상술한 바와 같은 목적을 달성하기 위한 본 발명의 특징에 의하면, 콘트라스트 조정 장치는, 외부로부터 입력되는 한 프레임 내 영상 신호들을 저장하기 위한 메모리와, 상기 한 프레임 내 상기 영상 신호들 중 축소비에 대응하는 위치의 영상 신호를 출력으로 전달하는 영상 축소기와, 상기 영상 축소기로부터 출력되는 상기 영상 신호들에 대하여 미리 설정된 샘플링 그레이들에 대한 누적 분포 값들을 계산하는 누적값 계산기와, 상기 누적값들에 근거해서 영상의 특성을 판별하는 영상 특성 판별기와, 상기 판별된 영상 특성을 고려하여 매핑 함수를 계산하는 콘트라스트 조정 함수 계산기 그리고 상기 콘트라스트 조정 함수에 따라서 상기 메모리에 저장된 상기 영상 신호들에 대한 콘트라스트를 조정하는 콘트라스트 조정기를 포함한다.
상기 영상 축소기는, 상기 외부로부터 입력되는 한 프레임 내 영상 신호들 중 수직 축소비에 대응하는 라인에 속하는 영상 신호를 선택적으로 제1 축소 영상 신호로 출력하는 수직 선택기, 그리고 상기 수직 선택기로부터 출력되는 영상 신호 중 수평 축소비에 대응하는 위치의 영상 신호를 선택적으로 제2 축소 영상 신호로 출력하는 수평 선택기를 포함한다. 상기 제2 축소 영상 신호는 상기 누적 분포값 계산기로 제공된다.
일 실시예에 있어서, 상기 수직 선택기는, 수직 동기 신호에 동기해서 동작하는 제1 카운터를 포함하며, 상기 수직 선택기는, 상기 제1 카운터의 카운트 값이 상기 수직 축소비의 배수일 때 상기 외부로부터 입력되는 영상 신호를 상기 제1 축소 영상 신호로서 출력한다.
일 실시예에 있어서, 상기 수평 선택기는, 수평 동기 신호에 동기해서 동작하는 제2 카운터를 포함하며, 상기 수평 선택기는, 상기 제2 카운터의 카운트 값이 상기 수평 축소비의 배수일 때 상기 수직 선택기로부터 입력되는 상기 제1 축소 영상 신호를 상기 제2 축소 영상 신호로서 출력한다.
일 실시예에 있어서, 상기 누적값 계산기는, 각각이 상기 제2 축소 영상 신호들과 서로 다른 기준 신호들을 받아들이고 비교 신호를 출력하는 복수의 비교기들, 그리고 상기 비교기들에 각각 대응하고, 각각이 대응하는 비교기로부터 출력되는 상기 비교 신호에 응답해서 동작하며, 누적값을 출력하는 카운터들을 포함한다.
일 실시예에 있어서, 상기 기준 신호들은 상기 샘플링 그레이들이다.
일 실시예에 있어서, 상기 카운터들 각각은 대응하는 비교기로부터 출력되는 상기 비교 신호가 제1 레벨일 때 카운트 동작을 수행한다.
일 실시예에 있어서, 상기 영상 특성 판별기는, 상기 카운터들로부터 출력되는 상기 복수의 누적값들 중 인접한 누적값들 간의 차가 가장 큰 누적값을 영상 특성 누적값으로 출력한다.
일 실시예에 있어서, 상기 영상 특성 판별기는, 상기 카운터들로부터 출력되는 상기 복수의 누적값들 중 인접한 누적값들 간의 차인 밀도값들을 구하는 밀도값 계산기, 그리고 상기 밀도값들 중 가장 큰 값의 밀도값에 대응하는 누적값을 영상 특성 누적값으로 출력하는 최대값 판별기를 포함한다.
일 실시예에 있어서, 상기 콘트라스트 조정 함수 계산기는, 상기 영상 특성 누적값에 근거해서 기준 함수에 근접하도록 상기 콘트라스트 조정 함수를 구한다.
일 실시예에 있어서, 상기 기준 함수는 최적의 영상 표시를 위한 그레이 변화에 대한 기준 누적값 변화 함수이다.
일 실시예에 있어서, 상기 콘트라스트 조정 함수 계산기는, 상기 영상 특성 누적값과 상기 상기 영상 특정 누적값에 대응하는 기준 누적값의 차에 비례하는 보상값을 상기 누적값들 각각에 가감하여 조정된 누적값들을 계산하고, 상기 조정된 누적값들에 근거해서 상기 콘트라스트 조정 함수를 구한다.
일 실시예에 있어서, 상기 샘플링 그레이에 대응하는 상기 누적값이 상기 샘플링 그레이에 대응하는 상기 기준 누적값보다 크면 누적값에서 상기 보상값을 빼고, 상기 샘플링 그레이들에 대응하는 누적값이 상기 샘플링 그레이에 대응하는 상기 기준 누적값보다 작으면 상기 누적값에 상기 보상값을 더한다.
일 실시예에 있어서, 상기 보상값은 상기 영상 특성 누적값과 상기 영상 특성 누적값에 대응하는 상기 기준 누적값의 차에 비례한다.
일 실시예에 있어서, 상기 보상값은 상기 영상 특성 누적값과 상기 영상 특성 누적값에 대응하는 상기 기준 누적값의 차와 비례 상수의 곱이다.
일 실시예에 있어서, 상기 비례 상수는 0보다 크고 1보다 작은 수인 것을 특징으로 하는 콘트라스트 조정 장치.
일 실시예에 있어서, 상기 콘트라스트 조정 함수 f'(x)는, f'(x) = αk'(x- REFk) + CVk' 이며, αk'은 기울기, x는 입력 영상 신호, 상기 샘플링 그레이들의 수가 I개일 때 k는 1, 2, 3, …,I이고, REFk는 샘플링 그레이들, CVk'은 조정된 누적값들 그리고 REFk ≤ x ≤ REFk+1,이다.
일 실시예에 있어서, 상기 기울기 α
k'는,
이며,상기 조정된 누적값들 CV
k'은 누적값들(CVk)에 보상값(W)을 가산 또는 감산하여 구해진다.
일 실시예에 있어서, 상기 샘플링 그레이에 대응하는 상기 누적값이 상기 샘플링 그레이에 대응하는 상기 기준 누적값보다 크면 누적값에서 상기 보상값을 빼고, 상기 샘플링 그레이들에 대응하는 누적값이 상기 샘플링 그레이에 대응하는 상기 기준 누적값보다 작으면 상기 누적값에 상기 보상값을 더한다.
상기 보상값(W)은 상기 영상 특성 누적값과 상기 영상 특성 누적값에 대응하는 상기 기준 누적값의 차와 비례 상수의 곱이다.
본 발명의 다른 특징에 따른 콘트라스트 조정 방법은:한 프레임 내 영상 신호들 중 축소비에 대응하는 위치의 영상 신호를 축소 영상 신호로서 입력하는 단계와, 상기 축소 영상 신호들에 대하여 미리 설정된 샘플링 그레이들에 대한 누적값들을 계산하는 단계와, 상기 누적값들에 근거해서 상기 영상 신호들의 특성을 판별하고, 영상 특성 누적값을 선택하는 단계와, 상기 선택된 영상 특성 누적값에 근거해서 콘트라스트 조정 함수를 계산하는 단계, 그리고 상기 콘트라스트 조정 함수에 따라서 상기 한 프레임 내 모든 영상 신호들에 대한 콘트라스트를 조정하는 단계를 포함한다.
이하 본 발명의 바람직한 실시예를 첨부된 도면을 참조하여 상세히 설명한다.
도 1은 본 발명의 바람직한 실시예에 따른 콘트라스트 조정 장치를 보여주는 도면이다. 도 1을 참조하면, 콘트라스트 조정 장치(100)는 영상 축소기(110), 누적값 계산기(120), 영상 특성 판별기(130), 콘트라스트 조정 함수 계산기(140), 메모리(150) 그리고 콘트라스트 조정기(160)를 포함한다. 영상 축소기(110)는 외부로부터 입력되는 한 프레임 내 영상 신호들(D_IN) 중 일부의 영상 신호(D_VH)를 출력으로 전달한다. 누적값 계산기(120)는 영상 축소기(110)로부터 출력되는 영상 신호에 대하여 미리 설정된 샘플링 값들에 대한 누적값들(CV1-CV5)을 획득한다. 영상 특성 판별기(130)는 누적값들에 근거해서 영상의 특성을 판별한다. 영상 특성 판별기(130)는 현재 입력된 한 프레임의 영상이 밝은 색상, 중간 색상 또는 어두운 색상 중 어느 것에 많이 치우쳐 있는 지를 판별한다. 콘트라스트 조정 함수 계산기(140)는 판별된 영상 특성을 고려하여 콘트라스트 조정 함수 f'(x)를 계산한다. 메모리(150)는 외부로부터 입력되는 한 프레임 내 영상 신호들(D_IN)을 저장한다. 콘트라스트 조정기(160)는 콘트라스트 조정 함수 계산기(140)에 의해서 구해진 조정 함수 f'(x)에 따라서 메모리(150)에 저장된 영상 신호들(D_IN)에 대한 콘트라스트를 조정한다.
본 발명의 콘트라스트 조정 장치(100)는 한 프레임 내 영상 신호들(D_IN) 중 일부의 영상 신호를 표본으로 추출하고, 추출된 표본 영상 신호(D_IN)를 가지고 영상의 특성을 판별하고, 판별된 영상의 특성에 의거하여 콘트라스트 조정 함수 f'(x)를 구한다. 구해진 조정 함수 f'(x)에 따라서 영상 신호(D_IN)의 콘트라스트를 조정함으로써 영상의 화질을 개선할 수 있다. 한 프레임 내 영상 신호들(D_IN) 중 일부의 영상 신호를 표본으로 추출하여 콘트라스트 조정 함수 f'(x)를 구하므로, 콘트라스트 조정 장치(100)의 구성이 간단해지고, 처리 속도가 향상된다.
도 2는 도 1에 도시된 영상 축소기(100)의 구체적인 구성을 보여주는 블록도이다. 도 2를 참조하면, 영상 축소기(100)는 수직 선택기(210)와 수평 선택기(220)를 포함한다. 수직 선택기(210)는 카운터(212)를 포함하며, 수직 동기 신호(V_SYNC)와 수직 축소비(DR_V)에 응답해서 입력 영상 신호(D_IN)의 수직 방향으로 일부의 영상 신호들을 선택해서 제1 축소 영상 신호(D_V)를 출력한다. 수평 선택기(220)는 카운터(222)를 포함하며, 수평 동기 신호(H_SYNC)와 수평 축소비(DR_H)에 응답해서 수직 선택기(210)로부터 출력되는 제1 축소 영상 신호(D_V)의 수평 방향으로 일부의 영상 신호들을 선택해서 제2 축소 영상 신호(D_VH)를 출력한다. 수평 선택기(220)로부터 출력되는 제2 축소 영상 신호(D_VH)는 수직 방향 및 수평 방향으로 축소된 영상 신호이다.
도 3은 도 1에 도시된 영상 축소기(100)로 입력되는 영상 신호(D_IN)와 영상 축소기(100)로부터 출력되는 제2 축소 영상 신호(D_VH)를 개념적으로 보여주고 있다.
해상도가 m*n인 경우, 한 프레임은 수평 방향으로 m개의 픽셀들에 대응하는 영상 신호들과 수직 방향으로 n개의 픽셀들에 대응하는 영상 신호들을 포함한다. 수직 축소비(DR_V)가 4이고, 수평 축소비(DR_H)가 4인 경우, 해상도가 m/4 * n/4인 제2 축소 영상 신호(D_VH)가 영상 축소기(100)로부터 출력된다.
이 때, 도 2에 도시된 수직 선택기(210) 내 카운터(212)는 수직 동기 신호(V_SYNC)에 동기해서 동작한다. 수직 선택기(210)는 카운터(212)의 카운트 값이 수직 축소비(DR_V)의 배수 즉, 0, 4, 8, 12 …일 때마다 제1 축소 영상 신호(D_V)를 출력한다. 또한, 수평 선택기(220) 내 카운터(222)는 수평 동기 신호(H_SYNC)에 동기해서 동작한다. 수평 선택기(220)는 카운터(222)의 카운트 값이 수평 축소비(DR_H)의 배수 즉, 0, 4, 8, 12 …일 때마다 제2 축소 영상 신호(D_VH)를 출력한다. 그러므로, 영상 축소기(110)로부터 출력되는 한 프레임에 속하는 제2 축소 영상 신호(D_VH)의 해상도는 입력 영상 신호(D_V)의 해상도에 비해 1/16만큼 감소함을 알 수 있다.
도 4는 도 1에 도시된 누적값 계산기(120)의 구체적인 구성을 보여주는 도면이다. 누적값 계산기(120)는 비교기들(410-414), 카운터들(420-424) 그리고 레지스터들(430-434)을 포함한다. 비교기들(410-414) 각각은 영상 축소기(110)로부터 출력되는 제2 축소 영상 신호(D_VH)와 각각에 대응하는 기준 값들(REF1-REF5)을 입력받는다. 카운터들(420-424)은 대응하는 비교기들(410-414)의 출력단에 각각 연결된다. 카운터들(420, 424)은 대응하는 비교기로부터 로우 레벨의 신호가 출력될 때마다 카운트 값을 1씩 증가시킨다. 레지스터들(430-434)은 카운터들(420-424)에 각각 대응하고, 대응하는 카운터로부터 출력되는 카운트 값을 저장한다.
제2 축소 영상 신호(D_VH)가 8비트 신호인 경우, 제2 축소 영상 신호(D_VH)는 그레이 0부터 그레이 255까지 256 레벨들을 표현할 수 있다. 비교기들(410-414)로 제공되는 기준 값들은 제2 축소 영상 신호(D_VH)를 소정의 그레이 그룹들로 분류하기 위한 샘플링 그레이들이다. 예컨대, 비교기들(410-414)로 제공되는 기준 값들은 16, 64, 128, 192 및 256이다. 예를 들어, 제2 축소 영상 신호(D_VH)가 '120'에 대응하는 신호인 경우, 비교기들(410, 411, 412)은 하이 레벨의 비교 신호를 각각 출력하고, 비교기들(413, 414)은 로우 레벨의 비교 신호를 각각 출력한다.
레지스터들(430-434)에 저장되는 카운트 값들은 제2 축소 영상 신호(D_VH)를 소정의 샘플링 그레이들로 분류하는 경우, 각각의 샘플링 그레이들에 포함되는 제2 축소 영상 신호(D_VH)의 수 즉, 누적값들(CV1-CV5)이다. 누적값들(CV1-CV5)은 영상 특성 판별기(130)로 제공된다.
도 5는 도 1에 도시된 영상 특성 판별기(130)의 구체적인 구성을 보여주는 블록도이다. 도 5를 참조하면, 영상 특성 판별기(130)는 밀도값 계산부(510) 그리고 최대값 판별기(520)를 포함한다. 밀도값 계산부(510)는 인접한 누적값들 간의 차인 밀도값들(PVk)을 계산한다. 밀도값(PVk)은 다음 수학식 1에 의해서 계산된다.
PVk = CVk - CVk-1
수학식 1에서 k는 1, 2, 3, 4, 5이며,샘플링 그레이들 각각에 대응한다. 단, CV0은 0이다. 즉, PV1은 그레이 16에 대응하는 누적값(CV1)과 0의 차를 의미하고, PV2는 그레이 64에 대응하는 누적값(CV2)과 그레이 16에 대응하는 누적값(CV1)의 차를 의미한다.
최대값 판별기(520)는 밀도값 계산부(510)로부터 출력되는 밀도값들(PV1-PV5) 중 가장 큰 밀도값을 판별하고, 판별된 최대 밀도값에 대응하는 누적값을 영상 특성 누적값(CV_MAX)으로써 출력한다. 예컨대, 밀도값들(PV1-PV5) 중 밀도값(PV4)이 가장 큰 값을 갖는 경우 누적값(CV4)이 영상 특성 누적값(CV_MAX)으로 선택된다.
콘트라스트 조정 함수 계산기(140)는 영상 특성 판별기(130)로부터 제공된 영상 특성 누적값(CV_MAX)에 근거해서 콘트라스트 조정 합수를 계산한다.
도 6a는 영상 축소기(110)를 통해 출력되는 제2 축소 영상 신호(D_VH)의 히스토그램이고, 도 6b는 도 6a에 도시된 제2 축소 영상 신호(D_VH)를 소정의 샘플링 그레이들에 각각 대해 누적했을 때 누적값들을 보여주는 누적 분포도이다. 선형 보간법을 이용하여 도 6b에 도시된 누적값들에 대한 누적 분포 함수를 구하면 도 6c와 같다.
인접한 샘플링 그레이들 사이의 누적 분포 함수의 기울기는 상이할 수 있다. 수학식 2는 누적 분포 함수를 구하기 위해서 인접한 샘플링 그레이들 사이의 기울기(αk)를 구하는 수식을 보여주고 있다.
수학식 2에서 k는 샘플링 그레이들에 각각 대응하는 1, 2, 3, 4, 5이고, REF0은 0, CV0은 0이다.
도 6c에 도시된 누적 분포 함수 f(x)를 구하기 위한 수식은 수학식 3과 같다.
f(x) = αk(x- REFk) + CVk 단, REFk ≤ x ≤ REFk+1
수학식 3에서 x는 제2 축소 영상 신호(D_HV)의 그레이 값이다.
도 6d는 본 발명의 바람직한 실시예에 따른 콘트라스트 조정 장치(100) 내 콘트라스트 조정 함수 계산기(140)에 의해서 구해지는 콘트라스트 조정 함수를 보여주고 있다. 도 6d에 도시된 바와 같이, 이상적인 영상은 다양한 밝기의 영상 신호들이 골고루 분포해서 그레이 대 누적값들이 정비례하는 기준 함수 fref(x) 특성을 갖는다. 그러나 실제 영상은 다양한 밝기의 영상 신호들이 불규칙하게 분포하거나 도 6c에 도시된 바와 같이, 특정 밝기의 영상 신호들이 많이 포함되는 경우가 있다.
도 6c의 경우 그레이 128의 누적값(CV3)과 그레이 192의 누적값(CV4)의 차가 크므로 비교적 밝은 밝기의 영상 신호들이 많이 포함되어 있음을 알수 있다. 즉, 밀도값(PV4)가 가장 큰 값을 갖는다. 이러한 경우, 어두운 밝기에 해당하는 영상 신호들의 밝기는 더욱 밝게하고, 비교적 밝은 밝기에 해당하는 영상 신호들의 밝기는 어둡게 조정함으로써 영상의 콘트라스트를 향상시킬 수 있다.
이와 같이 입력된 영상의 특성을 판별하고, 판별된 영상의 특성에 따라서 콘트라스트 조정 함수를 구함으로써 영상의 콘트라스트를 향상시킬 수 있다. 다음 수학식 4는 콘트라스트 조정 함수를 구하기 위한 조정된 기울기 α'을 구하는 식이다.
수학식 4의 조정된 누적값(CVk')은 다음 수학식 5에 의해서 구해진다. 앞서 설명한 바와 같이, k=1, 2, 3, 4, 5이고, CV0' 및 REF0은 각각 0이다.
수학식 5에서, 0≤β≤1이다. REF_MAX는 도 6d에 도시된 이상적인 영상 함수인 기준 함수 fref(x)에서 영상 특성(CV_MAX)에 대응하는 값 즉, fref(CV_MAX)이다. 상기 영상 특성 누적값과 상기 기준 함수에서 상기 영상 특정 누적값에 대응하는 기준값의 차에 비례하는 보상값(W)을 누적값들(CV1-CV5)에 각각 더하거나 빼 서 조정된 누적값들(CV1'-CV5')을 구할 수 있다. 샘플링 그레이들(REFk)에 대응하는 누적값(CVk)이 기준 함수 fref(k)에서의 누적값보다 크면 누적값(CVk)에서 보상값(W)을 빼고(CVk - W), 반대로 샘플링 그레이들(REFk)에 대응하는 누적값(CVk)이 기준 함수 fref(k)에서의 누적값보다 작으면 누적값(CVk)에 보상값(W)을 더해서(CVk + W) 조정된 누적값(CVk')이 구해진다.
수학식 4에서 구해진 조정된 기울기(α')에 따라서 콘트라스트 조정 함수 f'(x)를 수학식 6과 같이 구할 수 있다.
f'(x) = αk'(x- REFk) + CVk' 단, REFk ≤ x ≤ REFk+1
도 6c와 도 6d를 비교하면, 도 6c에 도시된 누적 분포 함수 f(x)는 기준 함수 fref(x)에 근접하게 콘트라스트 조정 함수 f'(x)로 변경되었음을 알 수 있다. 콘트라스트 조정 함수 계산기(140)에서 구해진 함수 f'(x)는 콘트라스트 조정기(160)로 제공된다.
콘트라스트 조정기(160)는 메모리(150)에 저장된 입력 영상 신호(D_IN)를 콘트라스트 조정 함수 f'(x)로 변환하여 출력 영상 신호(DOUT)로서 출력한다.
본 발명의 콘트라스트 조정 장치(100)는 한 프레임에 속하는 영상 신호들(D_IN) 중 일부의 영상 신호들을 추출하여 제2 축소 영상 신호들(D_VH)을 얻는다. 한 프레임 내 일부 영상 신호들에 근거해서 콘트라스트 조정 함수를 계산할 수 있으므로 콘트라스트 조정 함수의 계산 시간이 단축된다. 그러므로, 입력 영상 신호(D_IN)에 대한 실시간 콘트라스트 조정 함수 계산이 가능하다.
도 4에 도시된 누적값 계산기(120)는 영상 신호의 비트 수에 대응하는 모든 그레이들(예를 들면, 256 그레이들) 각각에 대한 누적값들 대신에 소정의 샘플링 그레이들을 이용하여 누적값들을 계산한다. 그러므로, 누적값 계산기(120) 내 최소한의 비교기들(410-414), 카운터들(420-424) 및 레지스터들(430-434)을 포함하면 되므로 회로 면적이 감소한다.
도 6c 및 도 6d에 도시된 바와 같이, 샘플링 그레이들 사이에 위치하는 나머지 그레이들에 대한 누적 값들을 선형 보간법에 의해서 구할 수 있으므로, 나머지 그레이들에 대한 누적 값을 계산하기 위한 연산량이 크지 않다.
기준 함수 fref(x)에 근접하도록 콘트라스트 조정 함수 f'(x)를 구할 수 있으므로, 영상의 콘트라스트가 향상된다. 또한 최적의 영상 표현을 위하여 콘트라스트 조정 함수 f'(x)를 구하는데 필요한 기준 함수 fref(x) 및 β등을 사용자가 설정할 수 있다.
도 7은 본 발명의 바람직한 실시예에 따른 콘트라스트 조정 방법을 보여주는 플로우차트이다.
도 7을 참조하면, 단계 700에서, 원래의 입력 신호(D_IN)에 대한 축소 영상 신호(D_VH)가 입력된다. 입력 신호(D_IN)의 해상도가 m*n인 경우, 한 프레임은 수평 방향으로 m개의 픽셀들에 대응하는 영상 신호들과 수직 방향으로 n개의 픽셀들에 대응하는 영상 신호들을 포함한다. 수직 축소비(DR_V)가 4이고, 수평 축소비(DR_H)가 4인 경우, 제2 축소 영상 신호(D_VH)의 해상도는 m/4 * n/4이다.
단계 710에서 소정의 샘플링 그레이들 각각에 대한 누적값이 획득된다. 예컨대, 입력 신호(D_IN)의 비트폭이 8비트인 경우 총 5개의 샘플링 그레이들((16, 64, 128, 192, 255)에 대한 누적값들을 획득할 수 있다.
단계 720에서 샘플링 그레이들 각각에 대한 누적값들에 근거해서 영상의 특성이 판별된다. 예컨대, 인접한 누적값들 사이의 차가 가장 큰 누적값에 대응하는 샘플링 그레이는 영상에 포함된 샘플링 그레이의 수가 많다는 것을 의미하므로 인접한 누적값들 사이의 차가 가장 큰 누적값이 영상의 특성을 나타낸다고 볼 수 있다. 그러므로, 인접한 누적값들 사이의 차가 가장 큰 누적값이 영상 특성 누적값(CV_MAX)으로 선택된다.
단계 730에서 영상 특성 누적값(CV_MAX)에 근거하여 콘트라스트 조정 함수 f'(x)가 구해진다.
단계 740에서 콘트라스트 조정 함수 f'(x)에 따라서 입력 영상 신호(D_IN)의 콘트라스트를 조정한다.
예시적인 바람직한 실시예들을 이용하여 본 발명을 설명하였지만, 본 발명의 범위는 개시된 실시예들에 한정되지 않는다는 것이 잘 이해될 것이다. 오히려, 본 발명의 범위에는 다양한 변형 예들 및 그 유사한 구성들이 모두 포함될 수 있도록 하려는 것이다. 따라서, 청구범위는 그러한 변형 예들 및 그 유사한 구성들 모두를 포함하는 것으로 가능한 폭넓게 해석되어야 한다.