DOI QR코드

DOI QR Code

Weighted Histogram Equalization Method adopting Weber-Fechner's Law for Image Enhancement

이미지 화질개선을 위한 Weber-Fechner 법칙을 적용한 가중 히스토그램 균등화 기법

  • Kim, Donghyung (Dept. of Computer Science & Information Systems, Hanyang Women's Univ.)
  • 김동형 (한양여자대학교 컴퓨터정보과)
  • Received : 2014.04.03
  • Accepted : 2014.07.10
  • Published : 2014.07.31

Abstract

A histogram equalization method have been used traditionally for the image enhancement of low quality images. This uses the transformation function, which is a cumulative density function of an input image, and it has mathematically maximum entropy. This method, however, may yield whitening artifacts. This paper proposes the weighted histogram equalization method based on histogram equalization. It has Weber-Fechner's law for a human's vision characteristics, and a dynamic range modification to solve the problem of some methods, which yield a transformation function, regardless of the input image. Finally, the proposed transformation function was calculated using the weighted average of Weber-Fechner and the histogram equalization transformation functions in a modified dynamic range. The simulation results showed that the proposed algorithm effectively enhances the contrast in terms of the subjective quality. In addition, the proposed method has similar or higher entropy than the other conventional approaches.

저화질 이미지의 화질 개선에는 전통적으로 히스토그램균등화 기법이 사용되어 왔다. 히스토그램균등화 기법은 입력 이미지의 누적밀도함수를 변환함수로 사용하는 기법으로 이는 이론상 최대의 엔트로피를 가지지만 주관적 화질 측면에서는 백화현상이 나타나는 문제점이 있다. 본 논문에서는 히스토그램균등화 기법 기반의 가중 히스토그램 균등화 기법을 제안한다. 이는 인간의 시각특성을 반영한 Weber-Fechner 법칙을 사용하며 입력영상에 독립적인 변환함수를 제공하는 여러 이미지 화질 개선 기법들이 가지는 문제점을 해결하기 위해서 동적영역 재조정 과정을 포함한다. 최종적으로 재조정된 동적영역 범위 내에서 Weber-Fechner 법칙을 적용한 변환함수와 히스토그램균등화 기법을 통해 얻어진 변환함수간의 가중 평균을 통하여 변환함수를 생성한다. 실험결과 제안하는 알고리즘은 주관적 화질 측면에서 대비비를 효과적으로 향상시키는 것을 보여주며, 엔트로피 또한 비교에 사용된 여러 이전의 방법들과 비교하여 유사하거나 높은 값을 가지는 것을 볼 수 있었다.

Keywords

References

  1. R. C. Gonzalez and R. E. Wood, Digital Image Processing, 2nd ed., pp. 75-146, Prentice Hall, 2002.
  2. Y. T. Kim, "Contrast enhancement using brightness preserving bi-histogram equalization," IEEE Trans. Consumer Electronics. vol.43, no.1, pp. 1-8, Feb., 1997. DOI: http://dx.doi.org/10.1109/30.580378
  3. Y. Wan, Q. Chen, and B. M. Zhang, "Image enhancement based on equal area dualistic sub-image histogram equalization method," IEEE Trans. Consumer Electronics, vol.45, no.1, pp.68-75, Feb., 1999. DOI: http://dx.doi.org/10.1109/30.754419
  4. S. Chen and A. Ramli, "Minimum mean brightness error bi-histogram equalization in contrast enhancement," IEEE Trans. Consumer Electronics, vol.49, no.4, pp.1310-1319, Nov., 2003. DOI: http://dx.doi.org/10.1109/TCE.2003.1261234
  5. C. Wang, J. Peng, and Z. Ye "Flattest histogram specification with accurate brightness preservation," IEEE Trans. Image Processing, vol.2, no. 5, pp.249-262, Oct. 2008. DOI: http://dx.doi.org/10.1049/iet-ipr:20070198
  6. S. Yang, J. H. Oh, and Y. Park, "Contrast enhancement using histogram equalization with bin underflow and bin overflow," IEEE Conference on Image Processing, vol.1, pp. 881-884, Sept. 2003.
  7. T. Arici, S. Dikbas, and Y. Altunbasak, "A histogram modification framework and its application for image contrast enhancement," IEEE Trans. Image Processing, vol.18, no.9, pp.1921--1935, Sept., 2009. DOI: http://dx.doi.org/10.1109/TIP.2009.2021548
  8. T. Kim and J. Paik, "Adaptive Contrast Enhancement Using Gain-Controllable Clipped Histogram Equalization," IEEE Trans. Consumer Electonics, vol.54, no.4, Nov., 2008. DOI: http://dx.doi.org/10.1109/TCE.2008.4711238
  9. K. Murakoshi, M. Miura, "Image correction method for the colour contrast effect using inverse processes of the brain," ELSEVIER Trans. BioSystesm, vol.101, pp.162-165, Sept., 2003. DOI: http://dx.doi.org/10.1016/j.biosystems.2010.06.004