KR101025568B1 - 영상의 엔트로피를 이용한 초점위치 결정장치 및 방법 - Google Patents

영상의 엔트로피를 이용한 초점위치 결정장치 및 방법 Download PDF

Info

Publication number
KR101025568B1
KR101025568B1 KR1020090096605A KR20090096605A KR101025568B1 KR 101025568 B1 KR101025568 B1 KR 101025568B1 KR 1020090096605 A KR1020090096605 A KR 1020090096605A KR 20090096605 A KR20090096605 A KR 20090096605A KR 101025568 B1 KR101025568 B1 KR 101025568B1
Authority
KR
South Korea
Prior art keywords
entropy
unit
value
region
image
Prior art date
Application number
KR1020090096605A
Other languages
English (en)
Inventor
백준기
전재환
임재현
Original Assignee
중앙대학교 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 중앙대학교 산학협력단 filed Critical 중앙대학교 산학협력단
Priority to KR1020090096605A priority Critical patent/KR101025568B1/ko
Application granted granted Critical
Publication of KR101025568B1 publication Critical patent/KR101025568B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/67—Focus control based on electronic image sensor signals
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B7/00—Mountings, adjusting means, or light-tight connections, for optical elements
    • G02B7/02—Mountings, adjusting means, or light-tight connections, for optical elements for lenses
    • G02B7/04—Mountings, adjusting means, or light-tight connections, for optical elements for lenses with mechanism for focusing or varying magnification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Studio Devices (AREA)
  • Automatic Focus Adjustment (AREA)

Abstract

영상의 엔트로피를 이용한 초점위치 결정장치 및 방법이 개시된다. 영상 분할부는 입력받은 원본영상을 복수의 단위영역 및 복수 개의 단위영역을 포함하는 복수의 부분영역으로 분할한다. 엔트로피 산출부는 각각의 단위영역을 구성하는 복수의 화소의 화소값을 기초로 각각의 단위영역에 대한 엔트로피 값을 산출한다. 초점영역 결정부는 복수의 부분영역 중에서 각각의 부분영역에 포함된 단위영역에 대해 산출된 엔트로피 값이 사전에 설정된 기준범위 이내인 단위영역의 개수가 최대인 부분영역을 원본영상에서 초점이 맞추어지는 초점영역으로 결정한다. 본 발명에 따르면, 원본영상이 분할되어 생성된 복수의 영역에 대해 산출된 엔트로피 값을 기초로 초점영역을 결정함으로써, 객체가 원본영상의 중심에 위치하지 않거나 배경에 고주파 성분이 많이 포함되어 있는 경우에도 객체가 위치하는 영역을 정확하게 초점영역으로 결정할 수 있다.
초점영역, 엔트로피, 분산

Description

영상의 엔트로피를 이용한 초점위치 결정장치 및 방법{Apparatus and method for focusing position decision using entropy of image}
본 발명은 영상의 엔트로피를 이용한 초점위치 결정장치 및 방법에 관한 것으로, 보다 상세하게는, 객체가 위치하는 지점에 정확히 초점이 맞추어지도록 영상에서 객체 부분에 해당하는 영역을 탐색하는 장치 및 방법에 관한 것이다.
디지털 카메라는 높은 품질의 영상을 얻을 수 있도록 지속적으로 발전되어 왔다. 디지털 카메라에 적용되는 다양한 기술 중 자동초점(auto-focusing) 기술은 초점 렌즈를 조절하여 중심 객체에 자동으로 초점이 맞추어지도록 하는 중요한 기술이다.
자동초점 시스템을 구성하는 세 개의 중요한 요소는 초점영역의 결정, 초점값의 산출 및 피크(peak) 지점의 탐색이다. 현재까지 많은 초점값 산출 방법 및 초점 렌즈 위치 탐색 알고리즘이 제안되었다. 그러나 초점영역, 즉 초점 윈도우(window) 결정 방법에 관하여는 거의 연구가 이루어지지 않았다.
기존의 초점영역 결정 기법에서는 카메라에 의해 촬영되는 영상의 중심을 기준으로 영상의 고주파 성분의 강도를 측정하여 초점영역을 결정한다. 따라서 기존 의 초점영역 결정 기법에서는 중심에 위치하는 고정된 객체에 대하여는 우수한 성능을 보이지만, 객체가 중심에서 벗어난 위치에 놓인 경우 또는 복잡한 배경 내에 위치하는 경우에는 초점영역 결정의 정확성이 떨어진다. 예를 들면, 배경 부분에 복잡한 무늬가 포함되어 있는 경우에는 객체 부분에 비해 고주파 성분의 강도가 더 높게 나타날 수 있다. 그 결과 객체 부분이 아닌 배경 부분에 초점영역이 결정된다.
이러한 문제를 극복하기 위해 객체가 영상의 중심에 위치하지 않거나 배경에 고주파 성분이 많이 포함되어 있는 경우에도 객체가 위치하는 부분을 정확히 초점영역으로 결정할 수 있는 방법이 필요하다.
본 발명이 이루고자 하는 기술적 과제는, 객체가 영상의 중심에 위치하지 않거나 복잡한 배경 내에 위치하는 경우에도 객체 부분에 정확하게 초점이 맞추어질 수 있도록 하는 영상의 엔트로피를 이용한 초점위치 결정장치 및 방법을 제공하는 데 있다.
본 발명이 이루고자 하는 다른 기술적 과제는, 객체가 영상의 중심에 위치하지 않거나 복잡한 배경 내에 위치하는 경우에도 객체 부분에 정확하게 초점이 맞추어질 수 있도록 하는 영상의 엔트로피를 이용한 초점위치 결정방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공하는 데 있다.
상기의 기술적 과제를 달성하기 위한, 본 발명에 따른 영상의 엔트로피를 이용한 초점위치 결정장치는, 입력받은 원본영상을 복수의 단위영역 및 복수 개의 단위영역을 포함하는 복수의 부분영역으로 분할하는 영상 분할부; 상기 각각의 단위영역을 구성하는 복수의 화소의 화소값을 기초로 상기 각각의 단위영역에 대한 엔트로피 값을 산출하는 엔트로피 산출부; 및 상기 복수의 부분영역 중에서 각각의 부분영역에 포함된 단위영역에 대해 산출된 엔트로피 값이 사전에 설정된 기준범위 이내인 단위영역의 개수가 최대인 부분영역을 상기 원본영상에서 초점이 맞추어지는 초점영역으로 결정하는 초점영역 결정부;를 구비한다.
상기의 다른 기술적 과제를 달성하기 위한, 본 발명에 따른 영상의 엔트로피를 이용한 초점위치 결정방법은, (a) 입력받은 원본영상을 복수의 단위영역 및 복수 개의 단위영역을 포함하는 복수의 부분영역으로 분할하는 단계; (b) 상기 각각의 단위영역을 구성하는 복수의 화소의 화소값을 기초로 상기 각각의 단위영역에 대한 엔트로피 값을 산출하는 단계; 및 (c) 상기 복수의 부분영역 중에서 각각의 부분영역에 포함된 단위영역에 대해 산출된 엔트로피 값이 사전에 설정된 기준범위 이내인 단위영역의 개수가 최대인 부분영역을 상기 원본영상에서 초점이 맞추어지는 초점영역으로 결정하는 단계;를 갖는다.
본 발명에 따른 영상의 엔트로피를 이용한 초점위치 결정장치 및 방법에 의하면, 원본영상이 분할되어 생성된 복수의 영역에 대해 산출된 엔트로피 값을 기초로 초점영역을 결정함으로써, 객체가 원본영상의 중심에 위치하지 않거나 배경에 고주파 성분이 많이 포함되어 있는 경우에도 객체가 위치하는 영역을 정확하게 초점영역으로 결정할 수 있다. 또한 원본영상의 엔트로피 값들의 분산을 기초로 원본영상을 고분산 영상 또는 저분산 영상으로 구분함으로써 단위영역 간의 엔트로피 값의 차이가 크지 않은 경우에도 정확하게 초점영역을 결정할 수 있다.
이하에서 첨부된 도면들을 참조하여 본 발명에 따른 영상의 엔트로피를 이용한 초점위치 결정장치 및 방법의 바람직한 실시예에 대해 상세하게 설명한다.
도 1은 본 발명에 따른 영상의 엔트로피를 이용한 초점위치 결정장치에 대한 바람직한 실시예의 구성을 도시한 블록도이다.
도 1을 참조하면, 본 발명에 따른 초점위치 결정장치는 영상 분할부(110), 엔트로피 산출부(120), 초점영역 결정부(130) 및 제어부(140)를 구비한다.
영상 분할부(110)는 입력받은 원본영상을 복수의 단위영역 및 복수 개의 단위영역을 포함하는 복수의 부분영역으로 분할한다.
단위영역은 엔트로피 값을 산출하는 기본 단위로서, 바람직하게는 16×16화소 크기를 가지도록 설정된다. 또한 부분영역은 원본영상에서 초점 위치를 결정하기 위해 초점값을 산출하는 초점영역의 크기와 동일한 영역이며, 단위영역의 크기보다 크도록 설정된다. 바람직하게는 원본영상을 3×3개, 즉 9개의 부분영역으로 분할할 수 있다.
엔트로피 산출부(120)는 각각의 단위영역을 구성하는 복수의 화소의 화소값을 기초로 각각의 단위영역에 대한 엔트로피 값을 산출한다.
영상의 엔트로피는 다음의 수학식 1과 같이 정의된다.
Figure 112009062235719-pat00001
여기서, E는 엔트로피 값, L은 영상에 포함된 화소가 나타내는 최대 그레이스케일(grayscale) 값, 그리고 Pi는 영상에서 그레이스케일 값 i의 확률을 나타내는 것으로, 다음 수학식 2에 의해 산출된다.
Figure 112009062235719-pat00002
여기서, Pi는 그레이스케일 값 i의 확률, ni는 그레이스케일 값이 i인 화소의 개수, 그리고 M×N(화소)은 영상의 크기이다.
엔트로피 산출부(120)는 원본영상이 분할되어 생성된 복수의 단위영역 각각에 대해 수학식 1 및 수학식 2를 적용하여 각각의 단위영역에 대한 엔트로피 값을 산출한다.
다음으로 산출된 엔트로피 값을 기초로 하여 원본영상에서 초점이 맞추어지는 영역인 초점영역을 결정한다. 본 발명에서는 영상에서 배경 부분에 비해 객체 부분의 엔트로피 값이 크게 나타난다는 가정 하에 엔트로피 값이 큰 단위영역이 많이 모여있는 부분을 초점영역으로 결정하게 된다.
초점영역 결정부(130)는 복수의 부분영역 중에서 각각의 부분영역에 포함된 단위영역에 대해 산출된 엔트로피 값이 사전에 설정된 기준범위 이내인 단위영역의 개수가 최대인 부분영역을 원본영상에서 초점이 맞추어지는 초점영역으로 결정한다. 결정된 초점영역은 초점값 산출을 위해 사용되며, 초점영역의 초점값이 최대가 되는 초점렌즈의 위치가 원본영상에 대한 최적의 초점위치로 결정된다.
객체 부분에 해당하는 지점에 위치하는 단위영역을 결정하기 위한 엔트로피 값의 기준범위는 다음의 수학식 3과 같이 결정된다.
Figure 112009062235719-pat00003
여기서, E(X)는 단위영역의 엔트로피 값, α는 0과 1 사이의 값으로 결정되는 계수, E(X)max는 복수의 단위영역의 엔트로피 값들 중에서 최대값, 그리고 E(X)mean은 복수의 단위영역의 엔트로피 값들의 평균이다.
기준범위의 하한값을 결정하는 α의 값은 객체 부분과 배경 부분을 최대한 정확하게 구별할 수 있는 값으로 결정되며, 실험적으로 0.4로 결정된다. 또한 기준범위의 상한값인 0.95E(X)max는 노이즈 등의 원치 않는 고주파 성분의 영향을 제거하기 위한 값으로, 엔트로피 값이 기준범위의 상한값보다 큰 단위영역은 초점영역 결정에서 제외된다.
초점영역 결정부(130)는 이와 같이 복수의 단위영역 중에서 엔트로피 값이 수학식 3의 기준범위에 포함되는 단위영역들만을 선택하고, 복수의 부분영역 중에서 선택된 단위영역이 최대 개수로 포함된 부분영역을 초점영역으로 선택한다. 이때 원본영상에서 각각의 단위영역의 엔트로피 값 간의 차이가 클수록 배경 부분과 객체 부분이 잘 구별되어 초점영역을 정확하게 결정할 수 있다.
그러나 원본영상을 구성하는 복수의 단위영역 간의 엔트로피 값의 차이가 작은 경우, 예를 들면 객체가 복잡한 배경 내에 위치하여 객체와 배경 사이의 구분이 어려운 경우에는 엔트로피 값이 기준범위에 포함되는 단위영역의 개수가 많아져 초점영역의 결정이 어렵다. 따라서 이러한 경우에는 효과적으로 초점영역을 결정할 수 있는 다른 방법이 필요하다.
제어부(140)는 단위영역 각각에 대해 산출된 엔트로피 값들의 분산이 사전에 설정된 기준값보다 작으면 원본영상을 저분산 영상으로 결정한다. 아울러 엔트로피 값들의 분산이 기준값 이상이면 원본영상은 고분산 영상으로 결정된다. 이때 원본영상을 고분산 영상 또는 저분산 영상으로 구분하는 기준값은 실험적으로 결정되며, 바람직하게는 1로 설정될 수 있다. 엔트로피 값들의 분산은 일반적인 분산 산출 방법에 의해 산출할 수 있다.
도 2는 엔트로피 값의 분산에 의해 결정된 고분산 영상 및 저분산 영상의 일 예를 나타낸 도면이다. 도 2의 (a)는 복수의 단위영역에 대해 산출된 엔트로피 값들의 분산이 1.62로 산출되어 기준값인 1보다 크므로 고분산 영상으로 결정되었고, (b)는 엔트로피 값들의 분산이 0.42로 산출되어 기준값인 1보다 작으므로 저분산 영상으로 결정되었다. 도 2를 참조하면, 객체가 위치하는 배경에 고주파 성분이 많이 포함될수록, 즉 복잡한 배경에 객체가 위치하는 영상일수록 엔트로피 값의 분산이 작아져 저분산 영상으로 결정된다는 것을 알 수 있다.
엔트로피 값들의 분산이 기준값 이상인 경우에는 초점영역 결정부(130)는 앞에서 설명한 방법에 의해 복수의 부분영역 중 하나를 초점영역으로 결정하지만, 분산이 기준값보다 작아서 원본영상이 저분산 영상으로 결정된 경우에는 초점영역의 결정 방법이 달라진다.
제어부(140)는 원본영상이 저분산 영역으로 결정되면 엔트로피 산출부(120)가 각각의 부분영역에 대한 엔트로피 값을 산출하도록 한다. 저분산 영상의 경우에 는 단위영역의 엔트로피 값들이 비슷하여 앞에서 설명한 초점영역 결정 방법의 정확도가 저하되기 때문이다. 따라서 단위영역들의 엔트로피 값 대신 초점영역의 후보인 부분영역들의 엔트로피 값을 직접 이용하여 초점영역을 결정하게 된다.
초점영역 결정부(130)는 원본영상이 저분산 영상으로 결정되면 복수의 부분영역 중에서 엔트로피 값이 최대인 부분영역을 초점영역으로 결정한다. 앞에서 설명한 바와 같이 객체가 위치하는 부분은 배경에 비해 높은 엔트로피를 가진다는 것을 가정하고 있으므로 부분영역들 중에서 엔트로피 값이 가장 높은 부분영역이 초점영역으로 결정되는 것이다.
도 3은 원본영상이 분할되어 생성된 복수의 부분영역, 그리고 도 2에 나타난 영상에서 결정된 초점영역을 도시한 도면이다.
도 3의 (a)는 원본영상이 복수의 부분영역으로 분할된 일 예를 도시한 것으로, 1 내지 9로 표시된 9개의 부분영역으로 분할되어 이 중 하나의 부분영역이 초점영역으로 결정된다. 부분영역 중의 하나가 초점영역으로 결정되는 것은 엔트로피 값들의 분산에 관계없이 동일하다.
도 3의 (b)는 도 2의 (a)에 나타난 원본영상으로부터 결정된 초점영역을 나타낸 도면이다. 도 2의 (a)의 영상은 복수의 단위영역의 엔트로피 값들의 분산이 1.62로 고분산 영상에 해당한다. 따라서 부분영역들 중에서 엔트로피 값이 기준범위에 포함되는 단위영역을 최대 개수로 포함하는 부분영역이 초점영역으로 결정된다. 도 3의 (b)를 참조하면, 엔트로피 값이 기준범위에 포함되는 단위영역들이 5로 표시된 부분영역에 가장 많이 포함되어 있으므로 해당 부분영역이 초점영역으로 결 정된다. 나아가 5로 표시된 부분영역의 위치는 도 2의 (a)에 나타난 원본영상에서 객체가 위치하는 영역과 일치하므로 초점영역이 정확하게 결정되었음을 알 수 있다.
도 3의 (c)는 도 2의 (b)에 나타난 원본영상으로부터 결정된 초점영역을 나타낸 도면이다. 도 2의 (b)의 영상은 복수의 단위영역의 엔트로피 값들의 분산이 0.42로 저분산 영역에 해당한다. 따라서 제어부(140)는 엔트로피 산출부(120)가 각각의 부분영역에 대한 엔트로피 값을 산출하도록 하며, 도 3의 (c)에서 각각의 부분영역에 표시된 숫자는 해당 부분영역에 대해 산출된 엔트로피 값을 나타낸다. 도 3의 (c)에서는 9에 해당하는 부분영역의 엔트로피 값이 최대이므로 해당 부분영역이 초점영역으로 결정된다. 결정된 초점영역의 위치는 도 2의 (b)에서 객체가 위치하는 영역과 일치한다. 따라서 도 2의 (b)와 같이 복잡한 배경이 포함된 영상이라도 초점영역을 정확하게 결정할 수 있음을 확인할 수 있다.
도 4는 본 발명에 따른 초점위치 결정방법에 대한 바람직한 실시예의 수행과정을 도시한 흐름도이다.
도 4를 참조하면, 영상 분할부(110)는 입력받은 원본영상을 복수의 단위영역 및 단위영역의 크기보다 큰 복수의 부분영역으로 분할한다(S410). 엔트로피 산출부(120)는 각각의 단위영역을 구성하는 복수의 화소의 화소값을 기초로 각각의 단위영역에 대한 엔트로피 값을 산출한다(S420). 복수의 단위영역에 대해 산출된 엔트로피 값의 분산이 사전에 설정된 기준값 이상이면(S430), 초점영역 결정부(130)는 복수의 부분영역 중에서 엔트로피 값이 사전에 설정된 기준범위에 포함되는 단 위영역을 최대 개수로 포함하는 부분영역을 원본영상에서 초점이 맞추어지는 초점영역으로 결정한다(S440).
한편, 엔트로피 값의 분산이 기준값보다 작으면(S430), 제어부는 원본영상을 저분산 영상으로 결정하여 엔트로피 산출부(120)가 각각의 부분영역에 대한 엔트로피 값을 산출하도록 한다(S450). 초점영역 결정부(130)는 복수의 부분영역 중에서 엔트로피 값이 최대인 부분영역을 초점영역으로 결정한다(S460).
본 발명의 성능을 평가하기 위한 실험을 수행하였다. 실험에 사용된 이미지는 768×512화소의 크기를 가지며, 초점렌즈의 초점거리를 서로 달리하여 얻어진 31개의 원본영상이 사용되었다.
도 5a 및 도 5b는 동일한 원본영상에 대해 결정된 초점영역의 위치를 기존의 초점위치 결정 기법들과 비교하여 나타낸 도면이다. 도 5a를 참조하면, 초점이 맞추어져야 하는 객체가 원본영상의 좌측 하단에 위치하고 있으며, 원본영상의 우측에는 복잡한 무늬의 배경이 위치하고 있다. 도 5a의 (a)는 무조건 원본영상의 중심에서 초점영역을 결정하는 방법에 의한 결과를 나타낸 것으로, 원본영상의 중심에는 고주파 성분이 포함되어 있지 않으므로 해당 초점영역에 초점이 맞추어지도록 하는 초점렌즈의 위치를 찾을 수 없다. 도 5a의 (b)는 원본영상을 구성하는 복수의 영역 중에서 고주파 성분을 많이 포함하고 있는 영역을 초점영역으로 결정한 결과를 나타낸 것으로, 원본영상의 우측에 위치하고 있는 복잡한 배경 부분에 초점영역이 결정된다. 한편, 도 5a의 (c)는 본 발명에 따라 원본영상에서 결정된 초점영역을 나타낸 것으로, 엔트로피를 기초로 하여 초점영역을 결정함에 따라 객체가 위치 하는 부분에 정확하게 초점영역이 결정되었음을 확인할 수 있다.
또한 도 5b를 참조하면, 객체는 원본영상의 좌측 하단에 위치하며, 복잡한 질감의 배경에는 고주파 성분이 많이 포함되어 있다. 도 5b의 (a)는 원본영상의 중심에서 초점영역을 결정하는 방법에 의한 결과를 나타낸 것으로, 고주파 성분이 많이 포함된 배경 부분에 초점이 맞추어지게 된다. 또한 도 5b의 (b) 역시 고주파 성분의 강도를 기초로 초점영역을 결정하므로 배경 부분에서 초점영역이 결정된다. 그러나 도 5b의 (c)를 참조하면, 본 발명에서는 엔트로피 값을 기초로 초점영역을 결정하므로 배경 부분에 많이 포함된 고주파 성분에 관계없이 객체 부분에 정확하게 초점영역을 결정할 수 있다.
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이상에서 본 발명의 바람직한 실시예에 대해 도시하고 설명하였으나, 본 발명은 상술한 특정의 바람직한 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.
도 1은 본 발명에 따른 영상의 엔트로피를 이용한 초점위치 결정장치에 대한 바람직한 실시예의 구성을 도시한 블록도,
도 2는 엔트로피 값의 분산에 의해 결정된 고분산 영상 및 저분산 영상의 일 예를 나타낸 도면,
도 3은 원본영상이 분할되어 생성된 복수의 부분영역, 그리고 도 2에 나타난 영상에서 결정된 초점영역을 도시한 도면,
도 4는 본 발명에 따른 초점위치 결정방법에 대한 바람직한 실시예의 수행과정을 도시한 흐름도, 그리고,
도 5a 및 도 5b는 동일한 원본영상에 대해 결정된 초점영역의 위치를 기존의 초점위치 결정 기법들과 비교하여 나타낸 도면이다.

Claims (7)

  1. 입력받은 원본영상을 복수의 단위영역 및 복수 개의 단위영역을 포함하는 복수의 부분영역으로 분할하는 영상 분할부;
    상기 각각의 단위영역을 구성하는 화소의 화소값을 기초로 상기 각각의 단위영역에 대한 엔트로피 값을 산출하는 엔트로피 산출부; 및
    상기 복수의 부분영역 중에서 각각의 부분영역에 포함된 단위영역에 대해 산출된 엔트로피 값이 사전에 설정된 기준범위 이내인 단위영역의 개수가 최대인 부분영역을 상기 원본영상에서 초점이 맞추어지는 초점영역으로 결정하는 초점영역 결정부;를 포함하는 것을 특징으로 하는 초점위치 결정장치.
  2. 제 1항에 있어서,
    상기 단위영역 각각에 대해 산출된 엔트로피 값들의 분산이 사전에 설정된 기준값보다 작으면 상기 원본영상을 저분산 영상으로 결정하여 상기 엔트로피 산출부가 상기 각각의 부분영역에 대한 엔트로피 값을 산출하도록 하는 제어부를 더 포함하며,
    상기 초점영역 결정부는 상기 원본영상이 상기 저분산 영상으로 결정되면 상기 복수의 부분영역 중에서 엔트로피 값이 최대인 부분영역을 상기 초점영역으로 결정하는 것을 특징으로 하는 초점위치 결정장치.
  3. 제 1항 또는 제 2항에 있어서,
    상기 기준범위는 하기 수학식으로 정의되는 범위인 것을 특징으로 하는 초점위치 결정장치:
    Figure 112009062235719-pat00004
    여기서, E(X)는 상기 단위영역의 엔트로피 값, α는 0과 1 사이의 값으로 결정되는 계수, E(X)max는 상기 복수의 단위영역의 엔트로피 값들 중에서 최대값, 그리고 E(X)mean은 상기 복수의 단위영역의 엔트로피 값들의 평균이다.
  4. (a) 입력받은 원본영상을 복수의 단위영역 및 복수 개의 단위영역을 포함하는 복수의 부분영역으로 분할하는 단계;
    (b) 상기 각각의 단위영역을 구성하는 화소의 화소값을 기초로 상기 각각의 단위영역에 대한 엔트로피 값을 산출하는 단계; 및
    (c) 상기 복수의 부분영역 중에서 각각의 부분영역에 포함된 단위영역에 대해 산출된 엔트로피 값이 사전에 설정된 기준범위 이내인 단위영역의 개수가 최대인 부분영역을 상기 원본영상에서 초점이 맞추어지는 초점영역으로 결정하는 단계;를 포함하는 것을 특징으로 하는 초점위치 결정방법.
  5. 제 4항에 있어서,
    상기 (b) 단계 및 상기 (c) 단계의 사이에서,
    (d) 상기 단위영역 각각에 대해 산출된 엔트로피 값들의 분산이 사전에 설정된 기준값보다 작으면 상기 원본영상을 저분산 영상으로 결정하여 상기 각각의 부분영역에 대한 엔트로피 값을 산출하는 단계; 및
    (e) 상기 원본영상이 상기 저분산 영상으로 결정되면 상기 복수의 부분영역 중에서 엔트로피 값이 최대인 부분영역을 상기 초점영역으로 결정하는 단계;를 더 포함하는 것을 특징으로 하며,
    상기 (d) 단계에서, 상기 엔트로피 값들의 분산이 상기 기준값 이상이면 상기 (c) 단계를 수행하도록 하는 것을 특징으로 하는 초점위치 결정방법.
  6. 제 4항 또는 제 5항에 있어서,
    상기 기준범위는 하기 수학식으로 정의되는 범위인 것을 특징으로 하는 초점위치 결정방법.
    Figure 112009062235719-pat00005
    여기서, E(X)는 상기 단위영역의 엔트로피 값, α는 0과 1 사이의 값으로 결정되는 계수, E(X)max는 상기 복수의 단위영역의 엔트로피 값들 중에서 최대값, 그리고 E(X)mean은 상기 복수의 단위영역의 엔트로피 값들의 평균이다.
  7. 제 4항 또는 제 5항에 기재된 초점위치 결정방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020090096605A 2009-10-12 2009-10-12 영상의 엔트로피를 이용한 초점위치 결정장치 및 방법 KR101025568B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090096605A KR101025568B1 (ko) 2009-10-12 2009-10-12 영상의 엔트로피를 이용한 초점위치 결정장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090096605A KR101025568B1 (ko) 2009-10-12 2009-10-12 영상의 엔트로피를 이용한 초점위치 결정장치 및 방법

Publications (1)

Publication Number Publication Date
KR101025568B1 true KR101025568B1 (ko) 2011-03-28

Family

ID=43939535

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090096605A KR101025568B1 (ko) 2009-10-12 2009-10-12 영상의 엔트로피를 이용한 초점위치 결정장치 및 방법

Country Status (1)

Country Link
KR (1) KR101025568B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101757071B1 (ko) 2015-12-08 2017-07-12 성균관대학교산학협력단 엔트로피 기초 영상 분할 방법
CN112001387A (zh) * 2020-09-18 2020-11-27 展讯半导体(南京)有限公司 对焦区域的确定方法及装置、终端、存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0580248A (ja) * 1991-09-19 1993-04-02 Ricoh Co Ltd オートフオーカス装置
JPH05300421A (ja) * 1992-04-17 1993-11-12 Mitsubishi Electric Corp 自動焦点調節装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0580248A (ja) * 1991-09-19 1993-04-02 Ricoh Co Ltd オートフオーカス装置
JPH05300421A (ja) * 1992-04-17 1993-11-12 Mitsubishi Electric Corp 自動焦点調節装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101757071B1 (ko) 2015-12-08 2017-07-12 성균관대학교산학협력단 엔트로피 기초 영상 분할 방법
CN112001387A (zh) * 2020-09-18 2020-11-27 展讯半导体(南京)有限公司 对焦区域的确定方法及装置、终端、存储介质
CN112001387B (zh) * 2020-09-18 2022-09-30 展讯半导体(南京)有限公司 对焦区域的确定方法及装置、终端、存储介质

Similar Documents

Publication Publication Date Title
KR102169431B1 (ko) 이미지들의 시퀀스 중의 이미지에서의 객체 경계 안정화를 위한 이미지 처리 장치 및 방법
AU2016352215B2 (en) Method and device for tracking location of human face, and electronic equipment
US8289439B2 (en) Image capturing apparatus and control method therefor
CN113837079B (zh) 显微镜的自动对焦方法、装置、计算机设备和存储介质
Yousefi et al. A new auto-focus sharpness function for digital and smart-phone cameras
US9477138B2 (en) Autofocus
EP3371741B1 (en) Focus detection
JP2004288156A (ja) 眼の虹彩イメージの定義の評価
KR20160020498A (ko) 트랙커 보조 이미지 캡쳐
JP2009522591A (ja) 関心領域を追跡することによってビデオカメラの自動焦点を制御するための方法および装置
JP5441670B2 (ja) 画像処理装置及びその制御方法
WO2020052270A1 (zh) 一种视频审核的方法、装置和设备
US20100026879A1 (en) Method and apparatus for controlling focus lens
CN113556470B (zh) 一种镜头的调焦方法、装置、计算机设备和存储介质
CN111199536B (zh) 一种聚焦评价方法及其装置
US10962860B2 (en) System and method for optimizing focus of optical system passively
KR20170101532A (ko) 이미지 융합 방법 및 이를 위한 컴퓨터 프로그램, 그 기록매체
KR101025568B1 (ko) 영상의 엔트로피를 이용한 초점위치 결정장치 및 방법
CN111147737A (zh) 一种基于rbf神经网络的自动对焦方法及装置
KR101204433B1 (ko) 잡음에 강인한 초점값을 이용한 자동초점 장치 및 방법
CN112001387B (zh) 对焦区域的确定方法及装置、终端、存储介质
JP2010200270A (ja) 画像処理装置、カメラおよびプログラム
KR101056051B1 (ko) 자동 초점 시스템의 초점 조절장치 및 방법
JP2004288157A (ja) デジタルイメージの定義スコアの決定
CN112004019B (zh) 跟踪对焦方法及计算机可读存储介质

Legal Events

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

Payment date: 20131231

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20150417

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20160119

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20170104

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20180221

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20190110

Year of fee payment: 9