KR20060091043A

KR20060091043A - 매핑 함수에 기반한 이미지 처리 방법 및 장치

Info

Publication number: KR20060091043A
Application number: KR1020050090716A
Authority: KR
Inventors: 김영택; 이상근
Original assignee: 삼성전자주식회사
Priority date: 2005-02-11
Filing date: 2005-09-28
Publication date: 2006-08-17
Also published as: US20060182359A1; US7522781B2; KR100694153B1

Abstract

본 발명은 화면 표시 장치상에서의 위치들을 나타내기 위하여 인덱스(index)를 부여한 디지털 입력 이미지 데이터 처리 방법을 나타내며 디지털 데이터는 각 위치들에 대한 명암도 값을 나타낸다. 휘도 채널에서 입력 데이터의 동일한 명암도 값을 출력 데이터의 본질적으로 동일한 명암도 값으로 변환하는 매핑 함수(mapping function)을 사용하여, 개선된 값을 생성하기 위하여 각 위치에 대한 명암도 값을 변환한다.

Description

매핑 함수에 기반한 이미지 처리 방법 및 장치{Method and Apparatus for Image Processing based on a Mapping Function}

도 1은 본 발명에 따른 이미지 처리에 관한 일 실시예의 기능 블록도를 보여준다.

도 2는 본 발명에 따른 이미지 인핸서(image enhancer)에 관한 일 실시예의 기능 블록도를 보여준다.

도 3은 본 발명의 일 실시예에 따른 이미지 인핸서에 의하여 실행되는 계산 단계들의 예를 보여준다.

본 발명은 일반적으로 이미지 처리에 관한 것이며, 특히 밝기와 색의 불변성을 유지하면서 이미지의 어두운 영역에서 세부들을 증가시키는 방법 및 장치에 관한 것이다.

이미지 처리 시스템들은 디지털 이미지 혁명의 핵심이다. 이들 시스템들은 이미지 처리 알고리즘들을 사용하여 캡쳐된 디지털 이미지를 처리하여 이미지의 명확성과 세부들의 질을 높인다. 이러한 알고리즘들은 낡은 아날로그 방법들 사용하 여 전에 얻어진 것보다 이미지들이 본질적으로 더 명확하고 상세하게 한다.

그러나, 사람이 이미지를 인식하는 방법과 이미지가 캡쳐되고 화면 표시 장치 매체상에 재생되는 방법사이에는 많은 차이가 있다. 종래의 디지털 이미지 처리 시스템이 가져온 향상에도 불구하고, 그러한 시스템들은 인간의 눈, 뇌 및 신경 조직 시스템만큼 현실의 장면의 세부, 컬러 명확성 및 밝기에 대해 동일한 수준으로 이미지를 재생하는 데에 있어서는 여전히 부족하다. 이는 인간의 신경 조직 시스템이 현재의 디지털 시스템들에서 이용가능한 것보다 큰 동적 범위 압축(dynamic range compression)을 가지고 있기 때문에서 부분적으로 기인한다. 동적 범위 압축은 변하는 광 수준들을 구별할 수 있는 능력을 나타낸다.

인간의 눈은 대략 1000:1의 동적 범위 압축 능력을 가지며, 이는 인간의 눈이 대략 1000 수준의 광 변화들을 구별할 수 있다는 것을 의미한다. 대조를 통하여, 디지털 이미지 시스템들은 전형적으로 단지 255:1의 동적 범위 압축을 허용하는 픽셀(pixel)당 8 비트만을 사용한다. 그 결과, 사진으로 재생된 디지털 이미지는 보는 사람이 인식하는 현실의 장면과 비교하면 사진의 더 어둡고 더 밝은 영역들에서는 덜 세부적이다.

이 채광 결함을 보상하기 위하여 많은 기법들이 개발되어 왔다. 이들 기법들은 두 개의 넓은 부류로 나누어질 수 있다. 한 부류는 (1)거듭제곱 법칙 또는 비선형 기법들("비선형 변환들")이며, 다른 한 부류는 (2)레티넥스(retinex) 기법들이다. 각각은 어떠한 방식으로라도 그들 각자의 한계를 가지고 있다.

비선형 기법들은 다른 부분을 압축하면서 동적 범위의 한 부분을 확장하는 비선형 관계를 사용한다. 이들 기법들은 일반적으로 밝은 영역들에서의 세부를 희생하여 어두운 영역들에서의 세부들의 질을 높인다. 이들 비선형 시스템들과 연관된 한 가지 문제는 픽셀이 본래부터 어떤 밝기 값으로 할당되었는지에 관계없이 픽셀들사이에서의 차이들을 더 크게 한다는 것이다. 이는 이미 색이 엷은 외관을 가지는 더 밝은 영역들이 한층 더 색이 엷어지게 하는 결과가 된다. 비록 이들 기법들이 더 어두운 영역들에서는 더 나은 세부가 되도록 하지만, 이들은 디지털 이미지의 더 밝은 영역들을 희생하여 얻어지는 것이다. 더욱이, 이들 방법들은 윤곽들과 가파른 경계들을 잘 다룰 수 없다.

레티넥스 기법들의 변형들은 주변 픽셀들의 휘도 값에 기초하여 픽셀의 휘도 값을 증가 또는 감소시킨다. 이들 기법들은 특히 이미지의 더 밝은 영역과 더 어두운 영역들 사이의 경계들의 질을 높이는데에 유용하다. 그러나, 이러한 기법들은 많은 이유들로 인해 만족하지가 않다. 한 기법에서는, 이미지에서 크고 균일한 지역들은 회색으로 된다(즉, 차광 효과(shading effect)). 다른 기법에서는, 어떤 이미지들에서는 색상에서의 변화가 발생하며(즉, 색상 왜곡) 그 변화는 계산상으로는 강하다.

본 발명은 디지털 이미지의 질을 개선하여 인간이 현실에서 인식하는 것과 유사하게 변환할 수 있는 매핑 함수에 기반한 이미지 처리 방법 및 장치를 제공하는 것을 목적으로 한다.

본 명세서는 위 단점들을 역점을 두어 다룬다. 디지털 이미지를 개선시키는 방법을 제공하여 이미지가 전체 장면의 전역에서 모든 종류와 수준의 조명아래서 인간의 시각에 의해 인식되는 것과 유사하게 보이도록 하는 것이 본 발명의 목적이다. 일 실시예에서는 본 발명은 이미지 처리 방법 및 장치를 제공하며, 경로는 전체 입력 데이터에 걸쳐 분포된 위치들의 집합으로 정의 된다. 톤 매핑 함수(tone mapping function)은 경로들을 선택함이 없이 레티넥스 경로 계산 체계에 기초한 명암도 값들을 비교함으로써 만들어지며, 입력의 데이터의 각각은 개선된 값으로 변환된다.

다른 실시예에서는, 본 발명은 레티넥스 이론에 기초한 이미지 처리의 일례를 제공하며, 적어도 종래의 레티넥스-기반 알고리즘들과 비교할 때에 아래의 차이들을 보여준다.

1) 종래의 방법들은 3 개의 다른 컬러 채널들에 대하여 작용을 하는 반면에 예시 방법은 휘도 채널에만 작용을 한다.

2) 예시 방법은 차광 효과를 야기시키지 않는다.

3) 예시 방법은 컬러 왜곡을 야기시키지 않는다.

4) 예시 방법은 입력 데이터의 동일 명암도 값을 출력 데이터의 동일 명암도 값으로 변환 시키는 톤 매핑 함수를 이용하는 반면에 종래의 레티넥스 방법들은 동일 명암도 값들을 입력 데이터의 지역적 및 전역적 정보에 따라 다른 값들로 변환시킨다.

본 발명의 또 다른 실시예들, 특징들 및 이점들은 첨부된 도면들과 함께 아 래의 상세한 설명에서부터 곧 알 수 있을 것이다.

본 발명의 일 실시예에 따른 디지털 이미지에서 세부들을 개선시키는 방법 및 장치의 예시가 기술된다. 따라서, 디지털 이미지에 대한 세부들은 밝기와 색의 불변성이 유지되면서 개선된다. 이미지에서 주어진 점(예를 들면, 픽셀)에서, 경로를 구성하는 픽셀 "경로 요소들"이 그 점보다 더 밝은지 또는 어두운지에 대해 결정이 이루어진다. 주어진 점과 대조하여 선택된 경로-계산들의 출력들을 평균하는 것으로부터 주어진 점의 출력은 개선된 값을 생성하기 위하여 조정된다.

도 1은 본 발명의 일 실시예에 따른 이미지 처리 시스템(10)의 블록도를 보여준다. 잘 알려진 기법들에 따라서 블록(100)에서 이미지는 캡쳐되고 디지털화되며, 디지털화된 이미지는 픽셀들이라고 불리는 이산적인 영역들로 표현된다. 일례에서는, 디지털화된 이미지는 RGB로 알려진 적(Red), 녹(Green) 및 청(Blue) 채널들인 3개의 컬러 채널들을 포함한다. 컬러 채널들은 CIE 및 YUV와 같은 다른 컬러 공간으로 변환될 수도 있다(Y는 휘도, U는 제 1 컬러 차이 및 V는 제 2 컬러 차이를 나타낸다.).

여기서 기술된 본 발명의 일 실시예에 따르면, 디지털화된 이미지는 변환 블록(102)에서 YUV 공간으로 변환된다. 각 픽셀에는 YUV 값이 할당된다. Y 값은 그 특정 픽셀에 대한 밝기를 조절한다. 종래의 시스템들은 밴드폭(bandwidth)의 효율성과 메모리 설계 이유들 때문에 Y 값을 나타내기 위하여 전형적으로 8 비트를 이용한다. 그래서, 종래의 이미지 처리 시스템은 각 픽셀에 0에서 255의 범위에 있는 Y값을 할당하며, 0은 가장 어두운 휘도값을 나타내고 255는 가장 밝은 휘도값을 나타낸다.

그 다음에, 이미지 개선 블록(104)에서는, 화면 표시를 위해 이미지 특징들을 강조하고 또렷하게 하기 위하여 이미지 개선 기법들이 사용된다. 이러한 개선 기법들은 픽셀 데이터를 조작함으로써 공간적인 영역에서 작용하거나, 또는 주파수 성분들을 수정함으로써 주파수 영역에서 작용한다. 본 발명에 따른 예시 개선 기법은 공간적인 영역에서 작용하며, 더욱 특히 휘도값 Y를 대상으로 하여서만 변환을 적용한다.

예시 기법은 본질적으로 더 밝은 부분들에서 세부들을 버리는 것 없이 더 어두운 영역에서 디지털 방식으로 기록된 이미지들의 세부들을 개선시키며, 그것에 의해 디지털 방식으로 기록된 이미지들이 실제의 관찰자에게 더 현실적이게 한다. 예시 기법은 종래의 기법들을 사용할 때 발생하는 것과 같은 넓고 균일한 컬러 구역들이 회색화하는 것을 더 감소시킨다. 예시 기법은 또한 Y 채널에만 작용하기 때문에 컬러의 변화를 감소시킨다. 게다가, 예시 기법은 Y 채널에만 작용하기 때문에 계산상으로 효율적이며 빠르다.

그 다음에 컬러 역변환 블록(106)은 개선된 이미지를 YUV 컬러 채널들로부터 회전 매트릭스를 사용하여 RGB 컬러 채널들로 변환시킨다. 그리고 나서 개선된 RGB 이미지는 블록(108)에 의해 출력된다.

도 2는 본 발명의 일 실시예에 따른 이미지 인핸서(image enhancer)(200)의 블록도이며, 톤 매핑(tone mapping) 함수 생성기(202)를 포함하며, 두 개의 컬러 차이 성분들(C1 및 C2)이 인핸서(200)를 통과한다. 도 3은 매핑 함수 생성기(202) 의 일 실시예의 세부들을 보여주며, 인핸서(200)에서 계산될 경로를 설명한다. 본 발명에 따르면, 경로들의 선택과 그것들의 계산들은 필요하지 않다. 그러나, 본 발명의 이해을 단순화하기 위하여 예시를 보여준다. 경로에서 구성요소들의 수("경로 길이")는 가능하면 많은 것이 바람직하다. 더욱이, 많은 수의 경로들이 선택되고 각 경로들이 픽셀 값에 대해 갱신된 값을 얻도록 하기 위하여 동일한 측정들을 한 후에 평균할 수도 있다.

다른 경로가 존재하더라도 동일한 계산이 그 경로들 중 나머지들에 대해 적용되기 때문에 경로 계산의 일례를 나타내었다. 대부분의 이미지 개선 알고리즘들은 보통 계산 효율성 및 더욱 훌륭한 동적 범위 압축 결과를 이유로 로그스케일(log-scale) 공간상에서 실행한다. 그러나, 설명의 편의상, 여기서의 모든 초기 설명들은 종래의 십진(decimal) 공간을 이용한다.

도 3에서의 예를 참조하면,

로 표시된 임의의 픽셀에서의 시작과 임의의 경로(일련의 픽셀들)를 따라 마지막 위치

까지,

로 표시된 일련의 픽셀들로 이루어진 길을 따라 방문된다. 중간 출력

는 경로에서 n번째 요소에서 정의된다. n 번째 요소에서 명암도 값

에 대응하는 알파벳 심볼 p는 명암도 값이 아니라 xy 이미지 평면에서 경로에 대한 요소의 위치임을 주목할 가치가 있다. 예시 경로 계산은 아래와 같다.

1. 입력 이미지 데이터의 최대 명암도 값인 초기값

를

에 할당한다.

2. 아래 관계식 (2)에 따라 위치 k에서

에 대한

의 비를 계산한다.

이 값을

에 할당한다.

3. 위치 j로 이동하고

에 대한

의 비를 아래 관계식 (3)에 따라

의 곱을 취함으로써 결정한다.

이 값은

에 할당한다. 그리고 나서 경로에서 다음의 위치/점에 대해서는 단계들이 반복된다.

4. 경로의 끝에서는, 시작 위치와 경로를 따라 각 위치 사이에서 비율을 계산하고 대응하는 위치에 할당(저장)한다. 이 과정은 다른 시작과 끝점들을 가지는 많은 다른 경로들에 대해 반복된다. 그 다음에, 많은 다른 픽셀들에 대한 위치 비율의 이력이 기록되고, 특정 위치에서의 밝기(예를 들면, 명암도)의 어림치를 얻기 위하여 모든 비율들을 평균한다(평균 절차).

요약하면, 레티넥스 계산에 있어서 핵심 요소들은 임의의 경로를 따라 비율을 결정하고 곱셈을 하는 것이며 특정 위치에서의 밝기의 어림치를 얻기 위하여 많은 다른 경로들에 걸쳐 그 결과들을 평균하는 것이다.

게다가, 알고리즘의 어떤 버전들은 비와 곱 연산에 두 개의 추가 연산들을 보충한다. 이 두개의 추가 연산은 경계 연산(thresholding operation)과 초기화 연산(resetting operation)이다. 경계-초기화 연산들에 따르면, 중간값

은 아래 관계식 (4)에 따라 수정된다.

여기서, O.W.는 "만약 그렇지 않으면"(otherwise)를 가리키며,

는 이전의 n-1 위치에서의 중간값이다. 중간값들

는 위치 i를 통과하는 경로 요소들의 비교 결과를 모아놓은 이력을 가지고 있다. 픽셀 위치는 전체의 입력 이미지에서 경로가 통과하는 픽셀 위치들에 의하여 영향을 받는다. 픽셀 값들은 경로들에서의 중간값들을 평균함으로써 입력 이미지의 전역 정보에 관하여 갱신되며, 대응하는 기준 입력 값들은 현재 픽셀의 기준 값보다 더 밝다는 것을 알 수 있다.

본 발명에 따른 예시 이미지 처리 방법은 레티넥스 알고리즘에 가깝다. 이러한 이미지 처리 방법은 경로 요소들을 고려할 필요가 없기 때문에 계산상의 복잡함을 줄이고 처리 속도를 높인다. 주지한 것처럼, 경로 비교의 출력은 출력 위치에서의 픽셀 값보다 더 밝은 경로 요소들의 평균일 수 있다. 만약 픽셀 위치가 다수의 경로들에 대해 다수의 출력들을 갖는다면, 최종 출력은 다수의 경로로부터의 이들 다수의 출력들의 평균이다. 특정 위치에서의 출력은 경로의 길이와 경로에서의 요소들의 순서에 의존한다는 것을 아는 것은 중요하다. 경로에서의 요소들의 수가 가능하면 많고 전체 입력 데이터에 걸쳐 가능하면 임의적인 것이 바람직하다.

사건 A에 관계에서 사건 B의 조건 확률은 사건 A가 이미 발생했다고 가정할 때 사건 B가 발생할 확률이다.

특정 사건의 조건 확률은 아래 관계식 (6)에 따라 곱셈 법칙의 양변을

로 나눔으로써 결정된다.

관계식 (6)는 또한 아래 관계식 (7)로 표현될 수 있다.

여기서

는

및 아래 관계식 (8)을 만족하는 A의 공통 원소를 갖지 않는(disjointed) 부분집합이다. j

전술한 설명들에 기초할 때, 본 발명의 일 실시예에 따른 레티넥스 방법의 상이한 구성은 매핑 함수

를 얻는 것이며,

는 매핑 함수의 빈 인덱스(bin index)이다. 매핑 함수를 계산하는 것은 아래와 같다.

1. 초기값

를

의 각 빈(bin)

에 할당하며, 이 때

는 입력 이미지의 최대값이며, 값

는 제어 이득이다. 제어 이득의 범위는 0 에서부 터 1 까지 변한다(예를 들면,

=0.5).

2. 위 관계식 (4)와 (7)로부터, 만약 현재 위치 i와 그 값

가 전체 이미지에 걸쳐 이전 값

에 의해 영향을 받는다면, 매핑 함수

의 중간 출력은 아래 관계식 (9)에 따라 표현될 수 있다.

이전 값이 현재 픽셀 값보다 더 어두울 때에 매핑 함수

의 값은 1로 초기화 된다. 그래서, 현재 위치에서의 기대값

는 아래 관계식 (10)에 따른다.

관계식 (10)에서, 값

는 입력 데이터의 정규 히스토그램으로부터 얻을 수 있는 값

의 확률이며, MAX_BIN은 매핑 함수를 생성하는데 허용되는 최대 빈(bin)의 수이다. 매핑 함수의 중간 출력

는 과정이 현재 빈 인덱스(bin index)에서 다음 빈 인덱스(bin index)로 이동할 때

로 교체된다.

3. 만약 반복 처리가 필요하다면, 상기 단계 2가 반복되며, 다음 반복에서의 초기값들은 현 단계에서의 출력이 된다. 일 실시예에서는, 둘 또는 세번의 반복으로 충분한 결과들을 얻을 수 있다. 입력 이미지 데이터

의 최종 출력 이미지 데이터

는 아래 관계식 (11)에 따른다.

이와 같이, 입력 이미지는 본 발명에 따른 톤 매핑 함수(예를 들면, 도 2에서의 블록(202))를 사용하여 출력 이미지로 변환되며, 매핑 함수는 입력 이미지의 내용에 의존한다.

요약하면, 입력 이미지는 처음에 화표 표시 장치상에 위치들을 나타내기 위하여 인덱스(index)를 부여한 디지털 데이터에 의해 표현된다. 인덱스(index)를 부여한 디지털 데이터는 각 위치 (x,y)에 대하여 명암도 값 Y(x,y)를 나타낸다. 각 위치에 대한 명암도 값은 아래 식에서 처럼 개선된 값을 생성하기 위하여 변환된다.

는 명암도 값 l에 대한 매핑 함수이며,

는 입력 데이터의 정규 히스토그램에서부터 얻을 수 있는 값 l의 확률이며, MAX_BIN은 고려의 대상이 되는 명암도 값들의 개수(예를 들면, 256)이다. 이와 같이, 예에서는 주로 휘도(Y 성분) 값들이 개선된다.

본 발명은 많은 다른 형태들로 구현을 할 수 있지만, 이 개시는 발명의 본질들 중의 한 예시로 고려되어야 하고 발명의 주요한 양상들을 설명된 실시예로 한정하려는 의도가 아니라는 해석을 포함하여 본 발명의 바람직한 실시예들을 도면에서 보여지고 여기에 상세히 기술될 것이다. 본 발명에 따른 위에서 전술한 구성 예들은 프로세서(processor)에 의해 실행되는 프로그램 명령들, 논리 회로들, ASIC, 펌 웨어(firmware) 등 당해 기술분야에서 숙련된 사람들에게 알려진 많은 방법으로 구현될 수 있다. 그래서, 본 발명은 여기에 기술된 실시예들에 한정되지 않는다.

본 발명은 다른 버전들도 가능하지만, 특정 바람직한 버전들에 관하여 상당히 상세히 기술되었다. 그래서, 첨부된 청구항들의 사상 및 범위는 여기에 포함된 바람직한 버전들의 상세한 설명에 한정되어서는 안 된다.

본 발명에 따른 이미지 변환 방법 및 이미지 변환 장치에 의하면, 이미지가 전체 장면의 전역에서 모든 종류와 수준의 조명아래서 인간의 시각에 의해 인식되는 것과 유사하게 보이도록 할 수 있다.

Claims

각 위치에 대한 명암도 값을 표시하는 디지털 입력 이미지 데이터에 화면 표시 장치상의 위치들을 나타내기 위하여 상기 디지털 입력 이미지 데이터에 인덱스(index)를 부여하는 단계; 및

입력 데이터의 동일한 명암도 값을 출력 데이터의 본질적으로 동일한 명암도 값으로 변환하는 매핑(mapping) 함수를 사용하여 개선된 값을 생성하기 위하여 각 위치에 대한 상기 명암도 값을 변환하는 단계를 포함하는 것을 특징으로 하는 이미지 처리 방법.
제 1항에 있어서, 상기 명암도 값은,

휘도 값을 포함하는 것을 특징으로 하는 이미지 처리 방법.
제 2항에 있어서, 상기 매핑 함수는,

휘도 채널(channel)에 대하여만 작용하는 것을 특징으로 하는 이미지 처리 방법.
제 3항에 있어서, 상기 매핑 함수는,

차광(shading) 또는 컬러 왜곡 효과들을 일으킴이 없이 본질적으로 휘도 채널에 대하여만 작용하는 것을 특징으로 하는 이미지 처리 방법.
제 1항에 있어서, 상기 변환하는 단계는,

경로를 상기 디지털 입력 이미지 데이터에 분포된 위치들의 집합으로 정의하는 단계를 더 포함하며, 상기 각 위치에 대한 명암도 값이 개선되도록 상기 매핑 함수는 경로들을 선택함이 없이 레티넥스(retinex) 경로 계산 체계를 사용하여 명암도 값들을 비교하는 것에 기초하는 것을 특징으로 하는 이미지 처리 방법.
제 1항에 있어서,

상기 디지털 입력 이미지 데이터는 휘도 채널에서 각 위치
에 대한 명암도 값
을 나타내며;

상기 변환하는 단계는 매핑 함수

를 사용하여 개선된 값
를 생성하기 위하여 상기 각 위치에 대한 명암도 값을 변환하는 단계를 더 포함하며, 여기서
는 명암도 값 l에 대한 최종 매핑 함수,
는 중간 매핑 함수,
은 상기 디지털 입력 이미지 데이터의 정규 히스토그램(normalized histogram)에서 얻을 수 있는 명암도 값 l의 확률, 그리고 MAX_BIN은 고려의 대상인 상기 명암도 값들의 수를 나타내는 것을 특징으로 하는 이미지 처리 방법.
제 6항에 있어서, 상기 명암도 값은,

휘도 값을 포함하는 것을 특징으로 하는 이미지 처리 방법.
제 6항에 있어서, 상기 변환된 명암도 값
은,

상기 각 디지털 입력 이미지 데이터 값
에 대하여
에 따라 매핑된 값이며, 매핑 함수는 입력 데이터의 내용에 의존하는 것을 특징으로 하는 이미지 처리 방법.
제 6항에 있어서, 상기 최대 빈(bin) 수 MAX_BIN은,

상기 명암도 값을 표현하는데 허용되는 비트들의 수와 같은 것을 특징으로 하는 이미지 처리 방법.
제 6항에 있어서, 상기 명암도 값 l의 상기 확률
은,

상기 디지털 입력 이미지 데이터에 대한 상기 정규 히스토그램에 기초하여 계산되는 것을 특징으로 하는 이미지 처리 방법.
제 10항에 있어서, 각 빈(bin) l에서의 상기 정규 히스토그램의 값은,

상기 각 빈(bin) l에서의 히스토그램 값을 상기 디지털 입력 이미지 데이터 의 크기로 나눔으로써 계산되어 지는 것을 특징으로 하는 이미지 처리 방법.
제 6항에 있어서,

상기 매핑 함수
에 초기값들을 할당하는 단계를 더 포함하며,
값은 상기 디지털 입력 이미지 데이터의 최대 명암도 값이며,
값은 초기 제어 이득인 것을 특징으로 하는 이미지 처리 방법.
제 12항에 있어서, 상기 제어 이득
는,

0 에서부터 1 까지 변화할 수 있는 것을 특징으로 하는 이미지 처리 방법.
제 6항에 있어서, 상기 매핑 함수의 중간 값은,

로 정의되며, 매핑 함수
는 위치 j에서의 이전 값
가 위치 i에서의 현재 값
보다 더 어두울 때에는 1로 초기화(reset) 되며, 상기 매핑 함수의 상기 중간 출력은 진행이 현재 빈 인덱스(bin index)
에서 다음의 빈 인덱스(bin index)
으로 이동할 때
로 바뀌는 것을 특징으로 하는 이미지 처리 방법.
제 6항에 있어서, 각 빈(bin) l에 대한 상기 매핑 함수
는,

을 만족하는 l의 범위에 대하여 실행하는 것을 특징으로 하는 이미지 처리 방법.
이미지에서의 RGB 채널들을 휘도 Y 채널과 두 개의 컬러 차이 채널들로 변환하는 단계;

상기 입력 이미지에 걸쳐 분포된 픽셀 휘도 위치들의 집합을 경로로 정의하는 단계;

상기 휘도 채널에서만 목표 위치에 도달하기 위하여 정돈된 일련의 상기 휘도 위치들을 방문함이 없이 경로 계산들을 어림하는 단계;

상기 입력 이미지의 정규 히스토그램에 기초한 목표 위치에서의 휘도값의 확률을 이용하여 매핑 함수를 제공하는 단계;

개선된 값이 입력 값과 본질적으로 동일한 명암도 값을 갖도록 매핑 함수를 사용하여 상기 목표 위치에서의 휘도 값을 변환하는 단계; 및

개선된 휘도 값과 상기 두 개의 컬러 차이 채널들을 개선된 출력 이미지인 RGB 채널들로 역으로 변환하는 단계를 포함하는 것을 특징으로 하는 픽셀들을 포함하는 디지털 이미지 처리 방법.
개선된 값을 생성하기 위하여 각 위치에 대한 명암도 값을 변환하는 이미지 인핸서(enhanser)을 포함하며, 상기 이미지 인핸서는 입력 데이터의 동일한 명암도 값을 출력 데이터의 본질적으로 동일한 명암도 값으로 변환하는 톤 매핑(tone mapping) 함수를 포함하는 것을 특징으로 하는, 각 위치에 대한 명암도 값을 나타내는 디지털 입력 이미지 데이터에 화면 표시 장치상의 위치들을 나타내기 위하여 인덱스(index)를 부여한 디지털 입력 이미지 데이터를 처리하는 시스템.
제 17항에 있어서, 상기 명암도 값은,

휘도 값을 포함하는 것을 특징으로 하는 디지털 입력 이미지 데이터를 처리하는 시스템.
제 18항에 있어서, 상기 매핑 함수는,

휘도 채널에만 작용하는 것을 특징으로 하는 디지털 입력 이미지 데이터를 처리하는 시스템.
제 19항에 있어서, 상기 매핑 함수는,

차광 또는 컬러 왜곡 효과들을 야기함이 없이 본질적으로 휘도 채널에만 작용하는 것을 특징으로 하는 디지털 입력 이미지 데이터를 처리하는 시스템.
제 17항에 있어서, 상기 이미지 인핸서는

입력 이미지 데이터에 걸쳐 분포된 위치들의 집합을 경로로 더 정의하며, 상기 매핑 함수는 각 위치에 대한 상기 명암도 값이 개선되도록 경로들을 선택함이 없이 레티넥스 경로 계산 체계를 이용하여 명암도 값을 비교하는 것에 기초를 두는 것을 특징으로 하는 디지털 입력 이미지 데이터를 처리하는 시스템.
제 17항에 있어서,

상기 디지털 데이터는 휘도 채널에서 각 위치 (x,y)에 대한 명암도 값 Y(x,y)를 나타내며, 상기 인핸서는 매핑 함수
를 사용하여 개선된 값
를 생성하기 위하여 각 위치에 대한 상기 명암도 값을 더 변환하며,
는 명암도 값 l에 대한 최종 매핑 함수, G(l)은 상기 입력 데이터의 정규 히스토그램으로부터 얻을 수 있는 명암도 값 l의 확률, 그리고 MAX_BIN은 고려의 대상이 되는 상기 명암도 값들의 수를 나타내는 것을 특징으로 하는 디지털 입력 이미지 데이터를 처리하는 시스템.
제 22항에 있어서, 상기 명암도 값은,

휘도 값을 포함하는 것을 특징으로 하는 디지털 입력 이미지 데이터를 처리하는 시스템.
제 22항에 있어서, 상기 변환된 명암도 값
은,

에 따라 상기 각 입력 디지털 값 Y(x,y)에 대한 매핑된 값이며, 상기 매핑 함수는 입력 데이터의 내용에 의존하는 것을 특징으로 하는 디지털 입력 이미지 데이터를 처리하는 시스템.
제 22항에 있어서, 상기 최대 빈(bin) 수 MAX_BIN은,

상기 명암도 값을 표현하도록 허용된 비트들의 수와 동일한 것을 특징으로 하는 디지털 입력 이미지 데이터를 처리하는 시스템.
제 22항에 있어서, 상기 명암도 값 l의 상기 확률
은,

상기 디지털 데이터의 상기 정규 히스토그램에 기초하여 계산되는 것을 특징으로 하는 디지털 입력 이미지 데이터를 처리하는 시스템.
제 26항에 있어서,

각 빈(bin) l에서 상기 정규 히스토그램의 값은 상기 각 빈(bin) l에서의 히스토그램 값을 상기 디지털 데이터의 크기로 나눈 값을 이용하여 계산하는 것을 특징으로 하는 디지털 입력 이미지 데이터를 처리하는 시스템.
제 22항에 있어서, 상기 인핸서는,

매핑 함수
에 대한 초기 값들을 더 할당하며, 값
는 상기 입력 디지털 데이터의 최대 명암도 값이며, 값
는 초기 제어 이득인 것을 특징으로 하는 디지털 입력 이미지 데이터를 처리하는 시스템.
제 28항에 있어서, 상기 제어 이득
는,

0 에서부터 1까지 변할 수 있는 것을 특징으로 하는 디지털 입력 이미지 데이터를 처리하는 시스템.
제 22항에 있어서, 상기 매핑 함수의 상기 중간 값은,

로 정의 되며, 매핑 함수
는 위치 j에서의 이전 값
이 위치 i에서의 현재 값
보다 더 어두울 때에 1로 초기화되며, 상기 매핑 함수의 중간 출력은 진행이 현재 빈 인덱스(bin index)
에서 다음 빈 인덱스(bin index)
로 이동할 때에
로 바뀌는 것을 특징으로 하는 디지털 입력 이미지 데이터를 처리하는 시스템.
제 22항에 있어서,

각 빈 인덱스(bin index) l에 대한 상기 매핑 함수
는
을 만족하는 경우에 실행되는 것을 특징으로 하는 디지털 입력 이미지 데이터를 처리하는 시스템.
이미지에서의 RGB 채널들을 휘도 Y 채널과 두 개의 컬러 채널들로 변환하는 컬러 변환기;

상기 입력 이미지에 걸쳐 분포된 픽셀의 휘도 정보들의 집합을 경로로 정의하며, 상기 휘도 채널에 대해서만 목표 위치에 도달하기 위하여 정돈된 일련의 상기 휘도 위치들을 방문함이 없이 경로 계산들을 어림하며, 상기 입력 이미지의 정규 히스토그램에 기초하여 목표 위치에서의 휘도 값의 확률을 사용하는 매핑 함수를 이용하며, 개선된 값이 입력 값과 같이 본질적으로 동일한 명암도 값을 갖도록 상기 매핑 함수를 사용하여 상기 목표 위치의 휘도 값을 개선된 값으로 변환하는 이미지 인핸서; 및

상기 개선된 휘도 값과 상기 두 개의 컬러 차이 채널들을 개선된 출력 이미지로서 RGB 채널들로 꺼꾸로 변환하는 컬러 역변환기를 포함하는 것을 특징으로 하는 픽셀들을 포함하는 디지털 입력 이미지 데이터를 처리하는 시스템.