Scientific Computing & Data Science

이번 글은 영상의 히스토그램에 대한 것입니다. 히스토그램은 데이터의 특징을 한 눈에 관찰하기 쉽도록 빈도수에 따라 표현한 막대 그래프입니다. 다음 그림은 히스토램의 한 예인데, 그림에서 보듯이 일정한 나이의 간격(10살)에 따라 각 데이터에 대한 빈도수를 표현한 것임을 알 수 있습니다. [그림 1.] 히스토그램 예. 디지털 영상에서도 히스토그램은 동일한 개념이며, 주로 영상의 밝기 등에 대한 특징을 알아보기 위해 사용됩니다. Adobe Photoshop 등과 같은 거의 모든 이미지 프로세싱 소프트웨어는 히스토그램 기능을 제공하고 있습니다. [그림 2.] (좌)겨울왕국 이미지. (우)Photoshop의 히스토그램 기능. 디지털 영상에서 히스토그램을 이용하면 이미지가 대체적으로 밝은지 어두운지 정량적인 판단..

[Step 1]명암 값 j의 빈도 수 hist[j]를 계산하여 입력 영상의 히스토그램을 작성한다. [Step 2]각 명암 값 i에서 0~i까지의 누적 빈도 수(누적합)를 계산한다. [Step 3]2단계에서 구한 누적 빈도 수를 정규화한다(정규화 누적합).n[i] = sum[i] * Imax / NN: 화소의 총수Imax: 최대 명도 값 [MATLAB CODE]function Hist %% read an image img = imread('.\res\vectorc.jpg'); img = rgb2gray(img); [nrow, ncol] = size(img); subplot(1,2,1); imshow(img); %% vectorize img to tmp tmp = []; for(i = 1:nrow) tmp ..