KR102671722B1 - 필터를 제공하는 방법 및 이를 지원하는 전자 장치 - Google Patents

Abstract

본 발명의 다양한 실시예들에 따른 전자 장치는, 디스플레이, 상기 디스플레이와 기능적으로 연결된 프로세서, 및 상기 프로세서와 기능적으로 연결된 메모리를 포함하고, 상기 메모리는, 실행 시, 상기 프로세서가, 제 1 입력(input) 이미지를 획득하고, 기준(reference) 이미지를 획득하고, 상기 기준 이미지의 데이터의 분포(distribution)를 나타내는 값이 지정된 범위 내에 있는지 여부를 확인하고, 상기 분포를 나타내는 값이 상기 지정된 범위 내에 있는 것으로 확인된 경우, 제 1 방법에 기반한 제 1 변환 모듈(transfer module)을 이용하여, 상기 제 1 입력 이미지 및 기준 이미지에 기반하여, 상기 기준 이미지의 톤(tone)에 대응하는 톤을 가지는 제 2 입력 이미지를 획득하고, 및 상기 분포를 나타내는 값이 상기 지정된 범위 내에 있지 않은 것으로 확인된 경우, 상기 제 1 방법과 다른 제 2 방법에 기반한 제 2 변환 모듈을 이용하여, 상기 제 1 입력 이미지 및 상기 기준 이미지에 기반하여, 상기 기준 이미지의 톤에 대응하는 톤을 가지는 제 3 입력 이미지를 획득하도록 하는 인스트럭션들(instructions)을 저장할 수 있다.

Description

필터를 제공하는 방법 및 이를 지원하는 전자 장치{METHOD FOR PROVIDING FILTER AND ELECTRONIC DEVICE FOR SUPPORTING THE SAME}

본 발명의 다양한 실시예들은, 필터를 제공하는 방법 및 이를 지원하는 전자 장치에 관한 것이다.

스마트 폰(smart phone)과 같은 전자 장치는 이미지를 편집하는 기능을 제공하고 있다. 예를 들어, 전자 장치는 이미지 편집 프로그램을 이용하여 카메라를 통하여 획득한 이미지 또는 메모리에 저장된 이미지를 사용자가 편집할 수 있도록 하고 있다.

최근, 전자 장치는 이미지(예: 원본 이미지)에 대하여 이미지의 속성을 변경할 수 있는 필터(filter) 기능을 제공하고 있다. 예를 들어, 전자 장치는, 이미지를 표시하는 동안, 이미지의 복수의 속성들 각각에 대응하는 복수의 필터들을 나타내는 이미지들(예: 섬네일(thumbnail) 이미지들)을 표시할 수 있다. 전자 장치는, 복수의 필터들을 나타내는 이미지들 중에서, 사용자에 의해 하나의 이미지가 선택되는 경우, 선택된 이미지가 나타내는 필터에 대응하는 이미지의 톤(tone)이 반영된 이미지를 제공할 수 있다.

전자 장치는 카메라 어플리케이션 또는 이미지 어플리케이션(예: 갤러리(gallery) 어플리케이션)의 제조자(또는 개발자)에 의해 생성된 필터(또는 필터 기능)만을 제공하고 있다. 이에 따라, 전자 장치가 사용자에게 제공할 수 있는 필터(예: 필터의 종류)는 제한적일 수 있다.

본 발명의 다양한 실시예들은, 이미지에 대하여 사용자가 원하는 분위기를 가진 이미지의 톤을 반영할 수 있는 필터를 제공할 수 있는, 필터를 제공하는 방법 및 이를 지원하기 위한 전자 장치에 관한 것이다.

본 발명이 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

본 발명의 다양한 실시예들에 따른 전자 장치는, 디스플레이, 상기 디스플레이와 기능적으로 연결된 프로세서, 및 상기 프로세서와 기능적으로 연결된 메모리를 포함하고, 상기 메모리는, 실행 시, 상기 프로세서가, 제 1 입력(input) 이미지를 획득하고, 기준(reference) 이미지를 획득하고, 상기 기준 이미지의 데이터의 분포(distribution)를 나타내는 값이 지정된 범위 내에 있는지 여부를 확인하고, 상기 분포를 나타내는 값이 상기 지정된 범위 내에 있는 것으로 확인된 경우, 제 1 방법에 기반한 제 1 변환 모듈(transfer module)을 이용하여, 상기 제 1 입력 이미지 및 상기 기준 이미지에 기반하여, 상기 기준 이미지의 톤(tone)에 대응하는 톤을 가지는 제 2 입력 이미지를 획득하고, 및 상기 분포를 나타내는 값이 상기 지정된 범위 내에 있지 않은 것으로 확인된 경우, 상기 제 1 방법과 다른 제 2 방법에 기반한 제 2 변환 모듈을 이용하여, 상기 제 1 입력 이미지 및 상기 기준 이미지에 기반하여, 상기 기준 이미지의 톤에 대응하는 톤을 가지는 제 3 입력 이미지를 획득하도록 하는 인스트럭션들(instructions)을 저장할 수 있다.

본 발명의 다양한 실시예들에 따른 전자 장치에서 필터를 제공하는 방법은, 제 1 입력 이미지를 획득하는 동작, 기준 이미지를 획득하는 동작, 상기 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있는지 여부를 확인하는 동작, 상기 분포를 나타내는 값이 상기 지정된 범위 내에 있는 것으로 확인된 경우, 제 1 방법에 기반한 제 1 변환 모듈을 이용하여, 상기 제 1 입력 이미지 및 상기 기준 이미지에 기반하여, 상기 기준 이미지의 톤에 대응하는 톤을 가지는 제 2 입력 이미지를 획득하는 동작, 및 상기 분포를 나타내는 값이 상기 지정된 범위 내에 있지 않은 것으로 확인된 경우, 상기 제 1 방법과 다른 제 2 방법에 기반한 제 2 변환 모듈을 이용하여, 상기 제 1 입력 이미지 및 상기 기준 이미지에 기반하여, 상기 기준 이미지의 톤에 대응하는 톤을 가지는 제 3 입력 이미지를 획득하는 동작을 포함할 수 있다.

본 발명의 다양한 실시예에 따른 필터를 제공하는 방법 및 이를 지원하기 위한 전자 장치는, 이미지에 대하여 사용자가 원하는 분위기를 가진 이미지의 톤을 반영할 수 있는 필터를 제공할 수 있다.

도 1은, 다양한 실시예에 따른, 네트워크 환경 내의 전자 장치의 블럭도이다.
도 2는, 다양한 실시예들에 따른, 전자 장치에서 필터를 제공하는 방법을 설명하기 위한 전체적인 흐름도이다.
도 3은, 다양한 실시예들에 따른, 선택된 이미지 내에서 기준 이미지를 획득하기 위한 방법을 설명하기 위한 예시도이다.
도 4는, 다양한 실시예들에 따른, 복수의 이미지들을 이용하여 기준 이미지를 획득하는 방법을 설명하기 위한 예시도이다.
도 5는, 다양한 실시예들에 따른, 제 1 방법에 기반하는 제 1 변환 모듈을 이용하여 제 2 입력 이미지를 획득하는 방법을 설명하기 위한 흐름도이다.
도 6은, 다양한 실시예들에 따른, 제 2 방법에 기반하는 제 1 변환 모듈을 이용하여 제 3 입력 이미지를 획득하는 방법을 설명하기 위한 흐름도이다.
도 7은, 다양한 실시예들에 따른, 회전 매트릭스를 생성하고 프로젝션을 수행하는 방법을 설명하기 위한 예시도이다.
도 8은, 다양한 실시예들에 따른, 세그멘테이션을 이용하여, 입력 이미지에 포함된 객체들에 대하여 기준 이미지의 톤을 반영하는 방법을 설명하기 위한 흐름도이다.
도 9는, 다양한 실시예들에 따른, 세그멘테이션 동작을 설명하기 위한 예시도이다.
도 10은, 다양한 실시예들에 따른, 세그멘테이션을 이용하여, 입력 이미지에 포함된 객체들에 대하여 기준 이미지의 톤을 반영하는 방법을 설명하기 위한 흐름도이다.
도 11은, 다양한 실시예들에 따른, 세그멘테이션 동작을 설명하기 위한 예시도이다.
도 12a 및 도 12b는, 다양한 실시예들에 따른, 카메라 어플리케이션을 이용하여 필터를 제공하는 방법을 설명하기 위한 예시도이다.
도 13a 및 도 13b는, 다양한 실시예들에 따른, 이미지 어플리케이션을 이용하여 필터를 제공하는 방법을 설명하기 위한 예시도이다.

도 1은, 다양한 실시예에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블럭도이다.

도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제 1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제 2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108)와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 장치(150), 음향 출력 장치(155), 표시 장치(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 표시 장치(160) 또는 카메라 모듈(180))가 생략되거나, 하나 이상의 다른 구성 요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들은 하나의 통합된 회로로 구현될 수 있다. 예를 들면, 센서 모듈(176)(예: 지문 센서, 홍채 센서, 또는 조도 센서)은 표시 장치(160)(예: 디스플레이)에 임베디드된 채 구현될 수 있다

프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)을 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 로드하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일 실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서(120)), 및 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 추가적으로 또는 대체적으로, 보조 프로세서(123)은 메인 프로세서(121)보다 저전력을 사용하거나, 또는 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.

보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 표시 장치(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성 요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다.

메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.

프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.

입력 장치(150)는, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 장치(150)은, 예를 들면, 마이크, 마우스, 키보드, 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.

음향 출력 장치(155)는 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 장치(155)는, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있고, 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일 실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.

표시 장치(160)는 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 표시 장치(160)는, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일 실시예에 따르면, 표시 장치(160)는 터치를 감지하도록 설정된 터치 회로(touch circuitry), 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 센서 회로(예: 압력 센서)를 포함할 수 있다.

오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일 실시예에 따르면, 오디오 모듈(170)은, 입력 장치(150)를 통해 소리를 획득하거나, 음향 출력 장치(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102)) (예: 스피커 또는 헤드폰))를 통해 소리를 출력할 수 있다.

센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일 실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.

인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일 실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.

연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일 실시예에 따르면, 연결 단자(178)은, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.

햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일 실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.

카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일 실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.

전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일 실시예에 따르면, 전력 관리 모듈(388)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.

배터리(189)는 전자 장치(101)의 적어도 하나의 구성 요소에 전력을 공급할 수 있다. 일 실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.

통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108))간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(198)(예: 블루투스, WiFi direct 또는 IrDA(infrared data association) 같은 근거리 통신 네트워크) 또는 제 2 네트워크(199)(예: 셀룰러 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부 전자 장치와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성 요소(예: 단일 칩)으로 통합되거나, 또는 서로 별도의 복수의 구성 요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 및 인증할 수 있다.

안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일 실시예에 따르면, 안테나 모듈은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 하나의 안테나를 포함할 수 있다. 일 실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들을 포함할 수 있다. 이런 경우, 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC)이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.

상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))를 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.

일 실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 전자 장치(102, 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일 실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부 전자 장치들(102, 104, or 108) 중 하나 이상의 외부 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다.

본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치 (예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.

본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나","A 또는 B 중 적어도 하나,""A, B 또는 C," "A, B 및 C 중 적어도 하나,"및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.

본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일 실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.

본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체 는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.

일 실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어^TM)를 통해 또는 두개의 사용자 장치들(예: 스마트폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.

다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.

본 발명의 다양한 실시예들에 따른 전자 장치(101)는, 디스플레이(예: 표시 장치(160)), 상기 디스플레이와 기능적으로(또는, 작동적으로) 연결된 프로세서(120), 및 상기 프로세서(120)와 기능적으로(또는, 작동적으로) 연결된 메모리(130)를 포함하고, 상기 메모리(130)는, 실행 시, 상기 프로세서(120)가, 제 1 입력(input) 이미지를 획득하고, 기준(reference) 이미지를 획득하고, 상기 기준 이미지의 데이터의 분포(distribution)를 나타내는 값이 지정된 범위 내에 있는지 여부를 확인하고, 상기 분포를 나타내는 값이 상기 지정된 범위 내에 있는 것으로 확인된 경우, 제 1 방법에 기반한 제 1 변환 모듈을 이용하여, 상기 제 1 입력 이미지 및 상기 기준 이미지에 기반하여, 상기 기준 이미지의 톤(tone)에 대응하는 톤을 가지는 제 2 입력 이미지를 획득하고, 및 상기 분포를 나타내는 값이 상기 지정된 범위 내에 있지 않은 것으로 확인된 경우, 상기 제 1 방법과 다른 제 2 방법에 기반한 제 2 변환 모듈을 이용하여, 상기 제 1 입력 이미지 및 상기 기준 이미지에 기반하여, 상기 기준 이미지의 톤에 대응하는 톤을 가지는 제 3 입력 이미지를 획득하도록 하는 인스트럭션들(instructions)을 저장할 수 있다.

다양한 실시예에서, 상기 제 1 입력 이미지는, 상기 전자 장치(101)의 카메라(예: 카메라 모듈(180))를 통하여 획득되는 이미지 또는 이미지 어플리케이션에 저장된 이미지를 포함할 수 있다.

다양한 실시예에서, 상기 인스트럭션들은, 상기 프로세서(120)가, 상기 기준 이미지의 데이터의 표준 편차 또는 히스토그램(histogram)의 엔트로피(entropy) 값 중 적어도 하나가 지정된 값 이하인지 여부를 확인하도록 할 수 있다.

다양한 실시예에서, 상기 인스트럭션들은, 상기 프로세서(120)가, 상기 분포를 나타내는 값이 상기 지정된 범위 내에 있는 것으로 확인된 경우, 상기 제 1 입력 이미지의 데이터의 제 1 평균 값 및 상기 기준 이미지의 데이터의 제 2 평균 값을 획득하고, 및 상기 제 2 평균 값 및 상기 제 1 평균 값 간 차이를 상기 제 1 입력 이미지의 데이터에 합산함으로써, 상기 제 2 입력 이미지를 획득하도록 할 수 있다.

다양한 실시예에서, 상기 인스트럭션들은, 상기 프로세서(120)가, 상기 제 2 입력 이미지의 콘트라스트(contrast) 및 상기 기준 이미지의 콘트라스트를 매칭(matching)하는 동작을 더 수행하도록 할 수 있다.

다양한 실시예에서, 상기 인스트럭션들은, 상기 프로세서(120)가, 상기 분포를 나타내는 값이 상기 지정된 범위 내에 있지 않은 것으로 확인된 경우, 제 1 해상도(resolution)를 가지는 상기 제 1 입력 이미지 및 제 2 해상도를 가지는 상기 기준 이미지를 다운 샘플링(down sampling)하고, 상기 제 1 해상도 및 상기 제 2 해상도 보다 낮은 제 3 해상도를 가지는 제 2 입력 이미지 및 제 2 기준 이미지를 획득하고, 상기 제 2 입력 이미지 및 상기 제 2 기준 이미지에 대하여 지정된 횟수 만큼 반복 분포 변환(iterative distribution transfer)을 수행함으로써, 상기 제 2 기준 이미지의 톤에 대응하는 톤을 가지는 제 3 입력 이미지를 획득하고, 상기 제 2 입력 이미지 및 상기 제 3 입력 이미지에 기반하여 리그레션(regression)을 수행함으로써, 상기 제 1 해상도를 가지는 제 4 입력 이미지를 획득하고, 및 상기 제 4 입력 이미지 및 상기 제 1 입력 이미지를 블렌딩(blending)함으로써, 상기 제 3 입력 이미지를 획득하도록 할 수 있다.

다양한 실시예에서, 상기 인스트럭션들은, 상기 프로세서(120)가, 상기 제 1 해상도를 가지는 상기 제 1 입력 이미지 내에서 픽셀 값들을 선택하고, 상기 제 2 해상도를 가지는 상기 기준 이미지 내에서 랜덤하게 픽셀 값들을 선택하도록 할 수 있다.

다양한 실시예에서, 상기 인스트럭션들은, 상기 프로세서(120)가, 상기 제 1 입력 이미지에 포함된 하나 이상의 객체들을 인식함으로써 상기 하나 이상의 객체들에 대한 정보를 획득하고, 상기 하나 이상의 객체들에 대한 정보에 기반하여, 상기 제 4 입력 이미지 내에서 상기 하나 이상의 객체들에 대응하는 영역들에 대하여 다른 블렌딩 값을 적용함으로써, 상기 제 4 입력 이미지 및 상기 제 1 입력 이미지를 블렌딩하고, 및 상기 제 4 입력 이미지 및 상기 제 1 입력 이미지가 블렌딩된 상기 제 3 입력 이미지를 획득하도록 할 수 있다.

다양한 실시예에서, 상기 인스트럭션들은, 상기 프로세서(120)가, 상기 제 1 입력 이미지 및 상기 기준 이미지 내의 하나 이상의 객체들을 인식하고, 및 상기 하나 이상의 객체들에 따라 상기 반복 분포 변환을 수행하는 횟수를 다르게 지정하도록 할 수 있다.

다양한 실시예에서, 상기 인스트럭션들은, 상기 프로세서(120)가, 상기 필터가 생성된 후 상기 제 2 입력 이미지 또는 상기 제 3 입력 이미지, 상기 기준 이미지, 및 상기 필터를 나타내는 오브젝트를 상기 디스플레이를 통하여 표시하도록 할 수 있다.

도 2는, 다양한 실시예들에 따른, 전자 장치에서 필터를 제공하는 방법을 설명하기 위한 전체적인 흐름도(200)이다.

도 2를 참조하면, 동작 201에서, 일 실시예에서, 프로세서(120)는, 제 1 입력(input) 이미지를 획득할 수 있다.

이하에서, '제 1 입력 이미지'는, 필터(filter)의 적용 대상이 되는 이미지를 지칭할 수 있다. 또한, '제 1 입력 이미지'는, 기준(reference) 이미지의 톤(tone)이 반영될 대상이 되는 이미지를 지칭할 수 있다.

이하에서, '기준 이미지'는, 필터를 생성하기 위하여 필요하고(또는 이용되고) 제 1 입력 이미지에 반영될 톤에 대한 정보를 제공하는 이미지를 지칭할 수 있다.

이하에서, '이미지의 톤'은, 이미지의 색상(color 또는 hue), 밝기(brightness), 또는 채도(saturation 또는 chroma) 중 적어도 하나를 지칭할 수 있다. 다만, 이에 제한되지 않으며, '이미지의 톤'은, 이미지의 색상, 밝기, 채도, 콘트라스트(contrast), 선명도(또는 선예도)(sharpness), shadow, 이미지 복잡도(image complexity), 또는 색 온도(또는 white balance) 중 적어도 하나를 지칭할 수 있다.

또한, '이미지의 톤'은, 이미지의 속성(attribute 또는 property) 또는 이미지의 스타일(style)로 지칭될 수 있다. 또한, '이미지의 톤'은, 이미지의 시각적 효과(visual effect)로 지칭될 수 있다.

일 실시예에서, 프로세서(120)는. 카메라 어플리케이션을 이용하여, 제 1 입력 이미지를 획득할 수 있다. 예를 들어, 프로세서(120)는, 사용자로부터 카메라 어플리케이션을 실행하는 입력을 수신한 경우, 카메라를 통하여 실시간으로 입력되는 프리뷰(preview)(또는 라이브 뷰(live view)) 이미지를 제 1 입력 이미지로서 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 이미지 어플리케이션(예: 갤러리(gallery)) 어플리케이션)을 이용하여, 제 1 입력 이미지를 획득할 수 있다. 예를 들어, 프로세서(120)는, 이미지 어플리케이션을 실행함으로써 복수의 이미지들을 디스플레이를 통하여 표시할 수 있다. 프로세서(120)는, 복수의 이미지들 중에서 사용자 입력에 기반하여 선택된 이미지를 제 1 입력 이미지로서 획득할 수 있다.

다만, 제 1 입력 이미지를 획득하는 방법은 전술한 예시들에 제한되지 않는다. 예를 들어, 프로세서(120)는, 사용자로부터 디스플레이를 통하여 표시되는(예: 현재 표시 중인) 화면을 캡처(capture)하기 위한 입력에 기반하여, 캡처된 화면을 제 1 입력 이미지로서 획득할 수 있다. 다른 예를 들어, 프로세서(120)는, 웹(web) 어플리케이션 또는 SNS(social networking service) 어플리케이션을 이용하여 외부(예: 외부 서버)로부터 획득한 이미지(예: 웹 페이지로부터 획득한 이미지 또는 SNS 서버에 등록(또는 게시)된 이미지)를 제 1 입력 이미지로서 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 동영상(moving image) 또는 정지 이미지(still image)를 제 1 입력 이미지로서 획득할 수 있다. 예를 들어, 프로세서(120)는, 동영상이 복수의 프레임들(frames)을 포함하는 경우, 복수의 프레임들 각각을 제 1 입력 이미지로서 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 제 1 입력 이미지를 획득한 경우, 획득된 제 1 입력 이미지를 디스플레이(예: 표시 장치(160))를 통하여 표시할 수 있다.

동작 203에서, 일 실시예에서, 프로세서(120)는, 기준 이미지를 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 필터를 생성하기 위한 사용자 입력에 기반하여, 기준 이미지를 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 제 1 입력 이미지를 디스플레이를 통하여 표시하는 동안 필터를 생성하기 위한 사용자 입력을 수신한 경우, 하나 이상의 이미지들을 디스플레이를 통하여 표시할 수 있다. 예를 들어, 프로세서(120)는, 제 1 입력 이미지를 디스플레이를 통하여 표시하는 동안 필터를 생성하기 위한 오브젝트(object)를 디스플레이를 통하여 표시할 수 있다. 프로세서(120)는, 필터를 생성하기 위한 오브젝트(예: 아이콘(icon), 메뉴(menu)의 아이템(item))에 대한 사용자 입력에 기반하여, 메모리(130)(예: 갤러리 어플리케이션)에 저장된 하나 이상의 이미지들을 디스플레이를 통하여 표시할 수 있다. 일 실시예에서, 프로세서(120)는, 표시된 하나 이상의 이미지들 중에서, 사용자 입력에 의해 선택된 이미지를 기준 이미지로서 획득할 수 있다. 다만, 기준 이미지를 획득하는 방법은 전술한 예시들에 제한되지 않는다. 예를 들어, 프로세서(120)는, 웹 어플리케이션 또는 SNS 어플리케이션을 통하여 획득된(예: 다운로드된(downloaded)) 이미지를 기준 이미지로서 획득할 수 있다.

일 실시예에서, 기준 이미지는 동영상 또는 정지 이미지일 수 있다. 예를 들어, 프로세서(120)는, 동영상이 복수의 프레임들을 포함하는 경우, 복수의 프레임들 중에서 사용자에 의해 선택된 적어도 하나의 프레임을 기준 이미지로서 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 하나 이상의 이미지들(메모리(130)(예: 갤러리 어플리케이션)에 저장된 하나 이상의 이미지들) 중에서 선택된 이미지의 일부 영역을 기준 이미지로서 획득할 수 있다. 하나 이상의 이미지들 중에서 선택된 이미지(이하, '선택된 이미지'로 지칭함)의 일부 영역을 기준 이미지로서 획득하는 방법에 대하여 이하 도 3을 참조하여 상세히 설명하도록 한다.

도 3은, 다양한 실시예들에 따른, 선택된 이미지 내에서 기준 이미지를 획득하기 위한 방법을 설명하기 위한 예시도(300)이다.

도 3을 참조하면, 일 실시예에서, 프로세서(120)는, 선택된 이미지가 이미지 부분 외에 여백 또는 텍스트(text)를 포함하는 여백을 포함하는 경우, 선택된 이미지에서 이미지 부분만을 기준 이미지로서 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 선택된 이미지가 이미지 부분 외에 여백 또는 텍스트(text)를 포함하는 여백을 포함하는 경우, 코너 검출 알고리즘(corner detection algorithm) 또는 에지(edge) 검출 알고리즘을 이용하여(또는 사용자 입력 없이 자동적으로), 이미지 부분(예: 이미지 부분의 코너, 에지, 또는 윤곽)을 검출할 수 있다. 프로세서(120)는, 검출된 이미지 부분을 기준 이미지로서 획득할 수 있다. 예를 들어, 도 3에서, 선택된 이미지(310)는, 이미지 부분(311)과 함께, 여백(또는 텍스트를 포함하는 여백)(312)를 포함할 수 있다. 프로세서(120)는, 코너 검출 알고리즘을 이용하여, 도트들(dots)(313)(여기서, 도트들(313)은 디스플레이를 통하여 표시되지 않을 수 있음)이 나타내는 선택된 이미지(310)의 코너들을 검출할 수 있다. 프로세서(120)는, 검출된 코너들에 기반하여, 선택된 이미지(310) 내에서 여백(312)을 제외한 이미지 부분(311)을 획득할 수 있다. 프로세서(120)는, 선택된 이미지(310) 내에서 이미지 부분(311)을 크랍(crop)하고, 크랍된 이미지 부분(311)을 기준 이미지로서 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 선택된 이미지 내에서 사용자 입력에 기반하여 지정된 영역을 기준 이미지로서 획득할 수 있다. 예를 들어, 프로세서(120)는, 선택된 이미지 내에, 사용자 입력에 기반하여 영역을 지정할 수 있는 오브젝트(예: 사각형 형태의 오브젝트)를 디스플레이를 통하여 표시할 수 있다. 프로세서(120)는, 상기 오브젝트에 대한 사용자 입력에 기반하여 상기 오브젝트의 위치 또는 크기 중 적어도 하나를 조정할 수 있다. 프로세서(120)는, 상기 오브젝트의 위치 또는 크기 중 적어도 하나가 조정된 후, 선택된 이미지 내에서 오브젝트에 의해 포함되는 영역(예: 오브젝트가 사각형 형태인 경우, 사각형 내의 영역)을 획득할 수 있다. 프로세서(120)는, 선택된 이미지 내에서 상기 획득된 영역을 크랍하고, 크랍된 영역을 기준 이미지로서 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 세그멘테이션(segmentation)(예: 객체 인식)을 이용하여, 선택된 이미지 내에서 일부 영역을 기준 이미지로서 획득할 수 있다. 예를 들어, 도 3에서, 프로세서(120)는, 선택된 이미지(320) 내에서, 복수의 객체들(예: 소(321), 풀 밭(322), 바다(323), 하늘(324), 및 배(325)) 각각에 대응하는 영역들(예: 복수의 객체들 각각이 표시되는 영역들)을 인식할 수 있다. 프로세서(120)는, 선택된 이미지들(320) 내에서 복수의 객체들 각각에 대응하는 영역들이 서로 구별되도록, 디스플레이를 통하여 복수의 객체들 각각에 대응하는 영역들의 색상을 다르게 표시할 수 있다. 프로세서(120)는, 복수의 객체들 각각에 대응하는 영역들 중 사용자에 입력에 의해 선택된 적어도 하나의 영역(예: 바다(323)에 대응하는 영역)을 기준 이미지로서 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 선택된 이미지 내에서 사용자에 의해 지정된 영역에 포함된 객체를 인식함으로써, 기준 이미지를 획득할 수 있다. 예를 들어, 프로세서(120)는, 사용자 입력(예: 폐곡선을 그리는(drawing) 사용자 입력)에 의해 선택된 이미지의 일부 영역을 지정할 수 있다. 프로세서(120)는, 지정된 일부 영역 내에 포함된 객체를 인식하고, 인식된 객체에 대응하는 영역(예: 인식된 객체가 표시되는 영역)을 기준 이미지로서 획득할 수 있다.

도 2로 리턴(return)하면, 일 실시예에서, 프로세서(120)는, 복수의 이미지들을 이용하여 하나의 기준 이미지를 획득할 수 있다. 이하, 도 4를 참조하여, 일 실시예에 따른 복수의 이미지들을 이용하여 하나의 기준 이미지를 획득하는 방법을 상세히 설명하도록 한다.

도 4는, 다양한 실시예들에 따른, 복수의 이미지들을 이용하여 기준 이미지를 획득하는 방법을 설명하기 위한 예시도(400)이다.

도 4를 참조하면, 일 실시예에서, 프로세서(120)는 복수의 이미지들을 선택할 수 있다. 예를 들어, 프로세서(120)는, 메모리(130)(예: 갤러리 어플리케이션)에 저장된 복수의 이미지들을 디스플레이를 통하여 표시할 수 있다. 프로세서(120)는, 복수의 이미지들 중에서 사용자 입력에 기반하여 복수의 이미지들을 선택할 수 있다. 일 실시예에서, 도 4에서, 제 1 이미지(411) 및 제 2 이미지(413)는, 복수의 이미지들 중에서 사용자 입력에 기반하여 선택된 복수의 이미지들을 나타낼 수 있다.

일 실시예에서, 프로세서(120)는, 복수의 이미지들 중에서 사용자 입력에 기반하여 선택된 복수의 이미지들(이하, '선택된 복수의 이미지들'로 지칭함)을 결합(combining)함으로써 기준 이미지를 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 선택된 복수의 이미지들을 리사이징(resizing) 및 병합(merging)함으로써, 기준 이미지를 획득할 수 있다. 예를 들어, 도 4에 도시된 바와 같이, 프로세서(120)는, 이미지(411) 및 이미지(413)을 각각 축소(reduce)시키고, 이미지(411) 및 이미지(413) 각각이 축소된 이미지들을 병합할 수 있다. 프로세서(120)는, 상기 축소된 이미지들이 병합된 이미지(421)를 기준 이미지로서 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 선택된 복수의 이미지들을 샘플링(sampling)(예: 랜덤(random) 샘플링)함으로써, 기준 이미지를 획득할 수 있다. 예를 들어, 프로세서(120)는, 아래와 같은, [수학식 1]이 나타내는 알고리즘을 이용하여, 선택된 복수의 이미지들을 샘플링함으로써, 기준 이미지를 획득할 수 있다.

[수학식 1]

= rand(, ···)

[수학식 1]에서, 는 랜덤 샘플링을 이용하여 기준 이미지를 구성할 픽셀 값을 나타낼 수 있다. 또한, , , 및 는, 각각, 선택된 n개의 이미지들 중에서, 제 1 이미지의 (i, j) 픽셀 값(여기서, (i, j)는 i 행 j 열을 지칭함), 제 2 이미지의 (i, j) 픽셀 값, 및 제 n 이미지의 (i, j) 픽셀 값을 나타낼 수 있다. 또한, random()는 랜덤 함수를 의미할 수 있다. 또한, rand(, ···)는, 제 1 이미지 내지 제 n 이미지의 각 (i, j) 위치의 픽셀 값 중 랜덤하게(randomly) 선택된 값을 나타낼 수 있다. 이때, 기준 이미지들의 크기가 다를 경우, 기준 이미지들의 크기를 동일하게 하는 동작이 선행되어 수행될 수 있다.

일 실시예에서, 프로세서(120)는, 랜덤 샘플링을 이용하여(예: [수학식 1]이 나타내는 알고리즘을 반복적으로 수행함으로써), 선택된 복수의 이미지들이 중첩적으로 결합된 기준 이미지를 획득할 수 있다. 예를 들어, 프로세서(120)는, 이미지(411) 및 이미지(413)에 대하여 랜덤 샘플링을 수행함으로써, 도 4에 도시된 바와 같이, 이미지(411) 및 이미지(413)가 중첩적으로 결합된 이미지(431)를 기준 이미지로서 획득할 수 있다.

도 2로 리턴하면, 일 실시예에서, 동작 201 및 동작 203에서, 프로세서(120)는, 전처리(preprocessing) 동작의 적어도 일부로서, 메모리(130)에 저장된 복수의 이미지들 중에서 제 1 포맷(예: bitmap 포맷)의 이미지가 선택된 경우, 제 1 포맷의 이미지를 제 2 포맷(예: mat(matrix) 포맷)의 이미지로 변환할 수 있다. 프로세서(120)는, 제 2 포맷의 이미지를 제 1 입력 이미지로서 획득할 수 있다. 일 실시예에서, 프로세서(120)는, 메모리(130)에 저장된 복수의 이미지들 중에서 제 1 포맷의 이미지가 선택된 경우, 제 1 포맷의 이미지를 제 2 포맷의 이미지로 변환할 수 있다. 프로세서(120)는, 제 2 포맷의 이미지를 기준 이미지로서 획득할 수 있다. 일 실시예에서, 프로세서(120)는, 제 1 입력 이미지 및 기준 이미지가, 동일한 포맷(예: mat 포맷)을 가지도록 할 수 있다. 일 실시예에서, 프로세서(120)가 제 1 입력 이미지 및 기준 이미지가 제 2 포맷을 가지도록 전처리 동작을 수행함으로써, 제 1 입력 이미지 및 기준 이미지를 처리하는 시간을 단축시키고 연산량을 감소시킬 수 있다.

동작 205에서, 일 실시예에서, 프로세서(120)는, 기준 이미지의 데이터의 분포(distribution)를 나타내는 값이 지정된 범위 내에 있는지 여부를 확인할 수 있다.

일 실시예에서, 프로세서(120)는, 기준 이미지의 Cr 채널 데이터 및 Cb 채널 데이터의 표준 편차에 기반하여, 기준 이미지의 데이터의 분포(distribution)를 나타내는 값이 지정된 범위 내에 있는지 여부를 확인할 수 있다.

일 실시예에서, 프로세서(120)는, 기준 이미지의 데이터가 RGB 데이터인 경우, 기준 이미지의 데이터를 yCrCb 데이터로 변환할 수 있다. 예를 들어, 프로세서(120)는, 기준 이미지의 포맷이 RGB 포맷인 경우, 기준 이미지의 데이터 포맷을 yCrCb 포맷으로 변환할 수 있다. 일 실시예에서, 프로세서(120)는, 기준 이미지의 yCrCb 데이터에 기반하여, 기준 이미지의 yCrCb 데이터에서 Cr 채널의 데이터(예: Cr 채널의 값들) 및 Cb 채널의 데이터(예: Cb 채널의 값들)를 각각 확인할 수 있다. 프로세서(120)는, Cr 채널의 데이터 및 Cb 채널의 데이터 각각의 분포를 나타내는 값으로서, Cr 채널의 데이터 및 Cb 채널의 데이터 각각의 표준편차(또는 분산)를 획득(또는 산출)할 수 있다. 프로세서(120)는, 획득된 Cr 채널의 데이터의 표준 편차가 지정된 값 이하이고 획득된 Cb 채널의 데이터의 표준 편차가 지정된 값 이하인 경우, 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있는 것으로 확인할 수 있다. 프로세서(120)는, 획득된 Cr 채널의 데이터의 표준 편차가 지정된 값 보다 큰 경우 및/또는 획득된 Cb 채널의 데이터의 표준 편차가 지정된 값 보다 큰 경우, 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있지 않은 것으로 확인할 수 있다.

일 실시예에서, 프로세서(120)는, 기준 이미지의 Cr 채널 데이터 및 Cb 채널 데이터의 히스토그램(histogram)의 엔트로피(entropy) 값에 기반하여, 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있는지 여부를 확인할 수 있다.

일 실시예에서, 프로세서(120)는, 기준 이미지의 데이터가 RGB(red, green, blue) 데이터인 경우, 기준 이미지의 데이터를 yCrCb 데이터로 변환할 수 있다. 일 실시예에서, 프로세서(120)는, 기준 이미지의 yCrCb 데이터에 기반하여, 기준 이미지의 yCrCb 데이터에서 Cr 채널의 데이터(예: Cr 채널의 값들) 및 Cb 채널의 데이터(예: Cb 채널의 값들)를 각각 확인할 수 있다. 프로세서(120)는, 아래의 [수학식 2]를 이용하여, Cr 채널의 데이터 및 Cb 채널의 데이터 각각의 분포를 나타내는 값으로서, Cr 채널의 데이터 및 Cb 채널의 데이터 각각의 히스토그램의 엔트로피 값을 획득(또는 산출)할 수 있다.

[수학식 2]

= -

[수학식 2]에서, H는, Cr 채널의 데이터 및 Cb 채널의 데이터 각각의 히스토그램의 엔트로피 값을 나타낼 수 있다. i는 Cr 채널의 데이터 및 Cb 채널의 데이터 각각을 나타내고, p(i)는 확률(또는 상대 빈도)를 나타낼 수 있다.

일 실시예에서, 프로세서(120)는, 획득된 Cr 채널의 데이터의 히스토그램의 엔트로피 값이 지정된 값 이하이고 획득된 Cb 채널의 데이터의 히스토그램의 엔트로피 값이 지정된 값 이하인 경우, 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있는 것으로 확인할 수 있다. 프로세서(120)는, 획득된 Cr 채널의 데이터의 히스토그램의 엔트로피 값이 지정된 값 보다 큰 경우 및/또는 획득된 Cb 채널의 데이터의 히스토그램의 엔트로피 값이 지정된 값 보다 큰 경우, 기준 이미지의 데이터의 분포(distribution)를 나타내는 값이 지정된 범위 내에 있지 않은 것으로 확인할 수 있다.

일 실시예에서, 프로세서(120)는, 기준 이미지의 데이터의 분포를 나타내는 값으로서 전술한 Cr 채널 데이터 및 Cb 채널 데이터 각각의 표준 편차 및 히스토그램의 엔트로피 값을 모두 이용하여, 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있는지 여부를 확인할 수 있다. 예를 들어, 프로세서(120)는, 기준 이미지의 Cr 채널 데이터 및 Cb 채널 데이터의 표준 편차가 4 이하이고 히스토그램의 엔트로피 값이 2 이하인 경우, 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있는 것으로 확인할 수 있다.

일 실시예에서, 프로세서(120)는, 기준 이미지의 hue 채널 데이터의 표준 편차에 기반하여, 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있는지 여부를 확인할 수 있다.

일 실시예에서, 프로세서(120)는, 기준 이미지의 데이터가 RGB 데이터인 경우, 기준 이미지의 데이터를 HSV(hue, saturation, value) 데이터로 변환할 수 있다. 예를 들어, 프로세서(120)는, 기준 이미지의 포맷이 RGB 포맷인 경우, 기준 이미지의 데이터 포맷을 HSV 포맷으로 변환할 수 있다. 일 실시예에서, 프로세서(120)는, 기준 이미지의 HSV 데이터에 기반하여, 기준 이미지의 HSV 데이터에서 hue 채널의 데이터(예: hue 채널의 값들)를 확인할 수 있다. 프로세서(120)는, hue 채널의 데이터의 분포를 나타내는 값으로서, hue 채널의 데이터의 표준편차를 획득(또는 산출)할 수 있다. 프로세서(120)는, 획득된 hue 채널의 데이터의 표준편차가 지정된 값 이하인 경우, 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있는 것으로 확인할 수 있다. 프로세서(120)는, 획득된 hue 채널의 데이터의 표준편차가 지정된 값 보다 큰 경우, 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있지 않은 것으로 확인할 수 있다.

일 실시예에서, 프로세서(120)는, 기준 이미지의 hue 채널의 데이터의 히스토그램의 엔트로피 값에 기반하여, 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있는지 여부를 확인할 수 있다. 일 실시예에서, 프로세서(120)는, 전술한 [수학식 2]를 이용하여, hue 채널의 데이터의 분포를 나타내는 값으로서, hue 채널의 데이터의 히스토그램의 엔트로피 값을 획득(또는 산출)할 수 있다. 프로세서(120)는, 획득된 hue 채널의 데이터의 히스토그램의 엔트로피 값이 지정된 값 이하인 경우, 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있는 것으로 확인할 수 있다. 프로세서(120)는, hue 채널의 데이터의 히스토그램의 엔트로피 값이 지정된 값 보다 큰 경우, 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있지 않은 것으로 확인할 수 있다.

일 실시예에서, 프로세서(120)는, 기준 이미지의 데이터의 분포를 나타내는 값으로서 전술한 hue 데이터의 표준 편차 및 히스토그램의 엔트로피 값을 모두 이용하여, 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있는지 여부를 확인할 수 있다.

일 실시예에서, 프로세서(120)는, 기준 이미지의 데이터의 분포를 나타내는 값으로서 전술한, Cr 채널 데이터 및 Cb 채널 데이터 각각의 표준 편차, Cr 채널 데이터 및 Cb 채널 데이터 각각의 히스토그램의 엔트로피 값과, hue 데이터의 표준 편차, 또는 hue 데이터의 표준 편차의 히스토그램의 엔트로피 값 중 하나 이상을 이용하여 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있는지 여부를 확인할 수 있다. 예를 들어, 프로세서(120)는, 기준 이미지의 데이터의 분포를 나타내는 값으로서, Cr 채널 데이터 및 Cb 채널 데이터 각각의 표준 편차가 지정된 값 이하이고, hue 데이터의 표준 편차가 지정된 값 이하인 경우, 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있는 것으로 확인할 수 있다. 다른 예를 들어, 프로세서(120)는, 기준 이미지의 데이터의 분포를 나타내는 값으로서, Cr 채널 데이터 및 Cb 채널 데이터 각각의 표준 편차가 지정된 값 보다 큰 경우 및/또는, hue 데이터의 표준 편차가 지정된 값 보다 큰 경우, 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있지 않은 것으로 확인할 수 있다.

일 실시예에서, 동작 205에서 기준 이미지의 데이터의 포맷을 yCrCb 포맷 및/또는 HSV 포맷으로 변환하고, 변환된 yCrCb 포맷 및/또는 HSV 포맷을 가지는 기준 이미지에 기반하여, 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있는지 여부를 확인하는 실시예들을 예시하였지만, 이에 제한되지 않으며, 프로세서(120)는, 기준 이미지의 데이터의 포맷을 yCrCb 포맷 및/또는 HSV 포맷과 다른 포맷으로 변환하고, 변환된 다른 포맷을 가지는 기준 이미지에 기반하여, 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있는지 여부를 확인할 수도 있다.

일 실시예에서, 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있는 경우 기준 이미지가 모노톤(monotone) 이미지인 경우일 수 있다. 예를 들어, 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있는 경우 기준 이미지가 단일 색상(예: 화이트(white) 계열의 색상, 레드(red) 계열의 색상, 블루(blue) 계열의 색상)을 가지는 이미지인 경우일 수 있다. 일 실시예에서, 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있지 않은 경우 기준 이미지가 color 이미지인 경우일 수 있다. 예를 들어, 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있지 않은 경우 기준 이미지가 복합 색상을 가지는 이미지인 경우일 수 있다.

동작 207에서, 일 실시예에서, 프로세서(120)는, 제 1 방법(이하, ' 제 1 방법'으로 지칭함)에 기반한 제 1 변환 모듈(transfer module)(이하, '제 1 변환 모듈'로 지칭함)을 이용하여, 제 1 입력 이미지 및 기준 이미지에 기반하여, 기준 이미지의 톤에 대응하는 톤을 가지는 제 2 입력 이미지(이하, '제 2 입력 이미지'로 지칭함)를 획득할 수 있다. 예를 들어, 프로세서(120)는, 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있는 것으로 확인된 경우, 제 1 방법에 기반한 제 1 변환 모듈을 이용하여, 제 1 입력 이미지 및 기준 이미지에 기반하여, 기준 이미지의 톤에 대응하는 톤을 가지는 제 2 입력 이미지를 획득할 수 있다.

일 실시예에 따른 프로세서(120)가 제 1 방법에 기반한 제 1 변환 모듈을 이용하여, 제 1 입력 이미지 및 기준 이미지에 기반하여 제 2 입력 이미지를 획득하는 방법에 대하여 도 5를 참조하여 상세히 후술하도록 한다.

동작 209에서, 일 실시예에서, 프로세서(120)는, 제 1 방법과 다른 제 2 방법(이하, '제 2 방법'으로 지칭함)에 기반한 제 2 변환 모듈(이하, '제 2 변환 모듈'로 지칭함)을 이용하여, 제 1 입력 이미지 및 기준 이미지에 기반하여, 기준 이미지의 톤에 대응하는 톤을 가지는 제 3 입력 이미지(이하, ' 제 3 입력 이미지'로 지칭함)를 획득할 수 있다. 예를 들어, 프로세서(120)는, 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있지 않은 것으로 확인된 경우, 제 2 방법에 기반한 제 2 변환 모듈을 이용하여, 제 1 입력 이미지 및 기준 이미지에 기반하여, 제 1 입력 이미지를 기준 이미지의 톤에 대응하는 톤을 가지는 제 3 입력 이미지를 획득할 수 있다.

일 실시예에 따른 프로세서(120)가 제 2 방법에 기반한 제 2 변환 모듈을 이용하여, 제 1 입력 이미지 및 기준 이미지에 기반하여 제 3 입력 이미지를 획득하는 방법에 대하여 도 6 내지 도 11을 참조하여 상세히 후술하도록 한다.

일 실시예에서, '필터'는, 동작 205의 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있는지 여부를 확인하는 동작을 수행할 수 있는 프로그램(또는 모듈, 또는 장치) 및, 동작 207의 제 1 변환 모듈 또는 동작 209의 제 2 변환 모듈 중 적어도 하나를 이용하여, 기준 이미지(예: 사용자에 의해 선택된 이미지)의 톤을 제 1 입력 이미지에 반영할 수 있는, 프로그램(또는 모듈, 또는 장치)를 지칭할 수 있다.

일 실시예에서, 프로세서(120)는, 기준 이미지를 획득한 것에 응답하여(예: 동작 203에서 기준 이미지를 획득한 후), 기준 이미지, 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있는지 여부를 확인하는 동작을 수행할 수 있는 프로그램, 및 제 1 변환 모듈 또는 제 2 변환 모듈 중 적어도 하나에 기반하여, 생성될 수 있다.

일 실시예에서, 프로세서(120)는, 필터가 생성된 경우, 생성된 필터를 메모리(130)에 임시적으로(temporarily) 저장할 수 있다. 일 실시예에서, 프로세서(120)는, 임시 저장된 필터를 저장하기 위한 사용자 입력에 기반하여, 메모리(130)에 임시 저장된 필터를, 예를 들어, 반영구적으로 저장할 수 있다. 예를 들어, 프로세서(120)는, 필터가 생성되고 임시적으로 저장된 후, 필터를 나타내는 오브젝트를 디스플레이를 통하여 표시할 수 있다. 프로세서는, 필터를 나타내는 오브젝트를 표시하는 동안, 필터를 저장하기 위한 사용자 입력에 기반하여, 필터 및 필터를 나타내는 오브젝트를 메모리(130)에 저장할 수 있다.

일 실시예에서, '필터'는, 기준 이미지의 톤을 제 1 입력 이미지뿐만 아니라, 필터 생성 후 획득한 이미지(예: 필터 생성 후 카메라를 이용하여 획득한 이미지)에 대하여, 필터를 생성하기 위하여 이용되었던 기준 이미지의 톤을 반영할 수 있다.

일 실시예에서, 프로세서(120)가 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위에 있는지 여부에 따라 다른 방법들(예: 제 1 방법 및 제 2 방법)에 기반하는 변환 모듈들을 이용하여 이미지에 대하여 기준 이미지의 톤을 반영함으로써, 전자 장치가 적은 양의 연산을 수행할 수 있으며, 전자 장치의 리소스(resource) 소모를 감소시킬 수 있다.

도 2에 도시하지는 않았지만, 일 실시예에서, 프로세서(120)는, 제 2 입력 이미지 또는 제 3 입력 이미지, 기준 이미지, 및 생성된 필터를 오브젝트를 디스플레이를 통하여 표시할 수 있다.

예를 들어, 프로세서(120)는, 필터를 생성하고 필터를 이용하여 제 2 입력 이미지를 획득한 경우, 디스플레이를 통하여, 제 2 입력 이미지, 기준 이미지, 및 생성된 필터를 나타내는 오브젝트를 표시할 수 있다.

다른 예를 들어, 프로세서(120)는, 필터를 생성하고 필터를 이용하여 제 3 입력 이미지를 획득한 경우, 디스플레이를 통하여, 제 3 입력 이미지, 기준 이미지, 및 생성된 필터를 나타내는 오브젝트를 표시할 수 있다.

일 실시예에서, 프로세서(120)는, 제 2 입력 이미지 또는 제 3 입력 이미지를 표시 및 저장하기 위하여, 전처리 동작의 적어도 일부로서 제 2 포맷(예: mat(matrix) 포맷)의 제 2 입력 이미지 또는 제 3 입력 이미지를, 후처리 동작의 적어도 일부로서 제 1 포맷(예: bitmap 포맷)의 제 2 입력 이미지 또는 제 3 입력 이미지로 변환할 수 있다.

일 실시예에서, 프로세서(120)는, 제 2 입력 이미지 또는 제 3 입력 이미지, 기준 이미지, 및 필터를 나타내는 오브젝트를 디스플레이를 통하여 표시하는 동안, 사용자 입력에 기반하여, 필터를 메모리(130)에 저장할 수 있다. 예를 들어, 프로세서(120)는, 제 2 입력 이미지 또는 제 3 입력 이미지, 기준 이미지, 필터를 나타내는 오브젝트를 디스플레이를 통하여 표시하는 동안, 필터를 메모리(130)에 저장하기 사용자 입력을 수신한 경우, 필터(또는 필터를 나타내는 오브젝트)를 메모리(130)에 저장할 수 있다.

도 5는, 다양한 실시예들에 따른, 제 1 방법에 기반한 제 1 변환 모듈을 이용하여 제 2 입력 이미지를 획득하는 방법을 설명하기 위한 흐름도(500)이다.

일 실시예에서, 도 5의 실시예들은, 도 2의 동작 207에 대한 실시예들일 수 있다.

도 5를 참조하면, 동작 501에서, 일 실시예에서, 프로세서(120)는, 제 1 입력 이미지의 데이터의 제 1 평균 값 및 기준 이미지 데이터의 제 2 평균 값을 획득(또는 산출)할 수 있다. 예를 들어, 프로세서(120)는, 도 2의 동작 205의 실시예들을 통하여 제 1 입력 이미지의 데이터 및 기준 이미지의 데이터가 RGB 데이터인 경우, 제 1 입력 이미지의 데이터 및 기준 이미지의 데이터를 yCrCb 데이터로 변환할 수 있다. 프로세서(120)는, 제 1 입력 이미지의 yCrCb 데이터의 Cr 채널 데이터의 평균 값 및 Cb 채널 데이터의 평균 값을 제 1 평균 값으로서 획득할 수 있다. 프로세서(120)는, 기준 이미지의 yCrCb 데이터의 Cr 채널 데이터의 평균 값 및 Cb 채널 데이터의 평균 값을 제 2 평균 값으로서 획득할 수 있다.

동작 503에서, 일 실시예에서, 프로세서(120)는, 제 2 평균 값과 동일한 평균 값을 가지는 제 2 입력 이미지(예: 제 2 입력 이미지의 데이터)를 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 아래의 [수학식 3] 및 [수학식 4]를 이용하여, 제 2 입력 이미지를 획득할 수 있다.

[수학식 3]

Cr' = Cr_I + (Mcr_R - Mcr_I)

[수학식 4]

Cb' = Cb_I + (Mcb_R - Mcb_I)

[수학식 3] 및 [수학식 4]에서, Cr_I 및 Cb_I 는, 각각, 제 1 입력 이미지의 Cr 채널 데이터 및 Cb 채널 데이터를 나타낼 수 있다. Mcr_R 및 Mcb_R는, 각각, 기준 이미지의 데이터의 Cr 채널 데이터의 평균 값 및 Cb 채널 데이터의 평균 값을 나타낼 수 있다. Mcr_I 및 Mcb_I는, 각각, 제 1 입력 이미지의 데이터의 Cr 채널 데이터의 평균 값 및 Cb 채널 데이터의 평균 값을 나타낼 수 있다. Cr' 및 Cb'는, 각각, 제 2 입력 이미지의 Cr 채널 데이터 및 Cb 채널 데이터를 나타낼 수 있다.

일 실시예에서, 프로세서(120)는, 기준 이미지 및 제 1 입력 이미지의 Cr 채널의 평균 값들 간 차이(예: Mcr_R - Mcr_I)를 산출하고, 제 1 입력 이미지의 Cr 채널의 데이터에 상기 차이(예: Mcr_R - Mcr_I)를 합산함으로써, 제 2 입력 이미지의 Cr 채널의 데이터를 획득할 수 있다. 일 실시예에서, 프로세서(120)는, 기준 이미지 및 제 1 입력 이미지의 Cb 채널의 평균 값들 간 차이(예: Mcb_R - Mcb_I)를 산출하고, 제 1 입력 이미지의 Cb 채널의 데이터에 상기 차이(예: Mcb_R - Mcb_I)를 합산함으로써, 제 2 입력 이미지의 Cb 채널의 데이터를 획득할 수 있다.

일 실시예에서, 프로세서(120)는, [수학식 3] 및 [수학식 4]를 이용하여 획득한 제 2 입력 이미지의 Cr 채널의 데이터 및 Cb 채널 데이터를 포함하는 제 2 입력 데이터를 획득할 수 있다. 일 실시예에서, 제 1 입력 데이터의 y 채널 데이터는 제 2 입력 데이터의 y채널의 데이터와 동일할 수 있다. 예를 들어, 프로세서(120)는, Cr 채널의 데이터 및 Cb 채널의 데이터로서 상기 Cr' 및 상기 Cb'를 각각 Cr 채널의 데이터 및 Cb 채널의 데이터를 가지고, y 채널 데이터로서 제 1 입력 데이터의 y 채널 데이터와 동일한 데이터를 가지는(예: y 채널 데이터에 대한 연산 없이) 제 2 입력 이미지를 획득할 수 있다.

일 실시예에서, 제 1 방법은, 제 1 입력 이미지의 데이터의 제 1 평균 값 및 기준 이미지 데이터의 제 2 평균 값을 획득하고, 예를 들어, [수학식 3] 및 [수학식 4]를 이용하여 제 2 입력 이미지를 획득하는 방법일 수 있다. 예를 들어, 제 1 방법은, 입력 이미지의 데이터 및 기준 이미지 데이터의 평균 값들 간 차이를 획득하고, 기준 이미지의 데이터 및 입력 이미지의 데이터의 평균 값들 간 차이에 기반하여, 입력 이미지 데이터(예: 제 1 입력 이미지의 데이터 또는 필터 생성 후 획득되는 이미지의 데이터)에 대한 결과 이미지 데이터(예: 제 2 입력 이미지의 데이터 또는 필터 생성 후 획득되는 이미지의 데이터에 대하여 [수학식 3] 및 [수학식 4]를 이용하여 획득되는 이미지의 데이터)를 획득하는 방법일 수 있다. 일 실시예에서, 제 1 방법은, 동작 501 및 503(또는 동작 501 내지 동작 505)의 실시예들을 수행하는 방법일 수 있다. 일 실시예에서, 제 1 방법은, 도 2의 동작 207의 실시예들을 수행하는 방법일 수 있다.

일 실시예에서, 제 1 방법에 기반한 제 1 변환 모듈은, 제 1 방법을 수행할 수 있는 모듈일 수 있다. 일 실시예에서, 제 1 변환 모듈은 제 1 방법을 이용하여 제 1 입력 이미지에 대하여 기준 이미지의 톤을 반영함으로써, 제 2 입력 이미지를 획득하도록 할 수 있다. 일 실시예에서, 제 1 변환 모듈은 제 1 톤 변환 모듈로 지칭될 수도 있다.

동작 505에서, 일 실시예에서, 프로세서(120)는, 제 2 입력 이미지의 콘트라스트 및 기준 이미지의 콘트라스트를 매칭(matching)할 수 있다. 예를 들어, 프로세서(120)는, 기준 이미지의 yCrCb 데이터의 y 채널 데이터에 대한 누적 히스토그램(cumulative histogram)를 획득(또는 산출)할 수 있다. 프로세서(120)는, 획득한 기준 이미지의 yCrCb 데이터의 y 채널 데이터에 대한 누적 히스토그램과 동일한 누적 히스토그램을 가지도록 제 2 입력 이미지의 y 채널 데이터를 변환할 수 있다.

일 실시예에서, 프로세서(120)는, 기준 이미지의 yCrCb 데이터의 y 채널 데이터에 대한 누적 히스토그램과 동일한 누적 히스토그램을 가지도록 변환된 제 2 입력 이미지의 y 채널 데이터를 가지고, 동작 501 및 동작 503을 통하여 획득한 제 2 입력 이미지의 Cr 채널 데이터(예: Cr') 및 Cb 채널 데이터(예: Cb')를 가지는 입력 이미지를 획득할 수 있다.

일 실시예에서, 동작 505의 제 2 입력 이미지의 콘트라스트 및 기준 이미지의 콘트라스트를 매칭하는 동작은 생략될 수도 있다. 일 실시예에서, 동작 501 및 동작 503의 동작들과, 동작 505의 제 2 입력 이미지의 콘트라스트 및 기준 이미지의 콘트라스트를 매칭하는 동작이 수행되는 경우, 제 1 방법은 동작 501 내지 동작 505를 통하여 수행되는 방법을 지칭할 수 있다. 또한, 도 2에서 동작 501 및 503이 수행된 후 획득되는 이미지를 제 2 입력 이미지로 지칭하였지만, 동작 501 내지 동작 505이 수행된 후 획득되는 이미지를 제 2 입력 이미지로 지칭할 수 있다.

일 실시예에서, 도 5에서 제 1 입력 이미지 및 기준 이미지의 yCrCb 데이터에 기반하여, 제 1 방법에 기반한 제 1 변환 모듈을 이용하여 제 2 입력 이미지를 획득하는 것으로 예시하고 있지만, 제 1 입력 이미지 및 기준 이미지의 포맷은 yCrCb 포맷에 제한되지 않는다. 예를 들어, 프로세서(120)는, 제 1 입력 이미지 및 기준 이미지의 HSV 데이터에 기반하여, 제 1 방법에 기반한 제 1 변환 모듈을 이용하여, 제 2 입력 이미지를 획득할 수 있다.

도 6은, 다양한 실시예들에 따른, 제 2 방법에 기반하는 제 1 변환 모듈을 이용하여 제 3 입력 이미지를 획득하는 방법을 설명하기 위한 흐름도(600)이다.

일 실시예에서, 도 6의 실시예들은, 도 2의 동작 209에 대한 실시예들일 수 있다.

동작 601에서, 일 실시예에서, 프로세서(120)는, 제 1-1 입력 이미지를 다운 샘플링(down sampling)('리샘플링(resampling)'으로도 지칭됨)함으로써, 제 1-2 입력 이미지를 획득할 수 있다.

일 실시예에서, 제 1-1 입력 이미지는 도 2 및 도 5의 제 1 입력 이미지와 동일한 이미지를 지칭할 수 있다. 일 실시예에서, 제 1-1 입력 이미지는, 제 1 해상도(resolution)를 가지는 이미지일 수 있다. 일 실시예에서, 제 1-1 입력 이미지는 RGB 데이터일 수 있다. 다만, 이에 제한되지 않으며, 제 1-1 입력 이미지는 RGB 포맷과 다른 포맷의 데이터일 수 있다.

일 실시예에서, 프로세서(120)는, 제 1 해상도를 가지는 제 1-1 입력 이미지를 다운 샘플링함으로써, 제 1 해상도 보다 낮은 제 2 해상도를 가지는 제 1-2 입력 이미지를 획득할 수 있다. 예를 들어, 프로세서(120)는, 1024*1024 해상도를 가지는 제 1-1 입력 이미지(예: 가로 픽셀 수가 1024개이고 세로 픽셀 수가 1024개인 제 1-1 입력 이미지)를 다운 샘플링함으로써, 36*36 해상도를 가지는 제 1-2 입력 이미지(예: 가로 픽셀 수가 36이고 세로 픽셀 수가 36개인 제 1-2 입력 이미지)를 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 제 1 해상도를 가지는 제 1-1 입력 이미지를 랜덤하게 다운 샘플링(이하, '랜덤다운 샘플링(random down sampling)'으로 지칭함)함으로써, 제 1 해상도 보다 낮은 제 2 해상도를 가지는 제 1-2 입력 이미지를 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 제 1 해상도를 가지는 제 1-1 입력 이미지의 데이터(예: 제 1-1 입력 이미지의 픽셀 값들) 내에서 제 2 해상도에 대응하는 개수의 데이터를 랜덤하게 선택(또는 추출)할 수 있다. 예를 들어, 프로세서(120)는, 1024*1024 해상도를 가지는 제 1-1 입력 이미지의 픽셀 값들(예: 1,048,576(=1024*1024)개의 픽셀 값들) 중에서, 36*36 해상도에 대응하는 개수의 픽셀 값들(예: 1296(=36*36)개의 픽셀 값들)을 랜덤한 방식으로 선택할 수 있다.

일 실시예에서, 프로세서(120)는, 제 1 해상도를 가지는 제 1-1 입력 이미지를 균등하게(uniformly) 다운 샘플링(이하, '균등 다운 샘플링(uniform down sampling)'으로 지칭함)함으로써, 제 1 해상도 보다 낮은 제 2 해상도를 가지는 제 1-2 입력 이미지를 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 제 1 해상도를 가지는 제 1-1 입력 이미지의 데이터(예: 제 1-1 입력 이미지의 픽셀 값들) 내에서 제 2 해상도에 대응하는 개수의 데이터를 균등하게 선택(또는 추출)할 수 있다. 예를 들어, 프로세서(120)는, 1024*1024 해상도를 가지는 제 1-1 입력 이미지의 데이터로부터 36*36 해상도를 가지는 제 1-2 입력 이미지 데이터를 획득하기 위하여, 제 1-2 입력 이미지의 픽셀 값들에 대하여 약 28(≒1024/36)*28(≒1024/36)의 크기를 가지는 블록(block)(또는 영역) 마다 픽셀 값들의 평균 값 또는 대표 값(예: 각 블록의 첫 번째 데이터 값)을 획득(또는 산출)할 수 있다. 프로세서(120)는, 상기 획득된 픽셀 값들의 평균 값들 또는 대표 값들로 구성되고 36*36 해상도를 가지는 제 1-2 입력 데이터를 획득할 수 있다.

일 실시예에서, 제 1-1 입력 이미지를 랜덤 다운 샘플링하는 경우, 균등 다운 샘플링하는 경우에 비하여, 전자 장치가 수행하는 연산의 양을 감소시킬 수 있으며, 처리 속도를 향상시킬 수 있다.

동작 603에서, 일 실시예에서, 프로세서(120)는, 제 1-1 기준 이미지를 다운 샘플링함으로써, 제 1-2 기준 이미지를 획득할 수 있다.

일 실시예에서, 제 1-1 기준 이미지는 도 2 및 도 5의 기준 이미지와 동일한 이미지를 지칭할 수 있다. 일 실시예에서, 제 1-1 기준 이미지는, 제 3 해상도를 가지는 이미지일 수 있다. 예를 들어, 제 1-1 기준 이미지의 제 3 해상도는 제 1-1 입력 이미지의 제 1 해상도와 다를 수 있다. 다른 예에서, 제 1-1 기준 이미지의 제 3 해상도는 제 1-1 입력 이미지의 제 1 해상도와 동일할 수도 있다.

일 실시예에서, 제 1-1 기준 이미지는 RGB 데이터일 수 있다. 다만, 이에 제한되지 않으며, 제 1-1 기준 이미지는 RGB 포맷과 다른 포맷의 데이터일 수도 있다.

일 실시예에서, 프로세서(120)는, 제 3 해상도를 가지는 제 1-1 기준 이미지를 다운 샘플링함으로써, 제 3 해상도 보다 낮은 제 2 해상도를 가지는 제 1-2 기준 이미지를 획득할 수 있다. 일 실시예에서, 제 1-2 기준 이미지의 제 2 해상도는 제 1-2 입력 이미지의 제 2 해상도와 동일할 수 있다. 다만, 이에 제한되지 않으며, 제 1-2 기준 이미지의 제 2 해상도는 제 1-2 입력 이미지의 제 2 해상도와 다를 수도 있다.

일 실시예에서, 프로세서(120)는, 제 3 해상도를 가지는 제 1-1 기준 이미지를 랜덤하게 다운 샘플링함으로써, 제 3 해상도 보다 낮은 제 2 해상도를 가지는 제 1-2 기준 이미지를 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 제 3 해상도를 가지는 제 1-1 기준 이미지를 균등하게 다운 샘플링함으로써, 제 1 해상도 보다 낮은 제 2 해상도를 가지는 제 1-2 입력 이미지를 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 제 1 해상도(예: 1024*1024)를 가지는 제 1-1 입력 이미지를 다운 샘플링함으로써 제 1 해상도에 비하여 상당히 낮은 제 2 해상도(예: 36*36)를 가지는 제 1-2 입력 이미지를 획득하고, 제 3 해상도(예: 512*512)를 가지는 제 1-1 기준 이미지를 다운 샘플링함으로써 제 3 해상도에 비하여 상당히 낮은 제 2 해상도(예: 36*36)를 가지는 제 1-2 기준 이미지를 획득한 후, 이하의 동작 605 내지 609의 실시예들을 수행함으로써, 이미지를 처리하기 위한 시간을 단축시키고, 이미지를 처리하기 위한 연상량을 감소시킬 수 있다.

동작 605에서, 일 실시예에서, 프로세서(120)는, 제 1-2 입력 이미지 및 제 1-2 기준 이미지에 대하여 지정된 횟수 만큼 반복 분포 변환(iterative distribution transfer)을 수행함으로써 제 1-3 입력 이미지를 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 제 1-2 입력 이미지 및 제 1-2 기준 이미지에 대하여 지정된 횟수 만큼 반복 분포 변환을 수행하는 동작의 일부로서, 회전 매트릭스(rotation matrix)를 생성하고 프로젝션(projection)(또는 '투영'으로 지칭됨)을 수행할 수 있다. 이하, 도 7을 참조하여 일 실시예에 따른 회전 매트릭스를 생성하고 프로젝션을 수행하는 방법을 설명하도록 한다.

도 7은, 다양한 실시예들에 따른, 회전 매트릭스를 생성하고 프로젝션을 수행하는 방법을 설명하기 위한 예시도이다.

도 7을 참조하면, 일 실시예에서, 프로세서(120)는, 회전 매트릭스를 생성할 수 있다. 예를 들어, 프로세서(120)는, 제 1-2 입력 이미지의 확률 밀도 함수(probability density function, 이하'pdf'로 지칭함) 및 제 1-2 기준 이미지의 pdf를 동일한 각도로 회전시키는 복수의 회전 매트릭스들을 생성할 수 있다. 일 실시예에서, 복수의 회전 매트릭스들 각각은, 제 1-2 입력 이미지 및 제 1-2 기준 이미지의 pdf를, 랜덤하게 선택되는 각도로 회전시키기 위한 매트릭스일 수 있다. 일 실시예에서, 프로세서(120)는, 지정된 개수의 복수의 회전 매트릭스들을 생성할 수 있다. 이하, 설명의 편의를 위하여 복수의 회전 매트릭스들의 개수가 3개이고, 복수의 회전 매트릭스들이 제 1 회전 매트릭스, 제 2 회전 매트릭스, 및 제 3 회전 매트릭스를 포함하는 것으로 가정하여 설명하도록 한다.

일 실시예에서, 프로세서(120)는, 제 1-2 입력 이미지의 pdf 및 제 1-2 기준 이미지의 pdf 각각과 제 1 회전 매트릭스를 곱함(예: 곱셈 연산을 수행함)으로써, 회전된 제 1-2 입력 이미지의 pdf 및 회전된 제 1-2 기준 이미지의 pdf를 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 회전된 제 1-2 입력 이미지의 pdf 및 회전된 제 1-2 기준 이미지의 pdf를 프로젝션할 수 있다. 예를 들어, 프로세서(120)는, 2차원(2-dimension)의 회전된 제 1-2 입력 이미지의 pdf 및 2차원의 회전된 제 1-2 기준 이미지의 pdf 각각을 지정된 축에 대하여 누적적으로 합산함으로써, 1차원(1-dimension)의 데이터로 변환할 수 있다.

일 실시예에서, 도 7의 도면(710)은, 0도의 회전 각도를 가지는 회전 매트릭스에 의해 회전된 제 1-2 입력 이미지의 pdf (731)와, 0도로 회전된 제 1-2 입력 이미지의 pdf를 지정된 축에 대하여 프로젝션함으로써 획득되는 1차원의 pdf 데이터의 그래프(734)를 나타낼 수 있다. 일 실시예에서, 제 1-2 입력 이미지(731)의 pdf의 제 1 부분(732)은 제 2 부분(733)에 비하여 높은 밝기에 해당하는 픽셀 값을 가지는 확률 값(또는 히스토그램 값)이 큰 부분일 수 있다. 일 실시예에서, 그래프(734)와 같이, 2차원의 제 1-2 입력 이미지의 pdf를 지정된 축에 대하여 누적적으로 합산함으로써 1차원의 pdf 데이터를 획득할 수 있다. 도면(710)이 제 1-2 입력 이미지의 pdf를 0도의 회전 각도를 가지는 회전 매트릭스와 곱함으로써 획득된, 회전된 제 1-2 입력 이미지의 pdf를 프로젝션하는 경우를 예시를 하고 있지만, 프로세서(120)는, 제 1-2 기준 이미지의 pdf를 0도의 회전 각도를 가지는 회전 매트릭스와 곱함으로써 획득된, 회전된 제 1-2 기준 이미지의 pdf를 프로젝션할 수 있다.

일 실시예에서, 도 7의 도면(720)은, 45도의 회전 각도를 가지는 회전 매트릭스에 의해 회전된 제 1-2 입력 이미지의 pdf(731)와, 45도로 회전된 제 1-2 입력 이미지의 pdf를 지정된 축에 대하여 프로젝션함으로써 획득되는 1차원 데이터의 그래프(735)를 나타낼 수 있다. 일 실시예에서, 제 1-2 입력 이미지(731)의 pdf의 제 1 부분(732)은 제 2 부분(733)에 비하여 높은 밝기에 해당하는 픽셀 값을 가지는 확률 값(또는 히스토그램)이 큰 부분일 수 있다. 일 실시예에서, 그래프(735)와 같이, 2차원의 제 1-2 입력 이미지의 pdf를 지정된 축에 대하여 누적적으로 합산함으로써 1차원pdf 데이터를 획득할 수 있다. 도면(720)이 제 1-2 입력 이미지)의 pdf를 45도의 회전 각도를 가지는 회전 매트릭스와 곱함으로써 획득된, 회전된 제 1-2 입력 이미지의 pdf를 프로젝션하는 경우를 예시를 하고 있지만, 프로세서(120)는, 제 1-2 기준 이미지의 pdf를 45도의 회전 각도를 가지는 회전 매트릭스와 곱함으로써 획득된, 회전된 제 1-2 기준 이미지의 pdf를 프로젝션할 수 있다.

도 7은, 회전 매트릭스들이 2개인 경우를 예시하고 있지만, 이에 제한되지 않는다. 예를 들어, 생성되는 회전 매트릭스들의 개수는 설계자 또는 사용자에 의해 지정될 수 있다.

일 실시예에서, 프로세서(120)는, 제 1-2 입력 이미지의 pdf 및 제 1-2 기준 이미지의 pdf에 대하여, 각각, 제 1 회전 매트릭스를 이용하여 회전 및 프로젝션을 통한 제 1 변환을 수행하고, 제 2 회전 매트릭스를 이용하여 회전 및 프로젝션을 통한 제 2 변환을 수행하고, 제 1 회전 매트릭스를 이용하여 회전 및 프로젝션을 통한 제 3 변환을 수행할 수 있다. 제 1 변환 내지 제 3 변환은, 회전 매트릭스 및 프로젝션을 위한 매트릭스를 곱한 매트릭스들(예: radon transform)을 지칭할 수 있다.

일 실시예에서, 프로세서(120)는, 제 1 변환 내지 제 3 변환 중에서, 제 1-2 입력 이미지의 pdf의 변환 결과와 제 1-2 기준 이미지의 pdf의 변환 결과가 가장 유사하도록 하는, 변환을 선택할 수 있다. 예를 들어, 프로세서(120)는, mean square error 알고리즘을 이용하여, 제 1 변환 내지 제 3 변환 중에서, 제 1-2 입력 이미지의 pdf가 변환된 1차원 pdf 데이터와 제 1-2 기준 이미지의 pdf가 변환된 1차원 pdf 데이터 간 오차가 가장 작도록 하는, 변환을 선택할 수 있다.

일 실시예에서, 프로세서(120)는, 제 1 변환 내지 제 3 변환 중에서, 하나의 변환(이하, '선택된 변환'으로 지칭함)이 선택된 경우, 제 1-2 입력 이미지의 pdf 및 제 1-2 기준 이미지의 pdf가 선택된 변환에 의해 변환된, 제 1-2 입력 이미지의 1차원 pdf 데이터를 제 1-2 기준 이미지의 1차원 pdf 데이터와 매칭(또는 매핑(mapping))할 수 있다. 예를 들어, 프로세서(120)는, 선택된 변환에 의해 변환된 제 1-2 기준 이미지의 1차원 pdf 데이터를 제 1-2 입력 이미지의 1차원 pdf 데이터로 지정(또는 설정)할 수 있다.

일 실시예에서, 프로세서(120)는, 제 1-2 기준 이미지의 1차원 pdf 데이터와 매칭된 제 1-2 입력 이미지의 1차원 pdf 데이터(예: 제 1-2 기준 이미지의 1차원 pdf 데이터)에 대하여, 선택된 변환의 역변환을 수행함으로써, 제 1-2-1 입력 이미지를 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 전술한 제 1-2-1 입력 이미지를 획득하기 위한 동작들과 유사한 동작들을 지정된 횟수 만큼 반복적으로 수행할 수 있다. 예를 들어, 프로세서(120)는, 제 1-2-1 입력 이미지를 획득한 후, 회전 각도가 랜덤하게 선택되고 지정된 개수를 가지며 회전 매트릭스들을 다시 생성할 수 있다. 프로세서(120)는, 제 1-2-1 입력 이미지의 pdf 및 제 1-2 기준 이미지의 pdf에 기반하여, 생성된 회전 매트릭스들을 이용하여 변환들을 수행하고, 변환들 중에서 하나의 변환을 선택할 수 있다. 프로세서(120)는, 선택된 변환에 의해 변환된, 제 1-2-1 입력 이미지의 1차원 pdf 데이터를 제 1-2 기준 이미지의 1차원 pdf 데이터와 매칭하고, 선택된 변환의 역변환을 수행함으로써, 제 1-2-2 입력 이미지를 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 전술한 제 1-2-1 입력 이미지를 획득하기 위한 동작들과 유사한 동작들을 지정된 횟수 만큼 반복적으로 수행함으로써, 제 1-3 입력 이미지를 획득할 수 있다.

전술한 예시들에, 이미지(예: 이미지 데이터)에 대응하는 확률 밀도 함수(pdf)를 이용하여 반복 분포 변환 동작을 수행하는 것으로 예시하고 있지만, 이에 제한되지 않는다. 예를 들어, 프로세서(120)는 이미지(예: 이미지 데이터)에 대응하는 히스토그램을 이용하여 반복 분포 변환 동작을 수행할 수 있다.

일 실시예에서, 전술한 제 1-2-1 입력 이미지를 획득하기 위한 동작들과 유사한 동작들을 반복적으로 수행하는 횟수가 많을 수록 기준 이미지의 톤을 보다 정확하게 반영할 수 있는 입력 이미지를 획득할 수 있다. 하지만, 전술한 제 1-2-1 입력 이미지를 획득하기 위한 동작들과 유사한 동작들을 반복적으로 수행하는 횟수가 많을 수록 전자 장치의 연산량을 증가될 수 있다.

일 실시예에서, 생성되는 복수의 회전 매트릭스들의 개수가 많을 수록, 기준 이미지의 톤을 보다 정확하게 반영할 수 있는 입력 이미지를 획득할 수 있으나, 전자 장치의 연산량을 증가될 수 있다.

일 실시예에서, 제 1-2-1 입력 이미지를 획득하기 위한 동작들과 유사한 동작들을 반복적으로 수행하는 횟수 또는 생성되는 복수의 회전 매트릭스들의 개수 중 적어도 하나는, 설계자 또는 사용자에 의해 지정될 수 있다.

도 6으로 리턴하면, 동작 607에서, 일 실시예에서, 프로세서(120)는, 제 1-2 입력 이미지 및 제 1-3 입력 이미지에 기반하여, 리그레션(regression)('업 샘플링(upsampling)으로도 지칭됨)을 수행함으로써, 제 1-4 입력 이미지를 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 제 1-2 입력 이미지 및 제 1-3 입력 이미지에 기반하여, 선형 리그레션(linear regression)을 수행함으로써, 제 1-4 입력 이미지를 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 선형 리그레션을 이용하여, 제 1-2 입력 이미지 및 제 1-3 입력 이미지 간 상관 관계(예: 상관 계수)를 획득(또는 추정)할 수 있다.

일 실시예에서, 프로세서(120)는, 획득된 상관 관계를 이용하여, 제 1-1 입력 이미지로부터 제 1-4 입력 이미지를 획득할 수 있다. 예를 들어, 프로세서(120)는, 아래의 [수학식 5]를 이용하여 제 1-1 입력 이미지로부터 제 1-4 입력 이미지를 획득할 수 있다.

[수학식 5]

y = Xβ + ε

[수학식 5]에서, y는 종속 변수로서 제 1-4 입력 이미지를 나타낼 수 있다. X는 독립 변수로서 제 1-1 입력 이미지를 나타낼 수 있다. β는 제 1-2 입력 이미지 및 제 1-3 입력 이미지 간 상관 관계를 나타내는 계수일 수 있다. ε는 오차를 나타낼 수 있다.

일 실시예에서, 프로세서(120)는, 제 2 해상도를 가지는 제 1-2 입력 이미지 및 제 1-3 입력 이미지에 기반하여, 선형 리그레션을 수행함으로써, 제 1-1 입력 이미지의 제 1 해상도와 동일한 해상도를 가지는 제 1-4 입력 이미지를 획득할 수 있다. 예를 들어, 프로세서(120)는, 36*36 해상도를 가지는 제 1-2 입력 이미지 및 36*36 해상도를 가지는 제 1-3 입력 이미지 간 상관 관계를 획득할 수 있다. 프로세서(120)는, 획득된 상관 관계를 이용하여, 1024*1024 해상도를 가지는 제 1-1 입력 이미지로부터 1024*1024 해상도를 가지는 제 1-4 입력 이미지를 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 획득된 상관 관계를 이용하여 제 1-1 입력 이미지로부터 제 1-4 입력 이미지를 획득하는 동작을, GPU(graphic processor unit)을 통하여 병렬적으로 수행할 수 있다. 일 실시예에서, 프로세서(120)는, 획득된 상관 관계를 이용하여 제 1-1 입력 이미지로부터 제 1-4 입력 이미지를 획득하는 동작을, GPU을 통하여 병렬적으로 수행함으로써, 처리 속도를 향상시킬 수 있으며 실시간성을 확보할 수 있다.

동작 607에서 제 1-4 입력 이미지를 획득하기 위하여 선형 리그레션을 예시하고 있지만, 이에 제한되지 않는다. 예를 들어, 프로세서(120)는, bilateral guided upsampling을 이용하여, 제 1-4 입력 이미지를 획득할 수 있다.

동작 609에서, 일 실시예에서, 프로세서(120)는, 제 1-1 입력 이미지 및 제 1-4 입력 이미지를 블렌딩(blending)함으로써, 제 3 입력 이미지를 획득할 수 있다. 예를 들어, 프로세서(120)는, 제 1-1 입력 이미지 및 제 1-4 입력 이미지를 1:1 비율로 중첩시키는 알파 블렌딩(alpha blending)을 수행함으로써, 제 3 입력 이미지를 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 제 1 입력 이미지(예: 제 1-1 입력 이미지) 및 결과 이미지(예: 제 1-4 입력 이미지)를 블렌딩(blending)함으로써, 원본 이미지로서 제 1 입력 이미지의 디테일(detail)을 반영하면서, 기준 이미지(예: 제 1-1 기준 이미지)의 톤을 반영할 수 있는, 이미지를 획득할 수 있다.

일 실시예에서, 제 2 방법은, 전술한 동작 601 내지 동작 609의 실시예들(또는 도 2의 동작 209의 실시예들)을 통하여 수행되는 방법일 수 있다. 일 실시예에서, 제 2 방법에 기반한 제 2 변환 모듈은, 제 2 방법을 수행할 수 있는 모듈일 수 있다. 일 실시예에서, 제 2 변환 모듈은 제 2 방법을 이용하여 제 1 입력 이미지에 대하여 기준 이미지의 톤을 반영함으로써, 제 3 입력 이미지를 획득하도록 할 수 있다. 일 실시예에서, 제 2 변환 모듈은 제 2 톤 변환 모듈로 지칭될 수도 있다.

도 8은, 다양한 실시예들에 따른, 세그멘테이션(segmentation)을 이용하여, 입력 이미지에 포함된 객체들에 대하여 기준 이미지의 톤을 반영하는 방법을 설명하기 위한 흐름도(800)이다.

도 9는, 다양한 실시예들에 따른, 세그멘테이션 동작을 설명하기 위한 예시도(900)이다.

일 실시예에서, 도 8 및 도 9의 실시예들은, 도 2의 동작 209에 대한 실시예들일 수 있다.

도 8 및 도 9를 참조하면, 동작 801에서, 일 실시예에서, 프로세서(120)는, 제 1-1 입력 이미지에 포함된 하나 이상의 객체들을 인식함으로써, 하나 이상의 객체들에 대한 정보를 획득할 수 있다.

일 실시예에서, 제 1-1 입력 이미지는, 도 2의 제 1 입력 이미지와 동일한 이미지를 지칭할 수 있다.

일 실시예에서, 프로세서(120)는, 세그멘테이션을 수행함으로써, 제 1-1 입력 이미지 내에서 하나 이상의 객체들을 인식하고, 인식된 하나 이상의 객체들에 각각 대응하는 하나 이상의 레이어들(layers)를 획득(또는 생성)할 수 있다.

일 실시예에서, 도 9에서, 이미지(910)는 사람 객체(911), 건축물 객체(912), 하늘 객체(913), 및 자연 객체(914)를 포함할 수 있다.

일 실시예에서, 프로세서(120)는, 세그멘테이션을 수행함으로써, 이미지(910)에 포함된 객체들을 인식하고, 인식된 객체들 각각에 대한 레이어들을 획득할 수 있다. 예를 들어, 도 9에서, 프로세서(120)는, 세그멘테이션을 수행함으로써, 이미지(910)에 포함된 사람 객체(911), 건축물 객체(912), 하늘 객체(913), 및 자연 객체(914)를 인식하고, 사람 객체(911)에 대한 레이어(920), 건축물 객체(912)에 대한 레이어(930), 하늘 객체(913)에 대한 레이어(940), 및 자연 객체(914)에 대한 레이어(950)를 획득할 수 있다.

일 실시예에서, 레이어들(920 내지 950) 각각은, 객체를 나타내는 영역의 데이터 값(예: 비트(bit) 값으로서 '1') 및 객체들을 나타내지 않는 영역의 데이터 값(예: 비트 값으로서 '0')을 포함하는 데이터로 구성될 수 있다. 일 실시예에서, 레이어들(920 내지 950) 각각은, 레이어 영역에 대하여 객체로 인식될 확률 값들을 포함하는 데이터로 구성될 수 있다. 예를 들어, 도 9에서, 레이어들(920 내지 950)의 영역들(921, 932, 943, 954)은, 객체를 나타내는 영역의 데이터 값들 또는 객체를 나타내는 영역의 확률 값들을 나타낼 수 있다.

일 실시예에서, 프로세서(120)는, 세그멘테이션을 수행함으로써 인식된, 제 1-1 입력 이미지의 하나 이상의 객체들에 대한 정보를 획득할 수 있다. 예를 들어, 프로세서(120)는, 제 1-1 입력 이미지의 하나 이상의 객체들에 대한 하나 이상의 레이어들에 대한 정보를 획득할 수 있다. 다른 예를 들어, 프로세서(120)는, 제 1-1 입력 이미지 내에서, 인식된 하나 이상의 객체들 각각에 대하여(예: 인식된 하나의 객체들 각각에 매핑하여), 대응하는(또는 해당하는) 객체를 포함하는(또는 객체가 인식된) 영역의 좌표들에 대한 정보를 획득할 수 있다.

동작 803에서, 일 실시예에서, 프로세서(120)는, 제 1-1 입력 이미지를 다운 샘플링함으로써, 제 1-2 입력 이미지를 획득할 수 있다.

동작 805에서, 일 실시예에서, 프로세서(120)는, 제 1-1 기준 이미지를 다운 샘플링함으로써, 제 1-2 기준 이미지를 획득할 수 있다.

동작 807에서, 일 실시예에서, 프로세서(120)는, 제 1-2 입력 이미지 및 제 1-2 기준 이미지에 대하여 지정된 횟수 만큼 반복 분포 변환을 수행함으로써 제 1-3 입력 이미지를 획득할 수 있다.

동작 809에서, 일 실시예에서, 프로세서(120)는, 제 1-2 입력 이미지 및 제 1-3 입력 이미지에 기반하여, 리그레션을 수행함으로써, 제 1-4 입력 이미지를 획득할 수 있다.

동작 803 내지 동작 809의 실시예들은, 도 6의 동작 601 내지 동작 607의 실시예들과 적어도 일부가 동일 또는 유사하므로 상세한 설명은 생략하도록 한다.

동작 811에서, 일 실시예에서, 프로세서(120)는, 하나 이상의 객체들에 대한 정보에 기반하여, 제 1-1 입력 이미지 및 제 1-4 입력 이미지를 블렌딩함으로써, 제 3 입력 이미지를 획득할 수 있다. 예를 들어, 프로세서(120)는, 동작 801의 실시예들을 통하여 획득한 하나 이상의 객체들에 대한 정보에 기반하여, 제 1-1 입력 이미지 및 제 1-4 입력 이미지를 블렌딩함으로써, 제 3 입력 이미지를 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 하나 이상의 객체들에 대한 정보에 기반하여, 하나 이상의 객체들 마다 다른 강도(intensity)(또는 정도(degree))를 적용함으로써, 제 3 입력 이미지를 획득할 수 있다. 예를 들어, 프로세서(120)는, 제 1-1 입력 이미지 및 제 1-4 입력 이미지를 블렌딩하는 경우, 하나 이상의 객체들에 대한 정보에 기반하여, 제 1-4 입력 이미지의 하나 이상의 객체들이 포함된 영역들 중 적어도 일부에 대하여 다른 강도(또는 블렌딩 값)(예: 알파 블렌딩의 알파(alpha) 값)를 적용함으로써, 제 3 입력 이미지를 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 입력 이미지에 포함된 객체의 카테고리(category)에 기반하여, 하나 이상의 객체들에 대하여 지정된 강도를 적용함으로써, 제 3 입력 이미지를 획득할 수 있다. 예를 들어, 프로세서(120)는, 입력 이미지에 사람 객체가 포함된 경우, 입력 이미지의 배경(background)에 적용하는 알파 값 보다 작은 알파 값을 사람 객체를 포함하는 영역에 적용할 수 있다.

일 실시예에서, 프로세서(120)는, 입력 이미지에 포함된 객체(또는 객체를 포함하는 영역)의 면적에 기반하여, 하나 이상의 객체들에 대하여 지정된 강도를 적용함으로써, 제 3 입력 이미지를 획득할 수 있다. 예를 들어, 프로세서(120)는, 입력 이미지 전체의 면적에 대한 객체의 면적의 비율이 지정된 비율 이상인 경우, 객체를 포함하는 영역에 대하여 입력 이미지의 다른 영역에 비하여 높은 강도를 적용함으로써, 제 3 입력 이미지를 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 사용자 입력에 기반하여, 하나 이상의 객체들에 대한 강도를 적용함으로써, 제 3 입력 이미지를 획득할 수 있다. 예를 들어, 프로세서(120)는, 입력 이미지 내에서 사용자 입력에 기반하여 선택된 객체에 대하여, 선택된 객체를 포함하는 영역에 대한 강도를 사용자 입력에 기반하여 설정(또는 조정)할 수 있다.

도 8에 도시하지는 않았지만, 일 실시예에서, 프로세서(120)는, 하나 이상의 객체들에 대한 정보에 기반하여, 하나 이상의 객체들에 대하여 다른 강도를 적용한 경우 발생 가능한 halo artifact를 최소화(또는 제거)하기 위하여, 다양한 동작들을 수행할 수 있다. 예를 들어, 프로세서(120)는, halo artifact를 최소화하기 위하여, 제 1-1 입력 이미지 및 제 1-4 입력 이미지를 블렌딩하는 경우, 하나 이상의 객체들에 적용되는 강도들 간 차이가 지정된 차이 이하가 되도록, 하나 이상의 객체들에 적용되는 강도들을 설정할 수 있다. 다른 예를 들어, 프로세서(120)는, 후처리(post processing) 동작의 일부로서, 특정 필터(예: edge preserving filter)를 이용하여 halo artifact를 제거할 수 있다.

도 10은, 다양한 실시예들에 따른, 세그멘테이션을 이용하여, 입력 이미지에 포함된 객체들에 대하여 기준 이미지의 톤을 반영하는 방법을 설명하기 위한 흐름도(1000)이다.

도 11은, 다양한 실시예들에 따른, 세그멘테이션 동작을 설명하기 위한 예시도(1100)이다.

일 실시예에서, 도 10 및 도 11의 실시예들은, 도 2의 동작 209에 대한 실시예들일 수 있다.

도 10 및 도 11을 참조하면, 동작 1001에서, 일 실시예에서, 프로세서(120)는, 제 1-1 입력 이미지에 포함된 하나 이상의 객체들 각각에 대한 하나 이상의 제 1-1 레이어들을 획득할 수 있다.

일 실시예에서, 제 1-1 입력 이미지는, 도 2의 제 1 입력 이미지와 동일한 이미지를 지칭할 수 있다.

일 실시예에서, 프로세서(120)는, 세그멘테이션을 수행함으로써, 제 1-1 입력 이미지 내에서 하나 이상의 객체들을 인식하고, 인식된 하나 이상의 객체들에 각각 대응하는 하나 이상의 제 1-1 레이어들을 획득(또는 생성)할 수 있다.

일 실시예에서, 프로세서(120)가, 세그멘테이션을 수행함으로써, 제 1-1 입력 이미지 내에서 하나 이상의 객체들을 인식하고, 인식된 하나 이상의 객체들에 각각 대응하는 하나 이상의 제 1-1 레이어들을 획득하는 동작의 실시예들은, 도 8의 동작 801의 제 1-1 입력 이미지에 포함된 하나 이상의 객체들을 인식함으로써, 하나 이상의 객체들에 대한 정보를 획득하는 동작의 실시예들과 적어도 일부가 동일 또는 유사하므로 상세한 설명은 생략하도록 한다.

동작 1003에서, 일 실시예에서, 프로세서(120)는, 기준 이미지에 포함된 하나 이상의 객체들 각각에 대한 하나 이상의 제 2-1 레이어들을 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 세그멘테이션을 수행함으로써, 기준 이미지 이미지 내에서 하나 이상의 객체들을 인식하고, 인식된 하나 이상의 객체들에 각각 대응하는 하나 이상의 제 2-1 레이어들을 획득(또는 생성)할 수 있다.

일 실시예에서, 동작 1001의 실시예들을 통하여 획득된 하나 이상의 제 1-1 레이어들의 개수는 동작 1003의 실시예들을 통하여 획득된 하나 이상의 제 2-1 레이어들의 개수와 다르거나 동일할 수 있다.

동작 1005에서, 일 실시예에서, 프로세서(120)는, 하나 이상의 제 1-1 레이어들 및 하나 이상의 제 2-1 레이어들을 매핑시킬 수 있다.

일 실시예에서, 프로세서(120)는, 동일한 객체에 대한 레이어들 간 매핑되도록, 하나 이상의 제 1-1 레이어들 및 하나 이상의 제 2-1 레이어들을 매핑시킬 수 있다. 예를 들어, 프로세서(120)는, 하나 이상의 제 1-1 레이어들 중 사람 객체(예: 객체가 사람으로 인식된 경우)에 대한 레이어와, 하나 이상의 제 2-1 레이어들 중 사람 객체에 대한 레이어를 매핑시키고, 하나 이상의 제 1-1 레이어들 중 바다 객체(예: 객체가 바다로 인식된 경우)에 대한 레이어와, 하나 이상의 제 2-1 레이어들 중 바다 객체에 대한 레이어를 매핑시킬 수 있다.

도 11에서, 일 실시예에서, 이미지(1110)는 제 1-1 입력 이미지를 나타내고, 이미지(1130)는 기준 이미지를 나타낼 수 있다. 도 11에서, 일 실시예에서, 이미지(1120) 및 이미지(1140)는, 각각, 이미지(1110) 및 이미지(1130)에 대응하고, 하나 이상의 제 1-1 레이어들 및 하나 이상의 제 2-1 레이어들 간 매핑을 설명하기 위한 이미지들일 수 있다. 예를 들어, 프로세서(120)는, 하나 이상의 제 1-1 레이어들 중에서 사람 객체(1121)에 대한 레이어와 하나 이상의 제 2-1 레이어들 중에서 사람 객체(1141)에 대한 레이어를 매핑시킬 수 있다. 프로세서(120)는, 하나 이상의 제 1-1 레이어들 중에서 하늘 객체(1122)에 대한 레이어와 하나 이상의 제 2-1 레이어들 중에서 하늘 객체(1142)에 대한 레이어를 매핑시킬 수 있다. 프로세서(120)는, 하나 이상의 제 1-1 레이어들 중에서 바다 객체(1123)에 대한 레이어와 하나 이상의 제 2-1 레이어들 중에서 바다 객체(1143)에 대한 레이어를 매핑시킬 수 있다.

일 실시예에서, 프로세서(120)는, 기준 이미지 내의 하나 이상의 객체들 중에서 제 1 객체가, 제 1-1 입력 이미지 내의 하나 이상의 객체들과 대응하지 않는 경우, 객체들 간 대응 관계를 포함하고 메모리(130)에 저장된 매핑 테이블(mapping table)을 이용하여, 제 1 객체를 기준 이미지 내의 하나 이상의 객체들 중에서 제 1 객체와 다른, 제 2 객체와 동일한 객체로 지정할 수 있다. 예를 들어, 도 11에서, 프로세서(120)는, 이미지(1120) 내의 객체들(1121 내지 1123) 중에서 이미지(1140) 내의 나무 객체(1144)와 대응하는 나무 객체가 없는 경우, 매핑 테이블을 이용하여, 나무 객체(1144)를 이미지(1140) 내의 객체들(1141 내지 1143) 중 사람 객체(1141)과 동일한 객체로 지정할 수 있다.

일 실시예에서, 프로세서(120)는, 기준 이미지 내의 하나 이상의 객체들 중에서 제 1 객체를 제 2 객체와 동일한 객체로 지정하는 경우, 제 1 객체에 대한 레이어 및 제 2 객체에 대한 레이어를 하나의 레이어로 결합시킬 수 있다.

일 실시예에서, 프로세서(120)는, 제 1-1 입력 이미지 내의 하나 이상의 객체들 중에서 제 3 객체가, 기준 이미지 내의 하나 이상의 객체들과 대응하지 않는 경우, 매핑 테이블을 이용하여, 제 3 객체를 제 1-1 입력 이미지 내의 하나 이상의 객체들 중에서 제 3 객체와 다른, 제 4 객체와 동일한 객체로 지정할 수 있다.

일 실시예에서, 프로세서(120)는, 제 1-1 입력 이미지 내의 하나 이상의 객체들 중에서 제 3 객체를 제 4 객체와 동일한 객체로 지정하는 경우, 제 3 객체에 대한 레이어 및 제 4 객체에 대한 레이어를 하나의 레이어로 결합시킬 수 있다.

동작 1007에서, 일 실시에에서, 프로세서(120)는, 하나 이상의 제 1-1 레이어들 및 하나 이상의 제 2-1 레이어들을 다운 샘플링함으로써, 하나 이상의 제 1-2 레이어들 및 하나 이상의 제 2-2 레이어들을 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 제 1 해상도(예: 1024*1024)를 가지는 하나 이상의 제 1-1 레이어들을, 각각, 다운 샘플링함으로써, 제 1 해상도 보다 낮은 제 2 해상도(36*36)를 가지는 하나 이상의 제 1-2 레이어들을 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 제 1 해상도를 가지는 하나 이상의 제 1-1 레이어들을, 각각, 랜덤 다운 샘플링함으로써, 제 1 해상도 보다 낮은 제 2 해상도를 가지는 하나 이상의 제 1-2 레이어들을 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 제 3 해상도를 가지는 하나 이상의 제 2-1 레이어들 각각의 전체 영역 중 객체를 포함하는 영역(예: 레이어의 데이터의 비트 값이 '1'인 영역 또는 객체로 인식될 확률 값이 지정된 확률 값 이상인 영역)(예: 객체를 포함하는 영역의 데이터)에서, 제 2 해상도에 대응하는 픽셀들 개수의 데이터를 랜덤하게 선택함으로써, 제 2 해상도를 가지는 하나 이상의 제 1-2 레이어들 각각을 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 제 3 해상도를 가지는 하나 이상의 제 2-1 레이어들을, 각각, 다운 샘플링함으로써, 제 3 해상도 보다 낮은 제 2 해상도(36*36)를 가지는 하나 이상의 제 2-2 레이어들을 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 제 3 해상도를 가지는 하나 이상의 제 2-1 레이어들을, 각각, 랜덤 다운 샘플링함으로써, 제 3 해상도 보다 낮은 제 2 해상도를 가지는 하나 이상의 제 2-2 레이어들을 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 제 3 해상도를 가지는 하나 이상의 제 2-1 레이어들 각각의 전체 영역 중 객체를 포함하는 영역에서, 제 2 해상도에 대응하는 픽셀들 개수의 데이터를 랜덤하게 선택함으로써, 제 2 해상도를 가지는 하나 이상의 제 2-2 레이어들 각각을 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 객체의 카테고리에 기반하여 다운 샘플링을 수행함으로써, 다른 해상도를 가진 복수의 매핑된 레이어들 쌍들을 포함하는 하나 이상의 제 1-2 레이어들 및 하나 이상의 제 2-2 레이어들을 획득할 수 있다. 예를 들어, 프로세서(120)는, 하나 이상의 제 1-1 레이어들 중 제 1 레이어와, 하나 이상의 제 2-1 레이어들 중 제 2 레이어가 매핑되고, 제 1 레이어 및 제 2 레이어가 사람 객체에 대한 레이어들인 경우, 다운 샘플링을 통하여, 제 2 해상도를 가진 제 3 레이어 및 제 4 레이어를 획득할 수 있다. 프로세서(120)는, 하나 이상의 제 1-1 레이어들 중 제 5 레이어와, 하나 이상의 제 2-1 레이어들 중 제 6 레이어가 매핑되고, 제 5 레이어 및 제 6 레이어가 바다 객체에 대한 레이어들인 경우, 다운 샘플링을 통하여, 제 2 해상도 보다 큰 제 4 해상도를 가진 제 7 레이어 및 제 8 레이어를 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 기준 이미지 내의 객체를 포함하는 영역의 면적 또는 기준 이미지의 면적에 대한 객체를 포함하는 영역의 비율에 기반하여 다운 샘플링을 수행함으로써, 다른 해상도를 가진 복수의 매핑된 레이어들 쌍들을 포함하는 하나 이상의 제 1-2 레이어들 및 하나 이상의 제 2-2 레이어들을 획득할 수 있다. 예를 들어, 프로세서(120)는, 하나 이상의 제 1-1 레이어들 중 제 1 레이어와, 하나 이상의 제 2-1 레이어들 중 제 2 레이어가 매핑되고, 제 1 레이어 및 제 2 레이어가 제 1 객체에 대한 레이어들인 경우, 기준 이미지의 면적에 대한 기준 이미지에서 제 1 객체를 포함하는 영역의 면적의 비율이 지정된 비율 이하인 경우, 다운 샘플링을 통하여, 제 2 해상도 보다 작은 제 5 해상도를 가진 제 3 레이어 및 제 4 레이어를 획득할 수 있다.

동작 1009에서, 일 실시예에서, 프로세서(120)는, 하나 이상의 제 1-2 레이어들 및 하나 이상의 제 2-2 레이어들에 대하여 반복 분포 변환을 수행함으로써, 하나 이상의 제 1-3 레이어들을 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 하나 이상의 제 1-2 레이어들 및 하나 이상의 제 2-2 레이어들 중에서, 매핑되는 레이어들 간 반복 분포 변환을 수행할 수 있다. 예를 들어, 프로세서(120)는, 하나 이상의 제 1-2 레이어들 중 제 1 레이어와, 하나 이상의 제 2-2 레이어들 중 제 1 레이어와 매핑되는 제 2 레이어에 대하여, 반복 분포 변환을 수행할 수 있다. 다른 예를 들어, 프로세서(120)는, 하나 이상의 제 1-2 레이어들 중 제 3 레이어와, 하나 이상의 제 2-2 레이어들 중 제 3 레이어와 매핑되는 제 4 레이어에 대하여, 반복 분포 변환을 수행할 수 있다.

일 실시예에서, 프로세서(120)는, 도 6의 동작 605를 통하여 설명한 제 1-2 입력 이미지 및 제 1-2 기준 이미지에 대하여 반복 분포 변환을 수행하는 예시들과 적어도 일부가 동일 또는 유사하게, 매핑되는 레이어들 간 반복 분포 변환을 수행할 수 있다. 일 실시예에서, 프로세서(120)는, 매핑되는 레이어들 간 반복 분포 변환을 수행함으로써, 하나 이상의 제 1-3 레이어들을 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 복수의 매핑된 레이어들 쌍들에 대하여, 복수의 매핑된 레이어들 쌍들 각각에 포함하는 객체들에 따라, 다른 횟수로 반복 분포 변환을 수행할 수 있다. 예를 들어, 프로세서(120)는, 하나 이상의 제 1-2 레이어들 중 제 1 레이어와. 하나 이상의 제 2-2 레이어들 중 제 1 레이어와 매핑되는 제 2 레이어가 제 1 객체에 대한 레이어들인 경우, 제 1 레이어 및 제 2 레이어에 대하여 제 1 횟수 만큼 반복 분포 변환을 수행할 수 있다. 프로세서(120)는, 하나 이상의 제 1-2 레이어들 중 제 3 레이어와. 하나 이상의 제 2-2 레이어들 중 제 3 레이어와 매핑되는 제 4 레이어가 제 2 객체에 대한 레이어들인 경우, 제 3 레이어 및 제 4 레이어에 대하여 제 1 횟수 보다 많은 제 2 횟수 만큼 반복 분포 변환을 수행할 수 있다.

일 실시예에서, 프로세서(120)는, 복수의 매핑된 레이어들 쌍들에 대하여, 복수의 매핑된 레이어들 쌍들 각각과 관련된 객체들에 따라, 다른 개수의 복수의 회전 매트릭스들을 생성할 수 있다. 예를 들어, 프로세서(120)는, 하나 이상의 제 1-2 레이어들 중 제 1 레이어와. 하나 이상의 제 2-2 레이어들 중 제 1 레이어와 매핑되는 제 2 레이어가 제 1 객체에 대한 레이어들인 경우, 제 1 레이어 및 제 2 레이어를 변환(예: radon transform)하기 위하여, 제 1 개수의 복수의 회전 매트릭스들을 생성할 수 있다. 프로세서(120)는, 하나 이상의 제 1-2 레이어들 중 제 3 레이어와. 하나 이상의 제 2-2 레이어들 중 제 3 레이어와 매핑되는 제 4 레이어가 제 2 객체에 대한 레이어들인 경우, 제 3 레이어 및 제 4 레이어를 변환하기 위하여, 제 1 개수와 다른 제 2 개수의 복수의 회전 매트릭스들을 생성할 수 있다. 일 실시예에서, 프로세서(120)는, 객체들에 대하여 다른 개수의 복수의 회전 매트릭스들 생성된 경우, 생성된 다른 개수의 복수의 회전 매트릭스에 기반하여, 하나 이상의 제 1-3 레이어들을 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 복수의 매핑된 레이어들 쌍들에 대하여, 복수의 매핑된 레이어들 쌍들 각각과 관련된 객체들에 따라, 다른 횟수로 반복 분포 변환을 수행하고, 반복 분포 변환 각각을 수행하는 동안 다른 개수의 복수의 회전 매트릭스들을 생성할 수 있다.

일 실시예에서, 프로세서(120)는, 지정된 객체와 관련된 매핑된 레이어들 쌍에 대하여, 반복 분포 변환을 수행하는 횟수 또는 생성하는 복수의 회전 매트릭스들의 개수 중 적어도 하나를, 다른 객체와 관련된 매핑된 레이어들 쌍과 다르게 설정할 수 있다. 예를 들어, 프로세서(120)는, 사람 객체와 관련된 매핑된 레이어들 쌍에 대하여, 반복 분포 변환을 수행하는 횟수 또는 생성하는 복수의 회전 매트릭스들의 개수 중 적어도 하나를, 다른 객체(예: 바다 객체)와 관련된 매핑된 레이어들 쌍과 다르게 설정할 수 있다.

일 실시예에서, 프로세서(120)는, 객체의 카테고리에 기반하여, 매핑된 레이어들 쌍에 대하여, 반복 분포 변환을 수행하는 횟수 또는 생성하는 복수의 회전 매트릭스들의 개수 중 적어도 하나를, 다른 객체와 관련된 매핑된 레이어들 쌍과 다르게 설정할 수 있다. 예를 들어, 프로세서(120)는, 하늘 객체와 관련된 매핑된 레이어들 쌍에 대하여, 반복 분포 변환을 수행하는 횟수 또는 생성하는 복수의 회전 매트릭스들의 개수 중 적어도 하나를, 사람 객체와 관련된 매핑된 레이어들 쌍과 다르게 설정할 수 있다.

일 실시예에서, 프로세서(120)는, 기준 이미지 내의 객체를 포함하는 영역의 면적 또는 기준 이미지의 면적에 대한 객체를 포함하는 영역의 비율에 기반하여, 반복 분포 변환을 수행하는 횟수 또는 생성하는 복수의 회전 매트릭스들의 개수 중 적어도 하나를 설정할 수 있다. 예를 들어, 프로세서(120)는, 기준 이미지의 면적에 대한 기준 이미지에서 제 1 객체를 포함하는 영역의 면적의 비율이 지정된 비율 이하인 경우, 제 1 객체와 관련되고 매핑된 레이어들 쌍에 대한 반복 분포 변환을 수행하는 횟수 및/또는 생성하는 복수의 회전 매트릭스들의 개수를, 다른 객체와 관련되고 매핑된 레이어들 쌍에 대한 반복 분포 변환을 수행하는 횟수 및/또는 생성하는 복수의 회전 매트릭스들의 개수에 비하여 작게 설정할 수 있다.

일 실시에에서, 프로세서(120)는, 사용자 입력에 기반하여, 매핑된 레이어들 쌍에 대하여, 반복 분포 변환을 수행하는 횟수 또는 생성하는 복수의 회전 매트릭스들의 개수 중 적어도 하나를, 설정할 수 있다.

동작 1011에서, 일 실시예에서, 프로세서(120)는, 하나 이상의 제 1-3 레이어들을 결합함으로써, 제 1-4 레이어(또는 이미지)를 획득하고, 하나 이상의 제 1-2 레이어들을 결합함으로써, 제 1-5 레이어를 획득할 수 있다. 예를 들어, 프로세서(120)는, 하나 이상의 제 1-3 레이어들에서 동일한 픽셀 위치에 해당하는 픽셀 값들)을 픽셀 위치 별로 합산함으로써, 제 1-4 레이어를 획득할 수 있다(예: 하나 이상의 제 1-3 레이어들 각각의 (1, 1) 위치의 픽셀 값들을 합산한 값이 제 1-4 레이어의 (1, 1) 픽셀 위치의 픽셀 값). 프로세서(120)는, 하나 이상의 제 1-1 레이어들이 다운 샘플링된 하나 이상의 제 1-2 레이어들에서 동일한 픽셀 위치에 해당하는 픽셀 값을 합산함으로써, 제 1-5 레이어를 획득할 수 있다.

동작 1013에서, 일 실시예에서, 프로세서(120)는, 제 1-4 레이어 및 제 1-5 레이어에 기반하여 리그레션을 수행함으로써, 제 1-2 입력 이미지를 획득할 수 있다.

일 실시예에서, 동작 1013의 제 1-4 레이어 및 제 1-5 레이어에 기반하여 리그레션을 수행함으로써 제 1-2 입력 이미지를 획득하는 동작에 대한 실시예들은, 도 6의 동작 607의 제 1-2 입력 이미지 및 제 1-3 입력 이미지에 기반하여, 리그레션을 수행함으로써, 제 1-4 입력 이미지를 획득하는 동작에 대한 실시예들과 적어도 일부가 동일 또는 유사하므로, 상세한 설명은 생략하기로 한다.

동작 1013에서, 일 실시예에서, 프로세서(120)는, 제 1-1 입력 이미지 및 제 1-2 입력 이미지를 블렌딩함으로써, 제 3 입력 이미지를 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 제 1-2 입력 이미지(또는 제 1-1 입력 이미지)에 포함된 객체의 카테고리에 기반하여, 하나 이상의 객체들에 대하여 지정된 강도를 적용함으로써, 제 3 입력 이미지를 획득할 수 있다. 예를 들어, 프로세서(120)는, 제 1-2 입력 이미지에 사람 객체가 포함된 경우, 입력 이미지의 배경(또는 배경 객체)에 적용하는 알파 값 보다 작은 알파 값을 사람 객체를 포함하는 영역에 적용할 수 있다.

일 실시예에서, 프로세서(120)는, 제 1-2 입력 이미지에 포함된 객체(또는 객체를 포함하는 영역)의 면적에 기반하여, 하나 이상의 객체들에 대하여 지정된 강도를 적용함으로써, 제 3 입력 이미지를 획득할 수 있다. 예를 들어, 프로세서(120)는, 제 1-2 입력 이미지 전체의 면적에 대한 제 1 객체의 면적의 비율이 지정된 비율 이상인 경우, 제 1 객체를 포함하는 영역에 대하여 제 1-2 입력 이미지의 다른 영역에 비하여 높은 강도를 적용함으로써, 제 3 입력 이미지를 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 제 1-1 입력 이미지 및 제 1-1 기준 이미지에 공통적으로 포함된 객체의 히스토그램들 간 차이에 기반하여, 제 1-1 입력 이미지 및 제 1-1 기준 이미지에 공통적으로 포함된 객체에 대한 적용 강도를 설정할 수 있다. 예를 들어, 프로세서(120)는, 제 1-1 입력 이미지 및 제 1-1 기준 이미지에 공통적으로 포함된 제 1 객체에 대하여, 제 1-1 입력 이미지 내에서 제 1 객체가 포함된 영역의 히스토그램 및 제 1-1 기준 이미지 내에서 제 1 객체가 포함된 영역의 히스토그램 간 차이가 지정된 차이 이상인 경우, 제 1-1 입력 이미지 및 제 1-2 입력 이미지를 블렌딩하는 때 제 1-2 입력 이미지 내에서 제 1 객체를 포함하는 영역에 대한 적용 강도를 낮게 설정할 수 있다(예: 제 1 객체를 포함하는 영역에 대하여 낮은 알파 값을 적용할 수 있다). 이를 통하여, 프로세서(120)는, 제 1-1 입력 이미지의 톤이 제 3 입력 이미지의 톤으로 급격하게 변화되지 않도록 할 수 있다.

일 실시예에서, 프로세서(120)는, 사용자 입력에 기반하여, 하나 이상의 객체들에 대한 강도를 적용함으로써, 제 3 입력 이미지를 획득할 수 있다. 예를 들어, 프로세서(120)는, 제 1 입력 이미지 내에서 사용자 입력에 기반하여 선택된 객체에 대하여, 선택된 객체를 포함하는 영역에 대한 강도를 사용자 입력에 기반하여 설정(또는 조정)할 수 있다.

도 10에 도시하지는 않았지만, 일 실시예에서, 프로세서(120)는, 세그멘테이션을 수행함으로써 발생 가능한 halo artifact를 최소화(또는 제거)하기 위하여, 다양한 동작들을 수행할 수 있다. 예를 들어, 프로세서(120)는, halo artifact를 최소화하기 위하여, 제 1-1 입력 이미지 및 제 1-2 입력 이미지를 블렌딩하는 경우, 하나 이상의 객체들에 적용되는 강도들 간 차이가 지정된 차이 이하가 되도록, 하나 이상의 객체들에 적용되는 강도들을 설정할 수 있다. 다른 예를 들어, 프로세서(120)는, 후처리(post processing) 동작의 일부로서, 특정 필터(예: edge preserving filter)를 이용하여 halo artifact를 제거할 수 있다.

도 12a 및 도 12b는, 다양한 실시예들에 따른, 카메라 어플리케이션을 이용하여 필터를 제공하는 방법을 설명하기 위한 예시도이다.

도 12a 및 도 12b를 참조하면, 일 실시예에서, 도면(1201)은, 제 1 이미지(1210) 및 기저장된 필터들에 대응하는 이미지들을 포함하는 화면을 나타낼 수 있다.

일 실시예에서, 프로세서(120)는, 카메라 어플리케이션을 통하여, 실시간으로 입력되는 프리뷰 이미지로서 제 1 이미지(1210)를 디스플레이(예: 표시 장치(160))를 통하여 표시할 수 있다. 일 실시예에서, 프로세서(120)는, 제 1 이미지(1210)에 이미지의 지정된 톤을 반영하기 위한 필터를 표시하기 위한 사용자 입력을 수신할 수 있다. 일 실시예에서, 프로세서(120)는, 도면(1201)에 도시된 바와 같이, 제 1 이미지(1210), 제 1 이미지(1210)에 대응하는 이미지를 캡처(또는 촬영)하기 위한 오브젝트(1211), 적어도 하나의 제 1 필터(예: 카메라 어플리케이션의 제조자(또는 개발자)에 의해 생성되거나, 외부 장치로부터 수신되거나, 또는 지정된 프로그램을 이용하여 생성된 적어도 하나의 필터)를 표시하기 위한 오브젝트(1213), 전자 장치(101)의 사용자에 의해 생성되어 저장되었던 적어도 하나의 제 2 필터 및 새롭게 필터를 생성하기 위한 오브젝트를 표시하기 위한 오브젝트(1214), 및 적어도 하나의 제 1 필터를 나타내는 이미지(예: 이미지(1215-2) 및 이미지(1215-3))를 디스플레이를 통하여 표시할 수 있다.

일 실시예에서, 프로세서(120)는, 제 1 이미지(1210)에 대하여 적어도 하나의 제 1 필터 각각에 대응하는 이미지의 톤이 적용된 이미지가 축소된(예: 섬네일 형태로 표시되는) 이미지(예: 이미지(1215-2) 및 이미지(1215-3))를 디스플레이를 통하여 표시할 수 있다. 일 실시예에서, 도시하지 않았으나, 프로세서(120)는, 이미지(1215-2) 및 이미지(1215-3) 각각에 적용된 이미지의 톤을 나타내는 텍스트(예: "따스한" 및 "차분한")를 포함하는 이미지(1215-2) 및 이미지(1215-3)를 디스플레이를 통하여 표시할 수 있다. 일 실시예에서, 프로세서(120)는, 제 1 이미지(1210)에 대하여 이미지의 톤이 적용되지 않은, 제 1 이미지가 축소된 이미지(1215-1)를 디스플레이를 통하여 표시할 수 있다. 일 실시예에서, 도시하지 않았으나, 프로세서(120)는, 제 1 이미지(1210)가 축소된 이미지(1215-1)가 이미지의 톤이 적용되지 않음을 나타내는 텍스트(예: "원본")를 포함하도록, 제 1 이미지(1210)가 축소된 이미지(1215-1)를 디스플레이를 통하여 표시할 수 있다.

일 실시예에서, 도면(1203)은, 제 1 이미지(1220), 기저장된 필터들에 대응하는 이미지들, 및 새롭게 필터를 생성하기 위한 오브젝트(1221-1)를 포함하는 화면을 나타낼 수 있다. 일 실시예에서, 도면(1203)은, 도면(1201)에서 오브젝트(1214)에 대한 사용자 입력(예: 터치 입력)이 수신된 경우 디스플레이를 통하여 표시되는 화면을 나타낼 수 있다.

일 실시예에서, 프로세서(120)는, 도면(1203)에 도시된 바와 같이, 제 1 이미지(1220), 전자 장치(101)의 사용자에 의해 생성되어 저장되었던 적어도 하나의 제 2 필터를 나타내는 이미지(예: 이미지(1221-3) 및 이미지(1221-4)), 새롭게 필터를 생성하기 위한 오브젝트(1221-1), 및 제 1 이미지가 축소된 이미지(1221-2)를 디스플레이를 통하여 표시할 수 있다.

일 실시예에서, 프로세서(120)는, 적어도 하나의 제 2 필터를 나타내는 이미지를, 적어도 하나의 제 2 필터 생성 시 기준 이미지의 톤이 적용된 이미지가 축소된 형태로 디스플레이를 통하여 표시할 수 있다. 일 실시예에서, 도시하지 않았으나, 프로세서(120)는, 이미지(1221-3) 및 이미지(1221-4) 각각을 나타내는 명칭들(예: "필터1" 및 "필터2")을 포함하는, 이미지(1221-3) 및 이미지(1221-4)를 디스플레이를 통하여 표시할 수 있다. 일 실시예에서, 도시하지 않았으나, 프로세서(120)는, 제 1 이미지(1220)가 축소된 이미지(1221-2)가 이미지의 톤이 적용되지 않음을 나타내는 텍스트(예: "원본")를 포함하도록, 제 1 이미지(1220)가 축소된 이미지(1221-1)를 디스플레이를 통하여 표시할 수 있다.

일 실시예에서, 도면(1205)은, 갤러리 어플리케이션에 저장된 하나 이상의 제 2 이미지들(1230)을 포함하는 화면을 나타낼 수 있다. 일 실시예에서, 도면(1205)은, 도면(1203)에서 오브젝트(1221-1)에 대한 사용자 입력(예: 터치 입력)이 수신된 경우 디스플레이를 통하여 표시되는 화면을 나타낼 수 있다.

일 실시예에서, 프로세서(120)는, 갤러리 어플리케이션에 저장된 하나 이상의 제 2 이미지들(1230)을 축소된 형태(예: 섬네일 형태)로 디스플레이를 통하여 표시할 수 있다. 예를 들어, 프로세서(120)는, 필터를 생성하기 위한 오브젝트(1221-1)에 대한 사용자 입력에 기반하여, 갤러리 어플리케이션에 저장된 하나 이상의 제 2 이미지들(1230)을 디스플레이를 통하여 표시할 수 있다.

일 실시예에서, 도면(1207)은, 하나 이상의 제 2 이미지들(1230) 중에서 이미지(1231)이 선택된 경우 표시되는 화면을 나타낼 수 있다.

일 실시예에서, 프로세서(120)는, 하나 이상의 제 2 이미지들(1230) 중에서 사용자 입력(예: 이미지(1231)에 대한 터치 입력)에 기반하여, 이미지(1231)를 기준 이미지로서 선택할 수 있다.

일 실시예에서, 프로세서(120)는, 기준 이미지로서 이미지(1231)의 데이터의 분포를 나타내는 값이 지정된 범위에 있는지 여부를 확인할 수 있다.

일 실시예에서, 프로세서(120)는, 이미지(1231)의 데이터의 분포를 나타내는 값(예: 표준 편차 또는 히스토그램의 엔트로피 값 중 적어도 하나)이 지정된 범위에 있는 것으로 확인한 경우, 제 1 방법에 기반한 제 1 변환 모듈을 이용하여, 입력 이미지(예: 제 1 이미지(1210) 또는 제 1 이미지(1220)) 및 이미지(1231)에 기반하여, 제 2 입력 이미지를 획득할 수 있다. 예를 들어, 프로세서(120)는, 이미지(1231)의 데이터의 분포를 나타내는 값이 지정된 범위에 있는 것으로 확인한 경우(예: 이미지(1231)가 모노톤 이미지로 확인된 경우), 입력 이미지의 데이터의 제 1 평균 값 및 이미지(1231)의 데이터의 제 2 평균 값을 획득할 수 있다. 프로세서(120)는, 제 2 평균 값과 동일한 평균 값을 가지는 제 2 입력 이미지(예: 제 2 입력 이미지의 데이터)를 획득할 수 있다. 일 실시예에서, 프로세서(120)는, 제 2 입력 이미지를 획득한 후, 제 2 입력 이미지의 콘트라스트 및 기준 이미지로서 이미지(1231)의 콘트라스트를 매칭할 수 있다.

일 실시예에서, 프로세서(120)는, 이미지(1231)의 데이터의 분포를 나타내는 값이 지정된 범위에 있지 않은 것으로 확인한 경우, 제 2 방법에 기반한 제 2 변환 모듈을 이용하여, 입력 이미지(예: 제 1 이미지(1210) 또는 제 1 이미지(1220)) 및 이미지(1231)에 기반하여, 제 3 입력 이미지를 획득할 수 있다. 예를 들어, 프로세서(120)는, 이미지(1231)의 데이터의 분포를 나타내는 값이 지정된 범위에 있는 것으로 확인한 경우(예: 이미지(1231)가 color 이미지로 확인된 경우), 입력 이미지 데이터 및 기준 이미지로서 이미지(1231)에 대한 다운 샘플링 동작을 수행할 수 있다. 프로세서는, 다운 샘플링된 입력 이미지 데이터(예: 도 6의 제 1-2 입력 이미지) 및 다운 샘플링된 이미지(1231)(예: 도 6의 제 1-2 기준 이미지) 을 지정된 횟수 만큼 반복 분포 변환을 수행함으로써, 입력 이미지(예: 도 6의 제 1-3 입력 이미지)를 획득할 수 있다. 프로세서(120)는, 다운 샘플링된 입력 이미지 입력 이미지(예: 도 6의 제 1-2 입력 이미지) 및 입력 이미지(예: 도 6의 제 1-3 입력 이미지)에 대하여 리그레션을 수행함으로써, 결과 입력 이미지(예: 도 6의 제 1-4 입력 이미지)를 획득할 수 있다. 프로세서는, 입력 이미지(예: 제 1 이미지(1210) 또는 제 1 이미지(1220)) 및 결과 입력 이미지(예: 도 6의 제 1-4 입력 이미지)를 블렌딩함으로써, 제 3 입력 이미지를 획득할 수 있다.

일 실시예에서, 프로세서는, 세그멘테이션을 통하여, 입력 이미지(예: 제 1 이미지(1210) 또는 제 1 이미지(1220))에 포함된 하나 이상의 객체들을 인식함으로써, 하나 이상의 객체들에 대한 정보를 획득할 수 있다. 프로세서는, 다운 샘플링 동작, 지정된 횟수 만큼 반복 분포 변환, 및 리그레션을 수행할 수 있다. 프로세서는, 입력 이미지(예: 제 1 이미지(1210) 또는 제 1 이미지(1220))에 포함된 하나 이상의 객체들에 대한 정보에 기반하여, 하나 이상의 객체들 중 적어도 하나의 객체(예: 하나 이상의 객체들 중 사용자에 의해 선택된 적어도 하나의 객체)에 대하여 지정된 강도를 적용할 수 있는 블렌딩 동작을 수행할 수 있다.

일 실시예에서, 프로세서(120)는, 프로세서는, 세그멘테이션을 통하여, 입력 이미지(예: 제 1 이미지(1210) 또는 제 1 이미지(1220))에 포함된 하나 이상의 객체들을 인식하고, 도 10의 실시예들을 통하여 설명한 바와 같이, 하나 이상의 객체들에 따라, 반복 분포 변환을 수행하는 횟수 또는 복수의 회전 매트릭스들의 개수 중 적어도 하나를 다르게 설정할 수 있다. 프로세서는, 반복 분포 변환을 수행하는 횟수 또는 복수의 회전 매트릭스들의 개수 중 적어도 하나를 다르게 설정된 제 2 변환 모듈을 이용하여, 제 3 입력 이미지를 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 도면(1207)에 도시된 바와 같이, 생성된 필터를 이용하여, 선택된 이미지(1231)의 톤이 반영된 제 1 이미지(1240)(예: 제 2 입력 이미지 또는 제 3 입력 이미지)를 디스플레이를 통하여 표시할 수 있다.

일 실시예에서, 프로세서(120)는, 제 1 이미지(1240)과 함께, 선택된 이미지(1231)(예: 기준 이미지)을 디스플레이를 통하여 표시할 수 있다. 예를 들어, 프로세서(120)는, 제 1 이미지(1240)와 함께, 제 1 이미지(1240) 상에 오버레이(overlay)되는 형태로 이미지(1231)를 디스플레이를 통하여 표시할 수 있다.

일 실시예에서, 프로세서(120)는, 제 1 이미지(1240) 내에 새롭게 생성된 필터의 명칭을 나타내는 텍스트(예: "필터 7")(1241)를 디스플레이를 통하여 표시할 수 있다.

일 실시예에서, 프로세서(120)는, 생성된 필터를 메모리(130)에 저장하기 위한 오브젝트(1243) 및 생성된 필터(예: 생성 후 임시적으로 메모리(130)에 저장된 필터)를 삭제하기 위한 오브젝트(1245)를 디스플레이를 통하여 표시할 수 있다.

일 실시예에서, 도면(1209)는, 생성된 필터가 저장된 후, 디스플레이를 통하여 표시되는 화면을 나타낼 수 있다. 일 실시예에서, 도면(1209)는, 도면(1207)에서 오브젝트(1243)에 대한 사용자 입력(예: 터치 입력)을 수신한 경우, 디스플레이를 통하여 표시되는 화면을 나타낼 수 있다.

일 실시예에서, 프로세서(120)는, 생성된 필터를 이용하여 이미지(1231)의 톤이 반영된 제 1 이미지(1250) 및 생성된 필터를 나타내는 이미지(1251)를 디스플레이를 통하여 표시할 수 있다. 예를 들어, 프로세서(120)는, 생성된 필터를 이용하여 이미지(1231)의 톤이 반영된 제 1 이미지(1250), 기저장된 적어도 하나의 제 2 필터(예: 전자 장치(101)의 사용자에 의해 생성되었던 적어도 하나의 제 2 필터)를 나타내는 이미지(예: 이미지(1221-5) 및 이미지(1221-6)), 및 생성된 필터를 나타내는 이미지(1251)를 디스플레이를 통하여 표시할 수 있다.

일 실시예에서, 프로세서(120)는, 이미지(1250)에 대하여 필터(예: 생성된 필터, 또는 기저장된 필터 중에서 선택된 필터)에 의해 적용된 이미지의 톤의 적용 정도(또는 강도)를 조절하기 위한 인터페이스(1253)를 디스플레이를 통하여 더 표시할 수 있다. 일 실시예에서, 프로세서(120)는, 인터페이스(1253)에 포함된 오브젝트(1253-1)의 위치에 따라 디스플레이를 통해 표시 중인 제 1 이미지(1250)에 생성된 필터를 이용하여 적용된 이미지의 톤의 정도를 조절할 수 있다. 예를 들어, 프로세서(120)는, 오브젝트(1253-1)에 대한 사용자 입력에 기반하여, 인터페이스(1253)의 바(bar) 상에서 오브젝트(1253-1)가 가장 왼쪽에 위치하는 경우, 생성된 필터에 의해 이미지의 톤이 적용되지 않은 이미지(예: 이미지(1210) 또는 입력 이미지)를 디스플레이를 통하여 표시할 수 있다. 프로세서(120)는, 오브젝트(1253-1)에 대한 사용자 입력에 기반하여, 인터페이스(1253)의 바(bar) 상에서 오브젝트(1253-1)가 가장 오른쪽에 위치하는 경우, 생성된 필터에 의해 이미지의 톤이 완전히(fully) 적용된 이미지(예: 이미지(1250))를 디스플레이를 통하여 표시할 수 있다.

도 13a 및 도 13b는, 다양한 실시예들에 따른, 이미지 어플리케이션을 이용하여 필터를 제공하는 방법을 설명하기 위한 예시도이다.

도 13a 및 도 13b를 참조하면, 일 실시예에서, 도면(1301)은, 입력 이미지로서 제 1 이미지(1310), 필터를 생성하기 위한 오브젝트(1311), 및 기저장된 필터들(예: 적어도 하나의 제 1 필터 및 적어도 하나의 제 2 필터)에 대응하는 이미지들(예: 이미지(1312-2), 이미지(1312-3), 및 이미지(1312-4))을 포함하는 화면을 나타낼 수 있다.

일 실시예에서, 프로세서(120)는, 이미지 어플리케이션이 실행되는 경우, 사용자에 의해 선택된 제 1 이미지(1310)를 디스플레이(예: 표시 장치(160))를 통하여 표시할 수 있다. 일 실시예에서, 프로세서(120)는, 선택된 제 1 이미지(1310)를 편집하기 위한 입력(예: 선택된 제 1 이미지(1310)에 대하여 필터를 이용하기 위한 입력)에 기반하여, 도면(1301)에 도시된 바와 같은 화면을 디스플레이를 통하여 표시할 수 있다.

일 실시예에서, 프로세서(120)는, 도면(1301)에 도시된 바와 같이, 제 1 이미지(1310), 기저장된 복수의 필터들을 나타내는 이미지들(예: 이미지(1312-2), 이미지(1312-3), 및 이미지(1312-4)), 및 필터를 생성하기 위한 오브젝트(1311)를 디스플레이를 통하여 표시할 수 있다.

일 실시예에서, 프로세서(120)는, 제 1 이미지(1310)에 대하여 복수의 필터들 각각에 대응하는 톤들이 적용된 이미지들이 축소된(예: 섬네일 형태로 표시되는) 이미지들(예: 이미지(1312-2), 이미지(1312-3), 및 이미지(1312-4))을 디스플레이를 통하여 표시할 수 있다. 일 실시예에서, 프로세서(120)는, 도시하지 않았으나, 이미지(1312-2), 이미지(1312-3), 및 이미지(1312-4) 각각에 적용된 이미지의 톤을 나타내는 텍스트(예: "자동", "따스한", 및 "차분한")를 포함하는 이미지(1312-2), 이미지(1312-3), 및 이미지(1312-4)를 디스플레이를 통하여 표시할 수 있다. 일 실시예에서, 프로세서(120)는, 제 1 이미지에 대하여 이미지의 톤이 적용되지 않은, 제 1 이미지(1310)가 축소된 이미지(1312-1)를 디스플레이를 통하여 표시할 수 있다. 일 실시예에서, 도시하지 않았으나, 프로세서(120)는, 제 1 이미지(1310)가 축소된 이미지(1315-1)가 이미지의 톤이 적용되지 않음을 나타내는 텍스트(예: "원본")를 포함하도록, 제 1 이미지(1310)가 축소된 이미지(1312-1)를 디스플레이를 통하여 표시할 수 있다. 일 실시예에서, 프로세서(120)는, 이미지(1310)에 대하여 복수의 필터들 중에서 선택된 필터에 의해 적용된 이미지의 톤의 정도(또는 강도)를 조절하기 위한 인터페이스(1313)를 디스플레이를 통하여 더 표시할 수 있다. 일 실시예에서, 프로세서(120)는, 필터가 선택되지 않은 경우, 인터페이스(1313)가 사용자 입력을 수신할 수 없음(예: 인터페이스(1313)가 비활성화됨)을 나타내도록, 인터페이스(1313)를 디스플레이를 통하여 표시할 수 있다. 예를 들어, 프로세서(120)는, 필터가 선택되지 않은 경우 인터페이스(1313)를 제 1 색상(예: 검은 색)으로 표시하고, 필터가 선택된 경우 인터페이스(1313)가 사용자 입력을 수신할 수 있음을 나타내도록 인터페이스(1313)를 제 2 색상(예: 노란 색)으로 표시하도록 디스플레이를 제어할 수 있다.

일 실시예에서, 도면(1303)은, 하나 이상의 제 2 이미지들(1320)을 포함하는 화면을 나타낼 수 있다. 일 실시예에서, 도면(1303)은, 도면(1301)에서 오브젝트(1311)에 대한 사용자 입력(예: 터치 입력)이 수신된 경우 디스플레이를 통하여 표시되는 화면을 나타낼 수 있다.

일 실시예에서, 프로세서(120)는, 메모리(130)(예: 갤러리 어플리케이션)에 저장된 하나 이상의 제 2 이미지들(1320)을 축소된 형태(예: 섬네일 형태)로 디스플레이를 통하여 표시할 수 있다. 예를 들어, 프로세서(120)는, 필터를 생성하기 위한 오브젝트(1311)에 대한 사용자 입력에 기반하여, 이미지 어플리케이션과 관련되고 메모리(130)에 저장된 하나 이상의 제 2 이미지들(1320)을 디스플레이를 통하여 표시할 수 있다.

일 실시예에서, 도면(1305)은, 하나 이상의 제 2 이미지들(1320) 중에서 이미지(1321)가 선택된 경우 표시되는 화면을 나타낼 수 있다.

일 실시예에서, 프로세서(120)는, 하나 이상의 제 2 이미지들(1320) 중에서 사용자 입력(예: 이미지(1321)에 대한 터치 입력)에 기반하여, 이미지(1321)를 기준 이미지로서 선택할 수 있다.

일 실시예에서, 프로세서(120)는, 기준 이미지로서 이미지(1321)의 데이터의 분포를 나타내는 값이 지정된 범위에 있는지 여부를 확인할 수 있다.

일 실시예에서, 프로세서(120)는, 이미지(1321)의 데이터의 분포를 나타내는 값이 지정된 범위에 있는 것으로 확인한 경우, 제 1 방법에 기반한 제 1 변환 모듈을 이용하여, 입력 이미지(예: 제 1 이미지(1310) 및 이미지(1321)에 기반하여, 제 2 입력 이미지를 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 이미지(1321)의 데이터의 분포를 나타내는 값이 지정된 범위에 있지 않은 것으로 확인한 경우, 제 2 방법에 기반한 제 2 변환 모듈을 이용하여, 입력 이미지(예: 제 1 이미지(1310) 및 이미지(1321)에 기반하여, 제 3 입력 이미지를 획득할 수 있다.

일 실시예에서, 프로세서는, 세그멘테이션을 통하여, 입력 이미지(예: 제 1 이미지(1310))에 포함된 하나 이상의 객체들을 인식함으로써, 하나 이상의 객체들에 대한 정보를 획득할 수 있다. 프로세서는, 다운 샘플링 동작, 지정된 횟수 만큼 반복 분포 변환, 및 리그레션을 수행할 수 있다. 프로세서는, 입력 이미지(예: 제 1 이미지(1310))에 포함된 하나 이상의 객체들에 대한 정보에 기반하여, 하나 이상의 객체들 중 적어도 하나의 객체에 대하여 지정된 강도를 적용할 수 있는 블렌딩 동작을 수행할 수 있다.

일 실시예에서, 프로세서(120)는, 프로세서는, 세그멘테이션을 통하여, 입력 이미지(예: 제 1 이미지(1310))에 포함된 하나 이상의 객체들을 인식하고, 도 10의 실시예들을 통하여 설명한 바와 같이, 하나 이상의 객체들에 따라, 반복 분포 변환을 수행하는 횟수 또는 복수의 회전 매트릭스들의 개수 중 적어도 하나를 다르게 설정할 수 있다. 프로세서는, 반복 분포 변환을 수행하는 횟수 또는 복수의 회전 매트릭스들의 개수 중 적어도 하나를 다르게 설정된 제 2 변환 모듈을 이용하여, 제 3 입력 이미지를 획득할 수 있다.

일 실시예에서, 프로세서(120)는, 도면(1305)에 도시된 바와 같이, 생성된 필터를 이용하여, 선택된 이미지(1321)의 톤이 반영된 제 1 이미지(1330)(예: 제 2 입력 이미지 또는 제 3 입력 이미지)를 디스플레이를 통하여 표시할 수 있다.

일 실시예에서, 프로세서(120)는, 제 1 이미지(1330)과 함께, 선택된 이미지(1321)를 디스플레이를 통하여 표시할 수 있다. 예를 들어, 프로세서(120)는, 선택된 이미지(1321)의 톤이 반영된 제 1 이미지(1330)와 함께, 제 1 이미지(1330)의 영역과 독립된 영역에 기준 이미지로서 이미지(1321)를 디스플레이를 통하여 표시할 수 있다.

일 실시예에서, 프로세서(120)는, 제 1 이미지(1330) 내에 새롭게 생성된 필터의 명칭을 나타내는 텍스트(예: "필터 1")(1325)를 디스플레이를 통하여 표시할 수 있다.

일 실시예에서, 프로세서(120)는, 생성된 필터를 메모리(130)에 저장하기 위한 오브젝트(1331-3) 및 생성된 필터(예: 생성 후 임시적으로 메모리(130)에 저장된 필터)를 삭제하기 위한 오브젝트(1331-1)를 디스플레이를 통하여 표시할 수 있다.

일 실시예에서, 도면(1307)은, 생성된 필터가 저장된 후, 디스플레이를 통하여 표시되는 화면을 나타낼 수 있다. 일 실시예에서, 도면(1307)는, 도면(1305)에서 오브젝트(1331-3)에 대한 사용자 입력(예: 터치 입력)을 수신한 경우, 디스플레이를 통하여 표시되는 화면을 나타낼 수 있다.

일 실시예에서, 프로세서(120)는, 생성된 필터를 이용하여 이미지(1321)의 톤이 적용된 제 1 이미지(1340) 및 생성된 필터를 나타내는 이미지(1341)를 디스플레이를 통하여 표시할 수 있다. 예를 들어, 프로세서(120)는, 생성된 필터를 이용하여 이미지(1321)의 톤이 반영된 제 1 이미지(1340), 제 1 이미지(1310)가 축소된 이미지(1312-1), 기저장된 복수의 필터들(예: 이미지(1312-2) 및 이미지(1312-3), 및 생성된 필터를 나타내는 이미지(1341)를 디스플레이를 통하여 표시할 수 있다.

일 실시예에서, 프로세서(120)는, 이미지(1340)에 대하여 생성된 필터에 의해 적용된 이미지의 톤의 정도(또는 강도)를 조절하기 위한 인터페이스(1313)가 사용자 입력을 수신할 수 있음(또는 활성화됨)을 나타내도록 인터페이스(1313)을 디스플레이를 통하여 표시할 수 있다. 일 실시예에서, 프로세서(120)는, 인터페이스(1313)에 포함된 오브젝트(1313-1)의 위치에 따라 디스플레이를 통해 표시 중인 제 1 이미지(1340)에 생성된 필터를 이용하여 적용된 이미지의 톤의 정도를 조절할 수 있다.

본 발명의 다양한 실시예들에 따른 전자 장치에서 필터를 제공하는 방법은, 제 1 입력 이미지를 획득하는 동작, 기준 이미지를 획득하는 동작, 상기 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있는지 여부를 확인하는 동작, 상기 분포를 나타내는 값이 상기 지정된 범위 내에 있는 것으로 확인된 경우, 제 1 방법에 기반한 제 1 변환 모듈을, 상기 제 1 입력 이미지 및 상기 기준 이미지에 기반하여, 상기 기준 이미지의 톤에 대응하는 톤을 가지는 제 2 입력 이미지를 획득하는 동작, 및 상기 분포를 나타내는 값이 상기 지정된 범위 내에 있지 않은 것으로 확인된 경우, 상기 제 1 방법과 다른 제 2 방법에 기반한 제 2 변환 모듈을 이용하여, 상기 제 1 입력 이미지 및 상기 기준 이미지에 기반하여, 상기 기준 이미지의 톤에 대응하는 톤을 가지는 제 3 입력 이미지를 획득하는 동작을 포함할 수 있다.

다양한 실시예에서, 상기 제 1 입력 이미지는, 상기 전자 장치의 카메라를 통하여 획득되는 이미지 또는 이미지 어플리케이션에 저장된 이미지를 포함할 수 있다.

다양한 실시예에서, 상기 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있는지 여부를 확인하는 동작은, 상기 기준 이미지의 데이터의 표준 편차 또는 히스토그램의 엔트로피 값 중 적어도 하나가 지정된 값 이하인지 여부를 확인하는 동작을 포함할 수 있다.

다양한 실시예에서, 상기 제 2 입력 이미지를 획득하는 동작은, 상기 분포를 나타내는 값이 상기 지정된 범위 내에 있는 것으로 확인된 경우, 상기 제 1 입력 이미지의 데이터의 제 1 평균 값 및 상기 기준 이미지의 데이터의 제 2 평균 값을 획득하는 동작, 및 상기 제 2 평균 값 및 상기 제 1 평균 값 간 차이를 상기 제 1 입력 이미지의 데이터에 합산함으로써, 상기 제 2 입력 이미지를 획득하는 동작을 포함할 수 있다.

다양한 실시예에서, 상기 제 2 입력 이미지를 획득하는 동작은, 상기 제 2 입력 이미지의 콘트라스트 및 상기 기준 이미지의 콘트라스트를 매칭하는 동작을 더 포함할 수 있다.

다양한 실시예에서, 상기 제 3 입력 이미지를 획득하는 동작은, 상기 분포를 나타내는 값이 상기 지정된 범위 내에 있지 않은 것으로 확인된 경우, 제 1 해상도를 가지는 상기 제 1 입력 이미지 및 제 2 해상도를 가지는 상기 기준 이미지를 다운 샘플링하는 동작, 상기 제 1 해상도 및 상기 제 2 해상도 보다 낮은 제 3 해상도를 가지는 제 2 입력 이미지 및 제 2 기준 이미지를 획득하는 동작, 상기 제 2 입력 이미지 및 상기 제 2 기준 이미지에 대하여 지정된 횟수 만큼 반복 분포 변환을 수행함으로써, 상기 제 2 기준 이미지의 톤에 대응하는 톤을 가지는 제 3 입력 이미지를 획득하는 동작, 상기 제 2 입력 이미지 및 상기 제 3 입력 이미지에 기반하여 리그레션을 수행함으로써, 상기 제 1 해상도를 가지는 제 4 입력 이미지를 획득하는 동작, 및 상기 제 4 입력 이미지 및 상기 제 1 입력 이미지를 블렌딩함으로써, 상기 제 3 입력 이미지를 획득하는 동작을 포함할 수 있다.

다양한 실시예에서, 상기 다운 샘플링하는 동작은, 상기 제 1 해상도를 가지는 상기 제 1 입력 이미지 내에서 픽셀 값들을 선택하고, 상기 제 2 해상도를 가지는 상기 기준 이미지 내에서 랜덤하게 픽셀 값들을 선택하는 동작을 포함할 수 있다.

다양한 실시예에서, 상기 방법은 상기 제 1 입력 이미지에 포함된 하나 이상의 객체들을 인식함으로써 상기 하나 이상의 객체들에 대한 정보를 획득하는 동작을 더 포함하고, 상기 제 3 입력 이미지를 획득하는 동작은, 상기 하나 이상의 객체들에 대한 정보에 기반하여, 상기 제 4 입력 이미지 내에서 상기 하나 이상의 객체들에 대응하는 영역들에 대하여 다른 블렌딩 값을 적용함으로써, 상기 제 4 입력 이미지 및 상기 제 1 입력 이미지를 블렌딩하는 동작, 및 상기 제 4 입력 이미지 및 상기 제 1 입력 이미지가 블렌딩된 상기 제 3 입력 이미지를 획득하도록 하는 동작을 포함할 수 있다.

다양한 실시예에서, 상기 방법은, 상기 제 1 입력 이미지 및 상기 기준 이미지 내의 하나 이상의 객체들을 인식하는 동작을 더 포함하고, 상기 하나 이상의 객체들에 따라 상기 반복 분포 변환을 수행하는 횟수를 다르게 지정될 수 있다.

다양한 실시예에서, 상기 방법은, 상기 필터가 생성된 후 상기 제 2 입력 이미지 또는 상기 제 3 입력 이미지, 상기 기준 이미지, 및 상기 필터를 나타내는 오브젝트를 상기 디스플레이를 통하여 표시하는 동작을 더 포함할 수 있다.

또한, 상술한 본 발명의 실시예에서 사용된 데이터의 구조는 컴퓨터로 읽을 수 있는 기록매체에 여러 수단을 통하여 기록될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드 디스크 등), 광학적 판독 매체(예를 들면, CD-ROM, DVD 등)와 같은 저장매체를 포함한다.

이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

101, 102, 104: 전자 장치 108: 서버

Claims (20)

1. 전자 장치에 있어서,
   디스플레이;
   상기 디스플레이와 기능적으로 연결된 적어도 하나의 프로세서; 및
   상기 적어도 하나의 프로세서와 기능적으로 연결된 메모리를 포함하고,
   상기 메모리는, 상기 적어도 하나의 프로세서에 의한 실행 시, 상기 전자 장치가,
   제 1 입력(input) 이미지를 획득하고,
   기준(reference) 이미지를 획득하고,
   상기 기준 이미지의 데이터의 분포(distribution)를 나타내는 값이 지정된 범위 내에 있는지 여부를 확인하고,
   상기 분포를 나타내는 값이 상기 지정된 범위 내에 있는 것으로 확인된 경우, 제 1 방법에 기반한 제 1 변환 모듈(transfer module)을 이용하여, 상기 제 1 입력 이미지 및 상기 기준 이미지에 기반하여, 상기 기준 이미지의 톤(tone)에 대응하는 톤을 가지는 제 2 입력 이미지를 획득하고, 및
   상기 분포를 나타내는 값이 상기 지정된 범위 내에 있지 않은 것으로 확인된 경우, 상기 제 1 방법과 다른 제 2 방법에 기반한 제 2 변환 모듈을 이용하여, 상기 제 1 입력 이미지 및 상기 기준 이미지에 기반하여, 상기 기준 이미지의 톤에 대응하는 톤을 가지는 제 3 입력 이미지를 획득하도록 하는 인스트럭션들(instructions)을 저장하고,
   상기 인스트럭션들은, 상기 전자 장치가,
   상기 분포를 나타내는 값이 상기 지정된 범위 내에 있지 않은 것으로 확인된 경우, 제 1 해상도(resolution)를 가지는 상기 제 1 입력 이미지 및 제 2 해상도를 가지는 상기 기준 이미지를 다운 샘플링(down sampling)하고,
   상기 제 1 해상도 및 상기 제 2 해상도 보다 낮은 제 3 해상도를 가지는 제 2 입력 이미지 및 제 2 기준 이미지를 획득하고,
   상기 제 2 입력 이미지 및 상기 제 2 기준 이미지에 대하여 지정된 횟수 만큼 반복 분포 변환(iterative distribution transfer)을 수행함으로써, 상기 제 2 기준 이미지의 톤에 대응하는 톤을 가지는 제 3 입력 이미지를 획득하고,
   상기 제 2 입력 이미지 및 상기 제 3 입력 이미지에 기반하여 리그레션(regression)을 수행함으로써, 상기 제 1 해상도를 가지는 제 4 입력 이미지를 획득하고, 및
   상기 제 4 입력 이미지 및 상기 제 1 입력 이미지를 블렌딩(blending)함으로써, 상기 제 3 입력 이미지를 획득하도록 하는 전자 장치.
   
2. 제 1 항에 있어서,
   상기 제 1 입력 이미지는, 상기 전자 장치의 카메라를 통하여 획득되는 이미지 또는 이미지 어플리케이션에 저장된 이미지를 포함하는 전자 장치.
   
3. 제 1 항에 있어서,
   상기 인스트럭션들은, 상기 전자 장치가,
   상기 기준 이미지의 데이터의 표준 편차 또는 히스토그램(histogram)의 엔트로피(entropy) 값 중 적어도 하나가 지정된 값 이하인지 여부를 확인하도록 하는 전자 장치.
   
4. 제 1 항에 있어서,
   상기 인스트럭션들은, 상기 전자 장치가,
   상기 분포를 나타내는 값이 상기 지정된 범위 내에 있는 것으로 확인된 경우, 상기 제 1 입력 이미지의 데이터의 제 1 평균 값 및 상기 기준 이미지의 데이터의 제 2 평균 값을 획득하고,
   상기 제 2 평균 값 및 상기 제 1 평균 값 간 차이를 상기 제 1 입력 이미지의 데이터에 합산함으로써, 상기 제 2 입력 이미지를 획득하고, 및
   상기 제 2 입력 이미지의 콘트라스트(contrast) 및 상기 기준 이미지의 콘트라스트를 매칭(matching)하는 동작을 수행하도록 하는 전자 장치.
   
5. 삭제
6. 삭제
7. 제 1 항에 있어서,
   상기 인스트럭션들은, 상기 전자 장치가,
   상기 제 1 해상도를 가지는 상기 제 1 입력 이미지 내에서 픽셀 값들을 선택하고, 상기 제 2 해상도를 가지는 상기 기준 이미지 내에서 랜덤하게 픽셀 값들을 선택하도록 하는 전자 장치.
   
8. 제 1 항에 있어서,
   상기 인스트럭션들은, 상기 전자 장치가,
   상기 제 1 입력 이미지에 포함된 하나 이상의 객체들을 인식함으로써 상기 하나 이상의 객체들에 대한 정보를 획득하고,
   상기 하나 이상의 객체들에 대한 정보에 기반하여, 상기 제 4 입력 이미지 내에서 상기 하나 이상의 객체들에 대응하는 영역들에 대하여 다른 블렌딩 값을 적용함으로써, 상기 제 4 입력 이미지 및 상기 제 1 입력 이미지를 블렌딩하고, 및
   상기 제 4 입력 이미지 및 상기 제 1 입력 이미지가 블렌딩된 상기 제 3 입력 이미지를 획득하도록 하는 전자 장치.
   
9. 제 1 항에 있어서,
   상기 인스트럭션들은, 상기 전자 장치가,
   상기 제 1 입력 이미지 및 상기 기준 이미지 내의 하나 이상의 객체들을 인식하고, 및
   상기 하나 이상의 객체들에 따라 상기 반복 분포 변환을 수행하는 횟수를 다르게 지정하도록 하는 전자 장치.
   
10. 제 1 항에 있어서,
    상기 인스트럭션들은, 상기 전자 장치가,
    필터가 생성된 후 상기 제 2 입력 이미지 또는 상기 제 3 입력 이미지, 상기 기준 이미지, 및 상기 필터를 나타내는 오브젝트를 상기 디스플레이를 통하여 표시하도록 하는 전자 장치.
    
11. 전자 장치에서 필터를 제공하는 방법에 있어서,
    제 1 입력 이미지를 획득하는 동작;
    기준 이미지를 획득하는 동작;
    상기 기준 이미지의 데이터의 분포를 나타내는 값이 지정된 범위 내에 있는지 여부를 확인하는 동작;
    상기 분포를 나타내는 값이 상기 지정된 범위 내에 있는 것으로 확인된 경우, 제 1 방법에 기반한 제 1 변환 모듈을 이용하여, 상기 제 1 입력 이미지 및 상기 기준 이미지에 기반하여, 상기 기준 이미지의 톤에 대응하는 톤을 가지는 제 2 입력 이미지를 획득하는 동작; 및
    상기 분포를 나타내는 값이 상기 지정된 범위 내에 있지 않은 것으로 확인된 경우, 상기 제 1 방법과 다른 제 2 방법에 기반한 제 2 변환 모듈을 이용하여, 상기 제 1 입력 이미지 및 상기 기준 이미지에 기반하여, 상기 기준 이미지의 톤에 대응하는 톤을 가지는 제 3 입력 이미지를 획득하는 동작을 포함하고,
    상기 제 3 입력 이미지를 획득하는 동작은,
    상기 분포를 나타내는 값이 상기 지정된 범위 내에 있지 않은 것으로 확인된 경우, 제 1 해상도(resolution)를 가지는 상기 제 1 입력 이미지 및 제 2 해상도를 가지는 상기 기준 이미지를 다운 샘플링(down sampling)하는 동작;
    상기 제 1 해상도 및 상기 제 2 해상도 보다 낮은 제 3 해상도를 가지는 제 2 입력 이미지 및 제 2 기준 이미지를 획득하는 동작;
    상기 제 2 입력 이미지 및 상기 제 2 기준 이미지에 대하여 지정된 횟수 만큼 반복 분포 변환(iterative distribution transfer)을 수행함으로써, 상기 제 2 기준 이미지의 톤에 대응하는 톤을 가지는 제 3 입력 이미지를 획득하는 동작;
    상기 제 2 입력 이미지 및 상기 제 3 입력 이미지에 기반하여 리그레션(regression)을 수행함으로써, 상기 제 1 해상도를 가지는 제 4 입력 이미지를 획득하는 동작; 및
    상기 제 4 입력 이미지 및 상기 제 1 입력 이미지를 블렌딩(blending)함으로써, 상기 제 3 입력 이미지를 획득하는 동작을 포함하는 방법.
12. 삭제
13. 삭제
14. 삭제
15. 삭제
16. 삭제
17. 삭제
18. 삭제
19. 삭제
20. 삭제

Images