KR100764436B1 - Method of comparing the sharpness of color channels of image for auto-focusing - Google Patents

Method of comparing the sharpness of color channels of image for auto-focusing Download PDF

Info

Publication number
KR100764436B1
KR100764436B1 KR1020060065626A KR20060065626A KR100764436B1 KR 100764436 B1 KR100764436 B1 KR 100764436B1 KR 1020060065626 A KR1020060065626 A KR 1020060065626A KR 20060065626 A KR20060065626 A KR 20060065626A KR 100764436 B1 KR100764436 B1 KR 100764436B1
Authority
KR
South Korea
Prior art keywords
image
gradient
color channel
scale
value
Prior art date
Application number
KR1020060065626A
Other languages
Korean (ko)
Inventor
올렉 코넵스키
필립 부시유
Original Assignee
삼성전기주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전기주식회사 filed Critical 삼성전기주식회사
Priority to KR1020060065626A priority Critical patent/KR100764436B1/en
Application granted granted Critical
Publication of KR100764436B1 publication Critical patent/KR100764436B1/en

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
    • H04N23/12—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths with one sensor only
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03B—APPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
    • G03B13/00—Viewfinders; Focusing aids for cameras; Means for focusing for cameras; Autofocus systems for cameras
    • G03B13/18—Focusing aids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/269—Analysis of motion using gradient-based methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/67—Focus control based on electronic image sensor signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Automatic Focus Adjustment (AREA)
  • Studio Devices (AREA)

Abstract

A method for comparing classified sharpness according to a color channel of an image for auto-focusing is provided to more accurately compare the sharpness by comparing the sharpness of respective images according to a color channel with respect to a region where the respective images according to a color channel have an edge in common. Two color channels among R, G, and B channels of a picked-up image having a plurality of pixels are filtered using one or more Gauss primary derivative filters having inter-different scales so that a gradient image having a gradient values of a plurality of pixels is generated according to a color channel and a scale(S210,S220,S230). A gradient value of a pixel, whose absolute value is lower than a predetermined value in the gradient image according to the color channel and the scale, is set up as 0(S240). A peak pixel, which is a pixel having an absolute value of a gradient value larger than the maximum absolute value of gradient values of pixels adjacent to respective pixels of the gradient image, is searched(S250,S260). A common peak pixel, that all of mutually corresponding pixels of two color channel gradient images of the same scale are peak pixels, is searched according to the respective scales in the gradient image, and a scale of gradient image according to a color channel having the largest number of common peak pixels is selected as the best scale(S270). Spread parameters indicating the blur degree of pixels are calculated in the respective common peak pixels of gradient images of the best scale according to a color channel, and the spread parameters are compared according to the color channel(S280). The number of the common peak pixels with a higher spread parameter is calculated according to the respective color channels, and a color channel with a few number is judged as a channel with higher sharpness(S290).

Description

오토포커싱을 위한 이미지의 컬러 채널별 선명도를 비교하는 방법{METHOD OF COMPARING THE SHARPNESS OF COLOR CHANNELS OF IMAGE FOR AUTO-FOCUSING}How to compare the sharpness of each image's color channel for autofocusing {METHOD OF COMPARING THE SHARPNESS OF COLOR CHANNELS OF IMAGE FOR AUTO-FOCUSING}

도 1은 종래 기술에 따른 카메라의 블럭도.1 is a block diagram of a camera according to the prior art.

도 2는 본 발명의 실시형태에 따른 이미지의 컬러 채널별 선명도를 비교하는 방법의 플로우차트.2 is a flowchart of a method for comparing the sharpness for each color channel of an image according to an embodiment of the invention.

도 3a 내지 도 3e는 종색수차를 갖는 렌즈를 투과한 빛이 렌즈의 초점상태에 따라 형성하는 각 컬러 채널의 초점면(focal plane)의 위치를 도시한 개념도.3A to 3E are conceptual views illustrating positions of focal planes of respective color channels in which light transmitted through a lens having longitudinal chromatic aberration is formed according to a focus state of the lens;

본 발명은 오토포커싱을 위한 이미지의 컬러 채널별 선명도를 비교하는 방법에 관한 것으로, 더욱 상세하게는 촬상되는 이미지에서 각 컬러 채널의 이미지가 공통으로 에지를 갖는 영역의 블러(blur) 정도를 비교하여 이미지의 컬러 채널별 선명도를 비교하는 방법에 관한 것이다.The present invention relates to a method for comparing the sharpness of each color channel of the image for autofocusing, and more particularly, to compare the blur of the areas where the image of each color channel has an edge in the captured image. It relates to a method for comparing the sharpness of each color channel of an image.

일반적으로, 디지털 카메라 또는 캠코더 등과 같은 촬영기기는 렌즈와 렌즈 를 투과한 피사체의 이미지가 촬상되는 이미지센서를 구비하고 있으며, 렌즈의 위치를 가변함으로써 렌즈와 이미지센서의 거리를 조정하고, 이에 따라 이미지센서에 촬상되는 피사체의 이미지의 포커싱을 조정한다.In general, a photographing device such as a digital camera or a camcorder includes an image sensor for capturing an image of a lens and a subject passing through the lens, and adjusts the distance between the lens and the image sensor by varying the position of the lens, and accordingly the image. Adjust the focusing of the image of the subject being picked up by the sensor.

렌즈의 위치를 가변하여 각 위치에서의 피사체의 이미지의 포커싱 정도를 계산하고, 최적의 포커싱을 갖도록 렌즈의 위치를 자동으로 조정하는 것이 오토포커싱이다. It is autofocusing that the position of the lens is varied to calculate the focusing degree of the image of the subject at each position, and the lens position is automatically adjusted to have the optimal focusing.

도 1은 종래 기술에 따른 카메라의 블럭도이다.1 is a block diagram of a camera according to the prior art.

도 1에 도시된 바와 같이, 종래 기술에 따른 카메라는 렌즈(11)와, 상기 렌즈를 투과한 피사체의 이미지가 촬상되는 이미지센서(12)와, 상기 이미지센서(12)에 촬상된 이미지에 대한 정보를 처리하여 상기 이미지의 포커싱 정도를 나타내는 오토포커스 값을 생성하는 이미지 처리부(13)와, 상기 이미지 처리부(13)의 오토포커스 값에 따라 상기 렌즈(11)의 적절한 위치를 산출하는 제어부(14)와, 상기 제어부(14)에서 산출한 위치로 상기 렌즈(11)를 이동시키기 위한 렌즈구동수단(15)을 포함한다.As shown in FIG. 1, a camera according to the related art includes a lens 11, an image sensor 12 in which an image of a subject passing through the lens is imaged, and an image captured in the image sensor 12. An image processor 13 for processing information to generate an autofocus value indicating a focusing degree of the image, and a controller 14 for calculating an appropriate position of the lens 11 according to the autofocus value of the image processor 13. And lens driving means 15 for moving the lens 11 to the position calculated by the controller 14.

상기 제어부(14)는 상기 오토포커스 값을 바탕으로, 소정의 오토포커싱 알고리즘에 따라 상기 이미지센서(12)에 촬상된 이미지가 포커싱이 되는 렌즈(11)의 위치를 결정한다. 상기 렌즈구동수단(15)은 상기 제어부(14)에 의해 결정된 위치로 상기 렌즈(11)를 이동시켜 포커싱이 이루어진다.The controller 14 determines the position of the lens 11 to which the image captured by the image sensor 12 is focused based on a predetermined autofocusing algorithm based on the autofocus value. The lens driving means 15 moves the lens 11 to a position determined by the controller 14 to achieve focusing.

특히, 렌즈가 가지는 종색수차(Longitudinal Chromatic Aberration)에 의하여 각 컬러 채널별로 달라지는 촬상되는 이미지의 채널별 선명도를 비교하여 이를 바탕으로 오토포커싱을 수행하는 알고리즘에 있어서는, 상기 이미지 처리부(13)에서 각 컬러 채널별 이미지의 선명도를 비교하여 선명도의 컬러 채널별 대소관계를 나타내는 오토포커스 값을 생성하여 상기 제어부(14)에 공급한다. 따라서, 상기 제어부(14)가 상기 종색수차를 이용한 오토포커싱 알고리즘을 정확하게 수행하기 위해서는, 상기 이미지 처리부(13)가 촬상된 이미지의 각 컬러 채널별 선명도의 대소관계를 정확하게 측정하여 상기 제어부(14)에 공급하는 것이 필요하다.In particular, in the algorithm for comparing the sharpness of each channel of the image captured by the color channel according to the Longitudinal Chromatic Aberration of the lens and performing autofocusing based on the image, the image processing unit 13 performs each color. The sharpness of the image for each channel is compared to generate an autofocus value indicating the magnitude relationship between the color channels of the sharpness and the supply to the controller 14. Therefore, in order for the control unit 14 to accurately execute the autofocusing algorithm using the longitudinal chromatic aberration, the control unit 14 accurately measures the magnitude relationship of the sharpness for each color channel of the captured image. It is necessary to feed on.

또한, 종색수차에 의한 선명도의 차이는 일반적으로 작기 때문에 선명도의 차이를 정확하게 판단하기 위하여는 노이즈에 의한 영향을 최소화하여야 하며, 선명도를 정확하게 계산하여야 한다.In addition, since the difference in sharpness due to longitudinal color aberration is generally small, the influence of noise must be minimized and the sharpness must be accurately calculated to accurately determine the difference in sharpness.

그런데, 종래 기술에 따르면, 촬상된 이미지의 각 컬러 채널을 가우스 2차 도함수 필터로 필터링한 후, 상기 이미지의 에지를 찾고, 그 에지에 인접하는 그래디언트의 피크 사이의 거리를 계산하여, 그 거리에 따라 채널간 선명도를 비교하였다.However, according to the prior art, after filtering each color channel of the captured image with a Gaussian second derivative filter, find the edge of the image, calculate the distance between the peaks of the gradient adjacent to the edge, The contrast between the channels was compared.

그러나, 이와 같은 종래 기술은 상기 동작환경에서의 주변 노이즈에 의하여 영향을 많이 받을 수 있으며, 특히, 가우스 2차 도함수 필터의 특성상 에지 구분이 명확한 이미지의 경우에는 각 컬러 채널별 선명도를 정밀하게 측정할 수 없는 단점이 있다.However, such a prior art may be affected by ambient noise in the operating environment. In particular, in the case of an image having a clear edge separation due to the characteristics of the Gaussian second derivative filter, the sharpness of each color channel may be precisely measured. There is a disadvantage that can not be.

본 발명은 상술한 종래 기술의 문제를 해결하기 위한 것으로서, 그 목적은 주변 노이즈에 대한 영향을 최소화하여 촬상되는 이미지의 컬러 채널별 선명도를 정확하게 비교함으로써, 이를 이용하는 오토포커싱 장치의 동작을 더욱 신뢰성있게 하는 오토포커싱을 위한 이미지의 컬러 채널별 선명도를 비교하는 방법을 제공하는 데 있다.SUMMARY OF THE INVENTION The present invention has been made to solve the above-mentioned problems of the prior art, and an object thereof is to accurately compare the sharpness of each color channel of an image to be captured by minimizing the influence on ambient noise, thereby more reliably operating the autofocusing device using the same. To provide a method for comparing the sharpness of each color channel of the image for autofocusing.

상기한 기술적 과제를 달성하기 위해서, 본 발명은, 복수의 화소를 갖는 촬상된 이미지의 적색, 녹색 및 청색 채널 중 두 컬러 채널을 서로 다른 스케일을 가지는 하나 이상의 가우스 1차 도함수 필터로 필터링하여 컬러 채널별 및 스케일별로 상기 복수의 화소의 그래디언트 값을 갖는 그래디언트 이미지를 생성하는 단계와, 상기 컬러 채널별 및 스케일별 그래디언트 이미지에서 그래디언트 값의 절대값이 기설정된 값보다 작은 화소의 그래디언트 값을 0으로 설정하는 단계와, 상기 컬러 채널별 및 스케일별 그래디언트 이미지의 화소 각각에 대하여 이웃하는 화소들의 그래디언트 값의 최대절대값보다 더 큰 그래디언트 값의 절대값을 갖는 화소인 피크화소를 찾는 단계와, 상기 컬러 채널별 및 스케일별 그래디언트 이미지에서, 동일한 스케일의 두 컬러 채널 그래디언트 이미지의 서로 대응하는 화소가 모두 피크화소인 공통피크화소를 각 스케일별로 찾고, 가장 많은 공통피크화소를 갖는 컬러 채널별 그래디언트 이미지의 스케일을 최선 스케일로 선택하는 단계와, 상기 최 선 스케일의 컬러 채널별 그래디언트 이미지의 공통피크화소 각각에서 화소의 흐림 정도를 나타내는 스프레드 파라미터(spread parameter)를 계산하여 컬러 채널별로 비교하고, 상기 스프레드 파라미터가 더 큰 공통피크화소의 개수를 각 컬러 채널별로 계산하여 그 개수가 적은 컬러 채널을 선명도가 더 큰 채널로 판단하는 단계를 포함하는 것을 특징으로 하는 오토포커싱을 위한 이미지의 컬러 채널별 선명도를 비교하는 방법을 제공한다.In order to achieve the above technical problem, the present invention, the color channel by filtering two color channels of the red, green and blue channels of the captured image having a plurality of pixels with one or more Gaussian first derivative filters having different scales Generating a gradient image having gradient values of the plurality of pixels for each star and scale, and setting the gradient value of the pixel whose absolute value of the gradient value is smaller than a preset value in the gradient image for each color channel and for each scale to 0 Finding a peak pixel that is a pixel having an absolute value of a gradient value greater than a maximum absolute value of a gradient value of neighboring pixels for each pixel of the color channel-specific and scale-specific gradient image; and In both star and scale gradient images, two curls of the same scale Finding a common peak pixel in which the pixels corresponding to each other in the multiple channel gradient image are peak pixels for each scale, and selecting a scale of the gradient image for each color channel having the most common peak pixels as the best scale; Compute a spread parameter representing the blurring degree of the pixel in each common peak pixel of the gradient image for each color channel of each color channel, and calculate the number of common peak pixels having the larger spread parameter for each color channel. The method provides a method of comparing the sharpness of each color channel of an image for autofocusing, comprising the step of determining the number of fewer color channels as a channel having greater clarity.

상기 그래디언트 이미지를 생성하는 단계는, 상기 두 컬러 채널을 상기 이미지의 수평방향 또는 수직 방향 중 어느 한 방향으로 필터링하는 것을 특징으로 한다.The generating of the gradient image may include filtering the two color channels in either the horizontal direction or the vertical direction of the image.

상기 그래디언트 값을 0으로 설정하는 단계는, 상기 기설정된 값은 상기 스케일별로 서로 다른 값을 갖는 것을 특징으로 한다.The setting of the gradient value to 0 may be characterized in that the predetermined value has a different value for each scale.

상기 그래디언트 값을 0으로 설정하는 단계는, 상기 기설정된 값은 룩업테이블에 저장되고, 상기 룩업테이블에 저장된 값을 참조하여 상기 그래디언트 값과 비교하는 것을 특징으로 한다.In the setting of the gradient value to 0, the preset value is stored in a lookup table, and the value is stored in the lookup table and compared with the gradient value.

상기 스프레드 파라미터는, 화소의 그래디언트 값과 상기 화소와 좌우로 인접한 화소와의 그래디언트 값을 비교한 값과 비교하는 것을 특징으로 한다.The spread parameter may be compared with a value obtained by comparing a gradient value of a pixel and a gradient value of a pixel adjacent to the left and right of the pixel.

상기 스프레드 파라미터는,The spread parameter is

Figure 112006049949735-pat00001
Figure 112006049949735-pat00001

(σ: 스프레드 파라미터,(σ: spread parameter,

g1 : 상기 화소의 왼쪽에 인접한 화소의 그래디언트 값의 절대값,g 1 : absolute value of a gradient value of a pixel adjacent to the left side of the pixel,

g2 : 상기 화소의 그래디언트 값의 절대값,g 2 : absolute value of the gradient value of the pixel,

g3 : 상기 화소의 오른쪽에 인접한 화소의 그래디언트 값의 절대값)g 3 : absolute value of the gradient value of the pixel adjacent to the right side of the pixel)

의 수학식으로 계산되는 것을 특징으로 한다.It is characterized by being calculated by the equation.

상기 최선스케일로 선택하는 단계는, 상기 공통피크화소에 대한 정보를 갖는 피크맵을 상기 스케일별로 생성하고, 상기 스케일별 피크맵 중 가장 공통피크화소가 많은 스케일을 최선스케일로 선택하는 것을 특징으로 한다.The selecting of the best scale may include generating a peak map having information on the common peak pixel for each scale, and selecting a scale having the most common peak pixels among the peak maps for each scale as the best scale. .

이하, 첨부된 도면을 참조하여 본 발명의 다양한 실시형태를 더욱 상세하게 설명한다. Hereinafter, various embodiments of the present invention will be described in more detail with reference to the accompanying drawings.

도 2는 본 발명의 실시형태에 따른 이미지의 컬러 채널별 선명도를 비교하는 방법의 플로우차트를 도시한다.2 shows a flowchart of a method of comparing the sharpness of each color channel of an image according to an embodiment of the present invention.

도 2를 참조하면, S210은 촬상된 이미지로부터 적색, 녹색 및 청색 채널을 추출하는 단계이며, S220은 상기 적색, 녹색 및 청색 채널에서 두 컬러 채널을 선택하는 단계이다. S230은 상기 두 컬러 채널을 서로 다른 스케일을 갖는 하나 이상의 가우스 1차 도함수 필터로 필터링하여 그래디언트 값으로 이루어진 그래디언트 이미지를 생성하는 단계이며, S240은 상기 그래디언트 이미지에서 그래디언트 값의 절대값이 기설정된 값보다 작은 화소의 그래디언트 값을 0으로 설정하는 단계이다. S250은 상기 그래디언트 이미지에서 피크화소를 찾는 단계이며, S260은 상기 그래디언트 이미지에서 공통피크화소를 찾는 단계이며, S270은 공통피크화소를 가장 많이 갖는 최선스케일을 선택하는 단계이다. S280은 상기 공통피크화소에서 스프레드 파라미터를 계산하는 단계이며, S290은 두 컬러 채널의 선명도를 비교하는 단계이다.Referring to FIG. 2, S210 is a step of extracting red, green, and blue channels from the captured image, and S220 is a step of selecting two color channels from the red, green, and blue channels. S230 is a step of generating a gradient image consisting of a gradient value by filtering the two color channels with one or more Gaussian first derivative filters having different scales, and S240 is an absolute value of the gradient value in the gradient image than a preset value. This step sets the gradient value of the small pixel to zero. S250 is a step of finding a peak pixel in the gradient image, S260 is a step of finding a common peak pixel in the gradient image, and S270 is a step of selecting a best scale having the most common peak pixels. S280 is a step of calculating the spread parameter in the common peak pixel, S290 is a step of comparing the sharpness of the two color channels.

도 3a 내지 도 3e는 종색수차를 갖는 렌즈를 투과한 빛이 렌즈의 초점상태에 따라 형성하는 각 컬러 채널의 초점면(focal plane)의 위치를 도시한 개념도이다.3A to 3E are conceptual views illustrating positions of focal planes of respective color channels in which light transmitted through a lens having longitudinal chromatic aberration is formed according to a focal state of the lens.

도 3a 및 도 3b는 렌즈(310)가 근거리초점일 때의 각 색상 채널의 초점면(R, G, B)과 이미지센서(320)의 이미지가 촬상되는 면과의 관계를 도시하며, 도 3c 및 도 3d는 렌즈(310)가 원거리 초점일 때의 각 색상 채널의 초점면(R, G, B)과 이미지센서(320)의 이미지가 촬상되는 면과의 관계를 도시하고, 도 3e는 상기 렌즈(310)가 정초점일 때의 각 색상 채널의 초점면(R, G, B)과 이미지센서(320)의 이미지가 촬상되는 면과의 관계를 도시한다.3A and 3B show a relationship between a focal plane R, G, and B of each color channel when the lens 310 is in near focus and a plane where an image of the image sensor 320 is picked up, and FIG. 3C. And FIG. 3D shows the relationship between the focal planes R, G and B of each color channel when the lens 310 is in focal length and the plane where the image of the image sensor 320 is picked up, and FIG. The relationship between the focal plane (R, G, B) of each color channel when the lens 310 is in focus and the plane on which the image of the image sensor 320 is picked up is shown.

이하, 첨부된 도면을 참조하여 본 발명의 작용 및 효과를 더욱 상세하게 설명한다.Hereinafter, with reference to the accompanying drawings will be described in more detail the operation and effect of the present invention.

본 발명은 종색수차(Longitudinal Chromatic Aberration)에 의하여 각 컬러 채널별로 달라지는 촬상되는 이미지의 컬러 채널별 선명도 대소에 따라 오토포커싱을 수행하는 알고리즘에 사용되는 촬상되는 이미지의 컬러 채널별 선명도를 비교하는 위한 것이다.An object of the present invention is to compare the sharpness of each color channel of an image to be photographed, which is used in an algorithm for performing autofocusing according to the sharpness of each color channel of a captured image that is changed for each color channel by Longitudinal Chromatic Aberration. .

종색수차란 렌즈에 입사한 빛이 그 파장에 따른 굴절각의 차이로부터 발생하는 수차로, 광축과 나란하게 렌즈에 입사하는 빛이 파장에 따른 굴절각의 차이에 의해 초점거리가 틀려져 색이 번지는 현상을 말한다. 종색수차를 보정하는 것이 가능하지만 이를 위하는 렌즈를 특별히 가공하는 것이 필요하여 생산비를 증가시키는 원인이 된다. 일반적으로 사용되는 카메라는 비용을 절감하기 위하여 종색수차를 보정하지 않은 렌즈를 사용하고, 이에 따라 종색수차를 가지고 있다.Vertical chromatic aberration is an aberration generated by the difference in the angle of refraction according to the wavelength of light incident on the lens, and the phenomenon in which the light incident on the lens parallel to the optical axis is colored due to the difference in focal length due to the difference in the angle of refraction according to the wavelength. Say Although it is possible to correct the longitudinal chromatic aberration, special processing of the lens for this is necessary, which increases the production cost. A commonly used camera uses a lens that does not correct the chromatic aberration in order to reduce the cost, and thus has the chromatic aberration.

빛의 파장의 크기에 따라 렌즈를 투과하는 굴절각이 다르며, 파장이 짧을수록 그 굴절각도 커진다. 적색광의 파장은 0.6~0.69μm이며, 녹색광의 파장은 0.5~0.59μm, 청색광의 파장은 0.4~0.49μm이므로, 상기 렌즈를 투과한 적색광, 녹색광 및 청색광의 초점면은 상기 렌즈로부터 청색광, 녹색광, 적색광 순으로 형성된다.The angle of refraction through the lens varies according to the size of the wavelength of light, and the shorter the wavelength, the larger the angle of refraction. Since the wavelength of red light is 0.6-0.69 μm, the wavelength of green light is 0.5-0.59 μm, and the wavelength of blue light is 0.4-0.49 μm, the focal planes of the red light, green light, and blue light transmitted through the lens are blue light, green light, It is formed in the order of red light.

이와 같은 종색수차에 따른 상기 이미지의 적색, 녹색 및 청색 채널의 초점면(R, G, B)의 위치를 도 3a 내지 도 3e를 참조하여 더욱 상세하게 설명한다.The positions of the focal planes R, G, and B of the red, green, and blue channels of the image according to the longitudinal chromatic aberration will be described in more detail with reference to FIGS. 3A to 3E.

도 3a와 도 3b는 렌즈(310)가 상기 렌즈(310)를 투과한 피사체의 이미지의 초점면이 이미지센서(320)의 앞부분에 형성되는 근거리초점(near-focus)에 있는 것을 도시한다. 도 3a는 도 3b의 경우에 비하여 근거리초점의 정도가 더 크다.3A and 3B illustrate that the lens 310 is in a near-focus formed at the front of the image sensor 320 in the focal plane of the image of the subject passing through the lens 310. 3A has a greater degree of near focus than in the case of FIG. 3B.

상기 이미지센서(320)와 초점면 사이의 거리가 가까울수록 선명도가 크고, 거리가 멀수록 선명도가 작은 값을 가진다. 따라서, 도 3a의 경우는 적색 채널의 선명도가 가장 높고 청색 채널의 선명도가 가장 낮으며, 도 3b의 경우는 적색 또는 녹색 채널의 선명도가 가장 높고 청색 채널의 선명도가 가장 낮다.The closer the distance between the image sensor 320 and the focal plane, the higher the sharpness, and the farther the distance, the smaller the sharpness. Accordingly, in the case of FIG. 3A, the sharpness of the red channel is the highest and the sharpness of the blue channel is the lowest. In FIG. 3B, the sharpness of the red or green channel is the highest and the sharpness of the blue channel is the lowest.

도 3c와 도 3d는 상기 렌즈(310)가 상기 렌즈(310)를 투과한 피사체의 이미지의 초점면이 상기 이미지센서(320)의 뒷부분에 형성되는 원거리초점(far-focus)에 있는 것을 도시한다. 도 3c는 도 3d의 경우에 비하여 원거리초점의 정도가 더 크다. 도 3c의 경우는 청색 채널의 선명도가 가장 높으며, 적색 채널의 선명도가 가장 낮다. 도 3d의 경우는 청색 또는 녹색 채널의 선명도가 가장 높으며 적색 채널의 선명도가 가장 낮다. 3C and 3D show that the lens 310 has a focal plane of an image of a subject passing through the lens 310 at a far-focus formed at the rear of the image sensor 320. . 3C shows a greater degree of far focus than in the case of FIG. 3D. In the case of FIG. 3C, the sharpness of the blue channel is the highest and the sharpness of the red channel is the lowest. In the case of FIG. 3D, the sharpness of the blue or green channel is the highest and the sharpness of the red channel is the lowest.

도 3e는 상기 렌즈(310)가 상기 렌즈(310)를 투과한 피사체의 이미지의 초점면이 상기 이미지센서(320)에 형성되는 정초점(in-focus)에 있는 것을 도시한다. 이 때, 상기 이미지의 적색 및 청색 채널은 대략 비슷한 선명도를 가지며, 상기 녹색 채널이 가장 선명도가 높다.FIG. 3E shows that the lens 310 has an in-focus focal plane of the image of the subject passing through the lens 310 formed in the image sensor 320. At this time, the red and blue channels of the image have approximately similar sharpness, and the green channel has the highest sharpness.

이와 같이, 렌즈를 투과한 이미지의 초점면은 렌즈가 가지는 종색수차에 의하여 각 색상 채널별로 서로 다른 위치에 형성되며, 이에 따라, 적색, 녹색 청색 채널의 선명도는 서로 다른 값을 가지게 된다.As such, the focal plane of the image passing through the lens is formed at different positions for each color channel due to the longitudinal chromatic aberration of the lens, and thus, the sharpness of the red and green blue channels has different values.

상기 이미지의 적색 및 청색 채널의 선명도의 대소와 렌즈의 초점 상태가 서로 전술한 관계를 가지므로, 상기 이미지의 적색 및 청색 채널의 선명도의 대소를 알면, 상기 렌즈가 포커싱이 되었는지 판단할 수 있으며, 포커싱이 되지 않은 경우 포커싱을 하기 위한 렌즈의 이동방향을 결정할 수 있다.Since the magnitude of the sharpness of the red and blue channels of the image and the focus state of the lens have the above-mentioned relationship, knowing the magnitude of the sharpness of the red and blue channels of the image, it is possible to determine whether the lens is focused. If focusing is not performed, the moving direction of the lens for focusing may be determined.

도 2를 참조하여 본 발명에 따른 오토포커싱을 위한 이미지의 컬러 채널별 선명도를 비교하는 방법에 대하여 설명한다.A method of comparing sharpness for each color channel of an image for autofocusing according to the present invention will be described with reference to FIG. 2.

먼저, 촬상된 이미지로부터 적색, 녹색 및 청색 채널의 이미지를 구한다(S210). 상기 촬상된 이미지는 RGB 컬러 공간에서 적색, 녹색 및 청색 채널의 조합이며, 상기 촬상된 이미지에서 적색, 녹색 및 청색 채널을 각각 추출한다.First, an image of red, green, and blue channels is obtained from the captured image (S210). The captured image is a combination of red, green, and blue channels in the RGB color space, and extracts the red, green, and blue channels, respectively, from the captured image.

상기 촬상된 이미지로부터 적색, 녹색 및 청색 채널을 추출한 후, 상기 적색, 녹색 및 청색 채널 중 두 개 채널의 이미지를 선택한다(S220). 선택되는 컬러 채널은 선명도가 비교되는 두 개의 컬러 채널이 된다.After extracting the red, green, and blue channels from the captured image, an image of two channels among the red, green, and blue channels is selected (S220). The color channel selected becomes the two color channels for which the sharpness is compared.

상기 두 컬러 채널이 선택되면, 선택된 두 컬러 채널을 서로 다른 스케일을 갖는 하나 이상의 가우스 1차 도함수 필터로 필터링하여 컬러 채널별 및 스케일별 그래디언트 이미지를 생성한다(S230). 가우스 1차 도함수 필터에 의하여 추출된 이미지의 에지는 2차 도함수 필터에 의하여 추출된 이미지의 에지보다 노이즈에 의한 영향을 적게 받는 특성이 있다.When the two color channels are selected, the selected two color channels are filtered by one or more Gaussian first derivative filters having different scales to generate gradient images for each color channel and for each scale (S230). The edge of the image extracted by the Gaussian first derivative filter is less affected by noise than the edge of the image extracted by the second derivative filter.

상기 두 컬러 채널은 각각 서로 다른 스케일을 갖는 상기 가우스 1차 도함수 필터에 의하여 필터링되어, 각 스케일별로 필터링된 그래디언트 이미지를 생성한 다. 상기 두 컬러 채널은 담고 있는 이미지의 특성에 의하여 각 스케일별로 필터링 결과가 달라질 수 있으며, 최적의 필터링 결과를 얻을 수 있는 스케일를 찾기 위하여 복수의 스케일로 필터링한다.The two color channels are each filtered by the Gaussian first derivative filter having different scales, thereby generating a gradient image filtered for each scale. The two color channels may have different filtering results for each scale according to the characteristics of the image. The two color channels are filtered to a plurality of scales in order to find a scale for obtaining an optimal filtering result.

이 단계(S230)를 통하여, 상기 단계(S220)에서 추출된 두 컬러 채널은 각각 복수의 스케일별 그래디언트 이미지를 가진다. 즉, 상기 두 컬러 채널이 적색 채널 및 청색 채널이고, 5개의 스케일별로 필터링된다면, 적색 채널의 그래디언트 이미지가 5개 생성되며, 청색 채널의 그래디언트 이미지도 5개 생성된다.Through this step S230, the two color channels extracted in the step S220 each have a plurality of scale-specific gradient images. That is, if the two color channels are a red channel and a blue channel and are filtered by five scales, five gradient images of the red channel are generated, and five gradient images of the blue channel are also generated.

그리고, 상기 가우스 1차 도함수 필터는 상기 두 컬러 채널을 상기 이미지의 수평방향 또는 수직 방향 중 어느 한 방향으로 필터링하거나 두 방향 모두 필터링할 수 있다. 상기 수평방향 또는 수직방향 중 어느 한 방향으로 필터링하는 경우, 필터링 속도를 더욱 빠르게 할 수 있다.The Gaussian first derivative filter may filter the two color channels in either the horizontal or vertical direction of the image, or both. When filtering in any one of the horizontal direction and the vertical direction, the filtering speed can be further increased.

상기 두 컬러 채널의 필터링이 끝나면, 상기 컬러 채널별 및 스케일별 그래디언트 이미지에서 그래디언트 값의 절대값이 기설정된 값보다 작은 화소의 그래디언트 값을 0으로 설정한다(S240).After filtering the two color channels, the gradient value of the pixel whose absolute value of the gradient value is smaller than a preset value in the gradient image for each color channel and for each scale is set to 0 (S240).

이미지가 촬상되면 이미지가 촬상되는 CCD, CMOS 등과 같은 이미지센서의 특성에 의한 노이즈나 외부동작환경에 의한 노이즈가 상기 이미지에 포함될 수 있다. 이러한 노이즈는 상기 이미지의 선명도를 계산하는데 있어서 잘못된 결과를 줄 수 있으므로 제거하여야 한다. 노이즈에 의한 그래디언트 값은 정상적인 이미지의 그래디언트 값보다 상대적으로 작은 값을 가지고 있으므로 그래디언트 값의 절대값이 기설정된 값보다 작은 값을 가지고 있다면, 이는 노이즈에 의한 것으로 볼 수 있다. 따라서, 그래디언트 값의 절대값이 기설정된 값보다 작다면 이를 노이즈에 의한 성분으로 보고 이를 0으로 설정함으로써 노이즈를 제거할 수 있다. 이것이 노이즈에 의한 것이 아니라 하더라도, 그래디언트 값의 절대값이 기설정된 값보다 작다면 이미지의 선명도의 비교에는 영향을 크게 미치지 않으므로 이를 무시할 수 있다.When the image is captured, the noise may be included in the image, such as noise caused by characteristics of an image sensor such as a CCD or CMOS, in which the image is captured, or noise caused by an external operating environment. This noise should be removed as it can give wrong results in calculating the sharpness of the image. Since the gradient value due to noise has a value smaller than the gradient value of a normal image, if the absolute value of the gradient value is smaller than the preset value, it may be regarded as noise. Therefore, if the absolute value of the gradient value is smaller than the predetermined value, it can be seen as a component due to noise and the noise can be removed by setting it to zero. Even if this is not caused by noise, if the absolute value of the gradient value is smaller than the preset value, it can be ignored since it does not significantly affect the comparison of the sharpness of the image.

상기 기설정된 값은 상기 이미지가 촬상되는 이미지센서의 특성에 따라 달라질 수 있으며, 상기 가우스 1차 도함수 필터의 스케일에 따라 달라질 수 있다. 또한, 기설정된 값은 별도의 룩업테이블에 저장될 수 있으며, 상기 룩업테이블에 저장된 값과 그래디언트값을 비교할 수 있다. 이와 같이, 기설정된 값을 룩업테이블에 저장하고, 상기 저장된 값을 필요에 따라 변경하는 것에 의하여, 상기 기설정된 값을 손쉽게 변경할 수 있다.The preset value may vary depending on the characteristics of the image sensor in which the image is captured, and may vary according to the scale of the Gaussian first derivative filter. The preset value may be stored in a separate lookup table, and the gradient value may be compared with the value stored in the lookup table. As described above, the preset value can be easily changed by storing the preset value in the lookup table and changing the stored value as necessary.

다음으로, 상기 컬러 채널별 및 스케일별 그래디언트 이미지의 각각에 대하여 이웃하는 화소들의 그래디언트 값의 최대절대값보다 더 큰 그래디언트 값을 갖는 화소인 피크화소를 찾는다(S250). 상기 이미지가 가우스 1차 도함수 필터에 의하여 필터링되면, 상기 이미지의 에지 영역의 그래디언트 값의 절대값은 주위의 그래디언트 값의 절대값보다 더 큰 값을 가진다. 따라서, 상기 이미지의 에지에 해당하는 화소는 이웃하는 화소의 이미지보다 더 큰 그래디언트 값의 절대값을 가지므로, 상기 컬러 채널별 및 스케일별 그래디언트 이미지의 화소 중 이웃하는 화소들 의 그래디언트 값의 최대 절대값보다 더 큰 그래디언트 값의 절대값을 갖는 화소를 찾으면, 그 화소가 피크화소가 된다.Next, a peak pixel, which is a pixel having a gradient value larger than the maximum absolute value of the gradient values of neighboring pixels, is found for each of the color image for each color channel and the scale for each scale (S250). When the image is filtered by a Gaussian first derivative filter, the absolute value of the gradient value of the edge region of the image has a value larger than the absolute value of the surrounding gradient value. Therefore, since the pixel corresponding to the edge of the image has an absolute value of a gradient value larger than that of the neighboring pixel, the maximum absolute value of the gradient value of neighboring pixels among the pixels of the gradient image for each color channel and scale. If a pixel with an absolute value of a gradient value larger than the value is found, that pixel becomes the peak pixel.

각 컬러 채널별 및 스케일별로 피크화소를 찾으면, 다음으로, 상기 컬러 채널별 및 스케일별 그래디언트 이미지에서, 동일한 스케일의 컬러 채널별 그래디언트 이미지의 서로 대응하는 화소가 모두 피크화소인 공통피크화소를 각 스케일별로 찾는다(S260). 전술한 바와 같이, 이미지가 촬상되면 이미지가 이미지센서의 특성에 의한 노이즈나 외부동작환경에 의한 노이즈가 상기 이미지에 포함될 수 있으며, 이와 같은 노이즈는 상기 이미지의 각 컬러 채널에 따라 다를 수 있다. 어느 한 화소가 특정 컬러 채널에 대하여만 피크화소로 나타나는 것은 노이즈에 의한 것이라 볼 수 있다. When the peak pixels are found for each color channel and for each scale, next, in the gradient image for each color channel and for each scale, the common peak pixels of all the pixels corresponding to each other in the gradient image for each color channel of the same scale are the peak pixels. Find by star (S260). As described above, when the image is captured, the image may include noise due to characteristics of the image sensor or noise due to an external operating environment, and the noise may be different for each color channel of the image. It can be said that it is due to noise that a pixel appears as a peak pixel only for a specific color channel.

따라서, 동일한 스케일의 컬러 채널별 그래디언트 이미지의 각 화소에 대하여 상기 두 컬러 채널 모두 피크화소가 되는 공통피크화소를 찾으면, 그 공통피크화소가 상기 이미지의 에지에 해당하는 것이다.Therefore, if a common peak pixel for which both color channels are peak pixels is found for each pixel of the color channel gradient image of the same scale, the common peak pixel corresponds to an edge of the image.

이미지의 선명도는 이미지의 에지부분이 얼마나 선명하게 나타나는가에 대한 정도로 볼 수 있으며, 따라서, 상기 이미지의 에지 부분을 정확하게 찾고 그 에지 부분에서의 선명도를 계산하여야 하는데, 상기 단계(S260)를 통하여 상기 이미지의 에지 부분을 노이즈 영향을 최소화하여 정확하게 찾을 수 있다. 노이즈에 의한 영향은 각 스케일별로 달라지므로 이와 같은 공통피크화소는 각 스케일별로 찾는다.The sharpness of the image can be seen as to how sharp the edges of the image appear, and therefore, it is necessary to accurately find the edge portion of the image and calculate the sharpness at the edge portion. The edge part of can be found accurately by minimizing the influence of noise. Since the effect of noise is different for each scale, such a common peak pixel is found for each scale.

각 스케일의 컬러별 그래디언트 이미지에 대하여 공통피크화소를 찾은 후에는, 공통피크화소가 가장 많은 컬러별 그래디언트 이미지의 스케일을 최선 스케일로 선택한다(S270). 공통피크화소가 많을수록 후술할 컬러 채널별 선명도를 비교할 수 있는 지점이 많아지므로, 선명도의 대소비교가 더욱 정확해질 수 있다. 따라서, 상기 스케일 중 공통피크화소를 가장 많이 갖는 스케일을 최선스케일로 선택한다.After finding the common peak pixel for the color-specific gradient image of each scale, the scale of the color-specific gradient image with the most common peak pixels is selected as the best scale (S270). The more common peak pixels, the more points where the sharpness of each color channel, which will be described later, can be compared, so that the comparison of sharpness can be made more accurate. Therefore, the scale having the most common peak pixels among the scales is selected as the best scale.

상기 공통피크화소에 대한 정보를 갖는 피크맵을 상기 스케일별로 생성하고, 상기 스케일별 피크맵 중 가장 공통피크화소가 많은 스케일을 최선스케일로 선택할 수 있다. 이 경우 상기 피크맵은 상기 공통피크화소를 식별할 수 있는 정보(위치 등)가 저장될 수 있다.A peak map having information on the common peak pixels may be generated for each scale, and a scale having the most common peak pixels among the peak maps for each scale may be selected as the best scale. In this case, the peak map may store information (a position, etc.) for identifying the common peak pixel.

최선스케일이 선택되면, 상기 최선스케일의 컬러 채널별 그래디언트 이미지의 공통피크화소 각각에 대하여 스프레드 파라미터(spead parameter)를 계산한다(S280). When the best scale is selected, a spread parameter is calculated for each common peak pixel of the gradient image for each color channel of the best scale (S280).

상기 스프레드 파라미터는 해당 화소에서의 이미지의 흐림(blur) 정도를 나타내는 값으로 이미지가 흐릴수록 더 큰 값을 가진다. 즉, 이미지의 선명도(Sharpness)는 이미지의 흐림(blur) 정도와는 반대되는 개념으로, 이미지의 흐림 정도가 클수록 선명도가 낮으며, 이미지가 흐림정도가 작을수록 선명도가 높다. 따라서, 이미지의 선명도를 비교하는 것은 이미지의 흐림정도를 비교하는 것에 의하여 이루어질 수 있다. The spread parameter is a value representing a degree of blur of an image in a corresponding pixel, and has a larger value as the image is blurred. That is, the sharpness of the image is a concept opposite to the blur of the image, and the greater the blur, the lower the sharpness of the image, and the sharper the blur, the higher the sharpness of the image. Thus, comparing the sharpness of the image can be made by comparing the degree of blur of the image.

상기 스프레드 파라미터는 해당 화소의 그래디언트 값과 상기 화소와 좌우로 인접한 화소와의 그래디언트 값을 비교한 값과 비교하며, 상기 스프레드 파라미터는 다음과 같은 수식으로 표현될 수 있다.The spread parameter is compared with a value obtained by comparing a gradient value of a corresponding pixel with a gradient value of a pixel adjacent to the left and right of the pixel, and the spread parameter may be expressed by the following equation.

Figure 112006049949735-pat00002
Figure 112006049949735-pat00002

여기서 σ는 스프레드 파라미터를, g2는 공통피크화소에서의 그래디언트 값의 절대값을 g1은 상기 공통피크화소 좌측의 그래디언트 값의 절대값을, g3은 상기 공통피크화소 우측의 그래디언트 값의 절대값을 나타낸다.Where σ is the spread parameter, g 2 is the absolute value of the gradient value at the common peak pixel, g 1 is the absolute value of the gradient value at the left of the common peak pixel, and g 3 is the absolute value of the gradient value at the right of the common peak pixel. Indicates a value.

공통피크화소 각각에 대한 스프레드 파라미터가 계산되면, 상기 두 컬러 채널의 선명도를 비교한다(S290).When the spread parameter for each common peak pixel is calculated, the sharpness of the two color channels is compared (S290).

상기 최선 스케일의 공통피크화소 각각에서 스프레드 파라미터(spread parameter)를 계산하여 컬러 채널별로 비교하고, 상기 상기 스프레드 파라미터가 더 큰 공통피크화소의 개수를 각 컬러 채널별로 계산하여 그 개수가 적은 컬러 채널을 선명도가 더 큰 것으로 판단한다.A spread parameter is calculated from each of the common peak pixels of the best scale and compared for each color channel, and the number of common peak pixels having the larger spread parameter is calculated for each color channel to obtain a smaller number of color channels. The sharpness is judged to be larger.

이와 같이, 상기 두 컬러 채널에 대한 선명도가 비교되면, 그 결과를 오토포커싱 알고리즘을 수행하기 위한 장치 등에 공급한다. 그와 같은 장치가 오토포커싱을 위하여 2개의 컬러 채널 이미지의 선명도 대소 비교만 필요한 경우에는 2개의 컬러 채널 이미지의 선명도만을 비교하여 그 결과를 상기 장치에 공급하며, 상기 장치가 3개의 컬러 채널 이미지의 선명도 대소 비교가 필요하다면, 적색, 녹색 및 청색 채널의 이미지 중 선택되지 않은 컬러 채널의 이미지와 상기 제1 컬러 채널 이미지 또는 상기 제2 컬러 채널 이미지와의 선명도 비교를 통하여 3가지 컬러의 선명도 대소를 비교하여 그 결과를 상기 장치에 공급할 수 있다.As such, when the sharpness of the two color channels is compared, the result is supplied to an apparatus for performing an autofocusing algorithm. If such a device only needs a sharpness comparison of the two color channel images for autofocusing, then only the sharpness of the two color channel images are compared and the result is supplied to the device, and the device provides the result of the three color channel images. If sharpness comparison is required, the sharpness magnitude of the three colors can be determined by comparing the sharpness of the unselected color channel image among the red, green, and blue channel images with the first color channel image or the second color channel image. In comparison, the results can be fed to the device.

본 발명은 상술한 실시형태 및 첨부된 도면에 의해 한정되는 것이 아니며, 첨부된 청구범위에 의해 한정된다. 따라서, 청구범위에 기재된 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 형태의 치환, 변형 및 변경이 가능하다는 것은 당 기술분야의 통상의 지식을 가진 자에게는 자명할 것이며, 이 또한 첨부된 청구범위에 기재된 기술적 사상에 속한다 할 것이다.The present invention is not limited by the above-described embodiment and the accompanying drawings, but by the appended claims. Therefore, it will be apparent to those skilled in the art that various forms of substitution, modification, and alteration are possible without departing from the technical spirit of the present invention described in the claims, and the appended claims. Will belong to the technical spirit described in.

상술한 바와 같이, 본 발명에 따르면, 각 컬러 채널별 이미지를 각 컬러 채널별 이미지가 공통으로 에지를 갖는 영역에 대하여 선명도를 비교함으로써, 더욱 정확하게 선명도의 대소를 비교할 수 있으며, 이에 따라 이를 이용하는 오토포커스 알고리즘이 더욱 정확한 오포포커싱을 할 수 있도록 한다.As described above, according to the present invention, by comparing the sharpness of the image for each color channel with respect to the area where the image for each color channel has a common edge, it is possible to compare the magnitude of the sharpness more accurately, and thus The focus algorithm allows for more accurate oppofocusing.

Claims (7)

복수의 화소를 갖는 촬상된 이미지의 적색, 녹색 및 청색 채널 중 두 컬러 채널을 서로 다른 스케일을 가지는 하나 이상의 가우스 1차 도함수 필터로 필터링하여 컬러 채널별 및 스케일별로 상기 복수의 화소의 그래디언트 값을 갖는 그래디언트 이미지를 생성하는 단계;Two color channels of the red, green, and blue channels of the captured image having a plurality of pixels are filtered by one or more Gaussian first derivative filters having different scales to have gradient values of the plurality of pixels by color channels and by scales. Generating a gradient image; 상기 컬러 채널별 및 스케일별 그래디언트 이미지에서 그래디언트 값의 절대값이 기설정된 값보다 작은 화소의 그래디언트 값을 0으로 설정하는 단계;Setting a gradient value of a pixel whose absolute value of the gradient value is smaller than a preset value in the gradient image for each color channel and for each scale to 0; 상기 컬러 채널별 및 스케일별 그래디언트 이미지의 화소 각각에 대하여 이웃하는 화소들의 그래디언트 값의 최대절대값보다 더 큰 그래디언트 값의 절대값을 갖는 화소인 피크화소를 찾는 단계;Finding a peak pixel that is a pixel having an absolute value of a gradient value greater than a maximum absolute value of a gradient value of neighboring pixels for each pixel of the color channel-specific and scale-specific gradient image; 상기 컬러 채널별 및 스케일별 그래디언트 이미지에서, 동일한 스케일의 두 컬러 채널 그래디언트 이미지의 서로 대응하는 화소가 모두 피크화소인 공통피크화소를 각 스케일별로 찾고, 가장 많은 공통피크화소를 갖는 컬러 채널별 그래디언트 이미지의 스케일을 최선 스케일로 선택하는 단계; 및In the color channel-specific and scale-specific gradient images, a common peak pixel in which corresponding pixels of two color channel gradient images of the same scale are both peak pixels is found for each scale, and the color channel-specific gradient image has the most common peak pixels. Selecting the scale of the best scale; And 상기 최선 스케일의 컬러 채널별 그래디언트 이미지의 공통피크화소 각각에서 화소의 흐림 정도를 나타내는 스프레드 파라미터(spread parameter)를 계산하여 컬러 채널별로 비교하고, 상기 스프레드 파라미터가 더 큰 공통피크화소의 개수를 각 컬러 채널별로 계산하여 그 개수가 적은 컬러 채널을 선명도가 더 큰 채널로 판단하는 단계In each common peak pixel of the gradient channel for each color channel of the best scale, a spread parameter representing a blur degree of a pixel is calculated and compared for each color channel, and the number of common peak pixels having the larger spread parameter is compared with each color. Computing by channel and determining the number of color channels having fewer numbers as the channel with greater clarity 를 포함하는 것을 특징으로 하는 오토포커싱을 위한 이미지의 컬러 채널별 선명도를 비교하는 방법.Comparing the sharpness for each color channel of the image for autofocusing comprising a. 제1항에 있어서, 상기 그래디언트 이미지를 생성하는 단계는,The method of claim 1, wherein generating the gradient image comprises: 상기 두 컬러 채널을 상기 이미지의 수평방향 또는 수직 방향 중 어느 한 방향으로 필터링하는 것을 특징으로 하는 오토포커싱을 위한 이미지의 컬러 채널별 선명도를 비교하는 방법.And comparing the sharpness of each color channel of an image for autofocusing, by filtering the two color channels in either the horizontal or vertical direction of the image. 제1항에 있어서, 상기 그래디언트 값을 0으로 설정하는 단계는,The method of claim 1, wherein the setting of the gradient value to 0 comprises: 상기 기설정된 값은 상기 스케일별로 서로 다른 값을 갖는 것을 특징으로 하는 오토포커싱을 위한 이미지의 컬러 채널별 선명도를 비교하는 방법.The predetermined value has a different value for each scale, the method for comparing the sharpness for each color channel of the image for autofocusing. 제1항에 있어서, 상기 그래디언트 값을 0으로 설정하는 단계는,The method of claim 1, wherein the setting of the gradient value to 0 comprises: 상기 기설정된 값은 룩업테이블에 저장되고, 상기 룩업테이블에 저장된 값을 참조하여 상기 그래디언트 값과 비교하는 것을 특징으로 하는 오토포커싱을 위한 이미지의 컬러 채널별 선명도를 비교하는 방법.The predetermined value is stored in a lookup table, and compares the sharpness for each color channel of an image for autofocusing, by comparing the gradient value with reference to the value stored in the lookup table. 제1항에 있어서, 상기 스프레드 파라미터는,The method of claim 1, wherein the spread parameter, 화소의 그래디언트 값과 상기 화소와 좌우로 인접한 화소와의 그래디언트 값을 비교한 값과 비교하는 것을 특징으로 하는 오토포커싱을 위한 이미지의 컬러 채널별 선명도를 비교하는 방법.And comparing a gradient value of a pixel with a value obtained by comparing a gradient value between pixels adjacent to the left and right sides of the pixel. 제5항에 있어서, 상기 스프레드 파라미터는,The method of claim 5, wherein the spread parameter,
Figure 112006049949735-pat00003
Figure 112006049949735-pat00003
 (σ: 스프레드 파라미터,(σ: spread parameter, g1 : 상기 화소의 왼쪽에 인접한 화소의 그래디언트 값의 절대값,g 1 : absolute value of a gradient value of a pixel adjacent to the left side of the pixel, g2 : 상기 화소의 그래디언트 값의 절대값,g 2 : absolute value of the gradient value of the pixel, g3 : 상기 화소의 오른쪽에 인접한 화소의 그래디언트 값의 절대값)g 3 : absolute value of the gradient value of the pixel adjacent to the right side of the pixel) 의 수학식으로 계산되는 것을 특징으로 하는 오토포커싱을 위한 이미지의 컬러 채널별 선명도를 비교하는 방법.Comparing the sharpness for each color channel of the image for autofocusing, characterized in that calculated by the equation. 제1항에 있어서, 상기 최선스케일로 선택하는 단계는,The method of claim 1, wherein the selecting of the best scale comprises: 상기 공통피크화소에 대한 정보를 갖는 피크맵을 상기 스케일별로 생성하고, 상기 스케일별 피크맵 중 가장 공통피크화소가 많은 스케일을 최선스케일로 선택하는 것을 특징으로 하는 오토포커싱을 위한 이미지의 컬러 채널별 선명도를 비교하는 방법.For each color channel of the image for autofocusing, a peak map having information on the common peak pixels is generated for each scale, and a scale having the most common peak pixels among the peak maps for each scale is selected as the best scale. How to compare clarity.
KR1020060065626A 2006-07-13 2006-07-13 Method of comparing the sharpness of color channels of image for auto-focusing KR100764436B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020060065626A KR100764436B1 (en) 2006-07-13 2006-07-13 Method of comparing the sharpness of color channels of image for auto-focusing

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020060065626A KR100764436B1 (en) 2006-07-13 2006-07-13 Method of comparing the sharpness of color channels of image for auto-focusing

Publications (1)

Publication Number Publication Date
KR100764436B1 true KR100764436B1 (en) 2007-10-05

Family

ID=39419406

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020060065626A KR100764436B1 (en) 2006-07-13 2006-07-13 Method of comparing the sharpness of color channels of image for auto-focusing

Country Status (1)

Country Link
KR (1) KR100764436B1 (en)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101753833B (en) * 2008-12-17 2012-07-04 比亚迪股份有限公司 Camera module focusing testing method, device, system and testing device
WO2014063278A1 (en) * 2012-10-22 2014-05-01 Nokia Corporation Classifying image samples
US9386214B2 (en) 2012-01-17 2016-07-05 Nokia Technologies Oy Focusing control method using colour channel analysis
CN112485882A (en) * 2020-11-20 2021-03-12 东南大学 Automatic focusing algorithm based on channel separation

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19980068148A (en) 1997-02-15 1998-10-15 김광호 Loop Filtering Method and Loop Filter
KR20030067199A (en) 2002-02-07 2003-08-14 주식회사 하이닉스반도체 Method for detection of edge and boundary using local maximum
KR20050117276A (en) 2004-06-10 2005-12-14 삼성전자주식회사 Apparatus and method for extracting moving objects from video image
KR20060046455A (en) 2004-06-15 2006-05-17 캐논 가부시끼가이샤 Auto-focusing apparatus and image pickup apparatus including the same

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19980068148A (en) 1997-02-15 1998-10-15 김광호 Loop Filtering Method and Loop Filter
KR20030067199A (en) 2002-02-07 2003-08-14 주식회사 하이닉스반도체 Method for detection of edge and boundary using local maximum
KR20050117276A (en) 2004-06-10 2005-12-14 삼성전자주식회사 Apparatus and method for extracting moving objects from video image
KR20060046455A (en) 2004-06-15 2006-05-17 캐논 가부시끼가이샤 Auto-focusing apparatus and image pickup apparatus including the same

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101753833B (en) * 2008-12-17 2012-07-04 比亚迪股份有限公司 Camera module focusing testing method, device, system and testing device
US9386214B2 (en) 2012-01-17 2016-07-05 Nokia Technologies Oy Focusing control method using colour channel analysis
WO2014063278A1 (en) * 2012-10-22 2014-05-01 Nokia Corporation Classifying image samples
US10096127B2 (en) 2012-10-22 2018-10-09 Nokia Technologies Oy Classifying image samples
CN112485882A (en) * 2020-11-20 2021-03-12 东南大学 Automatic focusing algorithm based on channel separation

Similar Documents

Publication Publication Date Title
JP5183715B2 (en) Image processing apparatus and image processing method
JP5446797B2 (en) Imaging device
JP5173954B2 (en) Image processing apparatus and image processing method
US9204034B2 (en) Image processing apparatus and image processing method
US9083879B2 (en) Focus detection apparatus, control method thereof, and image pickup apparatus
JP6381266B2 (en) IMAGING DEVICE, CONTROL DEVICE, CONTROL METHOD, PROGRAM, AND STORAGE MEDIUM
JP2016038414A (en) Focus detection device, control method thereof, and imaging apparatus
JP2021007247A (en) Image processing method, image processing device, and imaging device
JP2013156540A (en) Imaging apparatus and method for controlling the same
KR100764436B1 (en) Method of comparing the sharpness of color channels of image for auto-focusing
US20240171855A1 (en) Accuracy estimation apparatus, image capturing apparatus, accuracy estimation method, control method, and storage medium that provide a notification based on an accuracy
JP2015194736A (en) Imaging device and method for controlling the same
US10063829B2 (en) Image processing method, image processing apparatus, image pickup apparatus, and non-transitory computer-readable storage medium
JP2015152749A (en) Imaging device and control method of the same
JP6330474B2 (en) Image processing apparatus, image processing apparatus control method, and imaging apparatus
JP2019016975A (en) Image processing system and image processing method, imaging apparatus, program
JP6436840B2 (en) Image processing apparatus, imaging apparatus, image processing method, image processing program, and storage medium
WO2015059346A1 (en) An apparatus and a method for producing a depth-map
JP6200240B2 (en) Imaging apparatus, control method therefor, program, and storage medium
JP2011211523A (en) Image processing method, and imaging device
JP2020181401A (en) Image processing system, image processing method and program
JP5352003B2 (en) Image processing apparatus and image processing method
JP7099584B2 (en) Imaging device
JP2017118293A (en) Image processing apparatus, imaging apparatus, image processing method, image processing program, and storage medium
JP2023075146A (en) Imaging apparatus

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20110711

Year of fee payment: 5

LAPS Lapse due to unpaid annual fee