KR100918701B1

KR100918701B1 - 강인한 자동 화이트 밸런스 방법

Info

Publication number: KR100918701B1
Application number: KR1020070102335A
Authority: KR
Inventors: 김성대; 김수정; 황정우
Original assignee: 한국과학기술원
Priority date: 2007-10-11
Filing date: 2007-10-11
Publication date: 2009-09-22
Also published as: US7949185B2; KR20090036995A; US20090097745A1

Abstract

본 발명이 개시하는 강건한 화이트 밸런스 방법은, 입력된 영상을 블록으로 분할하는 제1 과정, 주변 블록들과의 색상 오차가 큰 블록들을 선택하여 선택된 블록들의 평균 RGB 값을 산출하는 제2 과정, 블록들 중 상위 일정비율의 밝은 블록들을 선택하고 선택된 블록들의 평균 RGB 값을 산출하는 제3 과정, 색상 정보의 유사성을 근간으로 블록들을 컬러 군집화하여 평균 RGB 값을 산출하는 제4 과정, 평균 RGB 값을 CIE xyY 색공간으로 변환하는 제5 과정, 표준 광원들의 색공간 x, y 값과 평균 RGB 값의 CIE xyY 색공간 x, y 값 사이의 유클리디언 거리를 계산한 후 가장 짧은 유클리디언 거리를 갖는 평균 RGB 값을 선택하는 제6 과정, 그리고 선택된 평균 RGB 값을 이용하여 R, G, B별 화이트 밸런스 이득 값을 산출하여 입력된 영상을 보정하는 제7 과정으로 구성된다.

본 발명에 따르면, 영상 획득 당시의 광원 추정 및 화이트 밸런스 이득 값에 이용되는 평균 RGB 값 산출에 대해 다원화를 꾀하므로 종래에 비해 화이트 밸런스의 정확도를 높일 수 있다.

화이트 밸런스, AWB, 광원 추정, 유클리디언 거리, 이득 값

Description

강인한 자동 화이트 밸런스 방법{METHOD FOR ROBUST AUTOMATIC WHITE BALANCE}

본 발명은 디지털카메라를 이용한 영상 촬영 시, 광원(조명)에 의해 상이하게 보이는 흰색을 흰색답게 보정하는 화이트 밸런스(WB, White Balance) 기술에 속한다.

일반적으로 인간의 눈은 어느 광원 하에 있든지 물체의 색을 원래의 색으로 적응적으로 인식할 수 있는 능력을 갖추고 있다. 그러나 디지털카메라는 물체의 영상을 획득할 때의 광원에 따라 물체 본래의 색이 왜곡된다.

예를 들어, 광원의 색 온도가 낮은 환경에서 흰 물체(흰색을 포함한 물체)를 촬영하였다면, 붉은빛이 감도는 영상으로 나타나며, 반대로 색 온도가 높은 환경에서는 푸른빛이 감도는 영상으로 획득된다. 우리가 일상생활에서 사용하는 조명 기구는 그 종류에 따라 각기 다른 색 온도를 가지고 있고, 동일한 태양광이더라도 오전, 오후의 시간 추이에 따라 색 온도가 변화한다. 그러므로 인간과 달리 광원에 따른 색 적응 능력이 없는 디지털카메라는 영상을 획득하는 환경에 따라 획득된 영상의 색이 본래의 색과 다르게 나타나는 것이다. 따라서 디지털카메라에서는 화이 트 밸런스가 요구된다.

일반적으로 디지털카메라에서의 화이트 밸런스란 색 온도에 따라서 RGB의 에너지 분포가 변화하는 경우, 일정한 색 온도 조건에서 R, G, B의 각 파장별 에너지 분포를 일정하게 되도록 광학적 또는 전기적인 이득을 조절하는 것을 말한다.

최근 출시되는 디지털카메라는 '자동 화이트 밸런스'기능을 채용하고 있는데, 이는 디지털카메라의 이미지센서(image sensor)로 영상이 입력되면 이를 분석하여 사용자의 어떠한 조작 없이 자동으로 화이트 밸런스를 수행하는 것을 일컫는다.

이러한 자동 화이트 밸런스 보정 기능이 원활히 수행되기 위해서는, 이미지센서로부터 획득된 영상 내에서 어떠한 정보를 이용하는지가 관건이다.

종래 자동 화이트 밸런스 방법을 살펴보면, 첫째, 입력된 영상 전체 혹은 미리 정해진 일부 구간(예: 초점이 맞은 영역)의 RGB 값을 평균한 후, 이 값들이 같은 값을 가지도록 비를 조절하는 방법, 둘째, 입력된 영상의 흰색 영역을 탐색하여 그 탐색된 영역의 색상을 광원으로 추정하는 방법, 셋째, 다른 색공간으로 변환시켜 영상의 색상 신호의 통계적 특성을 이용하는 방법을 꼽을 수 있다.

앞에 열거된 종래의 자동 화이트 밸런스 보정 방법들은, 영상의 색상 분포에 대한 가정을 설정하고 있는바, 만일 설정된 가정에 어긋나는 임의의 영상인 경우에는 화이트 밸런스가 실패하거나 혹은 원활히 수행되지 못한다.

예컨대, 상기한 첫 번째 방법의 경우, 획득한 영상 내에 색 분포가 다양하지 아니하다면 정확한 화이트 밸런스를 수행할 수 없고, 두 번째의 경우 흰색 영역이 존재하지 아니하다면 실패하게 되며, 세 번째에 있어서도 영상 내에 색 분포가 풍부하지 않거나 혹은 몇 가지 색들이 영상에 비해 과도하게 넓은 영역을 차지하게 되면 화이트 밸런스의 정확도가 현저히 떨어진다.

본 발명은 상기와 같은 문제점을 감안하여 안출된 것으로, 획득한 영상 내의 색 분포가 다양하지 않거나 흰색 영역이 존재하지 않는 경우에도 화이트 밸런스의 정확도 및 신뢰성을 높일 수 있는 방법을 제공한다.

이러한 기술적 과제를 달성하기 위한 본 발명의 강건한 화이트 밸런스 방법은, 입력된 영상을 블록으로 분할하는 제1 과정; 현재 블록과 주변 블록 간의 색상 오차를 산출하고, 산출된 색상 오차들 중 가장 작은 색상 오차가 색상 오차 임계값보다 큰 주변 블록의 개수가 개수 임계값보다 크다면 상기 현재 블록을 선택하되 모든 블록에 대해 수행하며, 선택된 블록들의 평균 RGB 값을 산출하는 제2 과정; 블록들 중 상위 10% 비율의 밝은 블록들을 선택하고, 선택된 블록들의 평균 RGB 값을 산출하는 제3 과정; 색상 정보의 유사성을 근간으로 블록들을 컬러 군집화하여 평균 RGB 값을 산출하는 제4 과정; 상기 평균 RGB 값을 CIE xyY 색공간으로 변환하는 제5 과정; 표준 광원들의 색공간 x, y 값과 상기 평균 RGB 값의 CIE xyY 색공간 x, y 값 사이의 유클리디언 거리를 계산한 후, 가장 짧은 유클리디언 거리를 갖는 평균 RGB 값을 선택하는 제6 과정; 및 선택된 평균 RGB 값을 이용하여 R, G, B별 화이트 밸런스 이득 값을 산출하여 상기 입력된 영상을 보정하는 제7 과정;으로 이루어진다.

상기와 같은 본 발명에 따르면, 영상에 대해 픽셀 단위의 연산이 아닌 블록 단위로 연산을 수행하므로 연산속도가 향상된다. 더욱이 기준 밝기 임계값보다 낮은 밝기 값을 가진 블록을 노이즈로 간주하고 연산에서 제거(배제)함으로써 연산속도를 더욱 향상시킬 수 있다.

또한, 영상 획득 당시의 광원 추정 및 화이트 밸런스 이득 값에 이용되는 평균 RGB 값 산출에 대해 다원화를 도모하므로 종래에 비해 화이트 밸런스의 정확도를 현저히 높일 수 있다.

본 발명의 구체적 특징 및 이점들은 첨부도면에 의거한 다음의 상세한 설명으로 더욱 명백해질 것이다. 이에 앞서 본 발명에 관련된 공지 기능 및 그 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는, 그 구체적인 설명을 생략하였음에 유의해야 할 것이다.

도 1은 본 발명에 따른 강인한 자동 화이트 밸런스 보정 장치를 보인 구성도이다. 도면에 나타낸 바와 같이, 본 발명의 화이트 밸런스 장치(100)는, 블록 분할부(110), 블록 제거부(120), 제1 평균 RGB 산출부(130), 제2 평균 RGB 산출부(140), 제3 평균 RGB 산출부(150), 색도도 변환부(160), 광원 추정부(170), 이득 산출부(180) 및 영상 보정부(190)를 포함한다.

구체적으로 블록 분할부(110)는 입력된 영상을 도 2에 예시된 바와 같이 가로 M, 세로 N개의 블록으로 분할한다. 이와 같이 영상을 블록으로 분할하는 이유는 처리 시간을 단축하기 위함이다.

블록 제거부(120)는 상기 분할된 블록들로부터 기준 밝기 임계값보다 낮은 밝기 값을 가지는 블록을 제거(배제)한다. 이때 블록의 R, G, B 값 중 어느 하나의 값이라도 기준 밝기 임계값보다 작다면 이를 낮은 밝기 값인 것으로 간주(또는 노이즈인 것으로 간주)하고 해당 블록을 제거한다. 참고로 상기 '기준 밝기 임계값'은 영상을 획득할 당시의 디지털카메라에 설정된 자동 노출정보의 값에 따라 달라진다. 즉, 조명이 어두운 상황에서 영상이 획득되었을 경우에는 자연히 그 기준 밝기 임계값이 낮아지고, 반면 조명이 충분한 상황에서는 높아진다.

상기한 바와 같이 블록 제거부(120)를 통해 남은 블록들로부터 화이트 밸런스 수행에 필요한 영상의 색상 정보, 즉 블록들의 평균 RGB 값을 도출하게 된다. 이는 본 발명의 특징에 따른 세 가지 프로세스(알고리즘)를 통해 각기 평균 RGB 값을 산출하며, 이 세 가지 프로세스를 수행하는 구성은 도 1에서 보는바와 같이 제1 평균 RGB 산출부(130), 제2 평균 RGB 산출부(140) 및 제3 평균 RGB 산출부(150)이다.

먼저, 제1 평균 RGB 산출부(130)는 주변 블록들과의 색상 오차가 큰 블록만을 선택하여 이 선택된 블록들의 평균 RGB 값을 산출한다. 이를 보다 상세히 설명하면, 현재 블록과 주변 8개의 블록들과의 색상 오차를 계산한다. 이때의 색상 오차는 다음의 [수학식 1]로 정의한다.

...................... [수학식 1]

여기서, B_ij는 현재 블록을, R, G, B는 현재 블록의 평균 R, G, B 값을 나타 내며, B_mn는 주변 블록(이웃 블록)을, R', G', B'는 주변 블록의 평균 R, G, B 값을 의미한다.

제1 평균 RGB 산출부(130)는, 상기 [수학식 1]을 통해 구한 색상 오차들 중 색상 오차 임계값보다 큰 블록의 개수가, 개수 임계값보다 크다면 그 블록을 선택한다. 이를 수학식으로 표현하면 다음과 같다.

............. [수학식 2]

여기서 th_{color_diff}는 색상 오차 임계값이고, th_num는 주변 블록 중 큰 오차를 가지는 블록의 개수를 나타내는 개수 임계값이다. 상기 [수학식 2]와 같이, 현재 블록과 주변 블록의 색상 오차가 큰 블록의 개수가 th_num를 넘는 블록이라면 선택된다.

제1 평균 RGB 산출부(130)는 블록 제거부(120)로부터 출력되는 블록들 모두에 대해서 수행하며, 앞서 언급한 바와 같이 선택된 블록들의 평균 RGB 값을 산출한다.

제2 평균 RGB 산출부(140)는 블록들 중 상위 일정비율의 밝은 블록들을 선택하여 이 선택된 블록들의 평균 RGB 값을 산출한다. 여기서, '상위 일정비율의 밝은 블록'이란 상기 블록 제거부(120)로부터 출력되는 블록들 중 상위 10% 밝기 내에 포함되는 블록을 의미한다. 물론, 상기 일정비율은 변경될 수 있다.

제3 평균 RGB 산출부(150)는 블록들을 색상 정보의 유사성을 바탕으로 컬러 군집화(color clustering)하여 평균 RGB 값을 산출한다. 보다 구체적으로 제3 평균 RGB 산출부(150)는 입력된 첫 번째 블록의 색(RGB 값)을 색상 테이블의 첫 번째 단위체(클러스터-Cluster)의 평균값으로 설정하고, 색상 테이블(color table)에 저장되어 있는 단위체(클러스터)들의 각 평균값과 탐색한 다음 블록의 색을 비교하여 가장 작은 색상 오차가 색상 오차 임계값보다 작은 경우, 현재 탐색 중인 블록의 색을 가장 작은 색상 오차를 가지는 단위체(클러스터)에 더하고 그 평균값을 계산한다. 한편, 상기 양자 간의 색상 오차가 색상 오차 임계값 보다 큰 경우에는 상기 색상 테이블에 단위체를 하나 더 생성함과 아울러 현재 탐색 중인 블록의 색을 상기 생성된 단위체의 평균값으로 설정한다. 제3 평균 RGB 산출부(150)는 입력된 모든 블록에 대해 상술한 과정을 적용하여, 최종적으로 색상 테이블에 등록된 단위체들로부터 평균 RGB 값을 산출한다.

한편, 색도도 변환부(160)는 상기 평균 RGB 산출부(130, 140, 150)에 의해 산출된 평균 RGB 값들을 CIE xyY 색공간에 대한 (x, y) 값을 가지는 색도도로 변환한다. 색도도(chromaticity diagram)란 국제조명위원회(CIE)에 의해 규정된 것으로, 색도의 좌표 x, y, z는 x+y+z=1이라는 관계가 있으므로 가령 x, y를 지정하면 나머지 z가 자연히 정해지며, 이때 x, y를 직각좌표로 잡고 색도점(색도 좌표로 나타낸 점)을 나타낸 것을 의미한다.

본 발명의 색도도 변환부(160)는, 우선 RGB 색공간의 값을 아래의 [수학식 3]을 이용하여 CIE XYZ 값으로 변환한다.

............................. [수학식 3]

여기서, R_N, G_N, B_N는 입력 R, G, B 값을 255로 나누어 정규화(normalization)한 값이다. 이와 같이 RGB 색공간에서 CIE XYZ 색공간으로 변환한 후, 다음의 [수학식 4]를 거쳐 CIE xyY 공간으로 변환한다.

...................... [수학식 4]

상기 [수학식 4]에 의해 변환된 값 중 색상 신호에 해당하는 x, y에 관한 값을 이용하여 입력된 영상의 광원을 추정하게 된다. 이를 수행하는 광원 추정부(170)에 대해 설명하면 다음과 같다.

첨부도면 도 3은 CIE에서 잘 알려진 표준 광원들에 해당하는 색도도의 위치를 예시한 것이다. 광원 추정부(170)는 이러한 표준 광원들의 (x, y) 값과 상기 평균 RGB 산출부(130, 140, 150)로부터 산출된 평균 RGB 값의 CIE xyY 색공간 (x, y) 값 사이의 유클리디언 거리(Euclidean distance)(E_d)를 [수학식 5]와 같이 계산한다.

.................................. [수학식 5]

여기서, x, y는 평균 RGB 값으로부터 변환된 색상 신호이며, x_r, y_r는 표준 광원의 색상 신호이다. 본 발명의 광원 추정부(170)는 이중 가장 짧은 E_d를 가지고 있는 표준 광원을 영상을 획득할 당시의 광원이라 추정하고, 이때의 평균 RGB 값을 선택한다.

이후, 전술한 광원 추정부(170)를 통해 선택된 평균 RGB 값을 이용하여 최종 화이트 밸런스 이득에 대한 계산이 수행된다. 선택된 평균 RGB 값은 광원에 의해서 영상의 색상이 틀어진 정도를 반영하는 바, 이를 이용하여 화이트 밸런스 이득 값(이하, '이득 값')을 얻을 수 있다. 구체적으로 본 발명의 이득 산출부(180)는 앞서 추정된 표준 광원에 의해서 왜곡된 색상을 보정하기 위해 R, G, B가 모두 같은 값을 가지도록 화이트 밸런스 이득 값을 계산하는데, 이때 자동 노출에 의해서 설정해 놓은 밝기 값을 유지하기 위하여 다음과 같이 각 채널(R, G, B)의 이득 값을 설정해 준다. 먼저, 아래의 [수학식 6]과 같이 평균 R, G, B 값 중 최소값을 기준으로 각 채널의 이득 값을 계산한다.

................................. [수학식 6]

여기서, X는 평균 R, G, B 값 중 하나의 값이며, gain_X는 X에 해당하는 이득 값이다.

이와 같이 얻어진 이득 값을 영상 보정에 적용할 경우, 영상의 밝기 값이 유지되지 못하고 전반적으로 어두워진다. 따라서 본 발명의 이득 산출부(180)는 이를 보상하기 위해 [수학식 7]에서와 같이 이득 값으로 보정하기 전의 밝기 값과 보정 후의 밝기 값의 변화량을 [수학식 6]에서 구한 이득 값에 곱해주어 밝기 값이 유지되도록 한다.

............................... [수학식 7]

여기서, prev_Y는 평균 RGB 값으로 구한 Y값에 해당하고, curr_Y는 [수학식 6]으로 구한 각 채널의 이득 값을 적용한 R, G, B 값으로 구한 Y이다. gain_Y는 이득 값 적용 전의 밝기 값과 적용 후의 밝기 값의 변화량을 나타내고, 이를 [수학식 6]에서 구한 채널별 이득 값 또는 R, G, B 이득 값에 해당하는 gain_X에 곱하여 각 채널 R, G, B 최종 이득 값인 gain_X'이 얻어진다.

영상 보정부(190)는 상기 최종 이득 값을 바탕으로 영상을 보정한다.

이하, 상술한 구성을 바탕으로 본 발명에 따른 강건한 화이트 밸런스 방법에 대해 정리한다. 도 4a 및 도 4b는 강건한 화이트 밸런스 방법에 관한 순서도이다.

먼저, 도 4a와 같이 입력된 영상을 M×N개의 블록으로 분할하고(S110), 기준 밝기 임계값보다 낮은 밝기 값을 갖는 블록을 제거한다(S120). 이때의 제거는 앞서 언급한바와 같이 블록을 '삭제'한다는 의미가 아니라, 이후의 처리에서 '배제'한다는 것을 의미하며, 블록의 R, G, B 값 중 어느 하나라도 상기 기준 밝기 임계값보다 낮으면 배제한다.

이어서, 주변 블록(8개)들과 색상 오차가 큰 블록을 선택하고, 선택된 블록들의 평균 RGB 값을 산출한다(S130). 구체적으로 본 과정은 첨부된 도 5와 같이 현재 블록과 8개의 주변 블록 간의 색상 오차를 산출하고(S131), 색상 오차 임계값보다 큰 주변 블록의 개수가 개수 임계값보다 크다면 현재 블록을 선택한다(S132). 상기 제S131 단계 및 제S132 단계는 모든 블록에 대해 수행되며, 이를 통해 선택된 블록들로부터 평균 RGB 값을 산출한다(S133).

다음으로 상위 일정비율의 밝은 블록들을 선택하여 선택된 블록들의 평균 RGB 값을 산출하는 과정(S140)이 수행된다.

또한, 색상 정보의 유사성을 바탕으로 상술한 바와 같이 블록들을 컬러 군집화(color clustering)한 후, 평균 RGB 값을 산출한다(S150). 도 6을 참조하여 본 과정을 상세히 설명하면 다음과 같다.

우선, 입력된 첫 번째 블록의 색(RGB 값)을 색상 테이블의 첫 번째 단위체의 평균값으로 설정하고(S151), 탐색한 다음 블록의 색과 색상 테이블에 저장되어 있는 단위체(클러스터)들의 각 평균값과 비교하여(S152), 가장 작은 색상 오차가 색상 오차 임계값보다 작은지 판단한다(S153). 그 판단결과 작다면, 현재 탐색 중인 블록의 색을 색상 테이블에 등록되어 있는 단위체(클러스터)들 중 가장 작은 색상 오차를 가지는 단위체에 더하고 그 평균값을 계산한다(S154). 만약, 제S153 단계의 판단결과 크다면, 생상 테이블에 단위체를 하나 더 생성하고, 현재 탐색 중인 블록의 색을 상기 생성된 단위체의 평균값으로 설정한다(S155). 상술한 제S152~S155 단계는 입력된 모든 블록에 대해 수행되며, 최종적으로 색상 테이블에 등록된 단위체들로부터 평균 RGB 값을 산출한다(S156).

다음으로, 도 4b를 참조하면, 상기 제S130~S150 과정을 통해 산출된 평균 RGB 값들을 CIE xyY 색공간으로 변환한다(S160).

이어서, CIE에 정의된 표준 광원들의 색공간 x, y 값과 상기 평균 RGB 값의 CIE xyY 색공간 x, y 값 사이의 유클리디언 거리를 계산하여(S170), 유클리디언 거리가 최소인 표준 광원을 영상 획득 당시의 광원으로 추정하고 이때의 평균 RGB 값을 선택한다(S180).

이후, 제S180 과정에서 선택된 평균 RGB 값을 이용하여 R, G, B별 최종 화이트 밸런스 이득 값을 산출한다(S190). 본 과정은, 도 7과 같이 선택된 평균 RGB 값 중 최소값을 기준으로 R, G, B 각각의 이득 값을 계산하는 단계(S191), 및 계산된 이득 값으로 보정하기 전의 밝기 값과 보정된 후의 밝기 값의 변화량을 제S191 단계의 이득 값에 곱하는 단계(S192)를 포함한다.

상술한 제S190 과정을 통해 산출된 이득 값, 즉 화이트 밸런스 이득 값을 이용하여 상기 영상을 보정한다(S200).

이상으로 본 발명의 기술적 사상을 예시하기 위한 바람직한 실시예와 관련하여 설명하고 도시하였지만, 본 발명은 이와 같이 도시되고 설명된 그대로의 구성 및 작용에만 국한되는 것이 아니며, 기술적 사상의 범주를 일탈함이 없이 본 발명에 대해 다수의 변경 및 수정이 가능함을 당업자들은 잘 이해할 수 있을 것이다. 따라서, 그러한 모든 적절한 변경 및 수정과 균등물들도 본 발명의 범위에 속하는 것으로 간주되어야 할 것이다.

도 1은 본 발명에 따른 강인한 자동 화이트 밸런스 장치를 보인 구성도,

도 2는 본 발명에 따른 영상 분할을 보인 예시도,

도 3은 국제조명위원회(CIE)에 따른 표준 광원들에 해당하는 색도도를 보인 예시도,

도 4a 및 도 4b는 본 발명의 강인한 화이트 밸런스 방법에 대한 개략적 순서도,

도 5는 도 4a의 S130 과정에 대한 세부 순서도,

도 6은 도 4a의 S150 과정에 대한 세부 순서도,

도 7은 도 4b의 S190 과정에 대한 세부 순서도.

** 도면의 주요 부분에 대한 부호의 설명 **

100 : 강인한 화이트 밸런스 장치

110 : 블록 분할부 120 : 블록 제거부

130 : 제1 평균 RGB 산출부 140 : 제2 평균 RGB 산출부

150 : 제3 평균 RGB 산출부 160 : 색도도 변환부

170 : 광원 추정부 180 : 이득 산출부

190 : 영상 보정부

Claims

입력된 영상을 블록으로 분할하는 제1 과정;

현재 블록과 주변 블록 간의 색상 오차를 산출하고, 산출된 색상 오차들 중 가장 작은 색상 오차가 색상 오차 임계값보다 큰 주변 블록의 개수가 개수 임계값보다 크다면 상기 현재 블록을 선택하되 모든 블록에 대해 수행하며, 선택된 블록들의 평균 RGB 값을 산출하는 제2 과정;

블록들 중 상위 10% 비율의 밝은 블록들을 선택하고, 선택된 블록들의 평균 RGB 값을 산출하는 제3 과정;

색상 정보의 유사성을 근간으로 블록들을 컬러 군집화하여 평균 RGB 값을 산출하는 제4 과정;

상기 평균 RGB 값을 CIE xyY 색공간으로 변환하는 제5 과정;

표준 광원들의 색공간 x, y 값과 상기 평균 RGB 값의 CIE xyY 색공간 x, y 값 사이의 유클리디언 거리를 계산한 후, 가장 짧은 유클리디언 거리를 갖는 평균 RGB 값을 선택하는 제6 과정; 및

선택된 평균 RGB 값을 이용하여 R, G, B별 화이트 밸런스 이득 값을 산출하여 상기 입력된 영상을 보정하는 제7 과정; 을 포함하는 것을 특징으로 하는 강건한 화이트 밸런스 방법.
청구항 1에 있어서,

상기 제1 과정은,

분할된 블록 중 기준 밝기 임계값보다 작은 밝기 값의 블록을 제거하는 단 계; 를 포함하는 것을 특징으로 하는 강건한 화이트 밸런스 방법.
청구항 2에 있어서,

상기 단계는,

블록의 R, G, B 값 중 어느 하나의 값이라도 상기 기준 밝기 임계값보다 작다면 해당 블록을 제거하는 단계인 것을 특징으로 하는 강건한 화이트 밸런스 방법.
삭제
삭제
청구항 1에 있어서,

상기 제4 과정은,

입력된 블록들 중 첫 번째 블록의 색(RGB 값)을 색상 테이블의 첫 번째 단위체의 평균값으로 설정하는 제1 단계;

탐색한 다음 블록의 색과 상기 색상 테이블에 저장되어 있는 단위체들의 각 평균값과 비교하여 색상 오차가 색상 오차 임계값보다 작은지 판단하는 제2 단계;

상기 제2 단계의 판단결과가 작다면, 현재 탐색 중인 블록의 색을 단위체들 중에서 가장 작은 색상 오차를 가지는 단위체에 더하고 그 평균값을 계산하는 제3 단계;

상기 제2 단계의 판단결과가 크다면, 상기 색상 테이블에 단위체를 하나 생성하고, 현재 탐색 중인 블록의 색을 상기 생성된 단위체의 평균값으로 설정하는 제4 단계; 및

상기 제2 단계 내지 제4 단계를 상기 입력된 모든 블록들에 대해 수행하여, 색상 테이블에 등록된 단위체들로부터 평균 RGB 값을 산출하는 제5 단계; 를 포함하는 것을 특징으로 하는 강건한 화이트 밸런스 방법.
청구항 1에 있어서,

상기 제7 과정은,

상기 선택된 평균 R, G, B 값 중 최소값을 기준으로 R, G, B 각각의 이득 값을 계산하는 제1 단계; 및

계산된 이득 값으로 보정하기 전의 밝기 값과 보정된 후의 밝기 값의 변화량을 상기 제1 단계의 이득 값에 곱하는 제2 단계; 를 포함하는 것을 특징으로 하는 강건한 화이트 밸런스 방법.