KR100319864B1 - Image quality improvement method and system for adaptively improving contrast based on histogram dispersion - Google Patents

Image quality improvement method and system for adaptively improving contrast based on histogram dispersion Download PDF

Info

Publication number
KR100319864B1
KR100319864B1 KR1019980055440A KR19980055440A KR100319864B1 KR 100319864 B1 KR100319864 B1 KR 100319864B1 KR 1019980055440 A KR1019980055440 A KR 1019980055440A KR 19980055440 A KR19980055440 A KR 19980055440A KR 100319864 B1 KR100319864 B1 KR 100319864B1
Authority
KR
South Korea
Prior art keywords
image
beta
input image
histogram
histogram distribution
Prior art date
Application number
KR1019980055440A
Other languages
Korean (ko)
Other versions
KR20000039940A (en
Inventor
이건희
Original Assignee
윤종용
삼성전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 윤종용, 삼성전자 주식회사 filed Critical 윤종용
Priority to KR1019980055440A priority Critical patent/KR100319864B1/en
Publication of KR20000039940A publication Critical patent/KR20000039940A/en
Application granted granted Critical
Publication of KR100319864B1 publication Critical patent/KR100319864B1/en

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/20—Circuitry for controlling amplitude response
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/44—Receiver circuitry for the reception of television signals according to analogue transmission standards
    • H04N5/57—Control of contrast or brightness

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Image Processing (AREA)
  • Picture Signal Circuits (AREA)

Abstract

본 발명에는 히스토그램 분산도에 근거하여 적응적으로 콘트라스트를 개선하는 화질 개선 방법 및 그 장치가 개시되어 있다. 본 발명은 소정수의 그레이 레벨로 표현되는 입력 영상신호를 히스토그램 분포를 검출하고, 이 히스토그램 분포의 적분에 해당하는 누적 밀도 함수를 이용하여 입력 영상을 맵핑하여 등화된 영상을 제공하는 히스토그램 등화기, 입력 영상의 히스토그램 분포의 분산도를 검출하는 검출기 및 분산도에 따라 적응적으로 등화된 영상의 등화 정도를 조절하는 조절기를 포함하여 입력 영상의 히스토그램 자체의 분포 특성으로부터 히스토그램 분산도를 검출하고, 이를 근거로 하여 히스토그램 등화를 거친 영상 출력과 입력 영상과의 혼합 비율을 조절하여 맵핑 함수에 적응적 특성을 부여함으로써 보다 개선된 화질을 제공한다.The present invention discloses an image quality improvement method and apparatus for adaptively improving contrast based on histogram dispersion. The present invention relates to a histogram equalizer that detects a histogram distribution of an input image signal represented by a predetermined number of gray levels, maps an input image using an accumulated density function corresponding to the integration of the histogram distribution, and provides an equalized image, A histogram distribution detector for detecting the variance of the histogram distribution of the input image and a controller for adjusting the equalization degree of the adaptively equalized image according to the variance to detect the histogram dispersion from the histogram of the input image itself, Based on the histogram equalization, the mixing ratio between the image output and the input image is adjusted to provide adaptive characteristics to the mapping function to provide improved image quality.

Description

히스토그램 분산도에 근거하여 적응적으로 콘트라스트를 개선하는 화질 개선 방법 및 그 장치Image quality improvement method and system for adaptively improving contrast based on histogram dispersion

본 발명은 화질 개선 분야에 관한 것으로, 특히 히스토그램 분산도에 근거하여 적응적으로 콘트라스트를 개선하는 화질 개선 방법 및 그 장치에 관한 것이다.BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a field of image quality improvement, and more particularly, to an image quality improvement method and apparatus for adaptively improving contrast based on histogram dispersion.

히스토그램 등화의 기본 동작은 입력 영상의 히스토그램을 토대로 주어진 입력 영상을 변환하는 것으로서, 여기서 히스토그램이라 함은 주어진 입력 영상에서의 그레이 레벨 분포를 나타낸다. 이러한 그레이 레벨(gray level)의 히스토그램은 영상(image)의 외양(appearance)의 전체적인 묘사를 제공한다. 영상의 픽셀 분포에 따라 적절히 조절된 그레이 레벨은 외양 또는 영상의 콘트라스트를 개선시킨다.The basic operation of histogram equalization is to transform a given input image based on the histogram of the input image, where the histogram represents the gray level distribution in a given input image. This histogram of gray levels provides an overall depiction of the appearance of the image. The appropriately adjusted gray level according to the pixel distribution of the image improves the appearance or contrast of the image.

도 1은 일반적인 히스토그램 등화기의 블록도로서, 입력 영상 I(x,y)는 공간적 위치 (x,y)에서 X={X0,X1,...,XL-1}로 주어지는 L개의 이산(discrete) 그레이 레벨 가운데 하나의 값을 갖는다고 했을 때, 히스토그램 검출기(102)는 {Xk | k ∈ {0,1,2,...,L-1}}에 해당하는 픽셀의 발생빈도 nk를 산출하고, PDF 계산기(104)는 이 픽셀의 발생 빈도 nk로부터 확률 밀도 함수(PDF:Probability Density Function)를 구하고, 확률 밀도 함수 P(Xk)를 다음 수학식 1과 같이 나타낼 수 있다.1 is a block diagram of a general histogram equalizer in which an input image I (x, y) is transformed into L (x, y) given as X = {X 0 , X 1 , ..., X L-1 } , The histogram detector 102 determines whether {X k ( k ) < RTI ID = 0.0 > | k ∈ {0,1,2, ..., L-1 }} probability density function calculating the frequency of occurrence of pixel n k, the PDF calculator 104 from the frequency n k of the pixel corresponding to the (PDF: Probability Density Function), and the probability density function P (X k ) can be expressed by the following Equation (1).

P(Xk)=nk/NP (X k ) = n k / N

여기서, P(Xk)는 주어진 영상 {X}에서 k 번째 그레이 레벨(Xk)의 확률이고, nk는 주어진 영상 {X}에서 이 레벨(Xk)이 나타나는 횟수를 나타내고, N은 주어진 영상 {X}의 전체 픽셀수를 나타낸다.Where P (X k ) is the probability of the kth gray level (X k ) in a given image {X}, n k is the number of times this level (X k ) appears in a given image {X} Represents the total number of pixels of the image {X}.

PDF 적분기(106)는 PDF 계산기(104)에서 계산된 PDF에 대해 적분을 행하면 다음 수학식 2와 같이 정의되는 누적 밀도 함수(Cumulative Density Function:CDF) c(x)를 얻게 된다.The PDF integrator 106 obtains a cumulative density function (CDF) c (x) defined by the following equation (2) by performing integration on the PDF calculated by the PDF calculator 104. [

비선형 맵퍼(108)는 PDF 적분에 의해 얻어진 누적 밀도 함수 c(x)를 입력 영상 I(x,y)에 대한 맵핑 함수로 사용하면, 보다 넓은 다이나믹 범위를 갖는 출력 영상 즉, 콘트라스트 보정된 출력 영상(IH(x,y))을 제공하게 된다.Using the cumulative density function c (x) obtained by the PDF integration as a mapping function for the input image I (x, y), the nonlinear mapper 108 outputs an output image having a wider dynamic range, that is, (I H (x, y)).

도 2는 입력 영상의 대부분이 고휘도 부분에 몰려 있는 경우에 대해, 누적 밀도 함수와 이를 이용한 비선형 맵핑을 보인 도면이다. 도 2에 있어서, 그레이 레벨 {Xi ∼ XL-1}에 집중적으로 분포되어 있는 입력 영상 레벨이, CDF에 근거한 맵핑에 의해 출력 레벨 {f(Xi) ∼ f(XL-1)}이라는 보다 넓은 영역으로 재분배됨으로써, 주어진 다이나믹 범위(dynamic range)를 효과적으로 사용하게 되고 결과적으로 콘트라스트를 높여주게 된다.2 is a diagram showing a cumulative density function and nonlinear mapping using the cumulative density function when most of an input image is concentrated on a high luminance portion. 2, the gray level {X i ~ X L-1 } is obtained by mapping based on the CDF to an output level {f (X i ) ~ f (X L-1 )}, thereby effectively using the given dynamic range and consequently increasing the contrast.

그러나, 누적 밀도 함수 자체를 맵핑 함수로 이용해서 입력 영상 레벨의 분포를 변경하는 일반적인 히스토그램 등화의 가장 큰 문제점은 변환 함수로 사용되는 누적 밀도 함수에 따라 입출력 신호간의 평균 밝기가 현저하게 변할 수 있다는 것이다. 통상, 누적 밀도 함수에 근거한 히스토그램 등화 후의 평균 밝기는 중간 레벨이 된다.However, the biggest problem of general histogram equalization in which the cumulative density function itself is used as a mapping function to change the distribution of the input image level is that the average brightness between the input and output signals may be significantly changed depending on the cumulative density function used as the conversion function . Typically, the average brightness after histogram equalization based on the cumulative density function is at an intermediate level.

또한, 히스토그램 분포가 매우 협소한 레벨내에 집중적으로 분포(이하, "뾰족한(peaky) 히스토그램 분포"라고 함)되어 있는 경우, 그것이 고휘도 부분이라면 과도한 범위 확장으로 실질적으로는 콘트라스트 개선이 이뤄졌을 지 모르지만 영상을 인지하는 인간의 시각 특성을 고려했을 때는 오히려 부자연스러워지는 형태로 나타날 수 있고, 저휘도 부분이라면 낮은 레벨에 몰려 있는 잡음을 오히려 증가시켜 신호 대 잡음비(Signal to Noise(S/N) ratio)를 악화시키게 된다.In addition, when the histogram distribution is intensively distributed within a very narrow level (hereinafter referred to as " peaky histogram distribution "), if it is a high luminance portion, the contrast enhancement may be substantially achieved with an excessive range expansion. The signal to noise (S / N) ratio can be increased by increasing the noise level at low level if the luminance level is low. It becomes worse.

이렇게 히스토그램 등화를 실제 응용(application)에 적용하기에는 영상의 평균 밝기가 변한다든가, S/N 비를 악화시킨다든가 또는 과도한 출력 레벨의 범위 확장으로 오히려 부자연스러운 영상의 제공을 초래한다든가하는 등의 문제점이 있었다.In order to apply the histogram equalization to the actual application, problems such as the change of the average brightness of the image, the deterioration of the S / N ratio, or the extension of the range of the excessive output level cause an unnatural image to be provided .

상기한 문제점들을 해결하기 위하여, 본 발명의 목적은 히스토그램 분포의 분산도를 검출하여 그에 따라 적응적으로 히스토그램 등화 처리 정도를 조절하여 콘트라스트를 개선하는 화질 개선 방법과 그 장치를 제공하는 데 있다.In order to solve the above problems, an object of the present invention is to provide an image quality improvement method and apparatus for detecting a variance of a histogram distribution and adaptively adjusting the degree of histogram equalization processing thereby to improve contrast.

본 발명의 다른 목적은 입력 영상의 히스토그램 자체의 분포 특성으로부터 그것이 뾰족(peaky)한지 평탄(flat)한지를 나타내는 히스토그램 분산도를 검출하고, 이를 근거로 하여 히스토그램 등화를 거친 영상 출력과 입력 영상과의 혼합 비율을 조절함으로써 맵핑 함수에 적응적 특성을 부여하는 화질 개선 방법과 그 장치를 제공하는 데 있다.Another object of the present invention is to provide a method and apparatus for detecting histogram variance indicating whether the image is peaky or flat from the distribution characteristic of the histogram of the input image itself, And an adaptive characteristic is given to the mapping function by adjusting the mixing ratio.

상기의 목적들을 달성하기 위하여, 본 발명에 의한 화질 개선 방법은 소정수의 그레이 레벨로 표현되는 입력 영상신호를 히스토그램 등화하여 등화된 영상을 제공하는 것에 의해 화질을 개선하는 방법에 있어서: 입력 영상의 히스토그램 분포의 분산도를 검출하는 단계 및 검출된 분산도에 따라 적응적으로 등화된 영상을 조절하는 단계를 포함함을 특징으로 하고 있다.According to an aspect of the present invention, there is provided a method for improving image quality by providing an equalized image by histogram equalizing an input image signal represented by a predetermined number of gray levels, the method comprising: Detecting the variance of the histogram distribution, and adjusting the adaptively equalized image according to the detected variance.

본 발명에 의한 화질 개선 장치는 소정수의 그레이 레벨로 표현되는 입력 영상신호를 히스토그램 분포를 검출하고, 이 히스토그램 분포의 적분에 해당하는 누적 밀도 함수를 이용하여 입력 영상을 맵핑하여 등화된 영상을 제공하는 히스토그램 등화기, 입력 영상의 히스토그램 분포의 분산도를 검출하는 검출기 및 분산도에 따라 적응적으로 등화된 영상의 등화 정도를 조절하는 조절기를 포함함을 특징으로 하고 있다.The image quality improving apparatus according to the present invention detects a histogram distribution of an input image signal represented by a predetermined number of gray levels and maps an input image using an accumulated density function corresponding to the integration of the histogram distribution to provide an equalized image A histogram equalizer, a detector for detecting the variance of the histogram distribution of the input image, and a controller for adjusting the degree of equalization of the adaptively equalized image according to the variance.

도 1은 종래의 히스토그램 등화기의 블록도이다.1 is a block diagram of a conventional histogram equalizer.

도 2는 도 1에 도시된 비선형 맵퍼에서 누적 밀도 함수에 근거한 비선형 맵핑을 설명하기 위한 도면이다.FIG. 2 is a diagram for explaining nonlinear mapping based on the cumulative density function in the nonlinear mapper shown in FIG. 1; FIG.

도 3은 본 발명에서 제안하는 피드포워드 제어 구조에서 보정 계수 β 에 따른 맵핑 함수 변화를 보인 도면이다.3 is a graph showing the relationship between the correction coefficient beta FIG. 5 is a diagram showing a mapping function change according to FIG.

도 4는 본 발명에 의한 화질 개선 장치의 일 실시예에 따른 블록도이다.4 is a block diagram according to an embodiment of an image quality improvement apparatus according to the present invention.

도 5의 (a)와 (b)는 입력 영상의 히스토그램 분포에 대해 분산도가 큰 분포와 작은 분포를 보인 도면이다.5 (a) and 5 (b) are diagrams showing a distribution with a large degree of variance and a small distribution with respect to a histogram distribution of an input image.

도 6은 도 4에 도시된 분산도 검출기에서 사용되는 분산도 검출 함수의 비선형성을 설명하기 위한 도면이다.FIG. 6 is a diagram for explaining the non-linearity of the dispersion degree detection function used in the dispersion level detector shown in FIG.

도 7의 (a)는 분산도와 정규화된 엔트로피와의 관계를 보인 도면이고, 도 7의 (b)는 정규화된 엔트로피와 보정 계수 β 사이의 변환(transform)을 보인 도면이다.7 (a) is a diagram showing the relationship between the variance and the normalized entropy. Fig. 7 (b) shows the relationship between the normalized entropy and the correction coefficient beta FIG. 2 is a diagram showing a transform between the two.

이하, 첨부된 도면을 참조하여 본 발명에 의한 히스토그램 분산도에 근거하여 적응적으로 콘트라스트를 개선하는 화질 개선 방법과 그 장치의 바람직한 실시예를 설명하기로 한다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, preferred embodiments of an image quality improvement method and apparatus for adaptively improving contrast based on a histogram distribution according to the present invention will be described with reference to the accompanying drawings.

본 발명에 의한 화질 개선 방법은 히스토그램 분포가 어느 정도 뾰족한지를 검출하고, 검출된 히스토그램 분포의 분산도에 따라 적응적으로 히스토그램 등화 처리 정도를 조절한다. 즉, 입력 영상의 히스토그램 분포가 매우 뾰족한 경우에는 일반적인 히스토그램 등화 처리와는 달리 본 발명에서 제안하는 바와 같이 검출된 히스토그램 분포의 분산도에 따라 일반적인 히스토그램 등화를 거친 영상 출력과 입력 영상과의 혼합 비율을 조절하여 다이나믹 범위를 제한함으로써 과도하게 범위가 확장되는 것을 방지하고자 한다.The image quality improvement method according to the present invention detects how sharp the histogram distribution is, and adjusts the degree of histogram equalization processing adaptively according to the degree of dispersion of the detected histogram distribution. That is, when the histogram distribution of the input image is very sharp, the mixing ratio of the image output through the normal histogram equalization to the input image according to the variance of the detected histogram distribution as proposed in the present invention, unlike the general histogram equalization processing, So that the dynamic range is limited to prevent the range from being excessively expanded.

이를 위해서, 본 발명에 의한 화질 개선 방법은 2가지의 기본 단계로 구성될 수 있다. 하나는 히스토그램 분포로부터 그 자체가 어떠한 분포를 갖고 있는지 다시 말해, 특정한 부분에 집중되어 있는 뾰족한 분포인지 아니면 주어진 다이나믹 범위에 대해 비교적 넓은 영역에 퍼져 있는 평탄한 분포인지를 나타내는 파라미터를 검출하는 단계이고, 다른 하나는 검출된 파라미터에 근거로 해서 히스토그램 등화 처리 정도를 조절하는 단계로 구성될 수 있다.To this end, the image quality improvement method according to the present invention can be composed of two basic steps. One is a step of detecting what kind of distribution has itself from the histogram distribution, that is, whether it is a pointed distribution concentrated at a specific part or a parameter indicating whether it is a flat distribution spread over a relatively wide area with respect to a given dynamic range, One may be configured to adjust the degree of histogram equalization processing based on the detected parameters.

첫 번째 단계를 위해서 정보 이론(information theory)이나 확률에서 자주 사용되는 엔트로피(entropy)에 관한 개념을 도입한다. N개의 발생가능한 출력(event)에 대해서 그것의 엔트로피는 다음 수학식 3과 같이 정의된다.For the first step, we introduce the notion of entropy, which is often used in information theory or probability. For N possible events, its entropy is defined as: < EMI ID = 3.0 >

여기서, Pi는 i 번째 사건이 발생할 확률을 나타낸다. 이와 같은 엔트로피는 모든 발생가능한 출력들이 동일한 확률로 발생할 때, 즉, Pi(i=0,1,2,...,N-1)=1/N 일 때 최대값("1")을 갖게 되고, 어느 특정한 하나의 값에 대한 발생 확률이 1이 될 때, 다시 말해 그 값만이 발생하게 될 때 최소값("0")을 갖게 된다.Here, P i represents the probability of occurrence of the i-th event. This entropy is the maximum value ("1") when all possible outputs occur with the same probability, ie, P i (i = 0,1,2, ..., N-1) And has a minimum value (" 0 ") when the probability of occurrence for one particular value becomes 1, that is, when only that value occurs.

이러한 개념을 영상에 대한 히스토그램 분포에 대해 적용하면 8비트 그레이 스케일 영상 및 그것의 크기가 수평 방향으로 X개의 픽셀, 수직 방향으로 Y개의 픽셀로 되어 있을 때, 표본의 개수는 전체 픽셀수인 X*Y개가 되고, 발생가능한 출력(event)은 0 ∼ 255 까지의 그레이 레벨이 된다.When applying this concept to the histogram distribution of images, when the 8 bit gray scale image and its size are X pixels in the horizontal direction and Y pixels in the vertical direction, the number of samples is X * Y, and the possible output is 0 ~ It is gray level up to 255.

만약, 입력 영상이 0 ∼ 255까지 선형적으로 스위프(sweep)하는 램프(ramp) 형태인 경우, 각 그레이 레벨에 대한 발생 확률이 모두 동일하기 때문에, 히스토그램 분포 특성은 평탄하게 되며, 이때 히스토그램 분포에 대한 엔트로피값은 최대값을 갖게 된다. 반면, 영상 전체가 하나의 그레이 레벨로 되어 있는 경우, 히스토그램은 해당 레벨 한 곳에서만 값을 갖는 매우 뾰족한 분포를 갖게 되고, 이때 히스토그램 분포에 대한 엔트로피값은 최소값을 갖게 된다. 결국, 히스토그램에 대한 엔트로피값을 검출함으로서 현재의 히스토그램 분포에 대한 퍼짐정도(이하 "분산(dispersion)"이라고 함)를 측정할 수 있게 된다.If the input image is 0 ~ In the case of a ramp type that linearly sweeps up to 255, since the probability of occurrence for each gray level is the same, the histogram distribution characteristic becomes flat, and the entropy value for the histogram distribution becomes the maximum value . On the other hand, when the entire image is in a gray level, the histogram has a very sharp distribution with a value only at one level. At this time, the entropy value of the histogram distribution has a minimum value. As a result, by detecting the entropy value for the histogram, it becomes possible to measure the degree of spread (hereinafter referred to as " dispersion ") with respect to the current histogram distribution.

두 번째 단계를 위해서 피드포워드 제어 구조를 이용한다. 입력 영상 I(x,y)에 대해 통상적인 히스토그램 등화 처리를 거친 출력을 IH(x,y)라 했을 때, 최종 출력 영상 IE(x,y)는 다음 수학식 4와 같이 나타낼 수 있다.For the second step, we use a feed-forward control structure. Assuming that the output obtained through the normal histogram equalization process on the input image I (x, y) is I H (x, y), the final output image I E (x, y) .

IE(x,y)=(1-β)×IH(x,y)+β×I(x,y) where, 0≤β≤1I E (x, y) = (1 -?) I H (x, y) +?

파라미터(이하 "보정 계수"라고 함) β 는 엔트로피와 같은 분산도(degree of dispersion) 검출을 통해서 설정되는 값으로 이값을 조절함으로써 출력 영상 IH(x,y)의 반영 정도를 제어하게 되는 데 이는 결국 도 3에 도시된 바와 같이 CDF에 근거한 비선형 맵핑 함수 형태를 변경하는 것과 같은 결과를 낳게 된다.Parameter (hereinafter referred to as " correction coefficient & beta (X, y) is controlled by adjusting the value of the degree of dispersion such as entropy, thereby controlling the degree of reflection of the output image I H (x, y). As a result, as shown in FIG. 3, Resulting in the same result as changing the nonlinear mapping function form.

따라서, 도 3에 도시된 바와 같이 보정 계수 β 를 가변시키게 되면 최종적인 맵핑 함수(f'(x))는 원래의 CDF 함수 f1과 바이패스 함수인 f2의 사이에 존재하게 되고, 고휘도 부분의 뾰족한 부분이 확장되는 다이나믹 범위가 φ 만큼 줄어들게 된다.Therefore, as shown in Fig. 3, beta The final mapping function f '(x) exists between the original CDF function f 1 and the bypass function f 2 , and the dynamic range in which the pointed portion of the high-luminance portion extends φ .

이어서, 본 발명에 의한 화질 개선 장치를 도 4 내지 도 7을 결부시켜 설명하기로 한다.Next, an image quality improving apparatus according to the present invention will be described with reference to Figs. 4 to 7. Fig.

본 발명에 의한 화질 개선 장치의 일 실시예에 따른 블록도인 도 4에 있어서, 히스토그램 검출기(202), PDF 계산기(204), PDF 적분기(206), 제1 비선형 맵퍼(208)로 구성되는 일반적인 히스토그램 등화기(200)에 분산도 검출기(210), 제2 비선형 맵퍼(212), 그리고 피드포워드 처리기(214)가 더 구성되어 있다. 여기서, 일반적인 히스토그램 등화기(200)의 구성 및 동작에 대해서는 이미 도 1에서 설명되어 있으므로 생략하기로 한다.4, which is a block diagram according to an embodiment of the image quality improvement apparatus according to the present invention, the histogram detector 202, the PDF calculator 204, the PDF integrator 206 and the first nonlinear mapper 208 The histogram equalizer 200 further includes a dispersion level detector 210, a second nonlinear mapper 212, and a feedforward processor 214. Here, the configuration and operation of the general histogram equalizer 200 are already described with reference to FIG. 1, and therefore, the description thereof will be omitted.

분산도 검출기(210)는 히스토그램 등화기(200)의 PDF 계산기(204)에서 계산된 입력 영상의 히스토그램 분포에 대해 분산 정도를 검출한다. 검출 함수의 일 예로서 수학식 3에 도시된 엔트로피 함수를 제시하였지만 이것과 비슷한 성질을 나타내는 함수이면 동일하게 사용되어질 수 있으며, 그 예들로서 수학식 5 및 수학식 6에 도시된 함수들이 사용되어질 수 있다.The variance detector 210 detects the degree of variance of the histogram distribution of the input image calculated by the PDF calculator 204 of the histogram equalizer 200. As an example of the detection function, the entropy function shown in Equation (3) is presented, but the same function can be used if it is similar to the above function. For example, the functions shown in Equations (5) and have.

f(Pi)=Pi 2 f (P i ) = P i 2

위 수학식 5 및 수학식 6에 도시된 함수들은 입력 영상의 히스토그램 분포에 대해서 그것이 넓은 영역에 분포될 수록 값이 작아지는, 그리고 좁은 영역으로 수렴될수록 값이 커지는 특성을 갖고 있어서, 히스토그램 분포의 분산도에 따라 그에 상응하는 출력을 생성할 수 있다.The functions shown in the equations (5) and (6) have a characteristic that the value decreases as the distribution of the histogram is distributed over a wide area and the value increases as the area converges to a narrow area. It is possible to generate a corresponding output according to the diagram.

따라서, 분산도 검출기(210)는 히스토그램 등화기(200)의 PDF 계산기(204)에서 계산된 히스토그램 분포(PDF)를 이용하여 분산도를 검출하게 되는 데, 분산도 함수로서 수학식 3에 도시된 엔트로피를 사용하는 경우 도 5의 (a)에 도시된 바와 같이 입력 히스토그램의 분포가 분산의 정도가 큰 경우에는 큰 값을, 도 5의 (b)에 도시된 바와 같이 입력 히스토그램 분포가 뾰족한 경우에는 작은 값을 출력하게 된다.Therefore, the variance detector 210 detects the variance using the histogram distribution (PDF) calculated by the PDF calculator 204 of the histogram equalizer 200, When the entropy is used, as shown in FIG. 5A, a large value is obtained when the distribution of the input histogram is large, and when the distribution of the input histogram is sharp as shown in FIG. 5B, A small value is output.

한편, 수학식 3, 수학식 5, 수학식 6에서 제시한 분산도 검출 함수들은 히스토그램 분포 정도에 비례해서 그 출력이 변화하는 선형 함수가 아니다. 수학식 3에 도시한 엔트로피 함수를 일 예로 들면, 그것을 이루는 기본 함수인 f(Pi)=-PilogPi의 특성을 살펴보면 다음 수학식 7과 같은 특징을 갖는다.On the other hand, the dispersion detection functions shown in Equations (3), (5) and (6) are not a linear function whose output changes in proportion to the degree of histogram distribution. For one entropy function shown in Equation 3, an example, that make it basic function, f (P i) = - Looking at the properties of the P i logP i has the same characteristics as in Equation 7.

f(x+y)≤f(x)+f(y)f (x + y)? f (x) + f (y)

이러한 특징은 함수 f가 볼록성(convexity) 즉, 볼록한 비선형 특성을 갖는다는 것을 의미하는 데 이것을 도식적으로 표현해보면 도 6에 도시된 바와 같다. 따라서, 검출된 분산도와 보정 계수 β 의 관계를 선형 관계로 만들기 위해서는 볼록한(convex) 특성을 보정할 수 있는 오목한(concave) 특성을 갖는 비선형 맵핑 함수를 사용해야 한다. 이를 위해서 다음 수학식 8과 같은 비선형 맵핑 함수를 설정한다.This characteristic means that the function f has a convexity, that is, a convex non-linear characteristic, which is schematically represented as shown in FIG. Therefore, the detected dispersion and the correction coefficient beta The nonlinear mapping function having a concave characteristic capable of correcting the convex characteristic should be used. For this, a nonlinear mapping function as shown in Equation (8) is set.

g(x)=xγwhere γ>φg (x) = x ? where?>?

여기서, γ 의 값이 0< γ <1 사이에 있으면 분산도 검출 함수가 볼록한 특성을 가지고, γ >1이면 오목한 특성을 가진다. 위 수학식 8은 이 두 경우 모두에 대응하기 위한 일반식이다.here, gamma Lt; 0 &gt; gamma &Lt; 1, the dispersion detection function has a convex property, gamma > 1, it has concave characteristics. Equation (8) is a general formula for coping with both cases.

따라서, 분산도와 정규화된 엔트로피(Enorm)와의 관계는 도 7의 (a)에 도시된 바와 같고, 정규화된 엔트로피(Enorm)와 보정 계수 β 와의 관계는 도 7의 (b)에 도시된 바와 같다.Therefore, the relationship between the dispersion and the normalized entropy (E norm ) is as shown in FIG. 7 (a), and the normalized entropy (E norm ) beta Is shown in Fig. 7 (b).

도 4에 도시된 제2 비선형 맵퍼(212)는 도 7의 (a)에 도시된 바와 같이 분산도 검출 함수와 근사적으로 도 7의 (b)에 도시된 바와 같이 역함수 관계를 갖도록 감마 γ 값을 조절하여 히스토그램 분포가 갖는 분산도에 대해서 선형 관계를 갖는 보정 계수 β 를 제공한다.The second nonlinear mapper 212 shown in FIG. 4 is configured to have a gamma correction function such as shown in FIG. 7 (a) so as to have an inverse function relationship as shown in FIG. 7 (b) gamma Adjust the value so that the correction coefficient having a linear relationship with respect to the degree of dispersion of the histogram distribution beta Lt; / RTI &gt;

피드포워드 처리기(214)는 제2 비선형 맵퍼(212)로부터 제공되는 보정 계수 β 를 이용하여 히스토그램 등화기(200)로부터 제공되는 히스토그램 등화 처리된 영상 출력 IH(x,y)와 원래의 입력 영상 I(x,y)에 대해 위의 수학식 4에 도시된 관계식으로 보정을 행하여 최종적인 영상 출력 IE(x,y)를 얻는다. 이 피드포워드 처리기(214)는 조절기로 지칭될 수 있다.The feedforward processor 214 receives the correction coefficient from the second nonlinear mapper 212, beta Histogram equalization processing an image output I H (x, y), which is provided from the histogram equalizer 200 used as a correction to the relational expression shown in Equation 4 above, for the original input image I (x, y) To obtain the final video output I E (x, y). This feedforward processor 214 may be referred to as a regulator.

즉, 감산기(216)는 "1"에서 제2 비선형 맵퍼(212)로부터 제공되는 보정 계수 β 를 감산하고, 제1 승산기(218)는 히스토그램 등화기(200)로부터 제공되는 히스토그램 등화 처리된 영상 출력(IH(x,y))과 감산기(216)의 감산 결과(1- β )를 승산해서 승산 결과((1- β )IH(x,y))를 제공하고, 제2 승산기(220)는 입력 영상(I(x,y))과 제2 비선형 맵퍼(212)로부터 제공되는 보정 계수 β 를 승산해서 승산 결과( β I(x,y))를 제공한다. 가산기(222)는 제1 승산기(218)의 승산 결과와 제2 승산기(220)의 승산 결과를 가산해서 보정된 등화 출력(IE(x,y)=(1- β )IH(x,y)+ β I(x,y))을 제공한다.That is, the subtractor 216 subtracts the correction coefficient from the second nonlinear mapper 212 at " 1 " beta And the first multiplier 218 multiplies the histogram equalized image output I H (x, y) supplied from the histogram equalizer 200 and the subtraction result 1- beta ) To obtain a multiplication result ((1- beta ) I H (x, y)) to provide, and the second multiplier 220 is an input image (I (x, y)) and the correction coefficient supplied from the second nonlinear mapper 212 beta To obtain a multiplication result ( beta I (x, y)). The adder 222 adds the multiplication result of the first multiplier 218 and the multiplication result of the second multiplier 220 and outputs the corrected equalization output I E (x, y) = (1- beta ) I H (x, y) + beta I (x, y)).

이렇게 함으로써, 비교적 넓은 영역에 걸쳐서 분포하는 히스토그램 특성을 갖는 영상에 대해서는 일반적인 히스토그램 등화의 출력을 충분히 반영하여 콘트라스트 개선을 도모하고, 반면 뾰족한 히스토그램을 갖는 영상에 대해서는 원래의 히스토그램 분포에 대해서 크게 벗어나지 않는 범위에서 보정을 행함으로써 보다 안정된 영상 출력을 얻을 수 있게 된다.By doing so, it is possible to improve the contrast by sufficiently reflecting the output of the normal histogram equalization for the image having the histogram characteristic distributed over a relatively wide area, while for the image having the sharp histogram, the range A more stable image output can be obtained.

본 발명은 영상신호의 화질 개선에 관련된 광범위한 분야에 응용될 수 있다. 즉, 방송기기, 레이더 신호 처리 시스템, 의용 공학, 가전 제품등에 응용될 수 있다.INDUSTRIAL APPLICABILITY The present invention can be applied to a wide variety of fields related to image quality improvement of a video signal. That is, it can be applied to broadcasting equipment, radar signal processing system, medical engineering, household appliances, and the like.

상술한 바와 같이, 본 발명은 입력 영상의 히스토그램 자체의 분포 특성으로부터 히스토그램 분산도를 검출하고, 이를 근거로 하여 히스토그램 등화를 거친 영상 출력과 입력 영상과의 혼합 비율을 조절하여 맵핑 함수에 적응적 특성을 부여함으로써 보다 개선된 화질을 제공하는 효과가 있다.As described above, the present invention detects the histogram variance from the distribution characteristics of the histogram of the input image, adjusts the mixing ratio of the image output through the histogram equalization to the input image, Thereby providing an improved image quality.

Claims (20)

소정수의 그레이 레벨로 표현되는 입력 영상신호를 히스토그램 등화하여 등화된 영상을 제공하는 것에 의해 화질을 개선하는 방법에 있어서:A method for improving image quality by providing an equalized image by histogram equalization of an input image signal represented by a predetermined number of gray levels, the method comprising: (a) 입력 영상의 히스토그램 분포의 분산도를 검출하는 단계; 및(a) detecting a variance of a histogram distribution of an input image; And (b) 검출된 분산도에 따라 적응적으로 상기 등화된 영상의 등화 정도를 조절하는 단계를 포함하는 화질 개선 방법.(b) adjusting the equalization degree of the equalized image adaptively according to the detected dispersion degree. 제1항에 있어서, 상기 (a) 단계에서는 입력 영상의 히스토그램 분포에 대해서 그것이 넓은 영역에 분포될 수록 출력값이 커지는(또는 작아지는), 그리고 좁은 영역으로 수렴될수록 출력값이 작아지는(또는 커지는) 특성을 갖는 분산도 검출 함수를 이용하여 입력 영상의 히스토그램 분포의 분산 정도에 따라 그에 상응하는 출력값을 생성하는 것을 특징으로 하는 화질 개선 방법.2. The method of claim 1, wherein, in the step (a), the output value is increased (or decreased) as the histogram distribution of the input image is distributed over a wide area thereof, and the output value is decreased And generating a corresponding output value according to a degree of dispersion of a histogram distribution of an input image using a dispersion degree detection function having a dispersion degree. 제2항에 있어서, 상기 분산도 검출 함수는 아래 식과 같은 엔트로피 함수를 사용하는 것을 특징으로 하는 화질 개선 방법.The image quality improvement method according to claim 2, wherein the dispersion degree detection function uses an entropy function as expressed by the following equation. (여기서, Pi는 입력 영상의 히스토그램 분포임)(Where P i is the histogram distribution of the input image) 제2항에 있어서, 상기 분산도 검출 함수는 아래 식들 중 하나를 사용하는 것을 특징으로 하는 화질 개선 방법.3. The image quality improvement method according to claim 2, wherein the dispersion degree detection function uses one of the following equations. f(Pi)=Pi 2 , f (P i ) = P i 2 , (여기서, Pi는 입력 영상의 히스토그램 분포임)(Where P i is the histogram distribution of the input image) 제1항에 있어서, 상기 (b) 단계에서는 상기 검출된 분산도와 선형 관계를 갖는 보정 계수 β 를 이용하여 상기 등화된 영상(IH(x,y))과 입력 영상(I(x,y))을 아래 식과 같이 보정하여 보정된 영상(IE(x,y))을 제공하는 것을 특징으로 하는 화질 개선 방법.The method according to claim 1, wherein, in the step (b), a correction coefficient having a linear relationship with the detected dispersion beta The using the equalized image (I H (x, y) ) and characterized by providing an input image (I (x, y)) to the corrected calibration as the expression below image (I E (x, y) ) . IE(x,y)=(1-β)×IH(x,y)+β×I(x,y) where, 0≤β≤1 I E (x, y) = (1 -?) I H (x, y) +? where, 0??? 1 제5항에 있어서, 상기 (b) 단계에서는 상기 분산도와 보정 계수 β 의 관계를 선형 관계로 만들기 위해서 아래 식과 같은 비선형 맵핑 함수(g(x))를 사용하고, 감마( γ ) 값을 조정하여 생성된 보정 계수 β 를 이용하는 것을 특징으로 하는 화질 개선 방법.6. The method according to claim 5, wherein in the step (b) beta (G (x)) as shown in the following equation is used and the gamma gamma ) The correction factor generated by adjusting the value beta Is used. g(x)=xγwhere γ>φg (x) = x ? where?>? (a) 소정수의 그레이 레벨로 표현되는 입력 영상신호를 히스토그램 분포를 검출하고, 이 히스토그램 분포의 적분에 해당하는 누적 밀도 함수를 이용하여 입력 영상을 맵핑하여 등화된 영상을 제공하는 단계;(a) detecting a histogram distribution of an input image signal represented by a predetermined number of gray levels, mapping an input image using an accumulated density function corresponding to integration of the histogram distribution, and providing an equalized image; (b) 상기 입력 영상의 히스토그램 분포의 분산도를 검출하는 단계;(b) detecting a variance of the histogram distribution of the input image; (c) 상기 분산도에 대해서 선형 관계를 갖는 보정 계수를 생성하는 단계; 및(c) generating a correction coefficient having a linear relationship with respect to the degree of dispersion; And (d) 상기 보정 계수( β )를 이용하여 상기 등화된 영상(IH(x,y))과 상기 입력 영상(I(x,y))을 아래 식과 같이 보정하여 보정된 영상(IE(x,y))을 제공하는 단계를 포함하는 화질 개선 방법.(d) the correction coefficient ( beta ) To provide the corrected image I E (x, y) by correcting the equalized image I H (x, y) and the input image I (x, y) The method comprising the steps of: IE(x,y)=(1-β)×IH(x,y)+β×I(x,y) where, 0≤β≤1 I E (x, y) = (1 -?) I H (x, y) +? where, 0??? 1 제7항에 있어서, 상기 (b) 단계에서는 입력 영상의 히스토그램 분포에 대해서 그것이 넓은 영역에 분포될 수록 출력값이 커지는(또는 작아지는), 그리고 좁은 영역으로 수렴될수록 출력값이 작아지는(또는 커지는) 특성을 갖는 분산도 검출 함수를 이용하여 히스토그램 분포의 분산도에 따라 그에 상응하는 출력값을 생성하는 것을 특징으로 하는 화질 개선 방법.8. The method according to claim 7, wherein, in the step (b), the output value is increased (or decreased) as the histogram distribution of the input image is distributed over a wide area, and the output value is decreased And generating a corresponding output value according to a degree of dispersion of the histogram distribution using a variance detection function having a variance detection function. 제8항에 있어서, 상기 분산도 검출 함수는 아래 식과 같은 엔트로피 함수를 사용하는 것을 특징으로 하는 화질 개선 방법.9. The image quality improvement method according to claim 8, wherein the dispersion degree detection function uses an entropy function as expressed by the following equation. (여기서, Pi는 입력 영상의 히스토그램 분포임)(Where P i is the histogram distribution of the input image) 제8항에 있어서, 상기 분산도 검출 함수는 아래 식들 중 하나를 사용하는 것을 특징으로 하는 화질 개선 방법.9. The method of claim 8, wherein the variance detection function uses one of the following equations. f(Pi)=Pi 2 , f (P i ) = P i 2 , (여기서, Pi는 입력 영상의 히스토그램 분포임)(Where P i is the histogram distribution of the input image) 제7항에 있어서, 상기 (c) 단계에서는 상기 분산도와 보정 계수 β 의 관계를 선형 관계로 만들기 위해서 아래 식과 같은 비선형 맵핑 함수(g(x))를 사용하고, 감마( γ ) 값을 조정하여 보정 계수 β 를 생성하는 것을 특징으로 하는 화질 개선 방법.8. The method according to claim 7, wherein in the step (c) beta (G (x)) as shown in the following equation is used and the gamma gamma ) Value to adjust the correction coefficient beta And generating an image quality correction value. g(x)=xγwhere γ>φg (x) = x ? where?>? 제7항에 있어서, 상기 (d) 단계는,8. The method of claim 7, wherein step (d) (d1) "1"에서 보정 계수 β 를 감산하여 감산 결과((1- β ))를 제공하는 단계;(d1) " 1 & beta ((1- beta ); (d2) 상기 등화된 영상(IH(x,y))과 상기 감산 결과((1- β ))를 승산해서 제1 승산 결과 (1- β )IH(x,y)를 제공하는 단계;(d2) the equalized image I H (x, y) and the subtraction result (1- beta )) To obtain the first multiplication result (1- beta ) I H (x, y); (d3) 입력 영상(I(x,y))과 상기 보정 계수 β 를 승산해서 제2 승산 결과( β I(x,y))를 제공하는 단계; 및(d3) the input image I (x, y) and the correction coefficient beta And outputs the result of the second multiplication ( beta I (x, y)); And (d4) 상기 제1 승산 결과와 제2 승산 결과를 가산해서 보정된 영상 (IE(x,y)=(1- β )IH(x,y)+ β I(x,y))을 제공하는 단계를 포함하는 화질 개선 방법.(d4) The corrected image I E (x, y) = (1- beta ) I H (x, y) + beta I (x, y)). &Lt; / RTI &gt; 소정수의 그레이 레벨로 표현되는 입력 영상신호를 히스토그램 분포를 검출하고, 이 히스토그램 분포의 적분에 해당하는 누적 밀도 함수를 이용하여 입력 영상을 맵핑하여 등화된 영상을 제공하는 히스토그램 등화기;A histogram equalizer for detecting a histogram distribution of an input image signal represented by a predetermined number of gray levels, mapping the input image using a cumulative density function corresponding to the integration of the histogram distribution, and providing an equalized image; 상기 입력 영상의 히스토그램 분포의 분산도를 검출하는 검출기; 및A detector for detecting a variance of the histogram distribution of the input image; And 상기 분산도에 따라 적응적으로 상기 등화된 영상의 등화 정도를 조절하는 조절기를 포함하는 화질 개선 장치.And an adjuster for adjusting the equalization degree of the equalized image adaptively according to the degree of dispersion. 제13항에 있어서, 상기 검출기는 입력 영상의 히스토그램 분포에 대해서 그것이 넓은 영역에 분포될 수록 출력값이 커지는(또는 작아지는), 그리고 좁은 영역으로 수렴될수록 출력값이 작아지는(또는 커지는) 특성을 갖는 분산도 검출 함수를 이용하여 히스토그램 분포의 분산도에 따라 그에 상응하는 출력값을 생성하는 것을 특징으로 하는 화질 개선 장치.14. The image processing apparatus according to claim 13, wherein the detector has a histogram distribution of the input image, the output value of which becomes larger (or smaller) as the distribution is distributed over a larger area, and the variance And the output value corresponding to the variance of the distribution of the histogram is generated using the degree detection function. 제14항에 있어서, 상기 분산도 검출 함수는 아래 식과 같은 엔트로피 함수를 사용하는 것을 특징으로 하는 화질 개선 장치.15. The image quality enhancement apparatus of claim 14, wherein the dispersion degree detection function uses an entropy function as expressed by the following equation. (여기서, Pi는 입력 영상의 히스토그램 분포임)(Where P i is the histogram distribution of the input image) 제14항에 있어서, 상기 분산도 검출 함수는 아래 식들 중 하나를 사용하는 것을 특징으로 하는 화질 개선 장치.15. The apparatus of claim 14, wherein the variance detection function uses one of the following equations. f(Pi)=Pi 2 , f (P i ) = P i 2 , (여기서, Pi는 입력 영상의 히스토그램 분포임)(Where P i is the histogram distribution of the input image) 제13항에 있어서, 상기 히스토그램 분포의 분산도에 대해서 근사적으로 선형인 출력을 얻을 수 있도록 보정 계수를 생성하는 비선형 맵퍼를 더 포함하는 화질 개선 장치.14. The apparatus of claim 13, further comprising a non-linear mapper that generates a correction coefficient to obtain an output that is approximately linear with respect to the variance of the histogram distribution. 제17항에 있어서, 상기 비선형 맵퍼는 상기 분산도와 보정 계수 β 의 관계를 선형 관계로 만들기 위해서 아래 식과 같은 비선형 맵핑 함수(g(x))를 사용하고, 감마( γ ) 값을 조정하여 보정 계수 β 를 생성하는 것을 특징으로 하는 화질 개선 장치.The nonlinear mapper according to claim 17, beta (G (x)) as shown in the following equation is used and the gamma gamma ) Value to adjust the correction coefficient beta The image quality improvement apparatus comprising: g(x)=xγwhere γ>φg (x) = x ? where?>? 제17항에 있어서, 상기 조절기는 피드포워드 제어 구조를 갖고, 상기 보정 계수( β )를 이용하여 상기 등화된 영상(IH(x,y))과 상기 입력 영상(I(x,y))을 아래 식과 같이 보정하여 보정된 영상(IE(x,y))을 제공하는 것을 특징으로 하는 화질 개선 장치.18. The apparatus of claim 17, wherein the regulator has a feedforward control structure, beta ) To provide the corrected image I E (x, y) by correcting the equalized image I H (x, y) and the input image I (x, y) And an image quality improving device. IE(x,y)=(1-β)×IH(x,y)+β×I(x,y) where, 0≤β≤1 I E (x, y) = (1 -?) I H (x, y) +? where, 0??? 1 제17항에 있어서, 상기 조절기는,18. The apparatus of claim 17, "1"에서 보정 계수 β 를 감산하여 감산 결과를 제공하는 감산기;At "1", the correction factor beta To provide a subtraction result; 상기 등화된 영상(IH(x,y))과 상기 감산 결과를 승산해서 제1 승산 결과 (1- β )IH(x,y)를 제공하는 제1 승산기;Multiplies the equalized image I H (x, y) by the subtraction result and outputs the first multiplication result 1- beta ) I H (x, y); 상기 입력 영상(I(x,y))과 상기 보정 계수 β 를 승산해서 제2 승산 결과( β I(x,y))를 제공하는 제2 승산기; 및The input image I (x, y) and the correction coefficient beta And outputs the result of the second multiplication ( beta A second multiplier for providing I (x, y); And 상기 제1 승산 결과와 제2 승산 결과를 가산해서 보정된 영상 (IE(x,y)=(1- β )IH(x,y)+ β I(x,y))을 제공하는 가산기를 포함하는 화질 개선 장치.(I E (x, y) = (1- (x, y)) by adding the first multiplication result and the second multiplication result, beta ) I H (x, y) + beta I (x, y)).
KR1019980055440A 1998-12-16 1998-12-16 Image quality improvement method and system for adaptively improving contrast based on histogram dispersion KR100319864B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1019980055440A KR100319864B1 (en) 1998-12-16 1998-12-16 Image quality improvement method and system for adaptively improving contrast based on histogram dispersion

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1019980055440A KR100319864B1 (en) 1998-12-16 1998-12-16 Image quality improvement method and system for adaptively improving contrast based on histogram dispersion

Publications (2)

Publication Number Publication Date
KR20000039940A KR20000039940A (en) 2000-07-05
KR100319864B1 true KR100319864B1 (en) 2002-02-19

Family

ID=19563168

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019980055440A KR100319864B1 (en) 1998-12-16 1998-12-16 Image quality improvement method and system for adaptively improving contrast based on histogram dispersion

Country Status (1)

Country Link
KR (1) KR100319864B1 (en)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100694054B1 (en) 2003-08-15 2007-03-12 삼성전자주식회사 Adaptive contrast enhancement method and apparatus for video signals based on time-varying nonlinear transforms
US7286716B2 (en) 2002-07-15 2007-10-23 Samsung Electronics Co., Ltd. Image quality enhancement circuit and method using inter-frame correlativity
US7865033B2 (en) 2006-02-14 2011-01-04 Samsung Electronics Co., Ltd. Method and apparatus for controlling contrast
US7940997B2 (en) 2005-11-10 2011-05-10 Samsung Electronics Co., Ltd. Method and apparatus for enhancing contrast

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100339368B1 (en) * 2000-07-18 2002-06-03 구자홍 Method and apparatus for estimating noise level of image signal
KR100437807B1 (en) * 2002-01-21 2004-06-30 엘지전자 주식회사 Method and apparatus for equalizing histogram
KR100512976B1 (en) 2003-08-09 2005-09-07 삼성전자주식회사 Black/White streching system capable of improving contrast and a method of Black/White streching thereof

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7286716B2 (en) 2002-07-15 2007-10-23 Samsung Electronics Co., Ltd. Image quality enhancement circuit and method using inter-frame correlativity
KR100694054B1 (en) 2003-08-15 2007-03-12 삼성전자주식회사 Adaptive contrast enhancement method and apparatus for video signals based on time-varying nonlinear transforms
US7940997B2 (en) 2005-11-10 2011-05-10 Samsung Electronics Co., Ltd. Method and apparatus for enhancing contrast
US7865033B2 (en) 2006-02-14 2011-01-04 Samsung Electronics Co., Ltd. Method and apparatus for controlling contrast

Also Published As

Publication number Publication date
KR20000039940A (en) 2000-07-05

Similar Documents

Publication Publication Date Title
KR100322596B1 (en) Apparatus and method for improving image quality maintaining brightness of input image
US6507372B1 (en) Image enhancement circuit and method using mean matching/quantized mean matching histogram equalization and color compensation
US5937090A (en) Image enhancement method and circuit using quantized mean-matching histogram equalization
US7570390B2 (en) Image processing device and method
US6040860A (en) Imaging apparatus for supplying images with rich gradation across the entire luminance range for all subject types
US7199840B2 (en) Dynamic gray scale range adjustment apparatus and method
US7127122B2 (en) Image processing method and image processing apparatus
KR101104594B1 (en) Apparatus, and method for processing image, and recording medium
JP2008206182A (en) Rendering image utilizing adaptive error diffusion
US20100053061A1 (en) Adaptive backlight control and contrast enhancement
US5296941A (en) Gradation compensation apparatus of video image
US7042522B2 (en) Adaptive contrast enhancement method using time-varying nonlinear transforms on a video signal
KR20010075557A (en) Video signal enhancement
JP7141862B2 (en) Method for tone-adapting an image to the target peak luminance of a target display device
KR100319864B1 (en) Image quality improvement method and system for adaptively improving contrast based on histogram dispersion
US7916967B2 (en) Image processing apparatus and image processing method
CN101002468A (en) A unit for and method of image conversion
JP4017810B2 (en) Gradation correction apparatus and recording medium
KR100468683B1 (en) Wideband dynamic-range expanding device and methods
KR20040048791A (en) Apparatus and Method for adaptive brightness control
KR100255636B1 (en) Picture quality improving circuit using histogram adapted to noise
KR100188679B1 (en) Image quality enhancement method based on the mean-separate histogram equalization having the brightness control function and circuit thereof
KR19980026479A (en) Image Quality Improvement Method Using Quantized Mean-Matched Histogram Equalization with Brightness Compensation Function and Its Circuit
KR100277212B1 (en) Adaptive Digital Signal Processing Unit
KR100195116B1 (en) Image quality enhancement method based on the mean-matching histogram equalization having the gain control function and circuit thereof

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20101129

Year of fee payment: 10

LAPS Lapse due to unpaid annual fee