KR102245835B1 - Method for compensating picture quality - Google Patents

Method for compensating picture quality Download PDF

Info

Publication number
KR102245835B1
KR102245835B1 KR1020200095656A KR20200095656A KR102245835B1 KR 102245835 B1 KR102245835 B1 KR 102245835B1 KR 1020200095656 A KR1020200095656 A KR 1020200095656A KR 20200095656 A KR20200095656 A KR 20200095656A KR 102245835 B1 KR102245835 B1 KR 102245835B1
Authority
KR
South Korea
Prior art keywords
saturation
correction
image
input image
image quality
Prior art date
Application number
KR1020200095656A
Other languages
Korean (ko)
Inventor
윤준호
Original Assignee
주식회사 포바이포
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 주식회사 포바이포 filed Critical 주식회사 포바이포
Priority to KR1020200095656A priority Critical patent/KR102245835B1/en
Application granted granted Critical
Publication of KR102245835B1 publication Critical patent/KR102245835B1/en

Links

Images

Classifications

    • G06T5/92—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/007—Dynamic range modification
    • G06T5/009—Global, i.e. based on properties of the image as a whole
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration by the use of histogram techniques
    • 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
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G5/00—Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators
    • G09G5/10—Intensity circuits
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/44—Receiver circuitry for the reception of television signals according to analogue transmission standards
    • H04N5/57—Control of contrast or brightness

Abstract

An embodiment of the present invention relates to a picture quality correcting method using input image pre-processing for correcting picture quality through pre-processing of an input image by an image picture quality correction processor. The method comprises: a chroma correction weight extraction process in which the image picture quality correction processor extracts a chroma correction weight of the input image; a chroma correction process in which the image picture quality correction processor corrects chroma based on the extracted chroma correction weight; and a contrast correction process in which the image picture quality correction processor corrects contrast of the chroma-corrected input image.

Description

입력영상 전처리를 이용한 화질보정방법{Method for compensating picture quality}Image quality correction method using input image preprocessing {Method for compensating picture quality}

본 발명은 화질보정방법으로서, 입력영상 전처리를 이용한 화질보정방법에 관한 것이다.The present invention relates to an image quality correction method using preprocessing of an input image.

현재 가속화되고 있는 디지털 기술의 발전으로 인해 음성, 영상 등을 포함하는 정보 이용의 공간적 한계가 점차 무너지고 있다. 이러한 환경 속에서 동영상 화질 향상의 요구는 날로 높아지고 있으며, 영상 제공자들은 사용자에게 양질의 화면을 제공하기 위한 다양한 영상 처리 방법을 연구하고 있다.Due to the accelerating advancement of digital technology, spatial limitations of the use of information including audio and video are gradually collapsing. In such an environment, the demand for video quality improvement is increasing day by day, and video providers are researching various image processing methods to provide a quality screen to users.

특히, TV, 모니터와 같은 디스플레이 플랫폼의 시연, 홍보를 위하여 각 디스플레이 플랫폼별 디스플레이 성능을 극대화해서 보여줄 수 있는 최고 화질로의 영상 입력이 요구된다.In particular, for demonstration and promotion of display platforms such as TVs and monitors, video input with the highest quality that can be displayed by maximizing display performance for each display platform is required.

그런데 영상 출력 장치와 디스플레이 패널 간의 하드웨어 또는 소프트웨어 등의 기술적 정합성 또는 기술적 한계 등으로 인하여 촬영 제작되는 원본 영상의 화질에 대한 왜곡, 열화가 발생 되는 문제가 있다.However, there is a problem that distortion or deterioration of the image quality of the original image being photographed and produced due to technical compatibility or technical limitations such as hardware or software between the image output device and the display panel.

이에 작업자에 의해서 원본 영상에 대한 화질 보정을 해야 하는데, 작업자의 주관적인 영상 보정으로 인해 너무 밝거나 어둡거나, 색이 너무 과하거나 부족하거나 하는 등과 같이 화질 보정하는 작업자에 따라 매우 주관적인 화질 보정이 이루어지는 문제가 있다.Accordingly, the image quality of the original image must be corrected by the operator, but the image quality correction is very subjective depending on the operator who corrects the image quality, such as too bright or dark, or too excessive or insufficient color due to the subjective image correction of the operator. There is.

한국등록특허 10-0213039Korean Patent Registration 10-0213039

본 발명의 기술적 과제는 작업자에 영향받지 않고 언제 어디서든지 동일한 품질의 화질 보정이 자동으로 이루어지도록 하는 수단을 제공하는데 있다.An object of the present invention is to provide a means to automatically perform image quality correction of the same quality anytime, anywhere without being affected by an operator.

본 발명의 실시 형태는 영상 화질 보정 프로세서가, 입력영상의 전처리를 통해 화질을 보정하는 입력영상 전처리를 이용한 화질보정방법에 있어서, 상기 영상 화질 보정 프로세서가, 입력 영상의 채도 보정 가중치를 추출하는 채도 보정 가중치 추출 과정; 상기 영상 화질 보정 프로세서가, 추출한 채도 보정 가중치를 기반으로 채도를 보정하는 채도 보정 과정; 상기 영상 화질 보정 프로세서가, 채도 보정된 입력 영상의 콘트라스트를 보정하는 콘트라스트 보정 과정;을 포함할 수 있다.In an embodiment of the present invention, in an image quality correction method using an input image preprocessing in which an image quality correction processor corrects image quality through preprocessing of an input image, the image quality correction processor extracts a saturation correction weight of the input image. Correction weight extraction process; A saturation correction process in which the image quality correction processor corrects saturation based on the extracted saturation correction weight; The image quality correction processor may include a contrast correction process of correcting a contrast of an input image whose saturation has been corrected.

상기 채도 보정 과정은, 추출한 채도 보정 가중치에 따라서 선택되는 채도 추정치로서 보정할 수 있다.The saturation correction process may be corrected as a saturation estimate selected according to the extracted saturation correction weight.

상기 콘트라스트 보정 과정은, 채도 보정 처리된 입력 영상의 휘도 히스토그램을 추출하는 휘도 히스토그램 추출 과정; 추출한 휘도 히스토그램의 변경을 수행하는 휘도 히스토그램 변경 과정;을 포함할 수 있다.The contrast correction process may include a luminance histogram extraction process of extracting a luminance histogram of an input image subjected to a saturation correction process; It may include a luminance histogram change process of changing the extracted luminance histogram.

상기 휘도 히스토그램 변경 과정은, 추출한 휘도 히스토그램을 미리 설정된 휘도 변환 알고리즘에 따라서 변경할 수 있다.In the process of changing the luminance histogram, the extracted luminance histogram may be changed according to a preset luminance conversion algorithm.

상기 휘도 변환 알고리즘은, 인접한 픽셀 간의 그레이 레벨 차이를 증폭하여 이미지 대비를 향상시키는 것을 목표로 한다. 이를 위해 입력에서 2D 히스토그램 h (k, k + l)를 얻는다. 여기에서 k는 8bit 영상기준 k번째 화소 강도를 의미하고 l은 l번째 레이어를 의미한다. 즉, k 및 k + l은 트리 형 계층 구조의 그레이 레벨 차이를 나타낸다. 이를 수식으로 표현하면, 0<=k+l<=255이다. 그런 다음 입력 이미지에서 더 자주 발생하는 그레이 레벨 차이가 출력 이미지에서 더 강조되어야 한다는 측정 가설에 기초하여 제약된 라그랑주 최적화 문제를 해결하여 최종 히스토그램 변환 함수를 추정한다.The luminance conversion algorithm aims to improve image contrast by amplifying a gray level difference between adjacent pixels. To do this, we get a 2D histogram h (k, k + l) from the input. Here, k denotes the k-th pixel intensity based on an 8-bit image, and l denotes the l-th layer. That is, k and k + l represent the gray level difference of the tree-type hierarchical structure. If this is expressed as an equation, it is 0<=k+l<=255. The final histogram transform function is then estimated by solving the constrained Lagrange optimization problem based on the measurement hypothesis that gray level differences occurring more frequently in the input image should be more emphasized in the output image.

본 발명의 실시 형태에 따르면 입력 영상 분석없이 일괄적으로 색보정하는 기존의 자동 보정 방식과 다르게, 입력 영상의 품질을 분석하여 입력 영상의 수준에 맞춰 보정 수준을 결정하는 획기적인, 적응형 자동 보정 방식으로 출력영상의 화질을 일반 화질에서 고화질로 구현할 수 있다.According to an embodiment of the present invention, unlike the conventional automatic correction method in which color correction is performed collectively without analyzing the input image, an innovative, adaptive automatic correction method that determines the correction level according to the level of the input image by analyzing the quality of the input image. As a result, the quality of the output image can be realized from normal to high quality.

도 1은 본 발명의 실시예에 따른 화질보정 시스템의 구성도.
도 2는 본 발명의 실시예에 따른 영상 화질 보정 프로세서가 탑재된 PCB 기판을 도시한 그림.
도 3은 본 발명의 실시예에 따른 입력영상 전처리를 이용한 화질보정방법의 플로차트.
도 4는 영상 출력 장치에서의 일반적인 채도 보정 방식을 도시한 그림.
도 5는 본 발명의 실시예에 따른 입력 영상의 채도 보정 및 휘도 보정이 이루어진 예시 그림.1 is a configuration diagram of an image quality correction system according to an embodiment of the present invention.
2 is a diagram showing a PCB board on which an image quality correction processor is mounted according to an embodiment of the present invention.
3 is a flowchart of an image quality correction method using pre-processing of an input image according to an embodiment of the present invention.
4 is a diagram showing a general saturation correction method in an image output device.
5 is an exemplary diagram in which saturation correction and luminance correction of an input image are performed according to an embodiment of the present invention.

이하, 본 발명의 장점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은, 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것으로, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 또한, 본 발명을 설명함에 있어 관련된 공지 기술 등이 본 발명의 요지를 흐리게 할 수 있다고 판단되는 경우 그에 관한 자세한 설명은 생략하기로 한다.Hereinafter, advantages and features of the present invention, and a method of achieving them will become apparent with reference to the embodiments described below in detail together with the accompanying drawings. However, the present invention is not limited to the embodiments disclosed below, but will be implemented in a variety of different forms, and is provided to completely inform the scope of the invention to those of ordinary skill in the art to which the present invention pertains. As such, the invention is only defined by the scope of the claims. In addition, in describing the present invention, when it is determined that related known technologies or the like may obscure the subject matter of the present invention, a detailed description thereof will be omitted.

도 1은 본 발명의 실시예에 따른 화질보정 시스템의 구성도이며, 도 2는 본 발명의 실시예에 따른 영상 화질 보정 프로세서가 탑재된 PCB 기판을 도시한 그림이다.1 is a configuration diagram of an image quality correction system according to an embodiment of the present invention, and FIG. 2 is a diagram showing a PCB board on which an image quality correction processor according to an embodiment of the present invention is mounted.

본 발명은 영상의 상세 색상 및 화질 보정 공정의 전처리 방법에 관한 것으로서, 입력 영상의 품질을 분석하여 입력 영상의 수준에 맞춰 보정 수준을 결정하는 적응형 자동 보정 방식이다. 즉, 입력영상의 채도 평균치를 계산한 후, 사전 설정된 임계치 기반으로 산출된 채도 추정치를 선택하여 보정영상을 생성하고, 휘도 변환 함수 추정 기반의 휘도 히스토그램의 변경의 보정을 수행한다.The present invention relates to a preprocessing method of a detailed color and image quality correction process of an image, and is an adaptive automatic correction method in which a correction level is determined according to the level of an input image by analyzing the quality of an input image. That is, after calculating an average saturation value of the input image, a correction image is generated by selecting a saturation estimate calculated based on a preset threshold, and correction of a change in the luminance histogram based on the luminance conversion function estimation is performed.

이를 위하여 본 발명의 화질보정 시스템은, 도 1과 같이 영상 출력 장치(100)로부터 제공되는 영상의 화질을 보정하여 디스플레이 패널(300)로 영상 출력하는 영상 화질 보정 프로세서(200)를 포함한다.To this end, the image quality correction system of the present invention includes an image quality correction processor 200 that corrects the image quality of an image provided from the image output device 100 and outputs an image to the display panel 300 as shown in FIG. 1.

영상 화질 보정 프로세서(200)는, 도 2에 도시한 바와 같이 PCB 기판 유닛에 마련된 연산 가능한 IC칩으로서, 영상 출력 장치(100)로부터 실시간으로 제공되는 영상의 화질을 보정하여 디스플레이 패널(300)로 영상 출력하게 된다. 영상 출력 장치(100)로부터 실시간으로 제공되는 영상은, 영상 화질 보정 프로세서(200)가 마련된 PCB 기판 유닛에 탑재된 HDMI 단자를 통하여 제공받을 수 있다. 영상 출력 장치는, 셋탑박스 등의 다양한 영상 출력 수단이 해당될 수 있다.As shown in FIG. 2, the image quality correction processor 200 is an IC chip that can be calculated on the PCB substrate unit, and corrects the image quality provided in real time from the image output device 100 to the display panel 300. The video will be output. An image provided in real time from the image output device 100 may be provided through an HDMI terminal mounted on a PCB board unit in which the image quality correction processor 200 is provided. The image output device may correspond to various image output means such as a set-top box.

이하, 도 3 내지 도 5와 함께 입력영상 전처리를 이용한 화질보정방법에 대하여 상술하기로 한다.Hereinafter, an image quality correction method using pre-processing of an input image will be described in detail with reference to FIGS. 3 to 5.

도 3은 본 발명의 실시예에 따른 입력영상 전처리를 이용한 화질보정방법의 플로차트이며, 도 4는 영상 출력 장치에서의 일반적인 채도 보정 방식을 도시한 그림이며, 도 5는 본 발명의 실시예에 따른 입력 영상의 채도 보정 및 휘도 보정이 이루어진 예시 그림이다.3 is a flowchart of an image quality correction method using preprocessing of an input image according to an embodiment of the present invention, and FIG. 4 is a diagram showing a general saturation correction method in an image output device, and FIG. This is an example picture in which the saturation and luminance correction of the input image are performed.

본 발명의 영상 화질 보정 프로세서(200)가 입력영상의 전처리를 통해 화질을 보정하는 입력영상 전처리를 이용한 화질보정방법은, 도 3에 도시한 바와 같이 영상 화질 보정 프로세서(200)가, 입력 영상의 채도 보정 가중치를 추출하는 채도 보정 가중치 추출 과정(S310)과, 추출한 채도 보정 가중치를 기반으로 채도를 보정하는 채도 보정 과정(S320)과, 영상 화질 보정 프로세서(200)가 채도 보정된 입력 영상의 콘트라스트를 보정하는 콘트라스트 보정 과정(S330)을 포함할 수 있다. 각 과정을 상술한다.In the image quality correction method using the input image preprocessing in which the image quality correction processor 200 of the present invention corrects the image quality through the preprocessing of the input image, as shown in FIG. 3, the image quality correction processor 200 A saturation correction weight extraction process for extracting a saturation correction weight (S310), a saturation correction process for correcting saturation based on the extracted saturation correction weight (S320), and the contrast of the input image for which the image quality correction processor 200 is saturation-corrected. A contrast correction process (S330) of correcting may be included. Each process is detailed.

채도 보정 가중치 추출 과정(S310)은, 영상 화질 보정 프로세서(200)가, 입력 영상의 채도 보정 가중치를 추출하는 과정이다. 채도(Colorfulness)는, 색의 3대 속성 중의 하나이며, 색의 순수한 정도를 나타낸다. 일반적으로 선명하고 짙게 보이면 채도가 높다고 하고, 색이 흐리게 보이면 채도가 낮다고 한다. 흰색, 검정색, 회색 등 무채색에 가까울수록 낮은 채도 값을 갖는다.The saturation correction weight extraction process (S310) is a process in which the image quality correction processor 200 extracts a saturation correction weight of an input image. Saturation (Colorfulness) is one of the three properties of color, and represents the degree of purity of color. In general, when it looks clear and dark, it is said that the saturation is high, and when the color is blurred, it is said that the saturation is low. The closer to achromatic colors such as white, black, and gray, the lower the saturation value.

영상 화질 보정 프로세서(200)는, 도 1에 도시한 바와 같이 영상 출력 장치(100)로부터 영상을 제공받는데, 일반적으로 영상 출력 장치의 경우 영상 출력시에 채도를 보정한 후 출력한다. The image quality correction processor 200 receives an image from the image output device 100 as shown in FIG. 1. In general, the image output device corrects saturation when outputting an image and then outputs the image.

참고로, 일반적인 영상 출력 장치(100)는, 도 4에 도시한 바와 같이 입력 색차 신호(C1_in,C2_in)에 채도 보정 가중치를 곱하여, 영상 출력장치(도시하지 않음)로 출력해 출력해줌으로써 디지털 컬러영상의 채도를 향상시킬 수 있다. 더욱 자세하게는, 입력 색차 신호(C1_in,C2_in)에 가중치를 곱하여 출력영상의 채도를 향상시킬 수 있는 출력 색차 신호(C1_out,C2_out)를 출력하되, 출력 색차 신호(C1_out,C2_out)가 최대 색차 신호 값을 초과하지 않도록 제한하여 출력하게 된다.For reference, a general image output device 100 multiplies the input color difference signals C1_in and C2_in by a saturation correction weight, as shown in FIG. 4, and outputs and outputs digital color to an image output device (not shown). You can improve the saturation of the image. In more detail, the output color difference signals (C1_out, C2_out) that can improve the saturation of the output image are output by multiplying the input color difference signals (C1_in, C2_in) by a weight, but the output color difference signals (C1_out, C2_out) are the maximum color difference signal values. The output is limited so that it does not exceed.

따라서 영상 출력 장치(100)에서 제공하는 입력 영상의 경우, 채도 보정 가중치가 적용되어 1차 보정된 값인데, 영상 출력 장치에서 영상프레임 제공시에 헤더 정보에 채도 보정 가중치를 제공한다. Accordingly, in the case of an input image provided by the image output device 100, a saturation correction weight is applied and the value is first corrected. When an image frame is provided by the image output device, the saturation correction weight is provided to the header information.

본 발명의 영상 화질 보정 프로세서(200)는 영상 출력 장치(100)로부터 입력 영상을 제공받을 시에 채도 보정 가중치에 대한 정보도 함께 제공받게 되는데, 채도 보정 가중치 추출 과정(S310)은, 영상 출력 장치(100)로부터 제공되는 채도 보정 가중치를 추출하는 것이다.When the image quality correction processor 200 of the present invention receives the input image from the image output device 100, information on the saturation correction weight is also provided. The saturation correction weight extraction process (S310) includes: The saturation correction weight provided from (100) is extracted.

채도 보정 과정(S320)은, 영상 화질 보정 프로세서(200)가, 추출한 채도 보정 가중치를 기반으로 채도를 보정하는 과정이다. 즉, 추출한 채도 보정 가중치에 따라서 선택되는 채도 추정치로서 보정하는 것이다.The saturation correction process (S320) is a process in which the image quality correction processor 200 corrects the saturation based on the extracted saturation correction weight. That is, it is corrected as a saturation estimate value selected according to the extracted saturation correction weight.

여기서, 채도 추정치는 채도 보정 가중치별로 미리 등록되어 있는 값인데, 예를 들어, 채도 보정 제1가중치에는 채도 제1추정치가 할당되어 등록되어 있으며, 채도 보정 제2가중치에는 채도 제2추정치가 할당되어 등록되어 있으며, 채도 보정 제3가중치에는 채도 제3추정치가 할당되어 등록되어 있을 수 있다.Here, the saturation estimate is a value previously registered for each saturation correction weight.For example, a first saturation estimate is assigned to and registered to the saturation correction first weight, and a second saturation estimate is assigned to the saturation correction second weight. It is registered, and a third estimate of saturation may be assigned to the third weight of the saturation correction and registered.

따라서 입력 영상의 채도 보정 가중치가 채도 보정 제1가중치인 경우 이에 할당된 채도 제1추정치로서 보정되며, 입력 영상의 채도 보정 가중치가 채도 보정 제2가중치인 경우 이에 할당된 채도 제2추정치로서 보정되며, 입력 영상의 채도 보정 가중치가 채도 보정 제3가중치인 경우 이에 할당된 채도 제3추정치로서 보정되는 것이다.Therefore, if the saturation correction weight of the input image is the saturation correction first weight, it is corrected as the saturation first estimate assigned to it, and if the saturation correction weight of the input image is the saturation correction second weight, it is corrected as the saturation second estimate assigned thereto. , When the saturation correction weight of the input image is the saturation correction third weight, it is corrected as the saturation third estimation value allocated thereto.

참고로, 채도 추정치는, 임계치 기반으로 각 채도 보정 가중치별로 할당되어 저장체에 등록되어 있을 수 있는데, 이러한 저장체는, 플래시메모리(Flash Memory), CF카드(Compact Flash Card), SD카드(Secure Digital Card), SM카드(Smart Media Card), MMC 카드(Multi-Media Card) 또는 메모리 스틱(Memory Stick) 등 정보의 입출력이 가능한 모듈로서 장치의 내부에 구비되어 있을 수도 있고, 별도의 장치에 구비되어 있을 수도 있다.For reference, the saturation estimate may be allocated for each saturation correction weight based on a threshold and registered in a storage device. Such storage devices include a flash memory, a compact flash card, and a secure SD card. Digital Card), SM Card (Smart Media Card), MMC Card (Multi-Media Card) or Memory Stick (Memory Stick), etc. It may have been.

콘트라스트 보정 과정(S330)은, 영상 화질 보정 프로세서(200)가, 채도 보정된 입력 영상의 콘트라스트를 보정하는 과정이다. 참고로, 콘트라스트(contrast)란, 한 장면 내의 가장 밝은 부분과 가장 어두운 부분과의 상대적 차이. 한 화면에서 밝은 부분과 어두운 부분 간의 격차가 클수록 ‘콘트라스트가 강하다’고 한다. 그 외에도 그 격차가 아주 적은 경우를 연조(low contrast), 중간인 경우를 중간조(normal contrast)라고 불러 강한 콘트라스트를 뜻하는 경조(high contrast)와 구별한다. 콘트라스트가 강할수록 딱딱하고 강한 이미지를 표현하는 데 적합하다. 콘트라스트는 촬영 시에 주광선과 보조 광선의 사용에 따라 달라진다.The contrast correction process (S330) is a process in which the image quality correction processor 200 corrects the contrast of the saturation-corrected input image. For reference, contrast is the relative difference between the brightest and darkest parts in a scene. The larger the gap between the bright and dark areas on a screen, the more ‘contrast’ is said. In addition, the case where the gap is very small is called low contrast, and the case in the middle is called normal contrast, which is distinguished from high contrast, which means strong contrast. The stronger the contrast, the more suitable for expressing a hard and strong image. Contrast depends on the use of the main and auxiliary rays when shooting.

입력 영상의 채도가 보정되어 변화할 겨우, 휘도 역시 왜곡되어 변화하기 때문에 그에 따른 휘도 보정을 수행해주는 것이다.When the saturation of the input image is corrected and changed, the luminance is also distorted and changed, so the luminance correction is performed accordingly.

콘트라스트 보정 과정(S330)은, 휘도 히스토그램 추출 과정(S331)과 휘도 히스토그램 변경 과정(S332)으로 이루어질 수 있다.The contrast correction process (S330) may include a luminance histogram extraction process (S331) and a luminance histogram change process (S332 ).

휘도 히스토그램 추출 과정(S331)은, 채도 보정 처리된 입력 영상의 휘도 히스토그램을 추출하는 과정이다. 알려진 바와 같이 휘도 히스토그램이라 함은, 입력 영상의 휘도 성분 분포 그래프를 말하는 것으로서, 입력 영상의 휘도 분포를 추출하는 것이다.The luminance histogram extraction process (S331) is a process of extracting a luminance histogram of an input image subjected to saturation correction. As is known, the luminance histogram refers to a luminance component distribution graph of an input image, and extracts the luminance distribution of the input image.

휘도 히스토그램 변경 과정(S332)은, 추출한 휘도 히스토그램의 변경을 수행하는 과정이다.The luminance histogram change process (S332) is a process of changing the extracted luminance histogram.

이러한 휘도 히스토그램 변경 과정(S332)은, 추출한 휘도 히스토그램을 미리 설정된 휘도 변환 알고리즘에 따라서 변경하는데, 여기서 휘도 변환 알고리즘은, 공지되어 있는 다양한 휘도 변환 함수추정 기반의 휘도 변환이 이루어지도록 할 수 있다.In the luminance histogram changing process (S332), the extracted luminance histogram is changed according to a preset luminance conversion algorithm, where the luminance conversion algorithm may perform luminance conversion based on various known luminance conversion function estimation.

예를 들어, 휘도 변환 알고리즘은, 인접한 픽셀 간의 그레이 레벨 차이를 증폭하여 이미지 대비를 향상 시키려는 것으로, 이를 위해 입력 영상에서 2차원 히스토그램 얻는다. 이후, 입력 영상에서 더 자주 발생하는 그레이 레벨 차이가 출력 이미지에서 더 강조되어야 한다는 측정 가설에 기초하여 제약된 라그랑주 최적화 문제를 풀어서 최종 히스토그램 변환 함수를 추정한다.For example, the luminance conversion algorithm is intended to improve image contrast by amplifying the difference in gray levels between adjacent pixels. To this end, a 2D histogram is obtained from an input image. Thereafter, a constrained Lagrange optimization problem is solved based on the measurement hypothesis that the gray level difference occurring more frequently in the input image should be more emphasized in the output image to estimate the final histogram transform function.

결국, 도 5에 도시한 바와 같이 입력 영상에 대하여 채도 보정과 휘도 보정을 통하여 입력 영상의 품질을 분석하여 입력 영상의 수준에 맞춰 보정 수준을 결정하는 획기적인, 적응형 자동 보정 방식으로 출력영상의 화질을 일반 화질에서 고화질로 구현할 수 있다. 입력 영상이 너무 밝거나, 어둡거나, 색이 너무 과하거나 부족하거나 하지 않고 균등한 품질로서 보정됨으로써, 기존의 인력에 의존하여 수행하던 공정을 자동화하여, 인력으로 수행함으로써 수반되는, 작업 결과의 편차를 없애고, 영상의 일반화 과정에서 발생하는 화질 손실에 대한 시간적, 인적 비용을 획기적으로 줄일 수 있다.After all, as shown in Fig. 5, the quality of the output image is an innovative, adaptive automatic correction method that analyzes the quality of the input image through saturation correction and luminance correction for the input image and determines the correction level according to the level of the input image. Can be implemented from normal to high definition. The input image is not too bright, dark, or too excessive or insufficient in color, and is corrected as a uniform quality, thereby automating the process that was performed by relying on the existing manpower, and the deviation of the work result accompanying it. Is eliminated, and time and human costs for image quality loss occurring in the process of generalizing an image can be drastically reduced.

상술한 본 발명의 설명에서의 실시예는 여러가지 실시가능한 예중에서 당업자의 이해를 돕기 위하여 가장 바람직한 예를 선정하여 제시한 것으로, 이 발명의 기술적 사상이 반드시 이 실시예만 의해서 한정되거나 제한되는 것은 아니고, 본 발명의 기술적 사상을 벗어나지 않는 범위내에서 다양한 변화와 변경 및 균등한 타의 실시예가 가능한 것이다.The embodiments in the description of the present invention described above are presented by selecting the most preferable examples to aid the understanding of those skilled in the art from among various possible examples, and the technical idea of the present invention is not necessarily limited or limited only by this embodiment. , Various changes and modifications and other equivalent embodiments are possible within the scope of the technical spirit of the present invention.

S310:채도 보정 가중치 추출
S320:채도 보정
S330:콘트라스트 보정S310: Saturation correction weight extraction
S320: Saturation correction
S330: Contrast correction

Claims (4)

영상 화질 보정 프로세서가, 입력영상의 전처리를 통해 화질을 보정하는 입력영상 전처리를 이용한 화질보정방법에 있어서,
상기 영상 화질 보정 프로세서가, 입력 영상의 채도 보정 가중치를 추출하는 채도 보정 가중치 추출 과정;
상기 영상 화질 보정 프로세서가, 추출한 채도 보정 가중치를 기반으로 채도를 보정하는 채도 보정 과정;
상기 영상 화질 보정 프로세서가, 채도 보정된 입력 영상의 콘트라스트를 보정하는 콘트라스트 보정 과정;을 포함하고,
상기 채도 보정 과정은, 추출한 채도 보정 가중치에 따라서 선택되는 채도 추정치로서 보정하고, 상기 채도 추정치는 채도 보정 가중치별로 미리 등록되어 있는 값이며,
상기 콘트라스트 보정 과정은, 채도 보정 처리된 입력 영상의 휘도 히스토그램을 추출하는 휘도 히스토그램 추출 과정; 추출한 휘도 히스토그램의 변경을 수행하는 휘도 히스토그램 변경 과정;을 포함하고,
상기 휘도 히스토그램 변경 과정은, 추출한 휘도 히스토그램을 미리 설정된 휘도 변환 알고리즘에 따라서 변경하되,인접한 픽셀 간의 그레이 레벨 차이를 증폭하여 이미지 대비를 향상 시키기 위해, 입력 영상에서 2차원 히스토그램 얻은 뒤, 입력 영상에서 더 자주 발생하는 그레이 레벨 차이가 출력 이미지에서 더 강조되어야 한다는 측정 가설에 기초하여 제약된 라그랑주 최적화 문제를 풀어서 최종 히스토그램 변환 함수를 추정하여 입력영상 전처리를 이용한 화질보정방법.In the image quality correction method using the input image pre-processing in which the image quality correction processor corrects the image quality through pre-processing of the input image,
A saturation correction weight extraction process of extracting, by the image quality correction processor, a saturation correction weight of an input image;
A saturation correction process in which the image quality correction processor corrects saturation based on the extracted saturation correction weight;
Containing, by the image quality correction processor, a contrast correction process of correcting the contrast of the saturation-corrected input image,
The saturation correction process is corrected as a saturation estimate selected according to the extracted saturation correction weight, and the saturation estimate is a value previously registered for each saturation correction weight,
The contrast correction process may include a luminance histogram extraction process of extracting a luminance histogram of an input image subjected to a saturation correction process; Including; a luminance histogram changing process for changing the extracted luminance histogram,
In the luminance histogram change process, the extracted luminance histogram is changed according to a preset luminance conversion algorithm, but in order to improve image contrast by amplifying the gray level difference between adjacent pixels, a two-dimensional histogram is obtained from the input image, and then further from the input image. Image quality correction method using input image preprocessing by estimating the final histogram transformation function by solving a constrained Lagrange optimization problem based on the measurement hypothesis that the frequently occurring gray level difference should be more emphasized in the output image. 삭제delete 삭제delete 삭제delete
KR1020200095656A 2020-07-31 2020-07-31 Method for compensating picture quality KR102245835B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200095656A KR102245835B1 (en) 2020-07-31 2020-07-31 Method for compensating picture quality

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200095656A KR102245835B1 (en) 2020-07-31 2020-07-31 Method for compensating picture quality

Publications (1)

Publication Number Publication Date
KR102245835B1 true KR102245835B1 (en) 2021-04-28

Family

ID=75720812

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200095656A KR102245835B1 (en) 2020-07-31 2020-07-31 Method for compensating picture quality

Country Status (1)

Country Link
KR (1) KR102245835B1 (en)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0832827A (en) * 1994-07-13 1996-02-02 Toppan Printing Co Ltd Gradation correction divice for digital image
KR100213039B1 (en) 1996-04-10 1999-08-02 윤종용 Method and apparatus of image enhancement using average-matching histogram equalization
JP3800873B2 (en) * 1999-07-29 2006-07-26 コニカミノルタビジネステクノロジーズ株式会社 Image processing apparatus and method
JP2006333274A (en) * 2005-05-30 2006-12-07 Noritsu Koki Co Ltd Image processing apparatus and method thereof
JP4402041B2 (en) * 2005-12-26 2010-01-20 キヤノン株式会社 Image processing method and apparatus, and storage medium

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0832827A (en) * 1994-07-13 1996-02-02 Toppan Printing Co Ltd Gradation correction divice for digital image
KR100213039B1 (en) 1996-04-10 1999-08-02 윤종용 Method and apparatus of image enhancement using average-matching histogram equalization
JP3800873B2 (en) * 1999-07-29 2006-07-26 コニカミノルタビジネステクノロジーズ株式会社 Image processing apparatus and method
JP2006333274A (en) * 2005-05-30 2006-12-07 Noritsu Koki Co Ltd Image processing apparatus and method thereof
JP4402041B2 (en) * 2005-12-26 2010-01-20 キヤノン株式会社 Image processing method and apparatus, and storage medium

Similar Documents

Publication Publication Date Title
US11024017B2 (en) Tone mapping adaptation for saturation control
US7170645B2 (en) Method and apparatus for enhancing digital image quality
KR101009999B1 (en) Contour correcting method, image processing device and display device
US10542296B2 (en) Chroma reshaping of HDR video signals
US7606438B2 (en) Image signal processor and image signal processing method
KR20070111389A (en) Image correction circuit, image correction method, and image display
CN107154059A (en) A kind of high dynamic range video processing method
CN114866809B (en) Video conversion method, apparatus, device, storage medium, and program product
US8780215B2 (en) Apparatus and method for processing an image to correct image distortion caused by a hand shake
EP3220645A1 (en) A method and a device for encoding a high dynamic range picture, corresponding decoding method and decoding device
KR20070111381A (en) Image correction circuit, image correction method, and image display
JP2002359754A (en) Grey level correction device and method
CN115052137A (en) Video signal processing method and device
WO2017196869A1 (en) Chroma reshaping of hdr video signals
KR102245835B1 (en) Method for compensating picture quality
US20210183028A1 (en) Saturation control for high-dynamic range reconstruction
US11398017B2 (en) HDR tone mapping based on creative intent metadata and ambient light
Lenzen HDR for legacy displays using Sectional Tone Mapping
CN108495053B (en) Metadata processing method and device for high dynamic range signal
CN112348904A (en) Underwater image and underwater video color restoration method and device
CN113012051A (en) Image processing method, image processing device, electronic equipment and computer readable storage medium
CN116167950B (en) Image processing method, device, electronic equipment and storage medium
CN113596362B (en) Dark field picture compensation method, device, display equipment and readable storage medium
KR100461018B1 (en) Natural color reproduction method and apparatus on DTV
US8587725B2 (en) Method of digital signal processing

Legal Events

Date Code Title Description
AMND Amendment
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant