[영상 처리] 디지털 영상의 히스토그램 (Histogram)

히스토그램 (Histogram)

데이터의 특징을 한 눈에 알아볼 수 있도록 데이터를 막대그래프 모양으로 나타낸 것입니다.

​

입력 영상을 히스토그램으로 만드는 과정을 그린 그림입니다.

(a)는 16개의 화소로 구성되어있고, 화소 비트 수가 3비트라서 명도를 8까지 표현할 수 있는 디지털 영상입니다.

히스토그램을 통해 입력 영상의 명도 값이 골고루 분포되어 있다는 것을 알 수 있습니다.

​

히스토그램을 통해 영상의 특징을 파악할 수 있습니다.

산술 연산 - 히스토그램 이동 (Shifting)

1) 덧셈 연산

명도 값을 증가시켜 영상을 밝아지므로, 히스토그램의 기둥이 오른쪽으로 이동합니다.

​

2) 뺄셈 연산

명도 값을 감소시켜 영상을 어둡게하므로, 히스토그램 기둥이 왼쪽으로 이동합니다.

​

3) 곱셈 연산

명암 대비가 증가하며, 히스토그램 기둥의 분포가 넓어집니다.

​

4) 나눗셈 연산

명암 대비가 감소하여, 히스토그램 기둥의 분포가 좁아집니다.

​

히스토그램 스트레칭 (Histogram Stretching)

스트레칭 = 늘린다(?)

​

낮은 명암 대비의 영상의 품질을 향상시키기 위해 명암 대비를 향상시키는 연산입니다.

그래서, 명암 대비 스트레칭이라고도 합니다.

​

히스토그램이 모든 범위의 화소 값을 포함하도록 분포를 넓히는 연산입니다. (화소 수는 그대로)

이러한 방법으로는 기본 명암 대비 스트레칭과 엔드-인 탐색이 있습니다.

​

1) 기본 명암 대비 스트레칭

이상적이지 못한 히스토그램 분포 중에서 명암 대비가 낮은 디지털 영상의 품질을 향상시키는 기술입니다.

​

아래는 수행 공식입니다. (8비트 기반)

old pixel : 원 영상 화소의 명도 값

new pixel : 결과 영상 화소의 명도 값

low : 히스토그램의 최저 명도 값

high : 히스토그램의 최고 명도 값

255 : 8비트의 최고 명도 값 (화소의 비트 수가 다르면 달라진다)

​

아래 히스토그램을 보면 분포가 고르게 바뀌는 것을 볼 수 있습니다.

​

스트레칭을 통해 영상의 명암 대비가 뚜렷해지면서 고퀄이 된 것을 볼 수 있습니다.

​

​

2) 엔드-인 탐색

모든 범위의 명도 값이 있음에도 불구하고, 화소의 대부분이 특정 값으로 구성된 영상도 있습니다.

이런 영상의 히스토그램은 전 구간에 분포하지만, 특정 부분에만 집중되어 있으므로 최저, 최고 값 주위에는 기둥이 없습니다.

​

엔드-인 탐색은 일정한 양의 화소를 흑백으로 지정하여 히스토그램의 분포를 좀더 균일하게 만드는 방법입니다.

변수 명칭은 마찬가지로 2개의 임계 값 low, high를 사용합니다.

​

아래는 엔드-인 탐색을 적용시킨 결과입니다.

​