KR20010093824A - 이산 웨이블렛 변환을 이용하는 자동 초점 조절 알고리즘 - Google Patents

이산 웨이블렛 변환을 이용하는 자동 초점 조절 알고리즘 Download PDF

Info

Publication number
KR20010093824A
KR20010093824A KR1020017007363A KR20017007363A KR20010093824A KR 20010093824 A KR20010093824 A KR 20010093824A KR 1020017007363 A KR1020017007363 A KR 1020017007363A KR 20017007363 A KR20017007363 A KR 20017007363A KR 20010093824 A KR20010093824 A KR 20010093824A
Authority
KR
South Korea
Prior art keywords
sharpness
focus position
image
sharpness parameter
sub
Prior art date
Application number
KR1020017007363A
Other languages
English (en)
Other versions
KR100426934B1 (ko
Inventor
아카리야틴큐
멧쯔웨너
Original Assignee
피터 엔. 데트킨
인텔 코오퍼레이션
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 피터 엔. 데트킨, 인텔 코오퍼레이션 filed Critical 피터 엔. 데트킨
Publication of KR20010093824A publication Critical patent/KR20010093824A/ko
Application granted granted Critical
Publication of KR100426934B1 publication Critical patent/KR100426934B1/ko

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/63—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using sub-band based transform, e.g. wavelets
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/67—Focus control based on electronic image sensor signals
    • H04N23/675—Focus control based on electronic image sensor signals comprising setting of focusing regions

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Automatic Focus Adjustment (AREA)
  • Studio Devices (AREA)
  • Focusing (AREA)
  • Image Input (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 영상 장치(530)로 획득한 영상에 대하여 이산 웨이블렛 변환(discrete wavelet transform)을 행하여 소정 초점 위치에 대한 전체 선명도 파라미터를 생성하는 단계와 복수의 상이한 선명도 파라미터를 비교하여 최적의 초점 위치에 상기 영상 장치의 초점을 자동으로 조절하는 단계를 포함하는 방법에 관한 것이다. 이 최적의 초점 위치는 소정 촬영 장면(540)에 대한 가장 큰 선명도 파라미터를 구하여 자동으로 정해진다.

Description

이산 웨이블렛 변환을 이용하는 자동 초점 조절 알고리즘 {AN AUTO-FOCUSING ALGORITHM USING DISCRETE WAVELET TRANSFORM}
디지털 카메라와 같은 영상 장치는 다른 것들 중에서도 렌즈 서브 시스템(lensing sub-system) 및 영상 처리 서브 시스템을 포함한다. 이 렌즈 서브 시스템은 외부의 촬영 장면(scene)에 초점을 맞추고, 이 외부의 촬영 장면으로부터 범위가 정해진 특정 영역으로 입사하는 빛(광원)이 센서 어레이에 부딪칠 수 있도록 한다. 이 센서 어레이는 특정 흡수 기간 동안 광원이 부딪힘에 따라 전하를 축적하는 포토 셀(photo-cell)들로 이루어진다. 그런 다음 이 전하는 디지털 값(픽셀 값)으로 변환된다. 그런 다음 획득한 이 픽셀들에 대해 압축, 스케일링 이미지 인헨스먼트(scaling image enhancement) 등과 같은 영상 처리 기술을 실시한다. 메모리 장치에 기억되는 처리된 영상은 사용을 위하여 카메라 내로 다운로드 되거나 「카메라에서 이용하는 플래시 카드(flash card)와 같은 탈거 가능한(removable) 메모리일 경우에」 이 메모리 장치는 탈거된다.
센서 어레이의 픽셀로 나타낼 때 촬영 장면의 흐린 정도(fuzziness)와 선명도(sharpness)는 카메라 내에 장착되는 렌즈 시스템의 초점 조절 동작에 영향을 받는다. 초점을 수동으로 조절할 수도 있지만, 보통은 자동으로 조절한다. 이런 자동 초점 조절 기술은 에지 형상(edge feature)들이 위치하는 곳이 어디이며 정확한 에지로 결정할 수 있는 것이 무엇인지를 정하기 위하여 FIR(Finite Impulse Response) 필터를 이용한다. 큰 엔트로피(entropy)를 가지는 영상에서, 즉 변화 폭이 큰 휘도 값(intensity value)/컬러 값(color value)을 갖고 있는 픽셀에서, 이러한 기술은 평균을 산출할 때 왜곡된 결과를 초래하기 때문에 효율이 떨어진다. 그래서 초점 조절 기술은 영상의 엔트로피에 무관하게 그 영상의 선명도를 좀더 잘 결정할 필요가 있다.
더욱이 구현할 때, 초점 조절이 CMOS(Complementary Metal-Oxide Semiconductor) 영상 장치와 같은 하드웨어로 구현될 경우, 특히 많은 다른 함수들을 또한 이 영상 장치로 처리해야 할 경우 초점을 조절할 때 계산 복잡도(computational complexity)를 줄이는 것이 중요하다. 동영상의 영상화(motion imaging)와 정지 영상의 영상화(still imaging) 모두를 제공할 수 있는 듀얼 모드(dual-mode)인 장치에 대해서는, 초점 조절 정도를 상이하게 할 수 있는 바람직한 방법과 장치가 또한 존재한다.
이런 디지털 카메라와 같은 장치에서, 정지 화상(still video)나 동화상(motion video)에 대해서든지 자동 초점 조절은 최소의 비용과 최소한의 크기를 갖는 집적 회로로 수행되어야 한다. 이상적으로, 초점 조절 방법은 자동 초점 조절만을 위한 특정 회로를 구현하지 않고 영상 장치에서 다른 목적을 위하여 다른 경우에 이용되는 구성 요소를 이용하여야 한다.
개 요
본 발명은 영상 장치로 획득한 영상에 대하여 이산 웨이블렛 변환을 수행하고, 상이한 복수의 선명도 파라미터를 비교하여 최적의 초점 위치에 이 영상 장치의 초점을 자동으로 조절함으로써 소정의 초점 위치에 대한 전체 선명도 파라미터를 생성하는 단계를 포함하는 방법을 기재하고 있다.
본 발명은 디지털 영상화(digital imaging)에 관한 것으로, 더욱 상세하게는 디지털 영상 장치(digital imaging device)의 초점을 자동으로 조절하는(automatic focusing) 구성 및 방법에 관한 것이다.
도 1은 이산 웨이블렛 변환을 이용하여 영상을 분해한 것을 도시하는 도면.
도 2는 본 발명의 일 실시예에 대한 순서도.
도 3은 본 발명에서 구현될 때 선명도 파라미터의 계산 결과(computation)에 대한 일 예를 도시하는 도면.
도 4는 본 발명의 일 실시예에 대한 블록도.
도 5는 본 발명의 일 실시예에 대한 시스템 블록도.
본 명세서에서 기술한 예시적인 실시예는 단지 본 발명의 원리를 예시하기 위하여 제공된 것으로 본 발명의 범위를 한정하는 것으로 해석되어서는 안된다. 오히려, 본 발명의 원리는 본 명세서에서 기술한 장점을 달성하고 다른 장점들 또는 다른 목적들을 달성하도록 넓은 영역의 시스템에 적용될 수 있다.
종래 푸리에(Fourier) 해석이나 푸리에 변환을 이용하여, 분류한(assorted)주파수의 사인 파형에 대한 합으로서 소정 신호를 근사화할 수 있다. 반복적인 동작을 갖는 신호에 대해서는 푸리에 변환이 이상적으로 적합하지만, 영상 내의 에지 형상과 같은 모난(sharpe) 비연속적인 형상(discontinuity)들을 갖는 신호나 디지털 통신을 위하여 부호화된 신호에는 효율적으로 접근할 수 없다. 그래서, 우선 푸리에 변환이 에지 형상을 적절히 표현하지 못하기 때문에 선명도를 결정하기 위하여 에지 형상을 검출할 필요성이 있는 곳에서 푸리에 해석은 적합하지 않다. 웨이블렛 해석(wavelet analysis)으로 알려진, 다른 신호 해석 방식은 과장되고(exaggerated) 비연속적인 형상을 갖는 신호를 좀더 잘 표현하도록 개발되었다. 웨이블렛 그 자체를 표현하면 비연속적인 계단형 곡선이고, 여러 웨이블렛을 조합하면 영상 형상의 표현을 매우 개선시킬 수 있다. 웨이블렛 해석에 기초하고 이산 웨이블렛 변환(Discrete Wavelet Transform, DWT)으로 알려진 다른 변환은 디지털 영상의 에지 형상에서와 같은 불연속성(discontinuity)을 좀더 잘 표현하기 위하여 개발되었다.
푸리에 변환과 웨이블렛 변환 사이의 기본적인 차이는 웨이블렛 변환이 시간뿐만 아니라 공간에 있어서도 국부적으로 이루어진다는 것이다(localized). 그래서, 신호가 웨이블렛 해석으로 분해될 때 공간(시간-영역)과 주파수 모두가 보존된다. 푸리에 변환은 실제로 주기적이기 때문에, 공간적인 비연속성을 잘 표현하지 못하는 반면에, 웨이블렛 변환은 실제로 비연속적이기 때문에 신호의 모든 위치에 대하여 나타나지 않거나 해당 위치에 대한 값이 존재하지 않는 국부적인 변화(variation)를 갖는다. 일반적인 웨이블렛 이론은 신호 해석의 분야에서는 이미 잘 알려져 있고 본 발명을 명료하게 하기 위하여 다음에 기술한다.
이 DWT는 "이산(discrete)" 알고리즘이고, 그래서 완전한(full) 웨이블렛의 이산 샘플로 입력 신호를 근사화한다. 그래서, 이들 이산 샘플 포인트들로 인하여, DWT는 잘 정의된 계수를 갖는 필터로 생각될 수도 있다. 영상 스케일링을 위하여 적어도 본 발명의 일 실시예에서 선택된 DWT는 9-7 바이-오소고널 스플라인(bi-orthogonal spline) DWT이다. 이 DWT는 이산적(discrete)이기 때문에, DWT는 초대규모 집적회로(Very Large Scale integration Circuit)와 같은 디지털 논리 회로를 이용하여 구현될 수 있으므로 다른 디지털 구성 요소를 갖는 칩 상에 집적될 수 있다. 그래서 이 DWT는 디지털 스틸 카메라나 비디오 카메라와 같은 영상 장치에서 용이하게 구현될 수 있다. 영상의 형상을 좀더 잘 근사화하기 위한 DWT의 능력은 영상 압축을 위해서는 이상적이므로 영상 분야에서 이용된다. 영상 압축을 위하여 DWT를 이용하는 장치에서, DWT 계산 엔진이 영상 압축을 위하여 이미 그 장치 내에 조립되어 있기 때문에, 이 장치 내에서 자동 초점 조절 기술을 효율적으로 구현할 수 있다.
도 1은 이산 웨이블렛 변환을 이용하여 영상을 분해한 예를 도시한다.
DWT에 의하여 입력 영상(I, 100)을 분해한 것을 도 1에 도시한다. 도시한 이 영상 분해는 2차원의 DWT, 즉 DWT을 적용한 행 방향(row-wise)과 열 방향(column-wise)으로 적용한 DWT를 이용한다. 결과적으로, 네 개의 "서브-밴드(sub-band)(LL, LH, HL, HH)"를 갖는 분해된 영상 ×110을 얻는다.
영상(100)이 M ×N(픽셀의 M 행과 N 열) 차원을 가질 경우, 2 차원의 DWT을적용하면 각각 M/2 ×N/2 차원을 갖는 네 개의 서브-밴드를 만들어낸다. LL 서브-밴드는 원 영상 정보(orignal image information) 대부분을 포함하고 있고 본질적으로 원 입력 영상(I, 100)의 1/2(one-half) 스케일 버전이다. HL 서브-밴드는 입력 영상(I, 100)으로부터 추출한 에지를 포함하고, 이들 에지들은 수직 방향으로 위치한다. 마찬가지로, LH 서브-밴드는 입력 영상(I, 100)으로부터 추출한 에지를 포함하고, 이들 에지들은 수평 방향으로 위치한다. HH 서브-밴드는 고 주파수의 노이즈와 수평 방향이나 수직 방향도 아닌 입력 영상(I, 100)의 에지를 포함한다.
본 발명의 일 실시예에서, 생성된 DWT 서브-밴드의 에지 추출 특성은 특정 초점 위치의 적절함(adequacy)을 정하기 위하여 이용된다. 그래서 이런 하나 이상의 서브-밴드에 대하여 "선명도" 파라미터를 결정한다. 이 선명도 파라미터는 DWT 서브-밴드 내에 존재하는 에지의 돌출 정도(prominence)를 측정하기 위한 것이다. 한 영상 내의 에지들은 피사체의 윤곽(outline)이나 영역(region)들 간의 경계를 정한다. 에지들은 한 픽셀과 이 픽셀에 이웃한 픽셀(들) 사이의 그레이 스케일 휘도(gray scale intensity)에 대한 변화로서 정의할 수 있다. DWT 서브-밴드는 이 휘도 레벨의 변화에 민감하고 이 변화를 강조하므로(highlight) 에지 식별자(edge discriminator)로서 작동할 수 있다. 휘도가 자주 변하기 때문에, 에지를 구성하는지 이 변화가 어떤 것인지 무슨 변화가 발생했는지의 여부를 결정하기 위하여 임계값(threshold)과 변화를 비교할 수 있다.
이런 목적으로 DWT 서브-밴드를 이용할 때, 모든 서브-밴드를 이용할 필요는 없다. LL 서브-밴드만이 원래 영상에 대해 축소된 버전(scaled-down version)이기때문에, 만약 입력 영상에 대하여 에지 판정을 수행할 경우, 본 실시예와 같은 에지 판정으로 에지들을 판정하기 위해서는 계산이 매우 복잡해진다. 그래서, 선명도 파라미터를 계산할 때는 LL 서브-밴드를 무시할 수 있다. 마찬가지로, HH 서브-밴드도 유용한 에지 정보보다 통계적으로 많은 노이즈를 포함하고 있기 때문에, 특히 초기에 노이즈가 많은 입력 영상에 대해서는 많은 노이즈를 포함하고 있기 때문에, 이 HH 서브-밴드도 무시할 수 있다. 그래서, 본 발명의 일 실시예에서, LH 서브-밴드와 HL 서브-밴드만이 에지를 판정하고, 영상의 선명도를 계산하기 위해 이용된다. 일반적으로, 영상을 선명하게 하는 것, 보다 정확하게는 영상을 획득하는 렌즈 시스템은 최적의 초점을 갖는다.
도 2는 본 발명의 일 실시예에 대한 순서도를 도시한다.
영상 장치의 자동 초점 조절에 기초한 이산 웨이블렛 변환(DWT)을 위한 방법은 (상이한 초점 길이에서 각각 얻어진) 일련의 영상에 대하여 DWT를 적용하고, 이 얻어진 각 영상에 대한 선명도 파라미터를 계산한다. 가장 큰 선명도 파라미터를 갖는 영상을 획득할 때 이용되었던 초점 위치가 가장 최적의 초점 위치이다.
첫 번째 단계는 서브-밴드의 내용(content)과 비교되는 소정 임계값을 선택하거나 설정하는 것이다(단계 210). 이것은 거짓 에지(false edge)와 같은 서브-밴드의 의사 정보(spurious information)를 배제한다. 이 임계값은 서브-밴드의 내용, 특히 이 서브-밴드 내의 DWT 계수에 대한 절대값의 각 최소값(xmin)과 최대값(xmax)에 기초할 수 있다. 예를 들면, 에지 판정을 위하여 고려할 수 있는 값중 하한 값인 하한 임계값(lower threshold, TL)은 kL×xmin으로 정의할 수 있다 (여기서, kL은 모두(inclusive), 1.0과 1.5 사이에 존재하는 장치 종속 상수(device dependent constant)이다). 역시, 에지 판정을 위하여 고려할 수 있는 값 중 상한 값인 상한 임계값(upper threshold, TH)은 kH×xmax로 정의할 수 있다 (여기서, kH는 모두 0.5와 1.0 사이에 존재하는 장치 종속 상수이다). 소정 서브-밴드에 대한 선명도 파라미터(S)는 모두 TL과 TH사이에 포함되는 서브-밴드 내의 DWT 계수에 대한 절대값의 평균이다. 특정 초점 위치(d)의 전체 영상(entire image)에 대하여, 이 초점 위치에서의 전체(entire) 선명도 파라미터(Sd)는 LH 서브-밴드와 HL 서브-밴드에 대한 선명도 파라미터의 평균이다.
이 단계(210)에서 임계값을 설정함에 따라, 소정 촬영 장면에 대한 최적의 초점 위치는 다음 순서에 의하여 자동으로 얻어질 수 있다. 이를 위하여, 렌즈 시스템의 기계 장치는 유한 개수(N)인 소정의 각 초점 위치(D0, D1, ... DN-1)에 이 기계 장치 자신이 위치하는 것으로 가정한다. 먼저 이 렌즈 시스템이 디폴트 초점 위치(d)로 설정된다(단계 215). 이 초점 위치(d)를 이용하여, 영상을 획득하고, 획득한 이 영상에 대하여 DWT를 행한 후, 이 영상의 선명도 파라미터(Sd)를 계산한다(단계 220). 초점 조절의 질(quality)은 비교에 의해 가장 잘 측정되기 때문에, 다른 초점 위치는 다음에 선택된다. 예를 들면, 이 렌즈 시스템은 바로 이전 초점 위치(d-1)로 설정될 수 있다. "d-1"를 고려할 때, 현재 초점 위치(d)가 Di이면 이전 초점 위치(d-1)는 Di-1라는 것을 알 수 있다. 다시, 단계 220에서 얻어진 것과 실제 동일한 촬영 장면의 영상을 획득하고, 선명도 파라미터(Sd-1)를 계산한다(단계 230).
그런 후, 다음 계산(evaluation)이 이루어지는 계산 방향을 (연속적인 다음 초점 위치이거나 이전 초점 위치인지) 결정하기 위하여 두 초점 위치의 선명도 파라미터(Sd및 Sd-1)를 비교한다(단계 235). 일반적으로 말하면, 촬영 장면에 해당하는 최적의 초점 위치에 대한 적절한 결정을 내리기 전에 세 개의 초점 위치들에 대한 선명도 파라미터들 중 최소 값을 테스팅한다. Sd가 (단계 235에서 체크된) Sd-1보다 클 경우, 이전의 초점 위치(d-1, d-2, 등)가 좀더 작은 값의 선명도 파라미터를 산출하여, 초점에서 좀더 많이 벗어난 것으로 알았기 때문에 예를 들면 다음의 초점 위치(d+1)가 비교를 위하여 선택된다. 이 경우에, 렌즈 시스템은 d가 Di일 때 다른(discrete) 위치(Di+1)를 나타내는 다음의 초점 위치(d+1)로 설정된다(단계 260). 그런 다음, 단계 230에서의 영상과 실제로 동일한 촬영 장면에 대한 영상을 획득하고, 이 영상에 대한 선명도 파라미터(Sd+1)를 계산한다(단계 265). 초점 위치(d-1)가 (단계 235에서의) 초점 위치(d)와 비교되어 배제되었기 때문에, 지금은 d와 d+1이 자신들 각각의 선명도 파라미터(Sd와 Sd+1)를 이용하여 비교된다. Sd가 Sd+1보다 크거나 동일할 경우, 모든 다른 초점 위치(d+1, d+2, 등)의 선명도가 떨어지기 때문에, d가 가장 최적의 초점 위치로 된다(단계 280). 그래서, 일반적으로, Sd≥Sd-1이고 Sd≥Sd+1일 때, 초점 위치(d)는 가장 최적의 초점 위치로 된다. Sd가 Sd+1보다 작을 경우, 초점 위치(d+1) 또는 임의의 다음 초점 위치가 잠재적으로 최적의 초점 위치로 된다. 그래서, 디폴트 초점 위치(d)는 d+1로 설정되고, 또한 선명도 파라미터(Sd)도 Sd+1로 설정된다(단계 275). 예를 들면, d가 이미 D9와 같았다면, 이 d는 d+1 즉, d10으로 설정된다. 이러한 d+1에 대한 디폴트 초점 위치(d)의 재 설정 동작 후에 단계 260, 단계 265 그리고 단계 270이 반복된다. 일단 Sd≥Sd+1이면, 자동 초점 조절 절차는 종료될 수 있고 d를 적절한 초점 위치 또는 최적의 초점 위치로 선택할 수 있다. 수치 예와 표에 대하여 도 3을 참조하여 다음에 기술한다.
단계 235로 되돌아가서, Sd가 Sd-1보다 크지 않을 경우, d+1 및 다음의 초점 위치들은 최적의 초점 위치로 될 수 없고, 오히려 d-1 또는 d-2, d-3 등과 같은 이전의 초점 위치들이 최적의 초점 위치로 될 수 있다. (단계 215로부터) 원래 디폴트 초점 위치(d)가 이 비교 덕분에 고려 대상에서 배제되었기 때문에, 이 디폴트 초점 위치(d)는 d-1로 재 설정된다(단계 240). 역시, 선명도 파라미터(Sd)는 Sd-1로 동일하게 설정된다(단계 240). 예를 들면, d가 D9이면, d는 D8로 설정된다. 그래서 디폴트 초점 위치가 이전의 초점 위치로 재 설정되기 때문에, 이전의 초점 위치에서 획득한 영상의 선명도는 테스팅되어야 한다. 따라서 렌즈 시스템은 초점 위치(d-1)로 설정된다(단계 250). 그런 다음, 초점 위치(d-1)에서 영상을 획득하고, Sd-1을 계산한다. Sd가 Sd-1보다 크거나 같을 경우, d를 적절한 초점 위치 또는 최적의 초점 위치로 선택할 수 있고(단계 280), 자동 초점 조절 절차를 끝낸다. Sd가 Sd-1보다 크거나 같지 않으면, 오히려 이전 초점 위치를 테스팅할 필요가 있으므로 디폴트 초점 위치(d)를 d-1로 재 설정하는 단계와 이전에 계산된 선명도 파라미터와 새로운 초점 위치에 대한 선명도 파라미터를 비교하는 단계(즉, 단계 240 내지 255)를 현재 d가 적절한 초점 위치 또는 최적의 초점 위치로서 선택될 수 있는 시점인 Sd≥Sd-1이 될 때까지 반복한다.
도 3은 본 발명의 실시예에 따른 선명도 파라미터를 계산하는 예를 도시한다.
도 3은 소정의 입력 영상에 2차원 DWT를 실시하여 얻어진 결과인 분해된 영상(300)을 도시한다. 네 개의 서브-밴드, 즉 LL, LH, HL, HH가 분해된 영상(300)을 구성한다. 이미 기술한 바와 같이, LL 서브-밴드와 HH 서브-밴드를 선명도 결정에서 배제할 수 있으므로, 이 선명도 결정을 위해서는 LH 서브-밴드(310)과 HL 서브-밴드(315)만을 남긴다. 전체 영상에 대한 선명도 파라미터는 HL 서브-밴드에 대한 선명도 파라미터와 LH 서브-밴드에 대한 선명도 파라미터의 평균으로서 정해진다. 각 LH 서브-밴드(310)와 HL 서브-밴드(315)는 16개의 값들(비록 이들은 실제 DWT 서브-밴드에 존재하지 않을 수도 있지만, 단순화를 위하여 정수로 나타낸다)을 갖는다.
먼저, HL 서브-밴드(315)를 고려하면, 서브-밴드에 대한 임계값을 설정할 필요가 있다. 장치 종속 상수(kL그리고 kH)를 각각 1.1과 0.9라고 가정하면, 하한 임계값(TL)은 1.1 ×xmin이고 상한 임계값(TH)은 0.9 ×xmin이다(여기서, xmin과 xmax는 각각 서브-밴드 내의 최소 DWT 계수와 최대 DWT 계수이다). HL 서브-밴드(315)에 대하여 도시한 16개의 DWT 계수를 참조하면, xmin은또는이고, xmax는 85이다. 그래서 하한 임계값(TL)은 55(50 ×1.1)이고, 상한 임계값(TH)은 77(85 ×0.9의 어림수)이다. HL 서브-밴드(315)에 대한 선명도 파라미터는 모두 「TL, TH] 즉, [55, 77]에 포함되는 DWT 계수(xi)의 절대값에 대한 평균으로 얻어진다. 단지 한 개의 값(계수)(55)만이 이 범위에 포함되므로, 선명도 파라미터는 간단하게 55가 된다.
역시, LH 서브-밴드(310)에 대하여, 장치 종속 파라미터가 동일하다고 가정하면, 이 LH 서브-밴드(310)에 대한 임계값은 TL=×1.1 = 88이고, TH=×0.9 =99가 된다. 그래서, LH 서브-밴드(310)에 대한 선명도 파라미터는 절대값이 88과 99 사이에 모두 포함하는 모든 값(계수)의 평균으로 결정된다. 네 개의 계수, 즉 90, 95, 95 그리고 -89가 이 기준을 만족한다. 그러므로, LH 서브-밴드(310)에 대한 선명도 파라미터는 이들 계수의 절대값에 대한 평균, 즉 「(90+95+95+89)/4의 어림수」 92이다
전체 영상에 대한 선명도 파라미터는 LH 서브-밴드와 HL 서브-밴드에 대한선명도 파라미터의 평균, 즉 「(55+92)/2의 어림수」 74이다. 기술한 예는 계산의 단순화를 위하여 정수로 도시하였지만, 좀더 정확한 값이나 원하는 숫자 형태를 이용하고 유지할 수 있다. 또한, 각각의 계수 데이터가 설정되어 있는 이들 16개의 값만을 갖는 LH 서브-밴드와 HL 서브-밴드는 단지 예시적인 것이다.
도 4는 본 발명의 적어도 일 실시예에 대한 블록도이다.
도 4의 블록도에서, 영상 획득 센서(400)는 초기 디폴트 위치인 특정 초점 위치(d)에서 촬영 장면의 영상을 찍는다. 그런 다음 이 얻어진 영상 데이터는 (영상 압축이나 스케일링을 위해 이미 이 시스템에 존재할 수 있는) DWT 엔진(410)으로 전송되고/이 DWT 엔진(410)에 의해 접근된다. 이 DWT 엔진(410)은 입력 영상에 대하여 2차원 DWT를 행할 수 있다. 그런 다음 이 DWT의 결과 데이터(계수)는 이후의 해석을 위하여 기억 어레이(420) 내로 기억될 수 있다. 이 기억된 데이터는 다른 장치들 중에서 임계값을 설정하고, 임계값의 기준을 충족하는 DWT 데이터 셋트들중 일부(특히 LH 서브-밴드와 HL 서브-밴드)에 대한 평균을 산출하는 선명도 계산 엔진(430)에 의해 접근될 수 있다. 이 선명도 계산 엔진(430)은 이미 기술한 것과 유사한 방식으로 선명도 파라미터를 계산하고 결과를 이 선명도 파라미터와 상이한 초점 위치에 대한 다른 선명도 파라미터를 비교하는 비교기 및 재 설정 로직부(440)로 보낸다. 비교 결과에 따라서, 로직부(440)는 이후의 비교 동작을 위하여 새로운 초점 위치를 산출하거나 자동 초점 조절 절차를 종료하기 위하여 중지 신호(stop signal)를 출력한다(assert). 이 새로운 초점 위치 또는 중지 신호는 새로운 초점 위치를 설정하거나 최적의 초점 위치 또는 적절한 초점 위치로서 현재의 초점 위치를 지속하는 제어 장치(450)로 보내진다. 그런 다음 영상 획득 센서(400)는 초점 제어 장치(450)가 지시한 초점 위치에서 영상을 획득한다.
도 5는 본 발명의 일 실시예에 대한 시스템 블록도이다.
임의의 일반 결과(purpose) 또는 특정 결과를 계산하거나 데이터를 처리하는 컴퓨터 시스템을 예시하고, 이 컴퓨터 시스템(510)은 카메라(530)에 연결된 개인용 컴퓨터(personal computer)와 같은 기기일 수 있다. 카메라(530)는 디지털 카메라, 디지털 비디오 카메라 또는 다른 소정의 영상 획득 장치나 영상 시스템일 수 있거나, 초점 조절 장치를 구비하고 촬영 장면(540)의 영상을 획득하기 위하여 이용될 수 있는 이들 장치들의 조합물일 수 있다. 특히, 획득한 영상은 영상 처리 회로(532)로 처리될 수 있으므로, 이들 영상은 롬(ROM), 램(RAM) 또는 고정된 디스크와 같은 다른 기억 장치일 수 있는 영상 메모리 유닛(534)에 효율적으로 기억될 수 있다. 컴퓨터 시스템(510)용으로 예정된 영상 메모리 유닛(534) 내에 기억되어 있는 영상은 카메라(530) 내에서 실시된 자동 초점 조절 동작의 결과이므로 초점을 조절하기 위하여 최대한으로 이용된다(optimized). 정지 영상의 영상화를 수행하는 대부분의 디지털 카메라에서, 영상은 먼저 기억되거나 나중에 다운로드 된다. 이것은 카메라(530)가 별도의 지연 없이 다음 피사체/촬영 장면을 신속하게 획득할 수 있도록 한다. 그러나 디지털 비디오 카메라의 경우, 특히 생생한 화상 회의용으로 이용한 경우에, 영상을 신속하게 획득하는 것뿐만 아니라 이 영상을 신속하게 처리하여 카메라(530) 외부로 전송하는 것이 중요하다. 다양한 실시예들 중에서 본 발명의 자동 초점 조절 구조는 영상 처리 회로(532)의 다른 부분의 처리효율(throughput)을 빠르게 향상시킬 수 있으므로, 전반적인 영상 프레임의 전송 속도에 악영향을 미치지 않는다.
본 발명의 일 실시예에 따르면, 자동 초점 조절은 영상 처리 회로(532)의 일부분일 수 있는 DWT 엔진과 같은 구성 요소의 도움을 받는다. 카메라(53)는 각각 약간 다른 정도(quality)의 선명도를 산출하는 두개 이상의 초점 위치에서 촬영 장면(540)의 영상을 획득할 수 있다. 효율적인 방식으로 여러 초점 위치에서 영상의 선명도를 측정함에 따라, 카메라(530)에 대한 적절한 초점 위치나 최적의 초점 위치를 알아낼 수 있다. 카메라(530)가 자동으로 초점을 조절하고 이 초점이 조절된 초점 위치에서 영상을 획득한 후, 전송하기 위하여 또한 이 획득한 영상을 압축할 수 있다. (인텔사의 제품인) 펜티엄R과 같은 프로세서(512)와 명령 어드레스와 최종 데이터를 기억하고/적재하기 위하여 이용되는 램과 같은 메모리(511)를 이용하여 자동으로 초점이 조절된 영상을 얻을 수 있다. 대안적인 실시예에서, 자동 초점 조절은 전적으로 하드웨어로 이루어지는 것보다는 오히려 컴퓨터 시스템(510) 상에서 실행되는 소프트웨어와 결합된 하드웨어로 이루어질 수 있다. 이런 소프트웨어용 명령들은 디스크(518)나 메모리(511)에 기억될 수 있다. 본 발명의 다양한 실시예에 기재한 방법을 이용하는 소정 카메라의 초점을 자동으로 조절하도록 연산 기기를 프로그래밍 하는 것이 해당 분야의 당업자에게 용이하다는 것은 자명하다.
컴퓨터 시스템(510)은 프로세서(512), 메모리(511) 그리고 입/출력 버스(515)에 연결되는 브리지(514)와의 정보 전송을 용이하게 하는 시스템버스(513)를 갖는다. 이 입/출력 버스(515)는 직렬 포트인 디스플레이 어댑터(516), 디스크(518) 그리고 입/출력 포트(517)와 같은 여러 입/출력 장치와 연결된다. 이런 입/출력 장치, 버스 그리고 브리지들의 많은 조합물은 본 발명과 함께 이용할 수 있고, 도시한 조합물은 가능한 조합물들 중 단지 하나의 예이다.
촬영 장면(540)의 영상과 같은 영상을 카메라(530)로 획득할 경우, 먼저 카메라(530)의 초점을 자동으로 조절할 필요가 있다. 영상 처리 회로(532)는 다른 여러 기능들 중에서, 획득한 영상에 DWT를 행하고 자동 초점 조절 절차에 이용할 수 있는 집적 회로와 다른 구성 요소들로 이루어진다. 이미 기술한 바와 같이, 자동 초점 조절 동작은 해석을 위하여 DWT 결과 데이터를 기억하기 위해 영상 메모리 유닛(534)을 이용할 수 있다.
자동으로 초점이 조절되고 압축된 영상은 압축 해제 동작을 행하기 위하여 프로세서(512)를 이용할 수 있는 적절한 애플리케이션 소프트웨어 (또는 하드웨어)에 의해 컴퓨터 시스템(510) 상에서 압축 해제된다. 그런 다음 디스플레이 어댑터(516)를 이용하여 영상 데이터를 표시 영상(rendered image, 550)으로 시각적으로 나타낼 수 있다. 화상 회의에 적용할 때, 압축된 형태의 영상 데이터는 네트워크나 통신 시스템을 통해 컴퓨터 시스템(510)에 부가된 다른 노드나 컴퓨터 시스템 또는 이 컴퓨터 시스템(510) 이외의 다른 노드나 컴퓨터 시스템과 통신할 수 있으므로, 화상 회의를 진행할 수 있다. 적용하고 이용하기 위한 것이 무엇이든지 간에, 최종 결과는 수동으로 행해지는 초점 조절 방식이나 종래의 다른 자동 초점 조절 방식과 비교할 경우, 화상 회의를 진행할 때 모니터(520)나 다른 노드 상에표시되는 표시 영상(550)은 좀더 나은 화질을 갖는 영상일 것이다.
이상의 명세서에서, 본 발명은 예시적인 특정 실시예를 참조하여 기술하였다. 그러나 첨부한 청구범위에 기재한 것처럼 본 발명의 좀더 넓은 취지 및 범위를 벗어나지 않고 다양한 변형과 변경이 이루어질 수 있다는 것은 자명하다. 따라서, 본 명세서 및 도면은 한정을 위한 것이기보다는 예시를 위한 것으로 간주될 수 있다.

Claims (16)

  1. 영상 장치(imaging device)로 획득한 영상에 대하여 이산 웨이블렛 변환(discrete wavelet transform, DWT)을 행하여 소정 초점 위치에 대한 전체(overall) 선명도 파라미터(sharpness parameter)를 생성하는 단계, 그리고
    복수의 상이한 선명도 파라미터를 비교하여 최적의 초점 위치에 상기 영상 장치의 초점을 자동으로 조절하여 단계
    를 포함하는 방법.
  2. 제1항에 있어서,
    상기 생성 단계는,
    상기 획득한 영상에 대하여, 그들의 DWT 주파수 상관관계(frequency correlation)에 따라서 LL, LH, HL, HH과 같은 네 개의 서브-밴드를 생성하는 2차원의 상기 이산 웨이블렛 변환을 행하는 단계, 그리고
    상기 LH 서브-밴드와 HL 서브-밴드에 대한 특정 서브-밴드 선명도 파라미터의 평균을 산출하는 단계
    를 포함하고,
    상기 평균이 상기 전체 선명도 파라미터를 구성하는
    방법.
  3. 제2항에 있어서,
    상기 평균 산출 단계는,
    상기 LH 특정 서브-밴드 선명도 파라미터를 생성하는 단계, 그리고
    상기 HL 특정 서브-밴드 선명도 파라미터를 생성하는 단계
    를 포함하는 방법.
  4. 제3항에 있어서,
    상기 LH 특정 서브-밴드 선명도 파라미터 생성 단계는,
    상기 LH 서브-밴드에 대한 상한 임계값과 하한 임계값을 정하는 단계, 그리고
    상기 하한 임계값과 상한 임계값 사이에 절대값이 모두(inclusively) 포함되는 LH 서브-밴드 내의 모든 DWT 계수의 평균을 산출하는 단계
    를 포함하고,
    상기 평균이 상기 LH 특정 서브-밴드 선명도 파라미터를 구성하는
    방법.
  5. 제3항에 있어서,
    상기 HL 특정 서브-밴드 선명도 파라미터 생성 단계는,
    상기 HL 서브-밴드에 대한 상한 임계값과 하한 임계값을 정하는 단계, 그리고
    상기 하한 임계값과 상한 임계값 사이에 절대값이 모두 포함되는 HL 서브-밴드 내의 모든 DWT 계수의 평균을 산출하는 단계
    를 포함하고,
    상기 평균이 상기 HL 특정 서브-밴드 선명도 파라미터를 구성하는
    방법.
  6. 제2항에 있어서,
    상기 DWT가 바이-오소고널 스플라인 DWT(bi-orthogonal spline)를 포함하는 방법.
  7. 제1항에 있어서,
    상기 영상 장치가 디지털 카메라를 포함하는 방법.
  8. 제1항에 있어서,
    상기 자동 초점 조절 단계는,
    상기 영상 장치의 렌즈 시스템(lensing system)에 대한 디폴트 초점 위치를 제1 초점 위치로 설정하는 단계,
    상기 제1 초점 위치에서 영상을 획득하는 단계, 그리고
    상기 획득한 영상으로부터 상기 디폴트 선명도 파라미터가 되는 제1 선명도 파리미터를 계산하는 단계
    를 포함하는 방법.
  9. 제8항에 있어서,
    상기 제1 초점 위치보다 이전에 위치한(lower) 제2 초점 위치를 설정하는 단계,
    상기 제2 초점 위치에서 영상을 획득하는 단계,
    상기 획득한 영상으로부터 제2 선명도 파라미터를 계산하는 단계, 그리고
    상기 제2 선명도 파라미터가 상기 디폴트 선명도 파라미터보다 클 경우, 상기 디폴트 초점 위치를 상기 제2 초점 위치로 재 설정하고 상기 디폴트 선명도 파라미터를 상기 제2 선명도 파라미터로 재 설정하며, 상기 제2 선명도 파라미터가 상기 디폴트 초점 위치에 대한 선명도 파라미터보다 작거나 같을 때까지 상기 설정 단계, 영상 획득 단계, 계산 단계 그리고 재 설정 단계를 반복하여, 상기 디폴트 초점 위치를 상기 최적의 초점 위치로 선택하는 단계
    를 포함하는 방법.
  10. 제9항에 있어서,
    상기 제2 선명도 파라미터가 상기 제1 선명도 파리미터보다 작을 경우,
    상기 디폴트 초점 위치보다 다음에 위치하는(higher) 제3 초점 위치를 설정하는 단계,
    상기 제3 초점 위치에서 영상을 획득하는 단계,
    상기 획득한 영상으로부터 제3 선명도 파라미터를 계산하는 단계, 그리고
    상기 제3 선명도 파라미터가 상기 디폴트 선명도 파라미터보다 클 경우, 상기 디폴트 초점 위치를 상기 제3 초점 위치로 재 설정하고 상기 디폴트 선명도 파라미터를 상기 제3 선명도 파라미터로 재 설정하며, 상기 제3 선명도 파라미터가 상기 디폴트 초점 위치에 대한 선명도 파라미터보다 작거나 같을 때까지 상기 설정 단계, 영상 획득 단계, 계산 단계 그리고 재 설정 단계를 반복하여, 상기 디폴트 초점 위치를 상기 최적의 초점 위치로 선택하는 단계
    를 포함하는 방법.
  11. 영상 획득 센서 그리고
    상기 영상 획득 센서에 연결되고, 영상을 획득하기 위하여 최적 초점 위치를 자동을 설정하기에 적합한 초점 제어 장치
    를 포함하는 장치.
  12. 제11항에 있어서,
    상기 영상 획득 센서에 연결되고, 상기 영상 획득 센서로 획득한 영상에 대하여 2차원 이산 웨이블렛 변환(discrete wavelet transform, DWT)을 행하기에 적합한 이산 웨이블렛 변환 엔진(engine)을 포함하는 장치.
  13. 제12항에 있어서,
    상기 DWT 엔진에 연결되고, 상기 DWT의 최종 데이터 중 선택된 서브-셋트들에 대한 평균에 기초하여 획득한 영상의 선명도 파라미터를 제공하기에 적합한 선명도 계산 엔진을 포함하는 장치.
  14. 제13항에 있어서,
    상기 선명도 계산 엔진과 상기 초점 제어 장치에 연결되고, 최적의 초점이 상기 선명도 계산 엔진에 의해 생성된 상기 선명도 파라미터로부터 정해질 때 자동 초점 조절 동작을 종료하고, 새로운 선명도 파라미터와 디폴트 선명도 파라미터를 비교하기 위하여 상기 초점 제어 장치에 새로운 초점 위치를 제공하기에 적합한 비교기 및 재 설정 논리 수단을 포함하는 장치.
  15. 제13항에 있어서,
    상기 DWT 엔진과 상기 선명도 계산 엔진에 연결되고, 상기 선명도 계산 엔진으로 접근할 수 있는 DWT 최종 데이터를 기억하기에 적합한 기억 장치를 포함하는 장치.
  16. 명령이 기억되고 컴퓨터로 판독 가능한 매체를 포함하는 물품(article)에 있어서,
    동작이 실행될 때,
    영상 장치로 획득한 영상에 대하여 이산 웨이블렛 변환(discrete wavelettransform)을 행하여 소정 초점 위치에 대한 전체 선명도 파라미터를 생성하는 단계 그리고
    복수의 상이한 선명도 파라미터를 비교하여 최적의 초점 위치에 상기 영상 장치의 초점을 자동으로 조절하는 단계
    가 수행되는 물품.
KR10-2001-7007363A 1998-12-14 1999-11-10 이산 웨이블렛 변환을 이용하는 자동 초점 조절 알고리즘 KR100426934B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US09/211,309 US6151415A (en) 1998-12-14 1998-12-14 Auto-focusing algorithm using discrete wavelet transform
US09/211,309 1998-12-14

Publications (2)

Publication Number Publication Date
KR20010093824A true KR20010093824A (ko) 2001-10-29
KR100426934B1 KR100426934B1 (ko) 2004-04-13

Family

ID=22786377

Family Applications (1)

Application Number Title Priority Date Filing Date
KR10-2001-7007363A KR100426934B1 (ko) 1998-12-14 1999-11-10 이산 웨이블렛 변환을 이용하는 자동 초점 조절 알고리즘

Country Status (8)

Country Link
US (1) US6151415A (ko)
JP (1) JP2002532761A (ko)
KR (1) KR100426934B1 (ko)
AU (1) AU1617300A (ko)
DE (1) DE19983806B4 (ko)
GB (1) GB2358978B (ko)
TW (1) TW493341B (ko)
WO (1) WO2000036551A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100951965B1 (ko) * 2005-06-20 2010-04-08 인텔 코오퍼레이션 Ｌｔｉ／ｃｔｉ에 의한 비디오 선명도와 대비도의 강조

Families Citing this family (51)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7095164B1 (en) 1999-05-25 2006-08-22 Intel Corporation Display screen
US6697534B1 (en) 1999-06-09 2004-02-24 Intel Corporation Method and apparatus for adaptively sharpening local image content of an image
US6373481B1 (en) * 1999-08-25 2002-04-16 Intel Corporation Method and apparatus for automatic focusing in an image capture system using symmetric FIR filters
US6658399B1 (en) 1999-09-10 2003-12-02 Intel Corporation Fuzzy based thresholding technique for image segmentation
US6625308B1 (en) 1999-09-10 2003-09-23 Intel Corporation Fuzzy distinction based thresholding technique for image segmentation
US7053944B1 (en) 1999-10-01 2006-05-30 Intel Corporation Method of using hue to interpolate color pixel signals
US7106910B2 (en) * 1999-10-01 2006-09-12 Intel Corporation Color video coding scheme
US7158178B1 (en) 1999-12-14 2007-01-02 Intel Corporation Method of converting a sub-sampled color image
US6628827B1 (en) 1999-12-14 2003-09-30 Intel Corporation Method of upscaling a color image
EP1111444B1 (fr) * 1999-12-21 2005-10-05 Koninklijke Philips Electronics N.V. Appareil photographique comportant un dispositif de focalisation automatique
US6766062B1 (en) * 2000-02-16 2004-07-20 The Board Of Trustees Of The Leland Stanford Junior University - Office Of Technology Digital ridgelet transform via digital polar coordinate transform
US6748118B1 (en) 2000-02-18 2004-06-08 Intel Corporation Method of quantizing signal samples of an image during same
US6961472B1 (en) 2000-02-18 2005-11-01 Intel Corporation Method of inverse quantized signal samples of an image during image decompression
US6738520B1 (en) * 2000-06-19 2004-05-18 Intel Corporation Method of compressing an image
US7046728B1 (en) 2000-06-30 2006-05-16 Intel Corporation Method of video coding the movement of a human face from a sequence of images
US6775413B1 (en) 2000-09-18 2004-08-10 Intel Corporation Techniques to implement one-dimensional compression
US6788824B1 (en) * 2000-09-29 2004-09-07 Adobe Systems Incorporated Creating image-sharpening profiles
US6636167B1 (en) 2000-10-31 2003-10-21 Intel Corporation Method of generating Huffman code length information
US6563439B1 (en) 2000-10-31 2003-05-13 Intel Corporation Method of performing Huffman decoding
US20020118746A1 (en) * 2001-01-03 2002-08-29 Kim Hyun Mun Method of performing video encoding rate control using motion estimation
US6766286B2 (en) 2001-03-28 2004-07-20 Intel Corporation Pyramid filter
US20020184276A1 (en) * 2001-03-30 2002-12-05 Tinku Acharya Two-dimensional pyramid filter architecture
US6889237B2 (en) * 2001-03-30 2005-05-03 Intel Corporation Two-dimensional pyramid filter architecture
US20030118245A1 (en) * 2001-12-21 2003-06-26 Leonid Yaroslavsky Automatic focusing of an imaging system
US6624688B2 (en) 2002-01-07 2003-09-23 Intel Corporation Filtering variable offset amplifer
US7538815B1 (en) 2002-01-23 2009-05-26 Marena Systems Corporation Autofocus system and method using focus measure gradient
US6650184B2 (en) 2002-03-15 2003-11-18 Intel Corporation High gain amplifier circuits and their applications
US20040042551A1 (en) * 2002-09-04 2004-03-04 Tinku Acharya Motion estimation
US7266151B2 (en) * 2002-09-04 2007-09-04 Intel Corporation Method and system for performing motion estimation using logarithmic search
US20040057626A1 (en) * 2002-09-23 2004-03-25 Tinku Acharya Motion estimation using a context adaptive search
US6876776B2 (en) * 2003-02-14 2005-04-05 Ikonicys, Inc. System and method for auto-focusing an image
US7274393B2 (en) * 2003-02-28 2007-09-25 Intel Corporation Four-color mosaic pattern for depth and image capture
US20040169748A1 (en) * 2003-02-28 2004-09-02 Tinku Acharya Sub-sampled infrared sensor for use in a digital image capture device
US20040174446A1 (en) * 2003-02-28 2004-09-09 Tinku Acharya Four-color mosaic pattern for depth and image capture
US7589781B2 (en) * 2005-01-26 2009-09-15 Omnivision Technologies, Inc. Automatic focus for image sensors
US20070014468A1 (en) * 2005-07-12 2007-01-18 Gines David L System and method for confidence measures for mult-resolution auto-focused tomosynthesis
JP4636979B2 (ja) * 2005-09-09 2011-02-23 キヤノン株式会社 撮像装置及びその制御方法
US20080025630A1 (en) * 2006-07-28 2008-01-31 Atmel Corporation Adaptive noise filtering for reducing imager noise in digital image applications
KR101488655B1 (ko) * 2007-09-14 2015-02-03 삼성전자 주식회사 자동 초점 조절 장치 및 방법
WO2011005238A1 (en) 2009-07-08 2011-01-13 Freescale Semiconductor, Inc. Degree-of-focus determination module, position-of-best-focus selection modules, image processing module, imaging system, and corresponding method
DE102009035587B3 (de) * 2009-07-31 2011-03-24 Siemens Aktiengesellschaft Verfahren zur Filterung eines Chromatogramms
US8294811B2 (en) * 2009-08-04 2012-10-23 Aptina Imaging Corporation Auto-focusing techniques based on statistical blur estimation and associated systems and methods
FR2949003B1 (fr) * 2009-08-10 2017-09-08 Dxo Labs Systeme et procede de capture d'images avec deux modes de fonctionnement
US8666194B2 (en) 2009-08-28 2014-03-04 Adobe Systems Incorporated System and method for editing frequency content of images
AU2010353808A1 (en) * 2010-05-26 2012-12-06 Tay, Hiok Nam MR Auto-focus image system
KR101157791B1 (ko) * 2010-06-10 2012-06-19 주식회사 휴비츠 자동 포커싱 시스템을 구비한 광학 현미경
US9398205B2 (en) 2010-09-01 2016-07-19 Apple Inc. Auto-focus control using image statistics data with coarse and fine auto-focus scores
CN102445812B (zh) * 2010-10-13 2013-10-16 致茂电子(苏州)有限公司 高速自动对焦方法
JP4988057B1 (ja) * 2011-10-11 2012-08-01 アキュートロジック株式会社 全焦点画像生成方法、全焦点画像生成装置、全焦点画像生成プログラム、被写体高さ情報取得方法、被写体高さ情報取得装置及び被写体高さ情報取得プログラム
JP6467257B2 (ja) * 2015-03-17 2019-02-06 キヤノン株式会社 情報処理装置、情報処理方法及びプログラム
TWI782280B (zh) * 2020-06-01 2022-11-01 財團法人國家實驗研究院 應用於遙測衛星的自動對焦方法及該遙測衛星

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4973908A (en) * 1989-06-23 1990-11-27 General Electric Company NMR probe with multiple isolated coplanar surface coils
US5200828A (en) * 1990-03-19 1993-04-06 Sam Jung Co., Ltd. Autofocusing device for use in a video camera and an autofocusing method thereof
JP3125257B2 (ja) * 1991-05-14 2001-01-15 コニカ株式会社 撮像装置の自動焦点装置
JPH0630319A (ja) * 1992-06-02 1994-02-04 Sony Corp オートフォーカス装置
JPH06138383A (ja) * 1992-10-27 1994-05-20 Ibiden Co Ltd 自動焦点カメラ
KR0179067B1 (ko) * 1994-02-25 1999-05-01 구자홍 비디오 포커싱 방식에서의 자동 포커싱장치 및 방법
JPH0915506A (ja) * 1995-04-28 1997-01-17 Hitachi Ltd 画像処理方法および装置
JP3296687B2 (ja) * 1995-05-24 2002-07-02 三洋電機株式会社 オートフォーカスビデオカメラ
JP3907729B2 (ja) * 1996-02-05 2007-04-18 オリンパス株式会社 静止画像撮像装置
JPH1074192A (ja) * 1996-08-30 1998-03-17 Mitsubishi Electric Corp 画像処理方法およびその装置
US5885841A (en) * 1996-09-11 1999-03-23 Eli Lilly And Company System and methods for qualitatively and quantitatively comparing complex admixtures using single ion chromatograms derived from spectroscopic analysis of such admixtures
US6211515B1 (en) * 1998-10-19 2001-04-03 Raytheon Company Adaptive non-uniformity compensation using feedforward shunting and wavelet filter

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100951965B1 (ko) * 2005-06-20 2010-04-08 인텔 코오퍼레이션 Ｌｔｉ／ｃｔｉ에 의한 비디오 선명도와 대비도의 강조
US8031956B2 (en) 2005-06-20 2011-10-04 Intel Corporation Enhancing video sharpness and contrast by luminance and chrominance transient improvement

Also Published As

Publication number Publication date
JP2002532761A (ja) 2002-10-02
US6151415A (en) 2000-11-21
GB0113364D0 (en) 2001-07-25
AU1617300A (en) 2000-07-03
DE19983806B4 (de) 2004-04-01
GB2358978A (en) 2001-08-08
WO2000036551A1 (en) 2000-06-22
DE19983806T1 (de) 2002-01-10
GB2358978B (en) 2003-07-02
KR100426934B1 (ko) 2004-04-13
TW493341B (en) 2002-07-01

Similar Documents

Publication Publication Date Title
KR100426934B1 (ko) 이산 웨이블렛 변환을 이용하는 자동 초점 조절 알고리즘
US8131097B2 (en) Method and apparatus for extended depth-of-field image restoration
US8253825B2 (en) Image data processing method by reducing image noise, and camera integrating means for implementing said method
JP2022501982A (ja) ニューラルネットワークを使用した写真の露出不足補正
JP2015511433A (ja) 適応型多次元データ分解
KR19990041784A (ko) 다이나믹 레인지 확대장치 및 방법
WO2003101120A1 (en) A method and system for estimating sharpness metrics based on local edge statistical distribution
US20090147090A1 (en) Image processing device
US20220309622A1 (en) Image processing noise reduction
US5787209A (en) Method of filtering images using image compressibility to determine threshold parameter
Rabie Adaptive hybrid mean and median filtering of high-ISO long-exposure sensor noise for digital photography
JP2011100204A (ja) 画像処理装置、画像処理方法、画像処理プログラム、撮像装置及び電子機器
Vivirito et al. Restoration of out-of-focus images based on circle of confusion estimate
WO2023215371A1 (en) System and method for perceptually optimized image denoising and restoration
US20220207672A1 (en) Apparatus and method for sensing image based on event
Van Houten et al. Using sensor noise to identify low resolution compressed videos from youtube
US10652538B2 (en) Video encoding method and system
Matsushita et al. An improved camera identification method based on the texture complexity and the image restoration
CN112132879B (zh) 一种图像处理的方法、装置和存储介质
Anitha et al. Quality assessment of resultant images after processing
CN116528058B (zh) 一种基于压缩重构的高动态成像方法和系统
Tsomko et al. Efficient method of detecting blurry images
JPH08265572A (ja) 画像処理装置
Harale Analysis of Image Deblurring Techniques with Variations in Gaussian Noise and Regularization factor
Bao et al. Temporal-Mapping Photography for Event Cameras

Legal Events

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

Payment date: 20130228

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20140303

Year of fee payment: 11

FPAY Annual fee payment

Payment date: 20150227

Year of fee payment: 12

FPAY Annual fee payment

Payment date: 20160304

Year of fee payment: 13

LAPS Lapse due to unpaid annual fee