KR100993284B1 - 컬러 어피어런스 모델을 이용한 영상 개선 방법 및 그방법을 수행하는 장치 - Google Patents

컬러 어피어런스 모델을 이용한 영상 개선 방법 및 그방법을 수행하는 장치 Download PDF

Info

Publication number
KR100993284B1
KR100993284B1 KR1020080046549A KR20080046549A KR100993284B1 KR 100993284 B1 KR100993284 B1 KR 100993284B1 KR 1020080046549 A KR1020080046549 A KR 1020080046549A KR 20080046549 A KR20080046549 A KR 20080046549A KR 100993284 B1 KR100993284 B1 KR 100993284B1
Authority
KR
South Korea
Prior art keywords
image
input
gamma
value
illuminance value
Prior art date
Application number
KR1020080046549A
Other languages
English (en)
Other versions
KR20090120643A (ko
Inventor
손광훈
강민성
김봉조
Original Assignee
연세대학교 산학협력단
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 연세대학교 산학협력단 filed Critical 연세대학교 산학협력단
Priority to KR1020080046549A priority Critical patent/KR100993284B1/ko
Publication of KR20090120643A publication Critical patent/KR20090120643A/ko
Application granted granted Critical
Publication of KR100993284B1 publication Critical patent/KR100993284B1/ko

Links

Images

Classifications

    • 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
    • H04N9/68—Circuits for processing colour signals for controlling the amplitude of colour signals, e.g. automatic chroma control circuits
    • H04N9/69—Circuits for processing colour signals for controlling the amplitude of colour signals, e.g. automatic chroma control circuits for modifying the colour signals by gamma correction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/44—Receiver circuitry for the reception of television signals according to analogue transmission standards
    • H04N5/57—Control of contrast or brightness
    • H04N5/58—Control of contrast or brightness in dependence upon ambient light
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)

Abstract

컬러 어피어런스 모델을 이용한 영상 개선 방법 및 그 방법을 수행하는 장치가 제공된다. 본 발명의 일측면에 따른 컬러 영상의 휘도대비를 개선하는 방법은, 컬러 영상의 휘도대비를 개선하는 방법에 있어서, 현재의 조도 값을 측정하는 단계; 조도 값에 따른 주변 환경이 미리 설정된 기준에 따른 밝은 주변 환경인지 여부를 판단하는 단계; 판단 결과 밝은 주변 환경인 경우, 조도 값에 상응하는 감마값을 인지하는 단계; 및 감마값을 이용하여 입력된 원본 영상을 개선하는 단계를 포함한다. 본 발명에 따르면, 주위 조명의 밝기에 따른 휘도대비의 감소 현상을 개선하여 사용자의 명순응 감도 변화를 개선할 수 있다.
컬러 어피어런스 모델, CIECAM02, 휘도대비

Description

컬러 어피어런스 모델을 이용한 영상 개선 방법 및 그 방법을 수행하는 장치{Method for improving image using color appearance models and device thereof}
본 발명은 컬러 영상 개선에 관한 것으로서, 좀 더 상세하게는 컬러 어피어런스 모델을 이용한 영상 개선 방법 및 그 방법을 수행하는 장치에 관한 것이다.
전자 및 디지털 기술의 발전으로 다양한 형태의 디지털 기기들이 보급되고 있으며, 이러한 디지털 기기들은 사용자에게 정보를 전달하기 위한 영상 수단을구비하고 있다. 특히 네비게이션, PDA, 휴대 전화기, 노트북, 전자 사전, MP3 디지털 캠코더 및 카메라 등과 같은 다양한 기능의 휴대가 용이한 디지털 기기의 보급으로 인해 그 영상 수단의 중요성이 커가고 있다. 상술한 영상 수단으로는 일반적으로 LCD, PDP 등의 디스플레이 장치가 이용될 수 있다. 일반적으로 영상 수단은 텍스트(text), 정지 화상, 동화상 등의 다양한 형태의 영상 정보를 제공할 수 있다.
인간은 주변 조명의 밝기 변화에 따라서 영상 수단으로부터 인지되는 영상의 밝기와 채도 등을 다르게 인지하게 되는 명순응 감도 변화를 겪게 된다. 즉, 영상 수단의 밝기보다 주변의 외부 조명이 밝아짐으로 인해서 휘도대비의 감소 현상이 일어나고, 그로 인해 사용자는 실제 제공되는 영상의 광학적 특성이 변화되지 않았음에도 상대적으로 어둡거나 저 채도로 인식하게 된다.
그러나, 근래의 디지털 기기들은 소형, 경량, 기능의 고 집적화가 이루어지면서 사용자에게 다양한 정보와 기능의 편리성을 제공하는 반면에, 사용자가 영상 수단이 제공하는 정보를 외부의 조명 변화에 따라서 획득하지 못하거나, 불확실하게 획득하는 등 사용상의 문제가 있다. 즉, 디지털 기기를 외부에서 사용할 경우 외부 조명 변화로 인해서 사용자는 동일한 밝기와 채도의 영상을 실제와 다르게 인식하게 될 수 있다.
결국 사용자는 디지털 기기에서 제공되는 영상이 주변의 조명에 비해서 상대적으로 어둡게 인식할 수 있으며, 결과적으로 필요한 정보를 획득하지 못하게 되는 문제가 있다. 더욱이, 사용자는 화면에서 반사된 광에 의해 플레어(flare) 현상의 발생 시, 플레어 현상이 발생된 화면의 영상을 정상적인 상태에 비교해서 상대적으로 저 채도 상태로 인식하게 되므로 영상 정보를 원활하게 획득하지 못하게 되는 문제가 있다.
따라서, 본 발명은 상술한 문제점을 해결하기 위해 안출된 것으로서, 주위 조명의 밝기에 따른 휘도대비의 감소 현상을 개선하는 영상 개선 방법 및 그 방법을 수행하는 장치를 제공하기 위한 것이다.
본 발명의 다른 목적들은 이하에 서술되는 바람직한 실시예를 통하여 보다 명확해질 것이다.
본 발명의 일측면에 따르면, 컬러 영상의 휘도대비를 개선하는 방법에 있어서, 현재의 조도 값을 측정하는 단계; 상기 조도 값에 따른 주변 환경이 미리 설정된 기준에 따른 밝은 주변 환경인지 여부를 판단하는 단계; 상기 판단 결과 밝은 주변 환경인 경우, 상기 조도 값에 상응하는 감마값을 인지하는 단계; 및 상기 감마값을 이용하여 입력된 원본 영상을 개선하는 단계를 포함하는 컬러 어피어런스 모델을 이용한 영상 개선 방법 및 그 방법을 실행하는 프로그램이 기록된 기록매체가 제공된다.
여기서, 상기 감마값을 인지하는 단계는, 상기 조도 값에 상응하는 밝은 환경에서의 예측 영상을 모델링하여 입출력 관계를 획득하는 단계; 및 상기 입출력 관계를 이용하여 상기 감마값을 산출하는 단계를 포함할 수 있다.
또한, 상기 감마값은, 밝은 주변 환경에 따른 각각의 조도 값에 상응하는 입출력 관계를 각각 모델링하여 산출된 복수의 감마값 중 상기 측정된 조도 값에 상 응하는 하나가 선택될 수 있다.
또한, 상기 감마값을 인지하는 단계는, 밝은 주변 환경에 따른 각각의 조도 값에 상응하는 입출력 관계를 각각 모델링하여 획득된 입출력 관계 데이터 중 상기 측정된 조도 값에 상응하는 하나가 선택되고, 선택된 입출력 관계 데이터를 이용하여 상기 감마값을 산출할 수 있다.
또한, 상기 모델링하는 단계는, R,G,B 각각을 복수 단계로 나누어 생성된 영상을 상기 컬러 어피어런스 모델을 이용하여 예측하고, 거듭제곱 법칙을 이용하여 처리할 수 있다.
또한, 상기 입력 영상을 개선하는 단계는, 상기 감마값(
Figure 112008035574455-pat00001
)과, 어두운 주변 환경에 따른 감마값(
Figure 112008035574455-pat00002
)을 이용한 하기의 수학식을 상기 원본 영상에 적용하여 처리할 수 있다.
Figure 112008035574455-pat00003
(여기서,
Figure 112008035574455-pat00004
는 각각 이득(Gain), 오프셋(Offset), 감마(Gamma)를 나타내고,
Figure 112008035574455-pat00005
는 각각 입력, 출력 값을 나타내고,
Figure 112008035574455-pat00006
는 입력 영상이고,
Figure 112008035574455-pat00007
는 구하고자 하는 휘도대비가 개선된 영상이며, 아래첨자
Figure 112008035574455-pat00008
는
Figure 112008035574455-pat00009
채널 모두 적용될 수 있음을 의미)
또한, 상기 어두운 주변 환경일 경우의 감마값(
Figure 112008035574455-pat00010
)은 1인 경우일 수 있다. 또한, 상기 어두운 주변 환경일 경우의 감마값(
Figure 112008035574455-pat00011
)은, 어두운 환경에 따른 조도 값에 상응하도록 상기 컬러 어피어런스 모델을 이용하여 모델링될 수 있다.
본 발명의 다른 측면에 따르면, 컬러 영상의 휘도대비를 개선하는 장치에 있어서, 현재의 조도 값을 측정하는 조도 측정부; 측정된 조도 값에 따른 주변 환경이 미리 설정된 기준에 따른 밝은 주변 환경인 경우, 상기 조도 값에 상응하는 감마값을 인지하는 영상 비교부; 및 상기 감마값을 이용하여 입력된 원본 영상을 개선하는 영상 개선부를 포함하는 컬러 어피어런스 모델을 이용한 영상 개선 장치.
여기서, 상기 조도 값에 상응하는 밝은 환경에서의 예측 영상을 모델링하여 입출력 관계를 획득하는 영상 예측부를 더 포함하되, 상기 영상 비교부는 상기 입출력 관계를 이용하여 상기 감마값을 산출할 수 있다.
또한, 밝은 주변 환경에 따른 각각의 조도 값에 상응하는 입출력 관계를 각각 모델링하여 산출된 복수의 감마값을 저장하는 저장부를 더 포함하되, 상기 영상 비교부는 상기 저장부에 저장된 복수의 감마값 중 상기 측정된 조도 값에 상응하는 하나를 선택할 수 있다.
또한, 밝은 주변 환경에 따른 각각의 조도 값에 상응하는 입출력 관계를 각각 모델링하여 획득된 입출력 관계 데이터를 저장하는 저장부를 더 포함하되, 상기 영상 비교부는 상기 저장부에 저장된 입출력 관계 데이터 중 상기 측정된 조도 값에 상응하는 하나를 선택하고, 선택한 입출력 관계 데이터를 이용하여 상기 감마값을 산출할 수 있다.
상기 영상 개선 장치는, 이동통신 단말기, 노트북, PDA, 네비게이션 단말기, 디지털 TV 중 어느 하나로 구현될 수 있다.
본 발명에 따른 영상 개선 방법 및 장치는 주위 조명의 밝기에 따른 휘도대비의 감소 현상을 개선하여 사용자의 명순응 감도 변화를 개선할 수 있다.
또한, 본 발명에 따르면 휘도대비를 개선할 뿐만 아니라 사람의 눈에 민감한 에지 정보를 개선함으로써, 사용자 입장에서는 영상 정보를 원활하게 획득하도록 할 수 있다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일 치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부한 도면들을 참조하여 본 발명에 따른 실시예들을 상세히 설명하기로 하며, 첨부 도면을 참조하여 설명함에 있어 도면 부호에 상관없이 동일하거나 대응하는 구성 요소는 동일한 참조번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
도 1은 본 발명의일 실시예에 따른 컬러 어피어런스 모델을 이용한 영상 개선 방법을 개략적으로 나타낸 흐름도이다.
본 실시예에 따른 영상 개선 방법은 컬러 어피어런스 모델을 이용한다. 컬러 어피어런스 모델은 주변 환경에 대한 보조 변수가 입력되면 원본 영상에 대한 보조 변수가 적응된 이미지를 예측한다. 예를 들어, 컬러 어피어런스 모델은 채도에 대한 변수가 입력되면, 실제 외부 조명이 해당 변수에 따른 채도일 때의 영상을 예측하여 출력한다. 컬러 어피어런스 모델은 당업자에게는 자명할 것이므로 더욱 상세한 설명은 생략하기로 한다.
영상 개선은 주변 환경을 센싱하고(즉, 주변의 채도 등의 조명상태를 감지함), 주변 환경이 밝은 환경일 경우, 밝은 주변 환경에서도 명순응 반응이 일어나지 않도록 개선된 영상이 디스플레이되도록 하는 것이다. 주변환경을 센싱하는 기술은 현재에도 다양한 방법이 사용되고 있으며, 본 발명은 주변 환경을 센싱하는 것이 목적이 아니고 밝은 주변 환경에서 영상을 개선하는 방법에 관한 것이므로 센 싱 방법에 대한 상세한 설명은 생략하기로 한다.
본 발명에 따른 영상 개선 방법을 개략적으로 설명하자면, 밝은 주변 환경일 경우에 디스플레이되는 영상을 예측하고, 예측된 영상으로부터 얻어지는 값들을 이용하여 원본 영상을 개선한다.
또한, 감지된 주변 환경이 밝은 주변 환경인 경우, 밝은 주변 환경에 따른 예측 영상과 어두운 주변 환경일 때에 따른 예측 영상을 컬러 어피어런스 모델을 이용하여 예측하고, 예측된 각 영상을 비교 또는 이용하여 밝은 주변 환경에서 열화된 에지 정보 또는 휘도대비의 정보를 측정하여 개선하는 것이다.
여기서, 어더운 주변 환경일 때의 예측 영상은 원본 영상과 유사한 형태일 수 있으므로, 반드시 예측할 필요는 없고 원본 영상을 그대로 이용할 수도 있다.
또한, 밝은 주변 환경, 어두운 주변 환경에 대한 두 개의 영상을 이용하는 것으로 예시하였으나, 밝은 주변 환경, 어두운 주변 환경, 보통 주변 환경 등 셋 이상의 영상을 이용할 수도 있음은 당연하다. 그리고, 상기한 어두운 주변 환경에 따른 보조 변수 값은 상황에 맞게 설정하기 나름이며, 반드시 디폴트된 절대적인 값일 필요는 없음은 당연하다.
여기서, 본 실시예에 따른 영상 개선 방법은 컬러 어피어런스 모델로 CIECAM02이 이용되었으며, 물론 이에 한정되는 것은 아니며 현재 개발되었거나 향후 개발되는 모든 컬러 어피어런스 모델이 동일하게 적용될 수 있음은 당업자에게 있어 이하의 설명을 통해 더욱 자명하게 될 것이다. CIECAM02에 의한 영상 예측 방법에 대해서는 후술하기로 한다.
도 1을 참조하면, RGB 영상이 입력되면(물론, 반드시 RGB 형식에 한정되는 것은 아님)(S110), 장비 특성화가 수행된다(S120). 장비 특성화는 RGB 각 채널을 GOGO 모델링을 통해 장비 종속적 색 공간인 RGB에서 장비 독립적 색 공간인 XYZ로 변환하는 것이다. XYZ 색 공간으로 변환하여 객관적인 색의 표현이 가능하다.
상술한 바와 같이 본 실시예에서는 주변 환경에 따라 다르게 보이는 영상을 예측하기 위해 최신의 컬러 어피어런스 모델인 CIECAM02를 사용한다. CIECAM02를 사용하기 위해 주변 환경에 대한 보조 변수를 측정하여 입력하고, 밝은 환경을 가정한 주변환경에 따른 예측 영상을 CIECAM02을 이용하여 예측한다(단계 S130).
이후, 밝은 환경에서 열화되는 에지 정보 또는 휘도대비의 정도를 알기 위해 밝은 환경을 가정한 주변환경에 따른 예측 영상을 어두운 환경에 따른 영상과 비교한다(단계 S140). 여기서, 어두운 환경에 따른 영상은 도면에 도시된 바와 같이 어두운 환경을 가정하고(즉, 어두운 환경에 따른 변수를 입력하고) 예측할 수도 있으며, 또는 별도의 예측 없이 디폴트된 값을 이용하거나 원본 영상을 그대로 이용할 수도 있다.
비교 결과에 따라 원본 영상이 개선되고(단계 S150), 개선된 영상이 출력된다.
본 발명에서는 비교한 영상을 개선하는 방법으로 두 가지를 제안한다. 첫 번째 방법은 인간의 눈에 민감한 정보인 영상의 에지 성분을 개선하는 방법이다. CIECAM02 순방향 알고리듬을 통해 얻어지는 색상(h), 밝기(J), 휘도(Q), 채도(C), 선명도(M), 순도(s)의 여섯 가지 성분 중 밝기, 채도, 색상(JCh) 성분을 선택하여 세 성분의 에지를 가중된 벡터 그레디언트(Vector gradient) 방법을 통해 각각 찾아내게 된다. 밝고 어두운 주변 환경에서 각각 예측된 영상들의 에지를 비교하여 열화된 에지 정보를 원 영상에 가중하여 개선하게 된다.
두 번째 방법은 밝은 주변 환경에서 휘도대비가 감소하는 현상의 원인을 근본적으로 해결하기 위해 휘도대비를 개선하는 방법이다. 일정한 패턴 영상을 입력으로 하여 CIECAM02의 순방향, 역방향 알고리듬을 통해 얻어낸 예측 영상을 분석하여 CIECAM02의 특성을 알아낸 후 감마 보정의 원리를 이용하여 원본 영상을 개선할 밝은 환경에 따른 감마값을 산출해 내고, 적용함수를 이용하여 원본 영상을 개선한다. 감마값 및 적용함수에 대한 상세한 설명은 후술하기로 한다. 산출된 밝은 환경에서의 감마값이 적용된 적용함수를 원본 영상에 적용하여 원본 영상의 휘도대비를 개선한다. 즉, 입력 영상과 출력 영상간의 입출력 관계를 모델링하고, 모델링을 통해 만들어진 데이터를 이용하여 원본 영상을 개선하는 방식이다. 다시 말해, 에지 정보를 이용하는 첫 번째 방법과는 달리, 원본 영상의 예측 영상을 이용하는 것이 아니라, 특정 RGB 영상의 패턴에 따른 예측 영상의 입출력 관계를 모델링하여 밝은 주변 환경에 따른 감마값을 이용하는 것이다.
상술한 두 가지 영상 개선 방법에 대한 상세한 설명은 후술하기로 한다.
이하, CIECAM02에 대해 간략하게 알아보기로 한다.
CIECAM02에 대한 입력 데이터는 테스트 자극(
Figure 112008035574455-pat00012
)과 기준 백색(
Figure 112008035574455-pat00013
)의 상대적인 삼자극치,
Figure 112008035574455-pat00014
로 표현되는 순응 휘도
Figure 112008035574455-pat00015
, 주변 환경의 상대적인 휘도, 광원 배제 효과가 발생하는지에 대한 결정을 포함한다. 국제 조명기구(CIE)의 CIECAM02 제안에 따르면 주변 환경의 상대적인 휘도는 어두움, 조금 밝음, 평균의 세 가지로 나누고 디스플레이 환경에서는 조금 밝은 정도로 적용된다. 광원을 낮추는 것은 일반적으로 인쇄 같은 물체 색상의 자극에 발생하고 디스플레이 같은 방사성 화면 같은 곳에는 발생하지 않는다고 가정한다. 광원 배제 효과가 발생할 때, 색 순응 모델에 있는
Figure 112008035574455-pat00016
계수는 1.0으로 조절된다. 그렇지 않으면 순응 휘도
Figure 112008035574455-pat00017
와 주변 환경
Figure 112008035574455-pat00018
의 함수로 계산 된다.
일단 주변 환경의 상대적인 휘도가 수립되면, 표 1에 나타난 바와 같은 지수적인 비선형계수
Figure 112008035574455-pat00019
, 색상 유도계수
Figure 112008035574455-pat00020
, 순응의 최대단계
Figure 112008035574455-pat00021
값들을 정하는 데 사용된다. CIECAM02에서는 이들 파라미터들에 대한 중간값들이 허용된다. 만약 중간값들이 요구되면, 적절한 절차가
Figure 112008035574455-pat00022
에 대한 중간값을 선택할 것이고, 그러고 나서 선형 보간을 이용하여
Figure 112008035574455-pat00023
와
Figure 112008035574455-pat00024
에 대해 대응하는 중간값들을 계산할 것이다.
CIECAM02 모델에 대한 입력 파라미터

관찰 조건
Figure 112008035574455-pat00025
Figure 112008035574455-pat00026
Figure 112008035574455-pat00027

평균 바탕
0.69
1.0
1.0

조금 밝은 바탕
0.59
0.9
0.9

어두운 바탕
0.525
0.8
0.8
CIECAM02에서 가장 중요한 변화 중의 하나는 선형적인, von Kries 형태의 색 순응 변환을 사용하는 것이다. 이것은 동일한 성능을 제공하는 더 단순화된 모델이라는 결과를 낳았으며, CIECAM02을 단순하고 분석적으로 역변환하게 해 준다. CIE 삼자극치들로부터 변환해서(0∼100 사이의 값으로 변환한다), 수학식1과 수학식2에 나타난 대로 최적 변환 행렬
Figure 112008035574455-pat00028
에 기초한 RGB 응답으로 변형하는 것으로 시작한다. 모든 CIE 삼자극치들은 보통 CIE 1931 표준 색상 관찰자(2°)를 이용하여 계산된다. 변환은 또한 순응 자극의 삼자극치들에 대해 완료되어야만 한다.
Figure 112008035574455-pat00029
Figure 112008035574455-pat00030
추상체 응답으로의 변환은 Hunt 모델에서 사용된 것과 동일하다. 행렬
Figure 112008035574455-pat00031
는 동일 에너지 광원(X=Y=Z=100)에 대한 삼자극치가 동일한 추상체 응답(L=M=S= 100)을 만들어 내도록 정규화 된다.
순응의 정도인
Figure 112008035574455-pat00032
계수는 수학식3에 따라서 순응 휘도
Figure 112008035574455-pat00033
와 주변 환경
Figure 112008035574455-pat00034
의 함수로 계산된다. 만약에 광원 배제 효과가 가정된다면
Figure 112008035574455-pat00035
는 단순히 1.0으로 조절된다. 이론적으로,
Figure 112008035574455-pat00036
는 완전한 순응인 1.0에서 순응이 일어나지 않는 0.0까지의 범위를 갖는다. 실질적인 제한으로,
Figure 112008035574455-pat00037
의 값은 거의 0.6 밑으로 내려가지 않는다.
Figure 112008035574455-pat00038
일단
Figure 112008035574455-pat00039
가 수립되면, 자극된 색상에 대한 삼자극치 응답은 순응된 삼자극치 응답인
Figure 112008035574455-pat00040
로 변형되는데,
Figure 112008035574455-pat00041
각각은 수학식4 내지 수학식6을 이용하여 암시된 동일 에너지 참조 환경에 대응되는 컬러를 나타낸다.
Figure 112008035574455-pat00042
는 순응하는 백색에 대한 삼자극치 응답이다.
Figure 112008035574455-pat00043
Figure 112008035574455-pat00044
Figure 112008035574455-pat00045
다음은 여러 가지 관찰 조건에 의존적인 요소가 다음 계산을 위해 필요한 중간 값으로서 계산된다. 이들은 휘도 단계 순응계수
Figure 112008035574455-pat00046
, 유도계수
Figure 112008035574455-pat00047
와
Figure 112008035574455-pat00048
, 그리고 기본 지수적인 비선형성
Figure 112008035574455-pat00049
로서 각각은 배경의 상대 휘도
Figure 112008035574455-pat00050
에 좌우된다. 이 계수들은 하기의 수학식7∼수학식11을 이용하여 계산된다.
Figure 112008035574455-pat00051
Figure 112008035574455-pat00052
Figure 112008035574455-pat00053
Figure 112008035574455-pat00054
Figure 112008035574455-pat00055
순응 후의 비선형적 압축을 적용하기 위하여, 순응된 RGB 응답들은 우선
Figure 112008035574455-pat00056
사양에서 추상체 응답들을 더 자세히 나타내는 Hunt-Pointer-Estevez 원리로 변환되어야 한다. 이 변환은 수학식12∼수학식14에 의해 표현되어 있고, CAT02 RGB 시스템에서 추상체 응답인 CIE 삼자극치로의 변환으로 생각할 수 있다.
Figure 112008035574455-pat00057
Figure 112008035574455-pat00058
Figure 112008035574455-pat00059
순응 후의 비선형성은 이전 모델인 CIECAM97s에서의 형태와 비슷하지만 더 큰 동적 범위에 걸친 단순한 명함수 응답을 만들어 내기 위해 약간 수정된다. 이것은 나중에 모델에서 색상 순도의 정의를 단순화할 수 있게 해 준다. 이 함수들의 일반적인 작동 범위의 많은 부분에 대해서, 단순한 제곱근 함수와 유사한 것들이 있으며, 이 비선형성들은 하기의 수학식15 내지 수학식17에 나타나 있다.
Figure 112008035574455-pat00060
Figure 112008035574455-pat00061
Figure 112008035574455-pat00062
그리고 나서 이 값들은 상대 컬러 응답들을 생성하고 컬러 어피어런스의 상관계수를 만들어 내는 데 사용된다.
이하, 컬러 어피어런스 상관계수를 알아보면, CIECAM02에서 초기 대응 형식의 응답은 수학식18과 수학식19를 사용하여 계산된다.
Figure 112008035574455-pat00063
Figure 112008035574455-pat00064
색상 각
Figure 112008035574455-pat00065
는 CIELAB에서처럼 같은 절차를 사용하여 CIECAM02 공간에서 다음과 같이 계산된다.
Figure 112008035574455-pat00066
초기 무색상 응답은 수학식21에 나타난 휘도 유도계수로 수정된 비선형적으로 순응된 추상체 응답의 가중 합계에 의해 계산된다. 비슷한 양의 밝기와 휘도의 계산이 가능하도록 백색에 대해서도 계산되어야 한다.
Figure 112008035574455-pat00067
그러고 나서 밝기
Figure 112008035574455-pat00068
는 단순히 수학식22에 따라서 무색응답
Figure 112008035574455-pat00069
, 백색에 대한 무색응답
Figure 112008035574455-pat00070
, 주변 환경 계수
Figure 112008035574455-pat00071
, 기본 지수
Figure 112008035574455-pat00072
로부터 계산된다.
Figure 112008035574455-pat00073
휘도에 대한 CIECAM02의 연관계수인 Q는 수학식23에 보이는 대로 밝기
Figure 112008035574455-pat00074
, 백색에 대한 무색상 응답
Figure 112008035574455-pat00075
, 주변 환경 계수
Figure 112008035574455-pat00076
, 휘도 단계 순응계수
Figure 112008035574455-pat00077
로부터 계산된다.
Figure 112008035574455-pat00078
색의 순도와 연관되어 있고, 편심 조정
Figure 112008035574455-pat00079
뿐만 아니라 주변 환경과 배경(
Figure 112008035574455-pat00080
와
Figure 112008035574455-pat00081
)에 대한 색상 유도계수와도 함께하는 일시적인 양인
Figure 112008035574455-pat00082
는 채도, 색의 선명도와 색상의 순도에 대한 연관계수에 대한 기본으로서 계산된다.
Figure 112008035574455-pat00083
에 대한 공식은 다음과 같다.
Figure 112008035574455-pat00084
그러고 나서 CIECAM02 채도
Figure 112008035574455-pat00085
는 수학식25에 나타난 대로 약간 비선형적인 형태의
Figure 112008035574455-pat00086
에 밝기
Figure 112008035574455-pat00087
의 루트값에 배경
Figure 112008035574455-pat00088
으로 약간 조정하여 곱함으로써 계산된다. 이 식은 모델의 대부분에서처럼 다양한 컬러 어피어런스 변환 데이터에 실험적으로 맞추는 것에 기초하고 있다.
Figure 112008035574455-pat00089
색의 선명도에 대한 연관계수는 수학식26에 나타난 대로 채도 예측치
Figure 112008035574455-pat00090
를 휘도 단계 순응계수
Figure 112008035574455-pat00091
의 1/4승으로 변환한 것이다. 이것은 색의 선명도가 채도에 연관되어 있지만 채도가 휘도에서의 변화에 대해 상대적으로 일정한 반면, 순응하는 휘도에 따라 증가하기 때문에 이해하기 쉽게 된다.
Figure 112008035574455-pat00092
마지막으로, 색의 순도에 대한 간단하고 논리적으로 정의된 예측치
Figure 112008035574455-pat00093
는 수학식27에서처럼 휘도에 대한 색의 선명도값의 제곱근으로서 CIECAM02에 정의되어 있다. 이것은 휘도에 대한 자극 색의 선명도로서 CIE에서 정의한 색의 순도에 대응할 수 있다.
Figure 112008035574455-pat00094
본 실시예에 따른 컬러 재생의 응용에서는 역 컬러 어피어런스 모델이 실질적으로 중요하다. CIECAM02는 역변환의 단순화라는 점에서 이전 모델인 CIECAM97s에 비해 상당히 개선되었다. CIECAM02에 대한 CIE 기술 보고서는 역변환의 모델에 대한 자세한 설명과 실제적인 예를 포함한다. 변환을 위한 CIECAM02를 적용하는 일련의 절차는
Figure 112008035574455-pat00095
로 시작하는 다음에 나타나 있다.
1단계.
Figure 112008035574455-pat00096
와
Figure 112008035574455-pat00097
로부터
Figure 112008035574455-pat00098
를 계산한다.
2단계.
Figure 112008035574455-pat00099
로부터
Figure 112008035574455-pat00100
를 계산한다.
3단계.
Figure 112008035574455-pat00101
와
Figure 112008035574455-pat00102
로부터
Figure 112008035574455-pat00103
계산한다.
4단계.
Figure 112008035574455-pat00104
로부터
Figure 112008035574455-pat00105
와
Figure 112008035574455-pat00106
를 계산한다.
5단계.
Figure 112008035574455-pat00107
로부터
Figure 112008035574455-pat00108
를 계산한다.
6단계.
Figure 112008035574455-pat00109
를 계산하기 위하여 역변환 비선형성을 사용한다.
7단계. 선형 변환을 사용하여
Figure 112008035574455-pat00110
로 변환한다.
8단계.
Figure 112008035574455-pat00111
와
Figure 112008035574455-pat00112
를 계산하기 위하여 색 순응 변환을 사용한다.
이하, 본 발명에 따른 컬러 어피어런스 모델을 이용하여 예측한 두 영상(즉, 밝은 주변 환경에 따른 영상 및 어두운 주변 환경에 따른 영상)을 이용하여 원본 영상을 개선하는 방법에 대해 설명하기로 한다.
도 2는 본 발명의 일 실시예에 따른 에지 정보를 이용한 컬러 영상 개선 방법을 나타낸 흐름도이고, 도 3은 본 발명의 일 실시예에 따른 벡터 그레디언트 방식에 사용되는 3*3 위도우를 나타낸 도면이다.
인간 시각에 민감한 정보인 에지 정보를 개선시켜 밝은 주변 환경에서도 영상의 중요한 정보가 사라지지 않고 잘 보이게 할 수 있다.
도 2를 참조하면, RGB 원본 이미지가 입력되면(단계 S210), 노이즈 제거가 수행된다(단계 S220). RGB 입력 영상이 전송되었을 때에 영상에 발생할 수 있는 잡음은 에지 검출에 있어서 매우 큰 영향을 미치기 때문에 잡음을 제거하는 알고리듬이 필요하다. 본 실시예에서는 영상의 에지를 보존하면서 잡음을 줄일 수 있는 Bilateral 필터링을 사용한다.
잡음 제거 후 장비 특성화를 거쳐(단계 S230), CIECAM02의 J,C,h 성분을 이용하여 에지 검출을 수행한다(단계 S240 및 단계 S250). 이 때 에지 검출을 위해 웨버의 법칙에 의해 가중된 벡터 그레디언트 방식을 제안한다. 밝은 주변 환경과 어두운 주변 환경에서 각각 에지를 검출한 후 두 환경에서의 에지를 비교하여(단계 S260), 밝은 주변 환경에서 약화된 에지 정보를 찾게 되고 이를 입력 영상에 가중하여 에지 정보를 개선하게 된다(단계 S270).
도 3을 참조하면, 기존의 벡터 그레디언트 방식은 영상에
Figure 112008035574455-pat00113
윈도우를 씌워 수학식28과 같이 기준 화소와 8개의 주변 화소들 간의 거리를 비교하여 가장 큰 차이를 보이는 값을 취하게 된다.
Figure 112008035574455-pat00114
화소들 간의 거리를 구하는 방법으로는 여러 가지가 있지만 CIECAM02 공간에 서 이용할 수 있는 방법으로 수학식29가 있다.
Figure 112008035574455-pat00115
Figure 112008035574455-pat00116
여기서
Figure 112008035574455-pat00117
는 응용과 관련 있는 보조 변수이고,
Figure 112008035574455-pat00118
는 각각 밝기, 채도, 색상과 관련 있는 가중치 함수이고,
Figure 112008035574455-pat00119
는 각각 밝기, 채도, 색상의 차이이다.
Figure 112008035574455-pat00120
는 각각 평균 밝기와 채도이다.
벡터 그레디언트 방식에 가중한 웨버의 법칙은 수학식30과 같이 나타낼 수 있고 두 물질 사이에 존재하는 차이를 느낄 수 있는 인간의 최소한의 한계수치는 늘 그 비율이 같다는 의미이다.
Figure 112008035574455-pat00121
웨버의 법칙을 이용하여 가중한 벡터 그레디언트 방식은 수학식29와 수학식30을 조합하여 수학식31과 같이 나타낼 수 있다. 밝기, 채도, 색상의 세 요소들에서 얻어지는 에지의 정보들의 합을 통해 영상의 에지를 구할 수 있다.
Figure 112008035574455-pat00122
밝은 주변 환경과 어두운 주변 환경에서 각각 검출한 에지의 차를 구하여 수학식32와 같이 영상의 에지 성분을 개선할 수 있다.
Figure 112008035574455-pat00123
여기서
Figure 112008035574455-pat00124
는 각각 에지 정보가 개선된 영상, 정규화된 에지의 차영상, 입력 영상이다.
Figure 112008035574455-pat00125
변수는 영상이
Figure 112008035574455-pat00126
의 범위에서 벗어나지 않는 한도 내에서 결정된다.
이하에서는 본 발명에 따른 휘도대비를 이용한 영상 개선 방법을 설명하기로 한다.
도 4는 본 발명의 일 실시예에 따른 휘도대비를 이용한 컬러 영상 개선 방법을 나타낸 흐름도이고, 도 5 및 도 6은 감마 보정의 원리 및 예시를 나타낸 도면이다.
본 실시예에서는 임의의 주변 환경에서 예측된 휘도대비의 특성을 알기 위해 CIECAM02를 사용하여 휘도대비 특성을 파악하고, 그에 따른 적용함수를 원본 영상에 적용시켜 휘도대비를 개선한다.
이하에서는 이해의 편의를 위해, 빛이 없는 주변 환경에 따른 조도의 값을 0, 가장 밝은 환경에서의 조도의 값을 10으로 설정하고, 조도 값이 6 이상인 경우 밝은 주변 환경으로 인식되는 경우를 가정하여 설명하기로 한다.
즉, 감지된 주변 환경이 6 내지 10의 조도 값을 갖는 경우 원본 영상을 개선한다.
도 4를 참조하여 본 실시예에 따른 휘도대비를 이용한 컬러 영상 개선 방법을 살펴보면, 원본 영상이 입력되면(단계 S410), 현재의 조도 값이 측정된다(단계 S420).
측정된 조도 값에 따른 주변 환경이, 미리 설정된 기준에 따른 밝은 환경인지의 여부가 판단된다(단계 S430).
만일, 주변 환경이 밝은 환경인 경우로 판단된 경우(즉, 조도 값이 6이상인 경우), 해당 조도에 따른
Figure 112008035574455-pat00127
을 인식한다.
Figure 112008035574455-pat00128
은 해당 조도 값에 따른 밝은 주변 환경에 대한 입출력 관계를 나타낸 값이다. 감마의 i는 R,G,B 각각을 구분하기 위한 것이다.
입출력 관계를 모델링하는 방법에 대해 설명하자면, 하나의 실시예에 따라 R,G,B 각각 0에서 255까지 19단계로 나누어진 영상을 생성하여 입력하면, 도 5에 도시된 바와 같은 곡선으로 표현될 수 있는 입출력 관계 데이터를 얻을 수 있다.
출력된 각 입출력 관계 데이터는 해당 조도 값의 주변 환경에 따른 입출력 관계를 나타낸다. 이후, 각 입출력 관계 데이터에 따른 감마값이 산출되고, 감마값이 적용된 함수(
Figure 112008035574455-pat00129
, 이하 “적용함수“라 칭함, 수학식35 참조)를 이용하여 원본 영상을 개선한다.
입출력 관계는 실험적으로 거듭제곱 법칙(Power-Law)을 통해 모델링할 수 있고 기본적인 수식은 아래의 수학식33과 같다.
Figure 112008035574455-pat00130
는 각각 이득(Gain), 오프셋(Offset), 감마(Gamma)를 나타내고,
Figure 112008035574455-pat00131
는 각각 입력, 출력 값을 나타낸다.
Figure 112008035574455-pat00132
이하, 감마 보정(Gamma Correction)에 대해 설명하기로 한다. 감마 보정은 수학식33과 같은 간단한 수식을 통해 직선부터(
Figure 112008035574455-pat00133
) 단조 증가하는 곡선까지(
Figure 112008035574455-pat00134
) 모델링 할 수 있으며, 모델링을 통해 만들어진 함수를 역변환 하여 입력 영상에 미리 적용하면 그 때 출력되는 영상과의 관계가 선형적으로 나타나게 된다. 감마 보정에 대한 간단한 원리가 도 5에 도시되어 있다.
하나의 예를 든 도 5를 참조하면, 감마가 2.2인 CRT의 경우 감마 보정을 통해 2.2의 역수인 1/2.2를 입력에 미리 대응시킨다. 예를 들어 0.218이던 데이터가 감마 보정을 하지 않을 경우 0.05 정도의 데이터로 출력되지만 감마 보정을 통해 0.5로 대응되었다가 CRT를 거치면서 다시 0.218이 출력된다. 이를 확장시켜서 생각하면 디스플레이가 고유하게 지닌 감마를 보정하지 않고 방송국으로부터 받은 정보를 바로 송신하면 도 6의 참조번호 610과 같은 어두운 영상이 출력된다. 하지만 도 6의 참조번호 620과 같은 영상처럼, 감마 보정을 하게 되면 방송국에서 송출된 것과 같은 영상을 출력할 수 있다.
본 실시예에서는 밝은 주변 환경에서 휘도대비가 저하되어 보이는 영상을 어두운 주변 환경에서 보는 영상처럼 보이게 하기 위해 감마 보정의 원리를 이용한다. 밝은 환경일 경우를 가정하여 예측한 영상의 입출력 관계 데이터를 통해 해당 주변 환경에 따른 감마값을 산출한다.
이하, 감마값을 이용하여 원본 영상의 휘도대비를 개선하는 한 본 실시예의 감마 보정의 원리를 이용한 적용함수에 대해 설명하기로 한다.
밝은 주변 환경에 따른 예측된 영상에서의 입출력 관계를 어두운 주변 환경에서의 입출력 관계에 대응시킨다. 어두운 주변 환경에 대한 입출력 관계는 감마값이 1인 경우를 디폴트값으로 사용할 수도 있으며, 또는 빛이 없는 주변 환경을 컬러 어피어런스 모델을 이용하여 모델링하고 그에 따른 입출력 관계에 의한 감마값을 사용할 수도 있다.
수학식33을 이용하여 밝은 주변 환경에서의 거듭제곱으로 모델링 된 입출력 관계와 어두운 주변 환경에서 모델링 된 입출력 관계를 대응시키면 수학식34와 같다.
Figure 112008035574455-pat00135
는 원본 영상이고,
Figure 112008035574455-pat00136
는 구하고자 하는 휘도대비가 개선된 영상이다. 아래첨자
Figure 112008035574455-pat00137
는
Figure 112008035574455-pat00138
채널 모두 적용될 수 있음을 의미한다.
Figure 112008035574455-pat00139
수학식34를
Figure 112008035574455-pat00140
를 기준으로 풀면 하기의 수학식35과 같은 적용함수를 생성할 수 있다.
Figure 112008035574455-pat00141
정리하자면, 측정된 조도 값에 상응하는 감마값(즉,
Figure 112008035574455-pat00142
)을 알게 되면, 수학식35를 이용하여 원본 영상을 개선할 수 있다.
여기서, 일 실시예에 따른 밝은 환경의 조도 값에 따른
Figure 112008035574455-pat00143
는, 단계 S440에서 상술한 산출방법에 따라(즉, 컬러 어피어런스 모델을 실행하여 산출) 산출할 수 있다. 그러나 이 경우에는 조도 값이 바뀔 때마다 매번
Figure 112008035574455-pat00144
값 산출을 위해 컬러 어피어런스 모델을 실행해야 함에 따라 프로세싱에 노드가 걸릴 수 있다.
따라서, 다른 실시예에 따르면 밝은 환경에 따른 각 조도 값에 상응하는
Figure 112008035574455-pat00145
를 미리 산출하여 테이블과 같은 형식으로 저장매체에 저장하고, 단계 S440에서는 측정된 조도 값에 상응하는 감마값을 검색하여 추출만 하면 되는 방식이 더욱 바람직할 수 있다. 즉, 밝은 주변 환경일 경우의 각 조도 값(즉, 조도 값이 6~10 중 어느 하나의 값을 가진 경우)에 따른 각각의 예측 영상이 예측되어 각각의 입출력 관계 데이터가 생성되며, 그에 따른 각
Figure 112008035574455-pat00146
값들이 저장되는 것이다. 여기서 각 조도 값에 따른 영상의 예측은 일정 단위(예를 들어, 6, 7, 8, 9, 10과 같은 단위)일 수 있으며, 더 세밀하거나 간격이 넓은 단위로 각각 수행될 수 있다.
또 다른 실시예에 따르면, 상술한 바와 같은 밝은 환경에 따른 각 입출력 관계 데이터가 저장되고, 단계 S440에서는 측정된 조도 값에 따른 입출력 관계 데이터가 추출되어 해당 감마값이 산출되는 방식이 이용될 수도 있다. 즉, 단계 S440에 서는 입출력 관계 데이터를 이용하여 해당 조도 값에 따른 감마값을 산출하는 알고리즘을 수행하는 것이다.
다시 도 4를 참조하면, 인식된
Figure 112008035574455-pat00147
가 적용된 적용함수를 원본 영상에 적용함으로써 휘도가 개선되어(단계 S450) 출력된다(단계 S460)
이상에서 살펴본 바와 같이, 본 발명에 따른 영상 개선 방법을 정리하자면, 원본 영상에 따른 서로 다른 주변 환경에 대한 복수의 영상(밝은 환경에서의 예측 영상 및 원본 또는 어두운 환경에서의 예측 영상)을 서로 비교하여 생성한 에지 정보를 이용하여 원본 영상을 개선하는 에지 개선 방법이 있고, 컬러 어피어런스 모델을 이용하여 모델링한 밝은 주변 환경에 따른 입출력 관계를 이용하여 산출한 각
Figure 112008035574455-pat00148
중 현재의 조도에 따른
Figure 112008035574455-pat00149
및 감마 보정의 원리를 이용하여 원본 영상을 개선하는 휘도대비 개선 방법이 있다. 상기한 두 가지 방법은 각각 따로 이용될 수 있음은 당연하며, 또는 두 방식 모두 하나의 프로세스로 처리될 수도 있다.
예를 들어, 에지 개선 방법을 수행한 이후, 에지가 개선된 원본 영상에 상술한 바와 같은 현재의 조도 값에 따른
Figure 112008035574455-pat00150
및 적용함수를 적용하여 휘도대비를 개선하는 것이다. 물론, 그 방법의 적용 순서는 바뀔 수 있음은 당연하다.
이하, 상술한 컬러 영상의 개선 방법을 수행하는 영상 개선 장치의 구성에 대해 설명하기로 한다.
도 7은 본 발명의 일 실시예에 따른 컬러 어피어런스 모델을 이용한 영상 개선 장치의 구성을 나타낸 기능 블록도이다.
도 7을 참조하면, 본 실시예에 따른 영상 개선 장치는 조도 감지부(700), 장비 특성화 처리부(710), 영상 예측부(720), 영상 비교부(730), 저장부(740) 및 영상 개선부(750)를 포함한다.
물론, 상기한 영상 개선 장치의 각 구성부는 반드시 하드웨어적으로 구현될 필요는 없으며, 프로그램과 같이 소프트웨어적으로 구현될 수도 있음은 당연하다. 또한, 본 실시예에 따른 영상 개선 장치는 상술한 영상 개선 방법을 수행하는 장치 이므로, 그 기능 및 각 구성부의 기능에 대해서도 중복되는 설명은 생략하고 간략하게 기술하기로 한다.
조도 감지부(700)는 현재의 조도를 감지하는 기능을 수행한다. 전술한 바와 같이, 조도 감지 기술에 대해서는 상세한 설명은 생략하기로 한다.
장비 특성화 처리부(710)는 입력된 영상에 따른 장비 특성화를 수행한다. 장비 특성화에 대해서는 상세하게 전술하였으므로, 반복되는 설명은 생략하기로 한다. 여기서, 도면에는 도시되지 않았으나, 전술한 바와 같이 장비 특성화 처리 이전에 입력된 영상의 노이즈를 제거하는 노이즈 제거부(미도시)가 더 포함될 수 있다.
영상 예측부(720)는 입력된 변수에 상응하도록 원본 영상에 따른 예측 영상을 예측하도록 기능한다. 상술한 바와 같이, 밝은 주변 환경 및 어두운 주변 환경에 따른 변수값에 상응하는 예측 영상이 영상 예측부(720)에 의해 출력되며, 예측 모델로는 CIECAM02가 이용될 수 있다.
또한, 영상 예측부(720)는 CIECAM02와 같은 컬러 어피어런스 모델을 이용하여 상술한 바와 같은 주변 환경이 밝은 환경일 경우의 각 조도 값에 따른 입출력 관계를 생성하도록 기능한다.
영상 비교부(730)는 영상 예측부(720)에 예측된 영상 및 원본 영상 등 복수의 영상을 서로 비교하거나, 상술한 바와 같은
Figure 112008035574455-pat00151
를 산출하도록 기능한다.
저장부(740)는 밝은 주변 환경에 따른 각 조도 값에 상응하는
Figure 112008035574455-pat00152
를 저 장한다.
Figure 112008035574455-pat00153
이 저장되는 것이 아니라, 각 조도 값에 따른 입출력 관계 데이터가 직접 저장될 수 있으며, 물론 입출력 관계 데이터 및
Figure 112008035574455-pat00154
도 함께 저장될 수 있다.
영상 개선부(750)는 그 비교 결과 또는
Figure 112008035574455-pat00155
및 상기한 적용함수를 이용하여 원본 영상의 컬러를 개선시키도록 기능한다.
여기서, 도면에 도시되지는 않았으나, 주변 환경 변수를 입력받기 위한 입력부(미도시) 및 원본 영상을 입력받거나 개선된 영상을 출력하기 위한 영상 입출력부(미도시) 등 본 실시예에 따른 영상 개선 장치는 전술한 영상 개선 방법을 수행하는데 따른 다른 구성부를 더 포함할 수 있음은 당연하다.
본 실시예에 따른 영상 개선 장치는 노트북, 개인 휴대 장치(PDA), 휴대폰, 노트북, 네비게이션 단말기, 디지털 TV 등 영상을 출력하는 디스플레이(display)를 구비한 모든 장치에 적용될 수 있다. 휴대폰과 같은 이동통신 단말기에 적용되는 경우를 예를 들면, 이동통신 단말기의 일측에 조도를 측정하는 센서가 구비되고, 측정된 조도가 밝은 환경일 경우인지 여부를 판단하고 밝은 환경일 경우 영상을 개선하는 상술한 방법들을 프로세서가 실행하기 위한 프로그램이 메모리에 저장될 수 있다. 즉, 도 7에 따른 장비 특성화 처리부(710), 영상 예측부(720), 영상 비교부(730) 및 영상 개선부(750)의 기능은 이동통신 단말기의 프로세서에 의해 수행되며, 메로리는 저장부(740)의 기능을 수행하며 프로세서가 상기한 기능을 수행하도록 하는 명령어 등의 처리 데이터가 저장될 수 있다.
이하에서는 본 발명에 따른 영상 개선 방법을 모의 실험한 결과에 대해 설명하기로 한다.
도 8은 본 발명의 실시예에 따른 영상 개선 방법을 적용하기 위한 원본 영상을 나타낸 예시도이고, 도 9 내지 도 11은 본 발명의 실시예에 따른 LCD 모니터의 채널별 TRC를 나타낸 그래프이고, 도 12 및 도 13은 본 발명의 실시예에 따른 도 8에 도시된 영상의 각 예측 영상을 나타낸 도면이다.
모의실험에는 Intel Core2 Quad 2.4Ghz의 PC를 이용하였고, LG Flatron L1732S 17인치 모니터와 Minolta CA100 plus 측색기를 이용하였다.
상술한 바와 같이, 장비 특성화는 에지 정보를 이용한 컬러 영상 개선과 휘도 대비를 이용한 컬러 영상 개선에 공통으로 사용된다. LCD 모니터에 입력되는 장비 종속적인 RGB 데이터를 장비 독립적인 XYZ 데이터로 변환하기 위해 측색기로 측정한 톤 커브 (Tone Reproduction Curve, TRC)를 GOGO모델로 모델링하였고 이때의 GOGO 보조변수는 표 2에 나타나 있다. 도 9 내지 도 11은 측정한 톤 커브와 표 2의 보조변수로 모델링한 결과를 보여준다. 측정치는 실선으로 표시하였고 예측치는 점선으로 표시하였다. x축은 각 채널의 0~255의 값이고 y축은 0~1로 정규화 된 휘도이다.
예측한 GOGO 보조변수

Channel
Gain
Offset1
Gamma
Offset2

R
1.0364
-0.023086
2.6733
0.013894

G
0.013
-0.021489
2.8177
0

B
1.2052
-0.16636
2.017
-0.00874
GOGO모델을 통해 입력된 디지털 신호를 휘도값으로 바꾼 뒤 XYZ로 변환하기 위한 변환 행렬은 수학식36과 같다.
Figure 112008035574455-pat00156
주변 환경에 따른 영상의 변화를 예측하기 위한 CIECAM02는 정방향 과정을 통해 색상(h), 밝기(J), 휘도(Q), 채도(C), 선명도(M), 순도(s)의 6가지 구성 요소를 알 수 있다. 6가지 구성 요소 중 밝기, 채도, 색상을 통해 CIECAM02 역방향 과정을 거치게 된다.
JCh의 세 구성 요소를 통해 CIECAM02의 역방향 과정을 수행하면 도 12에 도시된 바와 같은 어두운 환경과 도 13에 도시된 바와 같은 밝은 환경에서의 예측 영상을 얻을 수 있다. 주변 환경이 어두울 경우에는 LCD 모니터에 입력되는 정보가 비교적 동일하게 보이는 것으로 예측되는 반면 밝은 주변 환경에서는 영상이 전체 적으로 어두워지면서 세부적인 정보들이 사라지게 됨을 확인할 수 있다.
도 14는 벡터 그레디언트 방식을 이용한 에지 검출과 확대 영상을 나타낸 도면이고, 도 15는 본 발명의 일 실시예에 따른 웨버의 법칙으로 가중된 벡터 그레디언트 방식을 이용한 에지 검출과 확대 영상을 나타낸 도면이다.
잡음 제거 이후 장비 특성화, CIECAM02 정방향 과정을 거쳐서 나온 결과물인 밝기, 채도, 색상의 세 가지 성분을 이용하여 에지 검출을 수행하였다. 도 14 및 도 15는 어두운 환경에서 “Cabin" 영상의 에지 검출을 수행한 결과이다. 도 14는 기존의 벡터 그레디언트 (Vector gradient) 방식을 이용하였을 때의 결과이고, 도 15 본 발명에서 제시한 웨버의 법칙에 의해 가중된 벡터 그레디언트 방식을 이용한 결과이다. 도 14에 따른 영상에서는 에지가 많이 검출되면서 두꺼운 반면 도 15에 따른 영상에서는 에지가 얇게 검출되면서 더 정확한 검출이 이루어졌다.
도 16은 도 8에 도시된 영상에 따른 어두운 한경에서 검출된 에지를 나타낸 도면이고, 도 17는 도 8에 도시된 영상에 따른 밝은 한경에서 검출된 에지를 나타낸 도면이고, 도 18은 도 16에 도시된 에지와 도 17에 도시된 에지의 차이를 나타낸 도면이다.
밝은 주변 환경에서와 어두운 주변 환경에서의 에지가 검출되는 정도를 비교하기 위해 본 발명에서 제안한 에지 검출 방법을 이용한 결과를 반전시켜 나타내면 도 16 내지 도 18과 같다. 도 16은 어두운 환경에서 예측된 에지이고, 도 17은 밝은 환경에서 예측된 에지이다. 밝은 환경에서 예측된 영상의 에지가 상당히 약해진 것을 확인할 수 있다. 도 18은 두 환경에서의 에지의 차이를 나타낸다. 어두운 환 경에서의 에지가 밝은 환경에서의 에지보다 많이 나타나기 때문에, 도 18에 도시된 바와 같이 차영상에서 밝은 부분이 많이 나타나게 된다.
밝은 환경에서의 에지와 어두운 환경에서의 에지의 차이를 구하여 원 영상에 제안한 방식으로 가중하면 에지 정보가 개선된 영상이 만들어 진다.
도 19는 본 발명의 실시예에 따른 도 8에 도시된 영상에서 에지가 개선된 영상을 나타낸 도면이고, 도 20는 도 19에 도시된 영상을 입력 영상으로 하여 밝은 주변 환경에서의 예측 영상을 나타낸 도면이다.
도 19를 참조하면, 원본 영상(도 8 참조)에 에지가 개선된 결과가 나타난다. 즉, 도 19에 따른 영상은 제안한 방식에 의해 에지 정보가 개선된 영상을 나타내고 있으며, 이 영상을 CIECAM02로 밝은 주변 환경을 예측해 보면 도 20에 도시된 영상과 같은 결과를 얻을 수 있다. 도 20에 도시된 영상과 도 13에 도시된 영상을 비교해 보면, 에지가 개선된 영상은 세부 정보가 사라지더라도 사람의 눈에 민감한 에지 정보는 상당부분 개선된 것을 확인할 수 있다.
이하에서는 휘도대비를 이용하여 컬러 영상을 개선한 실험 결과를 설명하고자 한다.
도 21은 본 발명의 실시예에 따른 도 8의 원본 영상과 히스토그램을 나타낸 도면이고, 도 22는 본 발명의 실시예에 따른 주변 환경에 따라 예측된 입출력 곡선을 나타내 그래프이고, 도 23은 본 발명의 실시예에 따른 감마 보정된 입출력 곡선을 나타낸 그래프이다.
영상대비를 이용하여 컬러 영상을 개선하기 위해 실험 영상의 히스토그램을 분석하면 도 21과 같다. 주변 환경에 따른 영상을 예측하는 CIECAM02의 시스템을 분석하기 위해 도 22와 같은 입출력 곡선을 구하였다. 도 22의 (a)는 어두운 주변 환경에서의 입출력 곡선이다.
Figure 112008035574455-pat00157
직선과 비교해 보았을 때 R,G,B 세 성분이 모두 거의 일직선으로 나타남을 알 수 있다. (b)는 밝은 주변 환경에서의 입출력 곡선이다. 비선형적인 특성을 확인할 수 있다.
표 3과 같이 주변 환경에 따라 예측된 입출력 곡선을 거듭제곱 법칙을 이용하여 모델링할 수 있다. 거의 직선을 보이는 어두운 주변 환경에서의 입출력 곡선은 거듭제곱 법칙의 감마(
Figure 112008035574455-pat00158
)가 거의 1임을 확인할 수 있다. 이렇게 모델링된 두 환경에서의 입출력 곡선을 이용하여 수학식36과 같이 감마 보정을 하면 도 23과 같은 결과가 나온다.
거듭제곱 법칙에 의해 모델링된 입출력 곡선

Surroundings
Channel
Gain
Offset
Gamma

Dim
R
0.954
0
1.0014

G
1.0164
-0.0021
0.9868

B
0.9892
-0.0001
0.9999

Bright
R
1.0415
-0.0229
2.0422

G
1.0228
-0.0516
1.7574

B
1.2412
-0.108
1.1327
도 24는 본 발명의 일실시예에 따른 휘도대비가 개선된 영상과 RGB 히스토그램을 나타낸 도면이고, 도 25는 본 발명의 일실시예에 따른 휘도 대비가 개선된 영상이 밝은 주변 환경에서 예측된 영상을 나타낸 도면이다.
감마 보정된 입출력 곡선을
Figure 112008035574455-pat00159
라 하고, 입력되는 영상에 적용시켜 도 24와 같이 휘도대비가 개선된 영상을 만들 수 있다.
이러한 방식으로 휘도대비가 개선된 영상은 밝은 주변 환경에서도 원하는 영상을 볼 수가 있다. 도 25에 도시된 영상은 도 24에 도시된 바와 같은 휘도대비가 개선된 영상을, 밝은 주변 환경에서 보았을 때를 예측하여 CIECAM02를 통해 나타낸 것이다. 입력 영상(즉, 원본 영상, 도 8참조)과 거의 비슷한 결과가 나오며 이는 밝은 주변 환경에서도 원본 영상의 손실 없이 거의 비슷한 영상을 볼 수 있다는 의미이다.
도 1은 본 발명의일 실시예에 따른 컬러 어피어런스 모델을 이용한 영상 개선 방법을 개략적으로 나타낸 흐름도.
도 2는 본 발명의 일 실시예에 따른 에지 정보를 이용한 컬러 영상 개선 방법을 나타낸 흐름도.
도 3은 본 발명의 일 실시예에 따른 벡터 그레디언트 방식에 사용되는 3*3 위도우를 나타낸 도면.
도 4는 본 발명의 일 실시예에 따른 휘도대비를 이용한 컬러 영상 개선 방법을 나타낸 흐름도.
도 5 및 도 6은 감마 보정의 원리 및 예시를 나타낸 도면.
도 7은 본 발명의 일 실시예에 따른 컬러 어피어런스 모델을 이용한 영상 개선 장치의 구성을 나타낸 기능 블록도.
도 8은 본 발명의 실시예에 따른 영상 개선 방법을 적용하기 위한 원본 영상을 나타낸 예시도.
도 9 내지 도 11은 본 발명의 실시예에 따른 LCD 모니터의 채널별 TRC를 나타낸 그래프.
도 12 및 도 13은 본 발명의 실시예에 따른 도 8에 도시된 영상의 각 예측 영상을 나타낸 도면.
도 14는 벡터 그레디언트 방식을 이용한 에지 검출과 확대 영상을 나타낸 도면.
도 15는 본 발명의 일 실시예에 따른 웨버의 법칙으로 가중된 벡터 그레디언트 방식을 이용한 에지 검출과 확대 영상을 나타낸 도면.
도 16은 도 8에 도시된 영상에 따른 어두운 한경에서 검출된 에지를 나타낸 도면.
도 17은 도 8에 도시된 영상에 따른 밝은 한경에서 검출된 에지를 나타낸 도면.
도 18은 도 16에 도시된 에지와 도 17에 도시된 에지의 차이를 나타낸 도면.
도 19는 본 발명의 실시예에 따른 도 8에 도시된 영상에서 에지가 개선된 영상을 나타낸 도면.
도 20는 도 19에 도시된 영상을 입력 영상으로 하여 밝은 주변 환경에서의 예측 영상을 나타낸 도면.
도 21은 본 발명의 실시예에 따른 도 8의 원본 영상과 히스토그램을 나타낸 도면.
도 22는 본 발명의 실시예에 따른 주변 환경에 따라 예측된 입출력 곡선을 나타내 그래프.
도 23은 본 발명의 실시예에 따른 감마 보정된 입출력 곡선을 나타낸 그래프.
도 24는 본 발명의 일실시예에 따른 휘도대비가 개선된 영상과 RGB 히스토그램을 나타낸 도면.
도 25는 본 발명의 일실시예에 따른 휘도 대비가 개선된 영상이 밝은 주변 환경에서 예측된 영상을 나타낸 도면.

Claims (15)

  1. 컬러 영상의 휘도대비를 개선하는 방법에 있어서,
    현재의 조도 값을 측정하는 단계;
    컬러 어피어런스 모델을 이용하여 R, B, B 각 값에 대해 상기 현재의 조도 값에 상응하는 감마값 및 어두운 환경에서의 감마값을 인지하는 단계; 및
    상기 현재의 조도값에 상응하는 감마값 및 어두운 환경에서의 감마값을 이용하여 입력된 원본 영상을 변환하는 단계를 포함하되,
    상기 입력된 원본 영상을 변환하는 단계는,
    상기 현재의 조도값에 상응하는 감마값(
    Figure 712010004246120-pat00205
    )과, 어두운 환경에 따른 감마값(
    Figure 712010004246120-pat00206
    )을 이용한 하기의 수학식을 상기 원본 영상에 적용하여 처리하는 것을 특징으로 하는 컬러 어피어런스 모델을 이용한 영상 개선 방법.
    Figure 712010004246120-pat00207
    (여기서,
    Figure 712010004246120-pat00208
    는 각각 이득(Gain), 오프셋(Offset), 감마(Gamma)를 나타내고,
    Figure 712010004246120-pat00209
    는 각각 입력, 출력 값을 나타내고,
    Figure 712010004246120-pat00210
    는 입력 영상이고,
    Figure 712010004246120-pat00211
    는 구하고자 하는 휘도대비가 개선된 영상이며, 아래첨자
    Figure 712010004246120-pat00212
    는
    Figure 712010004246120-pat00213
    채널 모두 적용될 수 있음을 의미)
  2. 제 1항에 있어서,
    상기 현재의 조도값에 상응하는 감마값을 인지하는 단계는,
    상기 컬러 어피어런스 모델을 이용하여 상기 조도 값에 상응하는 환경에서의 예측 영상을 모델링하고 입출력 관계를 획득하는 단계; 및
    상기 입출력 관계를 이용하여 상기 조도값에 상응하는 감마값을 산출하는 단계를 포함하는 것을 특징으로 하는 컬러 어피어런스 모델을 이용한 영상 개선 방법.
  3. 제 1항에 있어서,
    상기 현재의 조도값에 상응하는 감마값은,
    상기 컬러 어피어런스 모델을 통해 각각의 조도 값에 상응하는 입출력 관계를 각각 모델링하여 산출된 복수의 감마값 중 상기 현재의 조도 값에 상응하는 하나가 선택되는 것을 특징으로 하는 컬러 어피어런스 모델을 이용한 영상 개선 방법.
  4. 제 1항에 있어서,
    상기 현재의 조도값에 상응하는 감마값을 인지하는 단계는,
    상기 컬러 어피어런스 모델을 통해 각각의 조도 값에 상응하는 입출력 관계를 각각 모델링하여 획득된 입출력 관계 데이터 중 상기 현재의 조도 값에 상응하는 하나가 선택되고, 선택된 입출력 관계 데이터를 이용하여 상기 현재의 조도값에 상응하는 감마값을 산출하는 것을 특징으로 하는 컬러 어피어런스 모델을 이용한 영상 개선 방법.
  5. 삭제
  6. 삭제
  7. 제 1항에 있어서,
    상기 어두운 주변 환경일 경우의 감마값(
    Figure 712010004246120-pat00169
    )은 1인 경우인 것을 특징으로 하는 컬러 어피어런스 모델을 이용한 영상 개선 방법.
  8. 제 1항에 있어서,
    상기 어두운 주변 환경일 경우의 감마값(
    Figure 712010004246120-pat00170
    )은, 어두운 환경에 따른 조도 값에 상응하도록 상기 컬러 어피어런스 모델을 이용하여 모델링되는 것을 특징으로 하는 컬러 어피어런스 모델을 이용한 영상 개선 방법.
  9. 제1항 내지 제4항 및 제7항 내지 제8항 중 어느 한 항의 방법을 수행하기 위한 명령어들의 조합이 유형적으로 구현되어 있으며 디지털 정보 처리 장치에 의해 판독 가능한 프로그램이 기록된 기록 매체.
  10. 컬러 영상의 휘도대비를 개선하는 장치에 있어서,
    현재의 조도 값을 측정하는 조도 측정부;
    컬러 어피어런스 모델을 이용하여 R, B, B 각 값에 대해 상기 현재의 조도 값에 상응하는 감마값 및 어두운 환경에서의 감마값을 인지하는 영상 비교부; 및
    상기 현재의 조도값에 상응하는 감마값 및 어두운 환경에서의 감마값을 이용하여 입력된 원본 영상을 변환하는 영상 개선부를 포함하되,
    상기 영상 개선부는,
    상기 현재의 조도값에 상응하는 감마값(
    Figure 712010004246120-pat00214
    )과, 어두운 환경에 따른 감마값(
    Figure 712010004246120-pat00215
    )을 이용한 하기의 수학식을 상기 원본 영상에 적용하여 처리하는 것을 특징으로 하는 컬러 어피어런스 모델을 이용한 영상 개선 장치.
    Figure 712010004246120-pat00216
    (여기서,
    Figure 712010004246120-pat00217
    는 각각 이득(Gain), 오프셋(Offset), 감마(Gamma)를 나타내고,
    Figure 712010004246120-pat00218
    는 각각 입력, 출력 값을 나타내고,
    Figure 712010004246120-pat00219
    는 입력 영상이고,
    Figure 712010004246120-pat00220
    는 구하고자 하는 휘도대비가 개선된 영상이며, 아래첨자
    Figure 712010004246120-pat00221
    는
    Figure 712010004246120-pat00222
    채널 모두 적용될 수 있음을 의미)
  11. 제 10항에 있어서,
    상기 컬러 어피어런스 모델을 이용하여 상기 현재의 조도 값에 상응하는 예측 영상을 모델링하여 입출력 관계를 획득하는 영상 예측부를 더 포함하되,
    상기 영상 비교부는 상기 입출력 관계를 이용하여 상기 감마값을 산출하는 것을 특징으로 하는 컬러 어피어런스 모델을 이용한 영상 개선 장치.
  12. 제 10항에 있어서,
    상기 컬러 어피어런스 모델을 통해 각각의 조도 값에 상응하는 입출력 관계를 각각 모델링하여 산출된 복수의 감마값을 저장하는 저장부를 더 포함하되,
    상기 영상 비교부는 상기 저장부에 저장된 복수의 감마값 중 상기 현재의 조도 값에 상응하는 감마값을 선택하는 것을 특징으로 하는 컬러 어피어런스 모델을 이용한 영상 개선 장치.
  13. 제 10항에 있어서,
    상기 컬러 어피어런스 모델을 통해 각각의 조도 값에 상응하는 입출력 관계를 각각 모델링하여 획득된 입출력 관계 데이터를 저장하는 저장부를 더 포함하되,
    상기 영상 비교부는 상기 저장부에 저장된 입출력 관계 데이터 중 상기 측정된 조도 값에 상응하는 하나를 선택하고, 선택한 입출력 관계 데이터를 이용하여 상기 현재의 조도값에 상응하는 감마값을 산출하는 것을 특징으로 하는 컬러 어피어런스 모델을 이용한 영상 개선 장치.
  14. 삭제
  15. 제 10항에 있어서,
    상기 영상 개선 장치는, 이동통신 단말기, 노트북, PDA, 네비게이션 단말기, 디지털 TV 중 어느 하나로 구현되는 것을 특징으로 하는 영상 개선 장치.
KR1020080046549A 2008-05-20 2008-05-20 컬러 어피어런스 모델을 이용한 영상 개선 방법 및 그방법을 수행하는 장치 KR100993284B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080046549A KR100993284B1 (ko) 2008-05-20 2008-05-20 컬러 어피어런스 모델을 이용한 영상 개선 방법 및 그방법을 수행하는 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080046549A KR100993284B1 (ko) 2008-05-20 2008-05-20 컬러 어피어런스 모델을 이용한 영상 개선 방법 및 그방법을 수행하는 장치

Publications (2)

Publication Number Publication Date
KR20090120643A KR20090120643A (ko) 2009-11-25
KR100993284B1 true KR100993284B1 (ko) 2010-11-09

Family

ID=41603855

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080046549A KR100993284B1 (ko) 2008-05-20 2008-05-20 컬러 어피어런스 모델을 이용한 영상 개선 방법 및 그방법을 수행하는 장치

Country Status (1)

Country Link
KR (1) KR100993284B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014148829A1 (en) * 2013-03-20 2014-09-25 Samsung Electronics Co., Ltd. Method and apparatus for processing an image based on detected information

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002091415A (ja) 2000-09-13 2002-03-27 Seiko Epson Corp 補正カーブ生成方法、画像処理方法、画像表示装置および記録媒体

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002091415A (ja) 2000-09-13 2002-03-27 Seiko Epson Corp 補正カーブ生成方法、画像処理方法、画像表示装置および記録媒体

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014148829A1 (en) * 2013-03-20 2014-09-25 Samsung Electronics Co., Ltd. Method and apparatus for processing an image based on detected information
US9927867B2 (en) 2013-03-20 2018-03-27 Samsung Electronics Co., Ltd. Method and apparatus for processing an image based on detected information

Also Published As

Publication number Publication date
KR20090120643A (ko) 2009-11-25

Similar Documents

Publication Publication Date Title
US9959604B2 (en) Dynamic global tone mapping with integrated 3D color look-up table
US7023580B2 (en) System and method for digital image tone mapping using an adaptive sigmoidal function based on perceptual preference guidelines
US7933469B2 (en) Video processing
US8665348B2 (en) Image processing apparatus and method using forward and inverse local adaptation processing and dynamic range processing
KR102369148B1 (ko) 이미지 캡처 방법 및 시스템
KR20120091578A (ko) 영상의 밝기 변환 방법 및 장치
US7230737B1 (en) Image processing method and apparatus
US9961236B2 (en) 3D color mapping and tuning in an image processing pipeline
US20080056566A1 (en) Video processing
US9398282B2 (en) Image processing apparatus, control method, and computer-readable medium
KR20090069681A (ko) 화질 평가 장치 및 방법
WO2012015020A1 (en) Method and device for image enhancement
US10038826B2 (en) Color gamut conversion device, color gamut conversion method, and color gamut conversion program
US8290262B2 (en) Color processing apparatus and method thereof
JPH1169181A (ja) 画像処理装置
US11037526B2 (en) Ambient light color compensation
KR100993284B1 (ko) 컬러 어피어런스 모델을 이용한 영상 개선 방법 및 그방법을 수행하는 장치
JP5568084B2 (ja) 異なる規格を使用して符号化された画像の変換
JP2008178095A (ja) 映像の属性に基づいた映像分類方法、システムおよび保存媒体
JP2012028973A (ja) 照明光推定装置、照明光推定方法および照明光推定プログラム
US10455125B2 (en) Image processing method and device
KR101175367B1 (ko) 이동 단말에서 영상 출력 장치 및 방법
JP7523292B2 (ja) 映像信号変換装置及びプログラム
JP4989401B2 (ja) 映像信号処理装置、その方法及びそのプログラム
KR101279773B1 (ko) 화상 처리 장치, 화상 처리 방법 및 기억 매체

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
J201 Request for trial against refusal decision
AMND Amendment
B701 Decision to grant
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130925

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20140808

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20160105

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20161108

Year of fee payment: 7

LAPS Lapse due to unpaid annual fee