In the proposed method, the lower and upper clipping thresholds are determined to maximize the averaged visibility of the contrast-stretched image. The target image is then contrast-stitched by the gain and offset derived from the clipping thresholds. We define the visibility as a quantity related to the spatial JND, which means the threshold below which any change of a pixel from its textured neighbors is not recognized by the HVS. Experimental results show that the contrast-stretched images by the proposed method have better global and local contrasts compared to the results by some conventional methods.
