KR20020080574A - method of enhancing a digital color image by an automatic image classification - Google Patents

Abstract

PURPOSE: A method for improving picture quality of a digital color image through automatic image classification is provided to classify images into images that require improvement of picture quality and images that do not require through histogram analysis to improve picture quality of only the image requiring it. CONSTITUTION: Images of RGB color space is transformed into HSV color space(S110). The images are automatically classified into three categories of an image that requires improvement of picture quality, a bright image and a dark image among images that do not require improvement of picture quality through histogram analysis(S120,S140). The picture quality of the bright image is improved(S150), and then an offset is applied to the image to allow the image to have a positive value. The image is filtered with different gains being applied to positive and negative regions(S170). The picture quality of the dark image is improved using histogram stretch(S160).

Description

자동 영상 분류를 통한 디지털 컬러 영상 화질 개선 방법{method of enhancing a digital color image by an automatic image classification}Method of enhancing a digital color image by an automatic image classification}

본 발명은 디지털 컬러 영상의 화질을 개선하는 방법에 관한 것이다.The present invention relates to a method for improving the image quality of a digital color image.

사람이 육안으로 보는 것과 비교해 볼 때, 디지털 컬러 영상은 조명 조건에 따라 두 가지의 주요한 한계를 갖게 된다. 하나는 다이내믹 레인지 문제(dynamic range problem)라고 하는 것으로, 카메라 등으로 얻은 영상은 음영 지역에서 그 영상과 색상의 손실을 많이 입게 된다는 것이다. 또 한가지는 조명이 변화함에 따라 스펙트럼 분포가 달라져 영상의 색상이 왜곡될 수 있다는 점이다. 이는 컬러 콘스턴시의 문제(color constancy problem)라고 한다.Compared to what the human eye sees, digital color imaging has two major limitations depending on the lighting conditions. One is called the dynamic range problem, which means that an image obtained by a camera or the like suffers a large loss of the image and color in the shadow area. Another is that the color distribution of the image may be distorted due to the change in spectral distribution as the illumination changes. This is called the color constancy problem.

최근 전하 결합 소자(CCD; charge-coupled device) 검출기를 기초로 한 전자 카메라는 2500:1에 이르는 넓은 다이내믹 레인지의 영상 데이터를 얻을 수 있다. 이러한 범위는 촬영하고자 하는 장면 내의 대부분의 조명의 변화를 충분히 처리할 수 있는 정도이고, 장면간의 조명의 변화를 해결하기 위해서는 노출을 조절하는 방법이 쓰이고 있다. 그러나, 이와 같이 얻어진 영상을 디지타이즈(digitize)하거나, 얻어진 영상을 인쇄하거나 표시하기 위해 좁은 다이내믹 레인지를 갖는 장치를 이용해야 할 경우, 앞서 기술한 다이내믹 레인지의 손실이 일어난다. 예를 들면, 대부분의 영상은 8비트/색상 대역으로 디지타이즈되고, 대부분의 표시나 인쇄 장치는 50:1 정도의 제한된 다이내믹 레인지를 갖고 있다.Recently, electronic cameras based on charge-coupled device (CCD) detectors can obtain image data with a wide dynamic range of up to 2500: 1. This range is enough to handle most of the lighting changes in the scene to be photographed, and the method of adjusting the exposure is used to solve the lighting changes between the scenes. However, if the apparatus having a narrow dynamic range is used to digitize the obtained image or to print or display the obtained image, the above-described loss of dynamic range occurs. For example, most images are digitized in an 8-bit / color band, and most display and printing devices have a limited dynamic range of around 50: 1.

컬러 콘스턴시 문제의 흔한 예는 자연광과 인공광 사이의 스펙트럼 차이로부터 비롯된다. 이러한 차이를 보상하기 위해서 사진 촬영시에는 필터나 필름의 종류를 맞추어 사용하지만, 이러한 방법은 다이내믹 레인지 압축을 제공할 수는 없으며 따라서 음영 영역에서의 색상과 영상의 세부에 대한 손실이 일어나게 된다.A common example of color consistency problems stem from the spectral differences between natural and artificial light. In order to compensate for this difference, the type of filter or film is used to take a picture. However, this method cannot provide dynamic range compression, and thus a loss of color and image detail in the shadow area occurs.

이와 같은 문제점을 해결하기 위해 제시된 종래기술로서 미국특허 제5,991,456호가 있다. 미국특허 제5,991,456호에서는 디지털 영상을 개선하기 위하여 (x,y) 위치에서의 i번째 스펙트럼 밴드의 세기인 I_i(x,y)로 나타난 디지털 데이터에 대하여 다음과 같은 수학식 3을 이용하여 세기를 조절하고, 다음의 수학식 4에 따르는 필터를 적용하는 방법을 개시하고 있다.In order to solve this problem, there is a conventional US patent 5,991,456. In US Pat. No. 5,991,456, the digital data represented by I _i (x, y), which is the intensity of the i th spectral band at the (x, y) position in order to improve the digital image, is obtained using the following equation (3). And a method of applying a filter according to the following equation (4).

미국특허 제5,991,456호에서 제시된 방법을 따르면 많은 경우 영상의 질이 개선되지만, 특정한 영상의 경우에는 오히려 화질이 나빠지는 경우가 있다. 그리고, 컬러 처리를 각 스펙트럼 밴드에 독립적으로 적용하므로, 컬러의 균형이 맞지 않고, 컬러 정보를 손실하는 경우가 생기며, 동일한 컬러 처리를 모든 스펙트럼 밴드에 적용하므로 그만큼 영상처리에 많은 시간이 걸린다는 단점이 있다.According to the method proposed in US Pat. No. 5,991,456, the quality of the image is improved in many cases, but the quality of the specific image may be worse. In addition, since color processing is independently applied to each spectrum band, color balance is not balanced and color information may be lost. Since the same color processing is applied to all spectrum bands, image processing takes much time. There is this.

본 발명은 이와 같은 문제점을 해결하기 위하여 안출된 것으로서, 디지털 영상의 화질을 개선할 수 있는 방법을 제공하는 것을 목적으로 한다.The present invention has been made to solve such a problem, and an object of the present invention is to provide a method for improving the image quality of a digital image.

본 발명의 다른 목적은 기존의 처리 방법에 비해 보다 빠른 처리 속도로 보다 강건(robust)하게 디지털 영상의 화질을 개선할 수 있는 방법을 제공하는 것이다.Another object of the present invention is to provide a method that can improve the image quality of a digital image more robustly at a faster processing speed than the conventional processing method.

본 발명의 또다른 목적은 영상의 특성에 따라 화질이 나빠지는 현상을 방지하는 디지털 영상의 화질 개선 방법을 제공하는 것이다.Another object of the present invention is to provide a method for improving image quality of a digital image which prevents a phenomenon in which image quality deteriorates according to characteristics of an image.

도 1은 본 발명의 실시예에 따른 디지털 컬러 영상의 화질 개선 방법의 전체 흐름을 나타내는 흐름도이다.1 is a flowchart illustrating an overall flow of a method for improving image quality of a digital color image according to an exemplary embodiment of the present invention.

도 2a는 화질 개선 처리가 필요하지 않은 영상의 예이고, 도 2b는 도 2a에 나타난 영상의 밝기 히스토그램이며, 도 2c는 도 2b로부터 얻은 누적 히스토그램(곡선)과 특징 벡터 추출을 위해 인위적으로 만든 누적 히스토그램(직선)을 나타낸 그래프이다.FIG. 2A is an example of an image that does not require an image quality improvement process, FIG. 2B is a brightness histogram of the image shown in FIG. 2A, and FIG. 2C is an accumulated histogram (curve) obtained from FIG. 2B and an artificially-generated accumulation for feature vector extraction. It is a graph showing a histogram (straight line).

도 3a는 화질 개선 처리가 필요한 영상의 예이고, 도 3b는 도 3a에 나타난 영상의 밝기 히스토그램이며, 도 3c는 도 3b로부터 얻은 누적 히스토그램(곡선)과 특징 벡터 추출을 위해 인위적으로 만든 누적 히스토그램(직선)을 나타낸 그래프이다.3A is an example of an image requiring an image quality improvement process, FIG. 3B is a brightness histogram of the image shown in FIG. 3A, and FIG. 3C is an accumulated histogram (curve) obtained from FIG. 3B and an artificially created cumulative histogram for extracting feature vectors ( Line).

도 4는 본 발명의 실시예에 따른 디지털 컬러 영상의 화질 개선 방법에서 영상 분류 과정을 상세히 나타낸 흐름도이다.4 is a flowchart illustrating an image classification process in detail in a method for improving image quality of a digital color image according to an exemplary embodiment of the present invention.

도 5는 본 발명의 실시예에 따른 디지털 컬러 영상의 화질 개선 방법에서 카테고리 2(어두운 영상)에 적용되는 히스토그램 스트레치 함수의 예를 나타내는 그래프이다.FIG. 5 is a graph illustrating an example of a histogram stretch function applied to category 2 (dark image) in a method for improving image quality of a digital color image according to an embodiment of the present invention.

도 6a와 도 6b는 각각 도 2a의 영상을 종래기술과 본 발명의 방법에 따라 개선 처리한 결과 영상이다.6A and 6B are images obtained by improving the image of FIG. 2A according to the related art and the method of the present invention, respectively.

도 7a와 도 7b는 각각 도 3a의 영상을 종래기술과 본 발명의 방법에 따라 개선 처리한 결과 영상이다.7A and 7B are images obtained by improving the image of FIG. 3A according to the related art and the method of the present invention, respectively.

이와 같은 목적을 달성하기 위하여 본 발명에서는, RGB 컬러 스페이스의 디지털 영상을 HSV 컬러 스페이스로 변환한 후,히스토그램 분석을 통하여 영상을 개선 처리가 필요한 영상과 그렇지 않은 영상 중 밝은 영상과 어두운 영상의 세 카테고리로 자동으로 분류한다. 다음, 개선 처리가 필요한 영상을 각각의 카테고리에 따라 적절한 방법으로 화질 개선 처리를 한다.In order to achieve the above object, in the present invention, after converting the digital image of the RGB color space to the HSV color space, three categories of a bright image and a dark image among the images that need to be improved and processed through histogram analysis Classified automatically as Next, the image for which the improvement process is required is subjected to the image quality improvement process by an appropriate method according to each category.

즉, 본 발명에 따른 디지털 영상의 화질을 개선하는 방법은, 디지털 영상이 표시될 때 (x,y) 위치에서의 HSV 컬러 스페이스 중 V(value) 채널의 세기 (intensity)를 나타내는 I(x,y)의 값을 제공하는 단계, I(x,y) 값을 다음의 수학식 5에 따라 조정하는 단계, 조정된 값을 필터링하는 단계, 조정 및 필터링된 값을 이용하여 디지털 영상을 표시하는 단계를 포함한다.That is, the method of improving the image quality of a digital image according to the present invention includes I (x, which represents the intensity of the V (value) channel in the HSV color space at the (x, y) position when the digital image is displayed. providing a value of y), adjusting the I (x, y) value according to Equation 5 below, filtering the adjusted value, and displaying the digital image using the adjusted and filtered value. It includes.

(F(x,y): 위치 (x,y)에 대한 고유한 서라운드 함수)(F (x, y): unique surround function for position (x, y))

여기에서, 고유한 서라운드 함수 F(x,y)는 다음의 수학식 6에 따른 함수이고, c의 값은 영상의 폭과 높이 중에서 큰 값의 25-35%인 것이 바람직하다.Here, the unique surround function F (x, y) is a function according to the following equation (6), the value of c is preferably 25-35% of the larger value of the width and height of the image.

또한, 상기 I(x,y)의 값을 제공하는 단계 이전에, RGB 컬러 스페이스의 디지털 컬러 영상을 HSV 컬러 스페이스로 변환하는 단계를 더 포함할 수도 있으며, 상기 I(x,y) 값을 조정하는 단계 이전에, I(x,y) 값의 히스토그램을 분석하여, 분석된 히스토그램의 분포에 따라 디지털 영상을 개선처리가 필요하지 않은 영상과 개선처리가 필요한 영상 중 일정 기준 이상의 밝기를 갖는 영상과 상기 일정 기준 미만의 밝기를 갖는 영상의 세 그룹으로 분류하는 단계를 더 포함하며, 상기 I(x,y) 값을 조정하는 단계와 상기 조정된 값을 필터링하는 단계에서는, 상기 분류 단계에서 일정 기준 이상의 밝기를 갖는 영상 그룹에 속하는 영상에 대해서만, I(x,y) 값을 조정하고 필터링할 수도 있다.The method may further include converting a digital color image in an RGB color space into an HSV color space before providing the value of I (x, y), and adjusting the I (x, y) value. Before the step of performing the analysis, the histogram of the I (x, y) value is analyzed, and the digital image according to the distribution of the analyzed histogram and the image having a brightness higher than a predetermined standard among the image that does not need to be improved and The method may further include classifying into three groups of images having brightness less than the predetermined criterion, wherein adjusting the I (x, y) value and filtering the adjusted value may include: Only for images belonging to the image group having the above brightness, the I (x, y) value may be adjusted and filtered.

또한, 상기 분류 단계는, 초기 데이터 영상들을 분류하여 분류된 데이터 영상으로부터 히스토그램을 계산하고 계산된 히스토그램으로부터 특징 벡터를 추출하여 샘플 영상 분류를 위한 초기 데이터 그룹을 형성하는 단계, 초기 데이터 그룹을 이용하여 각 데이터 그룹을 구분할 수 있는 경계 조건을 추출하는 단계, 경계 조건을 이용하여 분류하고자 하는 샘플 영상을 분류하는 단계, 분류된 샘플 영상을 이용하여 상기 샘플 영상이 속하는 초기 데이터 그룹의 특징 벡터를 업데이트하는 단계를 포함할 수 있다.The classification may include classifying the initial data images, calculating a histogram from the classified data images, extracting feature vectors from the calculated histograms, and forming an initial data group for classifying sample images. Extracting a boundary condition for distinguishing each data group, classifying a sample image to be classified using the boundary condition, and updating a feature vector of an initial data group to which the sample image belongs using the classified sample image It may include a step.

한편, 상기 필터링 단계에서는 조정된 값의 포지티브 영역과 네거티브 영역에 각각 다른 게인을 적용하여 필터링하는 것이 바람직하다.On the other hand, in the filtering step, it is preferable to apply different gains to the positive and negative areas of the adjusted value to filter.

본 발명에 따른 디지털 컬러 영상의 화질을 개선하는 다른 방법은, 디지털 영상이 표시될 때 (x,y) 위치에서의 HSV 컬러 스페이스 중 V(value) 채널의 세기 (intensity)를 나타내는 I(x,y)의 값을 제공하는 단계, I(x,y) 값을 다음의 수학식 7에 따라 조정하는 단계, 조정된 값을 이용하여 디지털 영상을 표시하는 단계를 포함한다.Another method of improving the image quality of a digital color image according to the present invention is that I (x, which represents the intensity of the V (value) channel in the HSV color space at the (x, y) position when the digital image is displayed. providing a value of y), adjusting the I (x, y) value according to Equation 7 below, and displaying a digital image using the adjusted value.

(L; 디지털 영상을 표현하는 그레이-레벨(gray-level)의 수, k, A; 상수)(L; number of gray-levels representing the digital image, k, A; constant)

여기에서, k 값은 120-160이 바람직하며, 상기 I(x,y)의 값을 제공하는 단계 이전에, RGB 컬러 스페이스의 디지털 컬러 영상을 HSV 컬러 스페이스로 변환하는 단계를 더 포함할 수 있고, 상기 I(x,y) 값을 조정하는 단계 이전에, I(x,y) 값의 히스토그램을 분석하여, 분석된 히스토그램의 분포에 따라 디지털 영상을 개선처리가 필요하지 않은 영상과 개선처리가 필요한 영상 중 일정 기준 이상의 밝기를 갖는 영상과 상기 일정 기준 미만의 밝기를 갖는 영상의 세 그룹으로 분류하는 단계를 더 포함하며, 상기 I(x,y) 값을 조정하는 단계에서는, 상기 분류 단계에서 일정 기준 미만의 밝기를 갖는 영상 그룹에 속하는 영상에 대해서만, I(x,y) 값을 조정할 수도 있다.Here, the value of k is preferably 120-160, and before the step of providing the value of I (x, y), the method may further include converting a digital color image of an RGB color space into an HSV color space. Before the step of adjusting the value of I (x, y), the histogram of the value of I (x, y) is analyzed, and the image and the enhancement process do not need to be improved by the digital image according to the distribution of the analyzed histogram. The method may further include classifying the image into three groups, one having a brightness higher than or equal to a predetermined reference, and one having an brightness lower than the predetermined reference. The adjusting of the I (x, y) value may include: The I (x, y) value may be adjusted only for an image belonging to an image group having a brightness lower than a certain criterion.

본 발명에 따른 디지털 컬러 영상의 화질을 개선하는 또다른 방법은,디지털 영상이 표시될 때 (x,y) 위치에서의 HSV 컬러 스페이스 중 V(value) 채널의 세기 (intensity)를 나타내는 I(x,y)의 값을 제공하는 단계, I(x,y) 값의 히스토그램을 분석하여, 분석된 히스토그램의 분포에 따라 디지털 영상을 개선처리가 필요하지 않은 영상과 개선처리가 필요한 영상 중 일정 기준 이상의 밝기를 갖는 영상과 상기 일정 기준 미만의 밝기를 갖는 영상의 세 그룹으로 분류하는 단계, 일정 기준이상의 밝기를 갖는 영상 그룹에 속하는 영상에 대해서 I(x,y) 값을 위의 수학식 5에 따라 조정하는 제 1 조정 단계, 일정 기준 미만의 밝기를 갖는 영상 그룹에 속하는 영상에 대해서 I(x,y) 값을 위의 수학식 7에 따라 조정하는 제 2 조정 단계, 상기 제 1 및 제 2 조정 단계를 통해 조정된 값을 이용하여 디지털 영상을 표시하는 단계를 포함한다.Another method of improving the image quality of a digital color image according to the present invention is I (x) indicating the intensity of a V (value) channel in the HSV color space at the (x, y) position when the digital image is displayed. providing a value of, y), analyzing a histogram of the value of I (x, y), and according to the distribution of the analyzed histogram, a digital image that does not need to be improved and an image that requires improvement is more than a predetermined standard. Dividing the image into three groups of an image having a brightness and an image having a brightness lower than a predetermined criterion; A first adjustment step of adjusting, a second adjustment step of adjusting an I (x, y) value according to Equation 7 above for an image belonging to an image group having a brightness less than a predetermined criterion, and the first and second adjustments The value adjusted through the step Used to include the step of displaying a digital image.

이제 본 발명의 바람직한 실시예에 대하여 도면을 참고로 하여 상세히 설명한다.Preferred embodiments of the present invention will now be described in detail with reference to the drawings.

도 1은 본 발명의 실시예에 따라 디지털 영상의 화질 개선 처리를 하는 과정을 나타내는 흐름도이다.1 is a flowchart illustrating a process of improving image quality of a digital image according to an exemplary embodiment of the present invention.

도 1에 나타난 바와 같이, 먼저 RGB 컬러 스페이스(red-green-blue color space)의 영상을 HSV 컬러 스페이스(hue-saturation-value color space)로 변환한다(S110). 앞서 언급한 디지털 영상에서 발생하는 다이내믹 레인지의 문제나 컬러 콘스탄시의 문제는 주로 영상의 밝기의 차이로부터 기인하는 것인데, RGB의 각 채널을 따로 처리하게 될 경우, 색상에 대한 정보를 보존하기가 어렵다는 문제가 있다. 그러나, 본 발명에서는 HSV 컬러 스페이스를 사용하고, 화질 개선을 위한 처리를 영상의 밝기 정보인 V 채널에 대해서만 적용함으로써, 색상 정보를 보존하면서 영상을 향상시킬 수 있고, 개선 처리에 걸리는 시간도 단축할 수 있다.As shown in FIG. 1, first, an image of an RGB color space (red-green-blue color space) is converted into an HSV color space (hue-saturation-value color space) (S110). The problem of dynamic range or color constant in the digital image mentioned above is mainly due to the difference in brightness of the image. When processing each channel of RGB separately, it is difficult to preserve color information. There is a problem that is difficult. However, in the present invention, by using the HSV color space and applying the processing for improving the image quality only to the V channel which is the brightness information of the image, the image can be improved while preserving the color information, and the time taken for the improvement process can be shortened. Can be.

다음, V 채널의 히스토그램을 분석(S120)하여 영상을 분류한다(S140). 영상은 개선 처리가 필요하지 않은 영상(good image)과 개선 처리가 필요한 영상 중밝은 영상(카테고리 1)과 어두운 영상(카테고리 2), 모두 세 종류의 영상으로 분류된다.Next, the image is classified by analyzing the histogram of the V channel (S120). Images are classified into three kinds of images, a good image that does not need improvement and a bright image (category 1) and a dark image (category 2) among the images that need improvement.

개선 처리가 필요한 영상과 그렇지 않은 영상을 구분하는 것은, 특정한 영상의 경우 개선 처리에 의해 화질이 원 영상보다 더 나빠질 수 있는 경우가 생기는데, 이와 같은 경우를 막기 위한 것이다. 개선 처리에 의해 화질이 원 영상보다 더 나빠질 수 있는 영상은 영상 내의 히스토그램이 밝은 영역과 어두운 영역에 극단적으로 나뉘어 분포하는 경우에 해당된다. 즉, 도 2a에 나타난 영상이 이에 해당되는 예이며, 도 2b는 도 2a에 나타난 영상의 히스토그램 분포를 나타낸다.The distinction between the image requiring improvement and the image not required may result in a case in which the image quality may be worse than that of the original image due to the enhancement process in the case of a specific image. This is to prevent such a case. An image whose image quality may be worse than the original image by the improvement process corresponds to a case where the histogram in the image is extremely divided into light and dark areas. That is, the image shown in FIG. 2A is an example, and FIG. 2B shows a histogram distribution of the image shown in FIG. 2A.

반대로, 영상의 히스토그램 분포가 중간 밝기에 몰려 있는 경우, 화질 개선의 효과가 뚜렷이 나타날 수 있다. 도 3a에 나타난 영상이 이에 해당되는 예이며, 도 3b는 도 3a에 나타난 영상의 히스토그램 분포를 나타낸다.On the contrary, when the histogram distribution of the image is concentrated at the intermediate brightness, the effect of image quality improvement may be apparent. The image shown in FIG. 3A is an example, and FIG. 3B shows a histogram distribution of the image shown in FIG. 3A.

영상의 분류는 영상의 히스토그램을 분석한 후 패턴 매칭(pattern matching) 기법을 이용하여 분류한다. 영상의 분류 과정을 도 4에 흐름도로 좀 더 상세히 나타내었다.Image classification is performed by analyzing a histogram of an image and then using a pattern matching technique. The classification process of the image is shown in more detail with a flowchart in FIG. 4.

먼저, 초기의 데이터 영상들을 분류(S122)하여, 분류된 데이터 영상으로부터 히스토그램을 계산하여 그 히스토그램으로부터 특징 벡터(feature vector)를 추출하고(S124), 이를 이용하여 샘플 영상 분류를 위한 초기 데이터 집합을 형성한다(S126). 영상의 분류에서 사용되는 데이터 집합은 세 개이며, 하나는 개선 처리가 필요하지 않은 영상의 데이터 집합이고, 다른 두 개는 각각 카테고리 1(밝은 영상)과 카테고리 2(어두운 영상)에 속하는 영상의 데이터 집합이다.First, the initial data images are classified (S122), a histogram is calculated from the classified data images, and a feature vector is extracted from the histogram (S124). It forms (S126). There are three data sets used in the classification of images, one of which is a data set of images that do not need improvement, and the other two are data of images belonging to category 1 (bright image) and category 2 (dark image), respectively. It is a set.

다음, 초기 데이터 집합을 이용하여 각각 집합을 구분할 수 있는 경계 조건을 추출(S128)한 후, 분류하고자 하는 샘플 영상을 S128 단계에서 구한 경계 조건을 이용하여 분류(S130)한다. 영상을 분류한 후에는 분류된 샘플 영상을 이용하여 특징 벡터로 이루어져 있는 해당 초기 데이터 집합을 수정(업데이트)한다(S132).Next, after extracting a boundary condition for classifying each set using the initial data set (S128), the sample image to be classified is classified using the boundary condition obtained in step S128 (S130). After classifying the image, the corresponding initial data set including the feature vector is modified (updated) using the classified sample image (S132).

히스토그램에서 특징 벡터를 추출하기 위해서는 먼저 입력된 영상의 히스토그램을 추출하여 이를 누적 히스토그램(cumulative histogram)으로 만들어 표준화(normalization)한다. 또한 영상에서 사용되는 모든 값이 같은 값(1)을 갖도록 하는 가상의 히스토그램을 만든 후 이를 다시 누적 히스토그램(각 레벨(0-255)에 해당하는 값이 그 레벨과 같은 히스토그램)으로 만든다. 이렇게 얻어진 두 개의 누적 히스토그램을 이용하여 두 누적 히스토그램의 차(difference)를 구한다. 누적 히스토그램의 표준화를 위해서는 다음의 수학식 8을 사용한다. 도 2c와 도 3c는 각각 도 2a와 도 3a에서 보여지는 영상의 히스토그램인 도 2b와 도 3b로부터 얻은 누적 히스토그램(곡선)과 특징 벡터 추출을 위해 인위적으로 만든 누적 히스토그램(직선)을 나타낸 것이다.In order to extract the feature vector from the histogram, first, a histogram of the input image is extracted and normalized by making it a cumulative histogram. In addition, a virtual histogram is created in which all values used in the image have the same value (1), and then the cumulative histogram (the value corresponding to each level (0-255) is the same histogram). The difference between the two cumulative histograms is obtained using the two cumulative histograms thus obtained. To normalize the cumulative histogram, Equation 8 below is used. 2C and 3C show cumulative histograms (curves) obtained from FIGS. 2B and 3B, which are histograms of the images shown in FIGS. 2A and 3A, and artificially generated cumulative histograms (straight lines) for feature vector extraction, respectively.

다음, 이로부터 각 영상의 특징들을 보여주는 양(quantity)들을 특징 벡터로써 추출한다. 사용되는 특징 벡터들은 앞에서 계산한 두 누적 히스토그램의 차이(difference)가 0이 되는 점(zero-crossing point, 도 2c와 도 3c에서 두 선이교차하는 점)과, 그 점을 중심으로 그보다 낮은 영역(히스토그램 상)에서 부호를 고려하여 합한 넓이(left-side area), 그리고 그 점보다 높은 영역에서의 넓이(right-side area), 마지막으로 전 영역에 걸친 넓이(total area = right-side area + left-side area)들이 있다.Next, the quantities showing the features of each image are extracted from the feature vectors. The feature vectors used are the point where the difference between the two cumulative histograms calculated above becomes zero (zero-crossing point, the point where the two lines intersect in FIGS. 2C and 3C), and the lower region around the point. (On the histogram) the sum of the left-side area, taking into account the sign, and the right-side area above that point, and finally the total area = right-side area + left-side areas.

다음, 추출된 특징 벡터의 데이터 집합으로부터 각 영역에 대한 경계조건을 얻은 후, 구해진 경계조건으로부터 주어진 샘플 영상의 특징 벡터가 어느 영역에 속하는지 계산할 수 있다.Next, after obtaining boundary conditions for each region from the extracted feature vector data set, it is possible to calculate which region the feature vector of a given sample image belongs to from the obtained boundary conditions.

이와 같이 하여 분류가 끝나면, 화질 개선 처리가 필요한 영상 중 카테고리 1(밝은 영상)에 속하는 영상에 대해서는, V 채널에 대해서 화질 개선 처리를 한다(S150). 화질 개선 처리는 다음의 수학식 9를 사용하여 할 수 있다.When the classification is completed in this way, the image quality improvement process is performed on the V channel for the image belonging to category 1 (bright image) among the images that need the image quality improvement process (S150). The image quality improvement process can be performed using the following equation (9).

(F(x,y): 서라운드 함수(surround function), c: 상수)(F (x, y): surround function, c: constant)

여기에서 I(x,y)는 영상이 표시될 때 (x,y) 위치에서의 V(value) 채널의 세기(intensity)를 의미한다. 영상의 위치는 영상 내의 하나의 화소에 해당한다.Here, I (x, y) means the intensity of the V (value) channel at the (x, y) position when the image is displayed. The position of the image corresponds to one pixel in the image.

수학식 9에서, c 값은 영상의 폭과 높이 중에서 큰 값의 25-35%에 해당하는 값을 갖도록 정하는 것이 바람직하며, 영상의 폭과 높이 중에서 큰 값의 30%로 정하는 것이 더욱 바람직하다.In Equation 9, the c value is preferably set to have a value corresponding to 25-35% of the large value among the width and height of the image, and more preferably set to 30% of the large value among the width and height of the image.

이와 같이 처리한 영상에 대해서 일정한 오프셋(offset)과 게인(gain)을 사용하여 필터링(filtering)을 한다(S170). 이 중 오프셋은 양의 값을 갖도록 적용하여 입력된 영상의 밝기를 원래의 이미지와 비슷하거나 더 밝게 개선시키는 역할을 하고, 게인은 개선 처리된 영상의 강도의 포지티브 영역과 네거티브 영역에 다른 값을 적용하여 영상의 입체감을 개선하는 역할을 한다.The filtered image is filtered using a predetermined offset and gain (S170). The offset is applied to have a positive value to improve the brightness of the input image to be similar or brighter than the original image, and the gain is to apply different values to the positive and negative areas of the intensity of the improved image. To improve the three-dimensional effect of the image.

필터링 과정에 대해 좀 더 자세히 설명하면 다음과 같다.The filtering process is explained in more detail as follows.

앞서 서술한 화질 개선 처리가 완료되면, 처리된 값은 통상 -2 내지 2의 값을 갖게 된다. 이 값에 대해서 먼저 -0.5에서 0.5 사이의 값을 갖도록 클리핑(clipping)(범위 내의 값만 그대로 유지하고, 나머지 값은 원래의 값 대신 경계값으로 채우는 처리)하고, 이제 -0.5와 0.5 사이의 값을 가지고 있는 값에 대해 게인과 오프셋 필터링 처리(출력값에 오프셋을 더하고, 포지티브 영역과 네거티브 영역에 각각의 게인을 곱하는 처리)를 하게 된다.When the image quality improvement process described above is completed, the processed value usually has a value of -2 to 2. For this value, we first clip it so that it has a value between -0.5 and 0.5 (which keeps only the value in the range and fills the rest with the boundary value instead of the original value), and now the value between -0.5 and 0.5 Gain and offset filtering (adding an offset to the output value and multiplying the positive and negative areas by their respective gains) is performed on the values that they have.

이와 같이 필터링 처리를 하고 나면, 다시 한 번 같은 클리핑 처리(-0.5에서 0.5의 값을 갖도록)하고, 그 결과를 영상이 가져야 하는 0에서 255 사이의 정수값으로 바꾸어주면 된다.After the filtering process like this, the same clipping process (to have a value of -0.5 to 0.5) is once again converted into an integer value between 0 and 255 that the image should have.

예를 들면, 0.1의 양의 오프셋을 적용하고, 1.6의 포지티브 게인과 1의 네거티브 게인을 사용할 수 있다.For example, a positive offset of 0.1 may be applied, and a positive gain of 1.6 and a negative gain of 1 may be used.

화질 개선 처리가 필요한 영상 중 카테고리 2(어두운 영상)에 속하는 영상에 대해서는, V 채널의 값에 대해 히스토그램 스트레치(histogram stretch)를 이용하여 화질 개선 처리를 한다(S160). 히스토그램 스트레치를 위해 사용되는 식은 다음의 수학식 10과 같다.For the image belonging to category 2 (dark image) among the images requiring the image quality improvement process, the image quality improvement process is performed by using a histogram stretch on the value of the V channel (S160). The equation used for the histogram stretch is shown in Equation 10 below.

여기서, L은 디지털 영상을 표현하는 그레이-레벨(gray-level)의 수이고, k는 히스토그램 스트래치 함수에서의 곡률을 결정하는 역할을 한다. k는 120~160 사이의 값을 갖는 것이 바람직하다. 또한 A는 오프셋(offset)을 나타내는 값으로서 스트래치 함수에 의해 처리된 값이 정해진 그레이-레벨 내에 존재하도록 하는 역할을 하며, k에 따라 변하게 된다.Here, L is the number of gray-levels representing the digital image, and k serves to determine the curvature in the histogram stretch function. It is preferable that k has a value between 120-160. In addition, A is a value representing an offset so that the value processed by the stretch function exists within a predetermined gray level, and changes according to k.

본 발명의 실시예에서는 L 값으로 256, k 값으로 140, A 값으로 1.2를 사용하였으며, 이 경우의 그래프가 도 5에 나타나 있다.In the exemplary embodiment of the present invention, 256 values for L, 140 values for k, and 1.2 values for A are used, and a graph in this case is shown in FIG. 5.

도 6a에서부터 도 7b는 화질 개선 처리된 결과 영상의 예를 나타낸다. 이 중 도 6a와 도 7a는 각각 도 2a와 도 3a에 나타낸 영상을 앞서 종래기술에서 설명한 미국특허 제5,991,456호의 방법으로 개선처리한 영상의 예를 나타내고, 도 6b와 도 7b는 각각 도 2a와 도 3a에 나타낸 영상을 본 발명의 방법에 따라 개선처리한 결과를 나타내고 있다.6A to 7B illustrate examples of image resulting from image quality improvement. 6A and 7A show an example of an image obtained by improving the image shown in FIGS. 2A and 3A by the method of US Pat. No. 5,991,456 described in the prior art, respectively. FIGS. 6B and 7B are FIGS. 2A and 7B, respectively. The image shown in 3a shows the result of the improvement process according to the method of the present invention.

도 6a와 도 6b를 도 2a의 원래 영상과 비교해볼 때, 종래기술로 처리한 도 6a의 영상은 전체적으로 영상이 어두워지고 화질도 나빠졌으며, 본 발명에 따라 화질 개선 처리를 한 도 6b의 영상에서도 도 6a의 영상에 비해서는 낫지만 원래 영상이상의 화질을 나타내지는 못함을 알 수 있다. 따라서 이러한 영상은 앞서 제시한 방법대로 화질 개선 처리가 필요하지 않은 영상으로 분류하여 따로 처리를 하지 않음으로써 원영상의 좋은 화질을 그대로 유지시킨다.6A and 6B are compared with the original image of FIG. 2A, the image of FIG. 6A processed by the prior art becomes darker and worse in image quality, and also in the image of FIG. 6B subjected to image quality improvement according to the present invention. Although it is better than the image of FIG. 6A, it can be seen that the image quality is not higher than that of the original image. Therefore, these images are classified into images that do not need the image quality improvement process as described above, and do not process them separately, thereby maintaining good image quality of the original image.

이에 비해, 중간 정도의 밝기를 갖는 화소가 많은 도 3a에 나타난 바와 같은 영상의 경우, 본 발명의 실시예에 따르면 도 7b에 나타난 바와 같이 현저한 화질 개선 효과를 나타내었으며, 이는 종래기술에 의해 처리한 도 7a에 비해서도 한결 나은 화질임을 알 수 있다.In contrast, in the case of an image as shown in FIG. 3A with a large number of pixels having moderate brightness, according to an embodiment of the present invention, as shown in FIG. 7B, a significant improvement in image quality was achieved. It can be seen that the image quality is better than that of FIG. 7A.

앞서 설명한 실시예에서는 개선 처리가 필요한 영상을 카테고리 1(밝은 영상)과 카테고리 2(어두운 영상)의 두 그룹으로 분류하여 각각 다른 방법을 적용하여 화질 개선 처리를 하였지만, 필요에 따라 세 개 이상의 그룹으로 영상을 분류하여 처리할 수도 있다.In the above-described embodiment, the image that needs to be improved is classified into two groups, Category 1 (light image) and Category 2 (dark image), and image quality improvement is performed by applying different methods. Images can also be classified and processed.

지금까지 본 발명을 바람직한 실시예를 들어 구체적으로 설명하였으나, 이 실시예는 본 발명을 이해하기 위한 설명을 위해 제시된 것이며, 본 발명의 범위가 이 실시예에 제한되는 것은 아니다. 본 발명의 기술이 속하는 분야의 통상의 전문가라면 본 발명의 기술적 사상의 범위를 벗어나지 않고도 다양한 변형이 가능함을 이해할 수 있을 것이며, 본 발명의 범위는 첨부된 특허청구범위에 의해서 해석되어야 할 것이다.Although the present invention has been described in detail with reference to preferred embodiments, this embodiment has been presented for the purpose of understanding the present invention, and the scope of the present invention is not limited to this embodiment. It will be understood by those skilled in the art that various modifications can be made without departing from the scope of the technical idea of the present invention, and the scope of the present invention should be interpreted by the appended claims.

이상에서 설명한 것과 같이, 본 발명에 따르면 히스토그램 분석을 통해 영상을 화질 개선이 필요한 영상과 그렇지 않은 영상으로 자동으로 분류하고 화질 개선이 필요한 영상에 대해서만 화질 개선 처리를 하므로 개선 처리에 따라 오히려 화질이 저하되는 문제점을 해결할 수 있으며, 영상 데이터를 HSV 컬러 스페이스로 변환한 후 V 채널에 대해서만 화질 개선 처리를 하기 때문에 색상 정보를 보존하면서 영상을 향상시킬 수 있고, 개선 처리에 걸리는 시간도 단축할 수 있다.As described above, according to the present invention, since the image is automatically classified into an image that needs improvement and an image that does not need improvement through histogram analysis, and the image enhancement is performed only on the image that needs improvement, the image quality deteriorates according to the improvement process. The problem can be solved, and since the image data is converted to the HSV color space, only the V channel is subjected to image quality improvement, so that the image can be improved while preserving color information, and the time taken for the improvement process can be shortened.

또한, 개선 처리가 필요한 영상에 대해서도 영상을 두 개 이상의 카테고리로 분류하고, 각 카테고리에 대해 적절한 화질 개선 처리 방법을 적용함으로써 더욱 개선된 화질을 얻을 수 있다.In addition, even for an image requiring improvement, the image may be classified into two or more categories, and further improved image quality may be obtained by applying an appropriate image quality improvement processing method to each category.

Claims (20)

디지털 영상이 표시될 때 (x,y) 위치에서의 HSV 컬러 스페이스 중 V(value) 채널의 세기(intensity)를 나타내는 I(x,y)의 값을 제공하는 단계,Providing a value of I (x, y) representing the intensity of the V (value) channel in the HSV color space at the (x, y) position when the digital image is displayed, 상기 I(x,y) 값을 다음의 수학식 11에 따라 조정하는 단계,Adjusting the I (x, y) value according to Equation 11 below; (F(x,y): 위치 (x,y)에 대한 고유한 서라운드 함수)(F (x, y): unique surround function for position (x, y)) 상기 조정된 값을 필터링하는 단계,Filtering the adjusted value, 상기 조정 및 필터링된 값을 이용하여 상기 디지털 영상을 표시하는 단계를 포함하는 디지털 컬러 영상의 화질을 개선하는 방법.Displaying the digital image using the adjusted and filtered values. 제 1 항에 있어서,The method of claim 1, 상기 고유한 서라운드 함수는 다음 수학식 12에 따른 함수인 디지털 컬러 영상의 화질을 개선하는 방법.The unique surround function is a function according to the following equation (12). 제 2 항에 있어서,The method of claim 2, 상기 c의 값은 상기 디지털 영상의 폭과 높이 중에서 큰 값의 25-35%인 디지털 컬러 영상의 화질을 개선하는 방법.Wherein the value of c is 25-35% of the greater of the width and height of the digital image. 제 1 항에 있어서,The method of claim 1, 상기 I(x,y)의 값을 제공하는 단계 이전에,Prior to providing the value of I (x, y), RGB 컬러 스페이스의 디지털 컬러 영상을 HSV 컬러 스페이스로 변환하는 단계를 더 포함하는 디지털 컬러 영상의 화질을 개선하는 방법.And converting the digital color image in the RGB color space into the HSV color space. 제 1 항에 있어서,The method of claim 1, 상기 I(x,y) 값을 조정하는 단계 이전에,Before adjusting the value of I (x, y), 상기 I(x,y) 값의 히스토그램을 분석하여, 분석된 히스토그램의 분포에 따라 디지털 영상을 개선처리가 필요하지 않은 영상과 개선처리가 필요한 영상 중 일정 기준 이상의 밝기를 갖는 영상과 상기 일정 기준 미만의 밝기를 갖는 영상의 세 그룹으로 분류하는 단계를 더 포함하며,Analyzing the histogram of the I (x, y) value, an image having a brightness higher than or equal to a predetermined reference and an image lower than the predetermined criterion among an image that does not need improvement and an image that requires improvement processing according to the distribution of the analyzed histogram. The method further includes classifying into three groups of images having a brightness of 상기 I(x,y) 값을 조정하는 단계와 상기 조정된 값을 필터링하는 단계에서는, 상기 분류 단계에서 상기 일정 기준 이상의 밝기를 갖는 영상 그룹에 속하는 영상에 대해서만, 상기 I(x,y) 값을 조정하고 필터링하는 디지털 컬러 영상의 화질을 개선하는 방법.In the adjusting of the I (x, y) value and the filtering of the adjusted value, only the images belonging to the image group having the brightness higher than or equal to the predetermined reference in the classification step, the I (x, y) value How to improve the quality of digital color images by adjusting and filtering. 제 5 항에 있어서,The method of claim 5, 상기 분류 단계는,The classification step, 초기 데이터 영상들을 분류하여 분류된 데이터 영상으로부터 히스토그램을 계산하고 계산된 히스토그램으로부터 특징 벡터를 추출하여 샘플 영상 분류를 위한 초기 데이터 그룹을 형성하는 단계,Classifying the initial data images to calculate a histogram from the classified data images, extracting feature vectors from the calculated histograms, and forming an initial data group for classifying sample images; 상기 초기 데이터 그룹을 이용하여 각 데이터 그룹을 구분할 수 있는 경계 조건을 추출하는 단계,Extracting boundary conditions for distinguishing each data group using the initial data group; 상기 경계 조건을 이용하여 분류하고자 하는 샘플 영상을 분류하는 단계,Classifying a sample image to be classified using the boundary condition; 상기 분류된 샘플 영상을 이용하여 상기 샘플 영상이 속하는 상기 초기 데이터 그룹의 특징 벡터를 업데이트하는 단계를 포함하는 디지털 컬러 영상의 화질을 개선하는 방법.And updating the feature vector of the initial data group to which the sample image belongs by using the classified sample image. 제 1 항에 있어서,The method of claim 1, 상기 필터링 단계에서,In the filtering step, 상기 조정된 값의 포지티브 영역과 네거티브 영역에 각각 다른 게인을 적용하여 필터링하는 디지털 컬러 영상의 화질을 개선하는 방법.And applying different gains to the positive area and the negative area of the adjusted value, respectively, to improve the quality of the digital color image. 디지털 영상이 표시될 때 (x,y) 위치에서의 HSV 컬러 스페이스 중 V(value) 채널의 세기(intensity)를 나타내는 I(x,y)의 값을 제공하는 단계,Providing a value of I (x, y) representing the intensity of the V (value) channel in the HSV color space at the (x, y) position when the digital image is displayed, 상기 I(x,y) 값을 다음의 수학식 13에 따라 조정하는 단계,Adjusting the I (x, y) value according to Equation 13 below; (L; 디지털 영상을 표현하는 그레이-레벨(gray-level)의 수, k, A; 상수)(L; number of gray-levels representing the digital image, k, A; constant) 상기 조정된 값을 이용하여 상기 디지털 영상을 표시하는 단계를 포함하는 디지털 컬러 영상의 화질을 개선하는 방법.Displaying the digital image using the adjusted value. 제 8 항에 있어서,The method of claim 8, 상기 k의 값은 120-160인 디지털 컬러 영상의 화질을 개선하는 방법.Wherein the value of k is 120-160. 제 8 항에 있어서,The method of claim 8, 상기 I(x,y)의 값을 제공하는 단계 이전에,Prior to providing the value of I (x, y), RGB 컬러 스페이스의 디지털 컬러 영상을 HSV 컬러 스페이스로 변환하는 단계를 더 포함하는 디지털 컬러 영상의 화질을 개선하는 방법.And converting the digital color image in the RGB color space into the HSV color space. 제 8 항에 있어서,The method of claim 8, 상기 I(x,y) 값을 조정하는 단계 이전에,Before adjusting the value of I (x, y), 상기 I(x,y) 값의 히스토그램을 분석하여, 분석된 히스토그램의 분포에 따라 디지털 영상을 개선처리가 필요하지 않은 영상과 개선처리가 필요한 영상 중 일정 기준 이상의 밝기를 갖는 영상과 상기 일정 기준 미만의 밝기를 갖는 영상의 세 그룹으로 분류하는 단계를 더 포함하며,Analyzing the histogram of the I (x, y) value, an image having a brightness higher than or equal to a predetermined reference and an image lower than the predetermined criterion among an image that does not need improvement and an image that requires improvement processing according to the distribution of the analyzed histogram. The method further includes classifying into three groups of images having a brightness of 상기 I(x,y) 값을 조정하는 단계와 상기 조정된 값을 필터링하는 단계에서는, 상기 분류 단계에서 상기 일정 기준 미만의 밝기를 갖는 영상 그룹에 속하는 영상에 대해서만, 상기 I(x,y) 값을 조정하는 디지털 컬러 영상의 화질을 개선하는 방법.In the adjusting of the I (x, y) value and the filtering of the adjusted value, only the images belonging to the image group having a brightness lower than the predetermined criterion in the classification step, the I (x, y) How to improve the quality of digital color images by adjusting the values. 제 11 항에 있어서,The method of claim 11, 상기 분류 단계는,The classification step, 초기 데이터 영상들을 분류하여 분류된 데이터 영상으로부터 히스토그램을 계산하고 계산된 히스토그램으로부터 특징 벡터를 추출하여 샘플 영상 분류를 위한 초기 데이터 그룹을 형성하는 단계,Classifying the initial data images to calculate a histogram from the classified data images, extracting feature vectors from the calculated histograms, and forming an initial data group for classifying sample images; 상기 초기 데이터 그룹을 이용하여 각 데이터 그룹을 구분할 수 있는 경계 조건을 추출하는 단계,Extracting boundary conditions for distinguishing each data group using the initial data group; 상기 경계 조건을 이용하여 분류하고자 하는 샘플 영상을 분류하는 단계,Classifying a sample image to be classified using the boundary condition; 상기 분류된 샘플 영상을 이용하여 상기 샘플 영상이 속하는 상기 초기 데이터 그룹의 특징 벡터를 업데이트하는 단계를 포함하는 디지털 컬러 영상의 화질을 개선하는 방법.And updating the feature vector of the initial data group to which the sample image belongs by using the classified sample image. 디지털 영상이 표시될 때 (x,y) 위치에서의 HSV 컬러 스페이스 중 V(value) 채널의 세기(intensity)를 나타내는 I(x,y)의 값을 제공하는 단계,Providing a value of I (x, y) representing the intensity of the V (value) channel in the HSV color space at the (x, y) position when the digital image is displayed, 상기 I(x,y) 값의 히스토그램을 분석하여, 분석된 히스토그램의 분포에 따라 상기 디지털 영상을 개선처리가 필요하지 않은 영상과 개선처리가 필요한 영상 중 일정 기준 이상의 밝기를 갖는 영상과 상기 일정 기준 미만의 밝기를 갖는 영상의 세 그룹으로 분류하는 단계,Analyzing the histogram of the I (x, y) value, the image having a brightness higher than or equal to a predetermined reference and the predetermined criterion among the image that does not need to be improved and the image that needs to be improved according to the distribution of the analyzed histogram Categorizing into three groups of images having brightness less than, 상기 일정 기준 이상의 밝기를 갖는 영상 그룹에 속하는 영상에 대해서 상기 I(x,y) 값을 다음의 수학식 14에 따라 조정하는 제 1 조정 단계,A first adjusting step of adjusting the I (x, y) value for an image belonging to an image group having a brightness higher than a predetermined reference according to Equation 14 below; (F(x,y): 위치 (x,y)에 대한 고유한 서라운드 함수)(F (x, y): unique surround function for position (x, y)) 상기 일정 기준 미만의 밝기를 갖는 영상 그룹에 속하는 영상에 대해서 상기 I(x,y) 값을 다음의 수학식 15에 따라 조정하는 제 2 조정 단계,A second adjustment step of adjusting the I (x, y) value according to Equation 15 for an image belonging to an image group having a brightness less than the predetermined reference; (L; 디지털 영상을 표현하는 그레이-레벨(gray-level)의 수, k, A; 상수)(L; number of gray-levels representing the digital image, k, A; constant) 상기 제 1 및 제 2 조정 단계를 통해 조정된 값을 이용하여 상기 디지털 영상을 표시하는 단계를 포함하는 디지털 컬러 영상의 화질을 개선하는 방법.And displaying the digital image using the values adjusted through the first and second adjustment steps. 제 13 항에 있어서,The method of claim 13, 상기 고유한 서라운드 함수는 다음 수학식 16에 따른 함수인 디지털 컬러 영상의 화질을 개선하는 방법.The unique surround function is a function according to the following equation (16). 제 14 항에 있어서,The method of claim 14, 상기 c의 값은 상기 디지털 영상의 폭과 높이 중에서 큰 값의 25-35%인 디지털 컬러 영상의 화질을 개선하는 방법.Wherein the value of c is 25-35% of the greater of the width and height of the digital image. 제 13 항에 있어서,The method of claim 13, 상기 k의 값은 120-160인 디지털 컬러 영상의 화질을 개선하는 방법.Wherein the value of k is 120-160. 제 13 항에 있어서,The method of claim 13, 상기 I(x,y)의 값을 제공하는 단계 이전에,Prior to providing the value of I (x, y), RGB 컬러 스페이스의 디지털 컬러 영상을 HSV 컬러 스페이스로 변환하는 단계를 더 포함하는 디지털 컬러 영상의 화질을 개선하는 방법.And converting the digital color image in the RGB color space into the HSV color space. 제 13 항에 있어서,The method of claim 13, 상기 제 1 조정 단계 이후에 상기 제 1 조정 단계에서 조정된 값을 필터링하는 단계를 더 포함하는 디지털 컬러 영상의 화질을 개선하는 방법.And filtering the value adjusted in the first adjustment step after the first adjustment step. 제 18 항에 있어서,The method of claim 18, 상기 필터링 단계에서,In the filtering step, 상기 조정된 값의 포지티브 영역과 네거티브 영역에 각각 다른 게인을 적용하여 필터링하는 디지털 컬러 영상의 화질을 개선하는 방법.And applying different gains to the positive area and the negative area of the adjusted value, respectively, to improve the quality of the digital color image. 제 13 항에 있어서,The method of claim 13, 상기 분류 단계는,The classification step, 초기 데이터 영상들을 분류하여 분류된 데이터 영상으로부터 히스토그램을 계산하고 계산된 히스토그램으로부터 특징 벡터를 추출하여 샘플 영상 분류를 위한 초기 데이터 그룹을 형성하는 단계,Classifying the initial data images to calculate a histogram from the classified data images, extracting feature vectors from the calculated histograms, and forming an initial data group for classifying sample images; 상기 초기 데이터 그룹을 이용하여 각 데이터 그룹을 구분할 수 있는 경계 조건을 추출하는 단계,Extracting boundary conditions for distinguishing each data group using the initial data group; 상기 경계 조건을 이용하여 분류하고자 하는 샘플 영상을 분류하는 단계,Classifying a sample image to be classified using the boundary condition; 상기 분류된 샘플 영상을 이용하여 상기 샘플 영상이 속하는 상기 초기 데이터 그룹의 특징 벡터를 업데이트하는 단계를 포함하는 디지털 컬러 영상의 화질을 개선하는 방법.And updating the feature vector of the initial data group to which the sample image belongs by using the classified sample image.