• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.46-49
• /
• 2019

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.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.11a
• /
• pp.283-286
• /
• 2014

X-ray 영상의 경우 검은 배경으로 인해 기존의 히스토그램 평활화를 사용하여 대비비를 향상 시킬 경우 문제가 발생한다. 전역 히스토그램 평활화의 경우 영상의 특징을 고려하지 않은 채 전체적으로 히스토그램 평활화가 이루어지기 때문에 부분적인 명암값을 개선시키기 어렵다. BBHE(Bright Preserving Bi-Histogram Equalization)과 DSIHE(Dualistic Sub-Image Histogram Equalization)과 같은 영역별 히스토그램 평활화의 경우 X-ray 사진특성상 검은 배경으로 인하여 히스토그램 평활화를 적용해도 원하는 대비비를 얻기 힘들며 부분적으로 왜곡이 발생한다. 이러한 문제를 해결하기 위해 본 논문에서는 영상의 히스토그램을 통해 배경 정보를 파악하여 밝기 영역을 나눈 후 히스토그램 평활화를 진행함으로써 X-ray 사진의 대비비를 효율적으로 향상시킨다.

• Journal of KIISE:Software and Applications
• /
• v.28 no.3
• /
• pp.285-297
• /
• 2001

본 논문에서는 특정한 객체의 색 분포 모델링으로부터 얻어지는 가중 색 히스토그램과 지배적인 색의 영상공간 분포특성을 이용한 내용기반 영상 검색 방법을 제안한다. 특정한 객체의 예로 사람 얼굴을 선택했고, 그것의 색 분포를 u*-v* 색도 공간에서 모델링 했으며, 모델의 정규화된 부피를 균등 양자화된 색도 공간의 각 빈(bin)의 히스토그램 값에 대한 가중치로 결정하고, 결정된 가중치를 히스토그램 정합 과정에 적용하였다. 또한 색 히스토그램 값이 큰 특정한 수의 빈으로 정의되는 지배적인 색의 영상 공간 분포를 가중 색 히스토그램과 함께 유사성의 측정기준으로 사용하였다. 제안한 검색 방법을 500여개의 영상에 대해 실험한 결과 제안한 방법이 얼굴을 포함하는 영상을 질의로 주었을 때 얼굴을 포함하는 영상을 우선적으로 찾는데 효과적임을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.379-380
• /
• 2009

히스토그램 스트레칭이나 히스토그램 균등화 등 기존 대비 향상 기법들과 히스토그램 균등화 기반의 수많은 방법들은 저대비에 소수의 화소들이 넓게 퍼져 있는 영상에 대해서 만족할만한 결과를 내지 못한다. 따라서 본 논문은 군집화 방법을 이용한 새로운 영상 대비 향상 기법을 제안한다. 히스토그램의 군집수는 원영상의 히스토그램을 분석하여 얻을 수 있다. 히스토그램 성분들을 K-means 알고리즘을 이용하여 군집화한다. 그리고 히스토그램 군집 범위와 군집의 화소수 비율을 비교하여 히스토그램 스트레칭과 히스토그램 균등화를 선택적으로 적용한다. 실험 결과로부터 제안한 방법이 기존의 대비 향상 기법들보다 더 효과적임을 확인할 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2010.07a
• /
• pp.80-82
• /
• 2010

본 논문에서는 깊이 정보를 이용하여 영상을 색상 분포가 각각 다른 객체 영상으로 분리하고 개별적으로 히스토그램 매칭 기법을 적용하는 조명 보상 기법을 제안한다. 서로 위치가 다른 다시점 카메라의 경우, 다시점 비디오 부호화(multi-view video coding)의 성능을 저하시키는 인접 시점 영상 간 조명 불일치 현상이 발생한다. 이러한 조명 불일치를 보상하기 위한 히스토그램 매칭(histogram matching)을 이용한 전처리 기법이 제안되었다. 모든 시점의 다시점 영상 히스토그램은 정해진 참조 시점 영상의 히스토그램으로 매칭되어 조명 불일치와 다시점 비디오 부호화의 성능을 개선할 수 있다. 하지만 일반적인 영상은 색상 분포와 깊이 정보가 상호 독립적인 객체들로 구성되어 있다. 또한 다시점 비디오는 시점에 따라 획득된 영상 간에 동일 객체의 위치와 깊이가 서로 달라 정해진 참조 시점의 히스토그램으로 매칭하는 기존의 방법은 적합하지 않다. 본 논문에서는 주어진 영상 내에서 깊이 정보를 이용하여 객체를 먼저 분리하고, 객체 영상별로 히스토그램 매칭 기법을 적용하여 색상 보상을 수행하는 새로운 기법을 제안한다. 실험을 통해 제안하는 객체 단위의 조명 보상 기법이 향상된 다시점 비디오 부호화 효율을 보이는 것을 확인하였다.

• The KIPS Transactions:PartB
• /
• v.9B no.5
• /
• pp.701-706
• /
• 2002

A set of color features has been efficiently used to measure the similarity of given images. However, the size of the color features is too large to implement an indexing scheme effectively. In this paper a new method is proposed to retrieve similar images using an interpolated color histogram. The idea is similar to the already reported methods that use the distributions of color histograms. The new method is different in that simplified color histograms decide the similarity between a query image and target images. In order to represent the distribution of the color histograms, the best order of interpolated polynomial has been simulated. After a histogram distribution is represented in a polynomial form, only a few number of polynomial coefficients are indexed and stored in a database as a color descriptor. The new method has been applied to real images and achieved satisfactory results.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.532-534
• /
• 2003

본 논문에서는 인쇄체 우편주소 영상에서 smearing과 히스토그램 분석을 이용한 고속의 문자열 기울기 보정 및 분할 방법을 제안하였다. 제안한 방법에서는 입력 영상을 가분할 하고, 각각의 가분할 영상에 대한 수평 히스토그램을 분석하여 기울기 측정 및 보정을 수행하였다. 문자열 분할 단계에서는, 기울기가 보정된 영상에 smearing을 수행하고, 영상에 존재하는 잡영 및 각종 바코드를 제거하고, 수평 히스토그램 분석을 통해 최종 문자열 분할 결과를 도출하였다. 제안한 방법을 사용한 실험에서 2,000 장의 테스트 영상 중 1,989장의 영상에서 정확한 문자분할 결과를 얻을 수 있었으며, 제안한 방법이 유효함을 보였다.

• Proceedings of the IEEK Conference
• /
• 2000.11d
• /
• pp.37-40
• /
• 2000

영상검색에서 컬러 히스토그램은 폭넓게 사용되고 있으며, 여러 가지 장점이 있음에도 불구하고 공간정보를 포함하지 못하는 문제점이 있다. 본 논문에서는 컬러 히스토그램에 공간정보를 포함시키기 위해 영상을 몇 개의 블록으로 나누어 계층적으로 컬러 히스토그램을 비교하는 방법을 제안하였다. 실험을 통하여 제안한 방법이 컬러 히스토그램을 이용한 방법보다 더 좋은 결과를 나타냄을 확인하였다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.7 no.6
• /
• pp.1231-1236
• /
• 2006

The contrast control of images with narrow dynamic range is a simple method among enhancement methods for low intensity of image. Histogram equalization is the most common method for this purpose, which stretches the dynamic range of intensity Conventional methods would fail to enhance images with extremely dark and bright regions, because of not considering the shape of histogram. In this paper, we propose a novel adaptive histogram equalization based on histogram matching with multiple Gaussian transformation function. As a result, output images with a couple of peaks of histogram could be improved and the details such as edges in dark regions could be appeared better than conventional method subjectively.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.11a
• /
• pp.125-128
• /
• 2015

본 논문에서는 지역 최빈값과 가중치를 이용하여 새로운 히스토그램 평활화 방법을 제안한다. 여러 개의 평균명도값을 사용하여 히스토그램을 분할하는 기존 방식과는 달리 지역 최빈값과 전체 평균명도값을 사용하여 히스토그램을 분할한다. 지역 최빈값 산출 과정에서 지역의 범위를 조정할 수 있어 융통성 있는 히스토그램 분할 처리가 가능하다. 또한 히스토그램 분할 영역을 가중치에 기반해 새로운 영역의 히스토그램으로 분할한다. 해당 방법을 통해 발생빈도가 높은 명도의 과도한 변화 없이 화질개선 면에서 기존 히스토그램 평활화보다 좋은 효과를 얻을 수 있다. 다양한 크기와 히스토그램 분포를 가지는 영상을 대상으로 실험한 결과, 기존 히스토그램 평활화보다 광범위하게 사용될 수 있음을 확인하였고 특히 한쪽으로 치우쳐진 영상에 있어 더욱 효과적임을 알 수 있었다.