히스토그램과 히스토그램 역투영

Histogram

 

영상 데이터에 대한 분포를 알 수 있습니다.

 

예를 들어 5*5 이미지가 있고 아래와 같은 데이터를 가지고 있다고 가정하면요.

 

[

1 2 3 2 1

0 9 2 4 8

1 2 3 0 0

0 2 4 5 1

2 4 5 3 1

]

 

위의 이미지에 대한 분포는

 

0~1이 9개

2~3이 9개

4~5이 5개

6~7이 0개

8~9이 2개

 

이렇게 됩니다.

 

이걸 표형식으로 보여주는것이 Histogram입니다.

 

이 정보를 이용해서 얼굴 인식등에 활용할 수 있습니다.

예시

GrayScale(0~255)로 표현된 Lena님의 사진입니다.

 

우측은 왼쪽 사진에 대한 히스토그램입니다.

 

길고 가는 막대 2개가 눈에 띄네요.

 

히스토그램이 들쑥날쑥하면 영상이 고르지 못한것으로 이해할 수 있습니다.

Histogram Back Projection

 

역투영은 영상 데이터의 공간에 Histogram 정보를 대신 집어넣는 것입니다.

 

설명하기가 좀 어렵네요.

 

그냥 0~1이 9개 나왔으면 역투영할땐 0혹은 1의 데이터 공간에 9가 입력되는 것으로 이해할 수 있습니다.

 

위의 이미지 히스토그램을 이용해 역투영한 이미지는 아래와 같습니다.

 

[

9 9 9 9 9

9 2 9 5 2

9 9 9 9 9

9 9 5 5 9

9 5 5 9 9

]

 

예시

Lena님의 이마를 ROI(Region of Interest)로 지정한 후

 

Hue(색상)으로 히스토그램 역투영한 결과입니다.(오른쪽)

 

grayscale은 0일때 검은색이고 255일때 흰색을 갖는데요.

 

오른쪽에 영상을 보면 ROI와 색깔이 비슷한 영역은 흰색으로, 덜 비슷한 영역에 대해선 검은색으로 표시가 되어있습니다.

 

이렇게 히스토그램 역투영을 이용해 비슷한 색상 혹은 명도, 채도를 구분할 수 있습니다.