KR101444850B1 - 불량화소 보정 장치 및 방법 - Google Patents

불량화소 보정 장치 및 방법 Download PDF

Info

Publication number
KR101444850B1
KR101444850B1 KR1020100002393A KR20100002393A KR101444850B1 KR 101444850 B1 KR101444850 B1 KR 101444850B1 KR 1020100002393 A KR1020100002393 A KR 1020100002393A KR 20100002393 A KR20100002393 A KR 20100002393A KR 101444850 B1 KR101444850 B1 KR 101444850B1
Authority
KR
South Korea
Prior art keywords
pixel
defective
value
current
pixels
Prior art date
Application number
KR1020100002393A
Other languages
English (en)
Other versions
KR20110082428A (ko
Inventor
강문기
장준영
최은철
Original Assignee
삼성테크윈 주식회사
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 삼성테크윈 주식회사, 연세대학교 산학협력단 filed Critical 삼성테크윈 주식회사
Priority to KR1020100002393A priority Critical patent/KR101444850B1/ko
Publication of KR20110082428A publication Critical patent/KR20110082428A/ko
Application granted granted Critical
Publication of KR101444850B1 publication Critical patent/KR101444850B1/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
    • H04N9/646—Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4015—Image demosaicing, e.g. colour filter arrays [CFA] or Bayer patterns
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L27/00—Devices consisting of a plurality of semiconductor or other solid-state components formed in or on a common substrate
    • H01L27/14—Devices consisting of a plurality of semiconductor or other solid-state components formed in or on a common substrate including semiconductor components sensitive to infrared radiation, light, electromagnetic radiation of shorter wavelength or corpuscular radiation and specially adapted either for the conversion of the energy of such radiation into electrical energy or for the control of electrical energy by such radiation
    • H01L27/144—Devices controlled by radiation
    • H01L27/146—Imager structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Power Engineering (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Electromagnetism (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Transforming Light Signals Into Electric Signals (AREA)

Abstract

본 발명은 디지털 영상 처리 장치 및 방법에 관한 것으로 보다 상세하게는 패턴 매칭 기법을 이용하여 불량화소를 보정할 수 있는 장치 및 방법에 관한 것이다. 불량화소 보정 장치는 현재 화소를 기준으로 네 방향에 대해 차이가 가장 작은 화소의 방향성을 산출하고, 산출한 방향에서 주변 화소로 현재 화소를 추정하며, 추정된 현재 화소값과 최초 화소값의 차이가 기준 값 이하이면 노이즈가 포함된 불량화소로 검출하는 불량화소 검출수단; 및 상기 검출된 현재 화소 주위의 제1 및 제2 패턴 및 이웃 화소 주위의 제1 및 제2 패턴 매칭으로 가중치를 산출하고, 산출된 가중치를 현재 화소에 곱한 합으로 보정된 화소값을 출력하는 불량화소 보정수단을 포함한다.

Description

불량화소 보정 장치 및 방법{Apparatus and method for correcting defect pixel}
본 발명은 디지털 영상 처리 장치 및 방법에 관한 것으로 보다 상세하게는 패턴 매칭 기법을 이용하여 불량화소를 보정할 수 있는 장치 및 방법에 관한 것이다.
CCD(charge coupled device)나 CMOS(complementary metal semiconductor)와 같은 이미지 센서는 가장 흔하게 사용되는 영상 획득 센서이다. 하지만 이러한 이미지 센서를 제조하는 과정에서 불량화소(defect pixel)은 필연적으로 나타난다. 이미지 센서들은 불량화소의 수에 따라서 그 등급이 정해질 수 있으며 불량화소가 적은 이미지 센서가 보다 나은 영상의 화질을 제공함은 의심의 여지가 없다. 하지만 단순히 제조 공정에만 의지하여 불량화소가 많이 발생하지 않은 이미지 센서만을 사용하는 것은 이미지 센서의 수율을 떨어뜨리게 된다. 따라서 현재에는 불량화소가 발생한 센서라 하더라도 불량화소 제거 알고리즘을 적용하여 ISP(image signal processor) 모듈의 최 앞 단에서 불량화소를 제거하여 이미지 센서의 성능을 향상시키는 방법이 사용되고 있다. 불량화소 제거 알고리즘은 ISP 모듈의 최 앞 단에 사용하기 때문에 물론 불량화소 제거도 해야 하겠지만 영상의 해상도를 떨어뜨리지 않는 것도 이에 못지 않게 중요하다. 불량화소로 인한 임펄스 타입의 잡음은 컬러 영상을 획득하기 위한 과정인 색보간 과정에 큰 영향을 미치게 되며 색 보간 과정 중 잘못된 정보가 추정될 경우 결과 영상에는 시각적으로 크게 거슬리는 잡음이 야기된다. 특히 저조도 영상일 경우 잡음의 영향이 커서 영상의 화질을 크게 저하시키게 된다. 그러므로 불량화소 및 여러 잡음을 제거하는 것은 고품질의 영상 획득에 매우 중요한 문제가 된다.
본 발명이 해결하고자 하는 기술적인 과제는 불량화소를 정확하게 검출한 후 영상의 해상도를 효과적으로 유지할 수 있는 패턴 매칭 기법을 적용한 불량화소 보정 장치를 제공하는데 있다.
본 발명이 해결하고자 하는 다른 기술적인 과제는 이웃 화소에 따라서 서로 다른 패턴을 사용하여 구현에 필요한 하드웨어 사이즈를 줄일 수 있는 불량화소 보정 장치를 제공하는데 있다.
본 발명이 해결하고자 하는 기술적인 과제를 해결하기 위한 불량화소 보정 장치는 현재 화소를 기준으로 네 방향에 대해 차이가 가장 작은 화소의 방향성을 산출하고, 산출한 방향에서 주변 화소로 현재 화소를 추정하며, 추정된 현재 화소값과 최초 화소값의 차이가 기준 값 이하이면 노이즈가 포함된 불량화소로 검출하는 불량화소 검출수단; 및 상기 검출된 현재 화소 주위의 제1 및 제2 패턴 및 이웃 화소 주위의 제1 및 제2 패턴 매칭으로 가중치를 산출하고, 산출된 가중치를 현재 화소에 곱한 합으로 보정된 화소값을 출력하는 불량화소 보정수단을 포함하는 것이 바람직하다.
본 발명에 있어서, 상기 검출된 불량화소가 상기 네 방향에 있는 화소 보다 더 큰 값을 갖는 경우 연속적인 불량화소 발생을 판단하고, 상기 네 방향에 있는 대표 화소값 중 최대 값을 상기 검출된 불량화소 값으로 대체하여 상기 불량화소 보정수단으로 출력하는 연속된 불량화소 제거수단을 더 포함할 수 있다.
본 발명에 있어서, 상기 불량화소 검출, 상기 연속된 불량화소 제거 및 불량화소 보정을 위해 화소 정보를 입/출력하도록 5줄의 라인 메모리를 포함하는 저장수단을 더 포함할 수 있다.
본 발명에 있어서, 상기 불량화소 검출수단은 현재 화소를 기준으로 네 방향에 대해 차이가 가장 작은 화소의 방향성을 산출하는 방향 산출부; 산출한 방향에서 주변 화소로 현재 화소를 추정하는 추정부; 및 추정된 현재 화소값과 최초 화소값의 차이가 기준 값 이하이면 불량화소로 판단하는 판단부를 포함할 수 있다.
본 발명에 있어서, 상기 불량화소 보정수단에서 상기 제1 패턴은 현재 화소를 기준으로 하는 x자 모양의 패턴이고, 상기 제2 패턴은 현재 화소를 포함하여 6개의 화소로 이루어진 3×2 블록일 수 있다.
본 발명이 해결하고자 하는 기술적인 과제를 해결하기 위한 불량화소 보정 방법은 (a) 현재 화소를 기준으로 네 방향에 대해 차이가 가장 작은 화소의 방향성을 산출하고, 산출한 방향에서 주변 화소로 현재 화소를 추정하는 단계; (b) 상기 추정된 현재 화소값과 최초 화소값의 차이가 기준 값 이하이면 노이즈가 포함된 불량화소로 판단하는 단계; (c) 상기 검출된 현재 화소 주위의 제1 및 제2 패턴 및 이웃 화소 주위의 제1 및 제2 패턴 매칭으로 가중치를 산출하는 단계; 및 (d) 상기 산출된 가중치를 현재 화소에 곱한 합으로 보정된 화소값을 출력하는 단계를 포함할 수 있다.
본 발명에 있어서, 상기 (b)단계 이후에, 상기 검출된 불량화소가 상기 네 방향에 있는 화소 보다 더 큰 값을 갖는 경우 연속적인 불량화소 발생을 판단하는 단계; 및 상기 네 방향에 있는 대표 화소값 중 최대 값을 상기 검출된 불량화소 값으로 대체하는 단계를 더 포함할 수 있다.
본 발명에 있어서, 상기 (c) 단계에서, 상기 제1 패턴은 현재 화소를 기준으로 하는 x자 모양의 패턴이고, 상기 제2 패턴은 현재 화소를 포함하여 6개의 화소로 이루어진 3×2 블록일 수 있다.
상술한 바와 같이 본 발명에 따르면, 불량화소를 제거하여 ISP 뒤 단 알고리즘의 성능을 극대화 할 수 있다. 또한 이미지 센서의 수율을 높여 디지털 영상 처리 장치 제품의 수율을 높일 수 있다. 또한 패턴 매칭 기법을 이용하여 영상의 해상도 손실을 최소화 하여 고해상도 영상을 유지할 수 있다. 또한 라인 메모리의 수를 줄여 하드웨어 사이즈를 줄일 수 있다. 더 나아가 이웃한 화소에서 발생한 불량화소의 효과를 최소화 할 수 있다.
도 1은 본 발명에 따른 불량화소 보정 장치의 구성을 보이는 블록도 이다.
도 2는 도 1 중 불량화소 검출을 위한 방향성 추정을 설명하는 도면이다.
도 3은 도 2에서 추정한 방향성에 따라 현재 화소 값을 추정한 결과를 도시한 도면이다.
도 4는 도 1 중 불량화소 보정을 위해 패턴 매칭에 사용되는 패턴을 도시한 도면이다.
도 5는 도 4의 패턴에 의한 패턴 매칭을 설정하는 도면이다.
도 6은 도 1 중 연속된 불량화소 제거를 설명하기 위한 도면이다.
도 7은 종래의 불량화소 보정 결과 및 본 발명에 따른 불량화소 보정 결과를 비교한 도면이다.
도 8은 본 발명에 따른 불량화소 보정 방법의 동작을 보이는 흐름도 이다.
이하 첨부된 도면들을 참조하여 본 발명의 실시 예들을 설명한다. 하기의 설명 및 첨부된 도면은 본 발명에 따른 동작을 이해하기 위한 것이며, 본 기술 분야의 통상의 기술자가 용이하게 구현할 수 있는 부분은 생략될 수 있다.
또한 본 명세서 및 도면은 본 발명을 제한하기 위한 목적으로 제공된 것은 아니고, 본 발명의 범위는 청구의 범위에 의하여 정해져야 한다. 본 명세서에서 사용된 용어들은 본 발명을 가장 적절하게 표현할 수 있도록 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 한다.
이하 첨부된 도면을 참조하여 본 발명의 실시 예들을 설명한다.
도 1은 본 발명에 따른 불량화소 보정 장치의 구성을 보이는 블록도로서, 불량화소 검출수단(100), 불량화소 보정수단(200), 저장수단(300) 및 연속된 불량화소 제거수단(400)을 포함한다.
불량화소 검출수단(100)은 현재 화소를 기준으로 네 방향에 대해 차이가 가장 작은 화소의 방향성을 산출하고, 산출한 방향에서 주변 화소로 현재 화소를 추정하며, 추정된 현재 화소값과 최초 화소값의 차이가 기준 값 이하이면 노이즈가 포함된 불량화소로 검출한다. 도면에 도시되지 않았으나 불량화소 검출수단(100)은 방향성 산출부, 추정부 및 판단부를 포함한다.
다음에 불량화소 검출수단(100)을 상세히 설명한다. 도 2는 G 채널에서의 방향성 추정의 예시를 나타낸 것이다. 만약 4 가지 방향성(수평, 수직, 대각(45도, 135도))을 고려한다면, 4 가지 방향성에 대해서 현재 화소와 차이(difference)가 가장 작은 방향성을 산출한다. 알고리즘을 확장할 경우 더욱 많은 방향성을 이용할 수 있다. 예를 들어 수직 방향의 경우, 현재 화소와 위쪽 화소의 차이 절대값 및 현재 화소와 아래쪽 화소의 차이 절대값을 더해서 수직 방향의 차이를 구한다. 그리고 나머지 방향들에 대해서도 똑 같은 과정을 수행한다. 여기서 산출한 4 가지 차이 중 최소값을 현재 화소의 방향성으로 보고 최소 차이의 방향에 있는 화소값들을 이용하여 현재 화소값을 추정한다. 예를 들어 수직 방향의 차이가 최소가 되었다면 현재 화소값을 위쪽 픽셀과 아래쪽 픽셀 값으로 대체한다. 이와 같은 과정이 도 3에 도시되어 있다.
도 3은 현재 화소값을 산출한 방향성에 따라 추정한 결과를 나타낸다. 이로써 1차적으로 불량화소가 제거된 화소값을 획득할 수 있다. 위와 같이 화소값을 획득한 후, 현재 화소와 추정된 화소의 차이를 구해서 이 차이가 임계값 보다 클 경우 불량화소를 검출하는 방법을 사용할 수도 있다. 이와는 별개로 영상의 국부 평균을 구해서 평균값과 현재 화소값의 차이가 일정 이상일 때 불량화소로 검출하는 방법을 함께 사용할 수 있다.
불량화소 보정수단(200)은 검출된 현재 화소 주위의 임의의 패턴 및 이웃 화소 주위의 임의의 패턴 매칭으로 가중치를 산출하고, 산출된 가중치를 현재 화소에 곱한 합으로 보정된 화소값을 출력한다.
다음에 불량화소 보정수단(200)을 상세히 설명한다. 먼저 G 채널의 불량화소 보정을 설명한다. 불량화소 보정은 현재 화소 주위의 블록과 이웃하는 화소 주위의 블록을 매칭시켜 비슷한 패턴을 가지는 화소에 보다 높은 가중치를 두어 해상도를 유지하는 방법을 사용한다. 이와 같은 과정이 도 4a에 도시되어 있다. 그러나 도 4a와 같은 블록을 사용할 경우, 예를 들어 총 7줄의 라인 메모리를 필요로 한다. 그러나 본 실시 예에서 제안하는 방법을 사용할 경우 5 줄의 라인 메모리(저장수단(300))만을 사용할 수 있다. 예를 들어 본 실시 예에서는 필요로 하는 라인 메모리의 수를 줄이기 위해 도 4b와 같은 다양한 블록을 사용할 수 있다. 도 4b는 이웃 화소 별로 다른 패턴을 사용하면 라인 메모리를 7줄에서 5줄 이하로 줄일 수 있다. 여기서 다른 패턴이란, 현재 화소를 기준으로 하는 x자 모양의 패턴이거나 현재 화소를 포함하여 6개의 화소로 이루어진 3×2 블록일 수 있다. 도 4b에 도시된 바와 같이 G라고 표시되어 있는 화소의 위치에서는 x 형태의 패턴을 사용하여 차이의 절대값의 합을 구한다.
예를 들어 현재 화소의 우측 위의 화소의 차이를 구하는 과정이 도 5a에 도시되어 있다. 도 5a에서 노란색으로 표시된 패턴과 파란색으로 표시된 패턴의 차이의 합을 구해서 diff라는 SAD(sum of absolute difference)를 구하는 것이다. 이 diff가 작을 경우, 비슷한 패턴이라고 볼 수 있는 것이다. 따라서 diff에 인버스(inverse)한 가중치 w를 수식과 같이 구해서 가중치로 사용한다. 여기서, 중요한 것은 도 5a에서는 x 모양의 패턴을 사용하였지만 다른 모양의 패턴을 사용할 수도 있다는 것이다.
또 다른 예시로 현재 처리 화소의 위쪽 화소의 가중치를 구하는 방법은 도 5b와 같다. 즉, 본 실시 예에서는 최소 라인 안에서 SAD를 구하기 위해 이웃 화소별로 변형된 형태의 패턴을 사용한다. 즉, 도 5b에서는 6개의 픽셀로 이루어진 2개의 블록(3×2)을 매칭시켜 위쪽 화소의 가중치를 구하게 된다.
불량화소 최종 결과는 9개의 화소에서 구한 가중치와 화소값의 곱의 합으로 구해지는데 그 수식은 수학식 1과 같다.
Figure 112010001689582-pat00001
여기서 xi는 이웃 화소값을 의미하고, wi는 그 이웃 화소의 가중치를 의미하며, y는 보정된 화소값을 의미한다. 단 여기서 현재 화소값은 입력 화소값을 그대로 사용하지 않으며, 위에서 설명한 불량화소 검출 과정에서 추정해낸 추정된 화소값으로 대체한 후 패턴 매칭을 수행한다.
다음에 R, B 채널의 불량화소 보정을 설명한다. 베이어 패턴에서 R, B 채널의 경우 G 채널에 비해 화소의 수가 적기 때문에 불량 화소를 제거하기가 쉽지 않다. 예를 들어 5×5 영역에서는 G 화소가 13개 존재하는 반면, R, B 채널은 9개의 화소 밖에 존재하지 않는다. 따라서 R, B 채널을 처리할 시에는 컬러 보간(color interpolation)에서 많이 사용하는 컬러 차이 모델(color difference model)을 적용하여 불량화소를 제거한다. 주변의 G값과 R, B값을 이용하여 컬러 차이를 계산하고, 현재 위치에서의 R, B 값을 추정한 후, 추정된 값을 사용하여 G 채널과 마찬가지로 패턴 매칭을 수행하여 불량화소를 제거한다.
연속된 불량화소 제거수단(400)은 검출된 불량화소가 4 방향에 있는 화소 보다 더 큰 값을 갖는 경우 연속적인 불량화소 발생을 판단하고, 4 방향에 있는 대표 화소값 중 최대 값을 검출된 불량화소 값으로 대체하여 불량화소 보정수단(200)으로 출력한다.
다음에 연속된 불량화소 제거수단(400)을 상세히 설명한다. 불량화소가 연속적으로 발생할 경우, 이웃 화소에도 잘못된 화소 정보가 입력된다. 이러한 경우 패턴 매칭 방법을 사용하여도 불량화소를 전부 없앨 수 없게 된다. 따라서 연속적으로 발생한 불량화소를 제거하기 위해 이웃 화소에 있는 불량화소를 없애고 나서 패턴 매칭을 수행한다. 도 6a는 현재 처리 화소(보라색 네모)의 좌측 화소에서 불량화소를 제거하는 방법을 도 6b는 현재 처리 화소(보라색 네모)의 우측 화소에서 불량화소를 제거하는 방법을 나타낸 것이다.
도 6a에서 G1이 불량화소가 발생된 화소인지를 테스트하기 위해, a, b, c, d의 화소값을 추가로 사용한다. 만약에 G1이 a, b, c, d 4 가지 방향 중 어느 한 화소와 비슷한 값을 가지게 되면 불량화소가 아니라고 판단할 수 있으며, 만약 G1이 4 가지 방향에 있는 화소보다 큰 값을 가지게 된다면 이 픽셀은 불량화소가 발생했다고 판단할 수 있다. 따라서 도 6a 및 도 6b에 도시된 수식과 같이 a, b, c, d 중 최대값을 찾고, 이를 G1과 비교하여 더 작은 값을 출력하게 되면 G1 위치에서의 불량화소를 제거한 효과를 볼 수 있다. 즉, G1이 불량화소가 아니라면, a, b, c, d 중에 G1과 비슷한 화소가 있을 것이고 min(G1, max(a,b,c,d))는 G1과 비슷한 값을 가질 것이다. 만약에 G1이 불량화소라면 max(a,b,c,d) 값이 출력되어 G1에서 발생한 튀는 화소값을 보정할 수 있다. 이러한 방법을 우측, 위측, 아래측, 대각선 네 방향에서 수행한 후 나온 정보를 가지고 패턴 매칭을 수행하여 불량화소를 보정하게 되는 것이다.
다시 정리하면, 우선 현재 기준이 되는 패턴 정보의 불량화소는 먼저 제거를 해버린 다음 이웃 픽셀 위치의 정보는 입력 정보를 사용하여 매칭을 하게 되는 것이다. 도 5a로 다시 설명하면, 노란색 블록은 기준 블록이 되며 우측 파란색 블록은 비교 대상이 된다. 우선 기준 블록은 불량화소 없이 깨끗한 정보여야 함으로 위에서 언급한 바와 같이, 이웃 화소의 불량화소를 제거하는 방법으로 이웃 화소의 불량화소까지 전부 제거하여 기준 블록으로 삼고, 파란색 블록의 경우에는 입력 영상을 그대로 사용하여 두 개의 패턴을 매칭시켜 보는 것이다. 이와 같은 방법을 사용할 경우 연속되는 불량화소를 효과적으로 제거할 수 있다.
도 7a는 종래의 불량화소 보정 결과를 도 7b는 본 실시 예에 따른 불량화소 보정 결과를 비교한 도면으로, 종래에 비해 불량화소의 효과가 최소화되었음을 알 수 있다.
이하, 도 8을 참조하여 본 발명에 따른 불량화소 보정 방법을 설명한다.
불량화소 검출수단(100)은 입력되는 베이어 패턴 영상의 현재 화소를 기준으로 네 방향(수평, 수직, 대각(45도, 135도))에 대해 차이가 가장 작은 화소의 방향성을 산출한다(801단계). 알고리즘을 확장할 경우 더욱 많은 방향성을 이용할 수 있다. 예를 들어 수직 방향의 경우, 현재 화소와 위쪽 화소의 차이 절대값 및 현재 화소와 아래쪽 화소의 차이 절대값을 더해서 수직 방향의 차이를 구한다. 그리고 나머지 방향들에 대해서도 똑 같은 과정을 수행한다.
이후 불량화소 검출수단(100)은 산출한 방향에서 주변 화소로 현재 화소를 추정한다(803단계). 예를 들어 수직 방향의 차이가 최소가 되었다면 현재 화소값을 위쪽 픽셀과 아래쪽 픽셀 값으로 대체한다. 이로써 1차적으로 불량화소가 제거된 화소값을 획득할 수 있다.
위와 같이 화소값을 획득한 후, 불량화소 검출수단(100)은 추정된 현재 화소값과 최초 화소값의 차이가 기준 값 이하이면 노이즈가 포함된 불량화소로 판단한다(805단계). 이와는 별개로 영상의 국부 평균을 구해서 평균값과 현재 화소값의 차이가 일정 이상일 때 불량화소로 검출하는 방법을 함께 사용할 수 있다.
연속된 불량화소 제거수단(400)은 불량화소가 연속되는지 판단한다(807단계). 연속된 불량화소 제거수단(400)은 검출된 불량화소가 네 방향에 있는 대표 화소 보다 더 큰 값을 갖는 경우 연속적인 불량화소가 발생되었다고 판단하고, 그렇지 않은 경우 연속적인 불량화소가 발생되지 않았다고 판단한다.
연속적인 불량화소가 발생된 경우, 연속된 불량화소 제거수단(400)은 네 방향에 있는 대표 화소값 중 최대값을 찾고, 이를 현재 불량화소와 비교하여 더 작은 값을 출력함으로써 현재 위치에서의 불량화소를 제거할 수 있다(809단계). 이러한 방법을 우측, 위측, 아래측, 대각선 네 방향에서 수행한다.
이어서, 불량화소 보정수단(200)은 5줄의 라인 메모리를 포함하는 저장수단(300)을 이용하여 현재 화소 주위의 임의의 패턴 및 이웃 화소 주위의 임의의 패턴 매칭으로 가중치를 산출하고, 산출된 가중치를 현재 화소에 곱한 합으로 보정된 화소값을 출력한다(811단계). 먼저 G 채널의 불량화소 보정 시에, 임의의 패턴으로 현재 화소를 기준으로 하는 x자 모양의 패턴이거나 현재 화소를 포함하여 6개의 화소로 이루어진 3×2 블록을 이용한다. 현재 화소 주위의 임의의 패턴 및 이웃 화소 주위의 임의의 패턴 차이의 절대값의 합을 구하고, 이 차이에 인버스(inverse)한 가중치 w를 구한 후, 가중치와 화소값의 곱의 합으로 보정된 화소값을 출력한다. R, B 채널의 불량화소 보정 시에 컬러 차이 모델(color difference model)을 적용하여 불량화소를 제거한다. 주변의 G값과 R, B값을 이용하여 컬러 차이를 계산하고, 현재 위치에서의 R, B 값을 추정한 후, 추정된 값을 사용하여 G 채널과 마찬가지로 패턴 매칭을 수행하여 불량화소를 제거한다.
이제까지 본 발명에 대하여 그 바람직한 실시 예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (8)

  1. 현재 화소를 기준으로 수평방향, 수직방향, 대각선(45도, 135도) 방향을 포함하는 네 방향에 대해 차이가 가장 작은 화소의 방향성을 산출하고, 산출한 방향에서 주변 화소로 현재 화소를 추정하며, 추정된 현재 화소값과 최초 화소값의 차이가 기준 값 이하이면 노이즈가 포함된 불량화소로 검출하는 불량화소 검출수단; 및
    상기 불량화소 검출수단에서 추정된 현재 화소 주위의 임의의 패턴 및 이웃 화소 주위의 임의의 패턴 매칭으로 가중치를 산출하고, 산출된 가중치를 현재 화소에 곱한 합으로 보정된 화소값을 출력하는 불량화소 보정수단을 포함하는 불량화소 보정 장치.
  2. 제 1항에 있어서, 상기 검출된 불량화소가 상기 네 방향에 있는 화소 보다 더 큰 값을 갖는 경우 연속적인 불량화소 발생을 판단하고, 상기 네 방향에 있는 대표 화소값 중 최대 값을 상기 검출된 불량화소 값으로 대체하여 상기 불량화소 보정수단으로 출력하는 연속된 불량화소 제거수단을 더 포함하는 것을 특징으로 하는 불량화소 보정 장치.
  3. 청구항 3은(는) 설정등록료 납부시 포기되었습니다.
    제 2항에 있어서, 상기 불량화소 검출, 상기 연속된 불량화소 제거 및 불량화소 보정을 위해 화소 정보를 입/출력하도록 5줄의 라인 메모리를 포함하는 저장수단을 더 포함하는 것을 특징으로 하는 불량화소 보정 장치.
  4. 청구항 4은(는) 설정등록료 납부시 포기되었습니다.
    제 3항에 있어서, 상기 불량화소 검출수단은
    현재 화소를 기준으로 네 방향에 대해 차이가 가장 작은 화소의 방향성을 산출하는 방향 산출부;
    산출한 방향에서 주변 화소로 현재 화소를 추정하는 추정부; 및
    추정된 현재 화소값과 최초 화소값의 차이가 기준 값 이하이면 불량화소로 판단하는 판단부를 포함하는 것을 특징으로 하는 불량화소 보정 장치.
  5. 청구항 5은(는) 설정등록료 납부시 포기되었습니다.
    제 4항에 있어서, 상기 불량화소 보정수단에서 상기 패턴은 현재 화소를 기준으로 하는 x자 모양의 패턴 이거나 현재 화소를 포함하여 6개의 화소로 이루어진 3×2 블록인 것을 특징으로 하는 불량화소 보정 장치.
  6. (a) 현재 화소를 기준으로 수평방향, 수직방향, 대각선(45도, 135도) 방향을 포함하는 네 방향에 대해 차이가 가장 작은 화소의 방향성을 산출하고, 산출한 방향에서 주변 화소로 현재 화소를 추정하는 단계;
    (b) 상기 추정된 현재 화소값과 최초 화소값의 차이가 기준 값 이하이면 노이즈가 포함된 불량화소로 판단하는 단계;
    (c) 상기 추정된 현재 화소 주위의 임의의 패턴 및 이웃 화소 주위의 임의의 패턴 매칭으로 가중치를 산출하는 단계; 및
    (d) 상기 산출된 가중치를 현재 화소에 곱한 합으로 보정된 화소값을 출력하는 단계를 포함하는 불량화소 보정 방법.
  7. 청구항 7은(는) 설정등록료 납부시 포기되었습니다.
    제 6항에 있어서, 상기 (b)단계 이후에,
    상기 판단된 불량화소가 상기 네 방향에 있는 화소 보다 더 큰 값을 갖는 경우 연속적인 불량화소 발생을 판단하는 단계; 및
    상기 네 방향에 있는 대표 화소값 중 최대 값을 상기 검출된 불량화소 값으로 대체하는 단계를 더 포함하는 것을 특징으로 하는 불량화소 보정 방법.
  8. 청구항 8은(는) 설정등록료 납부시 포기되었습니다.
    제 6항에 있어서, 상기 (c) 단계에서,
    상기 패턴은 현재 화소를 기준으로 하는 x자 모양의 패턴이거나, 현재 화소를 포함하여 6개의 화소로 이루어진 3×2 블록인 것을 특징으로 하는 불량화소 보정 방법.
KR1020100002393A 2010-01-11 2010-01-11 불량화소 보정 장치 및 방법 KR101444850B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100002393A KR101444850B1 (ko) 2010-01-11 2010-01-11 불량화소 보정 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100002393A KR101444850B1 (ko) 2010-01-11 2010-01-11 불량화소 보정 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20110082428A KR20110082428A (ko) 2011-07-19
KR101444850B1 true KR101444850B1 (ko) 2014-09-30

Family

ID=44920453

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100002393A KR101444850B1 (ko) 2010-01-11 2010-01-11 불량화소 보정 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101444850B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9894384B2 (en) 2012-10-08 2018-02-13 Lg Electronics Inc. Multiview video signal encoding method and decoding method, and device therefor
CN112911174B (zh) * 2021-01-18 2024-09-17 珠海全志科技股份有限公司 图像坏点簇校正方法、计算机装置及计算机可读存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100648127B1 (ko) * 2005-06-29 2006-11-24 엠텍비젼 주식회사 불량화소 처리 장치
KR20070075730A (ko) * 2006-01-16 2007-07-24 엘지전자 주식회사 불량 화소 복원 장치 및 방법
KR20080040810A (ko) * 2006-11-03 2008-05-09 삼성전기주식회사 불량화소 보정장치 및 그 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100648127B1 (ko) * 2005-06-29 2006-11-24 엠텍비젼 주식회사 불량화소 처리 장치
KR20070075730A (ko) * 2006-01-16 2007-07-24 엘지전자 주식회사 불량 화소 복원 장치 및 방법
KR20080040810A (ko) * 2006-11-03 2008-05-09 삼성전기주식회사 불량화소 보정장치 및 그 방법

Also Published As

Publication number Publication date
KR20110082428A (ko) 2011-07-19

Similar Documents

Publication Publication Date Title
KR101665137B1 (ko) 이미지 센서에서 발생되는 잡음을 제거하기 위한 장치 및 방법
US8199252B2 (en) Image-processing method and device
WO2009026857A1 (en) Video image motion processing method introducing global feature classification and implementation device thereof
KR100735561B1 (ko) 이미지 센서로부터 발생되는 잡음을 저감하는 방법 및 장치
US8212899B2 (en) Imaging apparatus capable of highly accurate defective pixel correction processing
US9030579B2 (en) Image processing apparatus and control method that corrects a signal level of a defective pixel
JP5060535B2 (ja) 画像処理装置
US20170257584A1 (en) Image processing device, image processing method, and image processing system
KR20050041886A (ko) 전역 통계 및 국부 통계에 의해 컨트롤되는 노이즈 감소장치 및 그 방법
US8270756B2 (en) Method for estimating noise
KR20100078623A (ko) 컬러 보간 장치 및 컬러 보간 방법
ITVI20110009A1 (it) Texture detection in image processing
KR101444850B1 (ko) 불량화소 보정 장치 및 방법
WO2010007777A1 (ja) 画像処理装置、画像処理方法、プログラム、記録媒体および集積回路
KR101887515B1 (ko) 잡음 환경에서 주변 픽셀 값을 이용한 이미지 오류 완화 방법
CN104796581B (zh) 一种基于噪声分布特征检测的视频去噪系统
JP4166974B2 (ja) 画素キズ検出・補正装置
KR100839922B1 (ko) 적응적 평균값 필터를 이용한 컬러 잡음 제거 장치 및 방법
JP2008113163A (ja) 欠陥画素補正回路、それを用いた画像処理システムおよび欠陥画素補正方法
KR100831970B1 (ko) 결함 화소 검출 방법 및 이를 위해 사용되는 장치
JP2008028475A (ja) 画像処理装置、画像処理プログラム、画像処理プログラムを記録する記録媒体、画像処理方法
JP3959547B2 (ja) 画像処理装置、画像処理方法、及び情報端末装置
US20130038773A1 (en) Image processing apparatus and control method for the same
RU2383055C2 (ru) Способ определения и сглаживания ступенчатых краев на изображении
KR20090020918A (ko) 영상 보간 방법 및 장치

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: 20170828

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180829

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20190826

Year of fee payment: 6