히스토그램 평활화(Histogram Equalization) - HE, AHE, CLAHE 비교

히스토그램 평활화에 대해 정리하였습니다.
히스토그램에 대한 설명은 이곳을 참고하시면 됩니다.

히스토그램(Histogram)이란?

Histogram Equalization 전처리 기법

• 모두 이미지 전처리 기법 중 하나
• 너무 어둡거나 너무 밝은 이미지 등의 대비가 낮은 사진들의 대비를 늘리는 기법

 

1. Histogram Equalization(HE)

• 영상의 밝기 분포를 재분배하여 명암 대비를 최대화하는 것
• 이미지를 하나의 히스토그램으로 나타내 몰려 있는 분포를 넓게 분포시키는 것
• 단점: 특정 부분에 대해 대비를 향상시키는 것이 어려움

(좌) 원본 사진 - 히스토그램 분포 (우) HE 적용 - 히스토그램 분포

 

2. Adaptive Histogram Equalization(AHE)

• 하나의 이미지를 여러 개의 영역으로 쪼개고 그 쪼갠 이미지들을 각각 Histogram Equalization을 적용하는 방법
• 단점: 블록 단위로 평활화를 적용하면 노이즈가 커질 수 있어, 원본 이미지와는 거리가 있는, 현실적이지 않은 결과를 얻게 될 수 있음

(좌) 원본 사진 - 히스토그램 분포 (우) AHE 적용 - 히스토그램 분포

 

3. Contrast Limited Adaptive Histogram Equalization(CLAHE)

• AHE처럼 이미지를 여러 개의 영역으로 구분하여 각각 평활화를 적용하는 것은 같으나 노이즈를 감소시키는 Contrast Limiting 기법을 이용 → 각 영역 별로 평활화가 모두 진행되면 그 사이의 경계 부분은 bilinear interpolation을 적용해 부드럽게 바꿔줌
• 장점: 변환된 이미지가 실제 이미지와 비슷한 특성을 갖게 됨

 

비교 Example

• 원본, HE, AHE, CLAHE 순서

출처: https://www.mdpi.com/2079-9292/11/14/2248

(좌) 원본 이미지, (우) HE 적용 이미지

(좌) AHE 적용 이미지, (우) CLAHE 적용 이미지