• 한국정보통신학회논문지
• /
• 제15권8호
• /
• pp.1782-1790
• /
• 2011

영상처리의 목적은 관측자를 위해서 영상의 시각적인 일면을 증진하는 것이다. 영상증진의 목적은 특정 응용분야에 따라서 달라지며, 또한 특정 목적을 위해서 사용되는 영상 증진 기법들은 다른 응용분야에는 적용되지 못하는 실정이다. 본 논문에서는 먼저 히스토그램 쉬링크 및 평활화, 보수적인 적응적 컨트라스트 증진 필터등에 대해서 살펴 보고져 한다. 그리고 적응적인 컨트라스트 증진 필터 기법을 의료영상에 맞게 구성하는 변수들의 적용값을 최적화했으며, 후 처리로 히스토그램 평활화 기법을 사용했다. 결과적으로 입력치인 의료영상들을 사용하여 적용한 결과 제안한 필터를 적용한 결과치 영상들의 에지가 강조됨을 보였고, 또한 후처리로 인해서 영상외형의 컨트라스트를 향상시켰다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권5호
• /
• pp.2287-2312
• /
• 2018

Extracting key visual information from images containing natural scene is a challenging task and an important step for the visually impaired to recognize information based on tactile graphics. In this study, a novel method is proposed for extracting salient regions based on global contrast enhancement and saliency cuts in order to improve the process of recognizing images for the visually impaired. To accomplish this, an image enhancement technique is applied to natural scene images, and a saliency map is acquired to measure the color contrast of homogeneous regions against other areas of the image. The saliency maps also help automatic salient region extraction, referred to as saliency cuts, and assist in obtaining a binary mask of high quality. Finally, outer boundaries and inner edges are detected in images with natural scene to identify edges that are visually significant. Experimental results indicate that the method we propose in this paper extracts salient objects effectively and achieves remarkable performance compared to conventional methods. Our method offers benefits in extracting salient objects and generating simple but important edges from images containing natural scene and for providing information to the visually impaired.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 하계학술대회
• /
• pp.59-62
• /
• 2018

In this paper, we propose a contrast enhancement algorithm using guided image filter (GIF). The GIF is used to divide an HDR image into a base layer and a detail layer. The energy scale of base layer determinate the darkness and brightness of the image. However, the detail information in the base layer is difficult to be displayed because of the high brightness and clusters of low brightness. We propose a contrast enhancement method by adjusting the gray level of base layer by subtracting the mean value of itself. It is combined with the detail layer to preserve the detail information. Experiment results show that the proposed algorithm has better performance in detail preservation and contrast enhancement.

• 한국전자통신학회논문지
• /
• 제13권5호
• /
• pp.1117-1124
• /
• 2018

기상 환경 및 조명의 영향을 받는 영상의 가시성을 향상시켜 다양한 컴퓨터 비전 시스템의 활용성을 높이기 위해 대비(contrast)를 개선하는 것은 매우 중요한 과정이다. 본 논문에서는 영상의 특성에 따라 히스토그램을 변형하고, 변형된 히스토그램에 균등화를 적용함으로써 과도한 밝기 변화로 인한 포화현상 및 영상 디테일이 손실되는 문제를 해결한다. 영상의 왜곡을 발생시키는 주된 원인인 히스토그램 피트(pit)는 추가 항(additive term)을 통해 감소시키고, 스파이크(spike)는 감마 보정 기법을 적용하여 히스토그램을 변형한다. 추가 항과 감마 보정을 적용할 때 파라미터는 영상의 통계적 특성에 따라 설정되도록 한다. 대비가 낮고 안개성분이 포함된 다양한 영상에 대해 수행한 실험 결과는 제안하는 기법이 기존의 방법에 비해 원 영상의 특성을 보존하면서 효과적인 대비 개선 및 안개 제거 성능을 나타내어 영상의 가시성을 향상시킴을 보인다.

• 한국멀티미디어학회논문지
• /
• 제15권10호
• /
• pp.1205-1211
• /
• 2012

대사성 골 질환인 골다공증(Osteoporosis)의 조기 진단을 위해 X 선 영상에서 골 밀도를 측정하는 방법이 최근 연구되고 있다. 골 밀도는 X 선 영상에서 뼈가 분리되고, 분리된 영역에서의 픽셀에 의해 BMD가 측정되는데, 개선된 영상에서의 정밀한 뼈 추출이 주요한 요소이므로 X 선 영상의 개선은 골다공증의 조기 진단을 위해 필수적이다. 본 논문에서는 sparse 표현을 도입하여 다중(multiple) 잡음을 갖는 X 선 영상을 개선시키는 방법을 제안한다. 실험을 통해 제안한 방법의 결과가 기존의 방법인 웨이블릿 BayesShrink 잡음 제거 방법 및 일반적 sparse 표현 모델의 잡음 제거 방법의 결과에 비해 개선됨을 CNR(Contrast to Noise Ratio) 및 cut-view를 통해 확인하였다.

• 한국산학기술학회논문지
• /
• 제11권3호
• /
• pp.958-964
• /
• 2010

히스토그램 평활화는 가장 잘 알려진 명암비 향상기법이지만 밝기 값이 크게 변화해서 색의 왜곡과 노이즈가 두드러지고 색번짐 현상 같은 부작용이 발생한다. 이러한 문제들을 해결하기 위한 기존의 기법들은 유저가 영상마다 일일이 파라미터를 수정해야 하거나 다양한 영상에 대해 결과를 보장하지 못했다. 제안된 기법은 영상의 median값을 바탕으로 보정계수를 계산하고 히스토그램에서 가장 큰 빈도수를 기준으로 보정계수에 비례하여 나머지 히스토그램들을 보정한 뒤 평활화 한다. 제안한 방법의 결과영상은 각기 다른 특성을 가진 여러 가지 영상들에 대해 안정적으로 HE의 부작용들을 해결하였음을 알 수 있게 한다. 뿐만 아니라 연산이 복잡하지 않고, 보정계수가 자동적으로 계산되기 때문에 FPD에 직접 적용할 수 있다.

• 정보처리학회논문지B
• /
• 제16B권4호
• /
• pp.263-270
• /
• 2009

히스토그램 평활화는 주어진 입력 영상의 누적분포함수 CDF (Cumulative Distribution Function)를 이용하여 영상의 동적영역 (Dynamic Range)을 확장하고 히스토그램의 분포를 균등하게 함으로써 명암비를 개선한다. 그러나 히스토그램 평활화는 영상의 밝기를 과도하게 변하게 하는 단점이 있다. 본 논문에서는 과도한 명암비 향상을 억제하기위해 서브-히스토그램의 면적비 기반의 히스토그램 재분배를 이용한 적응형명암비 향상 알고리즘. 제안한 알고리즘은 영상의 동적영역을 입력영상의 휘도 평균값을 기반으로 분할하고, 분할된 영역의 면적비에 따라 밝기 분포를 재분배함으로써 과도한 밝기 변화를 효과적으로 억제 할 수 있다. 실험결과를 통하여 시각적으로 색의 왜곡이 없는 자연스러운 영상을 확인하였고, 평균값의 비교를 통해 과도한 밝기 변화를 억제한 것을 확인 할 수 있었다. 또한 히스토그램의 분포에 상관없이 대부분의 영상에서 우수한 결과를 나타내는 것을 실험결과에서 알 수 있었다.

• 한국융합학회논문지
• /
• 제7권6호
• /
• pp.1-6
• /
• 2016

본 논문에서는 영상을 분할하고, 분할된 영상의 로컬 히스토그램을 이용하여 저조도 환경의 블랙박스 영상 향상 방법을 제안한다. 기존 블랙박스 영상은 저조도 환경에서 촬영되기 때문에 향상 기법을 적용 시 과도한 향상 효과가 발생하는 단점이 있다. 제안 알고리즘은 3단계 과정으로 구성된다. 1단계는 입력 영상을 ($N{\times}M$)개 조각으로 분할하고, 분할된 부분 영상과 인접한 부분 영상을 그룹 영상으로 묶어 구분한다. 2단계는 구분된 그룹 영상을 각각의 로컬 히스토그램을 이용하여 명암 향상 처리를 수행한다. 3단계는 명암 향상 처리된 각각의 그룹 영상의 특성을 반영한 전달 함수를 이용하여 전체 영상을 재구성한다. 알고리즘 검증을 위하여 지하 주차장과 야간 운행 영상을 저조도 환경 영상으로 사용하였다. 제안 알고리즘은 다양한 저조도 환경의 블랙박스 영상을 향상시켜 차량 운행 환경 정보 획득에 유리한 영상을 제공할 수 있다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2007년도 하계종합학술대회 논문집
• /
• pp.369-370
• /
• 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.

• International Journal of Naval Architecture and Ocean Engineering
• /
• 제6권4호
• /
• pp.840-866
• /
• 2014

Visibility in underwater images is usually poor because of the attenuation of light in the water that causes low contrast and color variation. In this paper, a new approach for underwater image quality improvement is presented. The proposed method aims to improve underwater image contrast, increase image details, and reduce noise by applying a new method of using contrast stretching to produce two different images with different contrasts. The proposed method integrates the modification of the image histogram in two main color models, RGB and HSV. The histograms of the color channel in the RGB color model are modified and remapped to follow the Rayleigh distribution within certain ranges. The image is then converted to the HSV color model, and the S and V components are modified within a certain limit. Qualitative and quantitative analyses indicate that the proposed method outperforms other state-of-the-art methods in terms of contrast, details, and noise reduction. The image color also shows much improvement.