• 한국정보통신학회논문지
• /
• 제23권11호
• /
• pp.1377-1383
• /
• 2019

영상 품질 개선을 위해 사용되는 히스토그램 평활화 알고리즘은 하드웨어 회로로 구현되면 소프트웨어로 구현된 경우보다 작업 속도 면에서 성능이 훨씬 뛰어나다. FPGA를 이용한 히스토그램 평활화 회로 구현에 대부분의 최신 FPGA에 포함된 곱셈기 회로와 상당량의 SRAM을 이용하고, 파이프라인을 적용하면 히스토그램 평활화 회로의 전체적인 동작 성능을 높일 수 있다. 본 논문은 이와 같은 방법을 적용하여 8비트 심도를 갖는 흑백 영상에 대해 히스토그램 평활화 작업을 고속으로 수행 가능한 FPGA 구현 방법을 제안한다. 제안된 회로는 FIFO를 이용하여 한 개의 영상에 대한 평활화가 진행되는 동안 다음 영상에 대한 히스토그램 계산을 수행할 수 있다. FIFO를 이용한 일부 작업의 시간적 중첩과 내장된 곱셈기 회로 그리고 파이프라인 적용 효과로 회로의 전체적인 성능은 대략 매 클럭마다 한 개의 화소에 대해 히스토그램 평활화를 수행할 수 있다. 그리고 영상을 분할하여 히스토그램 평활화 작업의 일부를 병렬 처리하면 그 성능을 속도 면에서 거의 두 배로 향상할 수 있다.

• 전기학회논문지P
• /
• 제57권1호
• /
• pp.14-21
• /
• 2008

In this paper, we propose an adaptive contrast enhancement method using dynamic range segmentation. Histogram Equalization (HE) method is widely used for contrast enhancement. However, histogram equalization method is not suitable for commercial display because it may cause undesirable artifacts due to the significant change in brightness. The proposed algorithm segments the dynamic range of the histogram and redistributes the pixel intensities by the segment area ratio. The proposed method may cause over compressed effect when intensity distribution of an original image is concentrated in specific narrow region. In order to overcome this problem, we introduce an adaptive scale factor. The experimental results show that the proposed algorithm suppresses the significant change in brightness and provides wide histogram distribution compared with histogram equalization.

• 인터넷정보학회논문지
• /
• 제10권3호
• /
• pp.173-185
• /
• 2009

본 논문에서는 두 가지 영상 콘트라스트 향상 기법인 RSWHE (Recursively Separated and Weighted Histogram Equalization)와 RSWHS (Recursively Separated and Weighted Histogram Specification)를 새롭게 제안한다. RSWHE는 히스토그램 평활화 방법에 히스토그램 분할과 가중치 개념을 적용하였고, RSWHS는 히스토그램 명세화 방법에 히스토그램 분할과 가중치 개념을 적용하였다. 제안 방법은 1) 입력 영상의 평균 명도 값을 기준으로 히스토그램을 분할하고, 2) 분할된 각 서브히스토그램(sub-histogram)이 차지하는 확률밀도 값을 계산하며, 3) 계산된 확률밀도 값을 가중치로 사용하여 각 서브히스토그램을 변형한 후, 4) 변형된 각 서브히스토그램을 독립적으로 평활화 하거나 (RSWHE 방법인 경우) 또는 명세화 하게 (RSWHS 방법인 경우) 된다. 다양한 영상에 대한 실험을 통하여, 제안하는 두 방법이 기존의 다른 방법들에 비하여 콘트라스트 향상과 평균 명도 보존 측면에서 우수한 성능을 나타냄을 알 수 있었다.

• 한국지능시스템학회논문지
• /
• 제19권6호
• /
• pp.787-795
• /
• 2009

본 논문에서는 영상의 화질개선을 위해 로지스틱 함수에 기반을 둔 히스토그램 평활화 방법을 제안하였다. 여기서 히스토그램 평활화는 영상의 밝기를 조정함으로써 화질을 개선하는 간단하고 효과적인 공간영역 기반 처리기법이다. 또한 로지스틱 함수는 비선형의 변환함수로 영상의 명암도 발생빈도수에 따라 밝기개선 정도를 적응적으로 조정하기 위함이다. 특히 영상의 히스토그램에서 최대 발생빈도수를 가지는 명암도와 최대 명암도 및 전체 픽셀수만을 이용한 유연한 비대칭의 로지스틱 함수를 제안함으로써, 기존 로지스틱 함수에서의 지수함수 계산 부담과 최적의 계수 값을 경험적으로 사전에 설정해야하는 제약을 해결하였다. 제안된 기법을 다양한 크기의 해상도와 히스토그램 분포를 가지는 영상을 대상으로 실험한 결과, 기존의 히스토그램 평활화와 적응적 변형 히스토그램 평활화보다도 우수한 화질개선 성능과 빠른 평활화 속도가 있음을 확인하였다. 또한 제안된 기법은 멀티미디어 시스템에서 실시간 평활화 기법으로도 충분히 이용될 수 있음을 확인하였다.

• 말소리와 음성과학
• /
• 제4권2호
• /
• pp.79-86
• /
• 2012

In this paper, we propose a novel approach to improve histogram equalization for speaker identification. Our method collects all speech features of UBM training data to make a reference distribution. The ranks of the feature vectors are calculated in the sorted list of the collection of the UBM training data and the test data. We use the ranks to perform order-based histogram equalization. The proposed method improves the accuracy of the speaker recognition system with short utterances. We use four kinds of speech databases to evaluate the proposed speaker recognition system and compare the system with cepstral mean normalization (CMN), mean and variance normalization (MVN), and histogram equalization (HEQ). Our system reduced the relative error rate by 33.3% from the baseline system.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.111-113
• /
• 2004

Histogram Equalization is the most popular algorithm for contrast enhancement due to its effectiveness and simplicity. In this paper, We propose the advanced contrast enhancement method using genetic algorithm. We propose a novel objective criterion for enhancement, and attempt finding the best image according to the respective criterion. Due to the high complexity of the enhancement criterion proposed, we employ a Genetic Algorithm. We compared our method with other enhancement techniques, like Global Histogram Equalization and Partially Overlapped Sub-Block Histogram Equalization(POSHE).

• 한국멀티미디어학회논문지
• /
• 제11권6호
• /
• pp.737-745
• /
• 2008

In this paper, a novel neighborhood metric of histogram equalization (HE) algorithm for contrast enhancement is presented. We present a refinement of HE using neighborhood metrics with a general framework which orders pixels based on a sequence of sorting functions which uses both global and local information to remap the image greylevels. We tested a novel sorting key with the suggestion of using the original image greylevel as the primary key and a novel neighborhood distinction metric as the secondary key, and compared HE using proposed distinction metric and other HE methods such as global histogram equalization (GHE), HE using voting metric and HE using contrast difference metric. We found that our method can preserve advantages of other metrics, while reducing drawbacks of them and avoiding undesirable over-enhancement that can occur with local histogram equalization (LHE) and other methods.

• 대한음성학회지:말소리
• /
• 제55권
• /
• pp.131-142
• /
• 2005

A mismatch between the training and the test conditions often causes a drastic decrease in the performance of the speech recognition systems. In this paper, non-linear transformation techniques based on histogram equalization in the acoustic feature space are studied for reducing the mismatched condition. The purpose of histogram equalization(HEQ) is to convert the probability distribution of test speech into the probability distribution of training speech. While conventional histogram equalization methods consider only the probability distribution of a test speech, for noise-corrupted test speech, its probability distribution is also distorted. The transformation function obtained by this distorted probability distribution maybe bring about miss-transformation of feature vectors, and this causes the performance of histogram equalization to decrease. Therefore, this paper proposes a new method of calculating noise-removed probability distribution by using assumption that the CDF of noisy speech feature vectors consists of component of speech feature vectors and component of noise feature vectors, and this compensated probability distribution is used in HEQ process. In the AURORA-2 framework, the proposed method reduced the error rate by over $44\%$ in clean training condition compared to the baseline system. For multi training condition, the proposed methods are also better than the baseline system.

• 한국멀티미디어학회논문지
• /
• 제18권7호
• /
• pp.806-817
• /
• 2015

The contrast limited adaptive histogram equalization(CLAHE) is an advanced method for the histogram equalization which is a common contrast enhancement technique. The CLAHE divides the image into sections, and applies the contrast limited histogram equalization for each section. X-ray images can be classified into three areas: skin, bone, and air area. In clinical application, the interest area is limited to the skin or bone area depending on the diagnosis region. The CLAHE could deteriorate X-ray image quality because the CLAHE enhances the area which doesn't need to be enhanced. In this paper, we propose a new method which automatically determines the clip limit of CLAHE's parameter to improve X-ray image quality using fuzzy logic. We introduce fuzzy logic which is possible to determine clip limit proportional to the interest of users. Experimental results show that the proposed method improve images according to the user's preference by focusing on the subject.

• 전자공학회논문지SC
• /
• 제46권1호
• /
• pp.10-21
• /
• 2009

영상에서 밝기의 분포가 밀집된 영역에 포함되는 특징은 구분이 어렵다. 이러한 문제의 해결을 위해 전역 혹은 지역 명암대비 향상기법을 사용하게 되며 주로 히스토그램의 평활화 기법이 적용된다. 기존의 전역 명암대비 향상기법을 적용하는 경우 밝기 밀집 정도를 고려하지 않아서 지나치게 밝거나 너무 어두운 값으로 변환하는 문제를 만들고, 지역 명암대비 향상기법은 결과 영상에서 특징을 분리해버리거나 밝기분포의 불규칙성으로 인해 부자연스러운 영상을 만들어내는 결과를 보여주기도 한다. 본 논문은 이러한 문제를 해결하기 위해 히스토그램을 밀집정도를 기준으로 분할하고, 각 분할된 히스토그램의 평활화 범위를 분할영역의 평균과 분산을 고려하여 결정하는 방법을 제안한다. 제안하는 방법은 평활화를 밀집영역의 밝기범위와 밀집정도를 고려하여 평활화하는 최고 및 최저 밝기를 결정함으로써 지나친 밝기의 변화를 최소화하고, 밀도가 낮은 나머지 영역들에 대해 분리된 평활화를 수행함에 따라 이들 영역의 특징들이 사라지지 않고 향상시키는 효과를 거둘 수 있다. 히스토그램의 분할 및 평활화 범위를 결정하는 방법도 본 논문에서 제시되었다. 제안된 방법의 성능의 우수성은 다양한 밝기 영역을 갖는 실험영상들을 대상으로 기존의 방법들과 비교실험을 통해 입증하였다.