• 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.

• Journal of KIISE:Computing Practices and Letters
• /
• v.15 no.11
• /
• pp.856-860
• /
• 2009

Wang and Ward developed an image contrast enhancement method called WTHE (Weighted and Thresholded Histogram Equalization). In this paper, we propose an improved variant of WTHE called DWTHE(Decomposable WTHE) that enhances WTHE through the use of histogram decomposition. Specifically, DWTHE divides an input histogram by using image's mean brightness or equally-spaced brightness points, computes a probability value for each sub-histogram, modifies the sub-histograms by using those probability values as weights, and then performs histogram equalization on the modified input histogram. As opposed to WTHE that uses a single weight, DWTHE uses multiple weights derived from histogram decomposition. Experimental results show that the proposed method outperforms the previous histogram equalization based methods.

• 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 Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1442-1445
• /
• 2015

본 논문은 SAR 영상에서 객체를 추출하는 새로운 방법으로 특징점 기반 분할 히스토그램 기법을 제안한다. 제안하는 방법은 영상 히스토그램에서 객체로 추정될 수 있는 영역을 세밀하게 추출하기 위해 영상에서 특징점을 추출한 후, 특징점의 밝기를 기준으로 히스토그램을 분할한다. 분할 히스토그램이 배경과 객체 성분을 모두 포함하고 있을 경우 해당 영역의 혼합 확률밀도함수가 교차되는 임계점을 계산한다. 계산된 임계점을 기준으로 현재 영역이 전체 영상에서 차지하는 비율을 비교하여 배경과 객체 여부를 판단한다. 제안하는 방법은 무인 감시 정찰 시스템 등 다양한 응용 기술에 활용될 수 있을 것으로 기대한다.

• Journal of Internet Computing and Services
• /
• v.10 no.3
• /
• pp.173-185
• /
• 2009

This paper proposes two new image contrast enhancement methods, RSWHE (Recursively Separated and Weighted Histogram Equalization) and RSWHS (Recursively Separated and Weighted Histogram Specification). RSWHE is a histogram equalization method based on histogram decomposition and weighting, whereas RSWHS is a histogram specification method based on histogram decomposition and weighting. The two proposed methods work as follows: 1) decompose an input histogram based on the image's mean brightness, 2) compute the probability for the area corresponding to each sub-histogram, 3) modify the sub-histogram by weighting it with the computed probability value, 4) lastly, perform histogram equalization (in the case of RSWHE) or histogram specification (in the case of RSWHS) on the modified sub-histograms independently. Experimental results show that RSWHE and RSWHS outperform other methods in terms of contrast enhancement and mean brightness preservation as well.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.04a
• /
• pp.283-286
• /
• 2007

임계값을 이용한 영상 분할은 대표적인 영상 분할 기법으로 Otsu의 임계값 결정법, Fuzzy 엔트로피를 이용한 H&W의 기법 및 Clustering을 이용한 Kwon의 기법 등 많은 방법이 있다. 대부분의 임계값 결정 기법은 영상에서 얻어진 빈도수 히스토그램의 분석을 통해서 임계값을 결정한다. 특히 Otsu의 임계값 결정 기법은 빈도수 히스토그램의 분산을 최대화하는 방법으로 임계값을 결정하는 빈도수 히스토그램에 기반한 대표적 기법이다. 하지만 영상 기술이 발전함에 따라서 하나의 임계값으로부터 영상을 이진화 하는 기법은 효용성이 떨어지고 있다. 따라서 다중의 임계값을 결정하는 효과적인 방법이 필요하다. 본 논문에서는 그레이 레벨간의 관계성을 파악하고 이러한 관계성으로부터 다중의 임계값을 결정하는 기법을 제안한다. 제안된 기법의 효용성은 모의실험에서 다중 임계값을 사용한 분할영상을 통해서 보인다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.11a
• /
• pp.150-153
• /
• 2014

영상 표시 장치에서 대조 이미지의 왜곡 현상을 보완하기 위해 히스토그램 평활화(Histogram Equalization)와 플래토 평활화(Plateau Equalization)가 사용된다. 히스토그램 평활화(Histogram Equalization)를 이용하여 명암대비를 증가 시킬 경우 과도한 이미지의 밝기 변화에 따른 과포화 현상이 발생하며 실시간 시스템에서는 물체 추적에 왜곡 현상이 발생한다. 특히, 적외선 영상(infrared image)과 같이 명암비가 한쪽으로 치우쳐 있는 영상들을 명암비를 개선하기 위해서는 플래토 평활화(Plateau Equalization)와 같은 영상 개선 방법이 필수적이다. 플래토 평활화에서는 임계값을 사용하는 방법이 제시되고 있지만 실험에 의한 최적 임계값을 찾아내는 방식이며, 이 방법은 입력되는 새로운 영상마다 임계값을 실험에 의해 매번 반복해서 도출해야 문제점이 있다. 본 논문에서 제안하는 방법은 과포화 되는 이미지 영역의 문제를 해결하기 위해 제시하는 방법으로 히스토그램 평활화(Histogram Equalization)의 동적 분할하는 알고리즘에 근거하되, 입력 영상에따라 적응적으로 임계값을 설정하는 기법을 제안한다. 실험을 통해 제안하는 방법이 실시간 영상에서 기존의 동적분할 히스토그램에 비해 자연스럽게 명암비를 개선하여 과포화 되거나 중요한 정보를 누락하여 왜곡 되지 않게 자연스러운 화면을 재생하는 방법을 제안한다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.8 no.4
• /
• pp.46-54
• /
• 2003

In this paper, we propose segmentation algorithm for MR brain images using the histogram of T1-weighted, T2-weighted and PD images. Segmentation algorithm is composed of 3 steps. The first step involves the extraction of cerebrum images by ram a cerebrum mask over three input images. In the second step, peak ranges are determined from the histogram of the cerebrum image. In the final step, cerebrum images are segmented using coarse to fine clustering technique. We compare the segmentation result and processing time according to peak ranges. Also compare with the other segmentation methods. The proposed algorithm achieved better segmentation results than the other methods.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.18 no.2
• /
• pp.431-436
• /
• 2014

Cell segmentation which extracts cell objects from background is one of basic works in bio-imaging which analyze cell images acquired from live cells in cell culture. In the case of clear images, they have a bi-modal histogram distribution and segmentation of them can easily be performed by global threshold algorithm such as Otsu algorithm. But In the case of degraded images, it is difficult to get exact segmentation results. In this paper, we developed a cell segmentation system that it classify input images by the type of their histogram distribution and then apply a proper segmentation algorithm. If it has a bi-modal distribution, a global threshold algorithm is applied for segmentation. Otherwise it has a uni-modal distribution, our algorithm is performed. By experimentation, our system gave exact segmentation results for uni-modal cell images as well as bi-modal cell images.

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2015.11a
• /
• pp.96-99
• /
• 2015

본 논문에서는 중복되지 않는 서로 다른 카메라의 영상을 활용한 동일 객체 판단 및 추적 기술에 대하여 소개한다. 영상분석에서 색상 정보는 가장 기본이 되는 중요한 정보라 할 수 있다. 특히 색상 정보를 이용하는 히스토그램은 일반적으로 추적, 인식 등에 많이 사용되고 있으나 이동 객체나 조도 변화 등에 따라 성능에 차이를 보인다. 이러한 문제점을 해결하고자 본 연구에서는 동일 객체 판단을 위해 대표적으로 사용되는 히스토그램 정합의 두 알고리즘(HSV 공간에서의 Histogram matching 방법과 RGB 공간에서의MCSHR 알고리즘) 결합을 통해 분할 히스토그램은 객체를 3조각으로 나누어 전체와 각각의 히스토그램을 구하며 MCSHR을 RGB공간이 아니 Hue 공간 히스토그램으로 변경하여 유사도를 도출 하였으며 조도 변화에 강인한 모델을 만들기 위해 Controlled equalization기법을 사용하여 원 영상의 히스토그램의 확률과 평활화한 히스토그램의 확률 융합을 시도 하였다. 해당 실험의 비교 결과 기존 HSV공간에서 Histogram matching을 통한 유사도 비교보다 12.9% 향상된 정합율의 결과를 보였다. 또한 영상 정보와 스마트 기기를 통한 인식 방법의 융합을 통해 영상 내에서 동일 객체 판단에 대한 추가 정보 제공에 대해 방법론 적인 부분을 제안 하였다.