반응형
화질 향상 기법
- 히스토그램(Histogram) 만들기
- 임계값 적용하기(Thresholding)
- 전역 임계값 적용하기(Global Thresholding)
- 적응적 임계값 적용하기(Adaptive Thresholding)
- 히스토그램 스트레칭(Histogram Stretching)
- 히스토그램 평활화(Histogram Equalization)
히스토그램 스트레칭이란?
영상의 밝기값 범위를 확장(또는 축소) 시킴으로써 영상의 대비(contrast)를 향상시키는 방법을 말한다. 이 방법은 히스토 그램 평활화(Histogram Equalization) 방법과는 다르게 영상 픽셀들에 대해 선형 확장 함수(Linear scaling function)를 적용하여 구현 할 수 있다.
히스토그램 스트레칭 알고리즘
- 영상을 정규화 시키고 싶은 상한값과 하한값의 범위를 설정한다.
- 현재 영상에 포함된 픽셀의 최고 밝기값과 최소 밝기값을 찾는다.
- 각 픽셀I(x,y)를 함수를 이용하여 스트레칭 된 밝기값 I'(x,y)를 구한다.
상하위 절단법
- 영상의 히스토그램을 구한다.
- 히스토그램에서 하위 m%와 상위 n%에 해당하는 부분을 min과 max로 결정한다.
- 하위 m% 미만에 해당하는 픽셀들은 min과 같은 밝기값을 갖도록 설정한다.
- 상위 n+1% 이상에 해당하는 픽셀들은 max와 같은 밝기 값을 갖도록 설정한다.
히스토그램 평활화란?
히스토그램 평활화는 히스토그램 스트레칭과 마찬가지로 영상의 화질을 개선하기 위한 방법이지만 스트레칭이 선형 함수에 의해 새로운 픽셀 값을 계산한 것과는 다르게 비선형적인 함수를 이용하여 영상으로 하여금 정규 분포 형태의 히스토그램을 갖도록 화질을 개선하는 방법이다.
히스토그램 스트레칭 결과는 히스토그램 분포가 원래 영상의 히스토그램 분포와 같은 비율로 확장되는 것과 다르게, 히스토 그램 평활화 결과는 히스토그램 분포가 균일 분포(uniform distribution) 형태로 변하게 된다.
반응형
'영상처리 프로그래밍 > 파이썬과 코랩 기반 OpenCV 영상처리' 카테고리의 다른 글
영상의 공간적 필터링 기법 - 중간값 필터링(Median Filtering) (0) | 2022.08.06 |
---|---|
영상의 공간적 필터링 기법 - 평균 필터링(Mean Filtering) (0) | 2022.08.05 |
영상의 화질 향상 기법-적응적 임계값 적용하기(Adaptive Thresholding) (0) | 2022.07.27 |
영상의 화질 향상 기법-임계값 적용하기(Thresholding) (0) | 2022.07.26 |
영상의 화질 향상 기법- 전역 임계값 적용하기(Global Thresholding) (0) | 2022.07.26 |