KR100869134B1 - 이미지 처리장치 및 방법 - Google Patents

이미지 처리장치 및 방법 Download PDF

Info

Publication number
KR100869134B1
KR100869134B1 KR1020070073440A KR20070073440A KR100869134B1 KR 100869134 B1 KR100869134 B1 KR 100869134B1 KR 1020070073440 A KR1020070073440 A KR 1020070073440A KR 20070073440 A KR20070073440 A KR 20070073440A KR 100869134 B1 KR100869134 B1 KR 100869134B1
Authority
KR
South Korea
Prior art keywords
distribution function
plane
center pixel
pixels
image
Prior art date
Application number
KR1020070073440A
Other languages
English (en)
Other versions
KR20080035440A (ko
Inventor
치-롱 o
셍-훙 쳉
Original Assignee
콴타 컴퓨터 인코포레이티드
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 콴타 컴퓨터 인코포레이티드 filed Critical 콴타 컴퓨터 인코포레이티드
Publication of KR20080035440A publication Critical patent/KR20080035440A/ko
Application granted granted Critical
Publication of KR100869134B1 publication Critical patent/KR100869134B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46—Colour picture communication systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • H04N9/646—Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/21—Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20004—Adaptive image processing
    • G06T2207/20012—Locally adaptive
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20192—Edge enhancement; Edge preservation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Color Television Image Signal Generators (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Color Image Communication Systems (AREA)

Abstract

본 발명은 이미지 처리장치 및 방법을 게시한다. 본 발명의 방법은 먼저, 이미지를 녹색 평면, 적색 평면, 및 청색 평면으로 분리한다. 그 후, 녹색 평면, 적색 평면, 및 청색 평면의 각각은 작업창에 의해 순서적으로 마스킹됨으로써, 하나의 칼라 평면상의 픽셀들 각각은 작업창의 중심에 순서적으로 위치하며 중심픽셀이라고 불리어진다. 그 후, 작업창 내의 중심픽셀 이외의 픽셀들은 엣지 픽셀 및 비엣지 픽셀로 분류된다. 마지막으로, 필터링된 중심픽셀이 소정의 공식에 의해 계산되며, 중심픽셀이 필터링된 중심픽셀로 교체되어 CFA 도메인에 잔존하는 이미지의 노이즈들이 억제된다.
이미지 처리, 칼라 평면, 마스킹, 픽셀, 엣지 픽셀, 비엣지 픽셀, 중심픽셀, CFA

Description

이미지 처리장치 및 방법{Image processing apparatus and method}
본 발명은 이미지 처리장치 및 방법에 관한 것으로, 더 자세하게는, 노이즈 억제를 위한 이미지 처리장치 및 방법에 관한 것이다.
디지털 카메라 또는 디지털 비디오 카메라와 같은 디지털 이미징 시스템에 있어서, 센싱 또는 캡쳐 장치로부터 캡쳐된 대상/장면의 원본 이미지들(raw images)은 여러가지 유형의 "노이즈"(대상 또는 환경에는 나타나지 않음에도 불구하고 이미지에는 나타날 수 있는 요소)에 종종 영향을 받는다. 이미지에서의 노이즈의 존재는, 센서와 같은 이미징 시스템의 특징들 또는 상이한 목적을 달성하기 위해 시도하는 동안 노이즈가 부가될 수 있는 최초 이미지 캡쳐에 이어서 수행되는 처리단계가 아마 원인이 될 수 있다. 픽셀 또는 픽셀들의 영역을 "노이즈"가 있는 것으로 식별하는 속성들 및 특징들과, 픽셀 또는 픽셀들의 영역을 이미지의 엣지 또는 정교한 세부묘사로 식별하는 속성들을 구별하는 것은 쉽지 않다. 따라서, 선행기술의 노이즈 억제방법들은 이미지의 엣지, 또는 세부 픽셀들 또는 픽셀들의 영역을 제거하기도 하며, 따라서, 흐려짐 효과(blurring effect)가 이미지의 그 영역 내에서 발생하며 이미지의 품질을 저하시킨다. 또한, 칼라 이미지들에서 흐려짐 효 과는 하나의 칼라를 엣지를 가로질러 다른 픽셀(들)로 번지는(bleeding) 것을 야기한다.
선행기술에서, 대상/장면이 디지털 카메라와 같은 센싱 또는 이미징 장치에 의해 이미지화될 때, 결과 이미지는 특정 칼라 채널 패턴을 담고 있는 칼라 필터 배열(color filter array:CFA)로 캡쳐된다. 이미지들을 캡쳐하기 위해 자주 사용되는 패턴 중 하나는 베이야 패턴(Bayer pattern)으로 알려져 있으며, 이는 다음과 같은 칼라 채널들을 갖는다.
G R G R G R G...
B G B G B G B...
G R G R G R G...
따라서, 베이야 패턴 CFA에서, 각 픽셀의 위치는 풀 칼라를 생성하기 위해 조합하는 세 가지 칼라 평면(녹색, 적색, 청색) 중 하나와만 연관이 있는 농도값(intensity value)을 갖는다. 각 픽셀 위치에 대한 두 개의 없어진 칼라 성분들을 측정하기 위한 처리를 관련분야에서는 칼라 보간(color interpolation)이라고 한다. 칼라 보간은, 가장 일반적인 노이즈 감소 또는 제거 기술들이 풀 칼라 픽셀 정보를 가진 이미지들에 대해 작동되도록 고안된다는 사실 때문에 칼라 이미지상의 노이즈 제거보다 선행되기도 한다. 칼라 보간의 처리 자체가 노이즈를 도입하며, 이에 따라 원래의 캡쳐된 이미지의 노이즈는 다른 노이즈들과 혼합될 수 있고, 노이즈로 구별되는 특징을 잃게 될 수 있으며 이미지 특징으로 구별되는 특징을 얻을 수 있다.
일반적으로, 칼라 보간 과정에서 이루어지는 풀 칼라 픽셀들에 대해 노이즈 제거를 수행하는 것은 노이즈 제거 공정의 메모리 및 처리 능력을 세 배(각 픽셀이 세 배의 해상도를 가지므로)로 증가시킨다. 따라서, 하드웨어로 노이즈 제거를 향상시키는 것은 어려우며 또한 많은 비용이 든다. 다른 노이즈 제거 기술은, 칼라 보간 후에, 예를 들면 하드웨어 부담을 줄이기 위해 Y(색차) 성분만이 노이즈 제거를 위해 고려되는 YUV 공간으로의 칼라 공간 변환을 수행함으로써 이러한 부담을 줄이려고 시도하였다. 그러나, 이것 또한 칼라 보간에 의해 증식된 노이즈 이상으로 추가 노이즈를 증식시킬 수 있으며 또한 하드웨어로 용이하게 수행될 수 없다.
따라서, 엣지 픽셀들을 비엣지 픽셀(non-edge pixel)과 구분할 수 있으며, 칼라 보간 이전에 CFA 칼라 도메인에서 직접 작업할 수 있어 처리 효율성을 높이고, 하드웨어 비용을 줄일 수 있는 노이즈 감소 프레임워크에 대한 요구가 있다.
따라서, 본 발명의 영역은 이미지 처리장치 및 방법을 제공하는 것이다. 특히, 본 발명의 이미지 처리장치 및 방법은 노이즈 억제의 효율성을 증가시킬 수 있으며 나아가 하드웨어 비용을 줄일 수 있다.
바람직한 실시예에 따르면, 본 발명의 이미치 처리방법은 칼라 필터 배열(CFA) 도메인에 캡쳐 또는 기록되는 이미지의 노이즈들을 감소시키는 목적으로 이용된다. 나아가, 상기 방법은 다음 단계들을 포함한다.
우선, 이미지를 녹색 평면, 적색 평면, 및 청색 평면으로 분리한다.
상기 녹색 평면, 적색 평면, 및 청색 평면의 각각을 작업창으로 순서적으로 마스킹함으로써, 상기 하나의 칼라 평면의 픽셀들 각각이 작업창의 중심에 순서적으로 위치하며 중심픽셀(Cc)로 불리어지도록 한다.
나아가, 작업창 내의 중심픽셀 이외의 픽셀들을 N개의 엣지 픽셀(Cedge ,i) 및 M개의 비엣지 픽셀(Cnon ,j)로 분류하며, 여기서 N 및 M 모두는 1 보다 큰 정수이며, i는 1 내지 N 범위의 정수 지수이며, j는 1 내지 M 범위의 정수 지수이다.
마지막으로, 다음 공식에 따라 필터링된 중심픽셀(Cfc)을 계산하고 중심픽셀(Cc)을 필터링된 중심픽셀(Cfc)로 교체한다.
Figure 112007053204195-pat00001
여기서, WEI1은 제 1 분포함수이며, WEI2는 제 2 분포함수이다.
따라서, CFA 도메인 내에 잔존하는 캡쳐 또는 기록된 이미지의 노이즈들이 억제될 수 있다.
다른 실시예에 따르면, 본 발명의 이미지 처리장치는 CFA 도메인 내의 캡쳐 또는 기록된 이미지의 노이즈들을 줄이기 위해 사용된다. 이미지 처리장치는 저장유닛 및 이미지 처리유닛을 포함한다.
저장유닛은 이미지의 녹색 평면, 적색 평면, 및 청색 평면을 개별적으로 수신하기 위해 사용된다.
이미지 처리유닛은 상기 저장유닛에 연결되어 녹색 평면, 적색 평면 및 청색 평면의 각각에 작업창을 연속적으로 마스킹함으로써, 상기 하나의 칼라 평면의 픽섹들 각각이 작업창의 중심에 순서적으로 위치되고 중심픽셀(Cc)로 불리어진다.
이미지 처리유닛은 또한 작업창 내의 중심픽셀 이외의 픽셀들을 N개의 엣지 픽셀(Cedge ,i) 및 M개의 비엣지 픽셀(Cnon ,j)로 분류하며, 여기서, N 및 M 모두는 1보다 크며, i는 1 내지 N 범위의 정수 지수이며, j는 1 내지 M 범위의 정수 지수이다.
더 나아가, 이미지 처리유닛은 다음 공식에 따라 필터링된 중심픽셀(Cfc)을 계산하고, 중심픽셀(Cc)을 필터링된 중심픽셀(Cfc)로 교체한다.
Figure 112007053204195-pat00002
여기서, WEI1는 제 1 분포함수이며, WEI2는 제 2 분포함수이다.
따라서, CFA 도메인에 잔존하는 캡쳐 또는 기록된 이미지의 노이즈들이 본 발명의 이미지 처리장치에 의해 억제될 수 있다.
본 발명은 이미지의 노이즈를 효과적으로 억제하기 위한 이미지 처리장치 및 방법을 제공한다. 바람직한 실시예들이 아래와 같이 게시된다.
본 발명의 일실시예에 따른 이미지 처리방법의 순서도를 도시한 도 1을 참조하라. 이미지 처리방법은 칼라 필터 배열(color filter array: CFA) 도메인에서 캡쳐 또는 기록된 이미지의 노이즈들을 감소시키기 위해 적용될 수 있다. 특히, CFA는 베이어 패턴(Bayer pattern)으로 정열된다.
도 1에 도시된 바와 같이, 상기 방법은 다음과 같은 단계들을 포함한다.
단계 S51, 이미지를 캡쳐 또는 기록한다.
단계 S53, 캡쳐 또는 기록된 이미지를 녹색 평면, 적색 평면, 및 청색 평면으로 분리한다.
단계 S55, 녹색 평면, 적색 평면, 및 청색 평면에 대해, 각 칼라 평면의 픽 셀들 각각이 작업창의 중심에 순서적으로 위치하고 중심픽셀(Cc)로 불리어지도록 작업창을 각 칼라 평면상에 순서적으로 마스킹한다.
단계 S57, 작업창 내의 중심픽셀 이외의 픽셀들을 N개의 엣지 픽셀(Cedge ,i)과 M개의 비엣지 픽셀(Cnon ,j)로 분류한다. 여기서, N 및 M 모두는 1 보다 큰 정수이며, i는 1 내지 N의 범위의 정수 지수이며, j는 1 내지 M의 범위의 정수 지수이다.
단계 S59, 다음 식에 따라 필터링된 중심픽셀(Cfc)을 계산하고, 중심픽셀(Cc)을 필터링된 중심픽셀(Cfc)로 교체한다.
Figure 112007053204195-pat00003
여기서, WEI1은 제 1 분포함수이며, WEI2는 제 2 분포함수이다.
본 발명에 따른 작업창(20)에 의해 마스킹되는 칼라 평면을 도시한 도 2를 참조하라. 도 2에 도시된 바와 같이, 상기 언급한 캡쳐 또는 기록된 이미지는 녹색 평면(도 2A), 적색 평면(도 2B), 및 청색 평면(도 2C)으로 분리되고, 세 개의 칼라 평면들 각각은 작업창(20)에 의해 마스킹된다.
더 나아가, 녹색 평면에서 작업창(20)에 의해 마스킹되는 영역은 픽셀들(G1 내지 G12) 및 중심픽셀(Gc)인 총 13개의 픽셀들을 포함하고 있다. 게다가, 13개의 픽셀들 중, 픽셀들(G2, G6, G7, 및 G11)은 엣지 픽셀로 분류되는 반면, 픽셀들(G1, G3, G4, G5, G8, G9, G10, 및 G12)는 비엣지 픽셀로 분류된다. 그러므로, 본 발명의 방법에 따르면, 중심픽셀(Gc)은 위에서 언급한 식 1에 의해 필터링된 중심픽셀(Gfc)로 계산된다.
Figure 112007053204195-pat00004
게다가, 녹색 평면상의 다른 픽셀들은 위에서 설명한 계산 방법에 따라 그들의 필터링된 픽셀값을 얻기 위해 순서적으로 계산된다.
또한, 도 2b의 적색 평면상의 작업창(20)에 의해 마스킹되는 영역은 픽셀들(R1 내지 R8) 및 중심픽셀(Rc)인 총 9개의 픽셀들을 포함하고 있다. 게다가, 9개의 픽셀들 중, 픽셀들(R2, R4, R5 및 R7)은 엣지 픽셀로 분류되는 반면, 픽셀들(R1, R3, R6, 및 R8)은 비엣지 픽셀로 분류된다. 그러므로, 본 발명의 방법에 따르면, 중심픽셀(Rc)은 상기 언급한 식 1에 의해 필터링된 중심픽셀(Rfc)로 계산된다.
Figure 112007053204195-pat00005
유사하게, 적색 평면상의 다른 픽셀들은 상기 설명한 계산 방법에 의해 그들의 필터링된 픽셀값을 얻기 위해 순서적으로 계산된다.
또한, 도 2C의 청색 평면상의 작업창(20)에 의해 마스킹되는 영역은 픽셀들(B1 내지 B8) 및 중심픽셀(Bc)인 총 9개의 픽셀들을 포함하고 있다. 9개의 픽셀들 중, 픽셀들(B2, B4, B5, 및 B7)은 엣지 픽셀로 분류되는 반면, 픽셀들(B1, B3, B6, 및 B8)은 비엣지 픽셀로 분류된다. 그러므로, 본 발명의 방법에 따르면, 중심픽셀(Bc)은 상기 언급한 식 1에 의해 필터링된 중심픽셀(Bfc)로 계산된다.
Figure 112007053204195-pat00006
유사하게, 청색 평면상의 다른 픽셀들은 상기에서 설명한 계산 방법에 의해 그들의 필터링된 픽셀값을 얻기 위해 순서적으로 계산된다.
일실시예에서, 제 1 분포함수 및 제 2 분포함수 모두는 레일리 분포함수(Rayleigh distribution function)들이다. 본 발명의 레일리 분포함수들을 나타 내는 도 3을 참조하라. 도 3에서 가로축은 중심픽셀과 다른 픽셀들의 편차의 절대값을 나타내며; 세로축은 절대값에 대한 레일리 분포함수의 값을 나타낸다. 본 실시예에서, 다른 픽셀들이 비엣지 픽셀들에 속한다면, 도 3a에 도시된 레일리 분포함수(제 1 분포함수)가 적용되며, 다른 픽셀들이 엣지 픽셀들에 속한다면, 도 3b에 도시된 레일리 분포함수(제 2 분포함수)가 적용된다.
또한, 실제적으로, 제 1 분포함수 및 제 2 분포함수는 레일리 분포함수를 간략화함으로써 제 1 계단함수 및 제 2 계단함수로 각각 구현될 수 있다. 도 4a 및 도 4b를 참조하라. 도 4a는 도 3a의 제 1 레일리 분포함수로부터 간략화된 제 1 계단함수를 나타내며, 도 4b는 도 3b의 제 2 레일리 분포함수로부터 간략화된 제 2 계단함수를 나타낸다. 실제적으로, 제 1 계단함수는 비엣지 픽셀들에 대해 계산하기에 적합하며, 제 2 계단함수는 엣지 픽셀들에 대해 계산하기에 적합하다.
이미지 처리방법 노이즈 억제 효율을 증가시키기 위해 제 1 분포함수 및 제 2 분포함수의 복수 개의 셋트들, 예를 들면, 상이한 ISO 값들에 대한 제 1 분포함수 및 제 2 분포함수의 셋트들을 선택적으로 포함할 수 있다.
상기에서 언급한 방법들에 의해, 본 발명은 엣지 픽셀들과 비엣지 픽셀들을 구분하는 것과 제 1 분포함수 및 제 2 분포함수를 기초로, 각 칼라 평면의 각 픽셀의 픽셀값을 재계산하고, 오리지날 픽셀값을 재계산된 픽셀값으로 교체함으로써 CFA 도메인 내에 잔존하는 캡쳐 또는 기록된 이미지의 노이즈들을 억제한다.
본 발명의 일실시예에 따른 이미지 처리장치(1)의 기능 블럭도를 나타내는 도 5를 참조하라. 이미지 처리장치(1)는 CFA 도메인 내에 잔존하는 캡쳐 또는 기록 된 이미지의 노이즈들을 억제하기 위해 사용된다. 특히, CFA는 베이어 패턴으로 정열된다.
도 5에 도시된 바와 같이, 이미지 처리장치(1)는 이미지 캡쳐/기록 유닛(12), 분리유닛(14), 저장유닛(16), 및 이미지 처리유닛(18)을 포함한다.
CCD 또는 CMOS 센싱 장치와 같은 이미지 캡쳐/기록 유닛(12)은 이미지를 캡쳐/기록하기 위해 사용된다. 분리유닛(14)은 이미지 캡쳐/기록 유닛(12)에 연결되어 이미지를 녹색 평면, 적색 평면, 및 청색 평면으로 분리한다. 또한, 저장유닛(16)은 분리유닛(14)에 연결되어 이미지의 녹색 평면, 적색 평면, 및 청색 평면을 개별적으로 수신한다.
또한, 이미지 처리유닛(18)은 저장유닛(16)에 연결되어 녹색 평면, 적색 평면, 및 청색 평면상에 작업창을 순서적으로 마스킹하여 상기 칼라 평면들 각각의 각 픽셀이 작업창의 중심에 순서적으로 위치하고 중심픽셀(Cc)로 불리도록 한다. 이미지 처리유닛(18)은 또한 작업창 내의 중심픽셀 이외의 픽셀들을 N개의 엣지 픽셀들(Cedge ,i) 및 M개의 비엣지 픽셀들(Cnon ,j)로 분류한다. N 및 M 모두는 1 보다 큰 정수이며, i는 1 내지 N의 범위의 정수 지수이며, j는 1 내지 M 범위의 정수 지수이다.
또한, 이미지 처리유닛(18)은 상기 언급한 식 1에 따라 필터링된 중심픽셀(Cfc)을 계산하고 중심픽셀(Cc)을 필터링된 중심픽셀(Cfc)로 교체한다. 이미지 처리장치(1)는 상기 언급한 유닛들에 의해 CFA 도메인에 잔존하는 이미지의 노이즈들 억제할 수 있다.
이미지 처리장치(1)가 필터링된 중심픽셀(Cfc)를 계산하기 위해 사용되는 식은 상기 언급한 식 1과 같으며, 제 1 분포함수 및 제 2 분포함수 모두가 레일리 분포함수 또는 계단함수일 수 있으며, 따라서, 불필요한 상세한 기술에 대한 논의는 생략됨을 주지하라.
요약하면, 본 발명에 따른 이미지 처리장치 및 방법은 대응되는 분포함수들에 의해 CFA 도메인 내에 잔존하는 상이한 특징들을 가진 픽셀들(엣지 픽셀들 및 비엣지 픽셀들)을 계산할 수 있으며, 그럼으로써 노이즈 억제 효과를 얻을 수 있다. 또한, 본 발명에 따른 이미지 처리장치 및 방법은 전체 이미지 처리 효율을 증가시킬 수 있으며 하드웨어 비용을 줄일 수 있다. 특히, 본 발명에 따른 이미지 처리장치 및 방법은 이미지 내의 노이즈들을 효과적으로 억제할 수 있으며, 따라서 이미지의 품질을 향상시킬 수 있다. 또한, 상이한 처리조건들에 따라 상이한 분포함수를 적용할 수 있으며, 따라서 최적의 효과를 얻을 수 있는 픽셀값을 계산할 수 있다.
본 발명의 특징들과 정신들은 상기의 예시와 설명으로 아주 잘 설명될 것이다. 관련분야의 당업자들은 본 발명의 교시들을 유지하면서 본 장치의 많은 변형 및 수정들이 이루어질 수 있음을 용이하게 관찰할 수 있다. 따라서, 상기 게시물은 첨부된 청구항들의 한계 및 경계에 의해서만 제한되는 것으로 이해되어야 한다.
도 1은 본 발명의 일실시예에 따른 이미지 처리방법의 순서도를 도시한 도.
도 2a는 본 발명의 일실시예에 따른 작업창에 의해 마스킹되는 녹색 평면을 도시한 도.
도 2b는 본 발명의 일실시예에 따른 작업창에 의해 마스킹되는 적색 평면을 도시한 도.
도 2c는 본 발명의 일실시예에 따른 작업창에 의해 마스킹되는 청색 평면을 도시한 도.
도 3a는 본 발명에 따른 제 1 레일리 분포함수(Rayleigh distribution function)를 도시한 도.
도 3b는 본 발명에 따른 제 2 레일리 분포함수를 도시한 도.
도 4a는 도 3a의 제 1 레일리 분포함수로부터 간략화된 제 1 계단함수를 도시한 도.
도 4b는 도 3b의 제 2 레일리 분포함수로부터 간략화된 제 2 계단함수를 도시한 도.
도 5는 본 발명의 일실시예에 따른 이미지 처리장치의 기능 블럭도.

Claims (8)

  1. 칼라 필터 배열(color filter array: CFA) 도메인에서 캡쳐 또는 기록된 이미지의 노이즈들을 줄이기 위한 이미지 처리방법에 있어서,
    상기 이미지를 녹색 평면, 적색 평면, 및 청색 평면으로 분리하는 단계;
    상기 녹색 평면, 적색 평면 및 청색 평면 각각에 대해, 상기 각 색 평면들의 각 픽셀(이하, 중심 픽셀(Cc)로 명명)이 순차적으로 작업창의 중심에 위치하도록, 상기 각 색 평면들 상에 순차적으로 상기 작업창을 마스킹하는 단계; 및
    상기 작업창 내의 중심픽셀 이외의 픽셀들을 N개의 엣지 픽셀들(Cedge,i) 및 M개의 비엣지 픽셀들(Cnon,j)로 분류하고, 아래 공식에 따라 필터링된 중심픽셀(Cfc)을 계산하고 중심픽셀(Cc)을 필터링된 중심픽셀(Cfc)로 교체하는 단계;를 포함하며, 이에 따라 CFA 도메인에 잔존하는 이미지의 노이즈들이 억제되는 이미지 처리방법.
    Figure 112008041632457-pat00007
    (여기에서, N 및 M 모두는 1 보다 큰 정수이며, i는 1 내지 N 범위의 정수 지수이며, j는 1 내지 M 범위의 정수 지수이며, WEI1은 제 1 분포함수이며, WEI2는 제 2 분포함수)
  2. 제 1 항에 있어서,
    상기 공식에서 상기 제 1 분포함수는 레일리 분포함수(Rayleigh distribution function)이며, 상기 공식에서 상기 제 2 분포함수는 다른 레일리 분포함수인 이미지 처리방법.
  3. 제 2 항에 있어서,
    상기 공식에서 상기 제 1 분포함수는 제 1 계단함수로 구현되며, 상기 공식에서 상기 제 2 분포함수는 제 2 계단함수로 구현되는 이미지 처리방법.
  4. 제 1 항에 있어서,
    상기 CFA는 베이어 패턴(Bayer pattern)으로 정렬되는 이미지 처리방법.
  5. 칼라 필터 배열(color filter array: CFA) 도메인에서 캡쳐 또는 기록된 이미지의 노이즈들을 줄이기 위한 이미지 처리장치에 있어서,
    상기 이미지의 녹색 평면, 적색 평면, 및 청색 평면을 개별적으로 수신하는 저장유닛; 및
    상기 녹색 평면, 적색 평면 및 청색 평면 각각에 대해, 상기 각 색 평면들의 각 픽셀(이하, 중심 픽셀(Cc)로 명명)이 순차적으로 작업창의 중심에 위치하도록, 상기 각 색 평면들 상에 순차적으로 상기 작업창을 마스킹하며, 상기 작업창 내의 중심픽셀 이외의 픽셀들을 N개의 엣지 픽셀들(Cedge,i) 및 M개의 비엣지픽셀들(Cnon,j)로 분류하며, 아래 공식에 따라 필터링된 중심픽셀(Cfc)을 계산하고 중심픽셀(Cc)을 필터링된 중심픽셀(Cfc)로 교체하는 이미지 처리유닛; 을 포함하며, 이에 따라 CFA 도메인에 잔존하는 이미지의 노이즈들이 억제되는 이미지 처리장치.
    Figure 112008041632457-pat00008
    (여기에서, 여기서 N 및 M 모두는 1 보다 큰 정수이며, i는 1 내지 N 범위의 정수 지수이며, j는 1 내지 M 범위의 정수 지수이며, WEI1은 제 1 분포함수이며, WEI2는 제 2 분포함수)
  6. 제 5 항에 있어서,
    상기 공식에서 상기 제 1 분포함수는 레일리 분포함수(Rayleigh distribution function)이며, 상기 공식에서 상기 제 2 분포함수는 다른 레일리 분포함수인 이미지 처리장치.
  7. 제 6 항에 있어서,
    상기 공식에서 상기 제 1 분포함수는 제 1 계단함수로 구현되며, 상기 공식에서 상기 제 2 분포함수는 제 2 계단함수로 구현되는 이미지 처리장치.
  8. 제 5 항에 있어서,
    상기 CFA는 베이어 패턴(Bayer pattern)으로 정렬되는 이미지 처리장치.
KR1020070073440A 2006-10-18 2007-07-23 이미지 처리장치 및 방법 KR100869134B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
TW095138329A TWI319676B (en) 2006-10-18 2006-10-18 Image processing apparatus and method
TW095138329 2006-10-18

Publications (2)

Publication Number Publication Date
KR20080035440A KR20080035440A (ko) 2008-04-23
KR100869134B1 true KR100869134B1 (ko) 2008-11-17

Family

ID=39317513

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070073440A KR100869134B1 (ko) 2006-10-18 2007-07-23 이미지 처리장치 및 방법

Country Status (3)

Country Link
US (1) US7636112B2 (ko)
KR (1) KR100869134B1 (ko)
TW (1) TWI319676B (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100891825B1 (ko) * 2007-11-27 2009-04-07 삼성전기주식회사 디지털 영상의 컬러 노이즈 제거 장치 및 방법
US8861885B2 (en) * 2009-08-26 2014-10-14 Apple Inc. Directional noise filtering
US20180025649A1 (en) 2016-02-08 2018-01-25 Unmanned Innovation Inc. Unmanned aerial vehicle privacy controls
US11242143B2 (en) 2016-06-13 2022-02-08 Skydio, Inc. Unmanned aerial vehicle beyond visual line of sight control

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050051437A (ko) * 2003-11-27 2005-06-01 한국전자통신연구원 컬러 필터 어레이에서 손실된 컬러값 복원 방법 및 장치
KR20050106919A (ko) * 2004-05-06 2005-11-11 매그나칩 반도체 유한회사 영상 신호의 에지 검출 방법
KR20060131083A (ko) * 2005-06-15 2006-12-20 삼성전자주식회사 에지 적응적 컬러 보간 방법 및 장치

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4761819A (en) * 1987-02-27 1988-08-02 Picker International, Inc. Adaptive noise reduction filter for reconstructed images
US5003618A (en) * 1989-07-14 1991-03-26 University Of Pittsburgh Of The Commonwealth System Of Higher Education Automatic adaptive anisotropic digital filtering and biasing of digitized images
DE69331719T2 (de) * 1992-06-19 2002-10-24 Agfa Gevaert Nv Verfahren und Vorrichtung zur Geräuschunterdrückung
JP3222805B2 (ja) * 1997-06-17 2001-10-29 旭光学工業株式会社 画像読取装置
US6667815B1 (en) * 1998-09-30 2003-12-23 Fuji Photo Film Co., Ltd. Method and apparatus for processing images
US6512854B1 (en) * 1999-05-07 2003-01-28 Koninklijke Philips Electronics N.V. Adaptive control and signal enhancement of an ultrasound display
CA2309002A1 (en) * 2000-05-23 2001-11-23 Jonathan Martin Shekter Digital film grain reduction
JP4090671B2 (ja) * 2000-06-19 2008-05-28 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 画像処理方法、画像処理装置および画像撮影装置
JP4149126B2 (ja) * 2000-12-05 2008-09-10 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 画像処理方法、画像処理装置および画像撮影装置
US6721448B2 (en) * 2001-02-20 2004-04-13 International Business Machines Corporation Color clustering and segmentation using sigma filtering
US6850651B2 (en) * 2001-07-02 2005-02-01 Corel Corporation Moiré correction in images
US6931160B2 (en) * 2001-10-31 2005-08-16 Eastman Kodak Company Method of spatially filtering digital image for noise removal, noise estimation or digital image enhancement
US7375760B2 (en) * 2001-12-31 2008-05-20 Texas Instruments Incorporated Content-dependent scan rate converter with adaptive noise reduction
US20060173628A1 (en) * 2005-02-02 2006-08-03 Sampas Nicholas M Method and system for determining feature-coordinate grid or subgrids of microarray images
US7630517B2 (en) * 2005-07-13 2009-12-08 Schlumberger Technology Corporation Computer-based generation and validation of training images for multipoint geostatistical analysis
US20070223839A1 (en) * 2006-03-22 2007-09-27 Pavel Kisilev Signal noise estimation
KR100843084B1 (ko) * 2006-06-22 2008-07-02 삼성전자주식회사 노이즈 저감 방법 및 장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050051437A (ko) * 2003-11-27 2005-06-01 한국전자통신연구원 컬러 필터 어레이에서 손실된 컬러값 복원 방법 및 장치
KR20050106919A (ko) * 2004-05-06 2005-11-11 매그나칩 반도체 유한회사 영상 신호의 에지 검출 방법
KR20060131083A (ko) * 2005-06-15 2006-12-20 삼성전자주식회사 에지 적응적 컬러 보간 방법 및 장치

Also Published As

Publication number Publication date
KR20080035440A (ko) 2008-04-23
TWI319676B (en) 2010-01-11
US7636112B2 (en) 2009-12-22
TW200820743A (en) 2008-05-01
US20080094491A1 (en) 2008-04-24

Similar Documents

Publication Publication Date Title
EP2063390B1 (en) Image processing device and its program
JP4882374B2 (ja) 画像処理方法、画像処理プログラム、画像処理装置
JP4054184B2 (ja) 欠陥画素補正装置
US8363123B2 (en) Image pickup apparatus, color noise reduction method, and color noise reduction program
JP4815807B2 (ja) Ｒａｗデータから倍率色収差を検出する画像処理装置、画像処理プログラム、および電子カメラ
US7916937B2 (en) Image processing device having color shift correcting function, image processing program and electronic camera
US10217034B2 (en) Image processing device, imaging device, and image processing method
CN111784603B (zh) 一种raw域图像去噪方法、计算机装置及计算机可读存储介质
US7236191B2 (en) Method and system for image processing with pixel interpolation using second order gradients
US9148593B2 (en) Advanced noise reduction in digital cameras
JP6221682B2 (ja) 画像処理装置、撮像システム、画像処理方法およびプログラム
US20080112639A1 (en) Method and apparatus for removing noise in dark area of image
CN112400185A (zh) 多级双边噪声滤波的方法、装置及系统
US8471933B2 (en) Image processing apparatus, image processing method and computer program
US7623705B2 (en) Image processing method, image processing apparatus, and semiconductor device using one-dimensional filters
KR20210018136A (ko) 영상 처리 방법 및 장치
KR100869134B1 (ko) 이미지 처리장치 및 방법
US20140037207A1 (en) System and a method of adaptively suppressing false-color artifacts
JP3633561B2 (ja) 画像処理装置、画像処理方法およびプログラム
US10929960B2 (en) Method and image processing device for detecting a portion of an image
US11412164B1 (en) Method, apparatus, and system for residual row noise removal
KR101327790B1 (ko) 영상 보간 방법 및 장치
KR100712467B1 (ko) 영상의 색잡음 제거 장치
CN114511469B (zh) 一种图像智能降噪先验检测方法
CN108122214B (zh) 一种去除伪色的方法及装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20111018

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20140904

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20170908

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20190917

Year of fee payment: 12