Journal of Korea Multimedia Society (한국멀티미디어학회논문지)

Korea Multimedia Society (한국멀티미디어학회)
권호 표지
DOI QR코드

DOI QR Code

Image Histogram Equalization Based on Gaussian Mixture Model

가우시안 혼합 모델 기반의 영상 히스토그램 평활화

  • 전미진 (계명대학교 대학원 미디어아트학과) ;
  • 이준재 (계명대학교 게임모바일콘텐츠학과)
  • Received : 2012.03.06
  • Accepted : 2012.04.04
  • Published : 2012.06.30
Download PDF
⟨ Previous Next ⟩

Abstract

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 doesn't consider the density of brightness distribution. Thus, it is difficult to enhance the local contrast in the images. In case of local histogram equalization, it can produce unexpected blocks in the images. In order to enhance the contrast in the images, this paper proposes a local histogram equalization based on the Gaussian Mixture Models(GMMs) in regions of histogram. Mean and variance parameters in each regions is updated EM-algorithm repeatedly and then ranges of equalization on each regions. The experimental results performed with image of various contrasts show that the proposed algorithm is better than the global histogram equalization.

영상에서 밝기 분포가 특정한 범위에 밀집되어 있는 경우 영상에 포함된 특징을 구분하기가 어렵다. 이러한 문제를 해결하기 위해서 전역 히스토그램 평활화와 지역 히스토그램 평활화를 적용한다. 전역 히스토그램 평활화를 적용하는 경우 밝기 분포의 밀집 정도를 고려하지 않고 전체 히스토그램 정보를 사용하기 때문에 지나치게 밝아지거나 어두워질 수 있으며 부분적인 명암값을 개선시키는 것이 어렵다. 지역 히스토그램 평활화를 적용하는 경우 영상의 전체 밝기 분포를 고려하지 않고 지역적인 영상의 밝기 정보만을 사용하기 때문에 블록 간의 명암값의 차가 커져서 블록화 현상이 발생한다. 이러한 문제를 해결하기 위해 본 논문에서는 영상의 히스토그램의 영역에 가우시안 혼합 모델을 적용하여 모델링을 한 후, EM 알고리즘을 반복적으로 적용하여 각 영역의 범위를 결정한다. 그리고 분할된 영역별로 히스토그램 평활화를 적용하여 유사한 밝기값을 갖는 영역이 과도하게 평활화 되는 것을 방지하며 명암대비를 향상시킨다.

Keywords

References

  1. N. Sengee and H.K. Choi, "Contrast Enhancement using Histogram Equalization with a New Neighborhood Metrics," Journal of Korea Multimedia Society, Vol.11, No.6, pp. 737-745, 2008.
  2. 이금분, 조범준, "영상 향상을 위한 자동 임계점 선택 및 대비 강화 기법," 멀티미디어학회논문지, Vol.11, No.4, pp. 462-470, 2008
  3. R.C. Gonzalez, Digital Image Processing, Pearson Edition, 2009.
  4. 박동민, 최명렬, "명암비 향상을 위한 서브-히스토그램 면적비 기반의 적응형 히스토그램 재분배 알고리즘," 한국정보처리학회지, Vol.16- B, No.4, pp. 263-270, 2009. https://doi.org/10.3745/KIPSTB.2009.16-B.4.263
  5. 윤현섭, 한영준, 한헌수, "밀도기반의 분할된 히스토그램 평활화를 통한 대비 향상 기법," 대한전자공학회지, Vol.46, No.1, pp. 10-21, 2009.
  6. 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. https://doi.org/10.1109/76.915354
  7. 김정연, 김이섭, 황승호, "서브블록 히스토그램 등화기법을 이용한 개선된 콘트라스트 강화 알고리즘," 대한전자공학회지, Vol.36, No.12, pp. 58-66, 1999.
  8. Y.T. Kim, "Contrast Enhancement using Brightness Preserving Bi-Histogram Equalization," IEEE Transactions on Consumer Electronics, Vol.43, No.1, pp. 1-8, 1997. https://doi.org/10.1109/30.580378
  9. 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. https://doi.org/10.1109/TCE.2005.1561863
  10. 이종명, 히스토그램 적응적 변형을 이용한 화질 개선 방법, 한양대학교 석사학위논문, 2006.
  11. 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. https://doi.org/10.1109/30.754419
  12. 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. https://doi.org/10.1109/TCE.2003.1261233
  13. 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.
  14. 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.
  15. 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.
  16. 조완현, 박종현, 박순영, "결졍적 어닐링 EM 알고리즘을 이용한 칼라 영상의 분할," 정보과학회지, Vol.28, No.3, pp. 324-333, 2001.

Cited by

  1. The Clip Limit Decision of Contrast Limited Adaptive Histogram Equalization for X-ray Images using Fuzzy Logic vol.18, pp.7, 2015, https://doi.org/10.9717/kmms.2015.18.7.806
  2. The Study of Optimal Acquisition Condition and Image Processing vol.51, pp.4, 2014, https://doi.org/10.5573/ieie.2014.51.4.221
  3. Traffic Sign Recognition using SVM and Decision Tree for Poor Driving Environment vol.18, pp.4, 2014, https://doi.org/10.7471/ikeee.2014.18.4.485
  4. 영상 에지 정보를 이용한 히스토그램 평활화 기법의 개선 vol.20, pp.2, 2017, https://doi.org/10.9717/kmms.2017.20.2.188