Journal of Internet Computing and Services (인터넷정보학회논문지)

Korean Society for Internet Information (한국인터넷정보학회)
권호 표지

Image Contrast Enhancement based on Histogram Decomposition and Weighting

히스토그램 분할과 가중치에 기반한 영상 콘트라스트 향상 방법

  • 김매리 (서울여자대학교 대학원 컴퓨터학과) ;
  • 정민교 (서울여자대학교 정보미디어대학)
  • Published : 2009.06.30
Download PDF
⟨ Previous Next ⟩

Abstract

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.

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.

Keywords

References

  1. Y. T. Kim, "Contrast Enhancement using Brightness Preserving Bi-Histogram Equalization", IEEE Transactions on Consumer Electronics, Vol.43, No.1, pp.1-8, Feb. 1997. https://doi.org/10.1109/30.580378
  2. Y. Wang, Q. Chen, and B. M. Zhang, "Image Enhancement based on Equal Area Dualistic sub-Image Histogram Equalization Method", IEEE Transactions on Consumer Electronics, Vol.45, No.1, pp.68-75, Feb. 1999. https://doi.org/10.1109/30.754419
  3. S. Chen and A. R. Ramli, "Contrast Enhancement using Recursive Mean-Separate Histogram Equalization for Scalable Brightness Preservation", IEEE Transactions on Consumer Electronics, Vol.49, No.4, pp.1301-1309, Nov. 2003. https://doi.org/10.1109/TCE.2003.1261233
  4. K. S. Sim, C. P. Tso, and Y. Y. Tan, "Recursive sub-image histogram equalization applied to gray scale images", Pattern Recognition Letters, Vol.28, No.10, pp.1209-1221, Feb. 2007. https://doi.org/10.1016/j.patrec.2007.02.003
  5. Q. Wang and R. Ward, "Fast Image/Video Contrast Enhancement Based on WTHE", IEEE Transactions on Consumer Electronics, Vol.53, No.2, pp.757-764, May 2007. https://doi.org/10.1109/TCE.2007.381756
  6. C. C. Sun, S. J. Ruan, M. C. Shie, and T. W. Pai, "Dynamic Contrast Enhancement based on Histogram Specification", IEEE Transactions on Consumer Electronics, Vol.51, No.4, pp.1300-1305, Nov. 2005. https://doi.org/10.1109/TCE.2005.1561859
  7. D. Menotti, L. Najman, J. Facon, and A. de A. Araujo, "Multi-Histogram Equalization Methods for Contrast Enhancement and Brightness Preserving", IEEE Transactions on Consumer Electronics, Vol.53, No.3, Aug. 2007.