KR102149270B1 - 렌즈 조리개 제어를 이용한 노이즈 제거 방법 및 시스템 - Google Patents

렌즈 조리개 제어를 이용한 노이즈 제거 방법 및 시스템 Download PDF

Info

Publication number
KR102149270B1
KR102149270B1 KR1020130155637A KR20130155637A KR102149270B1 KR 102149270 B1 KR102149270 B1 KR 102149270B1 KR 1020130155637 A KR1020130155637 A KR 1020130155637A KR 20130155637 A KR20130155637 A KR 20130155637A KR 102149270 B1 KR102149270 B1 KR 102149270B1
Authority
KR
South Korea
Prior art keywords
noise
image
block
standard deviation
general
Prior art date
Application number
KR1020130155637A
Other languages
English (en)
Other versions
KR20150069342A (ko
Inventor
오재윤
Original Assignee
한화테크윈 주식회사
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 한화테크윈 주식회사 filed Critical 한화테크윈 주식회사
Priority to KR1020130155637A priority Critical patent/KR102149270B1/ko
Priority to US14/283,711 priority patent/US9210342B2/en
Priority to CN201410497899.2A priority patent/CN104717431B/zh
Publication of KR20150069342A publication Critical patent/KR20150069342A/ko
Application granted granted Critical
Publication of KR102149270B1 publication Critical patent/KR102149270B1/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
    • H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
    • H04N23/661—Transmitting camera control signals through networks, e.g. control via the Internet
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
    • 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
    • H04N23/667—Camera operation mode switching, e.g. between still and video, sport and normal or high- and low-resolution modes
    • 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
    • H04N23/75—Circuitry for compensating brightness variation in the scene by influencing optical camera components

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)

Abstract

본 발명의 일 실시예는 렌즈 조리개의 개폐 정도를 제어하는 렌즈 조리개 제어부; 상기 조리개 제어부가 조리개를 닫은 상태에서 획득한 노이즈 영상을 분석하는 노이즈 영상 분석부; 상기 조리개 제어부가 조리개를 정상 개방한 상태에서 획득한 일반 영상을 분석하는 일반 영상 분석부; 상기 노이즈 영상 분석부 및 일반 영상 분석부의 분석 결과에 기초하여 영상의 노이즈를 제거하는 노이즈 제거부; 를 포함하는 노이즈 제거 시스템을 개시한다.

Description

렌즈 조리개 제어를 이용한 노이즈 제거 방법 및 시스템 {METHOD AND SYSTEM FOR REDUCING NOISE BY CONTROLLING LENS IRIS}
본 발명은 렌즈 조리개 제어를 이용한 노이즈 제거 방법 및 시스템에 관한 것으로, 보다 상세하게는 렌즈 조리개 개폐를 통해 얻은 영상을 분석하여 노이즈 요소를 영상에서 제거하는 노이즈 제거 방법 및 시스템에 관한 것이다.
영상 감시 시스템은 감시가 필요한 여러 장소에 카메라를 설치하고 카메라로부터 획득된 영상들을 모니터로 전송하거나 저장장치에 저장하여 실시간 감시 및 사후 검색을 수행할 수 있도록 해주는 시스템이다. 영상 감시 시스템에서 주로 사용되는 감시 카메라는 24시간 가동해야 하는 경우가 대부분이므로 어두운 곳 혹은 야간과 같은 저조도 환경에서도 일정 이상 품질의 영상을 생성해야 한다. 그러나, 저조도 환경에서는 영상에 노이즈가 발생할 가능성이 높다.
따라서, 저조도 환경에서 노이즈가 저감된 감시 영상을 얻기 위한 기법들이 개발되고 있다. 대표적인 것으로 영상의 구조 텐서(tensor)를 이용한 3D 필터링 기술 및 비지역 평균(non-local mean) 기반 방법이 있다.
구조 텐서를 이용한 3D 필터링은 영상의 각 화소에 대하여 인접 화소간의 그래디언트(gradient)를 계산하고, 이로부터 구조 텐서(structure tensor)를 생성하여 생성한 구조 텐서부터 고유벡터(eigenvector)와 고유값(eigenvalue)를 계산한다. 이로부터 3차원 가우시안 분포의 공분산행렬, 크기(scaling) 행렬, 회전(rotation) 행렬 등을 계산하여 최종적으로 해당 화소에 최적화된 가우시안 3D 필터링 커널(filtering kernel)을 생성한다. 이와 같은 방법은 커널 생성과 적용시 요구되는 계산량이 방대하고, 노이즈가 평탄하게 제거되지 않아 제품화가 어렵다는 문제점이 존재한다.
또한, 비지역 평균 기반 방법은 국부 영역이 가진 특성이 영상의 다른 부분에서도 발견된다는 성질을 이용하는 것이다. 비지역 평균 기반 방법은 먼저 특정 크기의 블록에 대해, 이 블록과 유사한 블록을 영상에서 찾고, 찾아진 블록끼리 모아서 특성에 적합한 노이즈 제거 필터링을 수행한다. 그 후 필터링된 블록들을 다시 원래의 자리로 위치시킨다. 비지역 평균 기반 방법은, 영상 노이즈 제거 성능이 좋지만 특정 블록에 대해 유사한 블록들을 영상 전체에서 검색해야 하는 문제가 있으며, 블록 아티팩트(artifact)가 발생하는 문제점이 존재한다.
본 발명은 감시카메라 렌즈의 조리개를 제어하여 노이즈 신호의 평균과 표준 편차를 분석한 후, 이 값들의 가중합으로 노이즈 제거 마스크를 생성하여 이 노이즈 제거 마스크를 노이즈가 섞인 영상과 곱하여 영상의 각 블록별로 신호의 증감을 독립적으로 제어하는 노이즈 제거 방법을 제시하는 것을 목적으로 한다.
본 발명의 일 실시예는 렌즈 조리개의 개폐 정도를 제어하는 렌즈 조리개 제어부; 상기 조리개 제어부가 조리개를 닫은 상태에서 획득한 노이즈 영상을 분석하는 노이즈 영상 분석부; 상기 조리개 제어부가 조리개를 정상 개방한 상태에서 획득한 일반 영상을 분석하는 일반 영상 분석부; 상기 노이즈 영상 분석부 및 일반 영상 분석부의 분석 결과에 기초하여 영상의 노이즈를 제거하는 노이즈 제거부; 를 포함하는 노이즈 제거 시스템을 개시한다.
본 발명에 있어서, 상기 노이즈 제거 시스템은, 이미지 센서의 게인을 조절하는 게인 설정부; 를 추가적으로 포함할 수 있다.
본 발명에 있어서, 상기 노이즈 영상 분석부는 상기 노이즈 영상을 복수개의 블록으로 분할하고, 각 블록 별 블록 평균과 블록 표준편차를 산출할 수 있다.
본 발명에 있어서, 상기 일반 영상 분석부는 상기 일반 영상을 복수개의 블록으로 분할하고, 각 블록 별 블록 평균과 블록 표준편차를 산출할 수 있다.
본 발명에 있어서, 상기 노이즈 영상 분석부 및 일반 영상 분석부는 하나 이상의 이미지 센서의 게인 설정값에 대한 영상의 분석 결과를 획득할 수 있다.
본 발명에 있어서, 상기 일반 영상은 저조도 환경에서 촬상된 영상일 수 있다.
본 발명에 있어서, 상기 노이즈 제거부는, 상기 노이즈 영상의 블록 평균과 상기 일반 영상의 블록 평균의 차인 평균 차(Diff_Mean)를 산출하고, 상기 노이즈 영상의 블록 표준편차와 상기 일반 영상의 블록 표준편차의 차인 표준편차 차(Diff_Std)를 산출하고, 상기 평균 차와 상기 표준편차 차를 기초로 가중합을 산출하여 노이즈 마스크(Noise_Mask)를 생성할 수 있다.
본 발명에 있어서, 상기 노이즈 마스크(Noise_Mask)를 일반 영상에 곱하여 노이즈가 제거된 영상을 획득할 수 있다.
본 발명의 다른 실시예는 조리개를 닫은 상태에서 획득한 노이즈 영상을 분석하는 노이즈 영상 분석 단계; 조리개를 정상 개방한 상태에서 획득한 일반 영상을 분석하는 일반 영상 분석 단계; 상기 노이즈 영상 분석 단계 및 일반 영상 분석 단계의 분석 결과에 기초하여 영상의 노이즈를 제거하는 노이즈 제거 단계; 를 포함하는 노이즈 제거 방법을 개시한다.
본 발명에 있어서, 상기 노이즈 영상 분석 단계 및 일반 영상 분석 단계 이전에, 이미지 센서의 게인을 조절하는 게인 설정 단계; 를 추가적으로 포함할 수 있다.
본 발명에 있어서, 상기 노이즈 영상 분석 단계는 상기 노이즈 영상을 복수개의 블록으로 분할하고, 각 블록 별 블록 평균과 블록 표준편차를 산출할 수 있다.
본 발명에 있어서, 상기 일반 영상 분석 단계는 상기 일반 영상을 복수개의 블록으로 분할하고, 각 블록 별 블록 평균과 블록 표준편차를 산출할 수 있다.
본 발명에 있어서, 상기 노이즈 제거 단계는, 상기 노이즈 영상의 블록 평균과 상기 일반 영상의 블록 평균의 차인 평균 차(Diff_Mean)를 산출하는 단계; 상기 노이즈 영상의 블록 표준편차와 상기 일반 영상의 블록 표준편차의 차인 표준편차 차(Diff_Std)를 산출하는 단계; 상기 평균 차와 상기 표준편차 차를 기초로 가중합을 산출하여 노이즈 마스크(Noise_Mask)를 생성하는 단계; 를 포함할 수 있다.
본 발명에 있어서, 상기 노이즈 제거 단계는 상기 노이즈 마스크(Noise_Mask)를 일반 영상에 곱하여 노이즈가 제거된 영상을 획득할 수 있다.
본 발명에 의하면, 다양한 조건의 저조도 영상에 대하여 적응적인 노이즈 제가가 가능하므로 감시 카메라의 저조도 화질을 향상시키면서 연산을 간단히 하는 것이 가능한 노이즈 제거 방법이 개시된다.
도 1은 본 발명의 일 실시예에 따른 노이즈 제거 시스템의 구성을 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 노이즈 제거 방법을 블록도로 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따라 노이즈 영상을 분석하는 과정을 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따라 일반 영상을 분석하는 과정을 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 노이즈 제거 방법을 도시한 순서도이다.
도 6 및 도 7은 본 발명의 일 실시예에 따른 노이즈 제거 방법을 실제 적용한 이미지를 나타낸 도면이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이러한 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 본 명세서에 기재되어 있는 특정 형상, 구조 및 특성은 본 발명의 정신과 범위를 벗어나지 않으면서 일 실시예로부터 다른 실시예로 변경되어 구현될 수 있다. 또한, 각각의 실시예 내의 개별 구성요소의 위치 또는 배치도 본 발명의 정신과 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 행하여지는 것이 아니며, 본 발명의 범위는 특허청구범위의 청구항들이 청구하는 범위 및 그와 균등한 모든 범위를 포괄하는 것으로 받아들여져야 한다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 구성요소를 나타낸다.
이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 여러 실시예에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 노이즈 제거 시스템의 구성을 나타낸 도면이다.
도 1을 참조하면, 본 발명의 노이즈 제거 서버(100)은 노이즈 제거 서버(100), 네트워크 카메라(200) 및 네트워크(300)를 포함한다.
도 1을 참조하면, 네트워크 카메라(200)가 네트워크(300)를 통해 노이즈 제거 서버(100)와 데이터를 주고받고 있다. 구체적으로, 네트워크 카메라(200)는 통신 채널(DCOM)을 통하여 노이즈 제거 서버(100)와 통신하면서, 영상 데이터 채널(DIMA)을 통하여 라이브 뷰 동영상 데이터를 노이즈 제거 서버(100)에 전달한다. 물론 복수 개의 감시 카메라가 아닌 한 개의 감시 카메라만 노이즈 제거 서버(100)와 통신할 수도 있고, 한 개의 감시 카메라 또는 복수 개의 감시 카메라들이 복수 개의 노이즈 제거 서버(100)들과 통신할 수도 있는 등 다양한 변형이 가능함은 물론이다.
이때, 네트워크 카메라(200)는 감시 카메라로서 저조도 환경에서도 노이즈 제거 서버(100)에 영상 데이터를 전송할 수 있다. 감시 카메라의 경우 24시간 감시 영상이 필요하므로, 때에 따라서는 야간 혹은 어두운 곳과 같은 저조도의 환경에 감시 카메라가 설치될 수 있다. 저조도 환경에 네트워크 카메라(200)가 설치된 경우에 저조도 영상을 노이즈 제거 서버(100)로 송출하여 노이즈를 제거할 필요가 있다.
또한, 네트워크 카메라(200)는 노이즈 제거 서버(100)에 의해 카메라 내부 설정이 변경될 수 있다. 카메라 내부 설정이란, 카메라 렌즈 조리개의 개방값 혹은 이미지 센서의 게인(gain)과 같은 카메라가 촬상한 영상에 영향을 미치는 내부 설정들을 의미한다.
여기서 통신 채널(DCOM) 및 영상 데이터 채널(DIMA)을 형성하는 네트워크(300)는 유선 또는 무선으로 데이터나 명령을 송수신할 수 있는 모든 수단이 될 수 있다. 예를 들어, 네트워크(300)는 케이블을 통하여 유선으로 네트워크 카메라(200)와 노이즈 제거 서버(100)를 연결할 수도 있으며, 무선 랜 등을 사용하여 무선으로 네트워크 카메라(200)와 노이즈 제거 서버(100)를 연결할 수도 있다.
노이즈 제거 서버(100)는 일반 컴퓨팅 장치 및 서버 장치 등이 제한 없이 사용될 수 있다. 예를 들어, 노이즈 제거 서버(100)로 감시 카메라용 컨트롤 시스템 등이 사용될 수도 있을 것이다. 노이즈 제거 서버(100)는 필요에 따라 네트워크 카메라(200)로부터의 실시간 동영상을 저장할 수도 있다.
노이즈 제거 서버(100)는 카메라(200)로부터 획득한 영상에서 노이즈를 제거하는 역할을 한다. 특히, 노이즈 제거 서버(100)는 카메라(200)로부터 획득한 영상이 저조도 영상일 때 더 우수한 품질로 노이즈를 제거할 수 있다.
일반적으로, 저조도 영상은 일반 환경에서 획득한 영상보다 카메라 자체의 문제 등으로 인하여 더욱 심한 노이즈를 가진다. 또한, 저조도 영상에서는 휘도가 낮아 피사체의 구분이 어려우므로 사용자는 노이즈를 더 심하게 느끼는 경향이 있다. 카메라(200)로부터 획득한 영상 ni(t)는 아래의 [수학식 1]과 같이 나타낼 수 있다.
[수학식 1]
ni(t) = i(t) + ni(t)
[수학식 1]에서, t는 현재의 프레임을 뜻하고, i(t)는 노이즈가 더해지지 않은 현재 프레임의 영상(즉, 노이즈가 제거된 영상), n(t)는 현재 프레임의 노이즈 영상, ni(t)는 노이즈가 더해진 카메라(200)로부터 획득한 현재 프레임의 영상을 의미한다.
본 발명의 일 실시예에 의하면, 노이즈 제거 시스템은 렌즈 조리개가 완전히 닫힌 상태에서 노이즈 영상을 획득하고, 렌즈 조리개가 정상 개방된 상태에서 일반 영상을 획득하며, 노이즈 영상 및 일반 영상을 분석한 값을 비교하여 노이즈 n(t)가 제거된 원 영상 i(t) 영상을 획득하는 것을 특징으로 한다.
도 1를 참조하면, 노이즈 제거 서버(100)는 렌즈 조리개 제어부(110), 게인 설정부(120), 노이즈 영상 분석부(130), 일반 영상 분석부(140), 노이즈 제거부(150)를 포함한다.
도 2는 본 발명의 일 실시예에 따른 노이즈 제거 방법을 블록도로 나타낸 도면이다.
이하에서는, 도 1 및 도 2를 참조하여 본 발명의 노이즈 제거 방법을 설명하기로 한다.
먼저, 도 1 및 도 2의 렌즈 조리개 제어부(110)는 렌즈 조리개(210)를 제어하여 렌즈 조리개의 개폐 정도를 결정한다. 보다 상세히, 모드 제어(MODE CONTROL) 기능을 사용하여 렌즈 조리개 제어부(110)는 카메라(200)의 조리개 개방 정도를 일반 모드(NORMAL MODE)로 할 것인지, 노이즈 모드(NOISE MODE)로 할 것인지를 결정한다. 렌즈 조리개 제어부(110)가 노이즈 모드(NOISE MODE)로 렌즈 조리개(210)를 제어하는 경우, 렌즈 조리개 제어부(110)는 렌즈 조리개를 닫는 신호(IRIS CONTROL CLOSE)를 생성하여 렌즈 조리개(210)에 전달한다. 혹은, 렌즈 조리개 제어부(110)가 일반 모드(NORMAL MODE)로 렌즈 조리개(210)를 제어하는 경우, 렌즈 조리개 제어부(110)는 렌즈 조리개를 여는 신호(IRIS CONTROL OPEN)를 생성하여 렌즈 조리개(210)에 전달한다. 렌즈 조리개를 여는 신호(IRIS CONTROL OPEN)는 렌즈 조리개(210)가 완전히 열리도록 제어하거나, 정상 개방한 상태만큼 열리도록 제어하는 신호이다.
렌즈 조리개 제어부(110)로부터 수신한 신호에 따라 카메라(200) 내부의 렌즈 조리개(210)의 개방 정도가 제어된다. 즉, 카메라(200)는 렌즈 조리개를 닫는 신호(IRIS CONTROL CLOSE)를 수신하는 경우 렌즈 조리개(210)를 닫고, 렌즈 조리개를 여는 신호(IRIS CONTROL OPEN)를 수신하는 경우 렌즈 조리개(210)를 개방한다.
다음으로, 도 1의 게인 설정부(120)는 이미지 센서(220)의 게인을 조절하는 역할을 수행한다. 이미지 센서(220)는 카메라 내부에 장착되는 영상 검지 디바이스로서, 피사체의 정보를 검지하여 전기적인 영상 신호로 변환하는 장치를 말한다. 본 발명의 이미지 센서(220)로 CCD, CMOS 등의 통용되고 있는 이미지 센서들이 제한 없이 해당될 수 있다. 게인 설정부(120)는 이미지 센서(220)의 게인을 변경하여 촬상 영상에 영향을 줄 수 있다.
다음으로, 도 1의 노이즈 영상 분석부(130)는 조리개 제어부(110)가 조리개를 닫은 상태에서 획득한 노이즈 영상을 분석하는 역할을 한다. 보다 상세히, 도 2를 참조하면 노이즈 영상 분석부(130)는 렌즈 조리개가 닫힌 상태의 노이즈 영상(Noise Image N)을 이미지 센서(220)로부터 획득하여 복수개의 블록으로 분할한다. 다음으로, 노이즈 영상 분석부(130)는 각 블록 별로 블록 평균(BLOCK MEAN)을 산출하는 작업을 수행하여 노이즈 평균 영상(N_mean)을 생성하고, 각 블록 별로 블록 표준편차(BLOCK STD)을 산출하는 작업을 수행하여 노이즈 표준편차 영상(N_std)을 생성한다.
노이즈 영상 분석부(130)가 영상을 M x N 크기의 블록으로 나누었을 때의 노이즈 평균 영상(N_mean)은 Block_Mean(n(t))라 나타낼 수 있고, 노이즈 표준편차 영상(N_std)은 Block_Std(n(t))라 나타낼 수 있다. Block_Mean은 M x N 크기 블록에 대한 평균을 구하는 연산이고 Block_Std는 M x N 크기 블록에 대한 표준편차를 구하는 연산이다.
도 3은 본 발명의 일 실시예에 따라 노이즈 영상을 분석하는 과정을 나타낸 도면이다.
먼저, 렌즈 조리개 제어부(110)는 렌즈 조리개(210)가 닫히도록 제어하는 신호(IRIS CONTROL CLOSE)를 송출한다(S11).
다음으로, 게인 설정부(120)는 이미지 센서(220)의 게인을 특정 값으로 설정한다(S12).
다음으로, 1프레임 혹은 여러 프레임에 대해 촬상한 영상(S13)을 카메라(200)로부터 획득하고, 획득한 영상을 M x N 크기 블록으로 분할한다(S14).
다음으로, 분할된 블록 별 평균과 표준편차를 계산하여(S15), S12 단계에서 설정한 특정 게인의 블록 별 노이즈 평균 영상 및 노이즈 표준편차 영상을 획득한다(S16).
다음으로, 게인 설정부(120)는 게인을 변경하여(S17) 변경된 게인에 대한 블록 별 노이즈 표준 영상 및 노이즈 표준편차 영상을 다시 획득한다(S12~S16).
설정된 다양한 게인에 대한 블록 별 노이즈 표준 영상 및 노이즈 표준편차 영상을 모두 획득하면 영상 분석 모드가 종료된다(S18).
다음으로, 도 1의 일반 영상 분석부(140)는 조리개 제어부(110)가 조리개를 정상 개방한 상태에서 획득한 일반 영상을 분석하는 역할을 한다. 보다 상세히, 도 2를 참조하면 일반 영상 분석부(140)는 렌즈 조리개가 열린 상태의 일반 영상(Normal Image I)을 이미지 센서(220)로부터 획득하여 복수개의 블록으로 분할한다. 다음으로, 노이즈 영상 분석부(130)는 각 블록 별로 블록 평균(BLOCK MEAN)을 산출하는 작업을 수행하여 일반 평균 영상(I_mean)을 생성하고, 각 블록 별로 블록 표준편차(BLOCK STD)을 산출하는 작업을 수행하여 일반 표준편차 영상(I_std)을 생성한다.
일반 영상 분석부(140)가 영상을 M x N 크기의 블록으로 나누었을 때의 일반 평균 영상(I_mean)은 Block_Mean(ni(t))라 나타낼 수 있고, 일반 표준편차 영상(I_std)은 Block_Std(ni(t))라 나타낼 수 있다.
도 4는 본 발명의 일 실시예에 따라 일반 영상을 분석하는 과정을 나타낸 도면이다.
먼저, 렌즈 조리개 제어부(110)는 렌즈 조리개(210)가 열리도록 제어하는 신호(IRIS CONTROL OPEN)를 송출하여 렌즈 조리개(210)를 정상 제어한다(S21).
다음으로, 게인 설정부(120)는 이미지 센서(220)의 게인을 특정 값으로 설정한다(S22).
다음으로, 1프레임 혹은 여러 프레임에 대해 촬상한 영상(S23)을 카메라(200)로부터 획득하고, 획득한 영상을 M x N 크기 블록으로 분할한다(S24).
다음으로, 분할된 블록 별 평균과 표준편차를 계산하여(S25), S12 단계에서 설정한 특정 게인의 블록 별 일반 평균 영상 및 일반 표준편차 영상을 획득한다(S26).
다음으로, 게인 설정부(120)는 게인을 변경하여(S27) 변경된 게인에 대한 블록 별 일반 평균 영상 및 일반 표준편차 영상을 다시 획득한다(S22~S26).
설정된 다양한 게인에 대한 블록 별 일반 평균 영상 및 일반 표준편차 영상을 모두 획득하면 일반 영상 분석 모드가 종료된다(S28).
본 발명의 일 실시예에 따르면, 상술한 노이즈 영상 분석부(130) 및 일반 영상 분석부(140)는 게인 설정부(120)가 이미지 센서(220)의 게인을 설정할 때마다 각 게인에 대해서 노이즈 영상 및 일반 영상을 분석할 수 있다.
다음으로, 노이즈 제거부(150)는 노이즈 영상 분석부(130) 및 일반 영상 분석부(140)의 분석 결과에 기초하여 영상의 노이즈를 제거하는 역할을 한다.
상술한 노이즈 영상 분석부(130)와 일반 영상 분석부(140)가 전체 영상을 M x N 크기의 블록으로 나누었을 때, 각 블록 평균과 블록 표준편차는 아래의 [수학식 2], [수학식 3]과 같은 관계가 성립한다고 가정할 수 있다.
[수학식 2]
Block_Mean(ni(t)) = Block_Mean(i(t)) + Block_Mean(n(t))
[수학식 3]
Block_Std(ni(t)) = Block_Std(i(t)) + Block_Std(n(t))
위의 [수학식 2]와 [수학식 3]으로부터, 노이즈가 섞이지 않은 원 영상 i(t)의 블록 평균과 블록 표준편차는 아래의 [수학식 4], [수학식 5]와 같이 계산할 수 있다.
[수학식 4]
Block_Mean(i(t)) = Block_Mean(ni(t)) - Block_Mean(n(t))
[수학식 5]
Block_Std(i(t)) = Block_Std(ni(t)) - Block_Std(n(t))
즉, 위의 [수학식 4], [수학식 5]를 참조하면, 노이즈가 섞이지 않은 원영상을 복원하기 위해서는 노이즈가 섞인 영상인 ni(t)와 노이즈로만 이루어진 영상 n(t)로부터 각각 블록 평균과 블록 표준편차를 계산하여 서로 빼주면 됨을 알 수 있다. 따라서, 본 발명의 일 실시예에서 노이즈 제거부(150)는 노이즈가 섞인 영상인 ni(t)의 블록 평균과 블록 표준편차를 각각 노이즈로만 이루어진 영상 n(t)의 블록 평균과 블록 표준편차에 빼서 이를 기초로 원 영상 i(t)를 출력한다.
도 2를 참조하면, 노이즈 영상 n(t)의 블록 평균과 노이즈가 섞인 일반 영상 ni(t)의 블록 평균의 차를 평균 차(Diff_Mean)라고 정의하면 이를 [수학식 6]과 같이 나타낼 수 있다. 즉 도 2과 같이 차 연산(DIFF)을 통해 블록 평균끼리의 차인 평균 차(Diff_Mean) 영상을 생성할 수 있다.
[수학식 6]
Diff_Mean = abs(Block_Mean(ni(t)) - Block_Mean(n(t)))
마찬가지로, 노이즈 영상 n(t)의 블록 표준편차와 노이즈가 섞인 일반 영상 ni(t)의 블록 표준편차의 차이를 표준편차 차(Diff_Std) 라고 정의하면 이를 [수학식 7]과 같이 나타낼 수 있다. 즉 도 2과 같이 차 연산(DIFF)을 통해 블록 표준편차끼리의 차인 표준편차 차(Diff_Std) 영상을 생성할 수 있다.
[수학식 7]
Diff_Std = abs(Block_Std(ni(t)) - Block_Std(n(t)))
노이즈 제거부(150)는 [수학식 6]과 [수학식 7]에서 구한 Diff_Mean과 Diff_Std을 기초로 하여 가중합을 산출하는 연산(ADJUSTED WEIGHTED SUM)을 행한다. 가중합에 의해 생성된 결과는 아래의 [수학식 8]과 같이 노이즈제거를 위한 노이즈 마스크(Noise_Mask)를 생성한다. 아래의 [수학식 8]에서 식에서 a와 b는 임의의 상수이며, 노이즈 마스크(Noise_Mask)는 Diff_Mean과 Diff_std의 가중합과 상수(c)의 합으로 나타낼 수 있다.
[수학식 8]
Noise_Mask = (a + Diff_Mean)*(b + Diff_Std)
= (a*Diff_Std) + (b*Diff_Mean) + (Diff_Mean*Diff_Std) + (a*b)
= (a*Diff_Std) + (b*Diff_Mean) + (c)
노이즈 제거부(150)는 [수학식 8]의 노이즈 마스크(Noise_Mask)를 노이즈가 섞인 영상 ni(t)와 곱하여 노이즈가 제거된 원 영상 i(t)(I_adjust)를 아래의 [수학식 9]와 같이 산출한다.
[수학식 9]
i(t) = ni(t)*Noise_Mask = ni(t)*(a + Diff_Mean)*(b + Diff_Std)
추가적으로, 노이즈 제거부(150)는 도 2와 같이 저역 통과 필터(LPF, Low Pass Filter, LPF)를 아래의 [수학식 10]과 같이 i(t) 에 적용하여 고주파 노이즈가 제거된 dnI(t) (I_denoise)를 생성할 수 있다.
[수학식 10]
dnI(t) = LPF ( i(t) )
도 5는 본 발명의 일 실시예에 따른 노이즈 제거 방법을 도시한 순서도이다.
먼저, 조리개를 닫은 상태에서 획득한 노이즈 영상을 분석한다(S31). S31 단계의 상세한 설명은 도 3에 도시된 순서도를 참고할 수 있다.
다음으로, 조리개를 정상 개방한 상태에서 획득한 일반 영상을 분석한다(S32). S32 단계의 자세한 설명은 도 4에 도시된 순서도를 참고할 수 있다.
다음으로, 노이즈 영상의 블록 평균과 일반 영상의 블록 평균의 차인 평균 차(Diff_Mean)를 산출한다(S33).
다음으로, 노이즈 영상의 블록 표준편차와 일반 영상의 블록 표준편차의 차인 표준편차 차(Diff_Std)를 산출한다(S34).
다음으로, 평균 차와 표준편차 차를 기초로 가중합을 산출하여 노이즈 마스크(Noise_Mask)를 생성한다(S35).
마지막으로, 노이즈 마스크(Noise_Mask)를 일반 영상에 곱하여 노이즈가 제거된 영상을 획득한다(S36).
도 6 및 도 7은 본 발명의 일 실시예에 따른 노이즈 제거 방법을 실제 적용한 이미지를 나타낸 도면이다.
도 6의 (a) 영상은 실제 저조도 환경에서 노이즈가 더해진 입력 영상으로, 렌즈 조리개가 정상 개방된 상태에서 획득한 일반 영상 ni(t)이다. (b) 영상은 일반 영상의 블록 평균인 일반 평균 영상(I_mean)이고, (c) 영상은 일반 영상의 일반 블록 표준편차인 표준편차 영상(I_std)이다.
또한, (d) 영상은 노이즈만 존재하는 영상으로, 렌즈 조리개가 개방된 상태에서 획득한 노이즈 영상 n(t)이다. (e) 영상은 노이즈 영상의 블록 평균인 노이즈 평균 영상(N_mean)이고, (f) 영상은 노이즈 영상의 블록 표준편차인 노이즈 표준편차 영상(N_std)이다.
도 7의 (a) 영상은 일반 영상 ni(t)의 블록 평균의 차인 평균 차(Diff_Mean) 영상을 나타낸 것이고, (b) 영상은 노이즈 영상 n(t)과 일반 영상 ni(t)의 블록 표준편차의 차인 표준편차 차(Diff_Mean) 영상이다.
또한, (c) 영상은 평균 차와 상기 표준편차 차의 가중합을 기초로 산출된 노이즈 마스크(Nosise_Mask) 영상을 나타낸 것이고, (d) 영상은 노이즈 마스크(Noise_Mask)를 일반 영상 ni(t)에 곱하여 획득한 노이즈가 제거된 영상 i(t)이다.
상술한 본 발명은 본 발명은 렌즈 조리개 제어를 이용한 영상 노이즈 제거 시스템에 대한 것이다. 기존의 노이즈 제거 방법들은 임베디드 시스템으로 만들기 어려울 만큼 매우 많은 연산량을 요구함과 동시에 평탄화 문제와 블록 아티팩트와 같은 단점들을 가지고 있다. 이에 반해, 본 발명에서 제안하는 노이즈 제거 방법은, 먼저 감시카메라 렌즈의 조리개를 제어하여 노이즈 신호의 평균과 표준 편차를 분석한 후, 이 값들의 가중합으로 노이즈 제거 마스크를 생성하여 이 노이즈 제거 마스크를 노이즈가 섞인 영상과 곱하여 영상의 각 블록별로 신호의 증감을 독립적으로 제어한다.
본 발명의 일 실시예에 따른 노이즈 제거 방법은 다양한 조건의 저조도 영상에 대하여 적응적인 노이즈 제가가 가능하므로 감시 카메라의 저조도 화질을 향상시키면서 연산을 간단히 하는 것이 가능하다.
이상 설명된 본 발명에 따른 실시예는 다양한 컴퓨터 구성요소를 통하여 실행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위하여 하나 이상의 소프트웨어 모듈로 변경될 수 있으며, 그 역도 마찬가지이다.
본 발명에서 설명하는 특정 실행들은 일 실시 예들로서, 어떠한 방법으로도 본 발명의 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다. 또한, 도면에 도시된 구성 요소들 간의 선들의 연결 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것으로서, 실제 장치에서는 대체 가능하거나 추가의 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들로서 나타내어질 수 있다. 또한, “필수적인”, “중요하게” 등과 같이 구체적인 언급이 없다면 본 발명의 적용을 위하여 반드시 필요한 구성 요소가 아닐 수 있다.
본 발명의 명세서(특히 특허청구범위에서)에서 “상기”의 용어 및 이와 유사한 지시 용어의 사용은 단수 및 복수 모두에 해당하는 것일 수 있다. 또한, 본 발명에서 범위(range)를 기재한 경우 상기 범위에 속하는 개별적인 값을 적용한 발명을 포함하는 것으로서(이에 반하는 기재가 없다면), 발명의 상세한 설명에 상기 범위를 구성하는 각 개별적인 값을 기재한 것과 같다. 마지막으로, 본 발명에 따른 방법을 구성하는 단계들에 대하여 명백하게 순서를 기재하거나 반하는 기재가 없다면, 상기 단계들은 적당한 순서로 행해질 수 있다. 반드시 상기 단계들의 기재 순서에 따라 본 발명이 한정되는 것은 아니다. 본 발명에서 모든 예들 또는 예시적인 용어(예들 들어, 등등)의 사용은 단순히 본 발명을 상세히 설명하기 위한 것으로서 특허청구범위에 의해 한정되지 않는 이상 상기 예들 또는 예시적인 용어로 인해 본 발명의 범위가 한정되는 것은 아니다. 또한, 당업자는 다양한 수정, 조합 및 변경이 부가된 특허청구범위 또는 그 균등물의 범주 내에서 설계 조건 및 팩터에 따라 구성될 수 있음을 알 수 있다.
100: 노이즈 제거 서버 110: 렌즈 조리개 제어부
120: 게인 설정부 130: 노이즈 영상 분석부(130)
140: 일반 영상 분석부 150: 노이즈 제거부

Claims (14)

  1. 렌즈 조리개의 개폐 정도를 제어하는 렌즈 조리개 제어부;
    상기 조리개 제어부가 조리개를 닫은 상태에서 획득한 노이즈 영상을 분석하는 노이즈 영상 분석부;
    상기 조리개 제어부가 조리개를 정상 개방한 상태에서 획득한 일반 영상을 분석하는 일반 영상 분석부;
    상기 노이즈 영상 분석부 및 일반 영상 분석부의 분석 결과에 기초하여 영상의 노이즈를 제거하는 노이즈 제거부;를 포함하고,
    상기 노이즈 제거부는,
    상기 노이즈 영상의 블록 평균과 상기 일반 영상의 블록 평균의 차인 평균 차(Diff_Mean)를 블록별로 산출하고, 상기 노이즈 영상의 블록 표준편차와 상기 일반 영상의 블록 표준편차의 차인 표준편차 차(Diff_Std)를 블록별로 산출하고, 블록별로 상기 평균 차와 상기 표준편차 차의 가중합을 기초로 노이즈 마스크(Noise_Mask)를 생성하고,
    상기 노이즈 마스크(Noise_Mask)를 일반 영상에 곱하여 블록별로 노이즈가 제거된 영상을 획득하는, 노이즈 제거 시스템.
  2. 제1항에 있어서,
    상기 노이즈 제거 시스템은,
    이미지 센서의 게인을 조절하는 게인 설정부; 를 추가적으로 포함하고,
    상기 이미지 센서의 게인이 설정될 때마다 상기 노이즈 영상과 상기 일반 영상이 분석되는, 노이즈 제거 시스템.
  3. 제1항에 있어서,
    상기 노이즈 영상 분석부는 상기 노이즈 영상을 복수개의 블록으로 분할하고, 각 블록 별 블록 평균과 블록 표준편차를 산출하는 노이즈 제거 시스템.
  4. 제1항에 있어서,
    상기 일반 영상 분석부는 상기 일반 영상을 복수개의 블록으로 분할하고, 각 블록 별 블록 평균과 블록 표준편차를 산출하는 노이즈 제거 시스템.
  5. 제1항에 있어서,
    상기 노이즈 영상 분석부 및 일반 영상 분석부는 하나 이상의 이미지 센서의 게인 설정값에 대한 영상의 분석 결과를 획득하는 노이즈 제거 시스템.
  6. 제1항에 있어서,
    상기 일반 영상은 저조도 환경에서 촬상된 영상인 노이즈 제거 시스템.
  7. 삭제
  8. 삭제
  9. 조리개를 닫은 상태에서 획득한 노이즈 영상을 분석하는 노이즈 영상 분석 단계;
    조리개를 정상 개방한 상태에서 획득한 일반 영상을 분석하는 일반 영상 분석 단계;
    상기 노이즈 영상 분석 단계 및 일반 영상 분석 단계의 분석 결과에 기초하여 영상의 노이즈를 제거하는 노이즈 제거 단계;를 포함하고,
    상기 노이즈 제거 단계는,
    상기 노이즈 영상의 블록 평균과 상기 일반 영상의 블록 평균의 차인 평균 차(Diff_Mean)를 블록별로 산출하는 단계;
    상기 노이즈 영상의 블록 표준편차와 상기 일반 영상의 블록 표준편차의 차인 표준편차 차(Diff_Std)를 블록별로 산출하는 단계;
    블록별로 상기 평균 차와 상기 표준편차 차의 가중합을 기초로 노이즈 마스크(Noise_Mask)를 생성하는 단계; 및
    상기 노이즈 마스크(Noise_Mask)를 일반 영상에 곱하여 블록별로 노이즈가 제거된 영상을 획득하는 단계;를 포함하는, 노이즈 제거 방법.
  10. 제9항에 있어서,
    상기 노이즈 영상 분석 단계 및 일반 영상 분석 단계 이전에,
    이미지 센서의 게인을 조절하는 게인 설정 단계;를 추가적으로 포함하고,
    상기 이미지 센서의 게인이 설정될 때마다 상기 노이즈 영상과 상기 일반 영상이 분석되는, 노이즈 제거 방법.
  11. 제9항에 있어서,
    상기 노이즈 영상 분석 단계는 상기 노이즈 영상을 복수개의 블록으로 분할하고, 각 블록 별 블록 평균과 블록 표준편차를 산출하는 노이즈 제거 방법.
  12. 제9항에 있어서,
    상기 일반 영상 분석 단계는 상기 일반 영상을 복수개의 블록으로 분할하고, 각 블록 별 블록 평균과 블록 표준편차를 산출하는 노이즈 제거 방법.
  13. 삭제
  14. 삭제
KR1020130155637A 2013-12-13 2013-12-13 렌즈 조리개 제어를 이용한 노이즈 제거 방법 및 시스템 KR102149270B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020130155637A KR102149270B1 (ko) 2013-12-13 2013-12-13 렌즈 조리개 제어를 이용한 노이즈 제거 방법 및 시스템
US14/283,711 US9210342B2 (en) 2013-12-13 2014-05-21 Method and system for removing noise by controlling lens iris
CN201410497899.2A CN104717431B (zh) 2013-12-13 2014-09-25 通过控制镜头光圈来去除噪声的方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130155637A KR102149270B1 (ko) 2013-12-13 2013-12-13 렌즈 조리개 제어를 이용한 노이즈 제거 방법 및 시스템

Publications (2)

Publication Number Publication Date
KR20150069342A KR20150069342A (ko) 2015-06-23
KR102149270B1 true KR102149270B1 (ko) 2020-08-28

Family

ID=53370035

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130155637A KR102149270B1 (ko) 2013-12-13 2013-12-13 렌즈 조리개 제어를 이용한 노이즈 제거 방법 및 시스템

Country Status (3)

Country Link
US (1) US9210342B2 (ko)
KR (1) KR102149270B1 (ko)
CN (1) CN104717431B (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004343547A (ja) * 2003-05-16 2004-12-02 Minolta Co Ltd 撮像装置
JP2005303802A (ja) * 2004-04-14 2005-10-27 Olympus Corp 撮像装置および画像処理プログラム

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR0181282B1 (ko) 1994-12-01 1999-05-01 김광호 저조도 촬영시 오토 포커스 데이타 보상방법
JP3931606B2 (ja) * 2001-09-20 2007-06-20 ソニー株式会社 撮像装置およびノイズ除去方法
JP5016255B2 (ja) * 2006-02-22 2012-09-05 富士フイルム株式会社 ノイズ低減装置ならびにその制御方法およびその制御プログラムならびに撮像装置およびディジタル・カメラ
KR100810240B1 (ko) 2006-08-02 2008-03-06 삼성전자주식회사 영상 노이즈를 제거하는 카메라 장치 및 그 방법
JP4728265B2 (ja) * 2007-02-20 2011-07-20 富士通セミコンダクター株式会社 ノイズ特性測定装置及びノイズ特性測定方法
TWI343207B (en) * 2007-09-07 2011-06-01 Lite On Technology Corp Device and method for obtain a clear image
KR101474311B1 (ko) 2008-01-15 2014-12-18 삼성전자주식회사 노이즈 저감용 분산 또는 표준편차 데이터 획득 방법과,상기 방법에 따라 획득한 노이즈 저감용 분산 또는표준편차 데이터를 저장한 기록매체를 구비한 디지털촬영장치
KR20090096222A (ko) 2008-03-07 2009-09-10 엘지전자 주식회사 카메라의 디지털 노이즈 제거장치 및 방법
KR101555056B1 (ko) 2009-04-22 2015-09-22 엘지전자 주식회사 카메라의 3차원 디지털 노이즈 제거장치 및 방법
KR101008650B1 (ko) 2009-04-30 2011-01-17 엘지전자 주식회사 투사형 표시 장치 및 화이트밸런스 조정 방법
RU2426264C2 (ru) 2009-07-20 2011-08-10 Дмитрий Валерьевич Шмунк Способ улучшения изображений
EP2354843B1 (en) * 2010-02-09 2020-01-01 Axis AB Calibration of a Lense Device
JP2014045244A (ja) * 2012-08-24 2014-03-13 Sony Corp Ｒａｗデータ処理装置、ｒａｗデータ処理方法及び撮像装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004343547A (ja) * 2003-05-16 2004-12-02 Minolta Co Ltd 撮像装置
JP2005303802A (ja) * 2004-04-14 2005-10-27 Olympus Corp 撮像装置および画像処理プログラム

Also Published As

Publication number Publication date
US20150172571A1 (en) 2015-06-18
CN104717431A (zh) 2015-06-17
US9210342B2 (en) 2015-12-08
CN104717431B (zh) 2019-05-17
KR20150069342A (ko) 2015-06-23

Similar Documents

Publication Publication Date Title
US9843730B2 (en) Scene motion correction in fused image systems
US8149336B2 (en) Method for digital noise reduction in low light video
KR101526866B1 (ko) 깊이 정보를 이용한 깊이 노이즈 필터링 방법 및 장치
US8050509B2 (en) Method of and apparatus for eliminating image noise
US9344636B2 (en) Scene motion correction in fused image systems
US8934711B2 (en) Apparatus and method of processing image
US9875553B2 (en) Image processing apparatus, method, and program
US20140198226A1 (en) Apparatus and method for processing image
EP1978724A2 (en) Method of and apparatus for image denoising
CN113170030A (zh) 使用神经网络对摄影曝光不足进行校正
WO2011011445A1 (en) System and method for random noise estimation in a sequence of images
US9674439B1 (en) Video stabilization using content-aware camera motion estimation
US9924097B2 (en) Apparatus, method and recording medium for image stabilization
Mangiat et al. Spatially adaptive filtering for registration artifact removal in HDR video
CN110445951B (zh) 视频的滤波方法和装置、存储介质、电子装置
CN105631854A (zh) 一种基于fpga平台的自适应图像清晰度评价算法
CN114429191B (zh) 基于深度学习的电子防抖方法、系统及存储介质
WO2013114803A1 (ja) 画像処理装置及びその画像処理方法、並びにコンピュータ・プログラム、および画像処理システム
KR102207940B1 (ko) 영상 노이즈 제거 방법 및 시스템
KR102149270B1 (ko) 렌즈 조리개 제어를 이용한 노이즈 제거 방법 및 시스템
JP6904838B2 (ja) 画像処理装置、その制御方法およびプログラム
WO2023067557A1 (en) Efficient video execution method and system
KR20160056729A (ko) 극저조도 영상의 화질 개선 장치 및 방법
WO2013114802A1 (ja) 画像処理装置及びその画像処理方法、並びにコンピュータ・プログラム、および画像処理システム
Jung et al. Image deblurring using multi-exposed images

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant