히스토그램 부분 데이터 평활화를 이용한 영상 대비 향상
image contrast enhancement using equalization based on part of histogram data.
- 주제(키워드) 히스토그램 , 평활화 , 지지벡터기계
- 발행기관 아주대학교 일반대학원
- 지도교수 최정주
- 발행년도 2017
- 학위수여년월 2017. 2
- 학위명 석사
- 학과 및 전공 일반대학원 라이프미디어협동과정
- 실제URI http://www.dcollection.net/handler/ajou/000000024797
- 본문언어 한국어
- 저작권 아주대학교 논문은 저작권에 의해 보호받습니다.
초록/요약
본 논문에서는 영상의 히스토그램을 이용하여 대비 값을 극대화하는 방법을 제안한 다. 객체를 탐지하거나 영상의 에지 정보를 사용하는 영상 처리 프로그램에서, 더욱더 좋은 결과 영상을 얻기 위해 선명한 입력 영상이 필요하다. 기존 히스토그램 평활화 기 법은 전역 평활화와 지역 평활화로 나눠진다. 전역 평활화는 히스토그램의 전체 밝기 영역에 평활화를 적용하기 때문에 밝깃값이 과도하게 변하거나 특징이 훼손되는 단 점이 있고, 지역 평활화인 경우 기법에 따른 기준점으로 서브 히스토그램으로 나누고 각각의 서브 히스토그램에 평활화를 진행하기 때문에 블록화 현상이 일어나는 단점이 있다. 이러한 단점을 보완하기 위해 적절한 서브 히스토그램의 분할 기준이 필요하다. 본 논문에서는 히스토그램을 분할 가능한 모든 서브 히스토그램에 평활화를 적용하여 명암대비 값 RMS(Root Mean Square)를 측정한다. 가장 높은 명암대비 값을 가지는 서 브 히스토그램의 분할 기준점 α에서 β 영역에 평활화를 적용하여 대비 값이 극대화된 출력 영상을 얻을 수 있다. 새로운 입력 영상이 명암대비가 극대화되는 분할 기준점을 추천받기 위해 지지 벡터 기계를 사용한다. 지지 벡터 기계는 대비 값이 극대화된 부분 평활화 히스토그램들을 훈련 데이터로 사용하여 입력 영상을 자동으로 기준점 α, β의 서브 히스토그램에 평활화를 적용하여 대비가 극대화된 결과영상을 출력한다.
more목차
제 1 장 서 론 1
제 2 장 관 련 연 구 3
제 1 절 지지 벡터 기계(Support Vector Machines) 3
제 2 절 HE(Histogram Equalization) 3
제 3 절 BBHE(Brightness Preserving Bi-Histogram Equalization) 4
제 4 절 DSIHE(Dualistic Sub-Image Histogram Equalization) 6
제 5 절 RMSHE(Recursive Mean Separate Histogram Equalization) 6
제 6 절 RMS(Root Mean Square) 7
제 3 장 부 분 히 스 토 그 램 평 활 화 8
제 4 장 부분 평활화 영역 추천 14
제 5 장 실 험 결 과 17
제 6 장 결 론 30
