KR100911059B1 - 썸네일 생성 시스템 및 생성 방법 - Google Patents

Abstract

본 발명은 썸네일 생성 시스템 및 생성 방법에 관한 것으로서, 보다 상세하게는 복수의 이미지 프레임을 포함하는 동적 이미지 파일로부터 해당 파일의 내용을 가장 특징적으로 드러내는 단일 정적 이미지를 추출하여 썸네일 이미지 파일을 생성하는 시스템 및 그 생성 방법에 관한 것이다.

본 발명에 의한 썸네일 생성 시스템 및 생성 방법을 이용하면, 복수의 이미지 프레임을 포함하는 동적 이미지 파일로부터 흐릿하고 겹친 이미지를 배제하고, 해당 파일의 내용을 가장 특징적으로 드러내는 양질의 이미지를 추출하여 썸네일 이미지 파일을 생성할 수 있는 효과가 있다.

썸네일, 히스토그램, 색상, 채도, 컬러스페이스, 노이즈

Description

썸네일 생성 시스템 및 생성 방법{SYSTEM AND METHOD FOR GENERATING THUMNAIL IMAGES}

본 발명은 썸네일 생성 시스템 및 생성 방법에 관한 것으로서, 보다 상세하게는 복수의 이미지 프레임을 포함하는 동적 이미지 파일로부터 해당 파일의 내용을 가장 특징적으로 드러내는 단일 정적 이미지를 추출하여 썸네일 이미지 파일을 생성하는 시스템 및 그 생성 방법에 관한 것이다.

현재 대부분의 인터넷 쇼핑몰 사이트에서는 자체적인 상품 검색 기능을 제공하고 있다. 또한, 인터넷 쇼핑몰 사이트에서 상품을 검색하는 경우에는 검색 결과가 검색 대상 상품의 리스트 및 각 상품에 관한 썸네일 이미지(thumbnail image)를 포함하도록 출력되는 것이 일반적이다.

따라서, 인터넷 쇼핑몰 사이트의 상품 검색결과에서 양질의 썸네일 이미지가 노출되도록 하는 것은 매우 중요한 문제이다. 깔끔한 썸네일 이미지는 상품의 형상이나 색상 등 해당 상품의 특징을 시각적으로 명확히 전달할 수 있으므로, 사용자의 시선을 끌기 쉽기 때문이다. 인터넷 쇼핑몰 사이트 중에서도 특히 개별 판매자가 자신의 물품을 판매하는 온라인 공간을 제공하는 이른바 온라인 마켓 플레이 스(online market place) 형태의 인터넷 쇼핑몰 사이트, 예컨대 옥션 또는 지마켓 등의 사이트에서는 상품 이미지의 고객 흡인력 정도가 개별 판매자의 매출 향상에 있어서 특히 중요하다.

한편, 인터넷 쇼핑몰의 썸네일 이미지는 상품 판매자 또는 인터넷 쇼핑몰 관리자에 의하여 직접 정적 이미지 파일 형태(예컨대 JPEG, GIF 등 일반적인 이미지 파일 형태)로 업로드될 수도 있다. 또는, 상품 판매자가 업로드한 동적 이미지 파일, 예컨대 동적 GIF(animated GIF) 포맷의 파일로부터 인터넷 쇼핑몰 사이트에서 특정 정지영상 이미지가 자동적으로 추출되어 등록되기도 한다.

즉, 상품 판매자는 인터넷 쇼핑몰 사용자의 시선을 끌기 위하여 상품에 관한 복수의 이미지가 포함된 동적 이미지 파일을 업로드한다. 이러한 동적 이미지 파일은 해당 상품에 관한 웹페이지 내의 특정 영역에서 동적 이미지 파일에 포함된 복수의 이미지들이 정해진 순서대로 번갈아가며 표시된다. 이러한 동적 이미지 파일에는 일반적으로 해당 상품의 외형을 보여주는 이미지 및 인터넷 쇼핑몰 사이트에서 사용되는 상당수의 동적 이미지 파일은 "대박 세일", "무료 배송"과 같은 텍스트를 포함하는 이미지, 상품의 외형에 관한 이미지 등이 포함되어 있다.

한편, 많은 인터넷 쇼핑몰 사이트에서는 상품 판매자들이 업로드한 동적 이미지 파일로부터 정지영상을 추출하여 썸네일 이미지를 생성한 후 상품 검색 결과 리스트 화면에 함께 표시하고 있다. 상품 판매자들이 업로드한 동적 이미지 파일을 그대로 표시하지 않고 정지영상을 추출하여 생성한 썸네일 이미지를 표시하는 까닭에는 여러 가지가 있지만, 그 중에서도 인터넷 쇼핑몰 사이트와 사용자 간의 트래 픽 경감이 주요 목적이다.

동적 이미지 파일로부터 특정 정지 이미지 파일을 추출하기 위해서 사용되는 방법 중 하나는 동적 이미지 파일이 포함하는 복수의 이미지 프레임 중 첫 프레임을 추출하는 것이다.

예컨대, 동적 GIF 이미지에 포함된 여러 개의 이미지 프레임 중 첫번째 이미지 프레임만을 추출한 후, 이를 원하는 썸네일 이미지의 크기에 맞게 조절(resizing)하는 방법이 그것이다.

이러한 방법은, 무조건 동적 GIF 파일의 첫번째 프레임의 이미지를 선택하므로 별도의 연산과정이 불필요하여 속도가 빠른 장점이 있다. 반면, 이미지의 내용과 무관하게 첫번째 프레임의 이미지를 획일적으로 선택하므로, 동적 GIF 파일의 첫번째 프레임의 이미지가 상품의 특징을 적절히 표현하지 못하거나 무의미한 경우에는 썸네일 이미지 파일도 해당 상품의 특징을 적절히 표현하지 못하거나 무의미해지는 문제점이 있다.

따라서, 복수의 이미지 프레임을 포함하는 동적 이미지 파일로부터 흐릿하고 겹친 이미지를 배제하고, 해당 파일의 내용을 가장 특징적으로 드러내는 양질의 이미지를 추출하여 썸네일 이미지 파일을 생성할 수 있도록 하는 시스템 및 그 생성 방법에 관한 요청이 그동안 꾸준히 제기되어 왔다.

본 발명은 상기와 같은 요청에 부응하여 착안된 것으로서, 복수의 이미지 프 레임을 포함하는 동적 이미지 파일로부터 흐릿하고 겹친 이미지를 배제하고, 해당 파일의 내용을 가장 특징적으로 드러내는 양질의 이미지를 추출하여 썸네일 이미지 파일을 생성할 수 있도록 하는 시스템 및 그 생성 방법을 제공하는 것을 목적으로 한다.

상기와 같은 목적을 달성하기 위하여 본 발명에 의한 썸네일 생성 시스템은, 동적 이미지 파일에 포함된 복수의 이미지 프레임의 컬러스페이스를 변환하는 컬러스페이스 변환부와, 상기 이미지 프레임의 각각에 대하여 채도 히스토그램을 산출하는 채도 히스토그램 분석부와, 상기 이미지 프레임의 각각에 대한 상기 채도 히스토그램에 의거하여 상기 복수의 이미지 프레임 중 하나를 최적 이미지 프레임으로 선정하는 프레임 선택부 및 상기 최적 이미지 프레임을 썸네일 이미지 파일로 변환하는 썸네일 생성부를 포함한다.

또한, 본 발명에 의한 썸네일 생성 방법은, 동적 이미지 파일에 포함된 복수의 이미지 프레임의 컬러스페이스가 변환되는 컬러스페이스 변환단계와, 상기 이미지 프레임의 각각에 대하여 채도 히스토그램이 산출되는 채도 히스토그램 분석단계와, 상기 이미지 프레임의 각각에 대한 상기 채도 히스토그램에 의거하여 상기 복수의 이미지 프레임 중 하나가 최적 이미지 프레임으로 선정되는 프레임 선택단계 및 상기 최적 이미지 프레임이 썸네일 이미지 파일로 변환되는 썸네일 생성단계를 포함한다.

본 발명에 의한 썸네일 생성 시스템 및 생성 방법을 이용하면, 복수의 이미지 프레임을 포함하는 동적 이미지 파일로부터 해당 파일의 내용을 가장 특징적으로 드러내는 단일 정적 이미지를 추출하여 썸네일 이미지 파일을 생성할 수 있는 효과가 있다.

아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다.

명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "…부", "…기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.

도 1은 본 발명에 의한 썸네일 생성 시스템의 일례를 나타낸 블록도이다.

도 1에서 나타낸 바와 같이, 본 발명에 의한 썸네일 생성 시스템(10)은 이미지 판독부(100), 노이즈 필터부(110), 컬러스페이스 변환부(120), 채도 히스토그램 분석부(140), 프레임 선택부(150) 및 썸네일 생성부(160)를 포함하여 이루어진다.

본 발명에 의한 썸네일 생성 시스템(10)의 동작을 간단히 요약하면 다음과 같다.

먼저, 썸네일 생성 시스템(10)이 복수의 이미지 프레임을 가지는 동적 이미지 파일(예: 동적 GIF 파일)을 입력받는다.

이미지 판독부(100)에서는 해당 동적 이미지 파일에 포함된 이미지 데이터를 각각의 이미지 프레임별로 구분하여 판독한다.

다음으로, 노이즈 필터부(110)에서는 각각의 이미지 프레임의 이미지 데이터에 대하여 노이즈 감쇄 필터링을 수행한다.

다음으로, 컬러스페이스 변환부(120)에서는 각각의 이미지 데이터의 컬러스페이스를 본래의 컬러스페이스(예:RGB)로부터 다른 컬러스페이스(예:HSV)로 변환한다.

다음으로, 채도 히스토그램 분석부(140)에서는 각각의 이미지 프레임별로 임지 데이터의 채도 히스토그램을 생성하고, 생성된 채도 히스토그램의 결과값을 분석한다.

다음으로, 프레임 선택부(150)에서는 채도 히스토그램 분석부(140)에서 수행 된 분석 결과를 통하여, 썸네일 이미지로 생성하기에 가장 적합한 이미지 프레임을 선택한다.

마지막으로, 썸네일 생성부(160)에서는 선택된 이미지 프레임을 필요한 해상도 및 크기를 가지는 정적 이미지 파일로 생성한다.

위에서 언급한 썸네일 생성 시스템(10)의 각 구성요소 중 노이즈 필터부(110), 컬러스페이스 변환부(120) 및 채도 히스토그램 분석부(140)의 역할 및 동작에 대하여 더욱 상세하게 설명하면 다음과 같다.

먼저, 노이즈 필터부(110)는 각 이미지 프레임에 포함된 이미지의 색상 분포 정도 측정 시의 측정오차를 줄이기 위하여 노이즈를 저감시키는 역할을 수행한다.

본 발명에 의한 썸네일 생성 시스템(10)에서는 이미지 프레임마다 어떤 색상이 얼마나 포함되어 있는지를 측정하여 비교하게 된다. 비교가 유의미하기 위해서는 이미지 프레임에 포함된 색상의 종류 및 분포를 정확하게 파악할 필요가 있다.

그렇기 때문에, 이미지에 노이즈가 많이 있다고 하면 정확한 분포를 얻어내기가 곤란해진다. 이 때, 이미지에 포함된 노이즈라 함은, 본래 해당 이미지를 표현하기 위하여 필요한 색상정보가 아닌 색상정보를 의미한다. 즉, 노이즈가 많이 포함된 이미지는 육안으로 보기에도 "지저분한" 이미지인 것으로 인식되는 관계가 있다.

이러한 노이즈는 동적 이미지 파일을 제작하는 과정에서 의도하지 않게 포함 되는 경우가 많으며, 더욱 양질의 이미지를 얻기 위해서는 노이즈를 제거할 필요가 있다.

따라서, 노이즈 필터부(110)에서는 각 이미지 프레임에 포함된 이미지에 대하여 노이즈 필터링을 수행한다.

한편, 이미지의 노이즈를 저감시키는 필터링 방법은 매우 다양하게 존재하는데, 본 실시예에서는 일반적으로 널리 사용되고 있는 가우시안 필터(Gaussian Filter)를 이용하여 스무딩 프로세스(smoothing process)를 수행한다.

다만, 본 발명의 노이즈 필터부(100)의 노이즈 필터는 가우시안 필터로만 한정되는 것은 아니며, 이미지에 포함된 노이즈를 줄이기 위하여 적절히 사용될 수 있는 필터라면 어떠한 알고리듬에 따른 것이라도 폭넓게 적용될 수 있다.

다음으로, 컬러스페이스 변환부(110)는 각 이미지의 컬러스페이스(color space)를 타 컬러스페이스로 변환한다.

디지털 이미지는 수많은 픽셀(pixel)의 집합으로 이루어져 있으며, 픽셀 하나마다 빛의 3원색인 R(red), G(green), B(blue) 각각에 대한 정보값이 포함된다. 따라서 디지털 이미지란 컬러를 표시하는 정보값을 가진 데이터의 집합이라고 볼 수 있다.

또한, 컬러스페이스라 함은, 위와 같은 컬러를 표시하는 정보값을 바탕으로컬러를 표현하기 위하여 필요한 컬러 재현 소스를 말한다.

컬러스페이스에 관해서는 sRGB, AdobeRGB, HSV 등 다양한 표준이 존재하는 데, 특히 전세계적으로 널리 사용되는 마이크로소프트 윈도우 운영체제에서 채택하고 있는 sRGB 컬러스페이스가 일반적이다.

그런데, 우리가 실제로 보고 있는 RGB 컬러스페이스(sRGB와 AdobeRGB를 모두포함한다. 이하 같다)의 이미지들은 조명에 상당히 많은 영향을 받는다.

즉, 피사체가 가지고 있는 색상은 동일한데도, 피사체에 비추는 조명의 조도에 따라 R값, G값, B값이 모두 변동된다. 예를 들어, 동일한 피사체를 조도가 낮은 환경에서 찍은 이미지의 R값은 조도가 높은 환경에서 찍은 이미지의 R값과 일치하지 않으며, G값 및 B값도 마찬가지이다. 이러한 불일치에 따라, 두 이미지의 색상 히스토그램 특성 및 컬러 히스토그램 특성도 서로 다르게 된다.

반면, HSV 컬러스페이스의 경우 색채요소인 색상(H:hue) 및 채도(S:saturation)와 명암요소인 명도(V:value)가 분리됨으로써, 이미지에서 조명의 명암에 따른 영향을 저감시킬 수 있는 장점이 있다.

RGB 컬러스페이스에서 HSV 컬러스페이스로 이미지를 변환하는 방법은 아래와 같다.

RGB 컬러스페이스로부터 HSL 또는 HSV 컬러스페이스로의 변환

(r,g,b)를 특정 색상에 대한 적,녹,청 좌표라 한다. 이 때, 적, 녹, 청 좌표값 각각은 0과 1 사이의 실수이다. 또한, max는 r,g,b의 최대값과 동일한 값인 것으로, min은 r,g,b의 최소값과 동일한 값인 것으로 한다.

h ∈ [0, 360) 는 도(degree) 단위의 색상각(hue angle)이며, s ∈ [0,1]는 채도, l ∈ [0,1]는 명도라고 할 때, HSL 컬러스페이스에서 (h, s, l) 값은 아래 수학식 1과 같이 정의된다.

h의 값은 일반적으로 0도와 360도 사이에서 정규화되며, max=min인 경우(예컨대, 회색의 경우)에는 h=0인 것으로 한다.

또한, HSL 컬러스페이스와 HSV 컬러스페이스에서 색상의 정의는 동일하나, 채도(s) 및 명도(v)는 HSV 컬러스페이스에서 아래 수학식 2와 같이 정의된다.

채도 히스토그램 분석부

채도 히스토그램 분석부(140)는 겹치고 흐릿한 이미지를 걸러내기 위하여 각이미지프레임마다 채도 히스토그램을 산출한다.

도 2a는 서로 다른 이미지가 전환되면서 겹치고 흐릿하게 보이는 이미지의 일례이며, 도 3a는 다양한 색상의 컬러사진 이미지를 가지는 이미지 프레임의 일례이다.

도 2a에서 나타낸 바와 같이, 동적 이미지 파일 내에서 서로 다른 이미지가 전환되면서 이미지가 겹치고 흐릿하게 보이는 경우에는 선명한 이미지에 비하여 채도가 낮아지는 경향을 보이는 것이 일반적이다.

도 2a와 같이 겹치고 흐릿한 이미지는 대상 상품의 특징을 명확히 드러내지 못할 가능성이 현저히 높으므로, 채도 히스토그램 분석부(140)에서는 도 2a와 같이 겹치고 흐릿한 이미지를 걸러냄으로써, 도 3a와 같은 선명한 이미지가 썸네일 이미지로 선택될 수 있도록 한다.

도 2b는 도 2a의 채도 히스토그램을 나타낸 도면, 도 3b는 도 3a의 채도 히스토그램을 나타낸 도면이다.

도 2b 및 도 3b에서, 가로축은 채도(saturation)를 나타내며, 0에서 255까지의 이산적인 값을 가진다. 또한, 세로축은 이미지 프레임 내에서 각각의 채도를 가지는 픽셀의 빈도수를 나타낸다.

도 2a의 겹치고 흐릿한 이미지에 관한 채도 히스토그램인 도 2b를 살펴보면,저채도 픽셀(가로축의 원점에 가까운 부분에 대응되는 픽셀)의 빈도수가 고채도 픽셀(원점에서 멀리 떨어진 부분에 대응되는 픽셀)의 빈도수보다 현저히 높다. 이는, 도 2a의 이미지가 전반적으로 채도가 낮음을 말한다.

반면, 도 3a의 선명한 이미지에 관한 채도 히스토그램인 도 3b를 살펴보면, 저채도 픽셀의 빈도수보다 고채도 픽셀의 빈도수가 대체적으로 높음을 알 수 있다. 이는, 도 3a의 이미지가 전반적으로 채도가 높음을 말한다. 즉, 도 3a의 이미지가 도 2a의 이미지에 비하여 선명함을 뜻하기도 한다.

이 때, 도 2a의 이미지의 평균 채도는 도 2b에서 S1(40)이 되며, 도 3a의 이미지의 평균 채도는 도 3b에서 S2(50)가 된다.

도 2a의 이미지보다 도 3a의 이미지의 평균 채도가 높으므로, S1과 S2의 관계는 수학식 3과 같이 성립한다.

S1 < S2.

이와 같은 원리에 의거하여, 채도 히스토그램 분석부(140)에서는 입력된 동적 이미지 파일의 각 이미지 프레임마다 평균 채도를 계산한다. 평균 채도가 낮은 이미지 프레임을 걸러내고 평균 채도가 높은 이미지 프레임을 썸네일 이미지로 선 택하는 경우에는 겹치거나 흐릿하지 않은 선명한 이미지가 썸네일 이미지로 선정될 가능성이 더욱 높아지게 된다.

프레임 선택부,

프레임 선택부(150)는 채도 히스토그램 분석부(140)에서 계산된 각 이미지 프레임의 평균 채도값을 통하여 최적의 썸네일 이미지를 선정한다.

프레임 선택부(150)에서는 채도 히스토그램 분석부에서 계산된 각 이미지 프레임의 평균 채도값에 의거하여 각 이미지프레임에 가중치를 부여하는 보우팅(voting)이 수행된다. 이 때, 평균 채도값이 가장 높은 이미지 프레임에 가장 높은 가중치가 부여되고, 평균 채도값이 ??은 이미지 프레임일수록 더 낮은 가중치가 부여되도록 한다.

보우팅을 통하여 부여된 가중치가 가장 높은 이미지 프레임은 선명도가 가장 높은 이미지 프레임일 확률이 높으므로, 가중치가 가장 높은 이미지 프레임이 썸네일 이미지로 생성할 최적 이미지 프레임으로 최종 선택된다.

썸네일 생성부

프레임 선택부(150)에 의하여 최적 이미지 프레임이 선정되면, 썸네일 생성부에서는 해당 이미지 프레임을 원하는 크기, 해상도 및 파일 형식을 가지는 썸네일 이미지로 변환함으로써 최종 결과물인 썸네일 이미지 파일을 생성한다.

이미지 파일의 생성 방법은 특정 방법만으로 제한되지 않으며, 이미지 파일 의 변환과 관련하여 현재 존재하는 어떠한 방법도 폭넓게 적용될 수 있다.

도 4는 본 발명에 의한 썸네일 생성 방법의 일례를 나타낸 흐름도이다.

도 4에서 나타낸 바와 같이, 본 발명에 의한 썸네일 생성 방법은, 이미지 판독단계(S100)와, 노이즈 필터링 단계(S110)와, 컬러스페이스 변환단계(S120)와, 채도 히스토그램 분석단계(S140)와, 프레임 선택단계(S150) 및 썸네일 생성단계(S160)를 포함한다.

먼저, 이미지 판독단계(S100)에서는 썸네일 생성 시스템이 복수의 이미지 프레임을 가지는 동적 이미지 파일을 입력받은 후, 해당 동적 이미지 파일에 포함된 이미지 데이터를 각각의 이미지 프레임별로 구분하여 판독한다.

다음으로, 노이즈 필터링 단계(S110)에서는 각각의 이미지 프레임에 대하여 노이즈 필터링이 수행된다. 노이즈 필터링은 가우시안 필터를 이용한 스무딩 프로세스에 의하여 수행될 수 있으나, 단지 이 방법에 의한 노이즈 필터링만으로 한정되는 것은 아니며, 이미지에 포함된 노이즈를 줄이기 위하여 사용될 수 있는 필터라면 어떠한 것이라도 다양하게 적용될 수 있다.

컬러스페이스 변환단계(S120)에서는 입력된 동적 이미지 파일의 RGB 컬러스페이스가 타 컬러스페이스로 변환된다.

예컨대, 수학식 1 및 수학식 2에서 정의된 변환방법에 따라 RGB 컬러스페이스로부터 HSV 컬러스페이스로 변환되도록 할 수 있다.

한편, 컬러스페이스 변환단계는, RGB 컬러스페이스에 비하여 명암 변화가 이 미지에 상대적으로 적은 영향을 미칠 수 있도록 컬러스페이스를 변환하는 것을 목적으로 하므로, HSV 컬러스페이스로의 변환만으로 제한되지는 않으며, 목적에 부합하는 컬러스페이스, 예컨대 HSL 컬러스페이스로 변환되도록 할 수도 있다.

채도 히스토그램 분석단계(S140)에서는 동적 이미지 파일의 각 이미지 프레임에 대한 채도 히스토그램이 산출된다.

채도 히스토그램 분석단계(S140)에서는 각 이미지 프레임의 평균 채도값이 함께 계산된다.

프레임 선택단계(S150)에서는 채도 히스토그램 분석단계(S140)에서 계산된 각 이미지 프레임의 평균 채도값을 통하여 썸네일 이미지로 생성될 최적 이미지 프레임이 선정된다.

프레임 선택단계(S150)는 보우팅 단계(S154)를 더 포함할 수 있다.

보우팅 단계(S154)에서는 채도 히스토그램 분석부에서 계산된 이미지 프레임마다의 평균 채도값에 의거하여 각 이미지 프레임에 가중치가 부여된다.

이 때, 평균 채도값이 가장 높은 이미지 프레임에 가장 높은 가중치가 부여되고, 평균 채도값이 낮은 이미지 프레임일수록 더 낮은 가중치가 부여된다.

보우팅 단계에서 가장 높은 가중치를 부여받은 이미지 프레임이 썸네일 이미지로 생성될 최적 이미지 프레임으로 선정된다.

썸네일 생성단계(S160)에서는 프레임 선택단계(S150)에서 선정된 최적 이미지 프레임을 원하는 크기, 해상도 및 파일 형식을 가지는 썸네일 이미지로 변환한다.

이상에서 설명한 본 발명의 실시예는 장치 및 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있으며, 이러한 구현은 앞서 설명한 실시예의 기재로부터 본 발명이 속하는 기술분야의 전문가라면 쉽게 구현할 수 있는 것이다.

이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

도 1은 본 발명에 의한 썸네일 생성 시스템의 일례를 나타낸 블록도,

도 2a는 서로 다른 이미지가 전환되면서 겹치고 흐릿하게 보이는 이미지의 일례,

도 2b는 도 2a의 채도 히스토그램을 나타낸 도면,

도 3a는 다양한 색상의 컬러사진 이미지를 가지는 이미지 프레임의 일례,

도 3b는 도 3a의 채도 히스토그램을 나타낸 도면,

도 4는 본 발명에 의한 썸네일 생성 방법의 일례를 나타낸 흐름도이다.

Claims (11)

1. 동적 이미지 파일에 포함된 복수의 이미지 프레임의 컬러스페이스를 변환하는 컬러스페이스 변환부와,

   상기 이미지 프레임의 각각에 대하여 채도 히스토그램 및 평균 채도값을 산출하는 채도 히스토그램 분석부와,

   상기 이미지 프레임의 각각에 대한 상기 채도 히스토그램에 의거하여 상기 복수의 이미지 프레임 중 하나를 최적 이미지 프레임으로 선정하는 프레임 선택부 및

   상기 최적 이미지 프레임을 썸네일 이미지 파일로 변환하는 썸네일 생성부를 포함하며,

   상기 프레임 선택부는, 상기 평균 채도값에 의거하여 상기 이미지 프레임의 각각에 가중치를 부여하고, 이 때 상기 가중치는 상기 평균 채도값이 높은 이미지 프레임에는 높은 값이, 상기 평균 채도값이 낮은 이미지 프레임에는 낮은 값을 부여하는 썸네일 생성 시스템.
2. 제1항에 있어서,

   상기 썸네일 생성 시스템은 상기 이미지 프레임의 각각에 대하여 노이즈 감쇄 필터링을 수행하는 노이즈 필터부를 더 포함하는 썸네일 생성 시스템.
3. 제2항에 있어서,

   상기 컬러스페이스 변환부는 상기 복수의 이미지 프레임의 컬러스페이스를 색상 요소와 명도 요소가 분리된 컬러스페이스로 변환하는 썸네일 생성 시스템.
4. 제3항에 있어서,

   상기 복수의 이미지 프레임 중 상기 가중치가 가장 높은 이미지 프레임이 상기 최적 이미지 프레임으로 선정되는 썸네일 생성 시스템.
5. 동적 이미지 파일에 포함된 복수의 이미지 프레임의 컬러스페이스가 변환되는 컬러스페이스 변환단계와,

   상기 이미지 프레임의 각각에 대하여 채도 히스토그램 및 평균 채도값이 산출되는 채도 히스토그램 분석단계와,

   상기 이미지 프레임의 각각에 대한 상기 채도 히스토그램에 의거하여 상기 복수의 이미지 프레임 중 하나가 최적 이미지 프레임으로 선정되는 프레임 선택단계 및

   상기 최적 이미지 프레임이 썸네일 이미지 파일로 변환되는 썸네일 생성단계를 포함하고,

   상기 프레임 선택단계는, 상기 평균 채도값에 의거하여 상기 이미지 프레임의 각각에 가중치가 부여되며, 상기 가중치는 상기 평균 채도값이 높은 이미지 프레임에는 높은 값이, 상기 평균 채도값이 낮은 이미지 프레임에는 낮은 값이 부여되는 보우팅 단계를 더 포함하는 썸네일 생성 방법.
6. 제5항에 있어서,

   상기 이미지 프레임의 각각에 대하여 노이즈 감쇄 필터링이 수행되는 노이즈 필터링 단계를 상기 채도 히스토그램 분석단계 전에 더 포함하는 썸네일 생성 방법.
7. 제6항에 있어서,

   상기 컬러스페이스 변환단계에서, 상기 복수의 이미지 프레임의 컬러스페이스가 색상 요소와 명도 요소가 분리된 컬러스페이스로 변환되는 썸네일 생성 방법.
8. 삭제
9. 삭제
10. 삭제
11. 제7항에 있어서,

    상기 복수의 이미지 프레임 중 상기 가중치가 가장 높은 이미지 프레임이 상기 최적 이미지 프레임으로 선정되는 썸네일 생성 방법.

Images