[論文レビュー] Image Enhancement using Fuzzy Intensity Measure and Adaptive Clipping Histogram Equalization

Xiangyuan Zhu, Xiaoming Xiao+3 more|arXiv (Cornell University)|Jan 15, 2021

Image Enhancement Techniques参考文献 34被引用数 5

ひとこと要約

本稿では、ノイズと明るさの歪みを低減するため、ヒストグラムセグメンテーションにためのファジィ強度指標と、ヒストグラムエクイタライゼーションにおける適応的クリッピングを組み合わせた、FIMHEと呼ばれる新しい画像強調手法を提案する。ファジィセグメンテーションに基づいて知的にヒストグラムをクリッピングすることで、FIMHEは視覚的品質を向上させ、ベンチマークデータセットにおいて最先端の手法を上回る性能を発揮する。

ABSTRACT

Image enhancement aims at processing an input image so that the visual content of the output image is more pleasing or more useful for certain applications. Although histogram equalization is widely used in image enhancement due to its simplicity and effectiveness, it changes the mean brightness of the enhanced image and introduces a high level of noise and distortion. To address these problems, this paper proposes image enhancement using fuzzy intensity measure and adaptive clipping histogram equalization (FIMHE). FIMHE uses fuzzy intensity measure to first segment the histogram of the original image, and then clip the histogram adaptively in order to prevent excessive image enhancement. Experiments on the Berkeley database and CVF-UGR-Image database show that FIMHE outperforms state-of-the-art histogram equalization based methods.

研究の動機と目的

• 従来のヒストグラムエクイタライゼーションの限界、すなわちノイズの過剰増幅と平均明るさのシフトを解消すること。
• 歪みを低減し、知覚的明るさを保持することで、画像強調の品質を向上させること。
• 画像の内容に応じて強調の強度を適応的に制御する手法を開発すること。
• 標準的な画像データベースにおいて、既存のヒストグラムエクイタライゼーションに基づく手法を上回る性能を達成すること。

提案手法

• 入力画像のヒストグラムを、所属関数に基づいて異なる強度領域に分割するため、ファジィ強度指標を適用する。
• セグメンテーションされたヒストグラムを用いて、高周波数強度領域での過剰強調を防ぐための適応的クリッピング閾値を決定する。
• クリッピングされたヒストグラムに対してヒストグラムエクイタライゼーションを実行し、ノイズ増幅を最小限に抑えつつコントラストを向上させる。
• ファジィ論理を統合し、局所的な画像特性に応じてクリッピングレベルを動的に調整する。
• 適応的クリッピングによる動的範囲拡張の制限を通じて、平均明るさの保持を保証する。
• ファジィセグメンテーションと適応的クリッピングを組み合わせ、コントラスト向上とアーチファクト抑制のバランスを図る。

実験結果

リサーチクエスチョン

• RQ1 ファジィ強度指標は、より良い強調制御のための画像強度分布のセグメンテーションをどのように改善するか？
• RQ2 固定クリッピングと比較して、適応的クリッピングはヒストグラムエクイタライゼーションにおけるノイズと歪みをどの程度低減するか？
• RQ3 提案手法は、コントラスト強調の際、元の画像の平均明るさを保持できるか？
• RQ4 画像品質指標の観点から、FIMHEは最先端のヒストグラムエクイタライゼーション技術と定量的にどのように比較されるか？
• RQ5 この手法は、ベンチマークデータセット内の多様な画像タイプにおいて、視覚的品質を維持できるか？

主な発見

• FIMHEは、従来のヒストグラムエクイタライゼーション手法と比較して、ノイズと歪みを顕著に低減した。
• この手法は、元の画像の平均明るさを保持しており、一般的な明るさのシフトという問題を回避した。
• Berkeleyセグメンテーションデータセットでは、FIMHEはベースライン手法よりも高いPSNRおよびSSIM値を達成した。
• CVF-UGR-Imageデータベースにおける実験により、FIMHEが客観的および主観的評価の両方で最先端の技術を上回ることが確認された。
• ファジィ強度指標の使用により、より正確で文脈に配慮したヒストグラムセグメンテーションが可能になった。
• ファジィセグメンテーションに基づく適応的クリッピングは、アーチファクトが低減したより自然な見た目の画像強調を実現した。