KR101073497B1 - 영상 보정 장치 및 그 방법 - Google Patents

영상 보정 장치 및 그 방법 Download PDF

Info

Publication number
KR101073497B1
KR101073497B1 KR1020090110743A KR20090110743A KR101073497B1 KR 101073497 B1 KR101073497 B1 KR 101073497B1 KR 1020090110743 A KR1020090110743 A KR 1020090110743A KR 20090110743 A KR20090110743 A KR 20090110743A KR 101073497 B1 KR101073497 B1 KR 101073497B1
Authority
KR
South Korea
Prior art keywords
image
pixel
lut
calculating
degree
Prior art date
Application number
KR1020090110743A
Other languages
English (en)
Other versions
KR20110054183A (ko
Inventor
김성대
이상원
이근동
김수정
이황수
심영석
최준식
Original Assignee
한국과학기술원
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 한국과학기술원 filed Critical 한국과학기술원
Priority to KR1020090110743A priority Critical patent/KR101073497B1/ko
Publication of KR20110054183A publication Critical patent/KR20110054183A/ko
Application granted granted Critical
Publication of KR101073497B1 publication Critical patent/KR101073497B1/ko

Links

Images

Classifications

    • G06T5/92—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation

Abstract

본 발명은 영상 보정 장치 및 그 방법에 관한 것으로서, 어두운 영상 혹은 밝게 포화된 영상에서 대비가 손상된 부분의 대비를 향상시키기 위해, 개선 가능 정도 단계에 따라 다른 복원 정도를 적용하여, 영상 전체에 걸쳐 대비가 좋도록 보정하는 장치 및 방법을 제공함에 그 특징적인 목적이 있다.
이러한 목적을 달성하기 위한 본 발명은, 입력 영상으로부터 영상의 밝기 변환을 통해, 밝기 대비의 향상 가능 정도를 계산하는 개선 가능 정도 계산부; 상기 개선 가능 정도 계산부를 통해 계산된 개선 가능 정도 정보를 이용하여, 입력 영상 내의 픽셀을 임의의 m 개의 단계로 분할하는 영상 분할부; 상기 영상 분할부를 통해 분할된 결과를 이용하여, 영상의 각 픽셀 주변 영역에 대한 통계를 계산하는 통계 계산부; 및 상기 통계 계산부를 통해 계산된 통계 정보를 바탕으로, 각 픽셀에 대한 룩업테이블(LUT)에 가중치를 주어 합한, 혼합 LUT를 계산하고, 계산된 혼합 LUT를 이용하여 입력 영상을 보정하는 영상 보정부; 를 포함하는 것을 특징으로 한다.
역광 보정, 대비 향상, 적분 영상

Description

영상 보정 장치 및 그 방법{APPARATUS FOR ENHANCING IMAGE AND METHOD THEREFOR}
본 발명은 영상 보정 장치 및 그 방법에 관한 것으로서, 더욱 상세하게는 영상의 대비가 약하여 상세한 모습을 확인할 수 없는 부분에 대해 대비를 더욱 강하게 보정하는 영상 보정 장치 및 그 방법에 관한 것이다.
일반적으로, 영상에서 대비는 세부 관심영역이 얼마나 다양한 밝기 값에 의해 뚜렷하게 표현되는가로 결정된다. 예를 들어, 8bit로 표현된 흑백 영상의 경우, 어두운 영역이나 밝은 영역 모두 밝기 포화가 발생하지 않고, 텍스처가 뚜렷하게 나타난다면 적절한 영상 대비를 가지고 있다고 볼 수 있다.
디지털 영상의 촬영 과정에서 어떻게 대비 정보를 잃는지를 알아보면, 인간의 눈은 10000:1 이상의 해상도로 장면(scene)을 인지할 수 있는데, 이런 장면을 디지털 카메라로 촬영한다면 불연속(discrete)한 밝기 레벨로 양자화 하는 과정에서 모든 영역을 골고루 표현하지 못하고 적은 개수의 레벨로 표현하게 되면서 정보를 잃어버리는 부분이 발생한다. 예를 들어, 역광상황(Backlight Compensation)에서 영상을 촬영한다면, 빛을 정면에서 받지 못하는 피사체가 어둡게 나와 피사체 내부의 영역 세부를 식별할 수 없게 된다. 이를 개선하기 위해 노출을 증가시키면 피사체의 영역은 식별할 수 있으나, 반대로 배경 영역은 과다노출(Overexposure)로 인해 밝기 값이 포화 되어 세부를 식별할 수 없게 된다. 이런 경우에 사람의 눈에서와는 달리 세부 영역을 매우 낮은 밝기 해상도로 보게 되기 때문에 지역 대비가 손상되는 문제가 발생하는 것이다.
이와 같은 문제점을 해결하기 위해 많은 방법들이 제안되어 왔으며, 대표적으로 감마보정이나 히스토그램 등화(Histogram Equalization) 와 같은 방법이 존재한다. 하지만, 이런 방법들의 경우 어두운 영역의 밝기분포를 확대하여 이 부분의 세부 관심영역을 식별할 수 있지만, 하나의 룩업 테이블(LUT)을 사용하므로 이를 위해서는 밝은 영역의 밝기 분포를 지나치게 압축할 수밖에 없어 밝은 영역에서 정보가 손실될 수 있으며, 대비가 자연스럽지 못하고 색 왜곡이 심하다는 단점이 있다.
이처럼 단일의 LUT을 사용하는 여러 가지 방법들은 일반적으로 어두운 영역의 확대를 위해서, 다른 영역의 지나친 압축이 불가피하여 지역적 대비(local contrast)를 고려하지 못하고, 픽셀의 위치에 따른 정보는 고려하지 않는다는 (Spatially Invariant) 단점이 존재한다.
따라서, 이러한 한계를 극복하기 위해 다수의 LUT를 사용하는 방법들이 제안되었다. 블록별로 히스토그램 등화를 하는 Adaptive Histogram Equalization이나 이 외에도 블록 통계를 이용하는 여러 가지 방법을 생각할 수 있다. 하지만, 이런 방법들은 정해진 블록 내부의 밝기 값 등을 이용하여 보정의 수준을 결정하기 때문 에 인접한 블록 사이에 Artifact가 발생할 수 있으며, 블록의 크기에 따라 매우 다른 성능을 보인다는 단점이 있다. 이외에도 위치에 따라 다른 LUT을 적용하는 방법이 있지만, 이러한 방법은 원래 색이 어두운 피사체와 역광 등에 의해 어두워진 영역을 구별하지 못하는 문제점이 있다. 보다 나은 화질의 보정 영상을 획득하기 위해서는 같은 어두운 영역이라도 낮은 반사도와 역광 중 그 원인에 따라 다른 보정방법을 취해야 할 필요성이 있다.
본 발명은 상기와 같은 문제점을 감안하여 안출된 것으로, 어두운 영상 혹은 밝게 포화된 영상에서 대비가 손상된 부분의 대비를 향상시키기 위해, 개선 가능 정도 단계에 따라 다른 복원 정도를 적용하여, 영상 전체에 걸쳐 대비가 좋도록 보정하는 장치 및 방법을 제공함에 그 특징적인 목적이 있다.
즉, 개선 가능한 영역에 대해서는 더 보정을 수행하는 LUT를 적용하고, 개선이 필요없는 부분에 대해서는 최대한 변화를 적용하지 않음으로써 전 영역에 대해 대비가 좋은 출력 영상을 얻도록 함에 있다.
이러한 기술적 과제를 달성하기 위한 본 발명은 영상 보정 장치에 관한 것으로서, 입력 영상으로부터 영상의 밝기 변환을 통해, 밝기 대비의 향상 가능 정도를 계산하는 개선 가능 정도 계산부; 상기 개선 가능 정도 계산부를 통해 계산된 개선 가능 정도 정보를 이용하여, 입력 영상 내의 픽셀을 임의의 m 개의 단계로 분할하는 영상 분할부; 상기 영상 분할부를 통해 분할된 결과를 이용하여, 영상의 각 픽셀 주변 영역에 대한 통계를 계산하는 통계 계산부; 및 상기 통계 계산부를 통해 계산된 통계 정보를 바탕으로, 각 픽셀에 대한 룩업테이블(LUT)에 가중치를 주어 합한, 혼합 LUT를 계산하고, 계산된 혼합 LUT를 이용하여 입력 영상을 보정하는 영상 보정부; 를 포함하는 것을 특징으로 한다.
또한 상기 개선 가능 정도 계산부는, 감마변환을 통한 상기 입력 영상의 밝 기를 변환하고, 어둡게 변환한 영상에서 얻어진 텍스처 정보, 입력 영상에서 얻어진 텍스처 정보 및 밝게 변환한 영상에서 얻어진 텍스처 정보를 바탕으로, 영상의 개선 가능 정도를 계산하는 것을 특징으로 한다.
또한 상기 개선 가능 정도 계산부는, 감마 변환 적용에 따른 텍스처 정보가 변화여부를 확인하기 위하여, 어둡게, 그대로, 밝게 변환된 영상으로부터, 텍스처 복잡 정도를 계산하는 것을 특징으로 한다.
또한 상기 통계 계산부는, 영상의 모든 픽셀의 주변 영역에 대한 통계를 계산하되, 특정 픽셀의 주변 사각형 영역 내에 속한 픽셀들에 대해 통계를 계산하는 것을 특징으로 한다.
또한 상기 통계 계산부는, 각 m 개의 단계에 속하는 픽셀들의 비율을 계산하는 것을 특징으로 한다.
또한 상기 통계 계산부는, 각 m 개의 적분 영상을 생성하고, 각 단계에 포함되는 픽셀의 개수의 덧셈과 뺄셈 연산을 통해 적분 영상을 계산하는 것을 특징으로 한다.
그리고 상기 영상 보정부는, 각 픽셀에 대한 m 개의 LUT에 가중치를 다르게 적용하는 것을 특징으로 한다.
한편, 본 발명은 영상 보정 방법에 관한 것으로서, (a) 개선 가능 정도 계산부가 감마변환을 통한 입력 영상의 밝기를 변환하고, 어둡게 변환한 영상에서 얻어진 텍스처 정보, 입력 영상에서 얻어진 텍스처 정보, 밝게 변환한 영상에서 얻어진 텍스처 정보를 바탕으로, 영상의 개선 가능 정도를 계산하는 과정; (b) 영상 분할 부가 상기 개선 가능 정도 계산부를 통해 계산된 개선 가능 정도 정보를 이용하여, 영상 내의 픽셀을 임의의 m 개의 단계로 분할하는 과정; (c) 통계 계산부가 상기 영상 분할부를 통해 분할된 결과를 바탕으로, 각 픽셀의 주변 사각형 영역에 대해 각 단계에 속한 픽셀의 비율을 계산함으로써, 영상의 각 픽셀 주변 영역에 대한 통계를 계산하는 과정; 및 (d) 영상 보정부가 상기 통계 계산부를 통해 계산된 통계 정보를 바탕으로, 각 픽셀에 대한 룩업테이블(LUT)에 가중치를 주어 합한, 혼합 LUT를 계산하고, 계산된 혼합 LUT를 이용하여 입력 영상을 보정하는 과정; 을 포함하는 것을 특징으로 한다.
상기와 같은 본 발명에 따르면, 입력 영상으로부터 대비를 강화할 수 있는 부분을 찾아서 보기 좋도록 영상을 보정하기 때문에 직접 촬영한 영상 뿐 아니라 인터넷으로 검색한 영상 등 어떠한 디지털 영상에 대해서도 보정 효과를 적용할 수 있으며, 영역을 선택적으로 결정하여 보정 정도를 계산하기 때문에 세부를 알고자 하는 관심 영역을 중심으로 보정 결과를 얻을 수 있는 효과가 있다.
그리고 본 발명에 따르면, 강하게 보정을 적용하면 CCTV 등 영상과 같이 모든 정보가 필요한 경우에도 뚜렷한 세부 정보를 얻을 수 있는 효과도 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 경우 에는, 그 구체적인 설명을 생략하였음에 유의해야 할 것이다.
이하, 첨부된 도면을 참조하여 본 발명을 상세하게 설명한다.
본 발명에 따른 영상 보정 장치 및 그 방법에 관하여 도 1 내지 도 6 을 참조하여 설명하면 다음과 같다.
도 1 은 본 발명에 따른 영상 보정 장치(100)를 개념적으로 도시한 전체 구성도로서, 도시된 바와 같이 개선 가능 정도 계산부(110), 영상 분할부(120), 통계 계산부(130) 및 영상 보정부(140)를 포함하여 이루어진다.
먼저, 개선 가능 정도 계산부(110)는 입력 영상(S)으로부터 영상의 밝기 변환을 통해, 밝기 대비의 향상 가능 정도를 계산하는 기능을 수행한다.
구체적으로, 입력받은 영상(S)을 밝게 하는 감마변환과 어둡게 하는 감마변환을 적용시켜, 영상 내의 텍스처 정보가 변하는지를 확인한다.
미분의 1-norm을 예로 들어 [수식 1] 을 통해 설명하면 다음과 같다.
[수식 1]
Figure 112009070415112-pat00001
여기서, texture(x,y)는 (x,y) 픽셀에서의 텍스처 복잡 정도, I(x,y)는 (x,y) 픽셀에서 밝기 값을 의미한다.
어둡게 변환한 영상에서 얻어진 텍스처 정보와, 영상(S)에서 얻어진 텍스처 정보, 그리고 밝게 변환한 영상에서 얻어진 텍스처 정보를 이용하여 영상의 개선 가능 정도를 추정한다. 이와 같은 영상의 개선 가능 정도를 계산하는데 있어, 다음 의 [수식 2] 를 이용한다.
[수식 2]
Figure 112009070415112-pat00002
여기서, texturedark, textureoriginal, texturebright, 는 영상을 감마변환 등의 변환을 이용하여, 각각 어둡게, 그대로, 밝게 변환시킨 영상으로부터 얻은 텍스처의 복잡 정도를 의미한다.
즉, 상술한 [수식 2] 를 통해 밝아진 영상 또는 어두워진 영상에서 밝기 값 대비 얼마나 향상되었는지를 추정할 수 있다. 이러한 계산을 하는 이유는, 영상을 어둡게하는 변환을 겪었을 때, 밝기 대비가 향상되는 부분이 있다면 이 부분은 밝게 포화된 부분이라고 추정할 수 있고, 반대로 밝게 하는 변환 후에 밝기 대비가 향상되는 부분이 있다면, 이 부분은 어둡게 압축된 영역이라고 추측할 수 있기 때문이다. 따라서, 일반적으로 많이 발생하는 밝기 포화 현상이나 역광 상황에서 올바른 보정을 할 수 있다.
또한, 영상 분할부(120)는 개선 가능 정도 계산부(110)를 통해 계산된 개선 가능 정도 정보를 이용하여, 영상(S) 내의 픽셀을 임의의 m 개의 단계로 분할하는 기능을 수행한다.
구체적으로, 도 2 는 본 발명에 따른 영상 내 픽셀이 분할되는 각 단계를 보 이는 일예시도로서, 도시된 바와 같이 그 보정 정도를 m개의 단계로, 바람직하게 '매우 밝게'(1단계), '약간 밝게'(2단계), '원본 유지'(3단계), '약간 어둡게'(4단계), '매우 어둡게'(5단계) 등의 단계로 분할한다.
여기서, [수식 2] 를 적용해보면,
Figure 112009070415112-pat00003
값의 커질수록 어둡게 보정해야하는 픽셀로 구분하고,
Figure 112009070415112-pat00004
값이 커질수록 밝게 보정해야 하는 픽셀로 구분한다.
즉, 각 픽셀의 개선 가능 정도를 이용하여, 보정 정도를 결정하게 된다.
이러한 과정을 통해, 각 픽셀들을 총 m 개의 단계로 분할할 수 있고, 분할된 결과를 통해, 각 픽셀이 속하는 단계로부터 보정해야하는 정도 또는 어떤 보정을 적용해야 하는지에 대하여 추정할 수 있다.
또한, 통계 계산부(130)는 영상 분할부(120)를 통해 분할된 결과를 이용하여, 영상(S)의 각 픽셀 주변 영역에 대한 통계를 계산하는 기능을 수행한다.
구체적으로, 특정 픽셀의 주변 사각형 영역 내에 속한 픽셀들이, 어떤 단계에 어떤 비율로 분포하고 있는지 계산한다.
도 3 은 본 발명에 따른 영상(S) 내의 각 픽셀이 각 단계로 분할된 결과를 보이는 일예시도로서, 가운데 있는 특정 픽셀 주변으로 7x7 영역에 분포하고 있는 픽셀들의 개수를 계산하면, 1단계로 결정된 픽셀들은 18개, 2단계로 결정된 픽셀들은 21개, 그리고 3단계로 결정된 픽셀들은 10개이다.
다음으로, 각 단계에 속한 픽셀의 비율은 다음의 [수식 3] 과 같이 계산한다.
[수식 3]
Figure 112009070415112-pat00005
여기서, Pi(x,y) 는 x, y 영역 주변의 윈도우 내에서 i 번째 단계로 분류된 픽셀의 포함 비율을 의미한다.
이와 같이, 통계 계산부(130)는 각 픽셀 주변 영역에 대해 통계를 계산함으로써, 이러한 정보를 보정 과정에서 사용하게 된다. 하지만, 영상의 모든 픽셀에 대해서, 이러한 윈도우 내 픽셀 개수를 세는 계산을 수행하게 되면, 연산량이 매우 증가하기 때문에 알고리즘의 수행 속도에 크게 영향을 미친다.
따라서, 본 발명에 따른 통계 계산부(130)는 이러한 계산을 효율적으로 수행하기 위해 적분 영상 I 를 생성한다.
적분 영상은 영상을 적분한 값을 가지고 있는 영상으로서, 적분 영상 I 의 에 위치한 픽셀은 원본 영상의
Figure 112009070415112-pat00007
에 위치한 모든 픽셀들의 밝기 값을 더한 값을 가지고 있다.
따라서,
Figure 112009070415112-pat00008
에 위치한 모든 픽셀의 밝기 값 합을 구하기 위해서는 다음의 [수식 4] 와 같이 덧셈과 뺄셈으로 빠르게 계산할 수 있다.
[수식 4]
Figure 112009070415112-pat00009
정리하면, 영상 분할부(120)를 통해 픽셀이 단계별로 분할된 결과를 적분 영상으로 바꿀 때에는, 각 m 개의 단계에 대한 통계를 위한 m 개의 적분 영상을 생성하고, 각 단계에 포함되는 픽셀의 개수를 이용하여 적분 영상을 계산한다.
도 4 는 본 발명에 따른 도 3 의 경우 얻을 수 있는 적분 영상을 보이는 일예시도로서, 도 3 에 나타난 분할된 결과를 적용할 경우, 도 4 에 도시된 바와 같이 3개의 적분 영상이 생성된다. 이와 같이, 통계 정보를 계산하는 이유는, 보정 단계에서 한 픽셀에 대해서 보정을 수행할 때에, 픽셀 주변 영역의 정보를 참조하여 보정 방식을 결정하기 위함이다.
그리고, 영상 보정부(140)는 통계 계산부(130)를 통해 계산된 통계 정보를 바탕으로, 각 픽셀에 대한 룩업테이블(Look-Up-Table:LUT)(이하, 'LUT')에 가중치를 주어 합한 혼합 LUT를 계산하고, 계산된 혼합 LUT를 이용하여 영상의 대비를 향상시킬 수 있도록 입력 영상(S)을 보정하는 기능을 수행한다.
구체적으로, 보정은 기본적으로 LUT를 이용하여 수행하는데, 도 5 와 같은 LUT를 예를 들어 설명한다.
각 LUT는 앞서 분할한 m 개의 단계에 해당하는 것으로서, y=x 직선보다 높게 올라오는 곡선은 영상을 밝게 변환시켜주는 LUT이고, x=y 직선보다 낮게 있는 곡선은 영상을 어둡게 변환시켜주는 LUT이다. 즉, 픽셀 주변 영역에 대한 개선 가능 정도, 바람직하게는 m 개로 분할된 단계에 따라, 각 픽셀의 LUT는 가중치를 다르게 적용받을 수 있다.
영상을 보정할 때에는 각 픽셀에 대해 m개의 LUT에 가중치를 주어 합한, 혼합 LUT를 이용한다. 이러한, 혼합 LUT는 상기 통계 계산부(130)에서 얻은 정보를 이용하여 다음의 [수식 5] 를 통해 계산된다.
[수식 5]
Figure 112009070415112-pat00010
여기서, i는 (x,y) 픽셀에서의 밝기 값을 의미한다.
이때, 사용하는 LUT는 도 5 와 같은 LUT와 같은 곡선을 사용할 수 있으며, 이외의 어떤 LUT라도 대비를 향상시키는 효과를 가지고 있으면, 사용에 무방하다. 이때, c 파라미터를 변화함으로써 LUT가 영상 보정 정도에 영향을 미칠 수 있도록 할 수 있다.
[수식 6]
Figure 112009070415112-pat00011
이와 같이, 영상 보정부(140)는 각 픽셀에 대한 LUT를 구한 후, 혼합된 LUT를 이용하여 보정을 수행한다.
이렇게 LUT를 합성하여 영상을 보정하는 이유는, 한 픽셀 주변 영역에 있는 픽셀들이 어떠한 보정을 필요로 하는지를 고려하여 보정을 하기 위함이다. 만약, 주변 영역을 고려하지 않는다면 픽셀마다 완전히 다른 LUT가 적용되어 불연속적인 출력 영상이 생성된다. 또한, 주변 영역을 고려할 때 사각 영역을 매우 크게 설정 하여 영상 전체를 고려한다면 영상 전체에 대해 같은 LUT를 적용하는 효과를 얻을 수 있다. 하지만, 영역을 선택적으로 결정하여 관심 영역만을 보정하기 위해서는 적절한 사각 영역의 크기를 선택해주어야 한다.
이하에서는, 상술한 구성을 갖는 영상 보정 장치(100)를 이용한 영상 보정 방법에 관하여 도 6 을 참조하여 설명하면 다음과 같다.
도 6 은 본 발명에 따른 영상 보정 방법에 관한 전체 흐름도로서, 도시된 바와 같이 개선 가능 정도 계산부(110)가 감마변환을 통한 입력 영상(S)의 밝기를 변환하고, 어둡게 변환한 영상에서 얻어진 텍스처 정보, 입력 영상(S)에서 얻어진 텍스처 정보, 밝게 변환한 영상에서 얻어진 텍스처 정보를 바탕으로, 영상의 개선 가능 정도를 계산한다(S100).
이후, 영상 분할부(120)가 개선 가능 정도 계산부(110)를 통해 계산된 개선 가능 정도 정보를 이용하여, 영상(S) 내의 픽셀을 임의의 m 개의 단계로 분할한다(S200).
뒤이어, 통계 계산부(130)가 영상 분할부(120)를 통해 분할된 결과를 바탕으로, 각 픽셀의 주변 사각형 영역에 대해 각 단계에 속한 픽셀의 비율을 계산함으로써, 영상(S)의 각 픽셀 주변 영역에 대한 통계를 계산한다(S300).
이후, 영상 보정부(140)가 통계 계산부(130)를 통해 계산된 통계 정보를 바탕으로, 각 픽셀에 대한 LUT에 가중치를 주어 합한, 혼합 LUT를 계산하고, 계산된 혼합 LUT를 이용하여 영상의 대비를 향상시킬 수 있도록 입력 영상(S)을 보정한 다(S400).
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 1 은 본 발명에 따른 영상 보정 장치를 개념적으로 도시한 전체 구성도.
도 2 는 본 발명에 따른 영상 내 픽셀이 분할되는 각 단계를 보이는 일예시도.
도 3 은 본 발명에 따른 영상 내의 각 픽셀이 각 단계로 분할된 결과를 보이는 일예시도.
도 4 는 본 발명에 따른 도 3 의 경우 얻을 수 있는 적분 영상을 보이는 일예시도.
도 5 는 본 발명에 따른 보정을 하기 위한 LUT를 보이는 일예시도.
도 6 은 본 발명에 따른 영상 보정 방법에 관한 전체 흐름도.
** 도면의 주요 부분에 대한 부호의 설명 **
100: 개선 가능 정도 계산부 200: 영상 분할부
300: 통계 계산부 400: 영상 보정부

Claims (8)

  1. 영상 보정 장치에 있어서,
    입력 영상(S)으로부터 영상의 밝기 변환을 통해, 밝기 대비의 향상 가능 정도를 계산하는 개선 가능 정도 계산부;
    상기 개선 가능 정도 계산부를 통해 계산된 개선 가능 정도 정보를 이용하여, 입력 영상(S) 내의 픽셀을 임의의 m 개의 단계로 분할하는 영상 분할부;
    상기 영상 분할부를 통해 분할된 결과를 이용하여, 영상(S)의 각 픽셀 주변 영역에 대한 통계를 계산하는 통계 계산부; 및
    상기 통계 계산부를 통해 계산된 통계 정보를 바탕으로, 각 픽셀에 대한 룩업테이블(Look-Up-Table:LUT)(이하, 'LUT')에 가중치를 주어 합한, 혼합 LUT를 계산하고, 계산된 혼합 LUT를 이용하여 입력 영상(S)을 보정하는 영상 보정부; 를 포함하는 것을 특징으로 하는 영상 보정 장치.
  2. 제 1 항에 있어서,
    상기 개선 가능 정도 계산부는,
    감마변환을 통한 상기 입력 영상(S)의 밝기를 변환하고, 어둡게 변환한 영상에서 얻어진 텍스처 정보, 입력 영상(S)에서 얻어진 텍스처 정보 및 밝게 변환한 영상에서 얻어진 텍스처 정보를 바탕으로, 영상의 개선 가능 정도를 계산하는 것을 특징으로 하는 영상 보정 장치.
  3. 제 2 항에 있어서,
    상기 개선 가능 정도 계산부는,
    감마 변환 적용에 따른 텍스처 정보의 변화여부를 확인하기 위하여, 어둡게, 그대로, 밝게 변환된 영상으로부터, 텍스처 복잡 정도를 계산하는 것을 특징으로 하는 영상 보정 장치.
  4. 제 1 항에 있어서,
    상기 통계 계산부는,
    영상(S)내의 모든 픽셀 각각에 대하여, 주변 사각형 영역 내에 속한 픽셀들에 대해 통계를 계산하는 것을 특징으로 하는 영상 보정 장치.
  5. 제 4 항에 있어서,
    상기 통계 계산부는,
    각 m 개의 단계에 속하는 픽셀들의 비율을 계산하는 것을 특징으로 하는 영 상 보정 장치.
  6. 제 1 항에 있어서,
    상기 통계 계산부는,
    각 m 개의 적분 영상을 생성하고, 각 단계에 포함되는 픽셀의 개수의 덧셈과 뺄셈 연산을 통해 적분 영상을 계산하는 것을 특징으로 하는 영상 보정 장치.
  7. 제 1 항에 있어서,
    상기 영상 보정부는,
    각 픽셀에 대한 m 개의 LUT에 가중치를 다르게 적용하는 것을 특징으로 하는 영상 보정 장치.
  8. 영상 보정 방법에 있어서,
    (a) 개선 가능 정도 계산부가 감마변환을 통한 입력 영상(S)의 밝기를 변환하고, 어둡게 변환한 영상에서 얻어진 텍스처 정보, 입력 영상(S)에서 얻어진 텍스처 정보, 밝게 변환한 영상에서 얻어진 텍스처 정보를 바탕으로, 영상의 개선 가능 정도를 계산하는 과정;
    (b) 영상 분할부가 상기 개선 가능 정도 계산부를 통해 계산된 개선 가능 정도 정보를 이용하여, 영상(S) 내의 픽셀을 임의의 m 개의 단계로 분할하는 과정;
    (c) 통계 계산부가 상기 영상 분할부를 통해 분할된 결과를 바탕으로, 각 픽셀의 주변 사각형 영역에 대해 각 단계에 속한 픽셀의 비율을 계산함으로써, 영상(S)의 각 픽셀 주변 영역에 대한 통계를 계산하는 과정; 및
    (d) 영상 보정부가 상기 통계 계산부를 통해 계산된 통계 정보를 바탕으로, 각 픽셀에 대한 룩업테이블(LUT)에 가중치를 주어 합한, 혼합 LUT를 계산하고, 계산된 혼합 LUT를 이용하여 입력 영상(S)을 보정하는 과정; 을 포함하는 것을 특징으로 하는 영상 보정 방법.
KR1020090110743A 2009-11-17 2009-11-17 영상 보정 장치 및 그 방법 KR101073497B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090110743A KR101073497B1 (ko) 2009-11-17 2009-11-17 영상 보정 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090110743A KR101073497B1 (ko) 2009-11-17 2009-11-17 영상 보정 장치 및 그 방법

Publications (2)

Publication Number Publication Date
KR20110054183A KR20110054183A (ko) 2011-05-25
KR101073497B1 true KR101073497B1 (ko) 2011-10-17

Family

ID=44363423

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090110743A KR101073497B1 (ko) 2009-11-17 2009-11-17 영상 보정 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR101073497B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100878536B1 (ko) 2006-11-08 2009-01-13 삼성전자주식회사 영상 보간 방법 및 장치

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100878536B1 (ko) 2006-11-08 2009-01-13 삼성전자주식회사 영상 보간 방법 및 장치

Also Published As

Publication number Publication date
KR20110054183A (ko) 2011-05-25

Similar Documents

Publication Publication Date Title
KR100970883B1 (ko) 영역 특성을 고려한 영상 보정 장치 및 그 방법
US7023580B2 (en) System and method for digital image tone mapping using an adaptive sigmoidal function based on perceptual preference guidelines
US8411991B2 (en) Image processing apparatus, image processing method, and program
JP5105209B2 (ja) 画像処理装置および方法、プログラム、並びに記録媒体
US9390482B2 (en) Image processing apparatus and method of processing image
US7409083B2 (en) Image processing method and apparatus
JP2015530834A (ja) 画像処理方法および装置
KR20100053287A (ko) 다수 영상의 생성 및 합성을 통한 영상 보정 장치 및 그 방법
JP5392560B2 (ja) 画像処理装置および画像処理方法
JP4639037B2 (ja) 画像処理方法および装置
KR102144577B1 (ko) 최적의 감마보정 기반 저조도 영상 보정방법
JP6004757B2 (ja) 画像処理装置及び画像処理方法
US10218953B2 (en) Image processing apparatus, image processing method, and storage medium
JP2015154102A (ja) 画像処理装置及び方法、画像処理プログラム、撮像装置
JP2008072450A (ja) 画像処理装置及び画像処理方法
JP5648849B2 (ja) 画像処理装置、画像処理方法
KR101113483B1 (ko) 컬러 영상의 가시성 향상 장치 및 방법
JP2000102033A (ja) 自動階調補正方法
KR101073497B1 (ko) 영상 보정 장치 및 그 방법
JP2002223355A (ja) 画像処理装置および画像処理プログラムを記録した記録媒体
KR101418521B1 (ko) 밝기 대비 향상을 통한 영상 화질 개선 방법 및 장치
JP2005039458A (ja) 画像処理装置および方法
JP6543786B2 (ja) 画像処理装置および画像処理方法
JP2022121793A (ja) 画像処理方法
CN115330621A (zh) 图像处理方法、装置、设备、存储介质及程序产品

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20140930

Year of fee payment: 4

LAPS Lapse due to unpaid annual fee