Histogram-based Image Processing Techniques¶

Histogram Stretching¶

histogram을 통해 contrast를 간단히 향상시키는 방법

histogram을 통해 contrast를 향상시키는 방법

영상 전체의 histogram에서 구한 CDF(Cumulative Distribution Function, 누적분포함수)를 이용하여 intensity를 재분배하고 contrast를 향상시키는 방법임.
전체 영상에 동일한(global) 변환을 적용 하므로 illumination(조명)이 불균일한 영상에서는 일부 영역의 contrast 개선이 제한되거나 noise(잡음)가 강조될 수 있음.

histogram을 통해 contrast를 local 별로 adaptive 하게 향상시키는 방법
(조명이 불균일한 경우 포함)

영상을 작은 tile(영역, patch)로 나누어 각 영역의 histogram을 이용하므로, illumination이 불균일한 경우 에도 local contrast(국소 명암 대비)를 개선할 수 있는 방법임.
Histogram의 큰 bin 값을 clip limit으로 제한하고 초과분을 재분배하여 과도한 contrast 및 noise 증폭을 억제하며,
인접 영역의 변환 결과를 interpolation(보간)하여 경계의 불연속을 줄임.

참고: CLAHE

원하는 histogram이 되도록 입력이미지를 변경처리하는 방법.

입력 영상의 histogram이 지정된 target histogram(목표 히스토그램)에 가까워지도록 intensity를 변환하는 방법
Histogram Specification이라고도 불림.
Reference image(참조 영상)의 histogram을 target으로 사용하여 서로 다른 영상의 밝기 및 contrast 분포를 유사하게 조정하는 데 활용됨.

histogram을 일종의 feature로 삼아서 이를 통해 image segmentation 을 수행.

관심 대상의 intensity 또는 color histogram을 feature(특징)로 사용하여,
입력 영상의 각 pixel에 해당 histogram bin의 값을 대응시키는 방법임.
이렇게 얻은 response map(응답 맵)에서 값이 큰 영역을 선택하여 관심 대상의 위치 탐색이나 image segmentation(영상 분할)에 활용함.

영상의 intensity histogram을 분석하여 threshold(임계값)를 결정하고, 이를 기준으로 object(대상)와 background(배경)를 분리하는 방법임.
대상의 면적 비율을 이용하는 p-tile,
histogram peak 사이의 valley를 이용하는 mode,
between-class variance(클래스 간 분산)를 최대화하는 Otsu Thresholding 등이 있음.