• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.11a
• /
• pp.510-513
• /
• 2002

대부분의 이진화 알고리즘은 임계치를 결정하기 위하여 히스토그램을 사용하여 밝기분포를 분석한다. 배경과 물체의 명도차이가 큰 경우에는 분할을 위해 양봉(bimodal) 히스토그램으로 표현하여 최적의 임계치를 찾기 위해 히스토그램 골짜기(valley)를 선택하는 것만으로도 양호한 임계치 결과를 얻을수 있으나, 배경과 물체의 밝기 차이가 크지 않거나 밝기 분포가 양봉 특성을 보이지 않을 때는 히스토그램 분석만으로 적절한 임계치를 얻기 어렵다. 그리고 한 영상에서는 넓은 영역에 걸쳐 명암도 변화가 일어나고 다양한 유형의 물체가 포함되어 있으므로 스케치 특징점 유무를 판별하는 임계치의 결정에는 애매 모호함이 존재한다. 따라서 본 논문에서는 영상에 대해 삼각형 타입의 소속함수를 적용하여 임계치를 동적으로 설정하고 영상을 이진화하는 방법을 제안한다. 제안된 퍼지 이진화 방법은 평균 밝기 값을 기준으로 가장 어두운 픽셀 값과 가장 밝은 픽셀값의 거리를 계산하여 밝기의 조정률을 구하여 최소 밝기값과 최대 밝기 값을 설정하고 삼각형의 소속 함수에 적용한다. 소속 함수에 적용된 소속도를 a-cut 을 적용하여 영상을 이진화한다. 다양한 영상에 적용한 결과, 기존의 이진화 방법보다 제안된 퍼지 이진화 방법이 효율적인 것을 알 수 있었다.

• Journal of Korea Multimedia Society
• /
• v.15 no.6
• /
• pp.748-760
• /
• 2012

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.

• Journal of Broadcast Engineering
• /
• v.19 no.4
• /
• pp.453-467
• /
• 2014

A typical histogram equalization contrast enhancement effect for improving the image quality is excellent. However, because it appears that excessive changes of the brightness values, The average brightness of the image is changing in units of frames of applications such as a TV video is unsuitable. In order to solve these drawbacks, a modified method of histogram equalization on various studies have been made. But the result images of existing methods sometimes shown visual degradations such as over-enhancement and false contouring. In this paper, we propose improved contrast enhancement method through bi-histogram equalization using target mean brightness based on differential compression method. The proposed method is based on the average brightness value by dividing the histogram, the histogram for each zone, according to the frequency differential of compression. And equalize the modified histogram based on target mean brightness. This allows to suppress deterioration of picture quality, and changes in the average brightness of each frame of video, while maintaining and improving the contrast. Experimental results show that the proposed method compared to the conventional method, the average brightness of each frame from a movie well maintained, and no degradation of the image quality showed a good effect to improve the contrast.

• Journal of Broadcast Engineering
• /
• v.22 no.6
• /
• pp.808-816
• /
• 2017

360 VR video systems has become important to provide immersive effect for viewers. The system consists of stitching, projection, compression, inverse projection, viewport extraction. In this paper, an efficient luminance compensation technique for 360 VR video sequences, where feature extraction and histogram equalization algorithms are utilized. The proposed luminance compensation algorithm enhance the performance of stitching in 360 VR system. The simulation results showed that the proposed technique is useful to increase the quality of the displayed image.

• Proceedings of the KSRS Conference
• /
• 2007.03a
• /
• pp.3-7
• /
• 2007

본 논문에서는 1m 공간해상도를 가지는 도시 지역의 위성영상에서 스테레오 정합의 성능을 향상시키기 위해 그레디언트(gradient)의 히스토그램을 이용하여 스테레오 정합 창틀의 크기를 자동적으로 결정하는 방법을 제안한다. 영상의 각 화소에 대해 한 화소 거리의 대각 방향에 놓여진 4 개 화소들의 수직 및 수평 방향에 존재하는 화소간의 밝기값 차로 정의되는 그레디언트를 계산하여 평탄화 지수 영상(Flatness Index Image)을 생성한다. 평탄화 지수 영상에서 에지 등과 같이 주변 화소의 밝기값과 차이가 큰 화소는 상대적으로 높은 평탄화 지수를，비에지 화소의 경우에는 낮은 평탄화 지수를 가지게 된다. 에지와 비에지를 판정하는 평탄화 임계값을 결정하기 위해 평탄화 지수 영상의 히스토그램 분포를 이용한다. 결정된 평탄화 임계값보다 작은 평탄화 지수를 가지는 정합 창틀 내의 화소들이 일정 비율보다 크면 비에지 화소로 판정하고 정합 창틀을 한 단계 더 크게 설정하는 방법으로 정합 창틀의 크기를 각 화소마다 가변적으로 변화시킨다. 제안한 방법을 IKONOS 스테레오 위성영상에 적용하여 고정 크기의 정합 창툴에 비해 정합 성능이 향상되는 것을 보였다.

• KIISE Transactions on Computing Practices
• /
• v.22 no.10
• /
• pp.532-536
• /
• 2016

Frame Rate Up Conversion (FRUC) generate interpolated frames between existing frames using motion estimation and motion compensation interpolation considering temporal redundancy. Falsely-estimated FRUC, however, can generate poor quality frames because FRUC typically uses blending-based interpolation method. As skipping an interpolating process between frames generate mis-estimated motion vectors, could improve Quality of Services of FRUC. In this Paper we analyze luminance histogram and motion vector consistency in frames generating poor quality interpolated frames. We conclude these features could help to be a clue in classifying the frames, which often result in the poor quality of FRUC results through the analysis and experiment.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.527-530
• /
• 2012

비디오 데이터를 효율적으로 검색, 정렬, 탐색, 분류하기 위해서는 프레임 간의 샷 전환 탐지가 선행되어야 한다. 본 논문에서는 디지털 비디오 데이터의 샷 전환 탐지를 위해 비디오 스트림을 구성하고 있는 각 프레임들 간의 화소 밝기 차이와 히스토그램의 변화를 이용하였다. 플래쉬 등과 같은 인위적이고 급격한 화소 밝기변화에 의한 오류를 최소화하기 위해 샷 전환 탐지 이전에 각 프레임 간의 밝기 보상을 적용하였다. 밝기 보정 된 프레임으로부터 프레임의 서브 블록 간의 지역적 화소 밝기 정보, 그리고 프레임의 화소 밝기 값 히스토그램을 비교하여 샷 전환을 탐지한다. 실험에서 제안된 알고리즘은 국가기록원 소장 비디오에 적용하여 효과가 있음을 보였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.441-445
• /
• 2003

영상의 이진화(image binarization)는 문자 인식, 영상 분석 등의 전처리 과정으로 다양한 분야에 적용되고 있다. 이진화는 임계치의 설정에 따라 작업 성능이 평가되며 대부분의 이진화 방법은 히스토그램을 사용하여 평균 밝기값이나 히스토그램의 골짜기(valley)를 임계치로 결정한다. 이와 같은 방법은 양봉의 특징을 보이지 않거나 특정 영상을 추출할 경우에는 적절한 임계치를 얻기 어렵다. 따라서 본 논문에서는 그레이스케일 영상에서 밝기 값을 여러 구간으로 분해하여 구간 밝기값의 평균값을 구하고, 각 구간의 평균값 사이 공간을, 각 구간의 양극과의 거리 비율로 나누어서 계산된 값을 임계치로 설정한다. 제안된 이진화 방법의 성능을 평가하기 위하여 다양한 영상에 적용한 결과, 기존의 이진화 방법들보다 효율적인 것을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.05a
• /
• pp.84-87
• /
• 2008

본 논문에서는 Q.Wang & R.K.Ward 가 제안한 WTHE(weighted and thresholded histogram equalization)방법의 enhancement parameters를 주어진 영상의 히스토그램 분포에 따라 적응적으로 제공하는 방법을 제안한다. WTHE는 영상의 히스토그램을 weight와 threshold를 이용하여 변형한 후 히스토그램 평활화(histogram equalization : HE)방법을 수행 함으로써 화질을 개선하는 방법이다. 이 방법은 두 가지 parameters 제어로 기존의 히스토그램 평활화 방법의 단점인 과도한 밝기 변화와 불필요한 artifacts를 줄일 수 있다. 본 논문에서는 WTHE 방법을 좀 더 간편하면서 다양한 분야에 적용하기 위해서 입력 영상에 따라 달라지는 parameters 값을 자동으로 제공하는 적응형 WTHE(Adaptive WTHE : AWTHE) 방법을 제안하고, 제안된 방법의 성능을 실험으로 제시한다.

• KIISE Transactions on Computing Practices
• /
• v.20 no.12
• /
• pp.646-651
• /
• 2014

Histogram equalization generally has the disadvantage that if the distribution of the gray level of an image is concentrated in one place, then the range of the gray level in the output image is excessively expanded, which then produces a visually unnatural result. However, a gamma transformation can reduce such unnatural appearances since it operates under a nonlinear regime. Therefore, this paper proposes a new histogram equalization method that can improve image quality by using a gamma transformation. The proposed method 1) derives the proper form of the gamma transformation by using the average brightness of the input image, 2) linearly combines the earlier gamma transformation with a CDF (Cumulative Distribution Function) for the image in order to obtain a new CDF, and 3) to finally perform histogram equalization by using the new CDF. The experimental results show that relative to existing methods, the proposed method provides good performance in terms of quantitative measures, such as entropy, UIQ, SSIM, etc., and it also naturally enhances the image quality in visual perspective as well.