• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2008년도 하계종합학술대회
• /
• pp.917-918
• /
• 2008

Histogram Equalization (HE) method is widely used for contrast enhancement. However, HE often introduce washed out appearance or color distortion due to the over enhancement in contrast. In this paper, Dynamic Range Separate Histogram Equalization (DRSHE) is proposed for contrast enhancement. DRSHE reconfigures the dynamic range of histogram using probability distribution ratio. The experimental results show that DRSHE suppresses the washed out appearance or color distortion and preserves naturalness of the original image compared with conventional methods.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2007년도 하계종합학술대회 논문집
• /
• pp.361-362
• /
• 2007

We propose a contrast-controlled feature detection approach for steel radiograph image. X-ray images are low contrast, dark and high noise image. So, It is not simple to detect defects directly in automated radiography inspection system. Contrast enhancement, histogram equalization and median filter are the most frequently used techniques to enhance the X-ray images. In this paper, the adaptive control method based on contrast limited histogram equalization is compared with several histogram techniques. Through comparative analysis, CLAHE(contrast controlled adaptive histogram equalization) can enhance detection of defects better.

• 한국정보통신학회논문지
• /
• 제15권5호
• /
• pp.1147-1154
• /
• 2011

Image Signal Processor(ISP)의 한 블록인 Auto Exposure(AE)는 입력 영상의 밝기가 전체적으로 어둡거나 밝으면 적정 밝기로 조절하여 적당한 평균 밝기를 유지하는 기능을 한다. 하지만 AE는 영상의 전체 평균 밝기만 조절하기 때문에 영상의 명암대비 향상까지 기대하기는 어렵다. 특히 물체 인식이 필요한 분야에서는 ISP의 AE 만으론 명암대비가 낮은 영상에서는 물체 인식이 어려워져 명암대비 향상 기술이 필요하다. 이러한 문제를 해결하기 위해 본 논문에서는 ISP의 AE를 대체할 방법으로 Histogram Equalization(HE)를 제안한다. 또한 기존의 HE 문제점을 간단한 연산만으로 보완하고 하드웨어 구현에도 적합한 방법을 제안한다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제20권12호
• /
• pp.646-651
• /
• 2014

히스토그램 평활화는 영상의 밝기 값 분포가 한 곳에 밀집되어 있는 경우, 출력영상의 밝기 값 범위가 지나치게 확장되어 시각적으로 부자연스러운 결과를 초래하는 단점을 가지고 있다. 그런데 감마변환은 이런 부자연스러운 현상을 비선형적 변환을 통해 보정해주는 성질을 가지고 있다. 따라서 본 논문에서는 감마변환의 이런 성질을 이용하여 영상의 화질을 개선하는 새로운 히스토그램 평활화 방법을 제안한다. 제안 방법은 먼저, 입력영상의 평균 밝기 값을 이용하여 적절한 감마변환 식을 도출하고, 입력영상의 CDF(Cumulative Distribution Function)를 도출된 감마변환 식과 선형 결합하여 새로운 CDF를 생성한 후, 새롭게 변형된 CDF를 사용하여 히스토그램 평활화를 수행한다. 실험결과 제안방법이 기존방법들에 비해 entropy, UIQ, SSIM 등과 같은 정량적 평가에서 좋은 성능을 보였고, 시각적 관점에서도 자연스럽게 화질을 개선하였다.

• 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.

• 정보처리학회논문지D
• /
• 제13D권2호
• /
• pp.287-292
• /
• 2006

주성분 분석(Principal component hnidvsis : PCA)은 물체 인식 기술에서 가장 효율적인 방법으로 인정되고 있으나 영상 크기의 제곱에 비례하여 계산량이 증가하고 조명의 변화에 따라 정확성이 떨어지는 문제점이 있다. 본 논문에서는 이러한 문제점을 해결하기 위해서 웨이블렛변환(Wavelet Transform)과 히스토그램 평활화(Histogram Equalization)를 사용하였다. 계산량이 증가하는 문제는 웨이블렛 변환으로 낮은 해상도의 영상을 사용하여 해결하였다. 조명의 변화에 따라 정확성이 떨어지는 문제는 히스토그램 평활화를 사용하여 영상의 대조를 크게 하고 휘도치의 분포를 펼침으로써 해결하였다. 제안한 기법으로 실험한 결과 조명변화에 영향을 최소화하여 인식률이 향상되고, 웨이블렛 변환으로 처리할 영역을 줄여 처리 시간이 크게 단축됨을 보여 주었다.

• 대한의용생체공학회:의공학회지
• /
• 제42권3호
• /
• pp.80-85
• /
• 2021

We developed a model to classify the absence of cervical cancer using deep learning from the cervical image to which the histogram equalization algorithm was applied, and to compare the performance of each model. A total of 4259 images were used for this study, of which 1852 images were normal and 2407 were abnormal. And this paper applied Image Sharpening(IS), Histogram Equalization(HE), and Contrast Limited Adaptive Histogram Equalization(CLAHE) to the original image. Peak Signal-to-Noise Ratio(PSNR) and Structural Similarity index for Measuring image quality(SSIM) were used to assess the quality of images objectively. As a result of assessment, IS showed 81.75dB of PSNR and 0.96 of SSIM, showing the best image quality. CLAHE and HE showed the PSNR of 62.67dB and 62.60dB respectively, while SSIM of CLAHE was shown as 0.86, which is closer to 1 than HE of 0.75. Using ResNet-50 model with transfer learning, digital image-processed images are classified into normal and abnormal each. In conclusion, the classification accuracy of each model is as follows. 90.77% for IS, which shows the highest, 90.26% for CLAHE and 87.60% for HE. As this study shows, applying proper digital image processing which is for cervical images to Computer Aided Diagnosis(CAD) can help both screening and diagnosing.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 추계학술대회
• /
• 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.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2008년도 추계학술대회
• /
• pp.15-19
• /
• 2008

Image hash는 영상에서 유사성을 찾는 방법으로 사용될 수 있는 기술자(Descriptor)로 특징지을 수 있다. 많은 image hash 방법중에 Histogram-based image hash는 Histogram equalization을 제외한 보통 잡음 및 다양한 기하학적 변조를 주어도 같은 그림을 찾아내는데 강력한 기능을 수행한다. 본 논문에서는 Histogram-Based Hash를 생성함에 있어 서로 다른 3개의 bin의 관계를 이용하여 Hash를 생성하였다. 본 논문은 이를 통해 영상의 유사성을 찾아내는데 있어 원본영상에 대해 기하학적 변조뿐만 아니라 상대적으로 성능이 약했던 Histogram equalization을 이용한 변조에 대해서도 성능이 개선되었다. 또한 가우시안 필터링의 알파 값을 다르게 지정함으로 인하여 생성되는 두 히스토그램을 이용하여 기존의 방법보다 성능이 개선되었다.

• 전자공학회논문지 IE
• /
• 제47권3호
• /
• pp.7-13
• /
• 2010

본 논문에서는 효율적인 명암도 향상 알고리즘으로 가중치 히스토그램 수정을 제안한다. 명암도 향상을 위하여 히스토그램 평활화와 히스토그램 스트레칭은 효과적인 방법들이다. 하지만, 히스토그램 평활화와 히스토그램 스트레칭은 지나친 명암도 향상을 가져올 수 있다. 가중치 히스토그램 수정을 이용하는 제안하는 방법은 부작용 없이 기존 명함도 향상하는 방법들 보다 자연스럽고 향상된 결과를 가진다.