The study on the visual quality has been extensively conducted for a long time since it can affect the performance of various computer vision algorithms. As the demand for obtaining high-quality images increases, image-enhancing techniques have attracted much attention. Among the several methods, contrast enhancement (CE) algorithm is often used to improve the image quality since contrast is an important factor in the human perception of image quality. Moreover, to develop effective and well-designed CE methods, research is needed on how to accurately predict the quality of images. In other words, the image quality assessment (IQA) can more accurately validate the superiority of CE algorithm performance and can help in the development of better CE algorithms. Therefore, this dissertation explores the study on how to improve the contrast and how to well measure the contrast quality. First, we present an adaptive CE algorithm considering both preservation of the shape of a 1D histogram and statistical information on the gray-level differences between neighboring pixels obtained by a 2D histogram. Compared with several state-of-the-art enhancement algorithms, the proposed algorithm shows highly competitive performance. Second, we propose the objective metric which can precisely predict the perceptual quality of contrast-changed images using inter-pixel contextual information. Experimental results show that the proposed metric provides a more accurate prediction of human perception of contrast change than other metrics. We further extend the CE algorithm to infrared (IR) images by using the proposed ramp distribution-based bit conversion method.
시각적 품질에 대한 연구는 다양한 컴퓨터 비전 알고리즘의 성능에 영향을 줄 수 있으므로 오랜 기간 동안 광범위하게 수행되었다. 고품질의 영상을 얻기 위한 요구가 증가함에 따라 영상 개선 기술이 많은 관심을 끌고 있다. 여러 가지 방법 중 대비 향상 알고리즘은 영상의 품질을 향상시키기 위해 사용되는데, 그 이유는 대비가 영상의 품질에 대한 인간의 인식에서 중요한 요소이기 때문이다. 또한 효율적이고 잘 설계된 대비 향상 방법을 개발하기 위해서는 영상의 품질을 정확하게 예측하는 방법에 대한 연구가 필요하다. 즉, 영상 품질 평가 방법은 대비 향상 알고리즘 성능의 우수성을 보다 정확하게 검증 할 수 있으며 더 나은 대비 향상 알고리즘 개발에 도움이 될 수 있다. 따라서, 이 논문은 대비를 개선하는 방법과 대비 품질을 잘 측정하는 방법에 대한 연구를 탐구하고자 한다. 먼저, 1 차원 히스토그램의 모양을 보존하고 2 차원 히스토그램에서 얻은 인접 픽셀 간의 차이 값에 대한 통계 정보를 고려하여 적절한 대비 향상 알고리즘을 제시한다. 몇 가지 최신의 개선 알고리즘과 비교할 때, 제안하는 알고리즘은 매우 경쟁적인 성능을 보여준다. 둘째, 픽셀 간 문맥 정보를 이용하여 대비가 변화된 영상의 인지적 품질을 정확하게 예측할 수 있는 객관적인 척도를 제안한다. 실험 결과는 제안하는 척도가 다른 척도들보다 대비 변화에 대한 사람의 인식에 보다 정확한 예측을 제공한다는 것을 보여준다. 더 나아가 제안하는 램프 분포 기반 비트 변환 방법을 이용하여 대비 향상 알고리즘을 적외선 영상으로 확장한다.
