[4] 단일픽셀처리 기법2 (히스토그램 수정)

Histogram

영상이 분포하는 밝기의 해당되는 픽셀들이 어떻게 분포하고 있는지에 대한 정보

 

( *Bin: 히스토그램의 각각의 값들을 표현 )

---

히스토그램을 만드는 과정

=> true clolor을 256-indexed color image로 만들어 히스토그램 값들을 구하여 표현

* indexed color image : true color image에서 많이 사용되는 컬러만 추출해서 표현한 이미지

* Quantization : 수학과 디지털 신호 처리에서 양자화는 유한 집합에 대량의 입력값을 매핑하는 과정

---

Histogram Modification

Histogram을 기반으로 contrast와 brightness를 조절하여 image를 향상시킨다.

=> 히스토그램의 shape과 range에 집중한다.

 

히스토그램 연산

Histogram Scaling (Histogram Stretching)

: 모양은 변하지않고 범위만 늘어난다.

 

Histogram Scaling (Histogram Shrinking)

: 모양은 변하지않고 범위만 수축한다.

 

Histogram Sliding

: 모양은 변하지않고 위치만 이동시킨다.

 

Histogram Equalization

: 모든 bin에서 균일한 값을 가지도록 모양 자체를 변경시킨다.

---

[Scaling]

입력 히스토그램이 50~100일 때 결과히스토그램은 10~210을 나타낸다. 즉, 55는 30으로 맵핑되고

75는 중간값 인 110으로 된다. 임의의 x는 y로 맵핑이 된다.

 

Histogram Stretching

모양은 변하지않고 범위만 늘어난다.

 

Histogram Shrinking

모양은 변하지않고 범위만 수축난다.

 

[Sliding]

모양은 변하지않고 위치만 이동시킨다.

                           (offset : 히스토그램이 슬라이드 할 양)

 

 

[Equalization]

모든 bin에서 균일한 값을 가지도록 모양 자체를 변경시킨다.

 

Algorithm

1. 입력 영상의 히스토그램의 값을 누적시켜 각 레벨에 서의 리스토그램 누적 합 계산
2. 히스토그램의 누적 합을 전체 픽셀의 개수로 나누어 값을 정규화함
3. 정규화된 값에 최대 gray level 값을 곱한 후 반올림을 수행
4. 입력 영상의 각 gray level에 대해 변환 값으로 대응

 

실제 영상의 적용되는 결괴

Histogram normalization과 equalization의 차이점

 

Equalization

: 히스토그램을 최대의 범위로 가진다. 모양 자체도 균일해진다.

 

normalization

: 스트레칭 경우 범위는 늘어나지만 모양은 변화하지않는다. 즉, contrast가 높아지기는 하지만 좋아지지는 않을 수 있다.

 

Equalization의 단점

1. 배경 노이즈가 증가된다.

2. 밝기 부분이 높았던 부분에서는 품질이 떨어 질 수 있다.

 

 

 

 

• Reference

영상처리 및 패턴 인식 - 금오공과대학교 김성영