KR102477391B1 - 이미지 처리 방법, 이미지 신호 프로세서 및 단말기 디바이스 - Google Patents

이미지 처리 방법, 이미지 신호 프로세서 및 단말기 디바이스 Download PDF

Info

Publication number
KR102477391B1
KR102477391B1 KR1020210061005A KR20210061005A KR102477391B1 KR 102477391 B1 KR102477391 B1 KR 102477391B1 KR 1020210061005 A KR1020210061005 A KR 1020210061005A KR 20210061005 A KR20210061005 A KR 20210061005A KR 102477391 B1 KR102477391 B1 KR 102477391B1
Authority
KR
South Korea
Prior art keywords
image
layer
pyramid
tone
layers
Prior art date
Application number
KR1020210061005A
Other languages
English (en)
Other versions
KR20210145077A (ko
Inventor
우이가 투나
무라트 비린치
페테리 키룬라히티
타피오 피닐라
Original Assignee
베이징 시아오미 모바일 소프트웨어 컴퍼니 리미티드
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 베이징 시아오미 모바일 소프트웨어 컴퍼니 리미티드 filed Critical 베이징 시아오미 모바일 소프트웨어 컴퍼니 리미티드
Publication of KR20210145077A publication Critical patent/KR20210145077A/ko
Application granted granted Critical
Publication of KR102477391B1 publication Critical patent/KR102477391B1/ko

Links

Images

Classifications

    • G06T5/90—
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/60—Editing figures and text; Combining figures or text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformation in the plane of the image
    • G06T3/40—Scaling the whole image or part thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration by the use of local operators
    • 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
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20208—High dynamic range [HDR] image processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

이미지 처리 방법, 이미지 신호 프로세서 및 단말기 디바이스가 제공된다. 상기 방법은, 이미지 센서로부터 초기 이미지 데이터를 획득하는 단계; 초기 이미지 데이터를 복수의 N 이미지 피라미드 레이어들로 분해(deconstructing)하는 단계; k=N 이미지 피라미드 레이어를 k=N-1 이미지 피라미드 레이어와 콜랩싱(collapsing)하여 중간 레이어를 생성하는 단계 - 여기서 k=N,...,1임 - ; 상기 중간 레이어를 다음의 이미지 피라미드 레이어와 콜랩싱하여 신규의 중간 레이어를 생성하는 단계를 반복함으로써, 최종 중간 레이어를 k=1 이미지 피라미드 레이어와 콜랩싱하여 최종 이미지를 생성하는 단계;를 포함하며, 톤-맵핑 연산자는 중간 레이어들 중 적어도 하나 및/또는 복수의 이미지 피라미드 레이어들 중 적어도 하나에 적용되며, k=N-1,...,2일 수 있다.

Description

이미지 처리 방법, 이미지 신호 프로세서 및 단말기 디바이스{METHOD FOR IMAGE PROCESSING, IMAGE SIGNAL PROCESSOR AND TERMAINAL DEVICE}
본 출원은 2020년 5월 22일에 출원된 EP 출원 번호 EP201761012에 기초하여 우선권을 주장하며, 그 내용은 전체가 참조로서 여기에 통합된다.
본 개시는 이미지 처리 방법에 대한 것으로, 보다 상세하게는 이미지의 톤 맵핑 처리, 상기 방법을 수행하는 이미지 신호 프로세서(Image Signal Processor, ISP) 및 ISP와 같은 것을 포함하는 단말기에 대한 것이다.
최근, 디지털 카메라들이나 이미지 센서들은 실생활에 존재하는 동적 범위의 제한된 범위만을 캡쳐할 수 있다. 또한, 모바일 단말 디스플레이, 컴퓨터 디스플레이, TV 등과 같은 뷰잉 환경(viewing environment)은 캡쳐된 이미지에 대해 디지털 카메라들이나 이미지 센서들이 캡쳐할 수 있는 것보다 더욱 좁은 동적 범위를 지원할 수 있다.
이러한 문제를 완화하기 위해, 캡쳐된 이미지 데이터에 톤 맵핑 처리(tone mapping process)가 적용된다. 톤 맵핑은 상대적으로 높은 동적 범위를 나타내는 이미지 픽셀들을 상대적으로 낮은 동적 범위를 가진 뷰잉 환경, 예컨대 디스플레이 매체에 맵핑하는 처리이다. 이러한 처리를 하는 동안, 톤 맵핑 처리는 실세계 장면에 가능한 한 가깝게 나타낼 수 있는 이미지를 제공할 책임이 있다. 여기서, 톤 맵핑은, 실세계의 원래의 높은 동적 범위를 낮은 동적 범위의 디스플레이들상에서 디스플레이될 이미지로 성공적으로 변환/맵핑하기 위해서, 이미지 데이터의 캡쳐링과 보는 사람에게 제공될 최종 이미지 사이에서 이미지 콘트라스트 및 밝기를 변경할 책임을 지는 이미지 처리의 중요한 블록들 중 하나이다.
무엇보다, 피라미드-기반의 톤 맵핑 알고리즘들(pyramid-based tone mapping algorithms)은 이미지들의 동적 범위를 개선하는 것으로 널리 알려져 있다. 따라서, 이미지 데이터는 복수의 N 레벨들 또는 레이어들로 분해된다. 예를 들어 가우시안-피라미드 알고리즘에서, 제1 레벨은 감소된 해상도를 가진 초기 이미지 데이터의 가우시안-필터링된 이미지이다. 제2 레벨은 제1 레벨에 비해 감소된 해상도를 가진 제1 레벨의 가우시간-필터링된 이미지이며, 기타 최상부 레벨까지 동일하다. 초기 이미지 데이터를 복수의 레벨들로 분해하기 위해서, 가우시안-필터 대신 라플라시안-필터와 같은 다른 필터들이 사용될 수 있다. 이후, 하나 이상의 레벨들의 콘트라스트가 그에 따라 조정되고, 그 이후에 최상부 레벨을 시작으로 해서 레벨들은 콜랩싱되어 개선된 동적 범위를 가진 최종 이미지를 형성한다. 그러나, 디지털 이미징 센서들 및 이미지 뷰잉 매체, 예컨대 디스플레이들의 제한된 동적 범위로 인해, 하이라이트들을 버닝/포화시키는 것을 막기 위해 부족 노출된 어두운 음영 영역들(dark shadow regions)을 희생시키면서 장면은 대개 부족 노출된다. 따라서, 알려진 맵핑 알고리즘들은 디테일의 손실과 부족한 동적 범위를 가진 수용할 수 없는 최종 이미지의 결과들을 전달한다.
본 개시의 목적은 이미지 처리 방법, 특히 최종 이미지의 동적 범위를 개선하기 위한 톤-맵핑 방법을 제공한다.
위에서 주어진 문제점은 청구항 1의 이미지 처리 방법, 청구항 14의 이미지 신호 프로세서(Image Signal Processor, ISP) 및 청구항 15의 단말기 디바이스에 의해 해결된다.
이미지 처리 방법, 특히 본 개시에 따른 이미지 톤-맵핑 알고리즘은, 바람직하게는 이미지 센서로부터 초기 이미지 데이터를 획득하는 단계; 상기 초기 이미지 데이터를 복수의 N 이미지 피라미드 레이어들로 분해(deconstructing)하는 단계; k=N 이미지 피라미드 레이어, 즉 최상부 레이어를 k=N-1 이미지 피라미드 레이어와 콜랩싱(collapsing)하여 중간 레이어를 생성하는 단계 - 여기서 k=N,...,1임 - ; 상기 중간 레이어를 다음의 이미지 피라미드 레이어와 콜랩싱하여 신규의 중간 레이어를 생성하는 단계를 반복함으로써, 최종 중간 레이어를 k=1 이미지 피라미드 레이어와 콜랩싱하여 최종 이미지를 생성하는 단계;를 포함한다.
여기서, k=N 이미지 피라미드 레이어는 또한 최상부 레이어로 표기되며, k=1 이미지 피라미드 레이어는 최하부 레이어로 표기된다. 콜랩싱은 다음의 k=N-1 이미지 피라미드 레이어와 콜랩싱되는 최상부 레이어인 k=N 이미지 피라미드 레이어와 함께 개시된다. 이러한 레이어들을 콜랩싱함으로써 중간 레이어들이 생성된다. 이러한 중간 레이어는 다음의 k=N-2 이미지 피라미드와 함께 새로운 중간 레이어를 생성하는 다음 콜랩싱 단계의 시작점이며, 새로운 중간 레이어는 다음 콜랩싱 단계의 시작 레이어 등이다. 이러한 과정은 k=1 이미지 피라미드 레이어, 즉 최하부 레이어에 도달할 때까지 계속된다. 이 단계에서, 최종 중간 레이어는 최하부 레이어, 즉 k=1인 이미지 피라미드 레이어와 콜랩싱되어 최종 이미지를 생성한다. 여기서, N은 2보다 큰 정수이다.
본 개시에 따르면, 톤-맵핑 연산자가 중간 레이어들 중 적어도 하나에 적용된다. 따라서, N 이미지 피라미드 레어어들을 콜랩싱하는 위에서 언급된 단계들에 의해 생성된 중간 레이어들 중 적어도 하나의 톤이 변경되거나 또는 조정된다. 톤-맵핑 연산자를 중간 레이어에 적용함으로써, 초기 이미지 데이터의 원하는 톤들(밝음, 중간-톤, 또는 어두움)에 영향을 주어 최종 이미지에서 직관적이고 사용자가 만족하는 방식으로 최종 이미지의 표현이 조정될 수 있다. 따라서, 본 개시의 톤-맵핑 연산자에 의해, 어두운 영역들은 밝아질 수 있고, 상대적으로 밝은 영역들에 있는 어두운 물체들은 아티팩트(artifact)를 생성하거나 또는 콘트라스트의 손실없이 고스란히 유지될 수 있다.
적어도 일부 실시예들에서, 톤-맵핑 연산자는 중간 레이어들 중 적어도 2 이상에 적용될 수 있으며, 더욱 바람직하게는 중간 레이어들 각각에 적용될 수 있다. 따라서, 원하는 결과를 얻기 위해 톤-맵핑 연산자는 중간 레이어들 위에 분포될 수 있다. 여기서, 톤-맵핑 연산자는 이미지의 콘텐츠를 이미지의 히스토그램과 같은 이미지 통계들을 통해 분석하거나 또는 AI-기반의 이미지 분류/분석을 수행할 수 있는 제어 알고리즘에 따라 분포될 수 있다.
적어도 일부 실시예들에서, 톤-맵핑 연산자는 초기 이미지 데이터 및/또는 최종 이미지에 적용되어 최종 이미지의 표현을 더 조정할 수 있다. 부가적으로 또는 대안적으로, 톤-맵핑 연산자는 최상부 레이어, 즉 k=N 이미지 피라미드 레이어에 적용된다.
적어도 일부 실시예들에서, 복수의 N 이미지 피라미드 레이어들 중 적어도 하나, 바람직하게는 하나 초과 및 더욱 바람직하게는 각각에 콘트라스트 조정이 적용될 수 있다. 부가적으로 또는 대안적으로, 중간 레이어들 중 적어도 하나, 바람직하게는 하나 이상 및 더욱 바람직하게는 각각에 콘트라스트 조정이 적용될 수 있다. 따라서, 적어도 하나의 이미지 피라미드 레이어 또는 중간 레이어에 콘트라스트 조정을 적용함으로써, 최종 이미지의 콘트라스트가 조정될 수 있거나 및/또는 최종 이미지의 동적 범위가 더욱 개선될 수 있다.
적어도 일부 실시예들에서, 톤-맵핑 연산자는 각 중간 레이어의 서브-영역들에 국부적으로 적용된다. 여기서, 이미지 데이터의 국부-영역들은 전체 이미지의 영역보다 작은 영역들이다. 특히, 톤-맵핑 연산자는 각각의 중간 레이어들 중 하나 이상의 서브-영역에 적용된다. 대안적으로, 톤-맵핑 연산자는 전체의 각 중간 레이어에 전역적으로 적용된다. 따라서, 최종 이미지의 결과를 구체적으로 제어하기 위해 국부적 또는 전역적 톤-맵핑 연산자가 가능하다. 여기서, 중간 레이어들 중 하나 이상에 국부 톤-맵핑 연산자를 적용하는 반면, 적어도 하나 이상의 다른 중간 레이어에 전역 톤-맵핑 연산자를 적용하는 것이 가능하다. 따라서, 국부 톤-맵핑 및 전역 톤-맵핑은 자유롭게 선택되고 다른 중간 레이어들에 적용될 수 있다.
적어도 일부 실시예들에서, 콘트라스트 조정은 중간 레이어들 및 이미지 피라미드 레이어의 서브-영역들에 국부적으로 적용된다. 여기서, 중간 레이어 및 이미지 피라미드 레이어의 서브-영역들은 중간 레이어들 및/또는 전체 이미지 피라미드 레이어의 영역보다 작은 영역들이다. 특히, 콘트라스트 조정은 각 이미지 피라미드 레이어들 및/또는 중간 레이어들의 하나 이상의 서브-영역에 적용된다. 대안적으로, 콘트라스트 조정은 전체의 각 이미지 피라미드 레이어 및/또는 중간 레이어에 전역적으로 적용된다. 따라서, 최종 이미지의 결과를 구체적으로 제어하기 위해 국부 또는 전역 콘트라스트 조정이 가능하다. 여기서, 중간 레이어들 중 하나 이상 및/또는 이미지 피라미드 레이어들 중 하나 이상에 국부 콘트라스트 조정을 적용하는 반면, 적어도 하나 이상의 다른 중간 레이어 및/또는 이미지 피라미드 레이어에 전역 콘트라스트 조정을 적용하는 것이 가능하다. 따라서, 위에서 언급된 밝기 조정에 더하여, 국부 콘트라스트 조정 및 전역 콘트라스트 조정이 자유롭게 선택되고 다른 중간 레이어들 및/또는 이미지 피라미들 레이어들에 적용될 수 있다.
적어도 일부 실시예들에서, 톤-맵핑 연산자가 최종 이미지에 추가 적용된다. 부가적 또는 대안적으로, 톤-맵핑 연산자는 초기 이미지 데이터에 적용된다.
적어도 일부 실시예들에서, 콘트라스트 조정이 최종 이미지에 추가 적용된다. 부가적 또는 대안적으로, 콘트라스트 조정은 초기 이미지 데이터에 적용된다. 부가적 또는 대안적으로, 콘트라스트 조정은 최상부 레이어, 특히 k=N 이미지 피라미드 레이어에 적용된다.
적어도 일부 실시예들에서, 콜랩싱은 하기에 의해 수행되며,
Figure 112021054594284-pat00001
, 여기서 k=N-1,...,1를 가진 k=최상부 레벨,
N 이미지 피라미드 레이어에 대해서는
Figure 112021054594284-pat00002
이며,
여기서,
Figure 112021054594284-pat00003
는 k 이미지 피라미드 레이어의 이미지 피라미드 레이어이며, UPSCALE은 k+1 이미지 피라미드 레이어와 k 이미지 피라미드 레이어 사이의 해상도 조정 함수이며,
Figure 112021054594284-pat00004
는 각 중간 레이어이며,
Figure 112021054594284-pat00005
는 최종 이미지이다. 여기서, i,j는 이미지의 각 픽셀을 위치이다.
적어도 일부 실시예들에서, 톤-맵핑은 하기에 의해 수행된다.
Figure 112021054594284-pat00006
톤-맵핑은 중간 레이어들인 IMGk 중 하나에 적용된다. 만약 톤-맵핑이 이미지 피라미드 레이어
Figure 112021054594284-pat00007
중 하나에 직접 적용된다면, 톤-맵핑은
Figure 112021054594284-pat00008
에 따라 적용된다.
적어도 일부 실시예들에서, 이미지 데이터는 라플라시안-피라미드로 분해된다. 여기서, 라플라시안-피라미드에 대해서, 바람직하게는 k=1 이미지 피라미드 레이어는 초기 이미지 데이터의 감소된 해상도를 가진 라플라시안-필터링된 이미지이고, 최상부 레이어까지 이후의 이미지 피라미드 레이어들은 감소된 해상도를 가진 각각의 이전 레이어의 라플라시안-필터링된 이미지이다. 물론, 초기 이미지 데이터를 각각의 이미지 피라미드로 분해하기 위해 다른 필터들이 사용될 수 있다. 특히, 다른 필터들은 초기 이미지 데이터를 조합하여 분해하는 동안 사용될 수 있다.
적어도 일부 실시예들에서, 이미지는 복수의 이미지 피라미드 레이어들로 분해될 수 있으며, 최상부 레이어, 즉 피라미드에서 k=N 이미지 피라미드 레이어는 원본 이미지의 낮은 해상도 표현인 반면, 아래의 다른 레이어들은 에지 정보를 운반한다. 일부 실시예들은 라플라시안 및 웨이브렛 변환 기반의 피라미드들이다.
적어도 일부 실시예들에서, 톤-맵핑 연산자는 밝기 조정으로 구현된다.
적어도 일부 실시예들에서, 밝기 조정은 (감마 보정으로도 알려진)
Figure 112021054594284-pat00009
로 주어진 것과 같은 감마 함수 또는 예를 들면
Figure 112021054594284-pat00010
(p는 주어진/미리 설정된 파라미터임)에 의해 주어지는 콘트라스트 개선 시그모이드 함수와 같이 미리 정의된 함수에 의해 주어진 함수관계 중 하나로서 구현된다. 여기서, "in"은 각각의 함수 관계의 입력 픽셀을, "out"은 각각의 함수 관계의 출력 픽셀을 나타낸다.
적어도 일부 실시예들에서, 적용된 톤-맵핑 연산자 그리고 특히 적용된 밝기 조정은 고/저 콘트라스트 장면, 초상화 또는 풍경 장면, 실내 장면, 광원, 움직이는 물체 등과 같은 장면 콘텐츠의 하나 이상의 파라미터들에 의존해서 결정된다. 따라서, 최종 이미지의 원하는 결과를 얻기 위해 톤-맵핑 연산자 또는 밝기 조정은 사용자의 요구 및/또는 주어진 환경에 따라 구체적으로 조정될 수 있다.
적어도 일부 실시예들에서, 적용된 톤-맵핑 연산자 그리고 특히 적용된 밝기 조정은 낮은/높은 동적 범위, 낮은/높은 룩스, 이미지 센서의 총 이득, 이미지의 잡음, 밝기의 히스토그램, 및 사용자 선호도와 같은 환경 속성들(ambience properties)의 하나 이상의 파라미터들에 의존해서 결정된다. 따라서, 최종 이미지의 원하는 결과를 얻기 위해 톤-맵핑 연산자 또는 밝기 조정은 사용자의 요구 및/또는 주어진 환경에 따라 구체적으로 조정될 수 있다.
적어도 일부 실시예들에서, 밝기 조정은 룩업 테이블(Look-Up-Table, LUT)로서 구현된다. 여기서, 룩업 테이블은 기능적 관계로 미리 정의되거나 또는 장면 콘텐츠, 환경 속성들, 이미지 센서의 총 이득, 이미지 센서의 잡음, 밝기의 히스토그램, 및 사용자 선호도 중 하나 이상에 의존해서 생성될 수 있다. 따라서, 룩업 테이블에 의하여, 각 중간 레이어 또는 각 이미지 피라미드 레이어에 밝기 조정을 적용하기 위한 빠른 방법이 제공된다.
적어도 일부 실시예들에서, 초기 이미지 데이터와 최종 이미지 데이터 간의 전체 톤-맵핑 그리고 특히 전체 밝기 조정은 하나 이상의 중간 레이어에 대한 톤-맵핑간에 분포된다. 따라서, 전체 톤-맵핑 및 특히 전체 밝기 조정은 적어도 2개의 중간 레이어들간에 분포될 수 있다. 여기서, 특히 각 중간 레이어에 대해서 동일한 톤-맵핑/밝기 조정이 적용되도록, 특히 전체 톤-맵핑 및 특히 전체 밝기 조정이 균일하게 분포될 수 있다. 대안적으로, 적어도 2개의 톤-맵핑들 또는 밝기 조정들은 균일하지 않을 수 있으며, 따라서 전체 밝기 조정은 불균일하게 분포될 수 있어 추가 요구를 만족시키고 더 높은 자유도를 제공하여 최종 이미지의 원하는 결과를 얻을 수 있다. 여기서, 분포는 초기 이미지 데이터의 전반적인 밝기와 같은 장면 콘텐츠에 따라 결정될 수 있다. 적어도 일부 실시예들에서, 좀 더 밝은 이미지를 위해서 밝기 조정은 균일하게 분포될 수 있는 반면, 어두운 이미지에 대해서는 밝기 조정은 다른 중간 레이어들 가운데 불균일하게 분포될 수 있다. 여기서, 전체 톤-맵핑은 이미지의 히스토그램과 같은 이미지 통계를 통해 이미지의 콘텐츠를 분석하거나 또는 AI 기반의 이미지 분류/분석을 수행할 수 있는 제어 알고리즘에 따라 분포될 수 있다. 또한, 레이어들 상에 룩업 테이블을 분포시키는 능력을 가진 밝기 조정은 밝음, 중간-톤, 또는 어두움을 조정하는 것을 결정할 능력을 가능하게 할 뿐 아니라 그것들 및 이미지 분석에 기초한 이전에 언급된 특성들의 국부성을 조정할 수 있도록 할 수 있다. 예를 들면, 만약 이미지 콘텐츠 분석 기반의 결정이 어두운 곳의 작은 디테일은 억제되어야 하지만, 더 큰 디테일은 개선되어야 한다고 제시하면, 이는 제안된 해결책으로 가능할 것이다.
더욱이, 본 개시의 목적은 위에서 언급된 방법의 단계들을 수행하도록 구성된 이미지 신호 프로세서(Image Signal Processor, ISP)를 제공한다.
더욱이, 본 개시의 목적은 이전에 언급된 방법의 단계들을 수행하도록 구성된 ISP와, ISP에 연결되어 이미지 데이터를 획득하고 추가 처리를 위해 ISP에 이미지 데이터를 제공하는 이미지 센서를 포함하는 단말기 디바이스를 제공한다.
본 개시는 첨부된 도면들을 참조하여 상세하게 설명된다. 도면들은 다음과 같다:
도 1은 예시적인 피라미드 기반의 톤-맵핑 처리를 도시한다.
도 2는 본 개시에 따른 제1 실시예를 도시한다.
도 3은 본 개시에 따른 제2 실시예를 도시한다.
도 4는 본 개시에 따른 룩업 테이블의 결정을 도시한다.
도 5는 본 개시에 따른 밝기 조정의 분포를 도시한다.
도 6a 내지 도 6c는 본 개시에 따른 결과들의 비교를 도시한다.
도 7은 도 6a 내지 도 6c의 상세한 비교 분석을 도시한다.
도 8a 내지 도 8c는 본 개시에 따른 최종 이미지의 실시예들을 도시한다.
도 9는 본 개시의 실시예에 따른 디바이스를 도시한다.
도 1은 바람직하게는 이미지 센서로부터의 입력 이미지들을 초기 이미지 데이터로 한 라플라시안-피라미드 기반의 톤-맵핑 처리로서 구현될 수 있는 피라미드 기반의 톤-맵핑 처리의 예시를 도시한다. 이러한 이미지 데이터는 복수의 N 이미지 피라미드 레이어들을 가진 이미지 피라미드로 분해될 수 있다. 도 1의 주어진 예시에서, N=4이고, 여기서 라플라시안-피라미드 기반의 이미지 피라미드에 대하여 라플라시안-필터가 k=1, 즉 최하부 레이어에 대한 입력 이미지의 초기 이미지 데이터에 적용된다. 이후, 다음 이미지 피라미드 레이어 k=2를 생성하기 위해 다운-샘플링 단계와 조합하여 최하부 레이어에 라플라시안-필터가 적용된다. 이러한 단계는 k=N인 최상부 레벨에 도달할 때까지 더 수행된다. 여기서, 번호 N은 입력 이미지의 해상도에 의존하거나 또는 연산 능력 또는 이와 유사한 것과 같은 다른 파라미터들에 의존해서 선택될 수 있다. 이후에, 라플라시안 이미지 피라미드는 최상부 레벨부터 시작해서 레벨 단위로 최하부 레벨까지 콜랩싱될 수 있고, 여기서 콜랩싱 처리 동안에 콜랩싱 처리 과정에서 생성된 중간 레벨들에 밝기 조정이 적용될 수 있다. 라플라시안 이미지 피라미드의 모든 레이어들이 콜랩싱될 때 개선된 동적 범위를 포함하는 최종 이미지가 생성되며, 여기서 그림자 영역들은 밝아지고, 상대적으로 밝은 영역에 있는 어두운 객체들은 이미지에서 콘트라스트의 저하 없이 유지된다.
도 2는 바람직하게는 이미지 센서로부터의 초기 이미지 데이터를 획득하는 제1 단계(S01)와 함께 본 개시의 방법의 개략적인 표현을 도시하고 있다.
단계 S02에서, 초기 이미지 데이터가 복수의 N 이미지 피라미드 레이어들로 분해된다.
단계 S03에서, 우선 k=N 이미지 피라미드 레이어는 k=N-1 이미지 피라미드 레이와 콜랩싱되어 중간 레이어를 생성한다. 이어서, 중간 레이어는 k=N-2를 가진 다음 이미지 피라미드 레이어와 콜랩싱되어 새로운 중간 레이어를 생성하며, 최종 중간 레이어를 k=1 이미지 피라미드 레이어와 콜랩싱하여 최종 이미지를 생성할 때까지 k=N,...,1에 대해 이러한 단계를 반복하며, 여기서 톤-맵핑 연산자는 중간 레이어들 중 적어도 하나에 적용된다.
라플라시안-피라미드의 콜랩싱은 다음 수식으로 설명된다.
Figure 112021054594284-pat00011
, k는 N-1,...,1
Figure 112021054594284-pat00012
, k=N, 즉 최상부 레이어임.
여기서,
Figure 112021054594284-pat00013
는 바람직하게는 k 이미지 피라미드 레이어의 라플라시안 이미지 피라미드 레이어이며, UPSCALE은 k+1 이미지 피라미드 레이어와 k 이미지 피라미드 레이어 간의 해상도 적용 함수(resolution adaption function)이며, IMGk(k=N,...,1)는 각각의 중간 레이어이며,
Figure 112021054594284-pat00014
는 최종 이미지이다. 또한, i, j는 각 이미지들의 픽셀 인덱스들이다.
이미지 피라미드 콜랩싱 동안, 어떤 레벨 및 각각의 중간 레이어를 생성한 이후에, 다음 레벨의 콜랩싱이 계속되기 전에 중간 레벨의 톤-맵핑이 적용된다. 이러한 추가 단계는 다음에 의해 주어진다.
Figure 112021054594284-pat00015
여기서, 톤-맵핑 연산자가 중간 레이어들 중 하나에만 적용될 수 있다. 적어도 일부 실시예들에서, 톤-맵핑 연산자는 하나 이상의 중간 레이어들, 바람직하게는 각각의 중간 레이어들에 적용될 수 있다. 이 경우에, 이미지 피라미드 레이어들과 이전의 중간 레이어의 콜랩싱 전에, 톤-맵핑 연산자가 중간 레이어에 적용될 수 있다. 이러한 상황은 도 3에 개략적으로 도시되어 있으며, 단계 S031에서 k=N 이미지 피라미드 레이어는 k=N-1 이미지 피라미드 레이어와 콜랩싱되어 중간 레이어를 생성한다. 단계 S032에서, 첫번째 톤-맵핑 연산자가 중간 레이어에 적용된다. 이후에, 조정된 중간 레이어는 단계 S033에서 k=N-2 이미지 피라미드 레이어와 콜랩싱되어 새로운 중간 레이어를 생성한다. 단계 S034에서, 새로운 중간 레이어를 다음 이미지 레이어와 콜랩싱하기 전에 추가적인 톤-맵핑 연산자가 새로운 중간 레이어에 적용된다. 이러한 단계들은 k=1의 최하부 레이어가 최종 이미지로서 도달될 때까지 반복된다. 따라서, 이전의 중간 레이어를 각각의 피라미드 이미지 레이어와 콜랩싱함으로써 새로운 중간 레이어를 생성하는 각 단계 이후에, 톤-맵핑 연산자가 이러한 중간 레이어에 적용될 수 있다.
여기서, 톤-맵핑 연산자는 밝기 조정으로 구현될 수 있다. 밝기 조정은 함수 관계(functional relationship), (감마-보정으로 알려진) 감마 함수(Gamma-function) 또는 콘트라스트 개선 시그모이드 함수(contrast enhancing sigmoid function)로서 제공될 수 있다.
적어도 일부 실시예들에서, 밝기 조정은 룩업 테이블(Look-Up-Table, LUT)로 제공될 수 있다.
도 4에 도시된 바와 같이, 밝기 조정은 개별적으로 적용될 각 레이어에 대해 룩업 테이블을 생성하도록 구성된 밝기 제어에 의해 제공될 수 있다. 여기서, 밝기 제어는 룩스(lux), 이득(gain), 노출 정보(exposure info), 히스토그램 등과 같은 프레임 정보 외에 사용자 선호도나 어플레이션의 수동 제어, 튜닝/구성 파라미터들을 고려할 수 있다. 밝기 제어와 함께 이러한 정보로부터 각 레이어들에 인가될 룩업 테이블들을 생성한다. 그러나, 본 개시는 특정 룩업 테이블이나 밝기 조정에 제한되지 않는다.
원하는 결과를 얻기 위해 이미지에 인가되는 전반적인 또는 전체의 밝기 조정이 다른 레이어들 가운에 분포될 수 있다. 이는 도 5에 도시되어 있다. 도 5의 상부에 이미지에 적용될 전체적인 밝기 조정이 예시로서 도시되어 있다. 다른 룩업 테이블들이 위에서 기술된 바와 같이 구현될 수 있다. 이러한 총 밝기 조정은 하나 이상의 중간 레이어들의 밝기 조정 가운데 분포될 수 있다. 여기서, 총 밝기 조정은 다른 레이어들 가운데 균일하게 분포될 수 있다. 대안적으로, 총 밝기 조정은 다른 중간 레이어들에 대해 다르게 적용될 수 있다. 이 경우 다른 레이어들에 대한 룩업 테이블은 다르다.
도 6a는 이미지 피라미드 콜랩싱 동안 적용되어 중간 레이어 중에 분포된 밝기 조정을 사용해서 좌측에서 우측으로 어두운 영역을 점진적으로 개선하는 본 개시에 따른 방법의 예시들을 도시하고 있다. 여기서, 이미지의 콘트라스트는 보존되고, 어두운 영역만이 밝아져서 동적 범위를 개선하며, 실제 장면의 사용자 만족 표현을 제공한다.
비교로서, 도 6b는 라플라시인-피라미드의 최상부 레이어만에 적용된 밝기 조정을 사용해서 좌측부터 우측까지 어두운 영역의 점진적인 개선을 도시하며, 그 결과 밝기의 불균일한 분포 및 부족 노출된 영역들과 같은 아티팩트들을 야기한다. 유사하게, 도 6c에서는 전체 피라미드 콜랩싱 이후에 최종 이미지만에 대해 밝기 조정을 사용한 좌측부터 우측까지의 어두운 영역들의 점진적인 개선을 도시하고 있으며, 이미지의 동적 범위의 개선 없이 이미지를 밝게 한다.
도 7a는 도 6a의 (중간 밝기의) 가운데 이미지와 (가장 밝은) 우측 이미지 간의 비율 이미지(ratio image)을 도시하고 있다. 여기서, 그레이 영역들은 어두운 픽셀들을 가진 원본 이미지와 비교할 때 큰 차이를 가진 픽셀은 미미하게 영향을 받는다는 것을 도시하고 있다. 유사하게, 도 7b는 도 6b의 (중간 밝기의) 가운데 이미지와 (가장 밝은) 우측 이미지 간의 비율 이미지(ratio image)을 도시하고 있으며, 도 7c는 도 6c의 (중간 밝기의) 가운데 이미지와 (가장 밝은) 우측 이미지 간의 비율 이미지(ratio image)을 도시하고 있다. 이러한 비교를 통해 알 수 있듯이, 콜랩싱 동안 중간 레이어들에 대해 밝기 조정을 적용함으로써 본 개시에 따른 방법에 의하면, 밝은/어두운 영역들이 잘 분리되며, 따라서 밝기 조정은 어두운 영역에만 영향을 미치는 반면, 더 밝은 영역들은 변화되지 않고 콘트라스트를 유지한다. 도 7a에 도시된 바와 같이, 본 개시는 도 6b, 6c, 및 7b, 7c에 도시된 다른 대안들을 과도하게 수행한다. 도 7b, 7c에서 보여지듯, 부족하게 노출된 영역이 나타나며 콘트라스트의 손실이 있다. 도 8a, 8b, 8c는 도 6a, 6b, 6c 각각과 관련하여 설명된 상술한 방법에 따른 최종 이미지를 도시하고 있다. 도 8a는 콘트라스트의 손실없는 높은 동적 범위와 이미지에서의 부족 노출 영역 또는 디테일의 손실없이 균일하게 분포된 밝기를 가지는 본 개시의 결과를 도시하고 있다. 도 8b 및 도 8c는 무리 얼룩(dark halos) 또는 콘트라스트 저하의 문제를 가지는 반면, 도 8a에서 도시된 본 개시의 방법은 아티팩트를 생성하거나 콘트라스트의 손실 없이도 밝기를 조정할 수 있다.
이제 도 9를 참조하여 위에서 언급된 방법을 구현하는 디바이스(10)를 설명한다. 적어도 일부 실시예들에서, 위에서 언급된 방법은 이미지 신호 프로세서(Image Signal Processor, ISP), ASIC(application-specific integrated circuit), FPGA(Field Programmable Gate Array), 범용 프로세서 또는 그래픽 프로세서와 같은 프로세서(12) 내에 구현된다. 또한, 상기 방법은 하드웨어로 구현되거나 또는 소프트웨어로 구현될 수 있다. 적어도 일부 실시예들에서, 프로세서(10)는 이미지 센서(14)에 연결될 수 있다. 이미지 센서(14)는 CCD-센서, 카메라 또는 유사한 것일 수 있다. 이미지 센서(14)에 의해, 초기 이미지 데이터가 획득될 수 있다. 이미지 센서(14)로부터의 초기 이미지 데이터는 본 개시에 따라 처리되도록 프로세서(12)로 전달된다. 적어도 일부 실시예들에서, 프로세서는 최종 이미지를 디스플레이할 디스플레이(16)에 더 연결될 수 있다.
디바이스(10)는 디지털 카메라, 스마트폰, 태블릿, 랩톱 또는 컴퓨터와 같은 어떠한 종류의 단말에 의해서도 구현될 수 있다. 또한, 비록 도 9에서 이미지 센서(14), 프로세서(12), 및 디스플레이(16)가 하나의 디바이스(10) 내에 구현되는 것으로 도시되어 있으나, 각각의 모듈들은 하나 이상의 디바이스 내에 구현될 수 있다. 따라서, 이미지 센서(14)는, 예를 들면 사진을 촬영하는 스마트폰 내에 구현될 수 있다. 이미지 센서(14)에서 획득된 초기 이미지 데이터는 통신 연결을 통해 서버 혹은 다른 연산 디바이스로 전송될 수 있다. 서버 혹은 다른 연산 디바이스는 본 개시에 따른 방법을 수행하기 위한 프로세서(12)를 포함할 수 있다. 다음, 최종 이미지는 디스플레이(16)를 포함하는 스마트폰, 태블릿, 또는 다른 디바이스로 전송되어 최종 이미지를 디스플레이할 수 있다. 여기서, 서버 또는 다른 연산 디바이스로부터의 최종 이미지는 초기 이미지 데이터를 획득한 동일한 디바이스 또는 다른 디바이스로 전송될 수 있다. 적어도 일부 실시예들에서, 최종 이미지는 바람직하게는 클라우드 서버 혹은 다른 저장 디바이스에 저장될 수 있으며, 이후에 요구에 따라 최종 이미지를 디스플레이할 디스플레이 디바이스로 전달될 수 있다.

Claims (15)

  1. 이미지 처리 방법에 있어서,
    이미지 센서로부터 초기 이미지 데이터를 획득하는 단계;
    상기 초기 이미지 데이터를 복수의 N 이미지 피라미드 레이어들로 분해(deconstructing)하는 단계 - 여기서, N > 2 임 - ;
    k=N 이미지 피라미드 레이어를 k=N-1 이미지 피라미드 레이어와 콜랩싱(collapsing)하여 중간 레이어를 생성하는 단계 - 여기서 k=N,...,1임 - ; 및
    상기 중간 레이어를 다음의 이미지 피라미드 레이어와 콜랩싱하여 신규의 중간 레이어를 생성하는 단계를 반복함으로써, 최종 중간 레이어를 k=1 이미지 피라미드 레이어와 콜랩싱하여 최종 이미지를 생성하는 단계;를 포함하며,
    톤-맵핑 연산자는 중간 레이어들 중 적어도 하나에 적용되는, 이미지 처리 방법.
  2. 제1항에 있어서,
    상기 톤-맵핑 연산자는,
    상기 중간 레이어들 각각 및 상기 복수의 N 이미지 피라미드 레이어들 각각 중 적어도 하나에 적용되는, 이미지 처리 방법.
  3. 제1항에 있어서,
    상기 톤-맵핑 연산자는,
    각 중간 레이어 및 각 이미지 피라미드 레이어 중 적어도 하나의 서브-영역들에 국부적으로 적용되는, 이미지 처리 방법.
  4. 제1항에 있어서,
    상기 톤-맵핑 연산자는,
    전체 각 중간 레이어에 전역적으로 적용되는, 이미지 처리 방법.
  5. 제1항에 있어서,
    상기 톤-맵핑 연산자는,
    상기 최종 이미지, 상기 초기 이미지 데이터 및 k=N 이미지 피라미드 레이어 중 적어도 하나에 적용되는, 이미지 처리 방법.
  6. 제1항에 있어서,
    상기 콜랩싱은, 하기에 의해 수행되며,
    Figure 112022068197762-pat00016
    , 여기서 k=N-1,...,1이고,
    상기 N 이미지 피라미드 레이어에 대하여는
    Figure 112022068197762-pat00017
    이며,
    Figure 112022068197762-pat00018
    는 k 이미지 피라미드 레이어의 이미지 피라미드 레이어이며, UPSCALE은 k+1 이미지 피라미드 레이어와 k 이미지 피라미드 레이어 사이의 해상도 조정 함수(resolution adaption function)이며,
    Figure 112022068197762-pat00019
    는 각 중간 레이어이며,
    Figure 112022068197762-pat00020
    는 상기 최종 이미지인, 이미지 처리 방법.
  7. 제1항에 있어서,
    상기 톤-맵핑 연산자는
    Figure 112022068197762-pat00021
    및
    Figure 112022068197762-pat00022
    중 적어도 하나에 따라 적용되는, 이미지 처리 방법.
  8. 제1항에 있어서,
    상기 초기 이미지 데이터는 라플라시안-피라미드로 분해되고, 여기서 k=1 이미지 피라미드 레이어는 상기 초기 이미지 데이터의 감소된 해상도를 가진 라플라시안-필터링된 이미지이며, 이후의 이미지 피라미드 레이어들은 감소된 해상도를 가진 이전의 이미지 피라미드 레이어의 라플라시안-필터링된 이미지들인, 이미지 처리 방법.
  9. 제1항에 있어서,
    상기 톤-맵핑 연산자는,
    밝기 조정으로 구현되는, 이미지 처리 방법.
  10. 제9항에 있어서,
    상기 밝기 조정은,
    함수 관계(functional relationship), 감마-함수(Gamma-function), 콘트라스트 개선 시그모이드 함수(contrast enhancing sigmoid function) 중 어느 하나에 의해 구현되는, 이미지 처리 방법.
  11. 제9항에 있어서,
    상기 밝기 조정은,
    장면 콘텐츠, 환경 속성들, 상기 이미지 센서의 총 이득, 상기 이미지 센서의 잡음, 밝기의 히스토그램 및 사용자 선호도 중 하나 이상의 파라미터들에 의존하여 결정되는, 이미지 처리 방법.
  12. 제9항에 있어서,
    상기 밝기 조정은,
    룩업 테이블로서 구현되는, 이미지 처리 방법.
  13. 제1항에 있어서,
    상기 초기 이미지 데이터와 상기 최종 이미지간의 전체 톤-맵핑은,
    상기 중간 레이어들 중 하나 이상의 톤-맵핑 간에 균등하게 분포되는, 이미지 처리 방법.
  14. 제1항 내지 제13항 중 어느 한 항에 따른 방법을 수행하도록 구성된, 이미지 신호 프로세서(Image Signal Processor, ISP).
  15. 제14항에 기재된 ISP 및 상기 ISP에 연결되어 상기 초기 이미지 데이터를 획득하고 상기 초기 이미지 데이터를 상기 ISP에 제공하는 이미지 센서를 포함하는 단말기 디바이스.
KR1020210061005A 2020-05-22 2021-05-11 이미지 처리 방법, 이미지 신호 프로세서 및 단말기 디바이스 KR102477391B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP20176101.2A EP3913573B1 (en) 2020-05-22 2020-05-22 Method for image processing, image signal processor in a terminal device
EP20176101.2 2020-05-22

Publications (2)

Publication Number Publication Date
KR20210145077A KR20210145077A (ko) 2021-12-01
KR102477391B1 true KR102477391B1 (ko) 2022-12-14

Family

ID=70802778

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210061005A KR102477391B1 (ko) 2020-05-22 2021-05-11 이미지 처리 방법, 이미지 신호 프로세서 및 단말기 디바이스

Country Status (4)

Country Link
US (1) US11625817B2 (ko)
EP (1) EP3913573B1 (ko)
JP (1) JP7297010B2 (ko)
KR (1) KR102477391B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040101207A1 (en) 2002-11-27 2004-05-27 General Electric Company Method and system for improving contrast using multi-resolution contrast based dynamic range management
US20100142790A1 (en) 2008-12-04 2010-06-10 New Medical Co., Ltd. Image processing method capable of enhancing contrast and reducing noise of digital image and image processing device using same

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69214229T2 (de) * 1991-08-14 1997-04-30 Agfa Gevaert Nv Verfahren und Vorrichtung zur Kontrastverbesserung von Bildern
JP2001056856A (ja) 1999-06-10 2001-02-27 Fuji Photo Film Co Ltd 画像処理方法および装置並びに記録媒体
EP1223553A3 (en) * 2000-10-17 2003-09-24 Fuji Photo Film Co., Ltd. Apparatus for suppressing noise by adapting filter characteristics to input image signal based on characteristics of input image signal
JP2009516882A (ja) 2005-11-23 2009-04-23 セダラ ソフトウェア コーポレイション ディジタル画像を強調する方法及びシステム
KR100925419B1 (ko) * 2006-12-19 2009-11-06 삼성전자주식회사 라플라시안 피라미드를 이용한 컬러 영상의 화질 개선 장치및 그 방법
US8639056B2 (en) * 2009-06-29 2014-01-28 Thomson Licensing Contrast enhancement
GB201410635D0 (en) * 2014-06-13 2014-07-30 Univ Bangor Improvements in and relating to the display of images
US11803948B2 (en) * 2019-04-23 2023-10-31 Dolby Laboratories Licensing Corporation Display management for high dynamic range images

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040101207A1 (en) 2002-11-27 2004-05-27 General Electric Company Method and system for improving contrast using multi-resolution contrast based dynamic range management
US20100142790A1 (en) 2008-12-04 2010-06-10 New Medical Co., Ltd. Image processing method capable of enhancing contrast and reducing noise of digital image and image processing device using same

Also Published As

Publication number Publication date
JP7297010B2 (ja) 2023-06-23
US20210366086A1 (en) 2021-11-25
US11625817B2 (en) 2023-04-11
EP3913573A1 (en) 2021-11-24
KR20210145077A (ko) 2021-12-01
JP2021184249A (ja) 2021-12-02
EP3913573B1 (en) 2023-11-08

Similar Documents

Publication Publication Date Title
US8144985B2 (en) Method of high dynamic range compression with detail preservation and noise constraints
JP5105209B2 (ja) 画像処理装置および方法、プログラム、並びに記録媒体
RU2433477C1 (ru) Расширение динамического диапазона изображений
US9218653B2 (en) Method and apparatus for dynamic range enhancement of an image
US7020332B2 (en) Method and apparatus for enhancing a digital image by applying an inverse histogram-based pixel mapping function to pixels of the digital image
JP5012333B2 (ja) 画像処理装置および画像処理方法ならびに撮像装置
US20070024721A1 (en) Compensating for improperly exposed areas in digital images
US11017511B2 (en) Method and system of haze reduction for image processing
JP2008511048A (ja) 画像処理方法、及び画像処理用コンピュータソフトウェア
KR20240001264A (ko) 이미지의 컬러들을 확장하기 위한 저비용 컬러 확장 모듈
JP2008072450A (ja) 画像処理装置及び画像処理方法
US20180025476A1 (en) Apparatus and method for processing image, and storage medium
KR100933556B1 (ko) 다이내믹 레인지를 확장하는 칼라 영상 처리장치 및 방법
US7738723B2 (en) System and method for image display enhancement
JP2011100204A (ja) 画像処理装置、画像処理方法、画像処理プログラム、撮像装置及び電子機器
KR102477391B1 (ko) 이미지 처리 방법, 이미지 신호 프로세서 및 단말기 디바이스
CN113724144A (zh) 一种图像处理方法及终端设备上的图像信号处理器
JP6335614B2 (ja) 画像処理装置、その制御方法、及びプログラム
JP2008219289A (ja) 映像補正装置、映像表示装置、撮像装置および映像補正プログラム
KR20230084126A (ko) 크리에이티브 인텐트 메타데이터 및 주변 조명에 기반하는 hdr 톤 매핑
JP2022051097A (ja) 画像処理装置、画像処理方法及び画像処理プログラム
JP5267704B2 (ja) 画像処理装置および画像処理方法ならびに撮像装置
US20220318966A1 (en) Method and device for image processing, and storage medium
CN116233332A (zh) 图像处理设备、图像处理方法、生成方法和存储介质
Kivinen Automatic Image Enhancement methods

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right