컴퓨터 비전 | Histogram Equalization,

히스토그램은 이미지에서 Intensity Level이 나타내는 값을 그래프로 표현하는 것이다. 해당 그래프를 바탕으로 누적 히스토그램을 그려서 Mapping function을 그릴 수 있다.

 

 

각각의 요소를 전체 픽셀의 개수로 나눠서 계산할 수 있고 확률 함수로 표현할 수 있다.

 

 

Intensity level이 16이라고 하면 0부터 15까지의 값을 가질 수 있고, Bin의 크기를 4라고 하면 0부터 15까지의 값을 4등분하여 해당 범위의 값을 가지는 픽셀의 수를 전체 픽셀의 수로 나눈 확률값으로 정리를 하면 된다.

 

 

Contrast 란 물체가 구분되도록 밝기와 색상의 차이를 만들어주는 것을 의미한다. Hightest Contrast Image 일수록 Uniform Distribution과 비슷한 양상을 띈다는 것을 기억하자.

 

 

 

Histogram Equalization을 하기 위해서 먼저 Histogram을 계산해야 한다. Bin의 크기와 Intensity Level에 따라서 각 범위에 해당하는 확률값을 표현한다. 그 확률값을 이용해 누적 히스토그램을 구하여 Mapping Function을 구현할 수 있다. 그리고 해당 mapping Function을 바탕으로 Output Value를 해당 픽셀에 대체를 하면 Uniform Distributed 된 이미지를 얻을 수 있다.

 

코드를 살펴보면 equalizeHist 라는 함수를 사용해서 간단하게 진행할 수있다. 첫 번째 파라미터는 Input Image가 들어가고 두 번째 파라미터는 Output Matrix의 이름이 들어간다.

 

하지만 Histrogram Equalization이 이미지의 성능 향상을 보장하지 못한다는 것을 기억할 필요가 있다. 다음처럼 Intensity Level이 어두운 영역에 몰려있는 경우, 오른쪽 사진처럼 너무 하얗게 나올 수 있다. 그 이유를 생각해보길..