KR100893092B1 - 디지털 영상처리 체인에서 색균형을 조절하기 위한 방법 및장치, 대응 장비, 및 이 방법을 구현하기 위한소프트웨어수단 - Google Patents

Abstract

본 발명은 디지털 영상처리 체인(10)에서 색균형을 조절하기 위한 방법에 관한 것이다. 이 방법에서, 피사체는 색성분들(R, G, B)로서 영상화되고 이 색성분들로부터 누적히스토그램들이 형성된다. 이러한 색곡선들로부터, 색균형을 조절하는 이득계수(G_R, G_G, G_B)을 정할 때 고려되는 조명색(R_ill, G_ill, B_ill)이 선택된 방식으로 정해진다. 이 방법에서, 조명색이 정해지기 전에, 적어도 선택된 규준을 만족하는 그러한 화소값들(G_(S))이 걸러진다. 그 후, 누적히스토그램들이 형성되고, 선택된 규준을 이용하여, 점(h_i)이 누적히스토그램들의 끝에 있는 평평한 영역으로부터 정해지며, 색성분(R, G, B)에 대해 색성분형 화소값(C_i)에 대응하는 공통의 정해진 점(h_i)으로서 조명색(R_ill, G_ill, B_ill)에 대응하게 설정된다.

Description

디지털 영상처리 체인에서 색균형을 조절하기 위한 방법 및 장치, 대응 장비, 및 이 방법을 구현하기 위한 소프트웨어수단{Method and system in a digital image processing chain for adjusting a colour balance, corresponding equipment, and software means for implementing the method}

본 발명은 디지털 영상처리 체인에서 색균형(colour balance)을 조절하기 위한 방법에 관한 것으로,

- 피사체가 화소들로써 영상화되어 색성분들의 값집합들을 형성하며,

- 성분 특유 히스토그램들(component-specific histograms)이 색성분들의 값집합들로부터 형성되며,

- 누적 히스토그램들은 성분 특유 히스토그램들로부터 형성되며,

- 적어도 하나의 색성분에 대응하는 조명색이 누적히스토그램들로부터 정의되며,

- 목표색 및 정의된 조명색을 이용하여 적어도 두 개의 색성분들에 대해 색균형을 조절하는 이득계수가 정의되는 방법에 관한 것이다.

그에 더하여, 본 발명은 대응하는 시스템, 장비 및 그 방법을 구현하기 위한 소프트웨어수단에도 관한 것이다.

알려진 바와 같이, 사람의 시각계는 다른 조명색들에 적응될 수 있다. 시계 내의 대상체들은 조명색의 변동 범위 내에서 변하지 않는 색들을 가진다고 여겨진다. 이러한 상황의 일 예는 햇빛에 푸른 빛을 띤 색조(hue)가 더 많음에도 불구하고, 햇빛 및 눈이 부신 백색조명 둘 다에서 흰색 대상체들이 흰색인 것으로 인식되는 상황이다. 일단 조명색이 사람의 적응 범위를 벗어나면, 적응 정도는 감소됨에도 불구하고, 색에서의 어느 정도의 변경이 감지된다. 예를 들어, 흰색 대상체들은 일몰 동안에 보여졌을 때 어느 정도는 노랗게 보인다.

사람의 시각계에서 적응의 메커니즘들 및 동작은 여전히 충분히 알려지고 이해되지 않았다. 적응은 색 수용체들의 민감도들이 특정 기간 동안 색 수용체들의 자극에 따라 균일하게 변하는 눈의 망막에서 부분적으로 일어난다. 적응 메커니즘의 다른 부분들은 일어나는 과정들이 극히 복잡한 대뇌피질에 의해 제어된다는 것도 알려져 있다.

적응 과정들의 부분은 올바른 색균형을 평가할 때 이른바 기억색들(memory colours)을 이용한다고 여겨진다. 기억색들의 예들로는 백색, 피부색, 풀, 하늘과 같은 색들과, 대체로 특정 상황들에서 특정 원색들을 가지는 다른 색들이 있다.

디지털 카메라들에서 이용되는 센서들은 사람의 시각계의 적응성과 유사한 적응성을 자동으로 제공할 수 없다(눈의 망막에 대응하는 기능성도 제공할 수 없다). 센서는 영상화 대상체로부터 반사된 광의 량 및 색을 결정하지만 결코 영상화 대상체에 관련된 시각적 지각을 결정하지는 않는다. 그래서, 취해졌으나 조절이 행해지지 않은 영상들은 왜곡된 색균형을 가진다고 여겨진다. 이것은, 사람이 대상체 를 보고 있을 때, 그것들의 시각계는 영상의 내용물 대신에 환경의 조명에 적응하기 때문이다. 흰색 대상체들은 영상이 실내에서 취해지는지 실외에서 취해지는지에 따라 청색 또는 노란색으로 보일 수 있다. 자연히, 다른 색들 역시 조명에 따라 달리 보이게 된다.

무엇보다도 위의 요인 때문에, 어떤 종류의 색균형 조절이 디지털 카메라 장비에서 그리고 일반적으로는 영상처리 체인들에서 행해진다. 이 조절은 대단히 자주 자동 백색균형조절(automatic white balance)이라고 하며, 또는 조절이 수동으로 수행된다면 단순히 화이트밸런스라고도 한다. 그 목적은 영상이 회색(neutral) 관람 조건들 하에서 자연 그대로 보일 수 있도록 색균형을 조절하는 것이다.

그러나, 적당한 색균형을 성취하는 것에 관련한 문제는 매우 어렵다. 사람의 시각계의 동작은 극히 복잡하고 여태까지는 그것을 충분히 분석하고 이해하는 것이 불가능하다고 증명되어 왔다. 그러나, 일반적으로, 그 문제는 두 부분들로 나뉠 수 있다. 그것들은 1) 영상을 취하는 동안 조명색의 추정 및 2) 그것에 의해 요구된 정정유형의 정의 및 취해진 영상에 대한 적당한 정정 량의 계산 및 적응이다.

자동화 시스템들은 카메라 장비의 사용자에 의한 어떠한 작용들도 요구하는 일없이 이러한 작업들을 수행한다. 수동으로 수행되는 조명색 조절 방법들에서, 조명색은 카메라의 사용자의 조작에 의해 설정된다. 카메라는 실내 및 실외 영상화모드들과 같은 소정의 설정들, 또는 색온도 조절을 가질 수 있다. 사용자는 카메라를 알려진 색 통상적으로는 백색으로 겨낭할 수 있고, 이로부터 카메라는 이 선택된 기준색에 기초하여 정정값을 정할 수 있다.

위에 기재된 문제들에 대한 수많은 해법들이 종래기술로 개시되어 있는데, 색균형 조절이 디지털 영상화 장비에서 절대적으로 필수 불가결하기 때문이다. 조절은 카메라에 구현될 수 있거나, 또는 어떤 다른 기기들에서(예를 들면, PC에서의 영상처리 시에) 취해진 영상의 후처리로서 구현될 수도 있다.

사용자의 관점에서부터, 이 문제에 대해 아마도 가장 만족할만한 해법은 영상을 취하는 것에 관련하여 구현되는 자동 색균형 조절 기능을 카메라 내에 배치하는 것이다. 이러한 해법에서, 사용자는 임의의 특정한 영상처리 지식을 가질 필요가 없거나, 또는 더 일반적으로는 카메라의 조절버튼들의 제어에 대한 어떠한 특정 지식을 가질 필요가 없다.

알려진 바와 같이, 조명색에 대해 조명색 추정 알고리즘들을 이용하는 것에 기초하는 적어도 3가지 기본 조절 유형들이 존재한다.

그레이계(grey-world) 알고리즘들은 이러한 알고리즘들 중의 처음의 것이다. 그레이계 알고리즘들은 시각 적응능력의 단순한 에뮬레이션에 기초한다. 단순화된 형태에서, 영상의 평균 색은 그것들 가운데 계산된다. 이것은 색이 회색, 달리 말하면, 그레이(grey)라고 가정한다. 그러면 영상의 색성분들은 그것의 평균색이 그레이 쪽으로 이동하도록 조절된다. 목표는 조절의 량을 사람 시각의 전체 적응성을 다소 고려하는 식으로 제어하는 것이다. 그레이계 알고리즘들은 디지털 카메라 기기들에서 색균형 조절 알고리즘들을 위한 기초로서 매우 폭 넓게 사용된다.

두번째의 그러한 조절알고리즘은 최고 밝은 화이트밸런스(brightest white balance)로 알려져 있다. 알려진 바와 같이, 순수 백색면은 전체 스펙트럼의 조명 을 반사할 것이다. 그래서, 백색영역들의 색은 조명색이라고 말해지기도 할 것이다. 충분히 적응된 때에, 백색영역들은 백색으로 남아 있을 수 있고, 그래서 조명색은 직접 보상될 수 있다. 영상들의 최고 밝은 영역들은 통상 백색면들이고, 그래서 밝기는 백색영역들을 검색하는데 이용될 수 있다.

채도 및 색조 역시 고려될 수 있다. 이러한 특성들은 시각의 적응성이 다소 고려될 수 있도록 색균형 정정의 량 및 유형을 결정하는데 이용될 수도 있다. 백색의 현저한 중요성 때문에, 전체 그룹의 색균형 알고리즘들은 종종 화이트밸런스 알고리즘들이라 불리지만, 그것들이 백색으로부터 조명색을 측정하지 못하거나 백색의 균형을 잡지 못하기도 한다.

최대 색에 기초한 알고리즘들은 제3예로서 주어질 수 있다. 영상이 조명스펙트럼의 어떤 부분을 완전히 반사하는 하나의 표면이라도 가진다면, 스펙트럼의 이 부분은 알려질 것이다. 완전히 반사하는 표면이 각 부분에 대해 존재한다면, 전체 스펙트럼은 재구성될 수 있다. 전형적으로, 카메라 센서들은 전체 스펙트럼을 측정하지 않고 그것의 부대역들 또는 색채널들 중의 일부만을 측정한다. 그래서, 영상이 조명의 부분들을 완전히 반영하고 그래서 이러한 색채널들에 영향을 주는 표면들의 조합들을 담고 있다면, 영상의 현시(appearance)에 대한 조명의 효과는 추정될 수 있다.

그러나, 모두는 아니지만 대부분의 디지털 카메라들은 3개의 색채널들을 이용하여 전경(view)의 색들을 기록한다. 이러한 색들은 전형적으로 적색, 녹색 및 청색(RGB)이다. 약간 단순화하면, 이것은 영상이 조명색의 적색, 녹색 및 청색 성 분들을 완전히 반사하는 표면들을 구비한다면 조명색은 그 표면들로부터 추정될 수 있다는 의미이다.

전형적으로 각 색성분의 최대값은 전반사에 관계가 있다. 이 가정을 이용하면, 색성분들의 최대값들 역시 조명색을 결정할 수 있다고 결론 지을 수 있다. 상당히 자주 이러한 값들은 최고 밝은 백색면으로부터 반사됨에 주목해야 할 것이다. 그 경우, 최대 색들에 기초한 방법의 사용은 최고 밝은 화이트밸런스 알고리즘들에 가까워질 것이다. 그러나, 백색의 존재는 최대 컬러 법을 이용할 때 결코 필수적이지 않다. 구현을 위한 가장 적당한 색공간들 역시 다르다. 다른 방법들처럼, 최대 컬러에 기초한 방법들은 정정의 량 및 유형을 추정된 조명에 기초하여 조절할 수 있다.

더구나, 위에서 설명된 방법들은 조합될 수도 있다. 그래서 어떤 방법들은 위의 그룹들 중의 하나를 넘는 그룹들에 속할 수 있다. 수 개의 방법들을 동시에 이용함으로써 그리고 그것들의 결과들을 현명하게 조합함으로써 색균형은 더욱 견고해(robust)질 수 있다.

카메라 기기 특유 영상처리 체인들에서, 색균형 알고리즘들은 다른 영상처리 알고리즘들과 협조하여 작용해야 한다. 체인은 실제 카메라 기기 내에 구현될 수 있거나, 또는 어떤 다른 기기 내에서 후처리 기능들로서도 구현될 수도 있다. 체인의 전형적인 알고리즘들은 색균형 조절뿐만 아니라 색필터 어레이 보간(colour-filter-array interpolation; CFAI), 디지털 이득제어, 흑레벨 조절, 잡음감소, 비네트현상 정정(vignetting correction), 기하왜곡정정, 화질향상 이를테면 샤프닝 (sharpening) 및 감마정정, 또는 어떤 다른 종류의 센서응답 정정에 관계한다.

이 체인의 구현예는 카메라에서 수행하려는 기능들 및 후처리로서 수행하려는 기능들로 나누어질 수도 있다. 더구나, 그것들은 하드웨어 및 소프트웨어 솔루션들로서 구현될 수 있다. 이 구현예는 다른 알고리즘들의 구현예들과는 완전히 별개일 수 있고, 그래서 분석하고 처리하기 위한 입력으로서, 예를 들면 이전 알고리즘에 관련한 다른 정보 없이 이전 알고리즘으로부터의 영상데이터만을 취할 수 있다.

한편, 알고리즘들은 서로 간에 매우 긴밀히 협력할 수도 있다. 이것의 전형적인 예는 색균형 알고리즘이 색성분들의 이득들을 제어할 수 있는 구성이다. 솔루션들의 구현은 아날로그 및 디지털 둘 다에 할 수 있다. 통틀어 색균형 조절 알고리즘이 카메라 특유의 영상처리 체인에서 효과적이고 자연스럽게 구현될 수 있다면, 그것은 극히 유익하다.

종래기술에 따른 해법들의 주된 약점은 효과적이지 않거나 또는 잘못된 작용을 한다는 것이다. 그것들의 효과는 알고리즘과 함께 변한다. 모든 방법들(예를 들면, 일몰 중에 취해진 샷들에서)이 가지는 일반적인 문제는 효과적으로 작용하는 색균형 조절과 전경의 색의 현시(colour appearance)의 손실 간에 타협이 이루어진다는 것이다. 이것 외에도, 알고리즘들의 각 그룹은 자신 소유의 전형적인 경우들의 에러들을 가진다.

그레이계 알고리즘들은 영상의 색 내용을 영상의 평균효과가 회색이 되게끔 조절한다. 그것들의 주된 문제는 회색 영상들이 일부 특수한 경우들에만 최적이라 는 것이다. 그 경우들은 색균형 후에 모든 색들이 동일한 수로 존재할 경우들이다. 이것에 반대되는 경우의 예는 평균 색이 피부색들 쪽으로 분명히 이동될 인물사진 촬상물이다. 이 방법은 영상에서 큰 영역들의 색에 극히 민감하다. 이러한 큰 영역들은 피사체의 보색들 쪽으로 색균형을 왜곡시킨다. 수개의 변형들이 이러한 알고리즘들의 견고함을 증가시키기 위해 사용되었다. 예를 들면, 색조, 채도, 또는 공간적 분포의 가중 평균들은 많이 포화된 색들 및 큰 영역들의 색의 영향을 감소시키는데 이용될 수 있다. 그럼에도 불구하고 색 균형을 잡는 것의 영향을 제한하지 않는다면 유사한 문제들이 남아 있다. 이 경우, 색 균형 잡기를 요구하는 많은 영상들은 수정없이 남아 있을 것이다.

최고 밝은 화이트밸런스 알고리즘들은 화소값들의 포화에 극히 민감하다. 카메라센서의 동적(dynamic) 영역이 초과된다면, 화소값들은 최대값으로 한정될 것이다. 최고 밝은 화이트밸런스 알고리즘은 밝기신호를 정의하는 색공간들과 함께 사용하기에 극히 적합할 수 있다. 그러나, 센서는 일반적으로 RGB 채널들로부터 색을 정의한다. 그러므로 포화는 RGB도메인에서도 나타날 것이다. 모든 성분들이 포화된다면, 최고 밝은 화이트밸런스 법은 조명색을 백색으로 잘못 추정할 것이고 그 결과 균형잡기(balancing)는 수행되지 않을 것이다. 하나 또는 두 성분들이 포화된다면, 잘못된 추정이 어떤 다른 조명색에 대해 발견될 것이다. 이러한 방법들은 또한 백색면이 영상에서 발견되는 것을 필요로 한다. 그렇지 않으면 그 방법은 조명색을 추정하는데 실패할 것이다.

최대 색에 기초한 방법들은 또한 화소값들의 포화에 민감하다. 통상, 이러한 방법들은 조명색을 정하는 최고 밝은 값들의 어떤 갯수를 선택한다. 그러므로 약간의 포화는 허용된다, 그러나, 어떤 경우들에서는, 이것이 문제들을 야기한다. 그 알고리즘 역시 완전히 반사하는 표면들이 모든 색성분들에 대해 영상화 대상체에서 발견되어야 함을 요구한다. 이 조건에 부합하지 않는다면, 예를 들면, 자연 영상들의 경우, 이러한 방법들 역시 때때로 실패한다.

색균형 조절의 성공에 실질적으로 상당히 관계가 있는 기능들에서 또는 적어도 그것들의 색균형 조절과의 호환성에서 나타나는 문제들 역시 알려져 있다. 이러한 기능들중의 일 예는 센서의 열등한 특성들에 의해 야기되는 바이어싱 및 비네트 현상(vignetting) 제거의 필요성이다. 많은 경우들에서, 센서들을 어떤 식으로든 바이어스하는 것이 실용상 필수적일 수 있고, 그렇게 하지 않는다면 센서는 그것이 검출한 것이 완전히 검은 경우에도 신호를 생성할 것이다. 비네트 현상 제거의 필요 역시 어두운 것이 에지영역들에서 나타날 수 있는 센서의 "열등함"에서 비롯된다.

공개된 종래기술로는 미국공개특허공보 제2003/0174216호 및 제2002/0024609호가 있다.

본 발명은 디지털 영상처리 체인에서 색균형을 조절하기 위한 새로운 유형의 방법 및 시스템을 만들기 위해 의도되었다. 본 발명에 따른 방법의 독특한 특징들은 첨부의 청구항 1에서 그리고 청구항 15의 시스템에서 언급되고 있다. 그에 더하여, 본 발명은 독특한 특징들이 청구항 20에서 언급되는 대응 장비 및 상기 방법을 구현하기 위한 것으로 독특한 특징들이 청구항 21에서 언급되는 소프트웨어수단에도 관련된다.

원리상, 본 발명에 따른 방법에서, 대상체는 초기에 화소들로서 영상화되어 색성분들(R, G, B)의 값집합을 형성하고, 그 값집합으로부터, 하나의 실시예에 의하면, 적어도 모든 그러한 개별 화소값들, 또는 하나의 값집합에서조차도 하나 이상의 화소값들이 선택된 규준(criterion)을 초과/만족하는 수 개의 화소값들로 형성된 영상영역들이 본 발명의 방법에 따라 각 값집합으로부터 걸러진다. 그래서, 예를 들면, 포화된 화소들에 의해 야기된 왜곡들이 조명색을 추정할 때 없애질 수 있다.

그러면 누적히스토그램들의 색곡선들로부터 각 색성분에 대응하는 조명색(R_ill, G_ill. B_ill)이 정해지는 색성분들의 누적히스토그램들은 걸러진(filtered) 값집합들로부터 형성된다.

본 발명에 따른 방법에서, 조명색은 각각의 걸러진 누적히스토그램의 끝에 있는 색곡선의 평평한 영역으로부터 정의된다. 연속하는 화소값들 사이의 비율 (C_i/C_i+1)(또는 차이)이 그것을 위해 설정된 규준을 만족하는 공통점(h_i)은 적어도 하나의 색성분을 위한 평평한 영역으로부터 찾아진다. 누적히스토그램에서, 공통점들(h_i)의 간격은 각 색성분에 대해 동일한 것으로, 무엇보다도 포화된 화소들이 방법의 이전 단계에서 걸러지기 때문에, 상당히 적당하게 설정될 수 있다. 그렇게 정해진 조명색들은 색균형을 조절하는 성분형 매핑들을 형성하는데 이용될 수 있다. 이와 같이, 조명색은 임의의 알려진 방법을 이용하여 보상될 수 있다. 본 발명은 이 조명색 정의에 주로 관계가 있다. 일 실시예에서, 평평한 영역은 두 색성분들을 이용하여 인식되고 적어도 하나의 색성분이 조절된다.

본 발명에 따른 방법을 이용하면 색균형 정정이득의 견고하고(robust) 효과적인 제어 및 유형 정의가 허용된다. 그 밖에도, 본 발명에 따른 방법은 난해한 조명조건에서도 양호한 결과들을 달성한다.

본 발명에 따른 색균형 조절 방법은 카메라 특유 영상화 체인들에 매우 효과적으로 구현될 수 있다. 그것은 다른 알고리즘들과 협력하여 자연스럽게 작용하도록 만들어질 수 있다. 본 발명의 방법의 합리적으로 유지되는 복잡도는 본 발명의 방법을 예를 들어 카메라 기기들에 적용할 수 있게 한다. 그러나, 이 방법은 예를 들면 카메라 기기 밖에 위치하는 후처리에 적용될 수도 있다.

일 실시예에 의하면, 3개의 부규준들이 본 발명에 따른 방법에서 조명색을 정의하는데 이용된다. 그것들 중에서, 연속적인 누적도 분포들(cumulativity distributions)에 대응하는 화소(세기)값 관계들이 그것들을 위해 설정된 규준값들에 대해 집합 형태로 비교된다. 규준값들은 예를 들면 색균형 조절에서 양호한 결과들을 주는 것으로 보여진 경험적 데이터에 기초할 수 있다.

다른 실시예에 의하면, 본 발명에 따른 색균형 조절 전에, 예를 들면, 페디스털(pedestal) 제거가 로우(raw) 매트릭스 화소값들에 대해 수행될 수도 있다. 이것은 센서에 의해 생성된 불필요한 신호들을 상당히 감소시킬 것이다.

본 발명에 따른 방법에 통합될 수 있는 또 다른 기능성들은 비네트현상 제거, 검은 색 정정, 및 감마정정을 포함한다.

본 발명에 따른 방법은 카메라 기기에서 완전히 자동화된 방식으로 구현될 수 있지만, 후처리로서 구현될 수도 있다. 더구나, 사용자가 가진 재량권이 이 방법에 쉽사리 연결될 수 있다.

본 발명에 따른 방법 및 시스템은 현존하는 영상처리 체인들 및 카메라 기기들뿐만 아니라 현재 설계되어 있는 그러한 것들에도 매우 쉽사리 통합될 수 있다. 본 발명에 따른 방법은 예를 들어 장비의 처리전력 또는 그것의 메모리 사용에 현저한 손해를 줄 수 있는 그러한 큰 복잡성을 카메라 기기에 거의 추가하지 않는다. 일 실시예에 의하면, 순수 소프트웨어 수준에서 구현되는 방법의 경우에도 예를 들면 카메라 기기들에 극히 용이하게 통합될 수 있다. 순수 하드웨어 수준의 구현예들 및 하드웨어/소프트웨어 수준의 구현예들의 결합예들은 당연히 가능하다. 이 방법은 자동으로 또는 반자동으로 구현될 수도 있다.

본 발명에 따른 방법, 시스템, 장비 및 소프트웨어수단의 다른 독특한 특징들은 첨부의 특허청구범위로부터 명확하게 될 것이고 달성될 수 있는 부가적인 이점들은 설명부분에서 조목조목 기재된다.

다음으로, 본 발명에 따른 방법, 시스템, 장비 및 이 방법을 구현하는 소프트웨어수단은, 다음에 설명되는 실시예들에 한정되지는 않는 것으로서, 다음의 첨부 도면들을 참조하여 매우 상세히 설명된다:

도 1은 본 발명에 따른 영상처리 체인의 일 예의 개략도,

도 2는 센서의 색성분 화소들의 일 예를 보이며,

도 3a 및 3b는 종래기술 및 본 발명에 따른 방법으로부터 성분형(componentwise) 히스토그램들을 형성할 때 종래기술 및 본 발명에 따른 방법 사이의 비교를 보이며,

도 4a 내지 4c는 본 발명에 따른 방법에 관련하여 개략적인 실시예로서 성분형 누적히스토그램들을 보이며,

도 5는 오프셋 정정 원리의 개략도를 보이며,

도 6은 검은색 정정 원리의 개략도를 보이며,

도 7은 본 발명의 방법에 따른 히스토그램들의 처리를 보이며,

도 8은 감마정정 곡선들의 예들을 원리적인 예들로서 보이고,

도 9는 본 발명에 따른 색균형 조절 방법에 이용되는 규준값들의 테이블화된 예들을 보인다.

도 1의 개략도는 본 발명에 따른 디지털 영상처리 체인(10)의 일 예를 보이고 있다. 이러한 영상처리 체인(10)은 예를 들면 디지털 카메라 기기에, 또는 일반적으로 오늘날 예를 들어 이동국들에서도 발견될 수 있는 카메라센서를 장비한 기기에 구성된다. 본 발명에 따른 색균형 정정방법은 수많은 다른 카메라 특유의 영상화 체인들에 매우 적합하고, 당연히 그것의 구현예는 도 1에 보인 것과 다를 수 있다. 더구나 이 체인(10)은 예를 들면 소프트웨어수단으로(예컨대, 영상처리 소프트웨어에 관련하여) 구현된 후처리에 당연히 적용될 수도 있다.

영상처리 체인(10)에 구성된 색균형 조절 및 다른 기능들 간의 협력은 매우 쉽사리 효과적으로 구현될 수도 있다. 이 경우, 본 발명에 따른 방법은 CFAI, 비네트현상 제거(vignetting elimination; VE), 센서 페디스털 제거(pedestal elimination; PE), 및 감마정정(GC)/감마추정(GE)을 구비한 영상처리 체인(10)에 보이고 있다. 이 체인(10)의 어느 지점이라도 다른 신호처리 기능들을 자연스레 구비할 수도 있고, 그 일 예는 감마정정 전에 배치된 색역 변환(colour gamut conversion; CGC)(미도시)이다.

본 발명에 따른 실제 색균형 조절 방법은 수 개의 부단계들, 이를테면 조명색 추정단계(CBA), 및 정정단계(CBC)를 구비한다. 도 1은 색균형 조절 단계들(CBA, CBC)이 영상화 체인(10)의 다른 기능들에 어떻게 관련되는 지를 보인다. 도 1에서, 교차 해칭된 블록들(CBC, CBA)은 본 발명의 핵심 구성요소들이다. 해칭된 블록들(PE, GE, GC)은 본 발명에 따른 방법과 긴밀히 협력하여 동작할 수 있다. 해칭되지 않은 블록들(VE 및 CFAI)은 독립적일 수 있지만 색균형 조절에 관련될 수도 있다.

다음으로, 본 발명에 따른 방법 및 시스템이, 예를 들면, 본 발명에 따른 카메라 장비 내에 응용의 개별 예로서 있을 수 있고 색균형 조절에 관련한 기능들인 CBA, CBC로부터 시작하는 일종인 본 발명에 따른 영상처리 체인(10)으로 설명된다.

실제 색균형 조절의 첫 단계는 조명색(R_ill, G_ill, B_ill)의 추정이다. 본 발명에 따른 방법에서, 추정은 영상의 색성분 히스토그램들에 기초하여 수행된다. 그러면 성분형 색곡선들이 주색들(main colours)(R, G, B)로부터 형성된다.

화소들의 밝기/어둡기(세기)는 히스토그램들의 X축상에 그려지고, 그래서, 예를 들면, X축의 우측 끝은 밝은 끝이고 좌측 끝은 어두운 끝이다. 마찬가지로, Y축은 각 밝기레벨에 대응하는 화소들의 수를 그리는데 이용된다. 히스토그램의 형성은 나름대로 알려진 기법이고 그러므로 그 점에 관하여 많이 설명되지는 않는다. 각 색성분(R, G, B)의 신호값들(즉, 세기값들)의 히스토그램들은 서로 별도로 측정된다.

성분형 히스토그램들은 보간된 신호들로부터 모아질 수 있거나 또는 신호들의 보간 전에도 모아질 수 있고, 신호들의 보간 전에 모아지는 것이 이 구현예에서 사용된다. 이것은 카메라센서의 각 물리 화소가 하나의 색성분만을 나타내는 원시(raw) 영상데이터로부터 색성분 히스토그램들이 정의될 수 있음을 뜻한다. 이 경우 센서의 색 시스템은 RGB레벨로 기술됨에도 불구하고, 다른 기법들((CMYK, YUV, 등)도 이 기술의 숙련자에게 명확할 것이다.

이러한 동작들을 수행하기 위한 전형적인 구현예는, 예를 들면, 도 2에 보인 잘 알려진 바이에(Bayer)-매트릭스 구성이다. 더 일반적으로는, 이것은 색성분들(R, G, B)의 값집합들([R], [G], [B])을 형성하기 위해 화소들에 의해 피사체를 묘사하는 것을 의미한다. 응용으로 설명되는 RGB응용예의 경우, 넷 중의 두 화소들이 녹색인 반면 한 화소는 적색이고 한 화소는 청색이다. 더 많은 녹색 화소들이 존재할 수 있는데, 이것은 녹색이 휘도를 가장 잘 묘사하고 그래서 눈의 관점에서 중요하기 때문이다. 그러나, 이러한 센서는 예를 들면 5번째 화소마다에서만 그 색이 녹색(G)을 나타내는 것도 가능하다. 센서들은 전형적으로 적색 또는 청색보다는 녹 색에 더 민감하다.

히스토그램들은 영상의 화소들을 통해 스캔함으로써 수집된다. 각각의 가능한 신호레벨의 빈도수는 각 색성분(R, G, B)에 대해 계산된다. 그래서, 예를 들면 RGB영상의 경우, 3개의 히스토그램들이 얻어지며 이것은 도 3a에 보이고 있다.

그러나, 도 3a에 보인 경우에서는 조명색 추정 시에 일반적으로 종래기술에 관계가 있는 중요한 단점이 나타날 수 있다. 이 문제는, 가능한 포화 화소들의 해로운 영향에 의해 야기되고, 심지어 각 샷의 영상점(15.1 ~ 15.3)에서 단일 포화 화소(G_(s))가 영상 피사체의 다른 화소들(R, G, B)을 방해하기 충분하기까지도 하다. 히스토그램(3a)에서, 이것은 많은 수의 화소들이 최고 신호값을 가짐을 뜻한다. 이것은 이 출원서의 앞에서 매우 상세히 기재된 문제들에 이르게 한다. 이것은 각 색곡선(도 3a의 R, G, B)에서 보일 수 있는 히스토드램들에서 피크들로서 나타난다.

본 발명에 따른 방법에서는, 히스토그램의 수집 단계에서, 이러한 포화 화소들(G_(s))이 놀랍게도 거절될 뿐만 아니라 영상점(15.1)의 대응 화소들(R, G, B)도 거절된다. 도 3b는 본 발명에 따른 방법에서 히스토그램들에 대한 그러한 절차상의 단계의 영향을 보이고 있다. 이 동작은 히스토그램들의 높은 피크들을 제거하고, 이러한 높은 피크들은 그렇지 않다면 종래기술에서조차도 나타나는 조명색 추정 시의 에러를 야기할 것이다.

각 값집합([R], [G], [B])으로부터 화소값들의 걸러냄(filtering)은 누적히 스토그램이 형성되기 전에 수행된다. 이 걸러냄은 그러한 화소값들(G_(s)), 또는 그것들에 더하여, 영상점(15.1)의 단일 값집합([R], [G], [B])에서조차도 동일한 영상점의 단일 화소값이라도 그것을 위해 설정된 선택된 규준값을 초과하거나 만족시키는 그러한 영상점들(15.1)의 화소값들을 겨냥한다.

본 발명에 따른 조명색의 추정은 이러한 포화 화소들(G_(s)) 및 동일한 영상점(15.1)에 걸쳐 있는 다른 화소들(R, G, B)의 거절에 의해 방해되지 않고, 반면 색추정은 더 신뢰성있게 행해진다. 포화를 정하는 한계점, 즉, 규준값은 이 방법이 예를 들면 나중에 매우 상세히 설명될 페디스털 제거 단계와 유익하게 양립가능하도록 설정될 수 있다. 유익한 값은 구현예의 일반 구성에 의존한다. 예의 경우, 계수인 (페디스털 값)/2가 최대 신호값으로부터 공제된다면, 얻어진 규준값을 사용하는 것이 가능하며, 페디스털 값은 예를 들면 64일 수 있다. 어두운 끝 역시 유사하게 처리될 수 있다.

그래서, 동일 영상점(15.1)의 화소들의 색성분들(R, G, B) 중 하나라도 포화된다면(G_(s)), 영상점(15.1)의 다른 성분값들(R, G, B)도 거절된다. CFAI가 행해지지 않은 원시(raw) 영상의 경우, 이는 동일한 원시화소 그룹(15.1)에 속한 모든 색성분들(R, G, B)이 거절됨을 의미한다. 이것과 이것의 수집된 히스토그램들에 대한 효과는 도 3a 및 3b에 개략적인 수준으로 도시되어 있다.

도 3a 및 3b에는 두 개의 원시화소 그룹들(15.1, 15.3)이 있고, 그것들 중 하나에서 당해 포화문제는 녹색화소(G_(s))에 나타난다. 피크들은 도 3a의 히스토그 램에 형성되고, 그것의 형성은 모든 영상점들, 즉 원시화소 그룹들(15.1~15.3)을 고려한다. 도 3b에서, 문제를 일으키는 원시화소 그룹(15.1)은 거절되고, 그래서 성분들의 히스토그램 곡선들(R, G, B)은 실질적으로 덜 가파르게 된다.

방법의 다음 단계에서, 조명색은 걸러진 색성분들로 형성된 히스토그램들로부터 추정된다. 도 4a~4c는, 실제 히스토그램들로부터 형성되며 포화된 화소들(G_(s)) 및 그것들의 대응 영상점들(15.1)이 전술한 바와 같이 걸러진 색성분들(R, G, B)의 누적히스토그램들을 보이고 있다. 일 실시예에 의하면, 화소 백분비들의 누적합, 또는 화소들의 수, 또는 화소들의 수/비에 대응하는 어떤 다른 량이 예를 들면 누적히스토그램들의 X축상에 소정 선택된 간격들로 보일 수 있고 그 경우 그것들에 대응하는 세기값들은 Y축상에 보일 수 있다. 이 실시예에 따른 예의 경우, 예를 들면, X축상에 소정 간격들로 설정된 화소들의 누적 백분비들(h_i)은, 얼마나 큰 비율(또는 수)의 걸러진 화소들이 그것들에 대응하는 세기점(R_i, G_i, B_i)에 있는지를 나타낸다.

종래기술에 따른 방법들에서, 조명색은 누적히스토그램들의 점들로부터 기준값보다 낮은 값들을 갖는 화소들의 특정 백분비를 나타내는 설정 색을 이용하여 추정된다.

본 발명에 따른 방법에서, 조명색은 걸러진 누적히스토그램들의 최고 밝은 끝(도 4a~4c의 히스토그램들에서 색곡선의 우측 끝)에 있는 본질적으로 평평한 영역으로부터 정해진다. 이 평평한 영역, 또는 본질적으로 평평하다고 여겨질 수 있 는 영역(예를 들면, 곡선의 다른 영역들과 비교됨)에서, 히스토그램의 곡선은 더 이상 그것의 설정 규준조건들에 따라 거의 상승하지 않는다. 즉, 색의 세기값은 더 이상 그것에 관해 설정된 조건들에 따라 변하지 않는다.

일 실시예에서, 본질적인 부분은 포화 화소(G_(s)) 및 그것들의 영상점들(15.1)이 걸러진 누적히스토그램들로부터 행해지는 색곡선들의 평평한 영역들을 검색하는 절차가 담당한다. 설정된 방식으로 부착된 미리 정의된 누적 화소비율 점들(h₁, h₂,..., h_n)의 설정 및 이러한 지점들에 대응하는 세기값들(R_i - R_n, G₁ - G_n, B₁ - B_n)이 계산된 후, 본 발명의 방법의 주된 원리에 따라, 색곡선들(R, G, B)의 평평한 영역들에서, 각 색곡선(R, G, B)에 설정 간격들로 정해지고 설정된 분할간격들로 정해진 연속적인 점들(h_i, h_i+1)에 대응하는 화소값들의 비율 C_i/C_i+1(C = R, G, B)이 그것에 관해 설정된 규준값들을 만족하는 공통점(h_i)에 대한 검색이 행해진다.

조명색(R_ill, G_ill, B_ill)은 본 발명의 방법에 따라 이러한 점들(h_i)에 대응하는 순차적인 화소값들(C_i, C_i+1)을 분석함으로써 정해진다. 화소값들의 포화를 걸러내는 단계가 우회된다면, 이 방법은 주로 현재 선택된 백분율 문턱에 의존하는 점들(R_i, G_i, B_i)의 집합이 조명의 색이 되도록 추정되는 종래기술을 따르는 것이라고 관측될 것이다. 그러나, 본 발명에 따른 방법에서, 색은 조명색(R_ill, G_ill, B_ill)에 대응하는 점들(h_i)에 대한 특정 부규준들을 설정하는 더 고도로 발달한 알고리즘을 이용하여 추정된다.

색곡선에 대해 설정된 평탄도 조건이 각 곡선(R, G, B)에 대해 본질적으로 만족되기까지 값 i를 증가시킴으로써 조명색(R_ill, G_ill, B_ill)에 대응하는 점들(h_i)은 탐색된다. 점 h_i에 대응하며 일반적으로 각 색성분에 대해 다른 세기값(R_i, G_i, B_i)(즉, 당해 점에 대응하는 백분비)은 조명색(R_ill, G_ill, B_ill)으로서 설정된다.

일 실시예에 의하면, 이 규준은 3개의 부규준들로서 나타내어질 수도 있다. 이러한 부규준들의 제1단계에서, 특정 방식으로 설정된 연속하는 점들(h_i, h_i+1)에 대응하는 화소값들(C_i, C_{i + 1})의 비율(r_c)이 그것에 대해 설정된 제1문턱값(t_i)보다 작은 곡선들(R, G, B)에 공통인 그러한 점(h_i)에 대해 색성분 곡선들(R, G, B)의 각각을 검색하는 것이 가능하다. 달리 말하면, 부규준은 다음과 같은 방식으로 수학적으로 공식화될 수도 있다:

이 방법의 다음 부규준 단계로서, 제1단계에서 검색된 제1부규준에 부합하는 화소값들의 비율들(r_R, r_G, r_B)의 합이 그것에 관해 설정된 제2문턱값(t₂)보다 작은지에 대한 검사가 행해진다. 이 조건이 만족되지 않는다면, 제1단계로의 반환이 이 루어져 제1부규준을 만족하며 동일한 백분비 점(h_i)에 있을 것이지만 이 점(h_i)에 대응하는 세기값들(R_i, G_i, B_i)은 일반적으로 서로 다를 것인 새로운 3개의 색성분들을 찾는다. 이 제2부규준은 다음과 같은 방식으로 수학적으로 공식화될 수도 있다:

제2부규준이 백분비 점(h_i)에서 만족되지 않는다면, 절차는 제1부규준 단계로 되돌아간다. 그러나, 제2부규준 역시 발견된(점 h_i에서 발견된) 3개의 색성분들을 이용하여 만족된다면, 절차는 제3부규준 단계로 이동한다.

제3부규준 단계에서는, 제1부규준 단계에서 찾아진 화소값들의 변화들(R_i, G_i, B_i)의 상대속도들의 최대 화소값 변화 및 최소 화소값 변화 사이의 비율이 그것에 관해 설정된 제3문턱값(t₃)보다 작은지에 관해 검사가 행해진다. 이 조건 역시 다음과 같은 방식으로 수학적으로 공식화될 수도 있다:

이때에 C_i, C_i+1 는 연속하는 점들(h_i, h_i+1)에 대응하는 화소값들며, C는 적색성분(R), 녹색성분(G) 및 청색성분(B)의 어느 것도 될 수 있다. 이를 상기식에 반영하면 상기의 식을 다음과 같이 표현할 수도 있다.

도 9에 보인 표의 열 3 및 4는 실험적으로 유효하다고 보인 문턱값들(t₁, t₂)의 목록들의 예들을 보인다. 문턱값 t₁은 인덱스값 1에 대응하는 1.04의 기본값 으로부터 시작하여 실험적으로 유효하다고 보인 간격들로 증가되는 예를 들면 1.04 및 1.125 사이에 있게끔 설정될 수 있다. 문턱값 t₂는 인덱스값 1에 대응하는 값 3.07로부터 시작하여 실험적으로 유효하다고 보인 간격들로 증가하는 예를 들면 3.07 및 3.24 사이에 있게끔 설정될 수 있다. 문턱값 t₃는 예를 들면 대략 4로 설정될 수 있다.

미리 설정된 백분비 값들에 대응하는 인덱스(i)는 실험적으로 유효하다고 보인 간격들로 예를 들면 31배 증가될 수 있다. 도 9에서, 누적히스토그램들에 고정되게 배치된 백분비 집합(h₁)은 열 2에 따라 설정될 수 있다. 인덱스 i = 1은 히스토그램에서 포화 화소들(G_(s)) 및 포화 화소들(G_(s))과 동일 영상점(15.1)에 형성된 화소들(R, G, B)이 히스토그램들을 수집할 때 걸러 내어지는 당해 색성분으로부터 설정된 가장 큰 세기값(100%)에 대응한다. 세기값들은 테이블화된 백분비들에 따라 감소된다. 즉, 예를 들면, 점 h₁₀에서는 당해 세기값에 대응하는 점보다 크기가 작거나 그 점과 크기가 동일한 99.6%의 세기값들이 히스토그램에서 설정된다. 일단 설명된 백분비 간격들을 이용하여 32 단계들이 취해진다면, 모든 부규준들을 만족하는 색 트리오(R_ill, G_ill, B_ill)가 조명의 색에 대해 발견되었음을 최종적으로는 전적으로 가정할 수 있다. 이러한 색 트리오를 찾는 것은 히스토그램 수집 단계에서 설명된 백분비 분할을 이용하여 포화 화소들(G_(s)) 및 그것들로 구성된 영상점(15.1)을 정확히 걸러내는 것을 도울 것이다.

어떤 이유 때문에, 부규준을 만족하는 인덱스 점(i)이 발견되지 않는 상황이라면, 그 경우, 당해 인덱스값 i=32는 비교 없이 기준점으로서, 즉, 최고 밝은 평평한 영역으로서 선택되고 상기 점(h₃₂)에 대응하는 각 색성분(R, G, B)의 세기값들은 대응하는 조명색으로서 선택된다.

도 9의 표의 끝에 있는 인덱스값들(i = 32 ~ 34)은 예를 들면 감마값들의 선택 시 및 색들의 정확도(correctness) 점검 시에 이용될 수 있다.

문턱값들(t₁, t₂, t₃)의 값집합들은 출원인에 의해 행해진 조명색들에 관한 양호한 추정절차의 실험적 관측들에 기초하며, 그래서 그것들을 특별히 논리적으로 설명하지 않는다.

일단 여전히 매우 개략적인 수준이면, 예로써 특히 도 4a~4c의 삽입도들이 참조되고 이 삽입도들은 히스토그램들(R, G, B)의 공통 백분비 점(h_i)이 검색되는 평평한 영역의 확대도들을 보인다. 삽입도들에서의 히스토그램들은 많이 과장된 경사를 가지는 것으로 보이고 있는 반면 그것들의 형태의 비유사성 때문에 상당히 비현실적으로도 그려져 있으나, 이 경우 그것들은 본 발명에 따른 방법의 기본 원리를 설명하도록 의도된 것이라는 점이 이해되어야 한다.

히스토그램들(R 및 G)로부터 히스토그램의 최우측 끝으로 연장하는 히스토그램들에서의 평평한 영역은 적어도 히스토그램(B)에 비하여 이미 상당히 먼저 시작한다는 것을 알 수 있다. 그래서 원리적으로 색곡선들(R 및 G)은 그것들의 최우측 끝에서 이미 본 발명의 방법에 따른 부규준들을 만족할 것이거나, 또는 색곡선(B) 의 경우에서보다 가장 끝단에 적어도 더 가까울 것이다.

한편, 색(B)의 세기가 적어도 색성분들(R 및 G)과 비교하여 매우 급하게 변하는 곳과 여전히 평평한 영역보다 이러한 평평한 영역의 최우측 끝에 있는 실질적으로 더 가파른 곳 사이의 백분비 간격(h₁~h₄)은 히스토그램(B)에서 볼 수 있다. 누적히스토그램(B)에서의 이 융기는 예를 들면 영상화 상황에서 우세한 조명 조건들에 의해, 정확히는 샷의 색균형이 조명색의 효과를 제거하기 위해 정정되어야 한다는 사실 때문에 발생될 수 있다.

본 발명에 따른 방법을 이용할 때, 도 4a~4c의 삽입도들을 참조하면, 색성분들의 각각에 공통인 설정 규준들을 만족하는 백분비 점(h_i)은 본 발명의 방법에 따른 부규준들을 만족하는 평평한 영역이 색성분(B)의 히스토그램으로부터 발견되는 점 h₄에서 이제 발견된다. 대응하는 조명색(R_ill, G_ill, B_ill)은 이제 각 색성분(R, G, B)마다 일반적으로 다른 점(h₄)에 대응하는 세기값(R₄, G₄, B₄)으로부터 얻어진다.

위에서 정한 부규준들을 이용하면, 조명색(R_ill, G_ill, B_ill)의 놀랄 만큼 견고한 추정이 행해질 수 있다. 더구나, 추정의 신뢰성은 적당한 알고리즘들과, 그것들로부터 얻어지며 요구된 정정의 량 및 가능한 재조절이 요구되는 지에 대해 결정하는데 이용된 결과들을 이용하여 검사될 수 있다.

정정 량, 달리 말하면, 이득계수(G_R, G_G, G_B)는 색균형을 조절하는데 이용된다. 정정 량은 각각의 추정된 조명색이 변환되는 설정 목표레벨(R_tgt, G_tgt, B_tgt)에 직접 관련된다. 각 색(R, G, B)을 위해 색균형을 조절하는 이득계수는 각 색성분(R, G, B)에 대응하며 위에서 설명된 방식으로 정해진 조명색들(R_ill, G_ill, B_ill)과 목표색들(R_tgt, G_tgt, B_tgt)을 이용하여 다음과 같이 얻어진다:

전체 레벨 정정 시, 조명을 백색으로 만드는 것이 목표이다(tgt = 백색; 대응 축척의 값은 1000임). 그러면 색성분 신호들은 이득계수를 이용하여 조명의 색이 백색이 되게끔 증폭된다. 포화 화소들의 수가 증가할수록, 또는 원본 영상의 밝기가 감소할수록, 목표레벨은 감소될 수 있다. 이것은 영상의 밝기가 감소할수록 이득을 너무 높게 설정하는 것이 원해지지 않고, 대신 어두운 곳에서 취해진 영상이 밝은 곳에서 취해진 영상보다 약간 더 어두울 것이기 때문이다.

색균형 조절은 정해진 이득계수들(G_R, G_G, G_B)을 적절히 처리함으로써 더욱 견고해지게 될 수 있다. 예를 들면, 이득계수들(G_R, G_G, G_B)은 서로 비교되고 모든 가능한 조합들에 대한 다음의 조건들을 만족하는 것이 요구될 수 있다:

이때에, C 및 C_i를 적색(R), 녹색(G) 및 청색(B)의 문자로 대체하면 상기의 식은 다음과 같이 정리된다.

R_ref, G_ref 또는 B_ref로 표현된 C1_ref는 표준 조명에서의 색성분들을 나타낸다.

그 경우, 적색 C1=R의 정정계수(G_R)는 녹색의 정정계수(G_G)에 비교되는 특정 간격을 가질 것이다. 이것은 동일하게 다른 색들(R, G, B)에 대하여 모든 색들(R, G, B)에 적용된다. 일 실시예에 의하면, 이러한 조건들에서, 예를 들면, k_min = 0.66 및 k_max = 4/3으로 설정하는 것이 가능하다. 값 G_Cref는 표준 조명에서의 색성분들의 상호 관계를 묘사하며, 이것에 관하여 센서들의 색민감도 특성은 정의가 필요하다. 이것은 센서들이 전형적으로는 적색성분(R) 및 청색성분(B)보다 녹색성분(G)에 더 민감하기 때문이다. 자동정정을 행하는 것은 예를 들면 센서 제조자에 의존할 것이다. 자동정정이 이루어졌다면, 기준값은 모든 색성분들에 대해 전형적으로 1이 될 것이다. 정정이 이루어지지 않았다면, 예를 들면, G_Gref = 1은 녹색(G)에 대해 설정될 수 있고 이 경우 적색이 상응하게 될 수 있어 G_Rref = 1.6이 적색(R)에 대해 설정될 수 있고 G_Bref = 2가 청색에 대해 설정될 수 있다.

이러한 수치값들은 어느 정도 변할 수 있고 그래서 여기에 언급된 것들에 결코 얽매이지는 않는다는 것이 이해될 것이다. 이러한 값들은 알고리즘의 전개의 예 비(pilot)단계 동안 나타난 실험적 결과들에 기초하기도 한다. 이득들(G_R, G_G, G_B)은 전술한 조건이 만족될 때까지 가변한다.

이러한 변형된 이득계수들(G_R, G_G, G_B)을 이용함으로써, 중간값이 각 색성분(R, G, B)에 대해 계산될 수도 있다. 선택된 기준 색성분의 중간값 및 다른 색성분의 중간값 사이의 차이가 크다는 것이 인지된다면, 이득들은 조절되고, 그래서 그것들 간의 차이는 감소된다. 예를 들면, 녹색 색성분(G)은 기준색성분으로서 사용될 수 있다.

게다가, 이득계수(G_R, G_G, G_B)에 대한 최종 제약으로서, 그것들의 각각이 다음 사이에 있어야 한다는 조건이 설정될 수 있다:

여기서, 값 G_min, 즉 절대값은 예를 들면 1로 설정될 수 있고 값 G_max는 예를 들면 16으로, 일 실시예에 따라 예를 들면 10으로 설정될 수 있다.

전술한 제약이 미리 정의된 계수들(G_R, G_G, G_B) 중의 어느 것의 경우에도 만족되지 않는다면, 당해 이득계수 또는 계수들은 변형되고 다른 계수들은 동일한 관계로 상응하게 재조절된다.

일단 이득계수들(G_R, G_G, G_B)이 그것들의 최종 형태를 얻었다면, 그것들은 다음으로 각 색성분(R, G, B)을 위해 색균형을 조절할 것들인 성분형 매핑들을 형성 하는데 이용될 수 있다. 이러한 매핑들에서, 부인덱스 In은 카메라센서에 의해 검출된 색을 나타내는 반면 부인덱스 Out은 이득계수(G_R, G_G, G_B)에 의해 정정된 색을 나타낸다. 즉,

성분형 원본(original) 히스토그램들은 도 7의 상부 기술자(descriptor)에 보이는 한편 중간 기술자는 조명색이 본 발명의 방법에 따라 고려되는 본 발명의 방법에 따라 정의된 이득계수들을 이용하여 원본 히스토그램들로부터 형성된 성분형 함수 매핑들을 보이고 있다. 제일 아래의 히스토그램은 어두운 끝의 콘트라스트가 증가되게 하는 이른바 오프셋 감소도 고려되는 본 발명의 방법에 따라 처리된 성분형 히스토그램들을 보이고 있다.

본 발명에 따른 방법에서, 위에서 설명된 색균형의 자동조절(CBA, CBC)을 제외한 다른 동작들은 카메라 기기 자체 내에 배치된 영상처리 체인 시스템(10)에 적용될 수 있거나, 또는 다르게는 주변기기에도 적용될 수 있다.

도 5는 이른바 페디스털 제거(PE)로서 알려진, 즉 로우 매트릭스상에 형성된 화소값들의 오프셋 정정들로서 알려진 동작들의 제1예를 보이고 있다. 영상처리 체인을 도시하는 도 1로부터 알 수 있는 바와 같이, 이 정정은 센서로부터 직접 얻어진 원시 영상에 대해 체인(10)에서 수행될 수 있다.

오프셋은, 예를 들어, 완전히 어두운 샷이 캡쳐된다면 얻어지는 색신호로부터 정해지는 최소값이다. 디지털 카메라 기기들의 센서들은 각각의 색채널에 대해 다른 오프셋들을 가질 수 있다. 그러나, 견고한 색균형의 조절 동작의 관점에서 오프셋은 가능한 한 완벽하게 제거되고 센서는 선형화되는 것이 중요할 것이다. 동일한 오프셋들이 색성분 신호들에서 대칭적으로 증가된다는 것을 조건으로 하여, 제거는 영구적이고 센서에 특유하게 준비될 수 있다. 적응적 모드 역시 사용될 수 있다.

구현 방식에 무관하게, 종래기술에서는, 화소값들의 오프셋 정정의 원리에서, 오프셋값들은 화소값들을 줄이는데 이용된다. 그러나, 예비단계 시험들에서, 신호의 동적 영역을 감소시키는 그러한 동작이 보이고 있는데, 최고 밝은 값들 역시 감소되기 때문이다.

본 발명에 따른 방법에서, 화소값들의 오프셋 정정은 적어도 부분적으로는 선형적으로 수행된다. 일 실시예에 의하면, 이것은, 화소들의 신호레벨이 그것에 관해 설정된 한계값(t) 미만이라면 예를 들면 페디스털(p)을 직접 감산 계산에 의해 제거함으로써 수행될 수 있다. 화소들의 신호레벨이 설정된 한계값(t)을 초과한다면, 페디스털(p)은 감산되지만, 동시에 신호는 증폭되고, 그래서 최대신호레벨은 실질적으로 떨어지지 않게 된다.

이러한 페디스털 제거 단계(PE)는, 예를 들면, 본 발명에 따른 방법의 경우, 조명색을 추정하고 포화 화소값들의 영향을 본질적으로 제거하는 것을 시도할 때, 특히 유익하다. 위에서 설명된, 즉, 부분적으로 선형적으로 수행되는 방식에서, 포 화 화소는 페디스털 제거(PE) 시에 포화된 채로 남아 있을 것이다.

본 발명에 따라 수행된 페디스털 제거(PE)의 원리적인 이행은 도 5를 참조하여 다음의 수학식을 이용하여 설명될 수 있다:

좌표축 유추는 분명히 y = Out 이고 x = In이 되게끔 적용된다. 이러한 수학식들에서, 예를 들면, x_max = 1023, p = 64, 및 t = x_max - (p/2) => 1023 - (64/2) = 991이 될 수 있다.

또 다른 실시예에 의하면, 영상처리 체인(10)은 이 기술의 숙련자들에게 비네트현상 제거(VE)라는 용어로 알려지기도 한 이른바 에지 정정을 포함할 수도 있다. 비네트 현상 제거(VE)는 영상처리 체인(10)에서, 예를 들면, 페디스털 제거(PE) 뒤에 구성될 수 있다. 비네트 현상 제거(VE)의 하나의 이점은 영상들에서 어두워지는 코너를 줄이는 것이다. 영상의 코너들의 어두워짐은 일반적으로 센서의 광학적 및 물리적 특성들에 의해 야기된다. 비네트 현상은 영상의 중앙으로부터 시작하여 영상의 코너들 쪽으로 방사상으로 진행하는 영상의 휘도값의 감소가 특징이다.

본 발명에 따른 비네트 현상 제거 알고리즘(VE)은 이 단점을 영상에서 공간 적으로 변화하는 오프셋과 무엇보다도 화소들의 위치에 의존할 수 있는 비네트 현상 정정계수(vf)를 이용하는 방식으로 보상하는데 이용될 수 있다. 중앙점부터의 비네트 현상의 거리(r)가 증가함에 따라 정정계수(vf)의 값은 증가한다.

중앙점(r = 0)은 예를 들면 영상의 중앙이 되도록 설정될 수 있다. 정정계수 (vf)는 센서 특유 매개변수들 및 거리에 의존하는 함수로서 전개될 수 있다. 이 매개변수들은, 예를 들면, 교정(calibration) 영상화를 이용하여 정해질 수 있고, 이 교정 영상화에서는 센서가 표준조명으로 백색면을 영상화하는데 이용되고, 매개변수들의 적당한 기본추정은 비네트 현상을 제거하는데 이용될 수 있도록 매개변수들을 정하기 위해 이용된다. 거리(r)는 알려진(예를 들면 피타고라스 정리) 그대로 이지만 이른바 애스펙트비가 부가적인 계수로서 고려될 수 있게 하여 결정될 수 있다. 비네트 현상 제거는 각각의 화소값이 그것에 상응하는 거리(r)에 대응하는 계수(vf)에 의해 곱해진다면 직접 얻어진다. 더구나, 정정계수는 각 색성분(R_vf, G_vf, B_vf)에 대해 그것들의 다른 감쇠 방식들 때문에 개별적으로 전개될 수도 있다는 사실도 고려되어야 한다. 색성분들이 개별적으로 감쇠된다면, 이것으로부터 생겨나는 에러를 정정하는 것이 양호해질 수 있고, 그래서 실제 색균형 조절에서 에러를 유발하지 않을 것이다.

영상처리 체인(10)에서 예를 들면 페디스털 제거(PF) 후 및 색균형 추정단계 (CBA) 전에 일어나게끔 비네트 현상 제거 알고리즘(VE)을 구성하는 것이 유익한데, 그 경우 실제 색균형 조절(CBC)을 왜곡시키는 영상의 어두운 코너들이 존재하는 것 이 가능하지 않기 때문이다.

도 6은 본 발명에 따른 방법에 아마도 첨부가능한 추가의 부단계의 예를 보이고 있다. 본 발명에 따른 영상처리 체인의 최종 부단계로서, 본 발명에 따른 어두운 색 정정이 있을 수 있다. 거기서는 그것들로부터 설정된 구체적인 특정 문턱을 만족하는 값들이 누적히스토그램들로부터 검색된다. 어두운 색 정정에서, 문턱값에 기초하여 결정된 최고 어두운 색성분은 설정된 량만큼 어두운 쪽으로 늘여질 수 있고 다른 성분들은 동일한 비율로 처리되기도 한다. 도 6에 보인 것처럼, 늘임(stretching)은 설정 크기의 오프셋을 색변환 함수들에 부가함으로써 일어난다.

일 실시예에 의하면, 어두운 측 문턱값은 예를 들면 화소수의 1%에 대응하는 세기점이 색성분들(R, G, B)의 각각의 히스토그램들로부터 찾아지는 식으로 정의될 수 있다. 그 후, 이 각 색성분의 1% 점에 대응하는 세기값들은 각 색성분에 대응하는 현재의 정정계수에 의해 곱해지고 그렇게 얻어진 변형된 세기값들 중의 최소값이 선택되고, 그 변형된 세기값은 추가로 0.7이 곱해진 후 정정의 크기로서 선택된다.

위에서 정해지고 선택된 정정의 크기는 다음으로 현재의 정정계수들(G_R, G_G, G_B)에 의해 나누어지고, 그 결과로서 분할오프셋값들(OffsetR, OffsetG, OffsetB)이 각 색성분에 대해 얻어진다. 오프셋값들은 색에 영향을 주지 않지만, 색을 늘여서 어두워지게 한다는 점에 주의해야 한다. 색균형 조절 목표레벨을 원래 의도하였던 바대로 유지하도록 하기 위해, 새로이 조절된 정정계수들(G_R', G_G', G_B')이 여전히 정의되어야 한다. 영상에 어두운 점들이 없다면, 수축은 (약간) 증가될 수 있다. 도 7의 가장 아래의 히스토그램은 어두운 화소들의 색의 정정에 의해 얻어진 히스토그램을 묘사하는 예를 보이고 있는데, 이 예에서, 어두운 화소들의 색을 정정할 때, 전술한 방식으로 정해진 오프셋이 변환함수들에 부가되어, 결과적으로 변환함수들의 증폭이 재조절된다. 어두운 측의 정정의 결과로서, 변환함수들은 다음의 형태를 얻게 된다:

그러면 이 처리는 정의(definition) 점보다 밝은 점들이 밝게 되도록 변환되고 그것보다 어두운 점들은 어둡게 되도록 변환되는 결과를 가진다. 히스토그램들에 대한 변경의 효과는 도 7의 가장 아래의 히스토그램에 도시되어 있고, 이 도면은 본 발명에 따른 영상처리 체인(10)의 결과로서 얻어진 최종 성분형 히스토그램들을 보여주기도 한다. 색성분들로부터 형성된 매핑 함수들은 중간의 In/Out 기술자에 보이고 있다.

선형변환함수들은 본 발명에 따른 방법에서 이용될 수 있다. 비선형성들은 부가될 수 있고, 일반적으로는, 이용된 알고리즘이 가능한 감마정정과 추가로 결합된다면, 부가적인 실시예로서 부가될 수 있다.

일 실시예에 의하면, 감마정정(GC)은 우선 첫째로 영상의 유형이 정의되는 식으로 구현될 수 있다. 이 실시예의 일 예에 의하면, 이것은 누적히스토그램들의 X축상에서 25%, 50%, 및 80%-점들을 검색함으로써 행해질 수 있고, 25%점에서는, 예를 들면, 영상을 형성하는 화소들의 25%가 그 점보다 어둡거나 동일한 밝기의 세기값을 가진다. 현재 처리된 샷이 노말, 백라이트, 또는 낮은 콘트라스트인 지에 관한 결정이 행해질 수 있는 기초가 되는 세기값들에 관한 규준들은 백분비 25, 50 및 80에 대응하여 설정된다. 정의 후, 작은 감마값이 영상이 얼마나 밝을 지에 비례하여 선택된다. CIE/IEC협회(Commission Internationale de l'Eclairage(비엔나)/(International Electrochemical Commission(제네바))에서는 SRGB(standard RGB) 영상들에 대해 도 8의 감마레벨 0.45=1/2.2를 선택하고 있다. 본 발명에 따른 방법에서, 감마값들은 예를 들면 0.20부터 0.60까지 변할 수 있다. 일반적으로 매우 근사적 레벨에 대해, 감마정정에서는, 거듭제곱의 차수가 감마값에 대응하는 세기값들에 대해 적당한 세기 면적 거듭제곱법이 행해진 거듭제곱의 차수에서의 증가에 의해 조절 체인(10)의 최종단계에서 색균형이 조절된다. 직접적인 거듭제곱 차수 증가는 곡선의 초기영역들에서는 행해지지 않아, 어두운 영역에서의 변경이 너무 빠르게(급격하게) 되는 것을 방지한다.

본 발명에 따른 색균형 조절방법의 부단계들은, 일 실시예에 의하면, 다음과 같이 요약될 수 있다.

1. 페디스털 제거(PE),

2. 비네트 현상 제거(VE),

3. 포화 화소값들(G_(s)) 및 그것들에 대응하는 영상점들(15.1)도 걸러냄으로 써 히스토그램을 수집,

4. 본 발명의 방법에 따른 경계조건들(t_l, t₂, t₃)을 이용하여, 누적히스토그램들로부터 조명색들(R_ill, G_ill, B_ill)에 대한 추정값을 정함,

5. 조명색의 추정을 이용하여, 필요한 색변환 매핑함수들을 정하고 그것들을 이용하여, 전개된 경계조건들 및 제한들을 조절,

6. 색성분들(R, G, B) 중 가장 어두운 값을 조절,

7. 감마정정을 위한 가시적인 최적 값을 결정할 때 부가 및 히스토그램 데이터를 이용.

단계 3, 4, 5 및 6은 본 발명에 따른 방법의 핵심 구성요소들을 형성한다. 구현예들에 의존하여, 이러한 단계들은 수 개의 다른 방식들로 재구성되거나 결합될 수 있다.

위의 설명들 및 관련된 도면들은 본 발명을 예시하려는 의도뿐이라는 것이 이해될 것이다. 그래서 본 발명은 개시된 실시예들만으로 또는 청구범위에 언급된 것으로는 결코 제한되지 않고, 첨부의 청구범위에서 정해지는 본 발명의 아이디어의 범위 내에서 가능한 본 발명의 많은 다른 변형들 및 개조들이 이 기술의 숙련자들에게는 명백할 것이다.

Claims (25)

1. 피사체를 화소들로써 영상화하여 색성분들(R, G, B)의 값집합들을 형성하며,

   색성분들(R, G, B)의 값집합들로부터 성분 특유 히스토그램들을 형성하며,

   성분 특유 히스토그램들로부터 누적히스토그램들을 형성하며,

   적어도 하나의 색성분에 대응하는 조명색(R_ill, G_ill, B_ill)을 누적히스토그램들로부터 정하고,

   목표색(R_tgt, G_tgt, B_tgt) 및 정해진 조명색(R_ill, G_ill, B_ill)을 이용하여 적어도 두 개의 색성분들(R, G, B)에 대해 색균형을 조절하는 이득계수(G_R, G_G, G_B)를 정하는 디지털 영상처리 체인(10)에서의 색균형을 조절하기 위한 방법에 있어서,

   연속하는 점들(h_i, h_i+1)에 대응하는 색성분형 화소값들(C_i, C_i+1)이 적어도 하나의 색성분(R, G, B)의 경우에 그것들을 위해 설정된 규준조건들을 만족하는 그러한 점(h_i)이, 누적히스토그램들의 끝들에 있는 색곡선의 본질적으로 평평한 영역에서 정해지고,

   공통으로 정해진 점(h_i)에 대응하는 색성분형 화소값(C_i)이, 적어도 하나의 색성분(R, G, B)에 대해, 조명색(R_ill, G_ill, B_ill)에 대응하게 설정되는 것을 특징으로 하는 방법.
2. 제1항에 있어서, 조명색(R_ill, G_ill, B_ill)은 누적히스토그램들로부터 다음의 부규준들:

   1) 설정된 간격분할에 따라 선택된 두 개의 연속하는 점들(h_i, h_i+1)에 대응하는 화소값들(C_i, C_i+1)의 비율(r_c)이, 각 색성분(R, G, B)에서, 그것들을 위해 설정된 제1문턱값(t₁)보다 작다, 즉,

   

   2) 화소값들(C_i, C_i+1)에 대응하는, 상기의 조건에 부합하는, 비율들(r_c)의 합은 그것들을 위해 설정된 제2문턱값(t₂)보다 작다, 즉,

   

   3) 최대화소값 변화 및 최소화소값 변화 사이의 화소값들(C_i, C_i+1)의 변화의 상대속도들의 비율은 그것을 위해 설정된 제3문턱값(t₃)보다 작다, 즉,

   

   을 만족하는 최소 인덱스(i)를 검색함으로써 정해지며,

   부규준 1)~3)을 만족하는 점(h_i)에 대응하는 각 색성분의 화소값들(C_i)은 조명색(R_ill, G_ill, B_ill)에 대응하게 설정되는 것을 특징으로 하는 방법.
3. 제2항에 있어서, 제1문턱값(t₁)은 1.0~1.5의 범위 내에서 변하는 것을 특징으로 하는 방법.
4. 제2항 또는 제3항에 있어서, 제2문턱값(t₂)은 3.0~4.5의 범위 내에서 변하는 것을 특징으로 하는 방법.
5. 제2항에 있어서, 제3문턱값(t₃)은 3.0~5.0의 범위 내에서 변하는 것을 특징으로 하는 방법.
6. 제1항에 있어서, 상기 방법에서, 페디스털 제거(PE)는, 색균형 조절(CBC) 전에, 로우 매트릭스의 화소값들에 대해서도 수행되는 것을 특징으로 하는 방법.
7. 제6항에 있어서, 페디스털 제거(PE)는,

   색성분(R, G, B)의 화소값레벨이 그것을 위한 설정 문턱값(t) 미만일 때, 오프셋(p)이 직접 감산에 의해 설정 문턱값(t) 뒤에 공제되고,

   하지만, 오프셋(p)은 화소값들을 얻는 것과 동시에 최대화소값 레벨이 감소되지 않는 식으로 공제되도록, 부분적으로는 선형적으로 수행되는 것을 특징으로 하는 방법.
8. 제1항에 있어서, 상기 방법에서, 비네트 현상 제거 절차(VE)는 페디스털 제거(PE) 후 그리고 색균형 조절(CBC) 전에 수행되는 것을 특징으로 하는 방법.
9. 제8항에 있어서, 공간적으로 변화하는 오프셋과, 화소값 이득계수(vf)는 비네트 현상 제거 절차(VE)에 이용되는 것을 특징으로 하는 방법.
10. 제9항에 있어서, 이득계수(vf)는 각 색성분(R, G, B)에 대해 개별적으로 전개되는 것을 특징으로 하는 방법.
11. 제1항에 있어서, 상기 방법에 관련하여, 부단계들로서,

    화소값들을 위해 설정된 문턱조건(dpcc)을 만족하는 그러한 화소값들을 누적히스토그램으로부터 찾는 단계,

    정해진 가장 어두운 색성분을 정해진 크기의 오프셋을 이용하여 히스토그램의 어두운 쪽으로 늘이는 한편, 다른 색성분들을 동일한 비율로 처리하는 단계,

    변환함수들의 이득들(G_R, G_G, G_B)에 대해 재조절을 수행하는 단계를 포함하는 어두운 색 정정 절차도 수행되는 것을 특징으로 하는 방법.
12. 제1항에 있어서, 중간화소값은 각 색성분(R, G, B)에 대해 정해지고, 선택된 기준성분의 중간화소값과 색성분(R, G, B)의 중간화소값이 설정방식에서 서로 다르다면 이득들(G_R, G_G, G_B)은 차이를 줄이기 위해 조절되는 것을 특징으로 하는 방법.
13. 제1항에 있어서, 상기 방법은, 감마정정단계(GC)를 구비하며, 감마정정단계에서는,

    - 노말, 백라이트, 또는 낮은 콘트라스트인 샷 유형이 누적히스토그램들로부터 정해지며,

    - 샷 유형 정의에 기초하여, 감마정정에 이용하기 위해 선택된 감마값이 영상이 얼마나 밝아야 되는 지의 비율에 따라 감소되고, 상기 감마값은 0.10~0.80의 범위 내에서 변하는 것을 특징으로 하는 방법.
14. 제1항에 있어서, 누적히스토그램들의 형성 전에, 하나의 값집합에서 일지라도 동일한 영상점(15.1)의 화소값이 선택된 규준을 만족하는 화소값들은 적어도 하나의 값집합으로부터 걸러내어지는 것을 특징으로 하는 방법.
15. 디지털 영상처리 체인(10)에서,

    피사체를 화소들로써 영상화하여 색성분들(R, G, B)의 값집합들을 형성하는 수단,

    색성분들(R, G, B)의 값집합들로부터 성분형 히스토그램들을 형성하는 수단,

    성분형 히스토그램들로부터 누적히스토그램들을 형성하는 수단,

    누적히스토그램들로부터 적어도 하나의 색성분에 대응하는 조명색(R_ill, G_ill, B_ill)을 정하는 수단,

    적어도 두 개의 색성분들(R, G, B)에 대해 색균형을 조절하는 이득계수(G_R, G_G, G_B)를 목표색(R_tgt, G_tgt, B_tgt) 및 정해진 조명색(R_ill, G_ill, B_ill)을 이용하여 정하는 수단을 포함하는 색균형을 조절하기 위한 시스템에 있어서,

    누적히스토그램들의 끝에 있는 색곡선의 본래 평평한 영역으로부터, 연속하는 점들(h_i, h_i+1)에 대응하는 색성분형 화소값들(C_i, C_i+1)이 적어도 하나의 색성분(R, G, B)의 경우에 그것들을 위해 설정된 규준조건들을 만족하도록 배치된 그러한 점(h_i)을 정하는 수단, 및

    적어도 하나의 색성분(R, G, B)에 대해, 정해진 공통점(h_i)에 대응하는 색성분형 화소값들(C_i)을 조명색(R_ill, G_ill, B_ill)에 대응하게 설정하는 수단을 구비한 것을 특징으로 하는 시스템.
16. 제15항에 있어서, 상기 시스템은, 색균형 조절(CBC) 전에 배치되어, 로우 매트릭스의 화소값들에 대해 페디스털 제거(PE)를 수행하기 위한 수단을 구비하는 것을 특징으로 하는 시스템.
17. 제15항 또는 제16항에 있어서, 상기 시스템은, 페디스털 제거(PE) 후 및 색균형 조절(CBC) 전에 배치된 비네트 현상 제거(VE)를 수행하기 위한 수단을 구비하는 것을 특징으로 하는 시스템.
18. 제15항에 있어서, 상기 시스템은 어두운 색을 정정하는 수단을 구비하는 것을 특징으로 하는 시스템.
19. 제15항에 있어서, 상기 시스템은, 누적히스토그램들의 형성 전에, 하나의 값집합에서 일지라도 동일한 영상점(15.1)의 화소값이 선택된 규준을 만족하는 적어도 하나의 값집합의 화소값들을 걸러내는 수단을 구비하는 것을 특징으로 하는 시스템.
20. 디지털 영상처리 체인(10)이,

    피사체를 화소들로써 영상화하여 색성분들(R, G, B)의 값집합들([R], [G], [B])을 형성하는 수단,

    색성분들(R, G, B)의 값집합들로부터 성분형 히스토그램들을 형성하는 수단,

    성분형 히스토그램들로부터 누적히스토그램들을 형성하는 수단,

    누적히스토그램들로부터 적어도 하나의 색성분에 대응하는 조명색(R_ill, G_ill, B_ill)을 정하는 수단,

    적어도 두 색성분들(R, G, B)에 대해 색균형을 조절하는 이득계수(G_R, G_G, G_B)를 목표색(R_tgt, G_tgt, B_tgt) 및 정해진 조명색(R_ill, G_ill, B_ill)을 이용하여 정하는 수단을 구비한 디지털 영상처리 체인(10)을 구비한 색균형 조절을 위한 장비에 있어서,

    상기 장비는,

    누적히스토그램들의 끝에 있는 색곡선의 본래 평평한 영역으로부터, 연속하는 점들(h_i, h_i+1)에 대응하는 색성분형 화소값들(C_i, C_i+i)이 적어도 하나의 색성분(R, G, B)의 경우에 그것들에 대해 설정된 규준조건들을 만족하도록 배치된 그러한 점(h_i)을 정하는 수단, 및

    적어도 하나의 색성분(R, G, B)에 대해, 정해진 공통점(h_i)에 대응하는 색성분형 화소값(C_i)을 조명색(R_ill, G_ill, B_ill)에 대응하게 설정하는 수단을 구비한 것을 특징으로 하는 장비.
21. 제1항에 따른 방법을 구현하기 위한 소프트웨어수단을 포함하는 컴퓨터로 읽을 수 있는 기록매체에 있어서,

    상기 소프트웨어수단은,

    영상데이터를 수신하기 위한 인터페이스,

    피사체를 화소들로써 영상화하여 색성분들(R, G, B)의 값집합들을 형성하는 소프트웨어수단,

    색성분들(R, G, B)의 값집합들([R], [G], [B])로부터 성분형 히스토그램들을 형성하는 소프트웨어수단,

    성분형 히스토그램들로부터 누적히스토그램들을 형성하는 소프트웨어수단,

    누적히스토그램들로부터 적어도 하나의 색성분에 대응하는 조명색(R_ill, G_ill, B_ill)을 정하는 소프트웨어수단,

    적어도 두 개의 색성분들(R, G, B)에 대해 색균형을 조절하는 이득계수(G_R, G_G, G_B)를 목표색(R_tgt, G_tgt, B_tgt) 및 정해진 조명색(R_ill, G_ill, B_ill)을 이용하여 정하는 소프트웨어수단을 구비하고,

    누적히스토그램들의 끝에 있는 색곡선의 본래 평평한 영역으로부터, 연속하는 점들(h_i, h_i+1)에 대응하는 색성분형 화소값들(C_i, Ci₊₁)이 적어도 하나의 색성분(R, G, B)의 경우에 그것들을 위해 설정된 규준조건들에 맞도록 배치된 그러한 점(h_i)을 정하는 소프트웨어수단, 및

    적어도 하나의 색성분(R, G, B)을 위해, 정해진 공통점(h_i)에 대응하는 색성분형 화소값(C_i)을 조명색(R_ill, G_ill, B_ill)에 대응하게 설정하는 소프트웨어수단을 더 구비하는 것을 특징으로 하는, 컴퓨터로 읽을 수 있는 기록매체.
22. 제2항에 있어서, 제1문턱값(t₁)은 1.01~1.2의 범위 내에서 변하는 것을 특징으로 하는 방법.
23. 제2항 또는 제3항에 있어서, 제2문턱값(t₂)은 3.0~3.5의 범위 내에서 변하는 것을 특징으로 하는 방법.
24. 제2항에 있어서, 제3문턱값(t₃)은 4.0인 것을 특징으로 하는 방법.
25. 제1항에 있어서, 상기 방법은, 감마정정단계(GC)를 구비하며, 감마정정단계에서는,

    - 노말, 백라이트, 또는 낮은 콘트라스트인 샷 유형이 누적히스토그램들로부터 정해지며,

    - 샷 유형 정의에 기초하여, 감마정정에 이용하기 위해 선택된 감마값이 영상이 얼마나 밝아야 되는 지의 비율에 따라 감소되고, 상기 감마값은 0.20~0.60의 범위 내에서 변하는 것을 특징으로 하는 방법.

Images