KR101671927B1 - 이미지 처리 장치 및 방법 - Google Patents
이미지 처리 장치 및 방법 Download PDFInfo
- Publication number
- KR101671927B1 KR101671927B1 KR1020100070568A KR20100070568A KR101671927B1 KR 101671927 B1 KR101671927 B1 KR 101671927B1 KR 1020100070568 A KR1020100070568 A KR 1020100070568A KR 20100070568 A KR20100070568 A KR 20100070568A KR 101671927 B1 KR101671927 B1 KR 101671927B1
- Authority
- KR
- South Korea
- Prior art keywords
- color information
- narrow
- pixel
- band color
- band
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000003672 processing method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 6
- 239000003086 colorant Substances 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
Images
Classifications
-
- 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
- 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
- G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/76—Circuitry for compensating brightness variation in the scene by influencing the image signals
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)
- Image Processing (AREA)
Abstract
획득된 이미지 데이터를 복원함으로써, 해상도를 향상시킬 수 있는 이미지 처리 장치 및 방법이 개시된다. 이미지 처리 장치는 이미지 데이터의 협대역 컬러 정보에 대응되는 픽셀들 중 적어도 하나의 픽셀을 선택하고, 선택된 픽셀의 협대역 컬러 정보, 선택된 픽셀 주변의 협대역 컬러 정보 및, 협대역 컬러 정보와 광대역 컬러 정보 간의 상관관계 값에 기초하여 선택된 픽셀의 광대역 컬러 정보를 추정한다.
Description
획득된 이미지 데이터에 포함된 컬러 정보를 이용하여 고해상도의 이미지 데이터를 복원하는 이미지 처리 장치 및 방법과 관련된다.
현재 상용화된 이미지 처리 장치는 저조도(Low Light Condition)와 같은 특수한 환경에서 좋은 이미지를 획득하지 못한다. 저조도와 같은 특수한 환경에서도 좋은 이미지를 획득하기 위해서는 이미지 센서가 넓은 영역의 파장에 해당하는 빛을 흡수하여야 한다. 그러나, 넓은 영역의 파장에 해당하는 빛을 흡수하여 생성된 이미지 데이터는 해상도가 떨어질 수 있다. 기존 베이어(bayer) 패턴(2*2)의 경우, Green 채널이 2개 존재하여 1/2 해상력을 유지할 수 있다. 반면에, 새로운 패턴에서는 Green 채널이 1개 존재하므로, 해상력이 1/4 이하로 감소하게 될 수 있다.
따라서, 최근에는 넓은 영역의 파장에 해당하는 빛을 흡수하여 생성된 이미지 데이터를 복원함으로써, 해상도를 향상시킬 수 있는 기술에 대한 연구가 활발히 진행되고 있다.
획득된 이미지 데이터를 복원함으로써, 해상도를 향상시킬 수 있는 이미지 처리 장치 및 방법과 관련된다.
본 발명의 일 실시예에 따른 이미지 처리 장치는 협대역 컬러 정보 및 광대역 컬러 정보를 포함하는 이미지 데이터의 협대역 컬러 정보에 대응되는 픽셀들 중 적어도 하나의 픽셀을 선택하는 선택부 및 상기 선택된 픽셀의 협대역 컬러 정보, 상기 선택된 픽셀 주변의 협대역 컬러 정보 및, 상기 협대역 컬러 정보와 상기 광대역 컬러 정보 간의 상관관계 값에 기초하여 선택된 픽셀의 광대역 컬러 정보를 추정하는 추정부를 포함한다.
여기서, 이미지 처리 장치는 상기 이미지 데이터를 균등 측정(Homogeneity) 방법을 이용하여 균등 영역(homogeneity region) 및 비균등 영역(non-homogeneity region)으로 구분하는 영역 구분부를 더 포함할 수 있다.
여기서, 상기 선택부는 상기 비균등 영역의 상기 협대역 컬러 정보에 대응되는 픽셀들 중 적어도 하나의 픽셀을 선택할 수 있다.
여기서, 상기 추정부는 상기 이미지 데이터의 광대역 컬러 정보 및 상기 추정부에서 추정된 광대역 컬러 정보에 기초하여 선택되지 않은 픽셀의 광대역 컬러 정보를 추정할 수 있다.
여기서, 상기 추정부는 상기 균등 영역에 존재하는 상기 이미지 데이터의 광대역 컬러 정보에 기초하여, 상기 균등 영역의 협대역 컬러 정보에 대응되는 픽셀들의 광대역 컬러 정보를 추정할 수 있다.
여기서, 상기 선택된 픽셀 주변의 협대역 컬러 정보는 상기 선택된 픽셀을 기준으로 상하좌우에 위치한 4개 픽셀의 협대역 컬러 정보일 수 있다.
여기서, 상기 이미지 처리 장치는 상기 이미지 데이터를 상기 협대역 컬러 정보에 대응되는 3개의 픽셀 및 상기 광대역 컬러 정보에 대응되는 1개의 픽셀을 포함하는 2*2 블록으로 나누고, 상기 블록에 포함된 상기 협대역 컬러 정보들과 상기 광대역 컬러 정보 간의 상관관계 값을 계산하는 계산부를 더 포함할 수 있다.
여기서, 상기 선택부는 상기 이미지 데이터의 광대역 컬러 정보에 해당하는 픽셀의 대각선에 위치한 상기 협대역 컬러 정보에 대응되는 픽셀 중 적어도 하나의 픽셀을 선택할 수 있다.
여기서, 이미지 획득부는 각각의 픽셀마다 형성된 픽셀 센서를 이용하여, 협대역 컬러 필터 및 광대역 컬러 필터를 통해 투과된 빛에 대응되는 협대역 컬러 정보 및 광대역 컬러 정보를 포함하는 이미지 데이터를 획득할 수 있다.
여기서, 협대역 컬러 정보란 R(Red) 컬러 필터, G(Green) 컬러 필터, B(blue) 컬러 필터, C(Cyan) 컬러 필터, Y(Yellow) 컬러 필터, M(Magenta) 컬러 필터 및 K(Black) 컬러 필터 중 어느 하나를 통과한 빛에 대한 컬러 정보이고, 광대역 컬러 정보란 팬크로매틱 필터 또는 WNIR(White & Near Infrared) 필터를 통과한 빛에 대한 컬러 정보일 수 있다.
본 발명의 일실시예에 따른 이미지 처리 방법은 협대역 컬러 정보 및 광대역 컬러 정보를 포함하는 이미지 데이터의 협대역 컬러 정보에 대응되는 픽셀들 중 적어도 하나의 픽셀을 선택하는 단계 및 상기 선택된 픽셀의 협대역 컬러 정보, 상기 선택된 픽셀 주변의 협대역 컬러 정보 및, 상기 협대역 컬러 정보와 상기 광대역 컬러 정보 간의 상관관계 값에 기초하여 선택된 픽셀의 광대역 컬러 정보를 추정하는 단계를 포함할 수 있다.
여기서, 상기 이미지 처리 방법은 상기 이미지 데이터를 균등 측정(Homogeneity) 방법을 이용하여 균등 영역(homogeneity region) 및 비균등 영역(non-homogeneity region)으로 구분하는 단계를 더 포함할 수 있다.
여기서, 상기 선택하는 단계는 상기 비균등 영역의 상기 협대역 컬러 정보에 대응되는 픽셀들 중 적어도 하나의 픽셀을 선택할 수 있다.
여기서, 상기 추정 단계는 상기 이미지 데이터의 광대역 컬러 정보 및 상기 추정부에서 추정된 광대역 컬러 정보에 기초하여 선택되지 않은 픽셀의 광대역 컬러 정보를 추정하는 단계를 포함할 수 있다.
여기서, 상기 추정단계는 상기 균등 영역에 존재하는 상기 이미지 데이터의 광대역 컬러 정보에 기초하여, 상기 균등 영역의 협대역 컬러 정보에 대응되는 픽셀들의 광대역 컬러 정보를 추정하는 단계를 포함할 수 있다.
여기서, 상기 선택된 픽셀 주변의 협대역 컬러 정보는 상기 선택된 픽셀을 기준으로 상하좌우에 위치한 4개 픽셀의 협대역 컬러 정보일 수 있다.
여기서, 상기 이미지 처리 방법은 상기 이미지 데이터를 상기 협대역 컬러 정보에 대응되는 3개의 픽셀 및 상기 광대역 컬러 정보에 대응되는 1개의 픽셀을 포함하는 2*2 블록으로 나누고, 상기 블록에 포함된 상기 협대역 컬러 정보들과 상기 광대역 컬러 정보 간의 상관관계 값을 계산하는 단계를 더 포함할 수 있다.
여기서, 상기 선택하는 단계는 상기 이미지 데이터의 광대역 컬러 정보에 해당하는 픽셀의 대각선에 위치한 상기 협대역 컬러 정보에 대응되는 픽셀 중 적어도 하나의 픽셀을 선택할 수 있다.
여기서, 상기 이미지 처리 방법은 각각의 픽셀마다 형성된 픽셀 센서를 이용하여, 협대역 컬러 필터 및 광대역 컬러 필터를 통해 투과된 빛에 대응되는 협대역 컬러 정보 및 광대역 컬러 정보를 포함하는 이미지 데이터를 획득하는 단계를 더 포함할 수 있다.
개시된 내용에 따르면, 적은 수의 획득된 광대역 컬러 정보를 이용하여 이미지 데이터 전체의 광대역 컬러 정보를 추정할 수 있다.
또한, 추정된 광대역 컬러 정보를 이용하여 컬러 이미지 데이터를 복원함으로써, 풀(full) 해상도에 가까운 이미지 데이터를 복원할 수 있다.
도 1은 본 발명의 일 실시예와 관련된 이미지 처리 장치에 관한 도면이다.
도 2는 본 발명의 일 실시예와 관련된 파장에 따른 스펙트럼을 도시한 도면이다.
도 3은 본 발명의 일 실시예에 따른 이미지 처리 방법을 설명하기 위한 흐름도이다.
도 4a 내지 도 4i는 도 3의 이미지 처리 방법을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예와 관련된 파장에 따른 스펙트럼을 도시한 도면이다.
도 3은 본 발명의 일 실시예에 따른 이미지 처리 방법을 설명하기 위한 흐름도이다.
도 4a 내지 도 4i는 도 3의 이미지 처리 방법을 설명하기 위한 도면이다.
이하, 첨부된 도면을 참조하여 발명을 실시하기 위한 구체적인 내용에 대하여 상세하게 설명한다.
도 1은 본 발명의 일 실시예와 관련된 이미지 처리 장치에 관한 도면이다.
이미지 처리 장치(100)는 이미지 획득부(110), 영역 구분부(115), 선택부(120), 계산부(125), 추정부(130) 및 컬러 이미지 생성부(140)를 포함한다.
이미지 획득부(110)는 이미지 데이터를 획득할 수 있다. 이미지 획득부(110)는 렌즈, 컬러필터, 이미지 센서 등을 포함할 수 있다. 이미지 센서는 렌즈 및 컬러 필터를 통과한 빛을 인식할 수 있다. 이때, 이미지 센서는 다수의 포토센서를 포함할 수 있으며, 하나의 픽셀 당 하나의 포토센서가 구비될 수 있다. 이미지 센서는 인식된 빛에 기초하여 이미지 데이터를 생성할 수 있다.
컬러필터는 R(Red) 컬러 필터, G(Green) 컬러 필터, B(Blue) 컬러 필터, C(Cyan) 컬러 필터, Y(Yellow) 컬러 필터, M(Magenta) 컬러 필터, K(Black) 컬러 필터, 팬크로매틱 필터, WNIR(White & Near Infrared) 필터를 포함할 수 있다. 예를 들면, R(Red) 컬러 필터는 R(Red) 컬러에 대응되는 파장을 갖는 빛을 통과시킨다. 이미지 센서는 통과된 빛을 인식하여 컬러 정보를 생성할 수 있다. 컬러 정보란 특정 컬러의 명암도를 표시하는 정보이다. 예를 들면, 컬러 정보를 8비트로 표현하는 경우, 컬러 정보는 0~255의 숫자로 표현될 수 있다. 가장 어두운 컬러를 0으로 표현하고, 가장 밝은 컬러를 255로 표현할 수 있다. 또한, 컬러 정보는 12비트 또는 16비트 등과 같이 다양한 크기의 비트로 표현될 수 있다. 예를 들면, 컬러 필터는 RGBW, CYYW, CMYWNIR 등과 같이 협대역 필터 및 광대역 필터를 모두 포함할 수 있다.
이미지 획득부(110)는 R(Red) 컬러 필터, G(Green) 컬러 필터, B(blue) 컬러 필터, C(Cyan) 컬러 필터, Y(Yellow) 컬러 필터, M(Magenta) 컬러 필터, K(Black) 컬러 필터를 통과한 빛에 기초하여 협대역 컬러 정보를 획득할 수 있다. 여기서, 협대역 컬러 정보란 좁은 범위의 파장을 갖는 빛에 대한 컬러 정보를 의미한다. 좁은 범위의 파장이란 특정 컬러에 대응되는 파장일 수 있다.
이미지 획득부(110)는 팬크로매틱 필터, WNIR(White & Near Infrared) 필터를 통과한 빛에 기초하여 광대역 컬러 정보를 획득할 수 있다. 팬크로매틱 필터는 화이트(white) 필터라고도 한다. 여기서, 광대역 컬러 정보란 넓은 범위의 파장을 갖는 빛에 대한 컬러 정보를 의미한다. 넓은 범위의 파장은 여러 개의 컬러에 대응되는 파장 및 근적외선 파장을 포함할 수 있다. 이와 같이, 이미지 획득부(110)는 컬러 필터를 통과한 빛에 기초하여 협대역 컬러 정보 및 광대역 컬러 정보를 포함하는 이미지 데이터를 획득할 수 있다.
예를 들면, 이미지 획득부(110)는 각각의 픽셀마다 형성된 픽셀 센서를 이용하여, 협대역 컬러 필터 및 광대역 컬러 필터를 통해 투과된 빛에 대응되는 협대역 컬러 정보 및 광대역 컬러 정보를 포함하는 이미지 데이터를 생성할 수 있다.
컬러에 대응되는 파장의 분포는 도 2를 참조하여 후술하겠다.
영역 구분부(115)는 획득된 이미지 데이터를 균등 측정(Homogeneity) 방법을 이용하여 균등 영역(homogeneity region) 및 비균등 영역(non-homogeneity region)으로 구분할 수 있다. 균등 영역이란 이미지 데이터 중 픽셀간 이미지 데이터의 변화가 적은 영역을 의미한다. 비균등 영역이란 이미지 데이터 중 픽셀간 이미지 데이터의 변화가 많은 영역을 의미한다.
예를 들면, 영역 구분부(115)는 이미지 데이터에 포함된 컬러 정보를 이용하여 수평(horizontal) 기울기(gradient) 값 및 수직(vertical) 기울기 값을 계산한다. 영역 구분부(115)는 계산된 기울기 값에 기초하여 표준 편차(standard deviation)를 계산한다. 영역 구분부(115)는 계산된 표준 편차가 구분 기준값보다 작은 영역을 균등 영역(homogeneity region)으로 구분하고, 계산된 표준 편차가 구분 기준값보다 큰 영역을 비균등 영역(non-homogeneity region)으로 구분한다. 구분 기준값은 균등 영역과 비균등 영역을 구분하기 위해 설정된 값이다.
또 다른 예를 들면, 영역 구분부(115)는 하이 패스 필터(high-pass-filter) 및 컨벌루션(convolution) 계산 과정을 이용하여 균등 영역과 비균등 영역을 구분할 수 있다.
영역 구분부(115)는 위에서 설명한 예 이외에도 다양한 방법을 이용하여 균등영역과 비균등영역을 구분할 수 있다.
선택부(120)는 이미지 획득부(110)에서 획득된 이미지 데이터의 비균등 영역 중 협대역 컬러 정보를 포함하는 적어도 하나의 픽셀을 선택할 수 있다. 이미지 데이터는 협대역 컬러 정보 및 광대역 컬러 정보를 포함한다. 예를 들면, 선택부(120)는 이미지 데이터 중 광대역 컬러 정보에 해당하는 픽셀의 대각선에 위치한 협대역 컬러 정보에 대응되는 픽셀 중 적어도 하나를 선택할 수 있다.
계산부(125)는 이미지 데이터의 비균등 영역을 협대역 컬러 정보에 대응되는 3개의 픽셀 및 광대역 컬러 정보에 대응되는 1개의 픽셀을 포함하는 2*2 블록으로 나누고, 블록에 포함된 3개의 협대역 컬러 정보 및 1개의 광대역 컬러 정보간의 상관관계 값을 계산한다.
추정부(130)는 이미지 데이터의 비균등 영역 중 선택부(120)에서 선택한 픽셀의 협대역 컬러 정보, 선택된 픽셀 주변의 협대역 컬러 정보 및, 획득된 협대역 컬러 정보와 획득된 광대역 컬러 정보 간의 상관관계 값에 기초하여 선택된 픽셀의 광대역 컬러 정보를 추정한다. 예를 들면, 선택된 픽셀 주변의 협대역 컬러 정보는 선택된 픽셀을 기준으로 상하좌우에 위치한 4개 픽셀의 협대역 컬러 정보일 수 있다.
또한, 추정부(130)는 획득된 광대역 컬러 정보에 기초하여 이미지 데이터의 균등 영역 중 협대역 컬러 정보에 대응되는 픽셀의 광대역 컬러 정보를 추정한다.
또한, 추정부(130)는 번진(blurred) 이미지를 복원 방법을 이용하여 복원할 수 있다. 예를 들면, 복원 방법으로는 위너(wiener) 필터를 이용한 알고리즘, Lucy-Richardson 알고리즘, Priori Sparsity 알고리즘 등이 있다.
추정부(130)는 이미지 획득부(110)를 통해 획득된 광대역 컬러 정보 및 추정부(130)에서 추정된 광대역 컬러 정보에 기초하여 비균등 영역 중 선택부(120)에서 선택하지 않은 픽셀의 광대역 컬러 정보를 추정한다. 예를 들면, 추정부(130)는 Constant Hue-Based interpolation, Edge-Directed interpolation, Median-Based interpolation by freeman, Homogeneity-Directed interpolation by K. Hirakawa and T.W. Parks 등의 보간(interpolation) 방법을 이용하여 광대역 컬러 정보를 추정할 수 있다. 이에 따라, 이미지 처리 장치(100)는 이미지 데이터의 모든 픽셀에 해당하는 광대역 컬러 정보를 획득할 수 있다.
컬러 이미지 생성부(150)는 추정된 광대역 컬러 정보 및 획득된 광대역 컬러 정보를 포함하는 이미지 데이터에 기초하여 컬러 이미지 데이터를 생성한다. 각 구성요소의 이미지 처리 결과 및 과정은 이하의 도 4a 내지 도 4i를 참조하여 후술하겠다.
본 실시예에서는 따른 이미지 처리 장치(100)가 영역 구분부(115)를 포함하는 경우를 기준으로 설명하였으나, 이미지 처리 장치(100)는 영역 구분부(115)를 포함하지 않을 수 있다. 예를 들면, 선택부(120)는 이미지 획득부(110)에서 획득된 이미지 데이터 중 협대역 컬러 정보를 포함하는 적어도 하나의 픽셀을 선택할 수 있다. 선택부(120)는 이미지 데이터 중 광대역 컬러 정보에 해당하는 픽셀의 대각선에 위치한 협대역 컬러 정보에 대응되는 픽셀 중 적어도 하나를 선택할 수 있다.계산부(125)는 이미지 데이터를 협대역 컬러 정보에 대응되는 3개의 픽셀 및 광대역 컬러 정보에 대응되는 1개의 픽셀을 포함하는 2*2 블록으로 나누고, 블록에 포함된 3개의 협대역 컬러 정보 및 1개의 광대역 컬러 정보간의 상관관계 값을 계산한다. 추정부(130)는 선택부(120)에서 선택한 픽셀의 협대역 컬러 정보, 선택된 픽셀 주변의 협대역 컬러 정보 및, 획득된 협대역 컬러 정보와 획득된 광대역 컬러 정보 간의 상관관계 값에 기초하여 선택된 픽셀의 광대역 컬러 정보를 추정한다. 추정부(130)는 획득된 광대역 컬러 정보 및 추정된 광대역 컬러 정보에 기초하여 선택부(120)에서 선택하지 않은 픽셀의 광대역 컬러 정보를 추정한다. 이에 따라, 이미지 처리 장치(100)는 이미지 데이터의 모든 픽셀에 해당하는 광대역 컬러 정보를 획득할 수 있다. 다시 말해, 이미지 처리 장치(100)는 이미지 데이터를 균등영역과 비균등영역으로 구분하지 않고, 광대역 컬러 정보를 추정할 수 있다.
이미지 처리 장치는 획득된 협대역 컬러 정보들에 기초하여 광대역 컬러 정보를 추정할 수 있다.
또한, 이미지 처리 장치는 적은 수의 획득된 광대역 컬러 정보를 이용하여 이미지 데이터 전체의 광대역 컬러 정보를 추정할 수 있다.
또한, 이미지 처리 장치는 추정된 광대역 컬러 정보를 이용하여 컬러 이미지 데이터를 복원함으로써, 풀(full) 해상도에 가까운 이미지 데이터를 복원할 수 있다.
도 2는 본 발명의 일실시예와 관련된 파장에 따른 스펙트럼을 도시한 도면이다.
파장의 단위는 nm이고, 감도의 단위는 정의되는 기준에 따라 달라질 수 있다. 세로축은 상대적인 크기로 표현될 수도 있다.
도 2를 참조하면, B(Blue) 컬러(200)는 450nm에서 가장 큰 값을 가지고, 약 400nm에서 약 500nm에 해당하는 파장영역을 갖는다. G(Green) 컬러(210)는 550nm에서 가장 큰 값을 가지고, 약 500nm에서 약 600nm에 해당하는 파장영역을 갖는다. R(Red) 컬러(220)는 650nm 에서 가장 큰 값을 갖지고, 약 600nm에서 700nm에 해당하는 파장영역을 갖는다. 화이트(WHITE)(430)는 R,G,B 컬러를 모두 포함하는 파장영역을 갖는다. NIR(Near Infrared)은 약 700nm에서 약 800nm에 해당하는 영역을 갖는다. 여기서, NIR(Near Infrared)은 근적외선이라고 일컬으며, 파장의 범위는 조금씩 다르게 정의될 수 있다. WNIR(White & Near Infrared)은 화이트(WHITE) 및 근적외선(NIR) 영역을 모두 포함한다.
B(Blue) 컬러(200), G(Green) 컬러(210) 및 R(Red) 컬러(220)는 협대역 컬러이고, 화이트(WHITE)(430) 및 WNIR(White & Near Infrared)은 광대역 컬러이다.
도 3은 본 발명의 일실시예에 따른 이미지 처리 방법을 설명하기 위한 흐름도이다.
도 1 및 도 3을 참조하면, 이미지 획득부(110)는 협대역 컬러 정보 및 광대역 컬러 정보를 포함하는 이미지 데이터를 획득한다(300). 영역 구분부(115)는 획득된 이미지 데이터를 균등 측정(Homogeneity) 방법을 이용하여 균등 영역(homogeneity region) 및 비균등 영역(non-homogeneity region)으로 구분한다(310). 비균등 영역에 해당하는 경우, 선택부(120)는 이미지 데이터의 비균등 영역 중 협대역 컬러 정보를 포함하는 적어도 하나의 픽셀을 선택한다(320). 계산부(125)는 이미지 데이터의 비균등 영역을 협대역 컬러 정보에 대응되는 3개의 픽셀 및 광대역 컬러 정보에 대응되는 1개의 픽셀을 포함하는 2*2 블록으로 나누고, 블록에 포함된 3개의 협대역 컬러 정보 및 1개의 광대역 컬러 정보간의 상관관계 값을 계산한다. 추정부(130)는 이미지 데이터의 비균등 영역 중 선택부(120)에서 선택한 픽셀의 협대역 컬러 정보, 선택된 픽셀 주변의 협대역 컬러 정보 및, 획득된 협대역 컬러 정보와 획득된 광대역 컬러 정보 간의 상관관계 값에 기초하여 선택된 픽셀의 광대역 컬러 정보를 추정한다(330). 추정부(130)는 이미지 획득부(110)를 통해 획득된 광대역 컬러 정보 및 추정부(130)에서 추정된 광대역 컬러 정보에 기초하여 비균등영역에서 선택부(120)에서 선택하지 않은 픽셀의 광대역 컬러 정보를 추정한다(340). 이에 따라, 비균등 영역의 모든 픽셀에 대응되는 광대역 컬러 정보를 추정할 수 있다.
반면에, 균등 영역에 해당하는 경우, 추정부(130)는 획득된 광대역 컬러 정보에 기초하여 이미지 데이터의 균등 영역 중 협대역 컬러 정보에 대응되는 픽셀의 광대역 컬러 정보를 추정한다(350). 이에 따라, 균등 영역의 모든 픽셀에 대응되는 광대역 컬러 정보를 추정할 수 있다.
컬러 이미지 생성부(150)는 추정된 광대역 컬러 정보 및 획득된 광대역 컬러 정보를 포함하는 이미지 데이터에 기초하여 컬러 이미지 데이터를 생성한다(360).
이미지 처리 방법은 획득된 협대역 컬러 정보들에 기초하여 광대역 컬러 정보를 추정할 수 있다.
또한, 이미지 처리 방법은 추정된 광대역 컬러 정보를 이용하여 컬러 이미지 데이터를 복원함으로써, 풀(full) 해상도에 가까운 이미지 데이터를 복원할 수 있다.
도 4a 내지 도 4i는 도 3의 이미지 처리 방법을 설명하기 위한 도면이다.
도 1 및 도 4a를 참조하면, 이미지 획득부(110)는 협대역 컬러 정보 및 광대역 컬러 정보를 포함하는 이미지 데이터를 획득한다. 도 4b를 참조하면, 영역 구분부(115)는 획득된 이미지 데이터를 균등 측정(Homogeneity) 방법을 이용하여 균등 영역(homogeneity region)(410, 412) 및 비균등 영역(non-homogeneity region)(411)으로 구분한다. 도 4c는 도 4b의 균등 영역 및 비균등 영역을 픽셀 단위의 컬러 정보로 표시한 도면이다. 도 4c를 참조하면, 균등 영역 및 비균등 영역은 R,G,B,W의 2*2 블록이 반복적으로 배열되어 있다. 총 픽셀의 개수는 도 4c에 표시된 개수에 한정되지 않는다. 2*2 블록의 모양은 이미지 획득부(110)에 포함된 컬러 필터의 모양에 따라 달라진다. 예를 들면, 컬러 필터가 R,G,B,W 컬러 필터를 포함하는 경우, 2*2 블록은 도 4c와 같은 모양을 한다. 반면에, 컬러 필터가 C,M,Y,W 컬러 필터를 포함하는 경우, 2*2 블록은 C,M,Y,W를 포함하는 모양일 것이다. 여기서, W1, W2, W3, W4는 획득된 광대역 컬러 정보이다.
도 4d를 참조하면, 비균등 영역(411)에 대해, 선택부(120)는 이미지 데이터의 비균등 영역(411) 중 협대역 컬러 정보를 포함하는 적어도 하나의 픽셀을 선택한다. 예를 들면, 선택부(120)는 G1, G2, G3, G4에 해당하는 픽셀을 선택할 수 있다. 계산부(125)는 이미지 데이터의 비균등 영역(411)을 협대역 컬러 정보에 대응되는 3개의 픽셀 및 광대역 컬러 정보에 대응되는 1개의 픽셀을 포함하는 2*2 블록으로 나누고, 블록에 포함된 3개의 협대역 컬러 정보 및 1개의 광대역 컬러 정보간의 상관관계 값을 계산한다.
예를 들면, 계산부(125)는 블록에 포함된 컬러 정보들 및 수학식 1에 기초하여 상관관계 값(Cr, Cg, Cb)을 계산한다.
여기서, W는 광대역 컬러 정보를 의미하고, R,G,B는 협대역 컬러 정보를 의미하고, C는 상관관계 값을 의미한다. 8비트로 표현되는 경우, 광대역 컬러 정보 및 협대역 컬러 정보는 0~255로 표현될 수 있다. 수학식 1은 일 실시예에 불과하며, 다양한 수학식을 이용하여 상관 관계값을 계산할 수 있다. 예를 들면, 협대역 컬러 정보에 가중치를 준 후, 상관 관계값을 계산할 수도 있다.
추정부(130)는 이미지 데이터의 비균등 영역 중 선택부(120)에서 선택한 픽셀의 협대역 컬러 정보, 선택된 픽셀 주변의 협대역 컬러 정보 및, 획득된 협대역 컬러 정보와 획득된 광대역 컬러 정보 간의 상관관계 값에 기초하여 선택된 픽셀의 광대역 컬러 정보를 추정한다. 예를 들면, G4가 선택된 경우를 기준으로 설명하면, 추정부(130)는 이하의 수학식 2를 이용하여, 선택된 픽셀(G4)의 광대역 컬러 정보(W24)를 계산할 수 있다. 선택된 픽셀 주변의 협대역 컬러 정보(R3, R4, B2, B4)는 선택한 픽셀을 기준으로 상하좌우에 위치한 4개의 픽셀에 대응되는 협대역 컬러 정보이다.
여기서, G4는 선택한 픽셀의 협대역 컬러 정보, R3, R4, B2, B4는 선택된 픽셀 주변의 협대역 컬러 정보이고, Cr, Cg, Cb는 획득된 협대역 컬러 정보와 획득된 광대역 컬러 정보 간의 상관관계 값이다.
예를 들면, G4, R3 , R4, B2, B4는 모두 10이고, Cr, Cg, Cb는 모두 1인 경우, 광대역 컬러 정보(W24)는 10이다.
다른 선택된 픽셀들(G1, G2, G3)도 위와 같은 과정을 통해, 추정부(130)는 광대역 컬러 정보(W21, W22, W23)를 추정할 수 있다. 수학식 2는 일실시예에 불과하고 다양한 수학식을 이용하여 광대역 컬러 정보를 추정할 수 있다. 예를 들면, 수학식 2의 각 협대역 컬러 정보에 가중치를 주어, 광대역 컬러 정보를 추정할 수도 있다.
추정부(130)는 이미지 획득부(110)를 통해 획득된 광대역 컬러 정보(W1) 및 추정부(130)에서 추정된 광대역 컬러 정보(W21)에 기초하여 선택하지 않은 픽셀의 광대역 컬러 정보들(W25)을 추정한다. 또한, 추정부(130)는 이미지 획득부(110)를 통해 획득된 광대역 컬러 정보(W2)및 추정부(130)에서 추정된 광대역 컬러 정보(W22)에 기초하여 선택하지 않은 픽셀의 광대역 컬러 정보들(W25)을 추정한다. 또한, 추정부(130)는 이미지 획득부(110)를 통해 획득된 광대역 컬러 정보(W3)및 추정부(130)에서 추정된 광대역 컬러 정보(W23)에 기초하여 선택하지 않은 픽셀의 광대역 컬러 정보들(W27)을 추정한다. 또한, 추정부(130)는 이미지 획득부(110)를 통해 획득된 광대역 컬러 정보(W4) 및 추정부(130)에서 추정된 광대역 컬러 정보(W24)에 기초하여 선택하지 않은 픽셀의 광대역 컬러 정보들(W28)을 추정한다. 이에 따라, 비균등 영역의 모든 픽셀에 대응되는 광대역 컬러 정보를 추정할 수 있다.
도 4e를 참조하면, 균등 영역에 대해, 추정부(130)는 획득된 광대역 컬러 정보(W5, W6 , W7, W8)에 기초하여 이미지 데이터의 균등 영역(410) 중 협대역 컬러 정보에 대응되는 픽셀의 광대역 컬러 정보(W30, W31 , W32, W33)를 추정한다. 이에 따라, 균등 영역의 모든 픽셀에 대응되는 광대역 컬러 정보를 추정할 수 있다. 예를 들면, 추정부(130)는 획득된 광대역 컬러 정보(W5, W6 , W7, W8)와 동일한 값으로 광대역 컬러 정보(W30, W31 , W32, W33)를 추정할 수 있다. 또 다른 예를 들면, 추정부(130)는 획득된 광대역 컬러 정보(W5, W6 , W7, W8)에 가중치를 주어 광대역 컬러 정보(W30, W31, W32, W33)를 추정할 수 있다.
또한, 추정부(130)는 획득된 광대역 컬러 정보(W9, W10 , W11, W12)에 기초하여 이미지 데이터의 균등 영역(412) 중 협대역 컬러 정보에 대응되는 픽셀의 광대역 컬러 정보들(W35, W36 , W37, W38)을 추정한다
도 4f는 추정부(130)에 의해 비균등영역 및 균등 영역에 대해 추정한 광대역 컬러 정보 및 획득된 컬러 정보를 표시한 도면이다. 도 4f를 참조하면, 추정부(130)는 비균등영역 및 균등영역에 대해 광대역 컬러 정보를 추정할 수 있다. 최종적으로, 이미지 처리 장치(100)는 추정부(130)에 의해서 추정된 광대역 컬러 정보 및 이미지 획득부(110)를 통해 획득된 광대역 컬러 정보(W1, W2, W3, W4, W5, W6, W7, W8, W9, W10, W11, W12)를 얻을 수 있다.
도 4g를 참조하면, 컬러 이미지 생성부(140)는 도 4f에 도시된 광대역 컬러 정보에 기초하여 R 컬러 정보를 추정한다. 예를 들면, 컬러 이미지 생성부(140)는 획득된 협대역 컬러 정보(440) 및 추정된 광대역 컬러 정보(W30)에 기초하여 협대역 컬러 정보(441, 442, 443)를 추정한다. 예를 들면, 광대역 컬러 정보 20에 대응되는 협대역 컬러 정보는 10이고, 광대역 컬러 정보 40에 대응되는 협대역 컬러 정보는 20일 수 있다. 이를 기준으로 설명하면, 추정된 광대역 컬러 정보(W30)가 40인 경우, 컬러 이미지 생성부(140)는 협대역 컬러 정보(441, 442, 443)를 20으로 추정할 수 있다. 여기서, 협대역 컬러 정보와 추정된 광대역 컬러 정보의 상대적인 크기는 사용자 등에 의해 다양하게 설정될 수 있다. 컬러 이미지 생성부(140)는 협대역 컬러 정보 및 추정된 광대역 컬러 정보의 상대적인 크기에 기초하여 협대역 컬러 정보를 추정한다. 이와 같은 과정을 통해, 컬러 이미지 생성부(140)는 나머지 협대역 컬러 정보들을 추정할 수 있다.
도 4h를 참조하면, 컬러 이미지 생성부(140)는 도 4f에 도시된 광대역 컬러 정보에 기초하여 G 컬러 정보를 추정한다. 예를 들면, 컬러 이미지 생성부(140)는 획득된 협대역 컬러 정보(450) 및 추정된 광대역 컬러 정보(W30)에 기초하여 협대역 컬러 정보(451, 452, 453)를 추정한다. 예를 들면, 광대역 컬러 정보 20에 대응되는 협대역 컬러 정보는 5이고, 광대역 컬러 정보 40에 대응되는 협대역 컬러 정보는 10일 수 있다. 이를 기준으로 설명하면, 추정된 광대역 컬러 정보(W30)가 40인 경우, 컬러 이미지 생성부(140)는 협대역 컬러 정보(451, 452, 453)를 10으로 추정할 수 있다. 여기서, 협대역 컬러 정보와 추정된 광대역 컬러 정보의 상대적인 크기는 사용자 등에 의해 다양하게 설정될 수 있다. 컬러 이미지 생성부(140)는 협대역 컬러 정보 및 추정된 광대역 컬러 정보의 상대적인 크기에 기초하여 협대역 컬러 정보를 추정한다. 이와 같은 과정을 통해, 컬러 이미지 생성부(140)는 나머지 협대역 컬러 정보들을 추정할 수 있다.
도 4i를 참조하면, 컬러 이미지 생성부(140)는 도 4f에 도시된 광대역 컬러 정보에 기초하여 B 컬러 정보를 추정한다. 예를 들면, 컬러 이미지 생성부(140)는 획득된 협대역 컬러 정보(460) 및 추정된 광대역 컬러 정보(W30)에 기초하여 협대역 컬러 정보(461, 462, 463)를 추정한다. 예를 들면, 광대역 컬러 정보 20에 대응되는 협대역 컬러 정보는 15이고, 광대역 컬러 정보 40에 대응되는 협대역 컬러 정보는 25일 수 있다. 이를 기준으로 설명하면, 추정된 광대역 컬러 정보(W30)가 40인 경우, 컬러 이미지 생성부(140)는 협대역 컬러 정보(461, 462, 463)를 25으로 추정할 수 있다. 여기서, 협대역 컬러 정보와 추정된 광대역 컬러 정보의 상대적인 크기는 사용자 등에 의해 다양하게 설정될 수 있다. 컬러 이미지 생성부(140)는 협대역 컬러 정보 및 추정된 광대역 컬러 정보의 상대적인 크기에 기초하여 협대역 컬러 정보를 추정한다. 이와 같은 과정을 통해, 컬러 이미지 생성부(140)는 나머지 협대역 컬러 정보들을 추정할 수 있다.
컬러 이미지 생성부(140)는 도 4g, 도 4h, 도 4i에 표시된 컬러 정보를 이용하여 컬러 이미지를 생성할 수 있다.
이미지 처리 방법은 획득된 협대역 컬러 정보들에 기초하여 광대역 컬러 정보를 추정할 수 있다.
또한, 이미지 처리 방법은 추정된 광대역 컬러 정보를 이용하여 컬러 이미지 데이터를 복원함으로써, 풀(full) 해상도에 가까운 이미지 데이터를 복원할 수 있다.
설명된 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.
또한, 실시예는 그 설명을 위한 것이며, 그 제한을 위한 것이 아님을 주의하여야 한다. 또한, 본 발명의 기술분야의 통상의 전문가라면 본 발명의 기술사상의 범위에서 다양한 실시예가 가능함을 이해할 수 있을 것이다.
또한, 본 발명의 일 실시예에 의하면, 전술한 방법은, 프로그램이 기록된 매체에 프로세서가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 프로세서가 읽을 수 있는 매체의 예로는, ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장장치 등이 있으며, 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다.
Claims (20)
- 협대역 컬러 정보 및 광대역 컬러 정보를 포함하는 이미지 데이터의 협대역 컬러 정보에 대응되는 픽셀들 중 적어도 하나의 픽셀을 선택하는 선택부; 및
상기 선택된 픽셀의 협대역 컬러 정보, 상기 선택된 픽셀 주변의 협대역 컬러 정보 및, 상기 선택된 픽셀의 협대역 컬러 정보 및 상기 선택된 픽셀 주변의 협대역 컬러 정보 중 적어도 하나의 협대역 컬러 정보와 상기 광대역 컬러 정보 간의 상관관계 값에 기초하여, 상기 선택된 픽셀의 광대역 컬러 정보를 추정하는 추정부를 포함하는 이미지 처리 장치.
- 제 1 항에 있어서,
상기 이미지 데이터를 균등 측정(Homogeneity) 방법을 이용하여 균등 영역(homogeneity region) 및 비균등 영역(non-homogeneity region)으로 구분하는 영역 구분부를 더 포함하는 이미지 처리 장치.
- 제 2 항에 있어서,
상기 선택부는,
상기 비균등 영역의 상기 협대역 컬러 정보에 대응되는 픽셀들 중 적어도 하나의 픽셀을 선택하는 이미지 처리 장치.
- 제 1 항에 있어서,
상기 추정부는,
상기 이미지 데이터의 광대역 컬러 정보 및 상기 추정부에서 추정된 광대역 컬러 정보에 기초하여, 선택되지 않은 픽셀의 광대역 컬러 정보를 추정하는 이미지 처리 장치.
- 제 2 항에 있어서,
상기 추정부는,
상기 균등 영역에 존재하는 상기 이미지 데이터의 광대역 컬러 정보에 기초하여, 상기 균등 영역의 협대역 컬러 정보에 대응되는 픽셀들의 광대역 컬러 정보를 추정하는 이미지 처리 장치.
- 제 1 항에 있어서,
상기 선택된 픽셀 주변의 협대역 컬러 정보는,
상기 선택된 픽셀을 기준으로 상하좌우에 위치한 4개 픽셀의 협대역 컬러 정보인 이미지 처리 장치.
- 제 1 항에 있어서,
상기 이미지 데이터를 상기 협대역 컬러 정보에 대응되는 3개의 픽셀 및 상기 광대역 컬러 정보에 대응되는 1개의 픽셀을 포함하는 2*2 블록으로 나누고, 상기 블록에 포함된 상기 협대역 컬러 정보들과 상기 광대역 컬러 정보 간의 상관관계 값을 계산하는 계산부를 더 포함하는 이미지 처리 장치.
- 제 1 항에 있어서,
상기 선택부는,
상기 이미지 데이터의 광대역 컬러 정보에 해당하는 픽셀의 대각선에 위치한 상기 협대역 컬러 정보에 대응되는 픽셀 중 적어도 하나의 픽셀을 선택하는 이미지 처리 장치.
- 제 1 항에 있어서,
각각의 픽셀마다 형성된 픽셀 센서를 이용하여, 협대역 컬러 필터 및 광대역 컬러 필터를 통해 투과된 빛에 대응되는 협대역 컬러 정보 및 광대역 컬러 정보를 포함하는 이미지 데이터를 획득하는 이미지 획득부를 더 포함하는 이미지 처리 장치.
- 제 1 항에 있어서,
협대역 컬러 정보란 R(Red) 컬러 필터, G(Green) 컬러 필터, B(blue) 컬러 필터, C(Cyan) 컬러 필터, Y(Yellow) 컬러 필터, M(Magenta) 컬러 필터 및 K(Black) 컬러 필터 중 어느 하나를 통과한 빛에 대한 컬러 정보이고, 광대역 컬러 정보란 팬크로매틱 필터 또는 WNIR(White & Near Infrared) 필터를 통과한 빛에 대한 컬러 정보인 이미지 처리 장치.
- 협대역 컬러 정보 및 광대역 컬러 정보를 포함하는 이미지 데이터의 협대역 컬러 정보에 대응되는 픽셀들 중 적어도 하나의 픽셀을 선택하는 단계; 및
상기 선택된 픽셀의 협대역 컬러 정보, 상기 선택된 픽셀 주변의 협대역 컬러 정보 및, 상기 선택된 픽셀의 협대역 컬러 정보 및 상기 선택된 픽셀 주변의 협대역 컬러 정보 중 적어도 하나의 협대역 컬러 정보와 상기 광대역 컬러 정보 간의 상관관계 값에 기초하여, 선택된 픽셀의 광대역 컬러 정보를 추정하는 단계를 포함하는 이미지 처리 방법.
- 제 11 항에 있어서,
상기 적어도 하나의 픽셀을 선택하는 단계 이전에,
상기 이미지 데이터를 균등 측정(Homogeneity) 방법을 이용하여 균등 영역(homogeneity region) 및 비균등 영역(non-homogeneity region)으로 구분하는 단계를 더 포함하는 이미지 처리 방법.
- 제 12 항에 있어서,
상기 선택하는 단계는
상기 비균등 영역의 상기 협대역 컬러 정보에 대응되는 픽셀들 중 적어도 하나의 픽셀을 선택하는 이미지 처리 방법.
- 제 11 항에 있어서,
상기 추정하는 단계는,
상기 이미지 데이터의 광대역 컬러 정보 및 추정된 상기 선택된 픽셀의 광대역 컬러 정보에 기초하여, 선택되지 않은 픽셀의 광대역 컬러 정보를 추정하는 단계를 포함하는 이미지 처리 방법.
- 제 12 항에 있어서,
상기 추정단계는,
상기 균등 영역에 존재하는 상기 이미지 데이터의 광대역 컬러 정보에 기초하여, 상기 균등 영역의 협대역 컬러 정보에 대응되는 픽셀들의 광대역 컬러 정보를 추정하는 단계를 포함하는 이미지 처리 방법.
- 제 11 항에 있어서,
상기 선택된 픽셀 주변의 협대역 컬러 정보는,
상기 선택된 픽셀을 기준으로 상하좌우에 위치한 4개 픽셀의 협대역 컬러 정보인 이미지 처리 방법.
- 제 11 항에 있어서,
상기 이미지 데이터를 상기 협대역 컬러 정보에 대응되는 3개의 픽셀 및 상기 광대역 컬러 정보에 대응되는 1개의 픽셀을 포함하는 2*2 블록으로 나누고, 상기 블록에 포함된 상기 협대역 컬러 정보들과 상기 광대역 컬러 정보 간의 상관관계 값을 계산하는 단계를 더 포함하는 이미지 처리 방법.
- 제 11 항에 있어서,
상기 선택하는 단계는,
상기 이미지 데이터의 광대역 컬러 정보에 해당하는 픽셀의 대각선에 위치한 상기 협대역 컬러 정보에 대응되는 픽셀 중 적어도 하나의 픽셀을 선택하는 이미지 처리 방법.
- 제 11 항에 있어서,
상기 적어도 하나의 픽셀을 선택하는 단계 이전에,
각각의 픽셀마다 형성된 픽셀 센서를 이용하여, 협대역 컬러 필터 및 광대역 컬러 필터를 통해 투과된 빛에 대응되는 협대역 컬러 정보 및 광대역 컬러 정보를 포함하는 이미지 데이터를 획득하는 단계를 더 포함하는 이미지 처리 방법.
- 제 11 항에 있어서,
협대역 컬러 정보란 R(Red) 컬러 필터, G(Green) 컬러 필터, B(blue) 컬러 필터, C(Cyan) 컬러 필터, Y(Yellow) 컬러 필터, M(Magenta) 컬러 필터 및 K(Black) 컬러 필터 중 어느 하나를 통과한 빛에 대한 컬러 정보이고, 광대역 컬러 정보란 팬크로매틱 필터 또는 WNIR(White & Near Infrared) 필터를 통과한 빛에 대한 컬러 정보인 이미지 처리 방법.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020100070568A KR101671927B1 (ko) | 2010-07-21 | 2010-07-21 | 이미지 처리 장치 및 방법 |
US13/165,419 US8693770B2 (en) | 2010-07-21 | 2011-06-21 | Apparatus and method for processing images |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020100070568A KR101671927B1 (ko) | 2010-07-21 | 2010-07-21 | 이미지 처리 장치 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20120009819A KR20120009819A (ko) | 2012-02-02 |
KR101671927B1 true KR101671927B1 (ko) | 2016-11-04 |
Family
ID=45493653
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020100070568A KR101671927B1 (ko) | 2010-07-21 | 2010-07-21 | 이미지 처리 장치 및 방법 |
Country Status (2)
Country | Link |
---|---|
US (1) | US8693770B2 (ko) |
KR (1) | KR101671927B1 (ko) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9697434B2 (en) * | 2014-12-10 | 2017-07-04 | Omnivision Technologies, Inc. | Edge detection system and methods |
KR20170025087A (ko) * | 2015-08-27 | 2017-03-08 | (주) 픽셀플러스 | 이미지 센서, 이를 이용한 디지털 영상 처리 장치 및 그 영상 신호 처리 방법 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6738169B1 (en) | 1999-09-10 | 2004-05-18 | Kabushiki Kaisha Toshiba | Image processing apparatus and method |
JP2007174277A (ja) | 2005-12-22 | 2007-07-05 | Sony Corp | 画像信号処理装置、撮像装置、および画像信号処理方法、並びにコンピュータ・プログラム |
JP2007329380A (ja) | 2006-06-09 | 2007-12-20 | Sony Corp | 物理情報取得方法、物理情報取得装置、半導体装置、信号処理装置 |
US20100002948A1 (en) | 2006-10-04 | 2010-01-07 | Koninklijke Philips Electronics N.V. | Image enhancement |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6759646B1 (en) | 1998-11-24 | 2004-07-06 | Intel Corporation | Color interpolation for a four color mosaic pattern |
JP2004304706A (ja) | 2003-04-01 | 2004-10-28 | Fuji Photo Film Co Ltd | 固体撮像装置およびその補間処理方法 |
JP4385282B2 (ja) | 2003-10-31 | 2009-12-16 | ソニー株式会社 | 画像処理装置および画像処理方法 |
US7551797B2 (en) * | 2004-08-05 | 2009-06-23 | Canon Kabushiki Kaisha | White balance adjustment |
JP2006340100A (ja) | 2005-06-02 | 2006-12-14 | Fujifilm Holdings Corp | 撮影装置 |
US7830430B2 (en) | 2005-07-28 | 2010-11-09 | Eastman Kodak Company | Interpolation of panchromatic and color pixels |
US7760912B2 (en) * | 2007-08-01 | 2010-07-20 | Tandent Vision Science, Inc. | Image segregation system with method for handling textures |
KR100925629B1 (ko) * | 2007-12-07 | 2009-11-06 | 삼성전기주식회사 | YCbCr 색공간에서의 오토 화이트 밸런스 방법 |
JP2009290607A (ja) | 2008-05-29 | 2009-12-10 | Hoya Corp | 撮像装置 |
KR101531709B1 (ko) * | 2008-10-17 | 2015-07-06 | 삼성전자 주식회사 | 고감도 컬러 영상을 제공하기 위한 영상 처리 장치 및 방법 |
JP2010288150A (ja) * | 2009-06-12 | 2010-12-24 | Toshiba Corp | 固体撮像装置 |
-
2010
- 2010-07-21 KR KR1020100070568A patent/KR101671927B1/ko active IP Right Grant
-
2011
- 2011-06-21 US US13/165,419 patent/US8693770B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6738169B1 (en) | 1999-09-10 | 2004-05-18 | Kabushiki Kaisha Toshiba | Image processing apparatus and method |
JP2007174277A (ja) | 2005-12-22 | 2007-07-05 | Sony Corp | 画像信号処理装置、撮像装置、および画像信号処理方法、並びにコンピュータ・プログラム |
JP2007329380A (ja) | 2006-06-09 | 2007-12-20 | Sony Corp | 物理情報取得方法、物理情報取得装置、半導体装置、信号処理装置 |
US20100002948A1 (en) | 2006-10-04 | 2010-01-07 | Koninklijke Philips Electronics N.V. | Image enhancement |
Also Published As
Publication number | Publication date |
---|---|
US8693770B2 (en) | 2014-04-08 |
KR20120009819A (ko) | 2012-02-02 |
US20120020555A1 (en) | 2012-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7089296B2 (ja) | 画像からのハイパースペクトルデータの回復 | |
Mihoubi et al. | Multispectral demosaicing using pseudo-panchromatic image | |
EP2263373B1 (en) | Generalized assorted pixel camera systems and methods | |
CN106575035B (zh) | 用于光场成像的系统和方法 | |
Losson et al. | Comparison of color demosaicing methods | |
Gunturk et al. | Demosaicking: color filter array interpolation | |
TWI516132B (zh) | An image processing apparatus, an image processing method, and a program | |
Li et al. | Color filter array demosaicking using high-order interpolation techniques with a weighted median filter for sharp color edge preservation | |
Hu et al. | Convolutional sparse coding for RGB+ NIR imaging | |
KR101291219B1 (ko) | 전정색영상과 다분광영상의 융합 방법 및 그 장치 | |
Mizutani et al. | Multispectral demosaicking algorithm based on inter-channel correlation | |
KR20010020797A (ko) | 전색 이미지 생성을 위한 데이터 처리 시스템 동작 방법과2차원 픽셀값 어레이를 포함하는 이미지의 보간 방법 | |
CN103561193A (zh) | 自动化方法以及自动化的图像处理系统 | |
KR20040066051A (ko) | 가중 그래디언트 기반 및 컬러 수정 보간 | |
CN113822830B (zh) | 基于深度感知增强的多曝光图像融合方法 | |
US10237519B2 (en) | Imaging apparatus, imaging system, image generation apparatus, and color filter | |
Amba et al. | N-LMMSE demosaicing for spectral filter arrays | |
US20140267612A1 (en) | Method and Apparatus for Adaptive Exposure Bracketing, Segmentation and Scene Organization | |
Yamashita et al. | Enhancing low-light color images using an RGB-NIR single sensor | |
KR101671927B1 (ko) | 이미지 처리 장치 및 방법 | |
Lin et al. | Investigating the upper-bound performance of sparse-coding-based spectral reconstruction from RGB images | |
CN105046631A (zh) | 图像处理设备和图像处理方法 | |
AU2016250291A1 (en) | Determining multispectral or hyperspectral image data | |
Ramanath | Interpolation methods for the bayer color array | |
Llanos et al. | Simultaneous demosaicing and chromatic aberration correction through spectral reconstruction |
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 | ||
FPAY | Annual fee payment |
Payment date: 20190910 Year of fee payment: 4 |