이 페이지의 최신 내용은 아직 번역되지 않았습니다. 최신 내용은 영문으로 볼 수 있습니다.

imhistmatch

참조 영상의 히스토그램과 일치하도록 2차원 영상의 히스토그램 조정하기

구문

J = imhistmatch(I,ref)

J = imhistmatch(I,ref,nbins)

J = imhistmatch(___,Name,Value)

[J,hgram] = imhistmatch(___)

설명

J = imhistmatch(I,ref)는 2차원 회색조 또는 트루컬러 영상 I를 변환하여 참조 영상 ref의 히스토그램과 대략 일치하는 히스토그램을 가지는 출력 영상 J를 반환합니다.

• I 및 ref 모두 트루컬러 RGB 영상인 경우 imhistmatch는 I의 각 색 채널을 그에 대응하는 ref의 색 채널에 개별적으로 일치시킵니다.

• I가 트루컬러 RGB 영상이고 ref가 회색조 영상인 경우 imhistmatch는 I의 각 채널을 ref에서 도출된 단일 히스토그램에 일치시킵니다.

• I가 회색조 영상인 경우 ref도 회색조 영상이어야 합니다.

영상 I 및 ref는 허용 가능한 임의의 데이터형일 수 있으며 크기가 같지 않아도 됩니다.

J = imhistmatch(I,ref,nbins)는 지정된 영상 데이터형에 대해 적절한 범위 내에서 균일한 간격을 갖는 nbins개의 Bin을 사용합니다. 반환된 영상 J는 nbins개를 넘지 않는 이산 수준을 가집니다.

• 영상의 데이터형이 single형이거나 double형이면 히스토그램 범위는 [0, 1]입니다.

• 영상의 데이터형이 uint8형이면 히스토그램 범위는 [0, 255]입니다.

• 영상의 데이터형이 uint16형이면 히스토그램 범위는 [0, 65535]입니다.

• 영상의 데이터형이 int16형이면 히스토그램 범위는 [-32768, 32767]입니다.

J = imhistmatch(___,Name,Value)는 히스토그램 매칭 알고리즘의 동작을 변경하기 위해 이름-값 쌍을 사용합니다.

[J,hgram] = imhistmatch(___)는 히스토그램 매칭을 위해 사용한 참조 영상 ref의 히스토그램을 hgram에 반환합니다. hgram은 1xnbins(ref가 회색조인 경우) 또는 3xnbins(ref가 트루컬러일 경우) 행렬입니다. 여기서 nbins는 히스토그램 Bin의 개수입니다. hgram의 각 행에는 ref의 각 색 채널의 히스토그램이 저장됩니다.

예제

항공 영상의 히스토그램 매칭

이 항공 영상은 매사추세츠주 콩코드에 있는 한 지형을 서로 다른 시간에 촬영한 뷰를 겹친 것입니다. 이 예제에서는 입력 영상 A와 Ref의 크기 및 영상 유형이 다를 수도 있음을 보여줍니다.

RGB 영상 및 참조 회색조 영상을 불러옵니다.

A = imread('concordaerial.png');
Ref = imread('concordorthophoto.png');

A의 크기를 확인합니다.

size(A)

ans = 1×3

        2036        3060           3

Ref의 크기를 확인합니다.

size(Ref)

ans = 1×2

        2215        2956

영상 A와 Ref가 크기와 유형이 다름을 확인할 수 있습니다. 영상 A는 트루컬러 RGB 영상이지만, 영상 Ref는 회색조 영상입니다. 두 영상 모두 uint8 데이터형입니다.

히스토그램 매칭을 적용한 출력 영상을 생성합니다. 이 예제에서는 A의 각 채널을 Ref의 단일 히스토그램과 일치시킵니다. 출력 영상 B는 영상 A의 특성을 물려받아서 크기와 데이터형이 영상 A와 같은 RGB 영상입니다. 영상 B의 각 RGB 채널에 있는 고유한 수준의 개수가 회색조 영상 Ref에서 생성된 히스토그램의 Bin 개수와 같습니다. 이 예제에서는 Ref 및 B의 히스토그램의 Bin 개수가 디폴트 값인 64입니다.

B = imhistmatch(A,Ref);

RGB 영상 A, 참조 영상 Ref, 히스토그램 매칭을 적용한 RGB 영상 B를 표시합니다. 이 영상은 표시되기 전에 크기가 조정됩니다.

imshow(A)
title('RGB Image with Color Cast')

imshow(Ref)
title('Reference Grayscale Image')

imshow(B)
title('Histogram Matched RGB Image')

polynomial 방법을 사용한 영상 히스토그램 매칭

컬러 영상 및 참조 영상을 읽어 들입니다. polynomial 방법을 시연하기 위해 두 영상 중에서 참조 영상에 더 어두운 영상을 할당합니다.

I = imread('office_4.jpg');
ref = imread('office_2.jpg');
montage({I,ref})
title('Input Image (Left) vs Reference Image (Right)');

polynomial 방법으로 영상 I의 명암을 조정해서 이 영상의 히스토그램을 참조 영상 ref의 히스토그램에 일치시킵니다. 비교를 위해 uniform 방법을 사용하여 영상 I의 명암도 조정합니다.

J = imhistmatch(I,ref,'method','polynomial');
K = imhistmatch(I,ref,'method','uniform');
montage({J,K})
title('Histogram-Matched Image Using Polynomial Method (Left) vs Uniform Method (Right)');

uniform 방법을 사용하여 히스토그램 매칭을 수행한 영상에서는 하늘과 길에 가색상이 나타납니다. polynomial 방법을 사용하여 히스토그램 매칭을 수행한 영상에는 이 아티팩트가 나타나지 않습니다.

RGB 영상에 여러 N 값 적용하기

이 예제에서는 영상 Ref의 히스토그램에 사용되는 균일 간격의 Bin 개수를 디폴트 값인 64부터 uint8 픽셀 데이터의 최댓값인 256까지 여러 다른 값을 지정했을 때 출력 영상 J에 어떤 영향을 미치는지 보겠습니다.

다음 영상은 디지털 카메라로 촬영한 것이며, 동일한 장면에 대한 서로 다른 2가지 노출을 보여줍니다.

    A   = imread('office_2.jpg');   % Dark Image
    Ref = imread('office_4.jpg');   % Reference image

더 어두운 영상인 A는 대다수의 픽셀이 낮은 Bin에 있습니다. 참조 영상 Ref는 노출이 적절하게 맞춰진 영상이며, 3개 RGB 채널 모두 가능한 모든 Bin 값으로 완전히 채워져 있습니다. 아래 표에서 볼 수 있듯이 3개 채널 모두 8비트 픽셀 값의 256개 고유 수준을 가지고 있습니다.

빨간색 채널에 대한 고유한 8비트 수준 값은 A에서 205, Ref에서 256입니다. 녹색 채널에 대한 고유한 8비트 수준 값은 A에서 193, Ref에서 256입니다. 파란색 채널에 대한 고유한 8비트 수준 값은 A에서 224, Ref에서 256입니다.

이 예제에서는 nbins에 각기 다른 3개 값 64, 128, 256을 사용하여 출력 영상 B를 생성합니다. 64, 128, 256. 함수 imhistmatch의 목적은 영상 A를 변환하여 출력 영상 B의 히스토그램이 균일한 간격의 nbins개의 Bin으로 생성된 Ref의 히스토그램과 일치하게 하는 것입니다. 따라서 nbins는 영상 B에 있는 이산 데이터 수준의 상한 개수를 나타냅니다.

[B64,  hgram] = imhistmatch(A, Ref,  64);   
[B128, hgram] = imhistmatch(A, Ref, 128);
[B256, hgram] = imhistmatch(A, Ref, 256);

각 출력 영상의 고유한 8비트 수준 값의 개수가 표에 나와 있습니다. nbins가 증가하면 출력 영상 B의 각 RGB 채널에 있는 수준 개수도 늘어납니다.

nbins	출력 영상	고유한 히스토그램 값의 개수
64	B64	57
128	B128	101
256	B256	134

16비트 회색조 MRI 영상의 히스토그램 매칭

이 예제에서는 여러 다른 개수의 Bin을 사용하여 히스토그램 매칭을 수행하는 방법을 보여줍니다.

무릎을 MRI로 촬영한 16비트 DICOM 영상을 불러옵니다.

K = dicomread('knee1.dcm');   % read in original 16-bit image
LevelsK = unique(K(:));       % determine number of unique code values
disp(['image K: ',num2str(length(LevelsK)),' distinct levels']);

image K: 448 distinct levels

disp(['max level = ' num2str( max(LevelsK) )]);

max level = 473

disp(['min level = ' num2str( min(LevelsK) )]);

min level = 0

448개의 이산 값이 모두 낮은 코드 값이며, 따라서 영상이 어둡게 보입니다. 이를 수정하기 위해 영상 데이터를 스케일링하여 16비트 전체 범위 [0, 65535]를 포괄하도록 합니다.

Kdouble = double(K);                  % cast uint16 to double
kmult = 65535/(max(max(Kdouble(:)))); % full range multiplier
Ref = uint16(kmult*Kdouble);   % full range 16-bit reference image

참조 영상 Ref를 어둡게 만들어서 히스토그램 일치 연산에 사용할 수 있는 영상 A를 만듭니다.

%Build concave bow-shaped curve for darkening |Ref|.
ramp = [0:65535]/65535;
ppconcave = spline([0 .1 .50  .72 .87 1],[0 .025 .25 .5 .75 1]);
Ybuf = ppval( ppconcave, ramp);
Lut16bit = uint16( round( 65535*Ybuf ) );
% Pass image |Ref| through a lookup table (LUT) to darken the image.
A = intlut(Ref,Lut16bit);

참조 영상 Ref 및 더 어두워진 영상 A를 봅니다. 두 영상이 이산 코드 값의 개수는 같지만 전반적인 밝기는 다르다는 것을 알 수 있습니다.

subplot(1,2,1)
imshow(Ref)
title('Ref: Reference Image')
subplot(1,2,2)
imshow(A)
title('A: Darkened Image');

각기 다른 개수의 Bin을 가진 히스토그램을 사용하여 히스토그램 매칭을 적용한 출력 영상을 생성합니다. 먼저 기본 Bin 개수인 64를 사용합니다. 그런 다음 영상 A에 있는 값의 개수, 즉 448개의 Bin을 사용합니다.

B16bit64 = imhistmatch(A(:,:,1),Ref(:,:,1));  % default: 64 bins

N = length(LevelsK);     % number of unique 16-bit code values in image A.
B16bitUniq = imhistmatch(A(:,:,1),Ref(:,:,1),N);

두 히스토그램의 매칭 연산 결과를 봅니다.

figure
subplot(1,2,1)
imshow(B16bit64)
title('B16bit64: 64 bins')
subplot(1,2,2)
imshow(Ref)
title(['B16bitUniq: ',num2str(N),' bins'])

입력 인수

I — 입력 영상

2차원 트루컬러 영상 | 2차원 회색조 영상

변환할 입력 영상으로, 2차원 트루컬러 또는 2차원 회색조 영상으로 지정됩니다. 반환된 영상은 입력 영상의 데이터형 클래스를 물려받습니다.

데이터형: single | double | int16 | uint8 | uint16

ref — 참조 히스토그램을 갖는 참조 영상

2차원 트루컬러 영상 | 2차원 회색조 영상

참조 히스토그램을 갖는 참조 영상으로, 2차원 트루컬러 또는 2차원 회색조 영상으로 지정됩니다. 참조 영상은 균일한 간격의 nbins개 Bin을 가지는 참조 히스토그램을 제공하며, 출력 영상 J는 이 히스토그램에 일치시키려고 시도합니다.

데이터형: single | double | int16 | uint8 | uint16

nbins — 참조 히스토그램에 있는 균일한 간격의 Bin 개수

64 (디폴트 값) | 양의 정수

참조 히스토그램에 있는 균일한 간격의 Bin 개수로, 양의 정수로 지정됩니다. nbins는 영상 ref의 히스토그램에 포함되는 균일한 간격의 Bin 개수를 지정할 뿐만 아니라 출력 영상 J에 존재하는 이산 데이터 수준의 최대 개수도 나타냅니다.

데이터형: double

이름-값 쌍의 인수

선택적으로 Name,Value 인수가 쉼표로 구분되어 지정됩니다. 여기서 Name은 인수 이름이고 Value는 대응값입니다. Name은 따옴표 안에 표시해야 합니다. Name1,Value1,...,NameN,ValueN과 같이 여러 개의 이름-값 쌍의 인수를 어떤 순서로든 지정할 수 있습니다.

예: imhistmatch(I,ref,'Method','polynomial')은 다항식 매핑 기법을 사용하여 영상 I의 히스토그램을 참조 영상 ref의 히스토그램에 일치시킵니다.

'Method' — 매핑 기법

'uniform' (디폴트 값) | 'polynomial'

ref의 히스토그램을 영상 I에 매핑하는 데 사용되는 매핑 기법으로, 'Method'와 함께 다음 값 중 하나가 쉼표로 구분되어 지정됩니다.

• 'uniform' — 히스토그램 기반 명암 함수 및 히스토그램 평활화를 사용합니다.

• 'polynomial' — 소스 영상 및 참조 영상의 누적 히스토그램으로부터 3차 에르미트 다항식 매핑 함수를 계산합니다. polynomial 방법은 참조 영상이 입력 영상보다 어두울 때 유용합니다. 이 상황에서는 polynomial 방법이 uniform 방법보다 더 매끄러운 색 전환을 수행합니다.

출력 인수

J — 출력 영상

2차원 트루컬러 RGB 영상 | 2차원 회색조 영상

출력 영상으로, 2차원 트루컬러 또는 회색조 영상으로 반환됩니다. 출력 영상은 영상 I로부터 도출됩니다. 출력 영상의 히스토그램은 균일한 간격을 갖는 nbins개의 Bin으로 생성된 입력 영상 ref의 히스토그램과 거의 일치합니다. 영상 J는 입력 영상 I와 동일한 크기와 데이터형을 갖습니다. 입력 인수 nbins는 영상 J에 포함된 이산 레벨의 최대 개수를 나타냅니다.

데이터형: single | double | int16 | uint8 | uint16

hgram — 참조 영상 ref에서 도출된 히스토그램 도수

1xnbins 벡터 | 3xnbins 행렬

참조 영상 ref에서 도출된 히스토그램 도수로, 벡터 또는 행렬로 지정됩니다. ref가 트루컬러 영상인 경우 hgram은 3xnbins 행렬입니다. ref가 회색조 영상인 경우 hgram은 1xnbins 벡터입니다.

데이터형: double

알고리즘

imhistmatch의 목적은 영상 I를 변환하여 영상 J의 히스토그램이 영상 ref에서 도출된 히스토그램과 일치하게 하는 것입니다. 참조 영상의 히스토그램은 해당 영상 데이터형의 전체 범위를 포괄하는 nbins개의 균일한 간격의 Bin으로 구성됩니다. 이런 방식으로 히스토그램 매칭을 수행하면 nbins는 또한 영상 J에 존재하는 이산 데이터 수준의 상한 개수를 나타내게 됩니다.

이 알고리즘에서 주목해야 할 중요한 동작 특성은 nbins의 값이 증가함에 따라 영상 J의 히스토그램에서 인접한 채워진 피크 간에 변동의 빠른 정도가 커지는 경향이 있다는 점입니다. 이는 16비트 회색조 MRI 예제에서 얻은 다음 히스토그램 플롯에서 확인할 수 있습니다.

nbins의 최적 값은 nbins의 값이 클수록 출력 수준이 많아지는 것과 nbins의 값이 작을수록 히스토그램의 피크 변동이 최소화되는 것 사이를 절충하는 값입니다.

참고 항목

histeq | imadjust | imhist | imhistmatchn

R2012b에 개발됨

×

예제 열기

귀하의 시스템에 이 예제의 수정된 버전이 있습니다. 이 버전을 대신 여시겠습니까?

아니요, 수정된 버전을 덮어씁니다. 예