KR19990064077A - 컴퓨터 그래픽 영상을 위한 포커스/디포커스 효과의 후처리 생성 - Google Patents

컴퓨터 그래픽 영상을 위한 포커스/디포커스 효과의 후처리 생성 Download PDF

Info

Publication number
KR19990064077A
KR19990064077A KR1019980702556A KR19980702556A KR19990064077A KR 19990064077 A KR19990064077 A KR 19990064077A KR 1019980702556 A KR1019980702556 A KR 1019980702556A KR 19980702556 A KR19980702556 A KR 19980702556A KR 19990064077 A KR19990064077 A KR 19990064077A
Authority
KR
South Korea
Prior art keywords
block
image
pixel
depth
pixels
Prior art date
Application number
KR1019980702556A
Other languages
English (en)
Inventor
리차드 데이비드 갈레리
나단 데이비드 블리스
Original Assignee
요트.게.아. 롤페즈
코닌클리케 필립스 일렉트로닉스 엔.브이.
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 요트.게.아. 롤페즈, 코닌클리케 필립스 일렉트로닉스 엔.브이. filed Critical 요트.게.아. 롤페즈
Publication of KR19990064077A publication Critical patent/KR19990064077A/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • 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 using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S345/00—Computer graphics processing and selective visual display systems
    • Y10S345/949—Animation processing method
    • Y10S345/953—Geometric processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Image Processing (AREA)
  • Image Generation (AREA)

Abstract

픽셀 영상을 디스플레이하기 위해 3차원 피사체의 컴퓨터로 생성된 영상을 후처리하는 장치 및 방법에 대하여 설명된다. 포커스 깊이는 사용자에 의해서 또는 시스템 내부에서 각 영상 프레임에 대하여 지정된다. 영상 픽셀은 각 블록에 대한 러닝타임동안 연산되거나 또는 미리 지정된 단일한 각 깊이값을 갖는 영상 픽셀에 인접한 비-오버래핑 블록(12)으로 그룹화된다. 각 블록은 영상으로부터 차례로 추출되며, 블록 내의 픽셀은 공통 설정된 필터 계수로 컨벌루션 필터된다. 패딩은 완전한 필터 커늘이 형성될 수 없는 에리어(18)를 채우기 위해 적용된다. 본 기술은 현존 MPEG 매크로블록 내역이 장점을 갖을 수 있는 MPEG 부호화된 영상 스트림에 특히 적합하다.

Description

컴퓨터 그래픽 영상을 위한 포커스/디포커스 효과의 후처리 생성
합성적으로 생성된 컴퓨터 그래픽 영상들은 균일하게 선명함의 결핍으로 피해를 입게 되며, 포커스내에 있게 되는 영상 표현의 모든 부분들을 가지고, 그러나 모의의 포커스/디포커스의 효과는 종종 컴퓨터 전력 또는 메모리 대역폭에 의하여 둘다 매우 값비싸게 된다. 디포커스 효과를 적용하는 기술중의 하나의 예가 엠. 포트메실(M. Potmesil)과 아이. 차크라바티(I. Chakravarty)에 의해 "Synthetic Image Generation with a Lens and Aperture Model"라는 제목으로 "ACM Transaction on Graphics Vol.1, No.2, April 1982 페이지 85-108"에서 기술된다. 그러나, 포트메실 기술은 계산적으로 비싸며 실시 시스템들에 대해 비실용적이다.
양자택일적이고 약간 더 단순한 기술은 제이-에프. 콜론나에 의해 "3D 영상들의 개선으로 두 개의 2D 후처리 수단들(tools) 및 그들의 응용들"이라는 제목으로 The Visual Computer(1994)의 페이지 239-242에서 기술된다. 콜론나는 포커스 깊이로부터 Z축(전경 또는 후경을 향하여)에 따라 증가하는 거리에서 필터 길이내 증가한 변화에 의한 영상내에서의 깊이 표현을 제공하기 위하여 일반적인 증배 테이블 주위에 기초한 다양한 길이 회선 필터를 사용하는 후처리 수단을 기술한다. 콜론나의 필터 배치에서의 특징의 평범함으로부터 일어나는 상대적 평이함에도 불구하고, 그 기술들은 각 픽셀에 대한 깊이값에 관련하여 필요로 되는 적합한 필터를 선택하는 처리 단계에 의해 여전히 느리게 된다.
콜론나의 문제와 같은 시스템으로 마주치는 더한 문제는 날카롭게 움푹들어간 표면 및 깊이 불연속성에서 발생하고, 그러한 문제들은 국제 특허 출원 WO 96/14621에서 처리되는데, 여기서 방법 및 장치는 직렬 픽셀들로써 표시를 위한 후처리 컴퓨터 발생된 3차원 대상물의 영상들을 위해 제공되고, 각 픽셀을 위한 각 깊이값 및 각 영상 프레임에 대해 특별한 포커스 깊이를 가진다. 각 영상 픽셀은 영상 픽셀 깊이값 및 포커스 깊이에 의해 결정된 필터 계수들을 가지고 영상 픽셀에 관한 영상의 다른 픽셀들로부터의 기여를 이용하여 여과되어진다; 필터 기여는 각 기여 픽셀에 대해 기여 픽셀 깊이값, 영상 픽셀 깊이값 및, 포커스 깊이에 적합하게 관련한 저지 기능에 의해 결정된 총량에 의해 선택적으로 저지된다.
이러한 기술이 포트메실 및 콜론나와 같은 시스템에 의해 필요로되는 전력보다 적은 처리 전력으로 아주 질 좋은 포커스/디포커스 효과를 가능하게 하는 반면에, 더욱 빠른 고속(실시간) 실행을 가능하게 하는 더욱 단순한 기술에 대한 필요성이 존재한다.
본 발명은 컴퓨터가 영상들을 생성하도록 변경하기 위한 장치 및 방법에 관한 것으로, 특히 포커싱/디포커싱(예를들면 선택적인 흐림)의 선택적인 적용을 위하여 2차원내 표시를 위한 3차원 영상들에서 명백한 깊이 신호를 제공하는 효과가 있다.
도 1 은 본 발명의 이미지 블록들의 추출, 처리와 패칭(patching)을 개략적으로 도시한 도면.
도 2 는 포커스 깊이와 관련된 인가된 블러링(blurring)의 변화를 도시한 제1 그래프.
도 3 은 포커스 깊이와 관련된 인가된 블러링(blurring)의 변화를 도시한 제1 그래프.
도 4 는 본 발명을 구현한 계산과 컨벌루션 필터링 단계에 대한 버퍼 메모리들의 구조를 도시한 도면.
따라서 본 발명의 목적은 실시 실행을 가능하게 하며 계산적으로 비싸지 않은 기술을 제공하는 것이다.
부가적인 목적은 (JPEC 및 MPEG과 같은) 블록에 기초한 인코드된 영상들에서의 응용을 위해 적절한 그러한 기술을 제공하는 것이다.
본 발명에 따르면, 직렬 픽셀들로써 표시하기 위한 3차원 대상물의 컴퓨터 생성된 영상을 후처리하기 위한 방법을 제공하며, 각 영상 프레임을 위한 특별한 포커스 깊이를 가지고, 여기서 영상 픽셀들은 포커스 깊이에 의해 부분적으로 결정된 필터 계수들을 가지고서 영상 픽셀에 관한 영상의 다른 픽셀들로부터의 기여들을 이용하여 필터되며, 영상 픽셀들이 각 블록에 대해 특별화된 각 단일 깊이값으로 특징지워지며, 블록의 모든 픽셀들이 동일한 필터 계수들과 함께 필터되며, 상기 필터 계수들은 부가적으로 블록 깊이값에 의해 결정된다.
필터 결정들과 깊이 둘다의 비교가 블록 사이즈의 요인에 의하여 축소되기 때문에 블록을 기초로 하나당 작용함으로써, 그 기술은 실시간에 적용되어야 하며, 그리고 비록 관심의 깊이에서 보다 다른 면적들을 위한 디포커스 필터링이 전체적으로 가속되지 못한다하더라도, 이것은 관찰자의 주의를 자연적으로 포커스내 특징상으로 집중되도록 그러한 면적들로부터 떨어져 유도된다. 그 기술은 또한 픽셀당 계산(WO 96/14621)에 선행하여 예비 단계로서 적용될 수 있다. 사실상, 그 기술은 빠른 초기의 "질이 낮은" 흐림을 제공하는데 이용된다.
전체 방법은 비록 후처리에 적용되기도 하지만 만일 영상이 MPEG(동영상 전문가 그룹) 스트림(stream) 및 인접하는 영상 픽셀들의 블록이 MPEG 메크로블록들(macroblocks)인 것으로써 인코드되고 있다면 우리는 많은 이익을 얻을 수 있다는 것을 믿을 수 있다. 이것은 만일 각 메크로블록에 대한 각각의 깊이 값이 MPEG 스트림에서 미리 계산되고 인코드된다면 더욱 이득을 가지고 가게 된다.
여기서 각각의 깊이 값은 블록의 각각의 픽셀에 대해 특별화되는데, 블록에 대한 그 깊이 값은 개개별 픽셀 깊이 값들의 가중평균으로, 또는 개개별 픽셀 깊이 값들 사이의 다수표에 의해, 또는 아래에 기술되어질 다른 기술들에 의해 파생될 수 있다.
실질상, 블록의 모든 영상 픽셀들은 바람직하게도 영상 픽셀에 인접한 블록의 다른 픽셀들로부터 영상 픽셀로의 기여를 가지는 필터 중핵으로써 여과된 회선이다. 여기서 필터링 실행은 전체 사이즈를 감소시키기 위하여 실행하며, 충전물은 블록의 가장자리로부터의 중핵 폭의 절반보다 적은 블록의 픽셀들에 대한 필터 중핵 기여를 발생시키는 기술들에 의해 발생된다: 이렇게, 여과된 블록들이 여과되지 않은 블록과 동일한 사이즈로 유지된다.
본 발명은 더욱이 전술된 후처리 방법으로 진행하기 위하여 실시가능한 영상 처리 장치를 제공하며, 깊이 값들에 관련하여 복수개의 픽셀 값들을 수신하고 저장하기 위하여 배치된 버퍼 메모리와, 블록 깊이 값과 미리 설정된 포커스 깊이 값을 기초로 하여 필터링을 수행하도록 실시가능하며 버퍼 영상 블록 픽셀 값들 및 깊이 값들로부터 인식하여 추출하도록 배치된 필터로 구성되는 장치를 제공한다.
상기 장치는 버퍼에 있는 블록의 각 픽셀에 대해서, 특정한 이미지 픽셀 깊이 값들을 추출하고, 픽셀 값들로부터 한 개의 블록 깊이 값들을 도출하기 위해서, 배열된 계산수단을 추가로 포함하고 있다. 필터는 필터 커늘(kernel)을 커버(cover)하기 위해서, 충분한 픽셀 값들을 저장하는 버퍼 메모리를 가지고 있는 컨벌루션 필터로 구성되어 있다. 그리고, 포커스 깊이는 조정되어 가변값을 가질 수 가 있다. 상기 장치는 포커스 깊이 값들을 컨벌루션 필터에 공급하는 사용자가 동작가능한 입력 수단을 추가로 포함하고 있다.
도 1 을 참조하면, 영상(10)은 Foley, van Dam, Feiner와 Hughes에 의해 쓰여졌으며, 1990년도 제2판 Addison-Wesley, ISBN 0-201-12110-7의 페이지 668-672에 기재된 "Computer Graphics: Principles and Practice"에 상세히 서술되어 있는 Z-버퍼링 기술에 의해 만드러졌다고 가정한다.
이러한 기술들은 기술자들에게는 친숙한 것이다. 그리고, 본 발명을 설명하기 위해서, 영상(10)의 각 픽셀의 칼라를 표시하는 RGB의 한 세트를 가지고 있다고 가정한다. 그리고, 각 픽셀에 대해서는, 픽셀의 깊이 값을 표현하는 Zp를 가지고 있다고 가정하자.
도1에 개략적으로 도시된 바와 같이, 과정은 영상(10)을 일련의 블록들(12)로 나눔으로써, A에 표시된 것처럼 시작한다. 더 작은 크기의 블록들에 대한 개선된 정확도와, 이러한 블록에 대해 요구되는 증가된 처리과정 사이에서 트레이드-오프(trade-off)가 존재하더라도, 10 픽셀들 *10 픽셀들의 제곱이 되는 블록의 크기는 허용가능한 결과들을 제공한다는 것이 판명되었다. 영상 데이터의 소스가, 16개의 픽셀들로된 정사각형 블록들(매크로 블록)이 이미 명시되어진 MPEG1 영상 스트림이거나 또는 16 * 8의 픽셀 매크로 블록들을 가진 MPEG2 스트림이될 때에, 특별한 장점들이 얻어진다. 매크로 블록들을 미리 명시해준다면, 블러링을 실행하는 사후 처리 시스템에 의해 수행되는 일의 양이 감소된다.
만약, MPEG 스트림이 블록당 깊이 값을 포함하고 있다면, 이러한 일은 더욱 감소되며, 처리속도를 증가시키게 된다. 상기 깊이 값은 다음에 기술될 가능한 기술들중에서 한 기술에 의해 도출된다.
영상의 각 블록(12)은 B에 표시된 것처럼 처리를 위해 그 영상으로부터 차레대로 추출된다. 도면의 B에서는 (그리고 C에서는), 추출된 픽셀 블록이 단지 명확한 설명을 위해 확대되어 도시되어져 있다. 추출된 후에는, 블록의 픽셀들은 필터 커늘(14)과 같이 서브 그루핑(sub-grouping)에 의해 필터가 된다. 각 커늘은 중앙에 그의 시작위치를 가지고 있다. 상술한 10*10 픽셀 블록에 대해서는, 9 픽셀(3*3) 커늘이 품질과 속도면에서 허용가능한 결과들을 만들어낸다 것이 판명되었다. 필터링의 특정한 형태는 인가된 블러링의 형태와 규모에 달려 있다.
특별한 기술들은 블록의 에지(edge)에 가까운 픽셀들에 대해 요구되어 지지만, 포커스/디포커스(de-focus)의 형태를 형성시켜주는 적당한 기술은, 블록의 각 픽셀에 컨벌루션 필터를 제공하는 것이다. 컨벌루션 필터링의 일반적인 기술에 대한 설명은 Foley 의 논문 628-634 페이지에 적혀 있다. 이러한 필터는 각 블록에 대해 다음과 같이 선택된다. 즉, 영상에 대해서, 소정의 포커스 깊이(ZF)에 가까운 깊이를 가지고 있는 영상의 블록들내의 픽셀들에서는, 필터가 어떤 효과가 없거나 아니면 아주 적은 효과를 가지도록 필터가 선택이 된다. 블록의 깊이가 포커스 포인트의 깊이로부터 점점 멀어지게 되면, 필터는 도 2 에 도시한 바와 같이, 영상을 더욱 블러(blur)시키게 된다. 이것은 영상에 있는 (x와 y내에서) 가변길이를 가진 블러링 필터를 각 픽셀에 있는 RGB 값들에 인가시키는 것과 일치한다. 필터의 길이는 포커스 포인트의 깊이 값과, 관심이 되는 물체의 깊이 값에 대한 근사치를 비교한 결과에 근거하여, 각 블록에 대해서, 적응된다.
블록(ZB)당 깊이 값의 선택은 상기 블록내의 픽셀들의 각 깊이 값들(ZP)에 근거하여, 여러 가지 방법으로 이루어질 수 있다. 속도가 중요한 경우에는, 간단한 기술이 둘 중에서, 가장 크거나 또는 가장 작은 깊이 값 또는 중간 값을 블록 값으로 취하게 된다.
더 많은 시간과/또는 처리능력을 사용할 수 있는 경우에는, 특히, 상술한 바와 같이, 값이 MPEG 스트림내에 포함되도록 미리 계산되어진 경우에는, 존 더 정확한 값이 다수의 투표(majority vote)(블록당 픽셀들의 가장 큰 수에 공통적인 깊이 값) 또는 블록의 다른 깊이 값들의 평균에 의해서 얻어질 수 있다. 후자의 기술은 상기 값을 가진 보기의 수 또는 그로부터 도출된 수에 의해 평균이된 값들의 가중치를 포함하고 있다. 다른 기술은 감소된 스케일 영상이 발생되는 경우에(블록 크기의 인자에 의해 감소되는 경우에)는 감소된 영상의 픽셀당 깊이 값들을 취하고, 상기 값들을 전체 영상의 대응하는 블록들에 인가하는 것이다.
도1로 다시 돌아오면, 단계(B)에서의 필터링의 성질로 인해, C에 있는 선으로 표시가 안되어 있는 영역(16)에 의해 표현된 바와 같이, 블록의 에지로부터 커늘 크기의 반 또는 그 이상 떨어진 거리에서 블록내에 있는 픽셀들에 그 기술이 직접 적용될 수 있다. 이것은 블록의 에지에 있는 픽셀들에 대해, 완전한 커늘을 형성하기 위해서, 불충분한 주변의 픽셀들이 존재하기 때문이다.
필터링된 블록들이 영상으로 패치 백(patch back)이 되었을 때에 나타나는 축소(shrinkage) 또는 갭(gap)을 제거하기 위해서, 패딩(padding)처리가 필터링 동안에 인가된다. 그러므로, 블록을 최초의 크기로 복구시키기 위해서, 픽셀 영역(18)(C에 사선으로 표시됨)을 채우게 된다.
페이지(스크린) 에지에서 종래의 필터 커넬과 더불어 사용하여 완전 필터 커넬이 활용되지 않을때 사용하기 위한 픽셀값을 발생시키는 많은 패딩 기술이 공지되어 있는데, 이들 기술들은 에리어(18)를 채우도록 사용될 수 있다. 이 기술은 블럭의 반대 에지로부터 나오는 "래핑 라운드(wrapping round)"값 또는 반복 픽셀 에지값을 포함하여 일반적인 우수 차수의 충분한 값을 제공하여 경계 에리어내에서 이들 픽셀상에 중심화된 필터 커넬을 구성한다. 또한, 패딩이 영상 에지에서 블럭에 대해서 여전히 필요할지라도, 추출 단계는 오버래핑 블럭(예를들어 10 × 10 필터링된 블럭을 제공하기 위한 12 × 12)을 끄집어낸다. 공지된 바와같이, 주 관심사는 영상질에 관한 것이 아니라 빠른 속도로 그리고 손쉽게 수행하는 것이기 때문에, 어떤 기술이 선택되어도, 이 기술에 의해서 고속 수행할 수 있어야만 한다. 블러링(blurring)을 적용하는 주목적이 시청자의 관심을 이들 에리어에서 영상의 포커스 부분으로 돌리기 위한 것이므로, 이 기술은 특히 최대 블러링 범위가 할당된 이들 에리어에 대해 적용한다.
도 1 의 D에서 프로세스의 최종 단계는 원래의 영상으로 또는 필요한 경우 추가 기억 매체내의 적절한 위치로 다시 필터링된 블럭을 패치하고 나서 필터링하기 위한 다음 블럭을 끄집어내는 것이다.
포커스 F의 포인트(실제, 관찰자가 바라보고자 하는 영상의 위치에서의 깊이값 ZF)에 따라서, 포커스/디포커스의 형상을 제공하기 위하여, 영상의 포커스의 포인트의 깊이에 근사한 깊이를 갖는 영상의 픽셀 블럭의 경우에 영상이 첨예(sharp)하게 되고, 픽셀 깊이가 포커스의 포인트의 깊이(관찰자의 위치와 보다 근접하든 안하든 간에)로 부터 벗어날때 영상은 선형 트레이스(20 및 20')가 다음식을 따르는 경우에 도 2 에 도시된 바와같이 더욱 흐릿하게 된다고 가정한다.
공지된 바와같이, 콘볼루션 필터링 스테이지에 의해 적용하기 위하여 트레이스(22)로 도시된 바와같은 비선형 블러링 프로필이 파생되어 예를들어 거리가 보다 멀어짐에 따라서 더욱 첨예하게 증가하는 블러링 레벨을 갖는 보다 넓은 "인-포커스(in-focus)" 깊이 범위를 제공한다.
포커스 F의 포인트로 부터 임의의 편차에 대한 블러링 범위는 도3에 도시된 바와같이 또다른 값, 필드D의 깊이에 의해 부가적으로 결정된다. 필드D의 깊이는 서포트되는 최대 및 최소 z-값들 간의 차이고 블러링 범위의 증가는 D의 크기가 작은 경우에 적절하게 더욱 크게된다. 도면에 도시된 바와같이, 특정한 최대 블러링 BMAX의 범위인 경우에, 블러링은 D의 크기가 필드(D2= zmax2- zmin2)의 보다 큰 깊이인 경우보다도 작게될때(D1= zmax1- zmin1) 깊이의 설정된 시프트에 대해서 보다 신속하게 증가하게 될 것이다.
블러링 알고리즘을 수행하는데 필요로되는 프로세싱은 포스트-프로세싱 기술로서 적용되는데, 즉 완전히 생성된 화상에 적용된다. 예를들어 영상이 디스플레이 버퍼에서 스크린으로 판독됨과 동시에 픽셀에 대한 깊이값이 또한 Z-버퍼 메모리에서 판독될때 이 포스트-프로세싱 기술이 수행된다. 이 적용에 따라서, 이와같은 시스템용 디스플레이 버퍼가 더블 버퍼링되는 방식과 동일한 방식으로 Z-버퍼 메모리는 더블-버퍼링될 필요가 있는데, 그 결과 다음 프레임이 생성되는 동안 디스플레이되는 프레임에 대해서 활용될 수 있는 Z값이 남아있게 된다.
또다른 장치는 최종 영상이 한번에 한 라인(또는 블럭 라인)이라고 간주하는 "스크린 - 스페이스" 타잎을 사용하는 것이다. 이것은 초기 영상 버퍼링의 필요조건(및 결국 Z-버퍼링 필요조건)을 3×3 커넬을 갖는 10×10 블럭을 토대로한 스크린에 대해서 12픽셀이하로 감소시킨다.
도4는 더블 프레임 버퍼(30), 더블 Z-버퍼(32) 및 계산 및 콘볼루션 필터링 스테이지(34)의 장치를 도시하는데, 여기서 버퍼는 영상원(36)으로 부터 나오는 출력을 수신하고 수정된 출력 픽셀값(RGB')의 스트림은 프레임 버퍼(30)에서 디스플레이(도시되지 않음)로 판독된다. 프레임 버퍼 및 Z-버퍼는 거의 동일한 용량을 갖는데, 즉 픽셀당 3바이트(RGB의 경우)를 갖는 384×256픽셀에 대해서 대략 60k바이트가 두개의 완전한 프레임을 기억하는데 필요로된다.
Z-값마다 할당된 대응하는 3바이트(24비트)는 상대적으로 정학한 깊이 측정을 할 수 있도록 하는데 충분하다. 다른 입력(38)은 포커스의 점 F(또는 포커스 깊이 ZF)를, 또 다른 입력(40)은 필드 깊이 D를 상술한 바와 같이 연산 및 컨벌루션 필터링단(34)에 공급한다. 값 ZF 및/또는 D 는 시스템에 의해 결정될 수 있으며, 이중 하나 또는 모두는 입력(38, 40)이 키보드 같은 적절한 입력 장치로부터 신호를 수신하기 위해 접속된 경우 사용자에 의해 입력될 수 있다.
이전의 내용을 통해 이해할 수 있는 바와 같이, 본 발명은 컴퓨터 생성된 그래픽에 포커스/디포커스 효과를 제공하기 위한 상대적으로 간단하며 컴퓨터적으로 저가의 (하드웨어에서 실현가능함) 기술을 제공한다. 후처리 기술에 있어서, 그래픽 생성기의 변형은 본 발명이 출력단 같은 발생기에서 구현되더라도 회피될 수 있다.
본 내용의 학습을 통해, 다른 변형이 있을 수 있음은 당업자에게는 명백하다. 상기 변형은 그래픽 조작 및 처리 장치 및 그 소자의 분야에서 이미 알려진 다른 특징을 포함할 수 있으며, 본 명세서에서 이미 설명된 특징 대신에 또는 이에 부가하여 이용될 수 있다. 클레임이 본 장치에서 특징의 특정한 조합으로 제안되었지만, 본 장치의 기술 범주가 또한 본 명세서에서 명백히 또는 함축적으로 설명된 특징의 새로운 조합 또는 어떤 새로운 특징을 포함할 수 있으며, 이것이 소정의 클레임에 현재 청구된 바와 동일한 발명에 관한 것이며, 본 발명과 마찬가지로 동일한 문제점을 완화시키기 위한 것임은 당업자에게는 명백하다. 본 출원인은 새로운 클레임이 본 출원 또는 이로부터 파생된 임의의 다른 출원의 실행중 상기 특징 및/또는 상기 특징의 조합으로 형성될 수 있음을 주지한다.

Claims (11)

  1. 각 영상 프레임마다 지정된 포커스 깊이를 갖는 일련의 픽셀에 따라 디스플레이하기 위해 3차원 피사체의 컴퓨터로 생성된 영상을 후처리하는 방법으로서, 상기 영상 픽셀은 포커스 깊이에 의해 부분적으로 결정되는 필터 계수와 함께 영상 픽셀에 대한 영상의 다른 픽셀들로부터의 기여를 이용하여 필터되는 방법에 있어서,
    상기 영상 픽셀은 각 블록마다 지정된 단일한 각 깊이값을 갖는 영상 픽셀에 인접한 블록으로 그룹화되고,
    블록의 모든 픽셀은 동일한 필터 계수로 필터되며,
    상기 필터 계수는 또한 블록 깊이값에 의해 결정되는 것을 특징으로 하는 방법.
  2. 제 1 항에 있어서, 상기 영상은 MPEG 스트림으로 인코드되고, 영상 픽셀에 인접한 블록은 MPEG 매크로블럭인 것을 특징으로 하는 방법.
  3. 제 2 항에 있어서, 상기 각 매크로블럭에 대한 각 깊이는 미리 연산되어 MPEG 스트림에 인코드되는 것을 특징으로 하는 방법.
  4. 제 1 항 내지 제 3 항중 어느 한 항에 있어서, 상기 각 깊이값은 블록의 각 픽셀마다 지정되고, 상기 블록에 대한 깊이값은 각 픽셀 깊이값의 가중평균에 따라 도출되는 것을 특징으로 하는 방법.
  5. 제 1 항 내지 제 3 항중 어느 한 항에 있어서, 상기 각 깊이값은 블록의 각 픽셀마다 지정되며, 상기 블록에 대한 깊이값은 각 픽셀 깊이값중 다수의 보우트(vote)에 의해 도출되는 것을 특징으로 하는 방법.
  6. 제 1 항에 있어서, 실질적으로 블록의 모든 영상 픽셀은 영상 픽셀에 인접한 블록의 다른 픽셀들로부터의 기여를 하는 필터 커늘로 컨벌루션 필터되는 것을 특징으로 한다.
  7. 제 6 항에 있어서, 블록의 에지로부터 커늘폭의 반 이하의 블록의 픽셀에 기여하는 필터 커늘을 생성하기 위하여 패딩하는 단계를 더 포함한 것을 특징으로 하는 방법.
  8. 제 1 항의 방법을 실행하도록 조작가능한 영상 처리 장치에 있어서,
    깊이값과 연관된 다수의 픽셀값을 수신하여 기억하도록 배치된 버퍼 메모리와,
    버퍼 영상 블록 픽셀값 및 깊이값을 식별하여 추출하도록 배치되며 블록 깊이값 및 소정의 포커스 깊이값에 기초하여 필터링을 수행하도록 조작가능한 필터를 포함한 영상 처리 장치.
  9. 제 8 항에 있어서, 상기 버퍼로부터 블록의 각 픽셀에 대하여 각각 지정된 영상 픽셀 깊이값을 추출하며 각 픽셀값으로부터 단일 블록 깊이값을 도출하도록 배치된 연산 수단을 더 포함한 영상 처리 장치.
  10. 제 8 항에 있어서, 상기 필터는 컨벌루션 필터이며, 상기 버퍼 메모리는 필터 커늘을 커버하도록 충분한 픽셀값을 기억하는 영상 처리 장치.
  11. 제 8 항에 있어서, 포커스 깊이값을 컨벌루션 필터에 공급하는 사용자 조작가능한 입력 수단을 더 포함하며, 상기 포커스 깊이는 제어가능하게 가변하는 영상 처리 장치.
KR1019980702556A 1996-08-02 1997-06-18 컴퓨터 그래픽 영상을 위한 포커스/디포커스 효과의 후처리 생성 KR19990064077A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
GBGB9616262.3A GB9616262D0 (en) 1996-08-02 1996-08-02 Post-processing generation of focus/defocus effects for computer graphics images
GB9616262.3 1996-08-02
PCT/IB1997/000733 WO1998006064A1 (en) 1996-08-02 1997-06-18 Post-processing generation of focus/defocus effects for computer graphics images

Publications (1)

Publication Number Publication Date
KR19990064077A true KR19990064077A (ko) 1999-07-26

Family

ID=10797919

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019980702556A KR19990064077A (ko) 1996-08-02 1997-06-18 컴퓨터 그래픽 영상을 위한 포커스/디포커스 효과의 후처리 생성

Country Status (6)

Country Link
US (1) US6034690A (ko)
EP (1) EP0858643A1 (ko)
JP (1) JPH11513162A (ko)
KR (1) KR19990064077A (ko)
GB (1) GB9616262D0 (ko)
WO (1) WO1998006064A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100621942B1 (ko) * 2004-08-07 2006-09-13 엠큐브웍스(주) 모바일 멀티미디어 정보 처리 방법
KR100771879B1 (ko) * 2006-08-17 2007-11-01 삼성전자주식회사 내부 메모리 용량을 감소시키는 디블록킹 필터링 방법 및그 방법을 이용하는 영상 처리 장치

Families Citing this family (108)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020010019A1 (en) 1998-03-16 2002-01-24 Kazukuni Hiraoka Game machine, and image processing method for use with the game machine
JP3668019B2 (ja) 1998-10-27 2005-07-06 株式会社ソニー・コンピュータエンタテインメント 記録媒体、画像処理装置および画像処理方法
US6753919B1 (en) * 1998-11-25 2004-06-22 Iridian Technologies, Inc. Fast focus assessment system and method for imaging
FR2790322A1 (fr) 1999-02-26 2000-09-01 Koninkl Philips Electronics Nv Recepteur, circuit programmable et procede de calcul de filtres numeriques
KR100835544B1 (ko) 1999-02-26 2008-06-09 코닌클리케 필립스 일렉트로닉스 엔.브이. 샘플들의 콜렉션 필터링
JP3404347B2 (ja) * 2000-01-28 2003-05-06 株式会社スクウェア ３次元コンピュータ画像処理のプログラムを記録したコンピュータ読み取り可能な記録媒体およびぼかし描画処理方法
JP2001204964A (ja) * 2000-01-28 2001-07-31 Square Co Ltd 球技用ゲームのプログラムを記録したコンピュータ読み取り可能な記録媒体および球技用ゲームの画像表示処理方法およびビデオゲーム装置
US6618054B2 (en) 2000-05-16 2003-09-09 Sun Microsystems, Inc. Dynamic depth-of-field emulation based on eye-tracking
DE60126804D1 (de) * 2000-10-04 2007-04-05 Sun Microsystems Inc Auf augennachführung basierte dynamische tiefenschärfeemulation
US6842177B2 (en) * 2001-12-14 2005-01-11 University Of Washington Macroblock padding
US7081892B2 (en) * 2002-04-09 2006-07-25 Sony Computer Entertainment America Inc. Image with depth of field using z-buffer image data and alpha blending
AU2003295582A1 (en) 2002-11-15 2004-06-15 Warner Bros. Entertainment Inc. Reverse-rendering method for digital modeling
JP3748554B2 (ja) * 2003-02-05 2006-02-22 コナミ株式会社 画像生成装置、画像生成方法、及びプログラム
US7643672B2 (en) * 2004-10-21 2010-01-05 Kazunari Era Image processing apparatus, image pickup device and program therefor
US7671894B2 (en) * 2004-12-17 2010-03-02 Mitsubishi Electric Research Laboratories, Inc. Method and system for processing multiview videos for view synthesis using skip and direct modes
US8594445B2 (en) 2005-11-29 2013-11-26 Adobe Systems Incorporated Fast bilateral filtering using rectangular regions
US10298834B2 (en) 2006-12-01 2019-05-21 Google Llc Video refocusing
US8559705B2 (en) * 2006-12-01 2013-10-15 Lytro, Inc. Interactive refocusing of electronic images
US7675524B1 (en) 2007-05-17 2010-03-09 Adobe Systems, Incorporated Image processing using enclosed block convolution
US7889923B1 (en) 2007-05-31 2011-02-15 Adobe Systems Incorporated System and method for sparse histogram merging
US7920741B2 (en) 2007-05-31 2011-04-05 Adobe Systems Incorporated System and method for image processing using integral histogram convolution
CN102037717B (zh) * 2008-05-20 2013-11-06 派力肯成像公司 使用具有异构成像器的单片相机阵列的图像拍摄和图像处理
US8866920B2 (en) 2008-05-20 2014-10-21 Pelican Imaging Corporation Capturing and processing of images using monolithic camera array with heterogeneous imagers
US11792538B2 (en) 2008-05-20 2023-10-17 Adeia Imaging Llc Capturing and processing of images including occlusions focused on an image sensor by a lens stack array
US8655097B2 (en) 2008-08-22 2014-02-18 Adobe Systems Incorporated Adaptive bilateral blur brush tool
US8315473B1 (en) 2008-08-22 2012-11-20 Adobe Systems Incorporated Variably fast and continuous bilateral approximation filtering using histogram manipulations
US8405742B2 (en) * 2008-12-30 2013-03-26 Massachusetts Institute Of Technology Processing images having different focus
KR101599872B1 (ko) * 2009-02-25 2016-03-04 삼성전자주식회사 디지털 영상 처리 장치, 그 제어방법 및 이를 실행시키기 위한 프로그램을 저장한 기록매체
JP2011091575A (ja) * 2009-10-21 2011-05-06 Sony Corp 符号化装置および方法
EP2502115A4 (en) * 2009-11-20 2013-11-06 Pelican Imaging Corp RECORDING AND PROCESSING IMAGES THROUGH A MONOLITHIC CAMERA ARRAY WITH HETEROGENIC IMAGE CONVERTER
KR101824672B1 (ko) 2010-05-12 2018-02-05 포토네이션 케이맨 리미티드 이미저 어레이 구조 및 어레이 카메라
US8878950B2 (en) 2010-12-14 2014-11-04 Pelican Imaging Corporation Systems and methods for synthesizing high resolution images using super-resolution processes
WO2012155119A1 (en) 2011-05-11 2012-11-15 Pelican Imaging Corporation Systems and methods for transmitting and receiving array camera image data
KR20140045458A (ko) 2011-06-28 2014-04-16 펠리칸 이매징 코포레이션 어레이 카메라와 함께 사용하는 광학 장치
US20130265459A1 (en) 2011-06-28 2013-10-10 Pelican Imaging Corporation Optical arrangements for use with an array camera
WO2013043761A1 (en) 2011-09-19 2013-03-28 Pelican Imaging Corporation Determining depth from multiple views of a scene that include aliasing using hypothesized fusion
WO2013049699A1 (en) 2011-09-28 2013-04-04 Pelican Imaging Corporation Systems and methods for encoding and decoding light field image files
US9412206B2 (en) 2012-02-21 2016-08-09 Pelican Imaging Corporation Systems and methods for the manipulation of captured light field image data
US9210392B2 (en) 2012-05-01 2015-12-08 Pelican Imaging Coporation Camera modules patterned with pi filter groups
US9858649B2 (en) 2015-09-30 2018-01-02 Lytro, Inc. Depth-based image blurring
CN104508681B (zh) 2012-06-28 2018-10-30 Fotonation开曼有限公司 用于检测有缺陷的相机阵列、光学器件阵列和传感器的系统及方法
US20140002674A1 (en) 2012-06-30 2014-01-02 Pelican Imaging Corporation Systems and Methods for Manufacturing Camera Modules Using Active Alignment of Lens Stack Arrays and Sensors
TWI511549B (zh) * 2012-07-12 2015-12-01 Acer Inc 影像處理方法與影像處理系統
CN104662589B (zh) 2012-08-21 2017-08-04 派力肯影像公司 用于使用阵列照相机捕捉的图像中的视差检测和校正的系统和方法
CN104685513B (zh) 2012-08-23 2018-04-27 派力肯影像公司 根据使用阵列源捕捉的低分辨率图像的基于特征的高分辨率运动估计
WO2014043641A1 (en) 2012-09-14 2014-03-20 Pelican Imaging Corporation Systems and methods for correcting user identified artifacts in light field images
US20140092281A1 (en) 2012-09-28 2014-04-03 Pelican Imaging Corporation Generating Images from Light Fields Utilizing Virtual Viewpoints
WO2014078443A1 (en) 2012-11-13 2014-05-22 Pelican Imaging Corporation Systems and methods for array camera focal plane control
US9462164B2 (en) 2013-02-21 2016-10-04 Pelican Imaging Corporation Systems and methods for generating compressed light field representation data using captured light fields, array geometry, and parallax information
US9253380B2 (en) 2013-02-24 2016-02-02 Pelican Imaging Corporation Thin form factor computational array cameras and modular array cameras
US9638883B1 (en) 2013-03-04 2017-05-02 Fotonation Cayman Limited Passive alignment of array camera modules constructed from lens stack arrays and sensors based upon alignment information obtained during manufacture of array camera modules using an active alignment process
WO2014138697A1 (en) 2013-03-08 2014-09-12 Pelican Imaging Corporation Systems and methods for high dynamic range imaging using array cameras
US8866912B2 (en) 2013-03-10 2014-10-21 Pelican Imaging Corporation System and methods for calibration of an array camera using a single captured image
US9521416B1 (en) 2013-03-11 2016-12-13 Kip Peli P1 Lp Systems and methods for image data compression
WO2014164909A1 (en) 2013-03-13 2014-10-09 Pelican Imaging Corporation Array camera architecture implementing quantum film sensors
US9519972B2 (en) 2013-03-13 2016-12-13 Kip Peli P1 Lp Systems and methods for synthesizing images from image data captured by an array camera using restricted depth of field depth maps in which depth estimation precision varies
US9106784B2 (en) 2013-03-13 2015-08-11 Pelican Imaging Corporation Systems and methods for controlling aliasing in images captured by an array camera for use in super-resolution processing
US9124831B2 (en) 2013-03-13 2015-09-01 Pelican Imaging Corporation System and methods for calibration of an array camera
WO2014159779A1 (en) 2013-03-14 2014-10-02 Pelican Imaging Corporation Systems and methods for reducing motion blur in images or video in ultra low light with array cameras
US9100586B2 (en) 2013-03-14 2015-08-04 Pelican Imaging Corporation Systems and methods for photometric normalization in array cameras
US9633442B2 (en) 2013-03-15 2017-04-25 Fotonation Cayman Limited Array cameras including an array camera module augmented with a separate camera
WO2014145856A1 (en) 2013-03-15 2014-09-18 Pelican Imaging Corporation Systems and methods for stereo imaging with camera arrays
US10122993B2 (en) 2013-03-15 2018-11-06 Fotonation Limited Autofocus system for a conventional camera that uses depth information from an array camera
US9445003B1 (en) 2013-03-15 2016-09-13 Pelican Imaging Corporation Systems and methods for synthesizing high resolution images using image deconvolution based on motion and depth information
US9497370B2 (en) 2013-03-15 2016-11-15 Pelican Imaging Corporation Array camera architecture implementing quantum dot color filters
US9497429B2 (en) 2013-03-15 2016-11-15 Pelican Imaging Corporation Extended color processing on pelican array cameras
US10334151B2 (en) 2013-04-22 2019-06-25 Google Llc Phase detection autofocus using subaperture images
WO2015048694A2 (en) 2013-09-27 2015-04-02 Pelican Imaging Corporation Systems and methods for depth-assisted perspective distortion correction
US9185276B2 (en) 2013-11-07 2015-11-10 Pelican Imaging Corporation Methods of manufacturing array camera modules incorporating independently aligned lens stacks
WO2015074078A1 (en) 2013-11-18 2015-05-21 Pelican Imaging Corporation Estimating depth from projected texture using camera arrays
EP3075140B1 (en) 2013-11-26 2018-06-13 FotoNation Cayman Limited Array camera configurations incorporating multiple constituent array cameras
US10089740B2 (en) 2014-03-07 2018-10-02 Fotonation Limited System and methods for depth regularization and semiautomatic interactive matting using RGB-D images
US9305375B2 (en) 2014-03-25 2016-04-05 Lytro, Inc. High-quality post-rendering depth blur
US9247117B2 (en) 2014-04-07 2016-01-26 Pelican Imaging Corporation Systems and methods for correcting for warpage of a sensor array in an array camera module by introducing warpage into a focal plane of a lens stack array
US9521319B2 (en) 2014-06-18 2016-12-13 Pelican Imaging Corporation Array cameras and array camera modules including spectral filters disposed outside of a constituent image sensor
EP3201877B1 (en) 2014-09-29 2018-12-19 Fotonation Cayman Limited Systems and methods for dynamic calibration of array cameras
US10275898B1 (en) 2015-04-15 2019-04-30 Google Llc Wedge-based light-field video capture
US11328446B2 (en) 2015-04-15 2022-05-10 Google Llc Combining light-field data with active depth data for depth map generation
US10412373B2 (en) 2015-04-15 2019-09-10 Google Llc Image capture for virtual reality displays
US10540818B2 (en) 2015-04-15 2020-01-21 Google Llc Stereo image generation and interactive playback
US10419737B2 (en) 2015-04-15 2019-09-17 Google Llc Data structures and delivery methods for expediting virtual reality playback
US10440407B2 (en) 2017-05-09 2019-10-08 Google Llc Adaptive control for immersive experience delivery
US10444931B2 (en) 2017-05-09 2019-10-15 Google Llc Vantage generation and interactive playback
US10469873B2 (en) 2015-04-15 2019-11-05 Google Llc Encoding and decoding virtual reality video
US10567464B2 (en) 2015-04-15 2020-02-18 Google Llc Video compression with adaptive view-dependent lighting removal
US10546424B2 (en) 2015-04-15 2020-01-28 Google Llc Layered content delivery for virtual and augmented reality experiences
US10565734B2 (en) 2015-04-15 2020-02-18 Google Llc Video capture, processing, calibration, computational fiber artifact removal, and light-field pipeline
US10341632B2 (en) 2015-04-15 2019-07-02 Google Llc. Spatial random access enabled video system with a three-dimensional viewing volume
US9942474B2 (en) 2015-04-17 2018-04-10 Fotonation Cayman Limited Systems and methods for performing high speed video capture and depth estimation using array cameras
US9979909B2 (en) 2015-07-24 2018-05-22 Lytro, Inc. Automatic lens flare detection and correction for light-field images
US10275892B2 (en) 2016-06-09 2019-04-30 Google Llc Multi-view scene segmentation and propagation
US10679361B2 (en) 2016-12-05 2020-06-09 Google Llc Multi-view rotoscope contour propagation
US9900510B1 (en) 2016-12-08 2018-02-20 Lytro, Inc. Motion blur for light-field images
US10594945B2 (en) 2017-04-03 2020-03-17 Google Llc Generating dolly zoom effect using light field image data
US10474227B2 (en) 2017-05-09 2019-11-12 Google Llc Generation of virtual reality with 6 degrees of freedom from limited viewer data
US10354399B2 (en) 2017-05-25 2019-07-16 Google Llc Multi-view back-projection to a light-field
US10482618B2 (en) 2017-08-21 2019-11-19 Fotonation Limited Systems and methods for hybrid depth regularization
US10545215B2 (en) 2017-09-13 2020-01-28 Google Llc 4D camera tracking and optical stabilization
US10965862B2 (en) 2018-01-18 2021-03-30 Google Llc Multi-camera navigation interface
WO2021055585A1 (en) 2019-09-17 2021-03-25 Boston Polarimetrics, Inc. Systems and methods for surface modeling using polarization cues
CN114766003B (zh) 2019-10-07 2024-03-26 波士顿偏振测定公司 用于利用偏振增强传感器系统和成像系统的系统和方法
EP4066001A4 (en) 2019-11-30 2024-01-24 Boston Polarimetrics Inc SYSTEMS AND METHODS FOR TRANSPARENT OBJECT SEGMENTATION USING POLARIZATION GUIDES
KR20220132620A (ko) 2020-01-29 2022-09-30 인트린식 이노베이션 엘엘씨 물체 포즈 검출 및 측정 시스템들을 특성화하기 위한 시스템들 및 방법들
JP2023511747A (ja) 2020-01-30 2023-03-22 イントリンジック イノベーション エルエルシー 偏光画像を含む異なる撮像モダリティで統計モデルを訓練するためのデータを合成するためのシステムおよび方法
US11953700B2 (en) 2020-05-27 2024-04-09 Intrinsic Innovation Llc Multi-aperture polarization optical systems using beam splitters
US11954886B2 (en) 2021-04-15 2024-04-09 Intrinsic Innovation Llc Systems and methods for six-degree of freedom pose estimation of deformable objects
US11290658B1 (en) 2021-04-15 2022-03-29 Boston Polarimetrics, Inc. Systems and methods for camera exposure control
US11689813B2 (en) 2021-07-01 2023-06-27 Intrinsic Innovation Llc Systems and methods for high dynamic range imaging using crossed polarizers

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0514663A3 (en) * 1991-05-24 1993-07-14 International Business Machines Corporation An apparatus and method for motion video encoding employing an adaptive quantizer
US5270813A (en) * 1992-07-02 1993-12-14 At&T Bell Laboratories Spatially scalable video coding facilitating the derivation of variable-resolution images
JP2792376B2 (ja) * 1993-02-02 1998-09-03 松下電器産業株式会社 画像ぼかし処理装置
GB9422089D0 (en) * 1994-11-02 1994-12-21 Philips Electronics Uk Ltd Blurring for computer graphics

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100621942B1 (ko) * 2004-08-07 2006-09-13 엠큐브웍스(주) 모바일 멀티미디어 정보 처리 방법
KR100771879B1 (ko) * 2006-08-17 2007-11-01 삼성전자주식회사 내부 메모리 용량을 감소시키는 디블록킹 필터링 방법 및그 방법을 이용하는 영상 처리 장치

Also Published As

Publication number Publication date
WO1998006064A1 (en) 1998-02-12
US6034690A (en) 2000-03-07
JPH11513162A (ja) 1999-11-09
EP0858643A1 (en) 1998-08-19
GB9616262D0 (en) 1996-09-11

Similar Documents

Publication Publication Date Title
KR19990064077A (ko) 컴퓨터 그래픽 영상을 위한 포커스/디포커스 효과의 후처리 생성
Zheng et al. Ultra-high-definition image dehazing via multi-guided bilateral learning
US5986659A (en) Blurring for computer graphics generated images
Stewart et al. A new reconstruction filter for undersampled light fields
KR101174179B1 (ko) 블록 기반의 필름 그레인 패턴의 적응적 디블로킹을 위한기술
Kass et al. Interactive depth of field using simulated diffusion on a GPU
JP4685021B2 (ja) ビットアキュレートフィルムグレインシミュレーション技術
US7885454B1 (en) Recursive filters on GPUs
US20040109004A1 (en) Depth-of-field effects using texture lookup
Bertalmio et al. Real-time, accurate depth of field using anisotropic diffusion and programmable graphics cards
AU6788998A (en) Apparatus and methods for selectively feathering the matte image of a composite image
KR20060015725A (ko) 하나 이상의 파라미터의 이미지 입도를 나타내는 방법 및장치
CN104252700A (zh) 一种红外图像的直方图均衡化方法
Secker A ring median filter for digital images
CN115810112A (zh) 图像处理方法、装置及存储介质、电子设备
CN111105350B (zh) 大视差场景下基于自身单应性变换的实时视频拼接方法
Bonneel et al. Proxy-guided texture synthesis for rendering natural scenes
CN115398469A (zh) 图像处理方法及图像处理装置
JPH1153534A (ja) 画像の修復方法及び装置
Hashimoto et al. Creating various styles of animations using example-based filtering
Schedl et al. Simulating Partial Occlusion in Post-Processing Depth-of-Field Methods
CN114998138B (zh) 一种基于注意力机制的高动态范围图像去伪影方法
Wang et al. A novel framework for object removal from digital photograph
Illes et al. Realistic Depth of Field in Postproduction
Rokita Compositing computer graphics and real world video sequences

Legal Events

Date Code Title Description
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid