• 한국멀티미디어학회논문지
• /
• 제20권2호
• /
• pp.188-195
• /
• 2017

The paper presents a histogram equalization method using the edge information of an image to be processed. The basic idea of this method is to carry out histogram equalization with edge information, which is important and essential for object conformation. In the proposed method, the edge information is used to generate histogram for the equalization process. It is found to be effective to suppress the histogram spikes that cause quantum jumps in mapping function for the equalization process. The proposed method is tested for randomly selected 30 images and compared to conventional approaches with a quantitative measure to check it preserves the structural similarity. Experimental results show that the proposed method has better performance and no artifacts caused by histogram spikes.

• 대한방사선기술학회지:방사선기술과학
• /
• 제47권1호
• /
• pp.29-37
• /
• 2024

This study aims to evaluate the performance of the U-Net based learning model that may vary depending on the histogram equalization algorithm. The subject of the experiment were 17 radiology students of this college, and 1,727 data sets in which the region of interest was set in the thyroid after acquiring ultrasound image data were used. The training set consisted of 1,383 images, the validation set consisted of 172 and the test data set consisted of 172. The equalization algorithm was divided into Histogram Equalization(HE) and Contrast Limited Adaptive Histogram Equalization(CLAHE), and according to the clip limit, it was divided into CLAHE8-1, CLAHE8-2. CLAHE8-3. Deep Learning was learned through size control, histogram equalization, Z-score normalization, and data augmentation. As a result of the experiment, the Attention U-Net showed the highest performance from CLAHE8-2 to 0.8355, and the U-Net and BSU-Net showed the highest performance from CLAHE8-3 to 0.8303 and 0.8277. In the case of mIoU, the Attention U-Net was 0.7175 in CLAHE8-2, the U-Net was 0.7098 and the BSU-Net was 0.7060 in CLAHE8-3. This study attempted to confirm the effects of U-Net, Attention U-Net, and BSU-Net models when histogram equalization is performed on ultrasound images. The increase in Clip Limit can be expected to increase the ROI match with the prediction mask by clarifying the boundaries, which affects the improvement of the contrast of the thyroid area in deep learning model learning, and consequently affects the performance improvement.

• 전자공학회논문지SC
• /
• 제45권1호
• /
• pp.15-24
• /
• 2008

본 논문은 영상의 블록기반 지역 명암대비 향상을 통한 전역 명암대비 향상 기법을 제안한다. 전역 명암대비 향상 기법은 영상의 특성을 고려하지 않고 히스토그램 평활화만을 통해 명암값의 재분배를 수행함으로써 과도한 밝기값의 화소들을 갖는 결과영상을 유발한다. 반면에 블록기반 지역 명암대비 향상 기법은 블록화 현상 및 이를 줄이는 과정에서 영상의 중요한 특징을 훼손하는 문제점을 갖고 있다. 이런 문제점들을 해결하기 위해 본 논문은 입력영상을 다양한 블록 크기로 분할한 임시영상들에 대해 블록기반 히스토그램 평활화를 수행한다. 그리고 지역 명암대비 향상을 통해 얻어진 전역 히스토그램 평활화 함수를 원 영상에 적용하는 전역 명암대비 향상 기법을 수행한다. 지역 명암대비가 향상된 임시 영상으로부터 전역 히스토그램 평활화 함수를 얻기 때문에 제안하는 방법은 지역 명암대비 향상 기법과 전역 명암대비 향상 기법의 장점들을 갖는다.

• International Journal of Advanced Culture Technology
• /
• 제3권2호
• /
• pp.161-170
• /
• 2015

Mean separated histogram equalization in order to preserve the original mean brightness has been proposed. To provide the minimum mean brightness error after the histogram modification, the input image's histogram is successively divided by the factor of 2 until the mean brightness error is satisfied the defined threshold. Then each divided group or sub-histogram will be independently equalized based on the proportional input mean. To provide the overall minimum mean brightness error, each group will be controlled by adding some certain pixels from the adjacent grey level of the next group for giving its mean near by the corresponding the divided mean. However, it still exists some little error which will be put into the next adjacent group. By successive dividing the original histogram, we found that the absolute mean brightness error is gradually decreased when the number of group is increased. Therefore, the error threshold is assigned in order to automatically dividing the original histogram for obtaining the desired absolute mean brightness error (AMBE). This process will be applied to the color image by treating each color independently.

• 전자공학회논문지
• /
• 제49권9호
• /
• pp.353-361
• /
• 2012

본 논문에서는 트림 T형 용접너트의 생산 시스템 중 불량품을 자동으로 선별할 수 있는 자동 비전 선별기의 성능 개선에 관한 방법을 제안한다. 자동 비전 선별기는 용접너트의 영상 신호에 대해 히스토그램을 활용한 경계 판별 및 나사산 검출, 이진 모폴로지 연산(Binary morphology operation)을 활용한 얼룩 검출 등의 기법을 활용한 것이다. 이 비전 선별기 운영에 있어 주된 문제는 컨베이어 벨트 상의 오일 등에 의한 오염에 따른 획득 영상의 화질 저하에 따른 오동작이다. 이를 해결하기 위해 배경 영상과 너트 영상의 구분을 위한 마스킹 기법을 사용하여, 너트 영상 부분에만 히스토그램 평준화를 이용하여 너트 영상부분의 대비를 높이는 전처리 과정을 도입하였다. 이를 통해 배경 부분에서 장비의 오염에 의해 추출되는 특징들의 영향을 없애고 획득 영상의 화질 저하에도 불구하고 오동작의 비율을 10 % 에서 0.2 % 로 낮출 수 있었다.

• 한국지능시스템학회논문지
• /
• 제22권5호
• /
• pp.555-562
• /
• 2012

본 논문에서는 영상의 비선형 평활화와 특징들의 통계적 상관성에 기반을 둔 조합형 인식성능 개선기법을 제안하였다. 여기서 비선형 평활화는 로지스틱 함수에 기반을 둔 히스토그램 재조정의 전처리 기법으로 영상의 밝기를 조정하여 화질을 개선하기 위함이다. 통계적 상관성은 정규상호상관계수에 의해 측정되며, 이는 유사도를 좀 더 빠르고 정확하게 측정하기 위함이다. 또한 독립성분분석에 의한 국부적인 특징들을 대상으로 정규상호상관을 계산함으로써 좀 더 정확한 유사도를 통계적으로 측정하기 위함이다. 제안된 기법을 30개 40*50픽셀의 명암도 변화를 가지는 얼굴영상들을 대상으로 실험한 결과, 전처리를 하지 않은 기법이나 기존 및 적응적 변형히스토그램 평활화에 의한 전처리 기법에 비해 각각 영상의 속성을 잘 반영한 우수한 인식성능이 있음을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제15권12호
• /
• pp.1409-1416
• /
• 2012

An image segmentation result depends on pre-processing steps such as contrast enhancement, edge detection, and smooth filtering etc. Especially medical images are low contrast and contain some noises. Therefore, the contrast enhancement and noise removal techniques are required in the pre-processing. In this study, we present an extension by a novel histogram equalization in which both local and global contrast is enhanced using neighborhood metrics. When checking neighborhood information, filters can simultaneously improve image quality. Most important is that original image information can be used for both global brightness preserving and local contrast enhancement, and image quality improvement filtering. Our experiments confirmed that the proposed method is more effective than other similar techniques reported previously.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2003년도 추계종합학술대회
• /
• pp.113-117
• /
• 2003

본 논문에서는 병원에서의 PACS(Picture Archiving and Communications System)의 필요성을 갖고 있으나 경제적인 문제로 인하여 향후 PACS를 도입이 어려움이 있는 병원에서는 고가의 장비를 구입을 할 수 없으므로 가중치 메디안 필터를 이용하여 전처리 필터링을 거친 영상을 가지고 웨이브렛 분해와 웨이브렛 영역에서 처리된 영상을 역변환시켜 복원한 뒤에 명암의 개선을 위해 히스토그램 평활화(Histogram equalization)을 적용하여 영상 품질을 향상하여 이를 의료영상에 적용하여 특징 추출하였다. 이는 차후, 의료영상의 진단 및 관찰에 적용시 보다 더 효율적인 시스템 적용을 목적으로 하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 춘계학술대회
• /
• pp.820-823
• /
• 2013

최근 스마트폰, 카메라, 휴대용 기기 등의 확산으로 다양한 분야에서 영상의 화질 향상의 필요성이 증가하고 있다. 영상의 화질 향상에 큰 영향을 주는 방법이 명암대비 향상이며 명암대비를 향상시키는 대표적인 방법으로는 히스토그램 평활화 방법이 있으며 다양한 연구가 이루어지고 있다. 그러나 일반적인 히스토그램 평활화 방법은 밝기만을 재조정하는 방법으로써 히스토그램이 한 쪽으로 치우친 영상의 경우 과도한 밝기 변화로 인하여 블록현상과 같은 왜곡이 발생한다. 본 논문에서는 히스토그램 분포의 평균 밝기를 균형 있게 재 분포 및 압축을 통해서 명암대비 향상 기법을 제안한다. 제안한 방법은 과도한 명암대비 증가로 인한 과포화 현상을 억제하기 위하여 히스토그램 빈도수에 따라 히스토그램을 차등 압축 시키며, 한 쪽으로 치우친 히스토그램을 균형 있게 재배열함으로써 영상의 밝기를 균형 있게 한다. 실험결과 제안방법은 기존 방법에 비해 영상의 밝기가 균형적이며 기존 방법에 비해 과포화 현상 없이 좋은 명암대비 향상 효과를 보였다.

• 한국정보디스플레이학회:학술대회논문집
• /
• 한국정보디스플레이학회 2007년도 7th International Meeting on Information Display 제7권2호
• /
• pp.1139-1142
• /
• 2007

In this paper, an image enhancement method by saturation and contrast improvement is proposed. Histogram equalization with color difference makes higher contrast. By generating saturation amplification ratio with color difference, the saturation improves effectively. The experimental results show that the proposed algorithm has higher contrast and more natural - look than the conventional methods.