[영상 처리] 히스토그램 평활화 (Histogram Equalized)

히스토그램 평활화 (Histogram Equalized)

어둡게 촬영된 영상의 히스토그램을 조절하여 명암 분포가 빈약한 영상을 균일하게 만들어줍니다.

예를 들어, 역광으로 찍힌 사진을 밝게 하고 싶을때 사용합니다.

​

영상의 밝기 분포를 재분배하여 명암 대비를 최대화하고, 명암 대비 조정을 자동으로 수행하게끔 합니다.

(단, 각 명암 빈도는 변경되지 않습니다)

​

검출 특성이 좋은 영상만 출력하지는 않지만 영상의 검출 특성을 증가 시킵니다.

히스토그램 평활화 과정

1) 0부터 i 까지의 명암 값의 빈도 수를 측정하여 히스토그램 생성

계산한 히스토그램을 보면 전체적으로 왼쪽으로 편향되어 있다는 사실을 알 수 있습니다.

자, 그럼 이 영상을 오른쪽으로 펼춰줘야 합니다.

​

2) 0부터 i 까지의 누적 빈도 수를 계산

위 공식대로 처음부터 끝까지의 누적 빈도 수(누적합)을 계산합니다.

마지막 누적합이 16인 것으로 보아 4*4 형태의 영상의 총 화소수는 16이므로 정확히 계산했네요.

​

​

3) 누적 빈도 수로 정규화된 누적합을 계산

정규화를 하는 이유는 기준점을 잡기 위해서 하는 과정입니다.

예를 들면, A 고등학교 학생들의 성적은 주로 80~90점에 분포하고 있습니다.

B 고등학교 학생들의 성적은 주로 30~50점에 분포하고 있습니다.

A에서 잘하는 사람과 B에서 잘하는 사람의 점수 차이는 크지만 모두 1등입니다!

각자 1등이라고 우기는 학생들을 진정시키기위해 두 학교의 점수들을 모두 정규화하면 누가 더 잘 났는지 압니다.

​

위 공식대로 누적합을 정규화된 누적합으로 바꿔줍니다. 결국, 마지막 명도에 대해선 최대 명도 값이 나와야합니다.

이 때, 정규화된 누적합이 소수가 나오게 된다면 반드시 반올림을 해주어 매핑해주어야 합니다.

​

​

이 과정을 거쳐 히스토그램 평활화를 적용하면 어두운 영상은 밝게, 밝은 영상은 조금 어둡게 합니다.

따라서, 아래와 같이 균등한 분포를 가지는 히스토그램이 나타납니다.