Image Processing2: Image Enhancement

1. กลาวนํา

จากที่ไดกลาวในบทนําแลว สําหรับในบทนี้จะไดอธิบายถึง
รายละเอียดของ Image Enhancement คือ กระบวนการปรับปรุงภาพใหดี
ขึ้นเพื่อประโยชนการแปลภาพดวยการมองดวยตา (Visual Interpretation)
โดยที่ไมมีการเปลี่ยนแปลงเนื้อภาพ สามารถแบงไดเปน ๒ domains:
Spatial Domain และ Frequency Domain สําหรับในบทนี้จะไดเนน
Image Enhancement ใน Spatial Domain ซึ่งสามารถทําความเขาใจงาย
สําหรับผูที่ไมพื้นฐานทางวิศวกรรมไฟฟา

Image Enhancement สามารถอธิบายดวยสมการดังนี้

โดย f(x,y) คือ ภาพใดๆ และ S คือ กระบวนการเปลี่ยนแปลงใดๆ โดยที่ไม

มีการเปลี่ยนแปลงเนื้อภาพ (Image Content)

รูปที่ ๑ กระบวนการ Image Enhance

กอนที่จะกลาวถึงรายละเอียดในการทํา Image Enhancement ดังตอไปนี้

Noise คือ การแปรปรวนโดยไมไดคาดหวังของความเขมของแสง (Gray

Scale) ของภาพ

รูปที่ ๒ ภาพที่มี Noise (ซาย) เมี่อเปรียบเทียบกับภาพที่มีการทํา Noise

Reduction (ขวา)

8
Histogram คือ กราฟแสดงการกระจายของความเขมของแสง (Gray
Scale) ของภาพ

รูปที่ ๓ Histogram ของภาพ

โดยที่ Histogram สามารถแสดงความดํา—ขาวของทั้งภาพซึ่งสามารถดวย
ภาพขางลาง

รูปที่ ๔ ภาพที่แสดงความเขมของแสงที่มืดและ Histogram ของภาพ

รูปที่ ๕ ภาพที่แสดงความเขมของแสงที่สวางและ Histogram ของภาพ

9
 เมื่อพิจารณาจากรูปที่ ๓ แสดงใหเห็นวา การกระจายขอมูลของ
Histogram ในรูปที่มืดมียอดเขาใกล 0 และในรูปที่ ๔ การกระจายขอมูล
ของ Histogram ในรูปที่สวางมียอดเขาใกล 255
ตามที่เราเคยทราบวาในทางสถิติ การกระจายขอมูลของ
Histogram ที่สมบูรณควรเปนรูประฆังคว่ําที่มีสมมาตรของการกระจายแบบ
ปกติ (Normal Distribution)

รูปที่ ๖ การกระจายแบบปกติ (Normal Distribution)

ดังนั้น สิง่ แรกในการทํา Image Enhancement คือ การตรวจสอบ

Histogram ของ Image นั้นๆ

2. Image Enhancement โดยอาศัยพื้นฐานของ Histogram

สําหรับในสวนนี้ การทํา Image Enhancement โดยอาศัยพื้นฐานของ

Histogram ที่วา การกระจายขอมูลของ Histogram ที่สมบูรณควรเปนรูป
ระฆังคว่ํา ดังนั้นการทํา Image Enhancement โดยอาศัยพื้นฐานของ
Histogram โดยการแปลงHistogramเดิมของImageใหมีใกลเคียงรูประฆัง
คว่ําที่มีสมมาตร ดังนั้นจะขอแนะนําการใช Histogram ทํา Image
Enhancement บางชนิด

2.1 Histogram Sliding

Image Sliding คือ เทคนิคการทํา Image Enhancement โดยการบวก
หรือลบคา Gray Scale ทั้ง Image ดวยคาคงเดียวกัน

10
 รูปที่ ๗ ภาพ Original (ซาย) และ ภาพที่มีเพิ่มคา Gray Scale บวก

2.2 Image Stretching

Image stretching คือ การขยาย range ของ Histogram เปน range

ใหมที่ตองการโดยสมการดังนี้

Pin คือ คา Input Gray Scale

Pout คือ คา Output Gray Scale
b และ a คือ คา Gray Scale สูงสุดและต่ําสุดของ range ใหม
d และ c คือ คา Gray Scale สูงสุดและต่ําสุดของ range เกา

--
รูปที่ ๘ ซาย: original image, ขวา: histogram stretched
image

11
 --
รูปที่ ๙ ซาย: histogram of original image, ขวา: histogram
of enhanced image
2.3 Logarithm operator

ในการใชบีบอัด Dynamic Range ของภาพโดยแทนดวยคา Pixel Value

ดวยคา Logarithm ซึ่งมีผลให Pixel ที่มี Low Intensityไดรับปรับปรุง โดย
มาจากพื้นฐานของ Logarithm Mapping Function ดังตอไปนี้

ซึ่ง Q(i,j) เปนคา Output Pixel Value

P(i,j) เปนคา Input Pixel Dynamic Range
c เปนคาคงที่
การ Enhancement โดยการเพิ่ม 1 ใน Function ดังตอไปนี้

โดยการคาคงที่เทากับ

รูปที่ ๑๐ Input และ Output Image โดยการ Enhancement แบบ

Logarithm operator

12
รูปที่ ๑๑ Dynamic Range of Image กอน (บน) และ หลัง (ลาง) การทํา
Image Enhancement แบบ Logarithm operator

2.4 Exponential operator

Operatorนี้มีการทํางานมีเหมือน Logarithm operatorโดยใชการเพิ่ม

Dynamic Range แตจะมีผลดีในการปรับปรุง Pixel ที่มี High Intensity
โดยอาศัยสมการ Mapping Function ดังตอไปนี้

ซึ่ง Q(i,j) เปนคา Output Pixel Value

P(i,j) เปนคา Input Pixel Value
b เปนthe basis
c เปน scaling factor
โดยการทํา Enhancement โดยการลบ 1 ในสมการดังตอไปนี้

รูปที่ ๑๑ Input และ Output Image โดยการ Enhancement แบบ

Logarithm operator

13
รูปที่ ๑๒ Dynamic Range of Image กอนการทํา Image Enhancement
แบบ Logarithm operator

รูปที่ ๑๓ Dynamic Range of Image หลังการทํา Image Enhancement

แบบ Logarithm operator

2.5 Histogram Equalization

14
Histogram Equalization เปนเทคนิคการ Enhancement ซึ่งคอนขางจะ
ซับซอนในการปรับปรุง Dynamic Range และ Contrast ของ Imageโดย
การเปลี่ยน Image นั้นโดยทําให Histogram ของ Image เปนรูปตาม
ตองการ histogram modeling operatorsอาจจะใช non-linear and
non-monotonic transfer functions เพื่อ map คา Pixel Intensity Value
ระหวาง Input และ Output images สําหรับ Histogram equalization ใช
monotonic, non-linear mappingโดยการกําหนดซา Intensity Value
ของ Pixels ใน Input Image เชนกับใน Output Imageซึ่งบรรจุการ
กระจายแบบ Uniform. โดยมากมักจะใชเทคนิคนี้ในการเปรียบเทียบภาพ
เพราะสามารถEnhanceอยางรายละเอียดและใชในการแกผลกระทบทาง
Non-linear เชน ในการแสดงภาพ เปนตน

รูปที่ ๑๒ Input และ Output Image โดยการ Enhancement แบบ

Histogram Equalization

รูปที่ ๑๓ กระบวนการในการทํา Histogram Equalization Function

15
จากกระบวนการในการทํา Histogram Equalization โดยจากการทํา
Histogram Modeling ตองพิจารณาเปน continuous process functions
ดังนั้นเรากําหนดให Image of Interest มีการบรรจุ Intensity levelsแบบ
Continuous (มี Interval 0 ถึง 1) และที่ซึ่ง transformation function f w
ซึ่ง maps input image ไปสู output image เปน
continuous ภายในชวง interval ดังกลาว

ทุก Pixels ใน Input Image ซึ่งมีความหนาแนนใน Region ตั้งแต DA จาก

DA + dDA จะมีคา Pixel Value ที่ถูกกําหนดดังเชนคาดวามหนาแนนในชวง
ตั้งแต DB จาก DB + dDB ดังนั้นพื้นผิว ha (Da)dDa และ hb (Db)dDb จะ
B

กําหนดดังนี้

โดย .

จากผลลัพธืสามารถอธิบายในเอมของความนาจะเปน ถา Histogram h

เปน a continuous probability density function ซึ่งอธิบายกระจาย the
(assumed random) intensity levels

สําหรับกรณี histogram equalization the output probability densities

ควรเปนเศษสวนของจํานวนสูงสุดของ intensity levels ใน the input
image (ที่ซึ่งระดับต่ําสุดที่ถูกพิจารณาเทากับ 0) Transfer function
(or point operator) จะเทากับ

ดังนั้น

ที่ซึ่ง คือ the cumulative probability distribution(เชน cumulative

histogram) ของภาพเดิม ดังนั้นภาพที่ถูกเปลี่ยนแปลงให Output Image
ที่เรียบ

การปรับปรุงพัฒนาของ histogram equalization ถูกแสดงโดยนิยาม a

transfer function ในรูปที่ ๑๓

16
ที่ซึ่ง N เปนจํานวนของ image pixels

เปนจํานวนของ image pixels ที่ intensity level k or less

ในการพัฒนาปรับปรุงทางDigital Output-Image ไมจําเปนตองทํา

equalized เต็มชทั้งหมด อาจจะทํา

3. Gamma Correction

3.1 Gamma คือ อะไร

ความเขมของแสงซึ่งเกิดขึ้นโดยเครื่องมือทางกายภาพมักจะเปน a linear
function ของสัญญาณที่ถูกพิจารณา CRT โดยทั่วไปมี a power-law
response to voltage: Intensity ที่ถูกผลิต ณ หนาของการแสดงคือ
voltage ของที่ถูกพิจารณาขึ้นถึง 2.5 Power. คาตัวเลขของ Exponent
ของ power function ที่สามารถเรียก gamma. Nonlinearityจะถูกชดเชย
เพื่อการผลิตที่ของIntensity

จากที่กลาวขั้นตน, การมองเห็นของมนุษยมี Nonuniform perceptual

responseสู Intensity ถา Intensityถูกกําหนดเปนชวงที่แคบ 256 เพื่อการ
ใชที่มีประสิทธิภาพและอธิบายคุณสมบัติการมองเห็น

Graph ของ an actual CRT's transfer function โดยกําหนด 3

CONTRAST

รูปที่ ๑๔ Graph ของ an actual CRT's transfer function

17
กราฟนี้ชี้ใหเห็นวาสัญญาณซึ่งมี Voltage จาก zero ถึง 700 mVดังนั้นใน a
typical eight-bit digital-to-analog converterบน framebuffer card, ดํา
ถูกกําหนดที่ Code 0 และ ขาว ถูกกําหนดที่ Code 255

ฉะนั้น Vision’s response to intensity คือ inverse of a CRT's

nonlinearityโดยมีประสิทธิภาพ ถาเราใช transfer function สู code
สัญญาณที่สามารถเกิดผลดีของคุณสมบัติของการมองเห็นทางแสง:
function คลาย L* function, การcodingจะถูกแปลงโดย CRT

3.2 gamma correction คือ อะไร

ในระบบวิดีโอ Gamma correctionจะถูกแปลงเปน nonlinear video
signalโดย gamma correction ซึ่งเปนถูกทําใน Camera Rec. 709
transfer function จะให linear-light intensity (here R) สู a nonlinear
component ที่นี้คือ R' โดยตัวอยาง voltage ในระบบวิดีโอ

Linear segmentที่ใกลดําจะมีผลกระทบจาก Noise ของ Sensorในกลอง

และ Scanner

รูปที่ ๑๕ A graph ของ the Rec. 709 transfer function, สําหรับ a

signal range จาก zero สู unity:

Idealized monitorสามารถยอนกลับการเปลี่ยน

18
แต monitors จริงไมสามารถอธิบายดวยสมการขางบนและไมมี linear
segment แต การนิยามที่ถูกตองจําเปนสําหรับการ Processing ทันที
ถูกตองใน linear-light domain

อีกทางหนึ่ง Nonlinearity of a CRTเปน function ของ the electrostatics

ของ the cathode และ the grid ของ an electron gun ดังนั้น
nonlinearity คือ power function

4. สรุป: ในบทนี้ไดแนะนําเทคนิคเบื้องตนและหลักการของการทํา Image

Enhancement จาก Histogram โดยพิจารณาในเทอมของ Spatial
Domain ซึ่งไมทําให Image Context เปลี่ยนแปลง สําหรับในบทตอไปจะ
กลาวถึงการปรับปรุงImageโดย Image Context เปลี่ยนแปลง

อางอิง

- Introduction of gray-scale histogram

http://www.netnam.vn/unescocourse/computervision/21.htm

-How to do noise filtering and retain sharpness and detail

http://www.powerretouche.com/Noise-filter_plugin_introduction.htm

Image Sliding
http://www.ee.siue.edu/~cvip/CVIPtools_demos/ENHANCEMENT/histoslid.ht
m

Image Stretching
http://www.cee.hw.ac.uk/hipr/html/stretch.html

Example of Image Stretching

http://www.ee.bgu.ac.il/~greg/graphics/stats.front-page.html

Image Processing
http://www.ece.ucsb.edu/Faculty/Manjunath/courses/ece178W03/EnhancePar
t1.pdf

Gamma Correction
http://people.ee.ethz.ch/~buc/brechbuehler/mirror/color/GammaFAQ.html#R
TFToC5

19
20