Abstract
Local histogram equalization is one of the most popular ways of enhancing the local brightness features of an input image. However, local histogram equalization reveals some problems. First, undesired artifacts are produced by over-enhancing the local features. Second, the enhancement of local features does not always result in global contrast enhancement. To cope with these problems, we propose an illumination driven local histogram equalization method. First, to estimate the illumination information, the proposed method combines the input image and the blurred image produced through the process of the down-sampling and the up-sampling. Next, the proposed method adaptively adjusts the mapping function estimated by the local histogram equalization using the information of the illumination. As a result, the proposed illumination information driven local histogram equalization method simultaneously enhances the global and the local contrast levels while preventing any local artifacts. Experimental results show that the proposed algorithm outperforms the conventional methods on objective and subjective criteria.
지역 히스토그램 평활화 방법은 입력 영상의 국부적은 밝기 특성을 부각시키기 위한 가장 널리 사용되는 방법들 중 하나이다. 그러나 지역 히스토그램 평활화 기반의 방법들은 몇 가지의 문제점들을 발생시킨다. 먼저, 국부적인 특성들을 과도하게 부각시켜 의도하지 않는 결함들을 발생시킨다. 두 번째, 국부 특성들의 향상이 전역 콘트라스트 향상을 증대시키지는 않는다는 점이다. 이러한 문제들을 해결하기 위해, 우리는 광원 정보를 이용한 지역 히스토그램 평활화 방법을 제안한다. 먼저, 광원 정보를 추정하기 위하여 제안하는 방법은 입력 영상의 다운 샘플링과 업 샘플링 과정을 통하여 획득된 블러 영상과 원 영상을 융합한다. 그 후, 지역 히스토그램 평활화 방법에서 추정한 변환 함수를 광원 정보를 이용하여 적응적으로 조절한다. 그 결과 기존 방법에서 발생할 수 있는 결함을 억제시키면서, 전역 콘트라스트와 국부 콘트라스트를 동시에 향상시킬 수 있다. 실험 결과들은 제안하는 방법이 기존 방법에 비해 수치적인 면과 시각적인 면에서 뛰어난 결과를 보임을 확인할 수 있다.
