KR102455047B1 - 이미지 데이터의 처리 방법 및 처리 장치 - Google Patents

이미지 데이터의 처리 방법 및 처리 장치 Download PDF

Info

Publication number
KR102455047B1
KR102455047B1 KR1020150147283A KR20150147283A KR102455047B1 KR 102455047 B1 KR102455047 B1 KR 102455047B1 KR 1020150147283 A KR1020150147283 A KR 1020150147283A KR 20150147283 A KR20150147283 A KR 20150147283A KR 102455047 B1 KR102455047 B1 KR 102455047B1
Authority
KR
South Korea
Prior art keywords
gray level
function
image data
gray
remapping
Prior art date
Application number
KR1020150147283A
Other languages
English (en)
Other versions
KR20170047443A (ko
Inventor
이명우
Original Assignee
삼성디스플레이 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 삼성디스플레이 주식회사 filed Critical 삼성디스플레이 주식회사
Priority to KR1020150147283A priority Critical patent/KR102455047B1/ko
Priority to US15/140,402 priority patent/US10115331B2/en
Publication of KR20170047443A publication Critical patent/KR20170047443A/ko
Application granted granted Critical
Publication of KR102455047B1 publication Critical patent/KR102455047B1/ko

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G3/00—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes
    • G09G3/20—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters
    • G09G3/22—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters using controlled light sources
    • G09G3/30—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters using controlled light sources using electroluminescent panels
    • G09G3/32—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters using controlled light sources using electroluminescent panels semiconductive, e.g. using light-emitting diodes [LED]
    • G09G3/3208—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters using controlled light sources using electroluminescent panels semiconductive, e.g. using light-emitting diodes [LED] organic, e.g. using organic light-emitting diodes [OLED]
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G3/00—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes
    • G09G3/20—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters
    • G09G3/2007—Display of intermediate tones
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46—Colour picture communication systems
    • H04N1/56—Processing of colour picture signals
    • H04N1/60—Colour correction or control
    • H04N1/6027—Correction or control of colour gradation or colour contrast
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2320/00—Control of display operating conditions
    • G09G2320/02—Improving the quality of display appearance
    • G09G2320/0271—Adjustment of the gradation levels within the range of the gradation scale, e.g. by redistribution or clipping
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2320/00—Control of display operating conditions
    • G09G2320/02—Improving the quality of display appearance
    • G09G2320/029—Improving the quality of display appearance by monitoring one or more pixels in the display panel, e.g. by monitoring a fixed reference pixel
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2320/00—Control of display operating conditions
    • G09G2320/06—Adjustment of display parameters
    • G09G2320/066—Adjustment of display parameters for control of contrast
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2330/00—Aspects of power supply; Aspects of display protection and defect management
    • G09G2330/02—Details of power systems and of start or stop of display operation
    • G09G2330/021—Power management, e.g. power saving
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2360/00—Aspects of the architecture of display systems
    • G09G2360/16—Calculation or use of calculated indices related to luminance levels in display data

Abstract

본 발명의 일 실시예에 따른 이미지 데이터의 처리 방법은, 프레임 이미지 데이터의 그레이 레벨 분포를 검출하는 단계, 상기 검출된 그레이 레벨 분포에 기초하여, 각각의 그레이 레벨에 대한 클러스터 사이즈를 계산하는 단계, 상기 그레이 레벨 분포 및 상기 클러스터 사이즈에 기초하여, 상기 프레임 이미지 데이터의 대비(contrast)를 증가시키기 위한 리매핑 함수를 결정하는 단계, 및 상기 리매핑 함수에 기초하여 상기 프레임 이미지 데이터를 변환하는 단계를 포함한다.

Description

이미지 데이터의 처리 방법 및 처리 장치 {METHOD AND APPARATUS FOR PROCESSING IMAGE DATE}
본 발명은 이미지 데이터의 처리 방법 및 처리 장치에 관한 것이다.
최근 모니터 또는 텔레비전 등의 경량화 및 박형화가 요구되고 있으며, 이러한 요구에 따라 음극선관(cathode ray tube, CRT)이 액정 표시 장치(liquid crystal display, LCD)로 대체되고 있다. 그러나, 액정 표시 장치는 수발광 소자로서 별도의 백라이트(backlight)가 필요할 뿐만 아니라, 응답 속도 및 시야각 등에서 많은 문제점이 있다.
최근 이러한 문제점을 극복할 수 있는 표시 장치로서, 유기 발광 표시 장치(organic light emitting diode display, OLED display)가 주목받고 있다. 유기 발광 표시 장치는 두 개의 전극과 그 사이에 위치하는 발광층을 포함하며, 하나의 전극으로부터 주입된 전자(electron)와 다른 전극으로부터 주입된 정공(hole)이 발광층에서 결합하여 여기자(exiton)를 형성하고, 여기자가 에너지를 방출하면서 발광한다.
유기 발광 표시 장치는 자체발광형으로 별도의 광원이 필요 없기 때문에 소비전력 측면에서 유리할 뿐만 아니라, 응답 속도, 시야각 및 대비비(contrast ratio)도 우수하다. 여기서, 발광층은 적색, 녹색, 청색의 삼원색 등 기본색(primary color) 중 어느 하나의 빛을 고유하게 내는 유기 물질로 만들어지며, 발광층이 내는 기본색 색광의 공간적인 합으로 원하는 영상을 표시한다. 한편, 표시되는 이미지의 시인성을 개선하기 위해 이미지 데이터를 처리하는 방법이 주요 관심사가 되고 있다.
본 발명의 일 실시예는 표시되는 이미지의 대비(contrast)를 향상할 수 있는 이미지 데이터의 처리 방법을 제공한다.
본 발명의 일 실시예는 표시되는 이미지의 대비를 향상할 수 있는 이미지 데이터 처리 장치를 제공한다.
본 발명의 일 실시예에 따른 이미지 데이터의 처리 방법은, 프레임 이미지 데이터의 그레이 레벨 분포를 검출하는 단계, 상기 검출된 그레이 레벨 분포에 기초하여, 각각의 그레이 레벨에 대한 클러스터 사이즈를 계산하는 단계, 상기 그레이 레벨 분포 및 상기 클러스터 사이즈에 기초하여, 상기 프레임 이미지 데이터의 대비(contrast)를 증가시키기 위한 리매핑 함수를 결정하는 단계, 및 상기 리매핑 함수에 기초하여 상기 프레임 이미지 데이터를 변환하는 단계를 포함한다.
일 실시예에서, 상기 프레임 이미지 데이터의 그레이 레벨 분포를 검출하는 단계에서는, 상기 프레임 이미지 데이터에 속한 픽셀 데이터들 중에서, 각각의 그레이 레벨에 속하는 픽셀 데이터의 개수를 카운트할 수 있다.
일 실시예에서, 상기 각각의 그레이 레벨에 대한 클러스터 사이즈를 계산하는 단계에서는, 상기 그레이 레벨들에 대응되는 픽셀 데이터들이 프레임 내에서 근접하여 위치하는 정도를 계산할 수 있다.
일 실시예에서, 상기 리매핑 함수는 하기 수학식에 의해 결정될 수 있다.
G(g) = G(g-1) + d(g)
상기 수학식에서, g는 각각의 그레이 레벨, G()는 상기 리매핑 함수, G(g)는 그레이 레벨 g에 대응하는 리매핑된 그레이 레벨, d(g)는 상기 그레이 레벨 분포 및 상기 클러스터 사이즈에 의존하는 함수이다.
일 실시예에서, 상기 d(g) 함수는 하기의 수학식에 의해 결정될 수 있다.
d(g) = 1/MAXgrad , R(g-1)=1 이고, |G(g)-g|< MAXgray _ diff 인 경우
상기 수학식에서, MAXgrad는 미리 결정되는 값으로서, 상기 리매핑 함수의 최대 변화율이고, MAXgray _ diff는 미리 결정되는 값으로서, 상기 리매핑 함수와 원래의 매핑 함수와의 최대 차이값이다. R()는 그레이 레벨의 저분포 정도를 함수이고, R(g)는 그레이 레벨 g의 저분포도이다.
일 실시예에서, 상기 R(g) 함수는 하기의 수학식에 의해 결정될 수 있다.
R(g)= 1 , H(g)<RML 이고, CSize(g)=0 인 경우,
R(g)=0 , H(g) ≥RML 이거나, 또는 CSize(g) ≠0 인 경우
여기서, H(g)는 그레이 레벨 g에 상응하는 픽셀 데이터의 개수, Csize(g)는 그레이 레벨 g에 상응하는 상기 클러스터 사이즈, RML은 미리 결정된 값으로, 그레이 스케이 g가 리매핑 단계에서 다른 그레이 레벨 값과 병합 가능한지 결정하기 위한 픽셀 데이터 개수의 임계값이다.
일 실시예에서, 상기 각각의 그레이 레벨에 대한 클러스터 사이즈를 계산하는 단계에서는, 프레임 내의 행들의 각각에 대하여 그레이 레벨 g에 상응하는 두 개 이상의 픽셀들이 미리 결정된 근접 거리값 이내에 근접하여 형성되는 클러스터들을 검출하고, 프레임 내의 모든 클러스터들에 포함되는 픽셀들의 개수에 기초하여 상기 클러스터 사이즈 Csize(g)를 결정할 수 있다.
일 실시예에서, 상기 그레이 레벨 g에 상응하는 두 개의 픽셀들 사이의 거리가 기준 거리 이하일 때 상기 두 개의 픽셀들이 동일한 클러스터에 포함되는 것으로 결정할 수 있다.
일 실시예에서, 상기 각각의 그레이 레벨에 대한 클러스터 사이즈를 계산하는 단계에서는, 프레임 내의 행들의 각각에 대하여 그레이 레벨 g에 상응하는 두 개 이상의 픽셀들이 미리 결정된 근접 거리값 이내에 근접하여 형성되는 클러스터들을 검출하고, 상기 클러스터들 중 일정 크기 이상의 클러스터들에 포함되는 픽셀들의 개수에 기초하여 상기 클러스터 사이즈 Csize(g)를 결정할 수 있다.
일 실시예에서, R(g-1)=0 인 경우, 상기 리매핑 함수는 하기 수학식에 의해 결정될 수 있다.
G(g) = g
일 실시예에서, 상기 d(g) 함수는 하기의 수학식에 의해 결정될 수 있다.
d(g) = Grad(g) , Grad(g) < MAXgrad - 1 인 경우,
d(g) = MAXgrad - 1 , Grad(g) ≥ MAXgrad - 1 인 경우,
상기 수학식에서, Grad(g)는 g보다 큰 그레이 레벨 값들의 저분포 정도에 의존하는 함수이고, MAXgrad는 미리 결정되는 값으로서, 상기 리매핑 함수의 최대 변화율이다.
일 실시예에서, 상기 Grad(g) 함수는 하기의 수학식에 의해 결정될 수 있다.
Figure 112015102648809-pat00001
상기 수학식에서, Csize(g)는 그레이 레벨 g에 상응하는 상기 클러스터 사이즈, TCsize는 전체 그레이 레벨들의 상기 클러스터 사이즈의 합, R(g)는 그레이 레벨 g의 저분포도이다.
일 실시예에서, 상기 R(g) 함수는 하기의 수학식에 의해 결정될 수 있다.
R(g)= 1 , H(g)<RML 이고, CSize(g)=0 인 경우,
R(g)=0 , H(g) ≥RML 이거나, 또는 CSize(g) ≠0 인 경우
여기서, H(g)는 그레이 레벨 g에 상응하는 픽셀 데이터의 개수, Csize(g)는 그레이 레벨 g에 상응하는 상기 클러스터 사이즈, RML은 미리 결정된 값으로, 그레이 스케이 g가 리매핑 단계에서 다른 그레이 레벨 값과 병합 가능한지 결정하기 위한 픽셀 데이터 개수의 임계값이다.
일 실시예에서, 상기 Grad(g) 함수는 하기의 수학식에 의해 결정될 수 있다
Figure 112015102648809-pat00002
상기 수학식에서, Csize(g)는 그레이 레벨 g에 상응하는 상기 클러스터 사이즈, TCsize는 전체 그레이 레벨들의 상기 클러스터 사이즈의 합이다.
본 발명의 일 실시예에 따른 이미지 데이터 처리 장치는 클러스터 산출부, 그레이 리매핑부 및 필터부를 포함한다. 상기 클러스터 산출부는 프레임 이미지 데이터의 그레이 레벨들의 분포를 검출하고, 각각의 그레이 레벨에 대한 클러스터 사이즈를 계산한다. 상기 그레이 리매핑부는 상기 그레이 레벨들의 분포 및 상기 클러스터 사이즈에 기초하여, 상기 프레임 이미지 데이터의 대비(contrast)를 증가시키기 위한 리매핑 함수를 결정한다. 상기 필터부는 상기 리매핑 함수에 기초하여 상기 프레임 이미지 데이터를 변환한다.
일 실시예에서, 상기 클러스터 산출부는 상기 프레임 이미지 데이터에 속한 픽셀 데이터들 중에서, 각각의 그레이 레벨에 속하는 픽셀 데이터의 개수를 카운트하여 상기 그레이 레벨들의 분포를 검출할 수 있다.
일 실시예에서, 상기 클러스터 산출부는 상기 그레이 레벨들에 대응되는 픽셀 데이터들이 프레임 내에서 근접하여 위치하는 정도를 계산하여 상기 클러스터 사이즈를 계산할 수 있다.
일 실시예에서, 상기 그레이 리매핑부는 상기 리매핑 함수를 하기 수학식에 의해 결정할 수 있다.
G(g) = G(g-1) + 1/MAXgrad , R(g-1)=1 이고, |G(g)-g|< MAXgray _ diff 인 경우,
G(g) = g , R(g-1)=0 인 경우
상기 수학식에서, MAXgrad는 미리 결정되는 값으로서, 상기 리매핑 함수의 최대 변화율이고, MAXgray _ diff는 미리 결정되는 값으로서, 상기 리매핑 함수와 원래의 매핑 함수와의 최대 차이값이다. R()는 그레이 레벨의 저분포 정도를 함수이고, R(g)는 그레이 레벨 g의 저분포도이다.
일 실시예에서, 상기 그레이 리매핑부는 상기 R(g) 함수를 하기의 수학식에 의해 결정할 수 있다.
R(g)= 1 , H(g)<RML 이고, CSize(g)=0 인 경우,
R(g)=0 , H(g) ≥RML 이거나, 또는 CSize(g) ≠0 인 경우
여기서, H(g)는 그레이 레벨 g에 상응하는 픽셀 데이터의 개수, Csize(g)는 그레이 레벨 g에 상응하는 상기 클러스터 사이즈, RML은 미리 결정된 값으로, 그레이 스케이 g가 리매핑 단계에서 다른 그레이 레벨 값과 병합 가능한지 결정하기 위한 픽셀 데이터 개수의 임계값이다.
일 실시예에서, 상기 그레이 리매핑부는 상기 리매핑 함수를 하기 수학식에 의해 결정할 수 있다.
G(g) = G(g-1) + Grad(g) , Grad(g) < MAXgrad - 1 인 경우,
G(g) = G(g-1) + MAXgrad - 1 , Grad(g) ≥ MAXgrad - 1 인 경우,
상기 수학식에서, Grad(g)는 g보다 큰 그레이 레벨값들의 저분포 정도에 의존하는 함수이고, MAXgrad는 미리 결정되는 값으로서, 상기 리매핑 함수의 최대 변화율이다.
본 발명의 일 실시예에 의하면, 표시되는 이미지의 대비(contrast)를 향상할 수 있는 이미지 데이터의 처리 방법을 제공할 수 있다.
본 발명의 일 실시예에 의하면, 표시되는 이미지의 대비(contrast)를 향상할 수 있는 이미지 데이터 처리 장치를 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 이미지 데이터의 처리 방법을 나타내는 순서도이다.
도 2는 본 발명의 일 실시예에 따른 이미지 데이터 처리 장치를 포함하는 영상 시스템을 나타내는 블록도이다.
도 3은 도 2에 도시된 이미지 데이터 처리부의 예시적인 실시예를 나타내는 블록도이다.
도 4는 본 발명의 다른 실시예에 따른 이미지 데이터 처리 장치를 포함하는 영상 시스템을 나타내는 블록도이다.
도 5a, 5b 및 5c는 본 발명의 일 실시예에 따라 이미지 데이터를 처리하기 위한 클러스터 사이즈를 계산하는 방법을 설명하기 위한 도면들이다.
도 6a 및 6b는 본 발명의 일 실시예에 따라 이미지 데이터를 처리하기 위한 클러스터 사이즈를 계산하는 다른 방법을 설명하기 위한 도면들이다.
도 7은 본 발명의 일 실시예에 따라 이미지 데이터를 처리하기 위한 클러스터 사이즈를 계산한 결과를 나타내는 그래프이다.
도 8은 본 발명의 일 실시예에 따라 이미지 데이터를 처리하기 위해 산출된 리매핑 함수의 일 예를 나타내는 그래프이다.
도 9는 본 발명의 일 실시예에 따른 이미지 데이터의 처리 방법을 148개의 표준 영상에 대해 수행한 결과를 나타내는 그래프이다.
도 10a, 10b, 10c 및 10d는 예시적인 영상에 대해 본 발명의 일 실시예에 따른 이미지 데이터의 처리 방법을 수행한 결과를 나타내는 그래프이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시 예들을 상세히 설명한다. 이 때, 첨부된 도면에서 동일한 구성 요소는 가능한 동일한 부호로 나타내고 있음에 유의해야 한다. 하기의 설명에서는 본 발명에 따른 동작을 이해하는데 필요한 부분만이 설명되며 그 이외 부분의 설명은 본 발명의 요지를 모호하지 않도록 하기 위해 생략될 것이라는 것을 유의하여야 한다. 또한 본 발명은 여기에서 설명되는 실시 예에 한정되지 않고 다른 형태로 구체화될 수도 있다. 단지, 여기에서 설명되는 실시 예은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 본 발명의 기술적 사상을 용이하게 실시할 수 있을 정도로 상세히 설명하기 위하여 제공되는 것이다.
도 1은 본 발명의 일 실시예에 따른 이미지 데이터의 처리 방법을 나타내는 순서도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 이미지 데이터의 처리 방법은 프레임 이미지 데이터의 그레이 레벨 분포를 검출하는 단계(S110), 상기 검출된 그레이 레벨 분포에 기초하여, 각각의 그레이 레벨에 대한 클러스터 사이즈를 계산하는 단계(S130), 상기 그레이 레벨 분포 및 상기 클러스터 사이즈에 기초하여, 상기 프레임 이미지 데이터의 대비(contrast)를 증가시키기 위한 리매핑 함수를 결정하는 단계(S150), 및 상기 리매핑 함수에 기초하여 상기 프레임 이미지 데이터를 변환하는 단계(S170)를 포함한다.
프레임 이미지 데이터의 그레이 레벨 분포를 검출하는 단계(S110)에서는, 입력된 프레임 이미지 데이터를 분석하여, 해당 이미지 데이터에 몇 개의 픽셀이 해당 그레이 레벨에 상응하는 계조값을 갖는지 계산할 수 있다. 그레이 레벨(g)은 0, 1, 2, …, L-1의 값들을 갖는다. 예를 들어, 프레임 이미지 데이터의 그레이 레벨(g)이 8비트로 표현되는 경우, 그레이 레벨들의 총수 L은 256이 되고 그레이 레벨(g)은 0부터 255까지의 정수 값들을 갖는다. 프레임 이미지 데이터의 그레이 레벨 분포를 검출하는 단계(S110)에서는, 그레이 레벨들(g)의 각각에 상응하는 픽셀 개수들을 그레이 레벨들의 분포(H(g))로서 계산할 수 있다. 상기 H(g)는 0, 1, 2, …, L-1의 그레이 레벨(g) 각각에 해당하는 픽셀들의 개수를 나타낸다.
상기 검출된 그레이 레벨 분포에 기초하여, 각각의 그레이 레벨에 대한 클러스터 사이즈를 계산하는 단계(S130)에서는, 단계(S110)에서 계산된 그레이 레벨 분포(H(g))에 기초하여 상기 그레이 레벨(g)들의 각각에 상응하는 픽셀들이 프레임 내에서 서로 가깝게 위치하는 정도를 나타내는 근접도를 나타내는 클러스터 사이즈(Csize(g))를 계산할 수 있다. 그레이 레벨들의 분포에 기초한 클러스터 사이즈를 계산하는 방법에 대해서는 도 5a, 5b, 5c, 6a 및 6b를 참조하여 후술한다.
상기 그레이 레벨 분포 및 상기 클러스터 사이즈에 기초하여, 상기 프레임 이미지 데이터의 대비(contrast)를 증가시키기 위한 리매핑 함수를 결정하는 단계(S150)에서는, 단계(S110)에서 계산된 그레이 레벨 분포(H(g)) 및 단계(S130)에서 계산된 클러스터 사이즈(Csize(g))에 기초하여 리매핑 함수(G(g))를 결정한다. 그레이 레벨 분포(H(g)) 및 클러스터 사이즈(Csize(g))에 기초하여 리매핑 함수(G(g))를 결정하는 구체적인 방법에 대해서는 도 7 및 도 8을 참조하여 후술한다.
상기 리매핑 함수에 기초하여 상기 프레임 이미지 데이터를 변환하는 단계(S170)에서는, 입력된 프레임 이미지 데이터에 단계(150)에서 결정된 리매핑 함수(G(g))를 적용하여 이미지 데이터를 변환할 수 있다.
도 2는 본 발명의 일 실시예에 따른 이미지 데이터 처리 장치를 포함하는 영상 시스템을 나타내는 블록도이다.
도 2를 참조하면, 영상 시스템은 디스플레이 IC(200) 및 디스플레이 장치(250)를 포함한다. 또한, 디스플레이 IC(200)는 프레임 메모리(210) 및 이미지 데이터 처리부(230)를 포함한다.
프레임 메모리(210)는 입력되는 프레임 이미지 데이터(ID)를 버퍼링하여 이미지 데이터 처리부(230)로 제공할 수 있다. 예시적인 영상 시스템에서, RGB 포맷의 이미지 데이터는 변환 함수를 적용하여 YCbCr 포맷의 데이터로 변환될 수 있다. YCbCr 포맷은 휘도(luminance) 값 Y와 색차 값들 Cb, Cr로 표현되며, 사람의 눈이 색상보다 밝기에 더 민감하기 때문에 YCbCr 포맷이 효과적인 경우가 있다. 예를 들어, 상기 휘도 값 Y가 그레이 레벨(g)을 나타낼 수 있다.
이미지 데이터 처리부(230)는 수신한 프레임 이미지 데이터(ID)를 분석하여 그레이 레벨 분포(H(g))를 검출하고, 클러스터 사이즈(Csize(g))를 계산하여 리매핑 함수(G(g))를 결정하며, 결정된 리매핑 함수(G(g))에 기초하여 입력된 프레임 이미지 데이터(ID)를 변환할 수 있다. 보다 구체적으로, 이미지 데이터 처리부(230)는 그레이 레벨들의 분포(H(g)) 및 클러스터 사이즈(Csize(g))에 기초하여, 프레임 이미지 데이터(ID)의 대비(contrast)를 증가시키기 위한 리매핑 함수(G(g))를 결정할 수 있다. 또한, 이미지 데이터 처리부(230)는 결정된 리매핑 함수(G(g))를 프레임 이미지 데이터(ID)에 적용하여 변환 프레임 이미지 데이터(PID)를 생성할 수 있다. 변환 프레임 이미지 데이터(PID)는 프레임 이미지 데이터(ID)의 대비(contrast)가 증가되도록 그레이 레벨이 리맵핑된 이미지 데이터이다. 이 경우, 도 2에 도시된 이미지 데이터 처리부(230)는 본 발명의 일 실시예에 따른 이미지 데이터 처리 장치로서 동작할 수 있다. 이미지 데이터 처리부(230)의 구체적인 구성에 대해서는 도 3을 참조하여 후술하기로 한다.
디스플레이 장치(250)는 디스플레이(IC)로부터 출력되는 변환 프레임 이미지 데이터(PID)를 표시할 수 있다. 변환 프레임 이미지 데이터(PID)는 프레임 이미지 데이터(ID)의 대비(contrast)가 증가되도록 그레이 레벨이 리맵핑된 이미지 데이터이므로, 디스플레이 장치(250)에 표시되는 영상은 대비가 향상된 영상이다. 따라서 표시되는 영상의 시인성이 개선될 수 있다.
도 3은 도 2에 도시된 이미지 데이터 처리부의 예시적인 실시예를 나타내는 블록도이다.
도 3을 참조하면, 이미지 데이터 처리부(300)는 클러스터 산출부(310), 그레이 리매핑부(330) 및 필터부(350)를 포함한다.
클러스터 산출부(310)는 프레임 이미지 데이터(ID)의 그레이 레벨들(g)의 분포(H(g))를 검출하고, 각각의 그레이 레벨에 대한 클러스터 사이즈(Csize(g))를 계산한다. 또한, 클러스터 산출부(310)는 검출된 그레이 레벨들의 분포(H(g))에 기초하여, 그레이 레벨(g)의 저분포 정도를 나타내는 함수(R(g))를 산출할 수 있다.
그레이 리매핑부(330)는 그레이 레벨들의 분포(H(g)) 및 상기 클러스터 사이즈(Csize(g))에 기초하여, 상기 프레임 이미지 데이터의 대비(contrast)를 증가시키기 위한 리매핑 함수(G(g))를 결정할 수 있다.
그레이 레벨(g)의 저분포 정도를 나타내는 함수(R(g))는 도 3에 도시된 바와 같이 클러스터 산출부(310)에서 산출되어 그레이 리매핑부(330)로 전달될 수도 있으나, 그레이 리매핑부(330) 자체적으로 산출할 수도 있다. 이 경우, 클러스터 산출부(310)는 클러스터 사이즈(Csize(g)) 외에 그레이 레벨들의 분포(H(g)) 또한 그레이 리매핑부(330)로 전달할 수 있다. 그레이 리매핑부(330)는 클러스터 사이즈(Csize(g)) 및 그레이 레벨들(g)의 분포(H(g))에 기초하여 상기 그레이 레벨(g)의 저분포 정도를 나타내는 함수(R(g))를 산출할 수 있다.
그레이 레벨(g)의 저분포 정도를 나타내는 함수(R(g))는 각 그레이 레벨 값마다 0 또는 1의 값을 갖는 함수이다. 대비 향상을 위한 리매핑 함수(G(g)) 산출시, 그레이 레벨의 리매핑이 필요하다. 이 경우, 함수(R(g))는 해당 그레이 레벨이 다른 그레이 레벨과 통합 가능한지를 나타낸다. R(g) 값이 0인 경우, 해당 그레이 레벨(g)은 다른 그레이 레벨과 통합될 수 없음을 나타낸다. R(g) 값이 1인 경우, 해당 그레이 레벨(g)은 다른 그레이 레벨과 통합될 수 있음을 나타낸다. 예를 들어, 85의 그레이 레벨을 갖는 픽셀 데이터를 보다 낮은 그레이 레벨로 리매핑하고자 하는 경우, R(84)=1 인 경우 85의 그레이 레벨을 갖는 픽셀 데이터들은 84의 그레이 레벨로 리매핑될 수 있다. 그러나 R(84)=0 인 경우, 85의 그레이 레벨을 갖는 픽셀 데이터들은 84의 그레이 레벨로 리매핑될 수 없다.
어떤 그레이 레벨에 해당하는 픽셀 데이터가 많은 경우, 즉 H(g)가 큰 값을 갖는 경우 해당 그레이 레벨이 다른 그레이 레벨과 통합되는 경우 그레이 레벨 리매핑에도 불구하고 전체적인 컨트라스트가 낮아질 수 있다. 따라서 H(g)가 낮은 값을 갖는 그레이 레벨의 경우에만 R(g) 값을 1로 설정하여 다른 그레이 레벨값과 통합이 가능하게 하고, H(g)가 일정 수치를 넘는 값을 갖는 그레이 레벨의 경우 R(g) 값을 0으로 설정하여 다른 그레이 레벨과 통합되지 않도록 구성할 수 있다.
한편, 후술할 클러스터 사이즈(Csize(g))와 관련하여, 해당 그레이 레벨(g)에 클러스터가 존재하여 CSize(g) ≠0 인 경우, 해당 그레이 레벨(g)에는 어떤 형상을 나타내는 픽셀 데이터들이 포함될 가능성이 높다. 이 경우에 해당 그레이 레벨을 다른 그레이 레벨과 통합하는 경우 형상의 시인성이 저하될 가능성이 있으므로, CSize(g) ≠0 인 경우에도 R(g) 값을 0으로 설정하도록 구성할 수 있다.
함수 R(g)값의 설정에 대해서는 클러스터 사이즈(Csize(g))를 산출하는 방법과 함께 도 5a, 5b, 5c, 6a 및 6b를 참조하여 후술한다.
필터부(350)는 상기 리매핑 함수(G(g))에 기초하여 프레임 이미지 데이터(ID)를 변환 프레임 이미지 데이터(PID)로 변환할 수 있다.
이와 같이, 그레이 레벨들의 분포(H(g)), 클러스터 사이즈(Csize(g)), 함수(R(g))에 기초하여 프레임 이미지 데이터(ID)를 처리함으로써 디스플레이 장치에 표시되는 영상의 대비를 향상시켜 시인성을 개선할 수 있다.
도 4는 본 발명의 다른 실시예에 따른 이미지 데이터 처리 장치를 포함하는 영상 시스템을 나타내는 블록도이다.
도 4를 참조하면, 영상 시스템은 애플리케이션 프로세서(410), 디스플레이 IC(430) 및 디스플레이 장치(450)를 포함한다. 한편, 애플리케이션 프로세서(410)는 이미지 데이터 처리부(415)를 포함한다. 이 경우, 도 4에 도시된 이미지 데이터 처리부(415)는 본 발명의 일 실시예에 따른 이미지 데이터 처리 장치로서 동작할 수 있다.
도 2의 영상 시스템과는 달리, 도 4의 영상 시스템에서 이미지 데이터 처리부(415)는 디스플레이 IC(430)가 아닌 애플리케이션 프로세서(410)에 포함된다. 이 경우, 애플리케이션 프로세서(410)에서 생성된 프레임 이미지 데이터는 애플리케이션 프로세서(410) 내 이미지 데이터 처리부(415)에서 변환 프레임 이미지 데이터(PID)로 변환되어 디스플레이 IC(430)로 전달된다. 한편 디스플레이 IC(430)는 수신한 변환 프레임 이미지 데이터(PID)를 디스플레이 장치(450)로 전달한다. 디스플레이 장치(450)는 전달받은 변환 프레임 이미지 데이터(PID)를 표시한다.
도 2 및 도 4에 도시된 바와 같이, 이미지 데이터 처리부(230, 415)는 디스플레이 IC에 포함될 수도 있으나, 애플리케이션 프로세서에 포함될 수 있다. 즉, 본 발명의 실시예에 따른 이미지 데이터의 처리 방법은 디스플레이 IC에 의해 수행될 수도 있으나, 애플리케이션 프로세서에 의해 수행될 수도 있다. 이 경우, 해당 기술 분야의 숙련된 당업자는 이미지 데이터 처리부의 적어도 일부의 구성 요소는 컴퓨터로 판독 가능한 매체에 저장된 컴퓨터로 판독 가능한 프로그램 코드를 포함하는 제품 등의 형태로 구현될 수 있음을 이해할 것이다. 상기 컴퓨터로 판독 가능한 프로그램 코드는 애플리케이션 프로세서 또는 다른 데이터 처리 장치의 프로세서로 제공될 수 있다.
도 5a, 5b 및 5c는 본 발명의 일 실시예에 따라 이미지 데이터를 처리하기 위한 클러스터 사이즈를 계산하는 방법을 설명하기 위한 도면들이다.
도 5a를 참조하면, 프레임 이미지 데이터는 애플리케이션 프로세서(AP; application processor), 이미지 신호 프로세서(ISP; image signal processor)와 같은 외부 장치로부터 스트림 형태로 제공될 수 있다. 도 5a에 도시된 바와 같이, 하나의 프레임 데이터(frame data)는 Nv 개의 행 데이터(row data)를 포함하고, 하나의 행 데이터는 Nh 개의 픽셀 데이터를 포함할 수 있다. 도 3에는 편의상 픽셀 데이터 중에서 그레이 레벨들만 도시되어 있다.
스트림 형태로 순차적으로 입력되는 픽셀 데이터의 그레이 레벨들의 개수들을 각각 카운팅하면, 그레이 레벨들의 분포(H(g))가 히스토그램으로서 구해진다. 즉 상기 그레이 레벨들의 분포(H(g))는 상기 그레이 레벨들(g)의 각각에 상응하는 픽셀 개수들을 나타내는 히스토그램에 해당한다.
도 5a, 5b 및 5c를 참조하여, 그레이 레벨들의 각각에 대한 근접도를 나타내는 클러스터 사이즈를 계산하는 방법을 설명한다.
근접도(locality)는 그레이 레벨들의 각각에 상응하는 픽셀들이 프레임 내에서 서로 가깝게 위치하는 정도를 나타낸다. 즉 근접도는 동일한 그레이 레벨들이 서로 근접하여 덩어리, 즉 클러스터를 형성하는 정도를 나타낸다. 이미지 데이터는 각각의 행 단위로 입력되기 때문에 근접도(locality)의 계산은 행 단위로 수행될 수 있다. 근접도의 계산에는 3개의 벡터가 이용될 수 있다. 각각의 클러스터의 픽셀 개수를 저장하는 임시 클러스터 사이즈(temporary cluster size) 벡터(TCS), 한 프레임 내의 클러스터의 픽셀 개수의 총합을 나타내는 클러스터 사이즈 벡터(Csize), 각각의 그레이 레벨이 하나의 행 내에서 마지막으로 나타난 위치를 저장하는 최종 위치(last position) 벡터(LP)의 3개의 벡터들을 이용할 수 있다.
현재 입력되는 데이터의 그레이 레벨을 확인하고, 현재의 위치에서 상응하는 그레이 레벨의 최종 위치 벡터(LP)의 값을 뺀 값이 일정 값 이하이면 그레이 레벨의 임시 클러스터 사이즈 벡터(TCS)의 값을 1만큼 증가한다. 반면에 현재의 위치에서 상응하는 그레이 레벨의 최종 위치 벡터(LP)의 값을 뺀 값이 상기 일정 값보다 크면 임시 클러스터 사이즈 벡터(TCS)의 값을 클러스터 사이즈 벡터(Csize)에 합하고 임시 클러스터 사이즈 벡터(TCS)의 값은 0으로 초기화 한다. 그리고 최종 위치 벡터(LP)의 값을 현재의 위치로 업데이트 한다.
이와 같은 방식으로 하나의 프레임 이미지 데이터의 모든 행들에 대해 계산 하면 각 그레이 레벨의 클러스터 사이즈 벡터(Csize)의 값을 계산해 낼 수 있으며, 이러한 클러스터 사이즈 벡터를 통합하여 그레이 레벨(g)에 대한 함수인 클러스터 사이즈(Csize(g))로 생성할 수 있다. 이 클러스터 사이즈(Csize(g))가 각 그레이 레벨(g)의 근접도를 나타낸다.
이와 같이, 프레임 내의 행들의 각각에 대하여 g에 상응하는 두 개 이상의 픽셀들이 서로 근접하여 형성되는 클러스터들을 검출하고, 프레임 내의 모든 클러스터들에 포함되는 픽셀들의 개수에 기초하여 클러스터 사이즈(Csize(g)) 를 설정할 수 있다. 상기 g에 상응하는 두 개의 픽셀들 사이의 거리가 기준 거리 이하일 때 상기 두 개의 픽셀들이 동일한 클러스터에 포함되는 것으로 결정할 수 있다.
도 5b에는 현재의 그레이 레벨을 반영하기 전의 벡터 값들이 도시되어 있고, 도 5c에는 현재의 그레이 레벨을 반영한 후의 벡터 값들이 도시되어 있다. 도 5b 및 5c의 예에서, 데이터를 읽어 들이는 현재의 위치가 위치가 18이라고 하면 현재의 그레이 레벨은 72가 되고 상응하는 최종 위치 벡터의 값은 15이다. 상기 기준 거리를 2라고 하면 현재의 위치와 최종 위치의 차이가 3이 되어 2보다 크므로 임시 클러스터 사이즈 벡터(TCS)의 값인 6이 클러스터 사이즈 벡터(Csize)의 값인 3에 더해져 클러스터 사이즈 벡터(Csize)의 값은 9가 된다. 한편, 임시 클러스터 사이즈 벡터(TCS)의 값은 0으로 초기화되고, 최종 위치 벡터(LP)의 값은 현재의 위치인 18로 갱신된다.
도 6a 및 6b는 본 발명의 일 실시예에 따라 이미지 데이터를 처리하기 위한 클러스터 사이즈를 계산하는 다른 방법을 설명하기 위한 도면들이다.
도 6a를 참조하면, A 행에 20 개의 픽셀들에 대한 그레이 레벨값이 도시되어 있고, B 행에는 13개 까지의 픽셀들에 대한 그레이 레벨값이 도시되어 있다. 본 발명의 일 실시예에 따라 클러스터 사이즈를 계산하는 다른 방법에서는, 입력되는 데이트 스트림에서 미리 결정된 근접 거리값 이내에 근접하여 형성되는 그레이 레벨 값과 현재 위치의 그레이 값의 차이가 일정 임계값(이하, GDth) 이하인 경우 현재 그레이 레벨 값의 임시 클러스터 사이즈 벡터(TCS)의 값을 증가시킨다. 도 6a에 도시된 바와 같이 B 행의 5번째 데이터는 128의 그레이 레벨값을 갖는데, 128의 그레이 레벨값이 나타난 마지막 위치는 B 행의 2번째 위치이다. 현재 위치와 상기 128의 그레이 레벨값이 나타난 마지막 위치 사이의 거리는 3이고, 미리 결정된 근접 거리값은 2이므로, 도 5a 내지 5c를 참조하여 설명한 방법을 따른다면 B 행의 2번째 위치와 5번째 위치한 128의 그레이 레벨값은 클러스터를 형성하지 않으므로 클러스터 사이즈 벡터(TCS)의 값을 증가시키지 않을 것이다. 그러나 도 6a 및 6b를 참조하여 설명하는 방법에 의하면, B 행의 2번째 위치와 5번째 위치한 128의 그레이 레벨값들 사이에 129의 그레이 레벨값들이 존재한다. 상기 일정 임계값(GDth)을 2로 결정하는 경우, 128과 129의 그레이 레벨값 차이가 1로서 임계값(GDth)보다 작으므로 B 행의 5번째 픽셀 데이터의 위치에서 현재 128 그레이 레벨 값의 임시 클러스터 사이즈 벡터(TCS)는 1이 증가한다.
즉, 도 5a 내지 5c에 의한 방법에 의하면, B 행에 나타난 128 그레이 레벨에 대하여 임시 클러스터 사이즈 백터(TCS)는 9가 증가한다. B 행 2번째 위치의 128 그레이 레벨값은 그 이후의 128 그레이 레벨들과 클러스터를 형성하지 않기 때문이다. 그러나 도 6a 및 6b를 참조하여 설명한 방법에 의하면 픽셀 데이터들(D3)에 포함된 128의 그레이 레벨들은 클러스터를 형성한다. 따라서 B 행에 나타난 128 그레이 레벨에 대하여 임시 클러스터 사이즈 백터(TCS)는 10이 증가한다.
한편, 본 발명의 일 실시예에 따른 클러스터 사이즈(C(g)) 결정 방법에 의하면, 일정 크기(이하, OBJsize) 미만의 임시 클러스터 사이즈 벡터(TCS)에 대해서는 그 값을 버리게 된다. 즉, 일정 크기(OBJsize) 이상의 임시 클러스터 사이즈 벡터(TCS)에 대해서만 클러스터 사이즈 벡터(Csize)에 더하게 된다. 도 6a를 참조하면, A 행의 픽셀 데이터들(D1)에 대한 임시 클러스터 사이즈 벡터(TCS)는 5이고, A 행의 픽셀 데이터들(D2)에 대한 임시 클러스터 사이즈 벡터(TCS)는 11이며, B 행의 픽셀 데이터들(D3)에 대한 임시 클러스터 사이즈 벡터(TCS)는 10이다. 따라서, 상기 일정 크기(OBJsize)를 8로 결정하는 경우, 픽셀 데이터들(D1)에 대한 임시 클러스터 사이즈 벡터(TCS)는 버려지며, 픽셀 데이터들(D2, D3)에 대한 임시 클러스터 사이즈 벡터(TCS)가 클러스터 사이즈 벡터(Csize)에 더해진다.
도 7은 본 발명의 일 실시예에 따라 이미지 데이터를 처리하기 위한 클러스터 사이즈를 계산한 결과를 나타내는 그래프이다.
도 7을 참조하면, 프레임 이미지 데이터에 포함된 그레이 레벨들의 분포(H(g))와 클러스터 사이즈(Csize(g))가 도시되어 있다. 또한 R(g)를 결정하기 위한 비교값(RML)이 도시되어 있다. 그레이 레벨들의 분포(H(g))는 Number of pixels로, 클러스터 사이즈(Csize(g))는 cluster size로 도시되어 있다. 한편 R(g)를 결정하기 위한 비교값(RML)은 1500이다.
위와 같은 경우에, H(g)<1500 이고, CSize(g)=0 인 경우에만 해당 그레이 레벨(g)의, R(g)는 1로 결정된다. 그 외의 경우, H(g) ≥RML 이거나, 또는 CSize(g) ≠0 인 경우에는 R(g)는 0으로 결정된다.
본 발명의 일 실시예에 따른 이미지 데이터의 처리 방법에서, 리매핑 함수(G(g))는 하기의 수학식 1에 의해 결정될 수 있다.
G(g) = G(g-1) + d(g) --- (1)
여기에서 d(g)는 상기 그레이 레벨 분포 및 상기 클러스터 사이즈에 의존하는 함수이다.
먼저, 리매핑 함수(G(g))의 값을 원래 값(g)보다 작은 값으로 리매핑 할 수 있는지 여부를 판단한다. R(g-1)=1 이고, |G(g)-g|< MAXgray _ diff 인 경우에 한하여, d(g) 함수가 하기 수학식 2에 의해 결정될 수 있다.
d(g) = 1/MAXgrad --- (2)
상기 수학식 2에서, MAXgrad는 미리 결정되는 값으로서, 상기 리매핑 함수의 최대 변화율이고, MAXgray _ diff는 미리 결정되는 값으로서, 상기 리매핑 함수와 원래의 매핑 함수와의 최대 차이값이다. R()는 그레이 레벨의 저분포 정도를 함수이고, R(g)는 그레이 레벨 g의 저분포도이다.
또한, R(g) 함수는 하기 수학식 3 및 4에 의해 결정될 수 있다.
R(g)= 1 , H(g)<RML 이고, CSize(g)=0 인 경우, --- (3)
R(g)=0 , H(g) ≥RML 이거나, 또는 CSize(g) ≠0 인 경우, --- (4)
RML은 미리 결정된 값으로, 그레이 스케이 g가 리매핑 단계에서 다른 그레이 레벨 값과 병합 가능한지 결정하기 위한 픽셀 데이터 개수의 임계값일 수 있다. 도 7을 참조하여 전술한 예시에서, RML 값은 1500으로 미리 결정될 수 있다.
리매핑 함수(G(g))의 값을 원래 값(g)보다 작은 값으로 리매핑 할 수 없는 경우, 즉, R(g-1)=0 인 경우, 리매핑 함수(G(g))의 값을 원래 값(g)보다 큰 값으로 리매핑 할 수 있다.
즉 R(g-1)=0 인 경우, d(g) 함수를 하기 수학식 5 및 6에 의해 결정할 수 있다.
d(g) = Grad(g) , Grad(g) < MAXgrad - 1 인 경우, --- (5)
d(g) = MAXgrad - 1 , Grad(g) ≥ MAXgrad - 1 인 경우, --- (6)
상기 수학식 5 및 6에서, Grad(g)는 g보다 큰 그레이 레벨값들의 저분포 정도에 의존하는 함수이고, MAXgrad는 미리 결정되는 값으로서, 상기 리매핑 함수의 최대 변화율이다.
일 실시예에서, 상기 Grad(g) 함수는 하기의 수학식 7에 의해 결정될 수 있다.
Figure 112015102648809-pat00003
--- (7)
상기 수학식 7에서, TCsize는 전체 그레이 레벨들의 상기 클러스터 사이즈의 합이다.
다른 실시예에서, 상기 Grad(g) 함수는 하기의 수학식 8에 의해 결정될 수도 있다.
Figure 112015102648809-pat00004
--- (8)
위의 수학식 8에 의하여, 유기 발광 표시 장치에서의 소비 전력이 낮춰질 수 있다. 즉, 소비 전력을 낮추면서 대비(contrast)를 소폭 상승시킬 수 있다.
또 다른 실시예에서, 리매핑 함수(G(g))의 값을 원래 값(g)보다 작은 값으로 리매핑 할 수 없는 경우, 즉, R(g-1)=0 인 경우, 리매핑 함수(G(g))의 값을 원래 값(g)으로 매핑할 수 있다. 이 경우, 리매핑 함수(G(g))의 계산이 단순하므로 소비 전력을 낮출 수 있다.
상기 과정은 가장 작은 그레이 스케일 값을 갖는 g부터 가장 높은 그레이 스케일 값을 갖는 g까지 순차적으로 수행될 수 있다. 예를 들어, 그레이 스케일 값이 0 내지 255 사이의 값으로 정의 되는 경우, 0의 g값 부터 시작하여 순차적으로 255의 g값까지, G(g)의 값을 구하게 된다. 각 g값에 대하여 G(g)를 현재 g보다 낮은 값으로 리매핑할 수 있는지 판단하고, 가능한 경우 현재 g보다 낮은 값으로 G(g)값을 결정한다. G(g)를 현재 g보다 낮은 값으로 리매핑할 수 없는 경우, 현재 g보다 높은 값으로 리매핑할 수 있는지 판단한다. 가능한 경우 현재 g보다 높은 값으로 G(g) 값을 결정한다. 따라서 이미지 데이터의 대비를 향상시킬 수 있다.
도 8은 본 발명의 일 실시예에 따라 이미지 데이터를 처리하기 위해 산출된 리매핑 함수의 일 예를 나타내는 그래프이다.
상술한 방법에 따라 산출된 리매핑 함수(G(g))가 도 8에 도시되어 있다. 도 8에서 MD는 상기 리매핑 함수와 원래의 매핑 함수와의 최대 차이값일 수 있다. 즉 MD는 MAXgray _ diff 값일 수 있다. 또한 ΔGo/ ΔGi, 즉 리매핑 함수의 기울기의 최대값은 MG보다 작다. 즉, MG는 상기 리매핑 함수의 최대 변화율로서, 전술한 MAXgrad와 동일한 값일 수 있다.
즉, 리매핑 함수는 원래의 매핑 함수와 MAXgray _ diff 이상 차이나지 않으면서, MAXgrad 이내의 변화율 내에서 변화하도록 결정될 수 있다.
도 9는 본 발명의 일 실시예에 따른 이미지 데이터의 처리 방법을 148개의 표준 영상에 대해 수행한 결과를 나타내는 그래프이다.
도 9를 참조하면, 본 발명의 일 실시예에 따른 이미지 데이터의 처리 방법에 따라 이미지를 처리하는 경우, 전체적으로 픽셀당 대비(contrast per pixel; CPP)값이 증가된다. 또한 형상을 이루는 그레이 레벨값을 주로 변화시키므로 영상의 시인성을 향상시킬 수 있다.
아래 표 1에는 본 발명의 일 실시예에 따른 이미지 데이터의 처리 방법에 따라 이미지를 처리하는 경우의 전력 및 CPP 변화가 나타나 있다. 처리 전 전력(Power_1), 처리 후 전력(Power_2), 전력 변화율(ΔPower_r), 처리 전 CPP(CPP_1), 처리 후 CPP(CPP_2), CPP 변화율(ΔCPP_r)이 나타나 있다.
Power_1 Power_2 ΔPower_r CPP_1 CPP_2 ΔCPP_r
103.60 109.60 0.11 3.55 3.84 0.10
처리 결과, 전력 소모가 소폭 증가하나 대비가 향상됨을 알 수 있다.
도 10a, 10b, 10c 및 10d는 예시적인 영상에 대해 본 발명의 일 실시예에 따른 이미지 데이터의 처리 방법을 수행한 결과를 나타내는 그래프이다.
도 10a는 픽셀 분포 및 클러스터 사이즈를 나타내는 그래프이고, 도 10b는 변환 후 픽셀 분포를 나타내는 그래프이며, 도 10c는 리매핑 함수를 나타내는 그래프이고, 도 10d는 변환 후 감마를 나타내는 그래프이다. 즉, 본 발명에 따른 방법에 의해 이미지의 대비를 향상시켜 시인성을 개선할 수 있다.
이 때, 처리 흐름도 도면들의 각 블록과 흐름도 도면들의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수 있음을 이해할 수 있을 것이다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 흐름도 블록(들)에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터를 이용하거나 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터를 이용하거나 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 흐름도 블록(들)에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 흐름도 블록(들)에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
또한, 각 블록은 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실행 예들에서는 블록들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.
이 때, 본 실시예에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA또는 ASIC과 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.
본 명세서와 도면에 개시된 본 발명의 실시예들은 본 발명의 기술 내용을 쉽게 설명하고 본 발명의 이해를 돕기 위해 특정 예를 제시한 것일 뿐이며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시예들 이외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 것이다.
200: 디스플레이 IC 210: 프레임 메모리
240: 이미지 데이터 처리부 250: 디스플레이 장치

Claims (20)

  1. 프레임 이미지 데이터의 그레이 레벨 분포를 검출하는 단계;
    상기 검출된 그레이 레벨 분포에 기초하여, 각각의 그레이 레벨에 대한 클러스터 사이즈를 계산하는 단계;
    상기 그레이 레벨 분포 및 상기 클러스터 사이즈에 기초하여, 상기 프레임 이미지 데이터의 대비(contrast)를 증가시키기 위한 리매핑 함수를 결정하는 단계; 및
    상기 리매핑 함수에 기초하여 상기 프레임 이미지 데이터를 변환하는 단계를 포함하며,
    상기 리매핑 함수는 하기 수학식에 의해 결정되는 이미지 데이터의 처리 방법.

    G(g) = G(g-1) + d(g)

    상기 수학식에서, g는 각각의 그레이 레벨, G(g)는 그레이 레벨 g에 대응하는 리매핑된 그레이 레벨을 생성하기 위한 상기 리매핑 함수, d(g)는 상기 그레이 레벨 분포 및 상기 클러스터 사이즈에 의존하는 함수임.
  2. 제 1 항에 있어서,
    상기 프레임 이미지 데이터의 그레이 레벨 분포를 검출하는 단계에서는,
    상기 프레임 이미지 데이터에 속한 픽셀 데이터들 중에서, 각각의 그레이 레벨에 속하는 픽셀 데이터의 개수를 카운트하는 것을 특징으로 하는 이미지 데이터의 처리 방법.
  3. 제 2 항에 있어서,
    상기 각각의 그레이 레벨에 대한 클러스터 사이즈를 계산하는 단계에서는,
    상기 그레이 레벨들에 대응되는 픽셀 데이터들이 프레임 내에서 근접하여 위치하는 정도를 계산하는 것을 특징으로 하는 이미지 데이터의 처리 방법.
  4. 삭제
  5. 제 1 항에 있어서,
    상기 d(g) 함수는 하기의 수학식에 의해 결정되는 것을 특징으로 하는 이미지 데이터의 처리 방법.

    d(g) = 1/MAXgrad , R(g-1)=1 이고, |G(g)-g|< MAXgray_diff 인 경우,

    상기 수학식에서, MAXgrad는 미리 결정되는 값으로서, 상기 리매핑 함수 G(g)의 최대 변화율이고, MAXgray_diff는 미리 결정되는 값으로서, 상기 리매핑 함수 G(g)와 원래의 매핑 함수와의 최대 차이값이고, R(g-1)는 그레이 레벨의 저분포 정도를 나타내는 함수임.
  6. 제 5 항에 있어서,
    그레이 레벨 g의 저분포 정도를 나타내는 R(g) 함수는 하기의 수학식에 의해 결정되는 것을 특징으로 하는 이미지 데이터의 처리 방법.

    R(g) = 1 , H(g)<RML 이고, Csize(g)=0 인 경우,
    R(g) = 0 , H(g) ≥RML 이거나, 또는 Csize(g) ≠0 인 경우,

    여기서, H(g)는 그레이 레벨 g에 상응하는 픽셀 데이터의 개수, Csize(g)는 그레이 레벨 g에 상응하는 상기 클러스터 사이즈, RML은 미리 결정된 값으로, 그레이 레벨 g가 리매핑 단계에서 다른 그레이 레벨 값과 병합 가능한지 결정하기 위한 픽셀 데이터 개수의 임계값임.
  7. 제 6 항에 있어서,
    상기 각각의 그레이 레벨에 대한 클러스터 사이즈를 계산하는 단계에서는,
    프레임 내의 행들의 각각에 대하여 그레이 레벨 g에 상응하는 두 개 이상의 픽셀들이 미리 결정된 근접 거리값 이내에 근접하여 형성되는 클러스터들을 검출하고, 프레임 내의 모든 클러스터들에 포함되는 픽셀들의 개수에 기초하여 상기 클러스터 사이즈 Csize(g)를 결정하는 것을 특징으로 하는 이미지 데이터의 처리 방법.
  8. 제 7 항에 있어서,
    상기 그레이 레벨 g에 상응하는 두 개의 픽셀들 사이의 거리가 기준 거리 이하일 때 상기 두 개의 픽셀들이 동일한 클러스터에 포함되는 것으로 결정하는 것을 특징으로 하는 이미지 데이터의 처리 방법.
  9. 제 6 항에 있어서,
    상기 각각의 그레이 레벨에 대한 클러스터 사이즈를 계산하는 단계에서는,
    프레임 내의 행들의 각각에 대하여 그레이 레벨 g에 상응하는 두 개 이상의 픽셀들이 미리 결정된 근접 거리값 이내에 근접하여 형성되는 클러스터들을 검출하고, 상기 클러스터들 중 일정 크기 이상의 클러스터들에 포함되는 픽셀들의 개수에 기초하여 상기 클러스터 사이즈 Csize(g)를 결정하는 것을 특징으로 하는 이미지 데이터의 처리 방법.
  10. 제 5 항에 있어서,
    R(g-1)=0 인 경우, 상기 리매핑 함수는 하기 수학식에 의해 결정되는 것을 특징으로 하는 이미지 데이터의 처리 방법.
    G(g) = g.
  11. 제 1 항에 있어서,
    상기 d(g) 함수는 하기의 수학식에 의해 결정되는 것을 특징으로 하는 이미지 데이터의 처리 방법.

    d(g) = Grad(g) , Grad(g) < MAXgrad - 1 인 경우,
    d(g) = MAXgrad - 1 , Grad(g) ≥ MAXgrad - 1 인 경우,

    상기 수학식에서, Grad(g)는 그레이 레벨 g보다 큰 그레이 레벨값들의 저분포 정도에 의존하는 함수이고, MAXgrad는 미리 결정되는 값으로서, 상기 리매핑 함수 G(g)의 최대 변화율임.
  12. 제 11 항에 있어서,
    상기 Grad(g) 함수는 하기의 수학식에 의해 결정되는 것을 특징으로 하는 이미지 데이터의 처리 방법.

    Figure 112015102648809-pat00005


    상기 수학식에서, Csize(g)는 그레이 레벨 g에 상응하는 상기 클러스터 사이즈, TCsize는 전체 그레이 레벨들의 상기 클러스터 사이즈의 합, R(g)는 그레이 레벨 g의 저분포도임.
  13. 제 12 항에 있어서,
    그레이 레벨 g의 저분포 정도를 나타내는 R(g) 함수는 하기의 수학식에 의해 결정되는 것을 특징으로 하는 이미지 데이터의 처리 방법.

    R(g) = 1 , H(g)<RML 이고, Csize(g)=0 인 경우,
    R(g) = 0 , H(g) ≥RML 이거나, 또는 Csize(g) ≠0 인 경우,

    여기서, H(g)는 그레이 레벨 g에 상응하는 픽셀 데이터의 개수, Csize(g)는 그레이 레벨 g에 상응하는 상기 클러스터 사이즈, RML은 미리 결정된 값으로, 그레이 레벨 g가 리매핑 단계에서 다른 그레이 레벨 값과 병합 가능한지 결정하기 위한 픽셀 데이터 개수의 임계값임.
  14. 제 11 항에 있어서,
    상기 Grad(g) 함수는 하기의 수학식에 의해 결정되는 것을 특징으로 하는 이미지 데이터의 처리 방법.

    Figure 112015102648809-pat00006


    상기 수학식에서, Csize(g)는 그레이 레벨 g에 상응하는 상기 클러스터 사이즈, TCsize는 전체 그레이 레벨들의 상기 클러스터 사이즈의 합임.
  15. 프레임 이미지 데이터의 그레이 레벨들의 분포를 검출하고, 각각의 그레이 레벨에 대한 클러스터 사이즈를 계산하는 클러스터 산출부;
    상기 그레이 레벨들의 분포 및 상기 클러스터 사이즈에 기초하여, 상기 프레임 이미지 데이터의 대비(contrast)를 증가시키기 위한 리매핑 함수를 결정하는 그레이 리매핑부; 및
    상기 리매핑 함수에 기초하여 상기 프레임 이미지 데이터를 변환하는 필터부를 포함하며,
    상기 리매핑 함수는 하기 수학식에 의해 결정되는 이미지 데이터 처리 장치.

    G(g) = G(g-1) + d(g)

    상기 수학식에서, g는 각각의 그레이 레벨, G(g)는 그레이 레벨 g에 대응하는 리매핑된 그레이 레벨을 생성하기 위한 상기 리매핑 함수, d(g)는 상기 그레이 레벨 분포 및 상기 클러스터 사이즈에 의존하는 함수임.
  16. 제 15 항에 있어서,
    상기 클러스터 산출부는 상기 프레임 이미지 데이터에 속한 픽셀 데이터들 중에서, 각각의 그레이 레벨에 속하는 픽셀 데이터의 개수를 카운트하여 상기 그레이 레벨들의 분포를 검출하는 것을 특징으로 하는 이미지 데이터 처리 장치.
  17. 제 16 항에 있어서,
    상기 클러스터 산출부는 상기 그레이 레벨들에 대응되는 픽셀 데이터들이 프레임 내에서 근접하여 위치하는 정도를 계산하여 상기 클러스터 사이즈를 계산하는 것을 특징으로 하는 이미지 데이터 처리 장치.
  18. 제 15 항에 있어서,
    상기 그레이 리매핑부는 상기 리매핑 함수 G(g)를 하기 수학식에 의해 결정하는 것을 특징으로 하는 이미지 데이터 처리 장치.

    G(g) = G(g-1) + 1/MAXgrad , R(g-1)=1 이고, |G(g)-g|< MAXgray_diff 인 경우,
    G(g) = g , R(g-1)=0 인 경우,

    상기 수학식에서, MAXgrad는 미리 결정되는 값으로서, 상기 리매핑 함수 G(g)의 최대 변화율이고, MAXgray_diff는 미리 결정되는 값으로서, 상기 리매핑 함수 G(g)와 원래의 매핑 함수와의 최대 차이값이고, R(g-1)는 그레이 레벨의 저분포 정도를 나타내는 함수임.
  19. 제 18 항에 있어서,
    상기 그레이 리매핑부는 그레이 레벨 g의 저분포 정도를 나타내는 R(g) 함수를 하기의 수학식에 의해 결정하는 것을 특징으로 하는 이미지 데이터 처리 장치.

    R(g) = 1 , H(g)<RML 이고, Csize(g)=0 인 경우,
    R(g) = 0 , H(g) ≥RML 이거나, 또는 Csize(g) ≠0 인 경우,

    여기서, H(g)는 그레이 레벨 g에 상응하는 픽셀 데이터의 개수, Csize(g)는 그레이 레벨 g에 상응하는 상기 클러스터 사이즈, RML은 미리 결정된 값으로, 그레이 레벨 g가 리매핑 단계에서 다른 그레이 레벨 값과 병합 가능한지 결정하기 위한 픽셀 데이터 개수의 임계값임.
  20. 제 15 항에 있어서,
    상기 그레이 리매핑부는 상기 리매핑 함수 G(g)를 하기 수학식에 의해 결정하는 것을 특징으로 하는 이미지 데이터 처리 장치.

    G(g) = G(g-1) + Grad(g) , Grad(g) < MAXgrad - 1 인 경우,
    G(g) = G(g-1) + MAXgrad - 1 , Grad(g) ≥ MAXgrad - 1 인 경우,

    상기 수학식에서, Grad(g)는 그레이 레벨 g보다 큰 그레이 레벨값들의 저분포 정도에 의존하는 함수이고, MAXgrad는 미리 결정되는 값으로서, 상기 리매핑 함수 G(g)의 최대 변화율임.
KR1020150147283A 2015-10-22 2015-10-22 이미지 데이터의 처리 방법 및 처리 장치 KR102455047B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020150147283A KR102455047B1 (ko) 2015-10-22 2015-10-22 이미지 데이터의 처리 방법 및 처리 장치
US15/140,402 US10115331B2 (en) 2015-10-22 2016-04-27 Method and apparatus for processing image data

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150147283A KR102455047B1 (ko) 2015-10-22 2015-10-22 이미지 데이터의 처리 방법 및 처리 장치

Publications (2)

Publication Number Publication Date
KR20170047443A KR20170047443A (ko) 2017-05-08
KR102455047B1 true KR102455047B1 (ko) 2022-10-18

Family

ID=58558686

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150147283A KR102455047B1 (ko) 2015-10-22 2015-10-22 이미지 데이터의 처리 방법 및 처리 장치

Country Status (2)

Country Link
US (1) US10115331B2 (ko)
KR (1) KR102455047B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090087092A1 (en) * 2007-09-27 2009-04-02 Samsung Electro-Mechanics Co., Ltd. Histogram stretching apparatus and histogram stretching method for enhancing contrast of image
US20130342585A1 (en) * 2012-06-20 2013-12-26 Samsung Display Co., Ltd. Image processing apparatus and method

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6463173B1 (en) * 1995-10-30 2002-10-08 Hewlett-Packard Company System and method for histogram-based image contrast enhancement
US7003153B1 (en) * 2000-09-29 2006-02-21 Sharp Laboratories Of America, Inc. Video contrast enhancement through partial histogram equalization
JP4167097B2 (ja) * 2003-03-17 2008-10-15 株式会社沖データ 画像処理方法および画像処理装置
JP2013218487A (ja) * 2012-04-06 2013-10-24 Sony Corp 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
KR102234795B1 (ko) 2014-09-30 2021-04-02 삼성디스플레이 주식회사 디스플레이 전력의 감소를 위한 이미지 데이터의 프로세싱 방법 및 디스플레이 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090087092A1 (en) * 2007-09-27 2009-04-02 Samsung Electro-Mechanics Co., Ltd. Histogram stretching apparatus and histogram stretching method for enhancing contrast of image
US20130342585A1 (en) * 2012-06-20 2013-12-26 Samsung Display Co., Ltd. Image processing apparatus and method

Also Published As

Publication number Publication date
US10115331B2 (en) 2018-10-30
KR20170047443A (ko) 2017-05-08
US20170116903A1 (en) 2017-04-27

Similar Documents

Publication Publication Date Title
WO2016061944A1 (zh) 白光oled显示装置及其显示控制方法、显示控制装置
KR102265776B1 (ko) 밝기 조절 시스템
WO2017143635A1 (zh) 一种降低显示面板功耗的方法及系统
KR102231279B1 (ko) 영상 데이터 인코딩 장치 및 방법
CN103839515B (zh) 时序控制器及其驱动方法以及使用其的显示装置
KR102236561B1 (ko) 열화 보상 장치, 이를 포함하는 표시 장치 및 열화 보상 방법
JP2018520445A (ja) 三色データから四色データへの変換方法及び変換システム
KR102174917B1 (ko) 평판 표시 장치
KR102253039B1 (ko) 영상 데이터 인코딩 장치 및 방법
KR102509023B1 (ko) 표시 장치 및 그의 색편차 보상 방법
US9324283B2 (en) Display device, driving method of display device, and electronic apparatus
US9607555B2 (en) Display apparatus and control method thereof
WO2019206047A1 (zh) 图像数据处理方法及装置、图像显示方法及装置、存储介质和显示设备
KR20180105401A (ko) 투명 디스플레이 장치 및 그의 디스플레이 방법
KR20210014300A (ko) 전자 장치 및 그 제어 방법
JP5671608B2 (ja) 画像表示装置および画像表示方法
KR20150140514A (ko) 투명 디스플레이 장치의 색 보상 방법
CA2879462A1 (en) Compensation for color variation in emissive devices
US11783750B2 (en) Locally different gamma mapping for multi-pixel density OLED display
KR102455047B1 (ko) 이미지 데이터의 처리 방법 및 처리 장치
TWI678097B (zh) 用來對具備紅、綠、藍以及白色子像素的一顯示面板進行顯示控制的方法及裝置
US11620933B2 (en) IR-drop compensation for a display panel including areas of different pixel layouts
KR102617938B1 (ko) 표시 장치의 구동 방법 및 이를 수행하는 표시 장치
WO2018139054A1 (ja) 画像処理装置、画像処理プログラム、及び画像処理方法
KR102301925B1 (ko) 톤 맵핑 방법과 이를 이용한 표시장치

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant