Chapter 3. Image Enhancement

1. Contrast Enhancement

1.1 linear contrast stretching

  • Thresholding을 정하고 크면 1, 작으면 0 등으로 변환 -> 사람의 간섭(쓰레쉬홀드 지정) 필요

1.2 Histogram Equalization 1

  • 색상 분포(Histogram)를 평활화 함 -> 완전 자동화, 사람의 간섭(파라미터 입력) 없음

  • 단점 : 노이즈도 커지게 됨 -> 노이즈 제거 기술을 같이 사용함

  • Color Histogram Equalization은 RGB대신 HSV로 변환 하여 주로 사용

  • Clipping Histogram Equaztion : 확률적으로 낮은 Intensity의 경우 해결 방법 -> 윗 부분을 잘라서 다른곳에 보상

2. High Pass Filter

  • Sharpenning Images = Edge Detection
  • 뺄셈 연산

3. Unsharp Mask

  • High Pass filter의 문제점 해결 (노이즈 생김 -> 노이즈 제거 하기 위해 Low pass fiter하면 Sharp가 없어짐)

3.1 Laplacian operator

변곡점 = 기울기가 최대 = 두번 미분 한것이 0 위로 볼록(Convex), 아래로 볼록(concave)

  1. Orginal signal을 Moving Average(Lowpass filter)하여 Blurred signal 을 만듬
  2. 아래 볼록이면 -, 위로 복록이면 + 하여 Unsharp Mask 생성 -> Laplacian operator
  3. Original signal과 Uncharp mask를 적용하여 Sharpened Signal 도출

4. Fog(Haze) Removal

  • 안개 제거
1. http://dsp.stackexchange.com/questions/13834/why-is-histogram-equalization-called-as-equalization ↩

results matching ""

    No results matching ""