KR101723794B1 - 베이어 색상 필터 배열에 대한 노이즈 모델 생성 방법 및 장치 - Google Patents

베이어 색상 필터 배열에 대한 노이즈 모델 생성 방법 및 장치 Download PDF

Info

Publication number
KR101723794B1
KR101723794B1 KR1020150156480A KR20150156480A KR101723794B1 KR 101723794 B1 KR101723794 B1 KR 101723794B1 KR 1020150156480 A KR1020150156480 A KR 1020150156480A KR 20150156480 A KR20150156480 A KR 20150156480A KR 101723794 B1 KR101723794 B1 KR 101723794B1
Authority
KR
South Korea
Prior art keywords
color
channel
noise
image
green
Prior art date
Application number
KR1020150156480A
Other languages
English (en)
Inventor
전광길
Original Assignee
인천대학교 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 인천대학교 산학협력단 filed Critical 인천대학교 산학협력단
Priority to KR1020150156480A priority Critical patent/KR101723794B1/ko
Application granted granted Critical
Publication of KR101723794B1 publication Critical patent/KR101723794B1/ko

Links

Images

Classifications

    • H04N5/335—
    • H04N5/2258—
    • H04N5/357—
    • H04N5/365—

Landscapes

  • Color Television Image Signal Generators (AREA)

Abstract

본 발명의 일 실시예에 따른 노이즈 생성 장치는, 이미지에서 소정의 베이어 색상 필터 배열(Bayer color filter array :CFA)을 획득하는 획득부; 상기 획득된 베이어 색상 필터 배열에 대해 제1 필터링을 수행하여 제1 원색상 채널을 획득하고, 제2 필터링을 수행하여 제2 원색상 채널 및 제3 원색상 채널을 획득하는 필터링부; 상기 획득된 제1 내지 제3 원색상 채널에 대해, 화이트 밸런스, 감마 및 톤(tone) 보정을 고려한 삼원색 분산 비율을 결정하는 삼원색 분산 비율 결정부; 및 상기 삼원색 분산 비율이 적용된 백색 가우시안 노이즈를 이용하여 노이즈 이미지를 생성하는 노이즈 생성부를 포함할 수 있다.

Description

베이어 색상 필터 배열에 대한 노이즈 모델 생성 방법 및 장치{A method and Apparatus for generating a noise model to Bayer color filter arrays}
본 발명은 베이어 색상 필터 배열에 대한 노이즈 모델 생성 방법 및 장치에 관한 것이다.
일반적으로 디지털 카메라에 있어서, 컬러 영상을 획득하기 위해서는 영상의 각 화소 위치에서 RGB, 3개의 컬러가 필요하다. 촬상 장치의 CMOS(complementary metal-oxide semiconductor) 또는 CCD(charge coupled device)와 같은 이미지 센서에 의해 획득되는 영상은 단색(monochrome)의 영상이므로, 대부분의 촬상 장치는 이미지 센서 전단부에 가시광선 영역에서 특정 주파수 대역만을 통과시키는 컬러 필터를 두어 컬러 영상을 획득한다.
한편, CMOS 또는 CCD의 각 화소는 컬러를 표현하기 위해 RGB 세 개의 채널값의 조합으로 이루어진다. 이러한 RGB 컬러값의 배열의 일 예로서 도 1에 베이어 색상 필터 배열(Bayer color filter array :CFA)을 나타내었다. 도 1을 참조하면, 영상(10)은 복수 개의 화소들로 구성되며, 각 화소는 RGB 중 하나의 컬러만을 표현한다. 한편, 도 1의 실시예는 RGGB 베이어 패턴을 나타내는데, G 화소의 개수는 R 화소 또는 B 화소의 개수에 비해 상대적으로 많다. 즉, G 화소의 개수는 R 화소의 개수와 B 화소의 개수의 합과 동일하다.
한편, 이와 같이 하나의 화소를 RGB 3개의 컬러로 표현하지 않고 하나의 컬러만으로 표현하는 이유는 단일 컬러 필터 및 이미지 센서를 이용함으로써 이미지 디지털 영상장치의 비용을 줄일 수 있기 때문이다. 한편, 한 화소가 한 컬러만을 나타내는 영상을 시각으로 관측하게 되면 그 영상은 상당히 왜곡되어 보인다. 따라서, 영상을 복원했을 때, 이 컬러 성분들이 조화되어 자연스러운 컬러가 나타날 수 있도록 후처리가 필요하다. 이러한, 영상 후처리 방법중에 하나로 영상에 노이즈를 추가하는 디모자익(demosaicking)이 있다.
본 발명의 일 실시예에 따른, 베이어 색상 필터 배열에 대한 노이즈 생성 방법은, 베이어 색상 필터 배열을 가지는 이미지에 대해 화이트벨런스, 감마, 톤(tone) 보정(correction)까지 고려한 노이즈 모델을 생성할 수 있다.
물론, 본 발명의 기술적 과제들은 이상에서 언급한 특징으로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당해 기술분야의 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따른, 베이어 색상 필터 배열에 대한 노이즈 생성 방법은, 이미지에서 소정의 베이어 색상 필터 배열(Bayer color filter array :CFA)을 획득하는 단계; 상기 획득된 베이어 색상 필터 배열에 대해 제1 필터링을 수행하여 제1 원색상 채널을 획득하고, 제2 필터링을 수행하여 제2 원색상 채널 및 제3 원색상 채널을 획득하는 단계; 상기 획득된 제1 내지 제3 원색상 채널에 대해, 화이트 밸런스, 감마 및 톤(tone) 보정을 고려한 삼원색 분산 비율을 결정하는 단계; 및 상기 삼원색 분산 비율이 적용된 백색 가우시안 노이즈를 이용하여 노이즈 이미지를 생성하는 단계를 포함하는 베이어 색상 필터 배열에 대한 노이즈 생성 방법을 포함할 수 있다.
일 실시예에 따른, 상기 소정의 베이어 색상 필터 배열은 RGGB, RRGB 및 RGBB 중 하나의 타입일 수 있다.
일 실시예에 따라 상기 색상 채널을 획득하는 단계는, 상기 베이어 색상 필터 배열이 RGGB 타입인 경우, 청록색 필터를 이용하여 빨간색 채널을 획득하고, 녹색 필터를 이용하여 파란색 채널과 녹색 채널을 획득할 수 있다.
일 실시예에 따라, 상기 삼원색의 분산 비율을 결정하는 단계는, 삼원색 중 녹색의 분산이 가장 작은 비율을 가지도록 결정할 수 있다.
일 실시예에 따른, 상기 삼원색의 분산 비율은 σR : σG : σB = 1.8:0.7:1.0 이고, 여기서, σR은 붉은색의 분산 σG는 녹색의 분산 σB는 파란색의 분산을 나타낼 수 있다.
일 실시예에 따른 노이즈 생성 장치는, 이미지에서 소정의 베이어 색상 필터 배열(Bayer color filter array :CFA)을 획득하는 획득부; 상기 획득된 베이어 색상 필터 배열에 대해 제1 필터링을 수행하여 제1 원색상 채널을 획득하고, 제2 필터링을 수행하여 제2 원색상 채널 및 제3 원색상 채널을 획득하는 필터링부; 상기 획득된 제1 내지 제3 원색상 채널에 대해, 화이트 밸런스, 감마 및 톤(tone) 보정을 고려한 삼원색 분산 비율을 결정하는 삼원색 분산 비율 결정부; 및 상기 삼원색 분산 비율이 적용된 백색 가우시안 노이즈를 이용하여 노이즈 이미지를 생성하는 노이즈 생성부를 포함할 수 있다.
이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 컴퓨터 판독 가능한 기록 매체가 더 제공될 수 있다.
본 발명의 일 실시예에 따른, 베이어 색상 필터 배열에 대한 노이즈 생성 방법은, 노이즈가 없는 이미지에서 새로운 노이즈 모델을 이용하여 디모자익을 수행한 노이즈 이미지를 생성 할 수 있다. 나아가, 상기 노이즈 모델은 화이트벨런스, 감마, 톤(tone) 보정(correction)까지 고려할 수 있어, 베이어 색상 필터 배열로부터 보다 자연스러운 영상을 복원해 낼 수 있다.
도 1 은 베이어 영상 패턴 배열의 일 예를 나타낸다.
도 2 는 일 실시예에 따른 노이즈 모델 생성 장치(100)를 나타내는 도이다.
도 3 은 색상의 가산 혼합 및 감산 혼합과 보색을 설명하기 위한 도이다.
도 4a는 일 실시예에 따라 RGGB 타입의 베이어 영상 패턴 배열에서 원색상 채널을 필터링 하는 방법을 설명하기 위한 도이다.
도 4b는 일 실시예에 따라 RRGB 타입의 베이어 영상 패턴 배열에서 원색상 채널을 필터링 하는 방법을 설명하기 위한 도이다.
도 4c는 일 실시예에 따라 RGBB 타입의 베이어 영상 패턴 배열에서 원색상 채널을 필터링 하는 방법을 설명하기 위한 도이다.
도 5는 일 실시예에 따라 노이즈 영상을 생성하는 방법을 설명하기 위한 도이다.
도 6은 일 실시예에 따른 노이즈 영상과 기존의 방법에 따른 노이즈 영상을 비교하기 위한 도이다.
도 7은 일 실시예에 따른 노이즈 모델 생성 방법을 설명하기 위한 도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
이하 첨부된 도면을 참고하여 본 발명을 상세히 설명하기로 한다.
도 2 는 일 실시예에 따른 노이즈 모델 생성 장치(100)를 나타내는 도이다.
도 2 를 참조하면, 노이즈 모델 생성 장치(100)는 획득부(110), 필터링부(120), 분산비율 결정부(130) 및 노이즈 생성부(140)를 포함할 수 있다. 도 2에 노이즈 모델 생성 장치(100)에는 본 실시예와 관련된 구성요소들만이 도시되어 있다. 따라서, 도 2에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 더 포함될 수 있음을 본 실시예와 관련된 기술분야에서 통상의 지식을 가진 자라면 이해할 수 있다. 또한, 상술한 획득부(110), 필터링부(120), 분산비율 결정부(130) 및 노이즈 생성부(140)는 하나 또는 복수 개의 프로세서에 해당할 수 있다. 프로세서는 다수의 논리 게이트들의 어레이로 구현될 수도 있고, 범용적인 마이크로 프로세서와 이 마이크로 프로세서에서 실행될 수 있는 프로그램이 저장된 메모리의 조합으로 구현될 수도 있다. 또한, 다른 형태의 하드웨어로 구현될 수도 있음을 본 실시 예가 속하는 기술분야에서 통상의 지식을 가진 자라면 이해할 수 있다.
이하 상기 구성요소들에 대해 차례로 살펴본다.
일 실시예에 따른 획득부(110)는 이미지에서 소정의 베이어(Bayer) 색상 필터 배열(Color Filter Array :CFA)을 획득할 수 있다. 베이어 색상 필터 배열(베이어 패턴이라고도 한다)은 전자 센서의 사각형 격자에 RGB채널들을 할당하기 위한 CFA이다. 한편, 베이어 패턴은 디지털 카메라와 같은 영상 촬영 장치의 디지털 이미지 센서에 적용된다. 베이어 패턴의 쌍은 일반적으로 4개의 픽셀들을 가지고 있으며, 획득부(110)가 획득하는 베이어 패턴은 RGGB, RRGB 및 RGBB 중 하나의 타입일 수 있다.
예를 들면, RGGB가 획득되면, 이 패턴은 도 1에서 상술한 바와 같이 두 개의 녹색 픽셀과, 한 개의 빨간색 픽셀 및 파란색 픽셀을 가진다.
마찬가지로 RRGB는, 두 개의 빨간색 픽셀과, 한 개의 녹색 픽셀 및 파란색 필셀을 가진다.
또한, RGBB는, 두개의 파란색 픽셀과, 한 개의 빨간색 픽셀 및 녹색 픽셀을 가진다.
한편, 상술한 3가지 베이어 패턴 중에서는 RGGB 패턴이 가장 많이 이용되는데, 이는 G 화소의 개수가 상대적으로 R 화소의 개수와 B 화소의 개수보다 많기 때문으로, 구체적으로 G 컬러가 휘도 성분에 가장 가까우며, G 컬러에 대해 사람이 가장 민감하게 반응하기 때문이다.
다시, 도 2를 참조하면, 필터링부(120)는 획득된 베이어 색상 필터 배열에 대해 제1 필터링을 수행하여 제1 원색상 채널을 획득하고, 제2 필터링을 수행하여 제2 원색상 채널 및 제3 원색상 채널을 획득할 수 있다.
예를 들면, 베이어 색상 필터 배열이 RGGB 타입인 경우, 입력된 영상에서 청록색 필터를 이용하여 빨간색 채널을 획득하고, 녹색 필터를 이용하여 파란색 채널과 녹색 채널을 획득할 수 있다.
한편, 베이어 색상 필터 배열에서 제1 내지 제3 원색 채널을 획득하는 방법을 설명하기에 앞서, 도 3을 참조하여, 색상의 가산 혼합 및 감산 혼합과 보색에 대해 상술한다.
잘 알려진 바와 같이 모든 빛의 스펙트럼이 섞인다면 백색광이 된다. 또한, 특정 스펙트럼의 색상이 백색광으로부터 분리된다면 보완적인(complementary) 색상(color)이 나타난다. 일반적으로 특정 색상 이미지를 생성하기 위해, 삼원색(빨간색, 녹색, 파란색)의 혼합(mix)이 요구된다. 이런 색상을 원(primary)색이라고 부른다.
삼원색의 혼합을 이용하여 여러가지 색상들을 만들기 위해서는 두 개의 방법이 있는데, 이것을 가산(additve) 혼합과 감산(subtractive color) 혼합이라 한다. 전자는 빛의 혼합을 위해 이용된다. 반면에 감산 혼합은 빛의 스펙트럼의 일부를 감산하기 위해 이용된다. 따라서 감산 혼합은 다잉(dying), 페인팅 및 잉크에 이용될 수 있다.
가산 혼합에서는 두 개 이상의 원색을 동일 비율로 혼합하여 새로운 색상을 생성한다. 예를 들면 빨간색에 녹색을 더하여 노란색을 만들고, 빨간색에 파란색을 더하여 자주색(magenta)을 만들며, 녹색에 파란색을 더하여 청록색(cyan)을 만든다. 반면에 파란색은 자주색과 청록색을 혼합하여 만들고, 녹색은 노란색과 청록색을 혼합하여 만들며, 빨간색은 노란색과 자주색을 혼합하여 만든다.
도 3의 (a)는 일 실시예에 따라 가산혼합에서 원색상을 혼합하여 얻어진 결과를 나타낸다. 또한, 도 3의 (b)는 일 실시예에 따라 감산혼합에서 원색상을 혼합하여 얻어진 결과를 나타낸다. 즉, 가산혼합에서 원색이 빨간색, 파란색, 녹색이라면, 감산혼합의 원색은 자주색, 청록색, 노란색이 된다. 한편, 객체의 색상은 물질에 의해 결정된다. 이것은, 빛이 물질에 투사되었을 때, 물질에 적용되고 남은 빛이 인간의 눈으로 되돌아온 것으로 설명될 수 있다. 감산혼합은 이러한 원리로 색이 혼합된다.
도 3의 (c)는 보색을 생성하는 방식을 나타낸다. 예를 들어, 노란색, 자주색, 청록색을 가지기 위해서는 백색광에서 파란색, 녹색, 빨간색을 제외 해야 한다.
다음으로, 도 4a 내지 도 4c를 참조하여 배이어 패턴의 타입별로 필터링부(120)가 RGB 채널을 획득하는 일 예를 설명한다.
도 4a는 일 실시예에 따라 RGGB 타입의 베이어 색상 필터 배열에서 원색상 채널을 필터링 하는 방법을 설명하기 위한 도이다.
도 4a를 참조하면, 필터링부(120)는, 앞에서 설명한 색의 가산혼합 및 감산혼합의 원리를 적용하여, 베이어 색상 필터 배열로 입력된 이미지(401)에 청록색 필터(402)를 이용하여 빨간색 채널(403)을 획득할 수 있다. 다음으로 청록색 필터를 통과한 이미지(404)에 녹색 필터(405)를 적용하여 파란색 채널(406)을 획득할 수 있다. 나아가 녹색 필터(405)를 통과하고 남은 녹색 채널(407)을 획득할 수 있다.
도 4b는 일 실시예에 따라 RRGB 타입의 베이어 색상 필터 배열에서 원색상 채널을 필터링 하는 방법을 설명하기 위한 도이다.
도 4b를 참조하면, 필터링부(120)는, 앞에서 설명한 색의 가산혼합 및 감산혼합의 원리를 적용하여, 베이어 색상 필터 배열로 입력된 이미지(411)에 자주색 필터(412)를 이용하여 녹색 채널(413)을 획득할 수 있다. 다음으로 자주색 필터를 통과한 이미지(414)에 파란색 필터(415)를 적용하여 빨간색 채널(416)을 획득할 수 있다. 나아가 파란색 필터(415)를 통과하고 남은 파란색 채널(417)을 획득할 수 있다.
도 4c는 일 실시예에 따라 RGBB 타입의 베이어 색상 필터 배열에서 원색상 채널을 필터링 하는 방법을 설명하기 위한 도이다.
도 4c를 참조하면, 필터링부(120)는, 앞에서 설명한 색의 가산혼합 및 감산혼합의 원리를 적용하여, 베이어 색상 필터 배열로 입력된 이미지(421)에 노란색 필터(422)를 이용하여 파란색 채널(423)을 획득할 수 있다. 다음으로 노란색 필터를 통과한 이미지(424)에 빨간색 필터(425)를 적용하여 녹색 채널(426)을 획득할 수 있다. 나아가 빨간색 필터(425)를 통과하고 남은 빨간색 채널(407)을 획득할 수 있다.
다시, 도 2를 참조하면, 일 실시예에 따른 분산비율 결정부(130)는 획득된 제1 내지 제3 원색상 채널에 대해, 화이트 밸런스, 감마 및 톤(tone) 보정을 고려한 삼원색 분산 비율을 결정할 수 있다.
한편, 종래에는, 영상의 디모자익(demosaick)을 위해 노이즈를 생성하기 할 때, 다음의 가정과 함께 분산비율 (1) 및 (2) 와 같은 삼원색 분산 비율이 이용될 수 있었다.
[분산비율 (1)]
σR : σG : σB =1:1:1
여기서, σR은 붉은색의 분산 σG는 녹색의 분산 σB는 파란색의 분산을 나타낸다. 한편, 분산비율 (1)에 따르면, 고정 노이즈가 고려되어 R, G, B 색상은 동일한 표준 분산을 적용한다고 가정된다.
[분산비율 (2)]
σR : σG : σB =13:12:10
분산비율 (2)에 따르면, 신호 독립적인 고정 노이즈가 적용된다고 가정된다.
하지만, 상술한 분산비율의 노이즈 모델은 임의 추정에 기반하고 있어 신뢰성이 낮다. 또한, 상술한 분산비율의 노이즈 모델은 중요한 몇 가지 특징을 고려하지 못했다.
예를 들면, 노이즈 모델이 화이트 밸런스, 감마 및 톤 보정 단계 위치하여, 신호에 의존하기도 하고 신호에 독립적이기도 한 백색 가우시안 잡음임을 고려하지 못했다.
나아가, 상술한 노이즈 모델은 삼원색의 분산(σR : σG : σB )은 각 채널에서 서로 달라야 하는 점을 고려하지 못했다. 예컨대, 가장 중요한 조건중 하나는 σR가 반드시 가장 작아야 된다는 것이다. 이는 사람의 눈이 녹색에 가장 민감하고 파란색에 가장 적게 민감한 점을 고려해야 되기 때문이다.
따라서, 일 실시예에 따른 분산비율 결정부(130)는 획득된 제1 내지 제3 원색상 채널에 대해, 화이트 밸런스, 감마 및 톤(tone) 보정을 고려한 삼원색 분산 비율을 결정한다. 또한, 분산비율 결정부(130)는 삼원색 중 녹색의 분산이 가장 작은 비율을 가지도록 결정할 수 있다.
따라서, 삼원색의 분산 비율은 다음의 분산비율 (3)과 같이 결정될 수 있다.
[분산비율 (3)]
σR : σG : σB = 1.8:0.7:1.0
다시, 도 2를 참조하면, 노이즈 생성부(140)는, 삼원색 분산 비율이 적용된 백색 가우시안 노이즈를 이용하여 노이즈 이미지를 생성할 수 있다.
구체적으로, 도 5는 일 실시예에 따라 노이즈 영상을 생성하는 방법을 설명하기 위한 도이다.
도 5에 도시된 바와 같이, 필터링부(130)로부터 획득된 빨간색 채널(510), 녹색채널(520) 및 파란색 채널(530)에 분산비율 (3)에 따른 백색 가우시안 노이즈를 적용하여 노이즈 이미지(500)를 생성할 수 있다.
결국, 일 실시예에 따른 노이즈 생성 장치(100)는, 노이즈가 없는 이미지에 분산비율 (3)을 따르는 노이즈 모델을 적용하여 디모자익을 수행함으로써, 노이즈 이미지를 생성할 수 있다. 특히, 이 노이즈 모델은 화이트벨런스, 감마, 톤(tone) 보정(correction)까지 고려할 수 있어, 베이어 색상 필터 배열로부터 보다 자연스러운 영상을 복원해 낼 수 있다.
이러한 효과는 도 6의 실험결과에 의해서도 뒷받침 될 수 있다.
도 6은 일 실시예에 따른 노이즈 영상과 기존의 방법에 따른 노이즈 영상을 비교하기 위한 도이다.
도 6은 모두 RGGB 패턴을 가지는 베이어 CFA 영상에 대해 수행되었다. 또한, 도 6의 (a)는 분산비율 (1)에 따라 생성된 노이즈를 적용하였으며, 도 6의 (b)는 분산비율 (2)에 따라 생성된 노이즈를 적용하였으며, 도 6의 (c)는 분산비율 (3)에 따라 생성된 노이즈를 적용하였다. 한편, 도 6의 (a), (b), (c) 모두 동일한 노이즈 레벨(σ=10)이 적용되었다.
결국, 도 6의 (a), (b), (c)를 비교해 보면, 본 발명의 일 실시예에 따른 분산비율 (3)에 따라 생성된 노이즈가 적용된 도 6의 (c)영상이 다른 영상보다 가장 자연스러운 것을 확인할 수 있다.
도 7은 일 실시예에 따른 노이즈 모델 생성 방법을 설명하기 위한 도이다. 7을 참조하면, 노이즈 모델 생성 방법은 도 2에 도시된 노이즈 모델 생성 장치(100)에서 시계열적으로 처리되는 단계들로 구성된다. 따라서, 이하에서 생략된 내용이라 하더라도 도 2에 도시된 노이즈 모델 생성 장치(100)에 관하여 이상에서 기술된 내용은 도 7에 도시된 방법에도 적용됨을 알 수 있다.
도 7을 참조하면,
단계 S100에서, 노이즈 모델 생성 장치(100)는 이미지에서 소정의 베이어 색상 필터 배열(Bayer color filter array :CFA)을 획득할 수 있다.
단계 S110에서, 노이즈 모델 생성 장치(100)는 획득된 베이어 색상 필터 배열에 대해 제1 필터링을 수행하여 제1 원색상 채널을 획득하고, 제2 필터링을 수행하여 제2 원색상 채널 및 제3 원색상 채널을 획득할 수 있다.
단계 S120에서, 노이즈 모델 생성 장치(100)는 제1 내지 제3 원색상 채널에 대해, 화이트 밸런스, 감마 및 톤(tone) 보정을 고려한 삼원색 분산 비율을 결정할 수 있다.
단계 S130에서, 노이즈 모델 생성 장치(100)는 삼원색 분산 비율이 적용된 백색 가우시안 노이즈를 이용하여 노이즈 이미지를 생성할 수 있다.
한편, 전술한 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
또한, 본 명세서에서, “부”는 프로세서 또는 회로와 같은 하드웨어 구성(hardware component), 및/또는 프로세서와 같은 하드웨어 구성에 의해 실행되는 소프트웨어 구성(software component)일 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims (7)

  1. 이미지에서 소정의 베이어 색상 필터 배열(Bayer color filter array :CFA)을 획득하는 단계;
    상기 획득된 베이어 색상 필터 배열에 대해 제1 필터링을 수행하여 빨간색 채널을 획득하고, 제2 필터링을 수행하여 파란색 채널 및 녹색 채널을 획득하는 단계;
    상기 획득된 빨간색 채널, 파란색 채널 및 녹색 채널에 대해, 화이트 밸런스, 감마 및 톤(tone) 보정을 고려한 삼원색 분산 비율을 결정하는 단계; 및
    상기 삼원색 분산 비율이 적용된 백색 가우시안 노이즈를 이용하여 노이즈 이미지를 생성하는 단계를 포함하고,
    상기 삼원색의 분산 비율을 결정하는 단계는, 삼원색 중 녹색의 분산이 가장 작은 비율을 가지도록 결정하며,
    상기 삼원색의 분산 비율은
    σR : σG : σB = 1.8:0.7:1.0 이고,
    여기서, σR은 붉은색의 분산, σG는 녹색의 분산, σB는 파란색의 분산을 나타내는 것을 특징으로 하는 베이어 색상 필터 배열에 대한 노이즈 생성 방법.
  2. 제 1항에 있어서,
    상기 소정의 베이어 색상 필터 배열은 RGGB, RRGB 및 RGBB 중 하나의 타입인 것을 특징으로 하는 베이어 색상 필터 배열에 대한 노이즈 생성 방법.
  3. 제 1항에 있어서, 상기 빨간색 채널, 상기 파란색 채널 및 상기 녹색 채널을 획득하는 단계는,
    상기 베이어 색상 필터 배열이 RGGB 타입인 경우, 청록색 필터를 이용하여 상기 빨간색 채널을 획득하고, 녹색 필터를 이용하여 상기 파란색 채널과 상기 녹색 채널을 획득하는 것을 특징으로 하는 베이어 색상 필터 배열에 대한 노이즈 생성 방법.
  4. 삭제
  5. 삭제
  6. 제 1 항의 방법을 컴퓨터로 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
  7. 이미지에서 소정의 베이어 색상 필터 배열(Bayer color filter array :CFA)을 획득하는 획득부;
    상기 획득된 베이어 색상 필터 배열에 대해 제1 필터링을 수행하여 제1 원색상 채널을 획득하고, 제2 필터링을 수행하여 제2 원색상 채널 및 제3 원색상 채널을 획득하는 필터링부;
    상기 획득된 제1 내지 제3 원색상 채널에 대해, 화이트 밸런스, 감마 및 톤(tone) 보정을 고려한 삼원색 분산 비율을 결정하는 삼원색 분산 비율 결정부; 및
    상기 삼원색 분산 비율이 적용된 백색 가우시안 노이즈를 이용하여 노이즈 이미지를 생성하는 노이즈 생성부를 포함하고,
    상기 삼원색의 분산 비율을 결정하는 삼원색 분산 비율 결정부는, 삼원색 중 녹색의 분산이 가장 작은 비율을 가지도록 결정하며,
    상기 삼원색의 분산 비율은
    σR : σG : σB = 1.8:0.7:1.0 이고,
    여기서, σR은 붉은색의 분산, σG는 녹색의 분산, σB는 파란색의 분산을 나타내는 것을 특징으로 하는 베이어 색상 필터 배열에 대한 노이즈 생성 장치.
KR1020150156480A 2015-11-09 2015-11-09 베이어 색상 필터 배열에 대한 노이즈 모델 생성 방법 및 장치 KR101723794B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150156480A KR101723794B1 (ko) 2015-11-09 2015-11-09 베이어 색상 필터 배열에 대한 노이즈 모델 생성 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150156480A KR101723794B1 (ko) 2015-11-09 2015-11-09 베이어 색상 필터 배열에 대한 노이즈 모델 생성 방법 및 장치

Publications (1)

Publication Number Publication Date
KR101723794B1 true KR101723794B1 (ko) 2017-04-07

Family

ID=58583336

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150156480A KR101723794B1 (ko) 2015-11-09 2015-11-09 베이어 색상 필터 배열에 대한 노이즈 모델 생성 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101723794B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020112726A1 (en) * 2018-11-30 2020-06-04 Intuitive Surgical Operations, Inc. Medical imaging systems and methods
WO2023128157A1 (ko) * 2021-12-31 2023-07-06 삼성전자 주식회사 Udc를 포함한 전자 장치

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008278288A (ja) * 2007-05-01 2008-11-13 Fujifilm Corp 信号処理装置および方法、ノイズ低減装置および方法並びにプログラム
KR20110048922A (ko) * 2009-11-03 2011-05-12 삼성전자주식회사 이미지 센서의 통합 노이즈 모델링 방법 및 이를 이용하는 노이즈 저감 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008278288A (ja) * 2007-05-01 2008-11-13 Fujifilm Corp 信号処理装置および方法、ノイズ低減装置および方法並びにプログラム
KR20110048922A (ko) * 2009-11-03 2011-05-12 삼성전자주식회사 이미지 센서의 통합 노이즈 모델링 방법 및 이를 이용하는 노이즈 저감 방법

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020112726A1 (en) * 2018-11-30 2020-06-04 Intuitive Surgical Operations, Inc. Medical imaging systems and methods
CN113164054A (zh) * 2018-11-30 2021-07-23 直观外科手术操作公司 医学成像系统和方法
US12035997B2 (en) 2018-11-30 2024-07-16 Intuitive Surgical Operations, Inc. Medical imaging systems and methods
WO2023128157A1 (ko) * 2021-12-31 2023-07-06 삼성전자 주식회사 Udc를 포함한 전자 장치

Similar Documents

Publication Publication Date Title
US9344639B2 (en) High dynamic range array camera
CN204498282U (zh) 具有可见光感光像素和红外光感光像素的成像系统
US7728882B2 (en) Green reconstruction for image sensors
US8081239B2 (en) Image processing apparatus and image processing method
TWI511559B (zh) 影像處理方法
TWI354487B (en) Image processing apparatus, image capturing appara
US20160080626A1 (en) Computational Camera Using Fusion of Image Sensors
CN110463197B (zh) 增强立体相机成像系统中的空间分辨率
EP2523160A1 (en) Image processing device, image processing method, and program
RU2503139C1 (ru) Устройство считывания изображений
KR20040066051A (ko) 가중 그래디언트 기반 및 컬러 수정 보간
EP2426927A2 (en) Image processing apparatus, image processing method and recording medium
JP2012165204A (ja) 信号処理装置、信号処理方法、撮像装置及び撮像処理方法
US20060055985A1 (en) Color-noise reduction circuit and image-sensing apparatus therewith
US10863148B2 (en) Tile-selection based deep demosaicing acceleration
KR20140133272A (ko) 영상 처리 장치 및 영상 처리 방법
KR101723794B1 (ko) 베이어 색상 필터 배열에 대한 노이즈 모델 생성 방법 및 장치
KR970007799B1 (ko) 휘도 신호 형성 회로
JPWO2017154293A1 (ja) 画像処理装置、撮像装置、および画像処理方法、並びにプログラム
US8559745B2 (en) Image signal processor and method for image enhancement
JP5454156B2 (ja) 画像処理装置、撮像装置及び画像処理プログラム
US9402049B2 (en) Image processing apparatus and control method thereof
JP4441809B2 (ja) カラー固体撮像装置
US8675106B2 (en) Image processing apparatus and control method for the same
US8654220B2 (en) Image processing apparatus and control method for the same

Legal Events

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

Payment date: 20200225

Year of fee payment: 4