KR20070004853A - 낮은 동적 범위로부터 높은 동적 범위로 이미지를 변환하는방법 및 시스템 - Google Patents

낮은 동적 범위로부터 높은 동적 범위로 이미지를 변환하는방법 및 시스템 Download PDF

Info

Publication number
KR20070004853A
KR20070004853A KR1020067021469A KR20067021469A KR20070004853A KR 20070004853 A KR20070004853 A KR 20070004853A KR 1020067021469 A KR1020067021469 A KR 1020067021469A KR 20067021469 A KR20067021469 A KR 20067021469A KR 20070004853 A KR20070004853 A KR 20070004853A
Authority
KR
South Korea
Prior art keywords
pixel
color model
image data
pixels
values
Prior art date
Application number
KR1020067021469A
Other languages
English (en)
Other versions
KR101012270B1 (ko
Inventor
로른 에이. 화이트헤드
헬게 제쩬
그레고리 존 워드
Original Assignee
더 유니버시티 오브 브리티쉬 콜롬비아
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 더 유니버시티 오브 브리티쉬 콜롬비아 filed Critical 더 유니버시티 오브 브리티쉬 콜롬비아
Publication of KR20070004853A publication Critical patent/KR20070004853A/ko
Application granted granted Critical
Publication of KR101012270B1 publication Critical patent/KR101012270B1/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/79—Processing of colour television signals in connection with recording
    • H04N9/80—Transformation of the television signal for recording, e.g. modulation, frequency changing; Inverse transformation for playback
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20208—High dynamic range [HDR] image processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Processing Of Color Television Signals (AREA)

Abstract

본 발명의 측면들은 낮은 비트 심도 표시로 된 디지털 이미지를 높은 비트 심도 표시로 변환시키는 시스템과 방법을 제공한다. 포화영역내의 픽셀들의 색채 모델값이 상부 포화 임계값보다 높거나 하부 포화 임계값보다 낮은, 포화영역이 식별된다. 포화영역내의 각 픽셀에 대한 색채 모델값이 그 다음에 상응하는 조절에 의해 조절된다. 각 픽셀에 대한 조절의 크기는 이미지 데이터의 특성들을 기초로 한다.

Description

낮은 동적 범위로부터 높은 동적 범위로 이미지를 변환하는 방법 및 시스템{Methods and systems for converting images from low dynamic range to high dynamic range}
관련 출원에 대한 설명
본 출원은 "높은 동적 범위시스템에 대한 낮은 동적 범위 이미지 화질향상" 발명에 대한 미국 특허출원 제 60/562240호(2004.04.15.출원)의 우선권을 주장하며, 위의 미국 특허출원은 본 출원의 참고문헌을 이룬다.
본 발명은 디지털 영상(digital imaging) 시스템 분야에 관한 것이다. 본 발명의 특정 실시예는 디지털 이미지를 상대적으로 낮은 동적 범위를 가지는 표시(representations)로부터 상대적으로 높은 동적 범위로 변환시키는데 관한 것이다.
디지털 이미지는 일반적으로 픽쳐 요소(picture elements) 또는 픽셀의 어레이로 구성된다. 색채 이미지에 있어서, 각 픽셀은 이미지내의 특정 점(point)의 색채를 나타낸다. 흑백(또는 그레이 스케일) 이미지에 있어서, 각 픽셀은 이미지내의 특정 점의 휘도(luminance) 레벨을 나타낸다.
디지털 이미지내의 특정 픽셀들과 관련된 색채(또는 그레이 레벨)를 부호화 하기 위한 많은 모델이 있다. 일반적으로, 색채 이미지의 경우, 그러한 모델들은 3개의 색채모델 값과 관련된다. 예를 들어, 잘 알려진 RGB 색채 모델에 있어서, 각 픽셀은 원색인 적색(primary color red)의 레벨에 상응하는 값(R), 원색인 녹색(green)의 레벨에 상응하는 값(G) 및 원색인 청색(blue)의 레벨에 상응하는 값(B)에 의해 표시된다. 다른 통상의 색채 모델로서 YIQ 모델로 지칭되는 것에 있어서, 각 픽셀은 휘도에 관한 하나의 값(Y)과 색차(chrominance)에 관한 한 쌍의 값(I,Q)에 의해 표시된다. YIQ 모델은 NTSC 텔레비젼 표준에 사용된다. 이 분야에 통상의 지식을 가진 사람들에게 잘 알려진 다른 많은 색채 모델이 있다. 비제한적인 다른 색채모델의 예에는 CMY 와 CMYK (인쇄산업에 사용됨), YUV (PAL 비디오 표준에 사용됨), YCbCr (JPEG 및 MPEG 표준에 사용됨), HSV 그리고 HSL 이 포함된다.
실제로, 디지털 영상 시스템들은 다수의 2진비트를 사용하여 특정 픽셀에 대한 각 색채 모델 값을 부호화한다(encode). 각 색채 모델 값에 대한 비트들의 수(number)는 그 색채 모델 값의 "비트 심도(bit depth)"라고 부를 수 있다. 많은 종래 기술의 디지털 영상 시스템이 각 색채 모델 값에 대해 8비트(즉, 0 내지(28-1)=255의 유효범위)를 사용한다. 예를 들어, RGB 색채 모델을 사용하는 종래기술의 시스템은 R, G 및 B 색채 모델 값의 각각에 대해 하나의 8비트 수를 사용할 수 있다. 그러한 시스템에서 표시될 수 있는 개별 색채들(distinct colors)의 최대 수는 따라서 28×28×28=224이다. 이들 디지털 영상 시스템들은 낮은 동적 범위(LDR) 시스템이라고 부를 수 있다.
디지털 영상 시스템에 있어서의 최근의 발전은 디지털 영상 시스템으로 하여금 224보다 많은 개별 색채를 가지는 이미지를 표시할 수 있는 성능을 갖도록 해주었다. 그러한 디지털 영상 시스템은 높은 동적 범위(HDR) 시스템이라고 부를 수 있다. 몇몇 HDR 영상 시스템들은 보다 큰 비트 심도(bit depth) (즉, 각 색채 모델 값으로 8 비트를 넘는 것이 사용됨)로 색채 모델 값을 처리 및/또는 표시(display)할 수 있다.
위에 설명한 YIQ 모델과 같은 몇몇 색채 모델들은 사람의 눈의 직시(perception) 특성을 이용하도록 설계된다. 사람의 눈은 색차 (I,Q) 의 차이보다 휘도(Y)의 차이에 더 민감한 (perceptive)한 것으로 밝혀졌다. 따라서, 몇몇 디지털 영상 시스템은 휘도(Y)와 관련된 색채 모델 값에 보다 높은 비트 심도를 가지되 색차(I,Q)와 관련된 색채 모델 값에 보다 낮은 비트 심도를 갖도록 설계될 수 있다.
보다 새로운 세대(generation)의 HDR 시스템이더라도 역행호환성(backwards compatible)이기를 바라는 것이 일반적이다. 따라서, 보다 높은 비트 심도 영상 시스템으로 하여금 보다 낮은 동적 범위 시스템이 잡은(captured) 이미지 또는 보다 낮은 비트 심도로 표시된 다른 시스템의 이미지를 변환하고 사용할 수 있는 능력을 갖도록 할 일반적인 필요성이 있다.
디지털 이미지 내의 하나의 픽셀에 대한 색채 모델 값의 하나 또는 그 이상이 가능한 최대값일 때, 그 색채 모델 값은 "포화되었다"고 한다. 예를 들어, YIQ 색채 모델을 사용하는 LDR 영상 시스템에 있어서, 휘도 값(Y)은, 그것이 28-1=255의 값을 가질 때, 포화된다. 휘도 포화는, 예를 들어 빛(light) 또는 태양과 같은 매우 밝은 스폿(spot)을 가지는 디지털 이미지를 잡을 때 일어날 수 있다. 이 분야에 통상의 지식을 가진 사람들은 디지털 이미지의 색채 모델 값의 어느 하나의 포화가 이미지 정보의 손실을 가져오는 것을 이해할 것이다. 몇몇 적용예에 있어서, 디지털 이미지내의 하나 또는 그 이상의 색채 모델 값이 포화된 때 손실된 이미지 정보의 상당부분을 재구성 하거나 달리 평가해야 할 필요가 있다.
본 발명의 비제한적 실시예를 나타내는 첨부도면에 있어서:
도 1A는 하나의 이미지의 색채 모델 값을 낮은 비트 심도 표시로부터 높은 동적 범위로 변환하기 위한, 본 발명의 하나의 실시예에 의한 방법의 계통도이고;
도 1B는 도 1A의 방법의 특정실시예의 하나의 예(example)를 나타낸 것이며;
도 2A는 도 1B의 방법에 따른 처리에 앞선 8 비트 색채 모델 값의 범위의 개략적 표시이고;
도 2B는 도 1B의 방법에 따른 균일 스케일링후의 색채 모델 값의 범위의 개략적 표시이며;
도 2C는 도 1B의 방법에 따른 균일옵셋을 적용한 후의 색채 모델 값의 범위의 개략적 표시이고;
도 3A는 도 1B의 방법의 일부를 형성할 수 있는 스캔 라인 위의 픽셀들의 Y값들의 예를 보여주는 그래프이며;
도 3B는 도 1B의 방법의 일부를 형성할 수 있는 스캔 라인 위의 픽셀들의 Y값들의 대체예를 보여주는 그래프이고;
도 3C는 도 3B 스캔 라인의 확대된 부분의 Y값을 보여주는 그래프이며;
도 4A는 본 발명의 특정실시예에 따른 도 1B의 방법에서의 이미지 데이터의 색채 모델 값들을 스캐닝하기 위한 특정방법의 하나의 예를 나타내는 계통도이고;
도 4B는 본 발명의 특정 실시 예에 따른 도 1B의 방법에서의 이미지 데이터의 색채 모델 값을 스케일링하기 위한 특정 방법의 하나의 예를 나타내는 계통도이며;
도 5는 특정 스케일링 방법에 따른 스케일링후의 도 3C의 스캔 라인부분의 Y값들을 보여주는 그래프이고;
도 6A는 상이한 축(axis)에 따라 스캐닝되고 스케일링된 동일한 픽셀들의 Y 값들과 함께 도 5의 스케일링된 스캔 라인 부분의 Y값들을 보여주는 그래프이며;
도 6B는 도 6A 의 그래프에 도시된 픽셀들에 대한 Y값들의 평균을 보여주는 그래프이다.
발명의 요약
본 발명의 하나의 측면은 이미지 데이터를 낮은 비트 심도 표시로 부터 높은 비트 심도 표시로 변환시키는 방법을 제공한다. 이 방법은 포화 영역내의 픽셀들을 식별하는 것을 포함한다. 포화영역내의 각 개별 픽셀의 색채 모델 값은 상부(upper) 포화 임계값보다 높고, 그리고/또는 하부 포화 임계값보다 낮다. 이 방법은 또한 포화 영역 내의 각 개별 픽셀의 색채 모델 값을 상응하는 조절에 의해 조절하는 것을 포함하는데, 각 조절의 크기(magnitude)는, 적어도 부분적으로, 해당 픽셀과 포화영역의 가장자리(edge)의 사이의 픽셀의 수에 좌우된다.
본 발명의 다른 측면은, 하나의 프로세서에 의해 실행된 때, 프로세서로 하여금 이미지 데이터를 낮은 비트 심도 표시로부터 높은 비트 심도 표시로 변환시키는 방법을 실행하도록 하는, 컴퓨터 판독 가능 명령을 보유(carry)하는 매체를 포함하는 컴퓨터 프로그램 제품을 제공한다. 이 방법은 포화영역내의 픽셀들을 식별하는 것을 포함한다. 포화영역내의 각 픽셀의 색채 모델 값은 상부 포화 임계값보다 높고 그리고/또는 하부 포화 임계값보다 낮다. 이 방법은 또한 상응하는 조절에 의해 포화영역내의 각 개별 픽셀의 색채 모델 값을 조절하는 것을 포함하는데, 각 조절의 크기는, 적어도 부분적으로, 해당 픽셀과 포화영역의 가장자리 사이의 픽셀의 수에 좌우된다.
본 발명의 또 다른 측면은, 이미지 데이터를 낮은 비트 심도 표시로부터 높은 비트 심도 표시로 전환하는 하나의 프로세서를 포함하는, 이미지 데이터 처리 시스템을 제공한다. 이 프로세서는 포화영역내의 픽셀들을 식별하도록 구성된다. 포화영역내의 각 개별 픽셀의 색채 모델 값은 상부 포화 임계값보다 높고 그리고/ 또는 하부 포화 임계값보다 낮다. 이 프로세서는 또한, 상응하는 조절에 의해 포화영역내의 각 개별 픽셀의 색채 모델 값을 조절하도록 구성되는데, 각 조절의 크기는, 적어도 부분적으로, 해당 픽셀과 포화영역의 가장자리사이의 픽셀의 수에 좌우된다.
본 발명의 특정 실시예(embodiments)의 다른 특징과 적용예(applications)를 아래에 설명한다.
아래의 상세한 설명을 통해, 본 발명의 보다 완전한 이해를 제공하기 위해 특정 세부사항을 설명한다. 그러나, 본 발명은 이들 특정사항과 관계없이 실시될 수도 있다. 다른 경우에는, 본 발명을 불필요하게 모호하게 하는 것을 피하기 위해, 잘 알려진 요소들은 도시되거나 설명되지 않았다. 따라서, 상세한 설명과 첨부 도면은, 제한적이라기 보다는 설명적인 의미로 간주되어야 한다.
본 발명의 측면들은 낮은 비트 심도로 표시된 디지털 이미지를 높은 비트심도를 가지는 표시로 변환하는 시스템과 방법을 제공한다. 포화영역(들)은 이미지 데이터내에서 식별된다. 포화영역내의 픽셀들은, 상부 포화 임계값보다 높거나 하부 포화 임계값보다 낮은, 색채 모델 값을 가진다. 포화영역내의 각 픽셀에 대한 색채 모델 값은 상응하는 스케일링 팩터에 의해 스케일될 수 있다. 특정 픽셀에 상응하는 조절의 양(예를 들어, 스케일링 팩터의 크기)은 다음의 하나 또는 그 이상에 의해 좌우될 수 있다:
* 포화영역의 가장자리로부터의 특정 픽셀의 거리;
* 포화영역의 크기(size);
* 포화영역의 바로 밖의 픽셀들의 색채 값의 그라디엔트(gradient);
* 특정 픽셀의 색채 값의 시간적 양태(temporal behavior);
* 특정 픽셀에 상응하는 다른 색채 값의 양태; 및
* 포화 영역을 둘러싼 렌즈 플레어(flare) 패턴의 프레즌스(presence).
조절된 색채 모델 값은, 뒤이은 처리 및/또는 표시(display)에 사용될 수 있는 높은 비트 심도 표시의 이미지를 형성한다.
도 1A는, 본 발명의 특정 실시예에 따라, 낮은 비트 심도로 표시된, 이미지의 색채 모델 값을 높은 비트 심도로 변환시키는 방법의 계통도이다. 설명의 편의를 위해, (i) 이 방법(100)이 적용되는 이미지는 YIQ 색채모델로 부호화 되고; (ii) 이 방법(100)이 적용되는 색채 모델 값은 휘도(Y)이며; 그리고,(iii) 그 이미지의 낮은 동적 범위표시의 Y값은 표준 8 비트 LDR 심도를 가지는데 대해, 높은 동적 범위 표시의 Y값은 16 비트 HDR 심도를 가지는 것이 전제된다. 이 분야에 통상의 지식을 가진 사람들은 이 방법(100)이, 다른 색채 모델을 사용하여 부호화된 이미지 데이터 그리고 그러한 색채 모델내의 상이한 색채 모델 값에 적용될 수 있다는 것을 이해할 것이다. 이 방법은 개별 색채 모델 값보다는 색채 모델 값의 조합(combination)(예를 들어, 색채 모델 값의 선형 또는 비선형 조합)에도 적용될 수 있다. 몇몇 실시예에서, 색채 모델 값의 조합이 적절한 조절들을 결정하는데 사용되고, 그 후 그 조절들이 개별 색채 모델 값에 적용된다. 이 방법은 또한 비트 심도 차이와 관계없이, 낮은 비트 심도 표시를 높은 비트 심도로 표시하는데 사용될 수 있다.
이 방법(100)은, LDR 이미지 데이터의 각 픽셀에 대한 Y값(102)이 높은 비트 심도 표시에 적합하도록(fit in) 초기 조절된다. 하나의 특정실시예에서, 블록(110)의 초기조절은 각 픽셀의 Y값에 대하여 균일(즉, 일정)하다. 다른 실시예들에서, 블록(110)의 초기조절은 선형 또는 비선형 조절과 같은, 감마보정(gamma correction) 또는 몇몇 다른 비균일 조절을 포함한다. 블록(110)의 초기조절은 검색(look-up)테이블의 사용을 포함할 수 있다. 블록(110)에서의 초기조절 후에, 이 방법(100)은 이미지 데이터 내의 포화영역(들)을 식별하는 것을 포함하는 블록(120)으로 진행한다. 포화 영역(들)의 식별은 상부 포화 임계값보다 높거나 하부 포화 임계값보다 낮은 Y값을 가지는 픽셀들의 식별을 포함할 수 있다.
블록(130)에서, 포화영역(들)의 픽셀들의 Y값들은 하나 또는 그 이상의 이미지 특성에 따라 추가 조절된다. 포화영역내의 픽셀들의 Y값들의 조절은 비균일적 일 수 있다. 즉, 포화영역내의 개별 픽셀들의 Y값들은 상이한 양(amonut)으로 조절될 수 있다. 바람직하게는, 포화영역(들)내의 개별 픽셀들의 Y값들의 추가 조절은 이미지 데이터의 하나 또는 그 이상의 특성에 따라 결정된다. 적합한 이미지 데이터 특성의 예들은 다음을 포함한다:
* 포화영역의 가장자리로부터의 특정 픽셀의 거리;
* 포화영역의 크기(size);
* 포화영역의 바로 밖의 픽셀들의 색채 값의 그라디엔트(gradient);
* 특정 픽셀의 색채 값의 시간적 양태;
* 특정 픽셀에 상응하는 다른 색채 값의 양태; 및
* 포화 영역을 둘러싼 렌즈 플레어(flare) 패턴의 프레즌스(presence).
포화영역(들)내의 픽셀들의 Y값들을 추가로 조절한 후, 이 방법(100)은 블록(140)으로 진행하며, 여기서는 조절된 Y값들, 즉 블록(130)의 출력이 더 이상의 처리/표시(display)/인쇄 등을 위해 임의로 사용될 수 있다. 이 방법은 쉽게 실시될(implemented) 수 있고, LDR 이미지 데이터로부터 변환된 HDR 이미지들의 모습(appearance)을 크게 개선시킬 수 있다. 특히, 이 방법(100)은, 단순한 선형 스케일링 기술에 비해, LDR 이미지 데이터로부터 변환된 HDR 이미지들의 모습을 개선할 수 있다.
도 1B의 방법(100')은 도 1A의 방법(100)의 특정 실시예의 하나의 예를 나타낸 것이다. 설명의 목적을 위해, 방법(100')의 기술(description)은, (i)이 방법(100')이 적용되는 이미지는 YIQ 색채모델로 부호화 되고; (ii) 이 방법(100')이 적용되는 색채 모델 값은 휘도(Y)이며; 그리고,(iii) 그 이미지의 낮은 동적 범위표시의 Y값은 표준 8 비트 LDR 심도를 가지는데 대해, 높은 동적 범위 표시의 Y값은 16 비트 HDR 심도를 가지는 것이 전제된다. 이 분야에 통상의 지식을 가진 사람들은 이 방법(100')이, 다른 색채 모델을 사용하여 부호화된 이미지 데이터 그리고 그러한 색채 모델 내의 상이한 색채 모델 값에 적용될 수 있다는 것을 이해할 것이다. 이 방법은 개별 색채 모델 값보다는 색채 모델 값의 조합(예를 들어, 색채 모델 값의 선형 또는 비선형 조합)에도 적용될 수 있다. 몇몇 실시예에서, 색채 모델 값의 조합이 적절한 조절들을 결정하는데 사용되고, 그 후 그 조절들이 개별 색채 모델 값에 적용된다. 이 방법은 또한 비트심도의 차이와 관계없이, 낮은 비트 심도표시를 높은 비트 심도로 표시하는데 사용될 수 있다.
이 방법(100')은 이미지 데이터(102)내의 픽셀들의 Y값들의 블록(110)의 초기 조절로 시작된다. 이 특정 실시예의 방법(100')에 있어서, 블록(110)의 초기조절은 블록(112)의 균일 스케일링과 블록(114)의 균일옵셋으로 나뉜다. 위에서 논의된 바와 같이, 다른 실시예들에 있어서, 블록(110)의 초기조절은, 선형 또는 비선형 조절과 같이, 감마보정 또는 몇몇 다른 비균일 조절을 포함할 수 있다. 블록(110)의 초기조절은 검색테이블의 사용을 포함할 수 있다.
블록(112)의 스케일링은 이미지 데이터내의 각 픽셀의 Y값에 대한 콘스탄트 스케일링 팩터(constant scaling factor)를 포함한다. Y값들 (102)의 균일 스케일링은, 8비트 LDR 심도와 16비트 HDR 심도 사이의 1차 변환(a first order conversion)으로 간주될 수 있다. 예를 들어, 8비트 LDR Y값은 28 가능치 (possible values)의 범위를 가진다. 만일 8비트 값이 256(28)에 의해 스케일링되면, 가능치의 범위는 216 으로 증가하여 16비트 표시의 전체 범위를 사용할 것이다. 그러나, 이 방법(100')에 따라서, 블록(112)에서 수행된 선형 스케일링은 16비트 HDR 값의 가능한 전체 범위보다 적게 제공하는 균일 스케일링 팩터를 사용한다.
도 2A 와 도 2B는 각각 블록(112)의 스케일링의 전후의 Y값들의 값의 범위를 도시한 개략도이다. 도 2A 및 도 2B에 도시된 예에 있어서, 블록(112)의 스케일링은 100의 균일 스케일링 팩터를 포함한다. 도 2B에 도시된 바와 같이, HDR값의 가능한 전체 범위보다 적게 제공하는 블록(112)에 대한 스케일링 팩터의 선택(choosing)은, 아래에서 상세히 논의되는 바와 같이, Y값 데이터의 상단에서의(at the upper end) 추가조절을 위한 여지(room)(104)를 남겨 놓는다. 다른 적용예에 있어서,블록(112)에 적용된 균일 스케일링 팩터는, 낮은 비트 심도 색채 모델 값의 비트 심도 및/또는 높은 비트 심도 색채 모델 값의 비트 심도에 좌우될 수 있는, 다른 값을 가질 수 있다. 몇몇 실시예에 있어서, 블록(112)의 스케일링 팩터는, 높은 비트 심도 범위의 낮은 비트 심도 범위에 대한 비율이 0.25 내지 0.75 의 범위에 있도록 선택된다(selected). 8비트 LDR 표시로부터 16비트 HDR 표시로의 변환예에 있어서, 블록(112)의 스케일링 팩터의 범위는 0.25*(216/28)=64 내지 0.75*(216/28)=192 일수 있다.
이 방법(100')은 이어서 임의적인 블록(114)으로 진행되며, 여기서는 블록(112)으로부터 스케일링된 Y값 데이터 출력이 균일 포치티브 옵셋에 의해 옵셋된다. 블록(114)의 옵셋은 이미지 데이터내의 각 픽셀에 대한 콘스탄트(constant) 옵셋을 수반한다. 블록(114)의 옵셋의 효과가 도 2B (옵셋전의 스케일링된 Y값들) 및 도 2C (스케일링되고 옵셋된 Y값들)에 개략적으로 나타나 있다. 도 2B과 도 2C의 비교에 의해 알 수 있듯이, 균일 포지티브 옵셋을 각 스케일링된 Y값들에 더하는 것은, 전체 이미지의 Y값 범위를 레벨에 있어 윗쪽으로 그리고 0 값으로부터 멀어지게 "슬라이딩"시키는 효과를 가진다. 도 2B 와 도 2C의 예에 있어서,블록(114)의 옵셋은 1000의 포지티브 옵셋을 수반한다. 도 2C에 도시된 바와 같이, 블록(114)의 1000의 옵셋은 Y값 데이터를 1000~26500의 범위에 넣는다. 다른 적용예에 있어서, 블록(114)에 적용된 콘스탄트 옵셋 레벨은 낮은 비트 심도 색채 모델 값의 비트 심도 및/또는 높은 비트 심도 색채 모델 값의 비트 심도에 좌우되는 다른 값을 가질 수 있다. 몇몇 실시예에 있어서,블록(114)의 옵셋은 높은 비트 심도 범위의 0.01 내지 0.1의 범위내에 있도록 선택된다. 예를 들어, 높은 비트 심도가 16비트인 경우, 블록(114)의 옵셋은 0.01*216=655 내지 0.1*216=6554 의 범위에 있도록 선택될 수 있다.
아래에서 상세히 설명하는 바와 같이, 임의적인 블록(114)의 옵셋은 Y값 데이터를 0으로부터 멀리 하며(shifts Y-value data away from zero) Y값 데이터의 하단에 (at the lower end) 추가 조절을 위한 여지(106)를 남겨 놓는다. 몇몇 실시예에 있어서, Y값 데이터의 하단에서의 추가적인 단편적(fractional) 조절이 필요하거나 바람직하지 않다. 그러한 적용예에 있어서, 블록(114)의 옵셋은 불필요하다.
방법(100)에서와 마찬가지로, 방법(100')의 블록(120)은 포화영역들의 식별을 수반한다. 특정실시예인 방법(100')에 있어서, 블록(120)의 포화영역들의 식별은, Y값들이 포화된 영역(들)을 찾아내기 위하여 블록(122)내의 이미지 데이터의 Y값들을 스캐닝하는 것을 수반한다. 블록(122)내에서 스캐닝된 실제상의 이미지 데이터는 블록(110) 또는 블록(112,114)의 하나로부터 출력된 Y값 데이터 또는 본래의 LDR 이미지(102)의 Y값 데이터일 수 있다.
실제에 있어서, 블록(122)의 스캐닝과정은, 픽셀들의 Y값들이 상부 포화 임계값(Sth)보다 높은, 영역(들)에 대한 이미지 데이터의 픽셀들을 스캐닝하는 것을 수반한다. 이 상부 포화 임계값(Sth)은, Y값들이 엄격한 의미에서 포화되는 것을 반드시 의미하는 것을 필요로 하지 않는다. 예를 들어, 블록(122)에서 스캐닝된 Y 값들이 8비트의 비트 심도를 가지면, 상부 포화 임계값(Sth)이 250의 Y값 레벨에 상응할 수 있다. 다른 적용예들에 있어서, 상부 포화 임계값(Sth)은 참된(true) 포화 임계값(즉, 8비트의 비트 심도에 대한 255의 Y값 레벨)일 수 있다. 이 상세한 설명과 첨부 청구범위에 있어서, 달리 특정하지 않으면, 포화영역은,문제의 색채 모델 값이 상부 포화 임계값보다 큰 영역을 의미하며, 엄격한 의미의 포화로 제한되어서는 아니되는 것으로 이해되어야 한다.
도 4A는 블럭(122)내의 이미지 데이터의 Y값들을 스캐닝하기 위한 하나의 예의 방법(200)을 나타낸 것이다. 이 스캐닝 방법(200)은, 블럭(210)의 제1 축, 블럭(220)의 제 2축 및 블럭(230)의 제 3축에 따른 이미지 데이터의 Y값들의 스캐닝을 수반한다. 특정 축에 따른 이미지 데이터의 스캐닝은, 전체 이미지가 스캐닝될 때까지, 그 축에 평행한 일련의 선을 따라 이미지 데이터를 스캐닝하는 것을 포함할 수 있다. 특정 실시예에 있어서, 블록(210,220)의 제1, 제 2스캐닝축은 수평축 및 수직축이고, 블록(230)의 제 3스캐닝축은 대각선이다. 몇몇 실시예에 있어서, 블록(220,230)의 제 2 및/또는 제 3축에 따른 스캐닝은 필요하지 않다. 다른 실시예들에서는, 이미지 데이터의 Y값들이, 블록(230)의 대각선축과 반대되는 방향에 있는, 제 4대각선축을 포함할 수 있는 추가축들(도시되지 않음)을 따라 스캐닝 된다.
도 3A는, 블록(210,220 또는 230)의 스캔의 일부를 이룰 수 있는 스캔 라인상의 Y값들의 일 예를 보여주는 그래프이다. 이 분야에 통상의 지식을 가진 사람들은, 블록(210,220 및 230)에서 이루어진 것과 같이, 전체 이미지를 스캐닝 하는 것이, 스캔라인(300)과 유사한 복수의 스캔라인을 포함하는 것을 이해할 것이다. 설명의 편의를 위해, 스캔 라인(300)이, 512 픽셀의 수평치수(holizontal dimension)를 가지는 이미지를 교차하는, 수평 스캔라인임이 전제된다. 도 3A의 그래프의 수직축에 도시되어 있듯이, 스캔라인(300)은, 본래의 LDR 이미지(102)의 8비트 Y값 데이터에 수행된 스캔을 나타낸다.
다시 도 1B 를 살펴보면, 블록(122)의 이미지 데이터를 스캐닝하는 목적은, Y값들이 상부 포화 임계값(Sth) 보다 높은, 이미지 데이터내의 포화영역(들)을 식별하는 것이다. 도 3A에 도시되어 있듯이, 250의 Y값 레벨에 상부 포화 임계값(Sth)이 있다고 가정하면, 도 3A로부터,스캔 라인(300)이 두 포화 영역(302,304)을 포함하는 것을 알 수 있다. 포화영역(302)은 픽셀번호 392~395 사이의 상대적으로 작은 포화영역이고, 포화영역(304)은 픽셀번호 398~419 사이의 상대적으로 큰 포화영역이다.
위에서 논의된 바와 같이, 블록(122)의 스캐닝과정은 또한 블록(112,114)의 일부로서 스케일링되고, 그리고/또는 옵셋된 이미지 데이터의 X값들에 대해서 수행될 수 있다. 도 3B는, 100의 팩터에 의해 블럭(112)에서 스케일링되고 1000의 옵셋에 의해 블럭(114)에서 옵셋된 이미지 데이터의 Y값들에 대해 스캔라인(310)이 수행된 것을 제외하고, 도 3A의 스캔라인(300)에 상응하는 스캔라인(310)을 나타내는, 그래프이다. 도 3C는 픽셀번호 350과 450사이의 영역의 스캔라인(도 3B)의 확대도이다. 도 3A의 예의 상부 포화 임계값(Sth)이 만일 마찬가지로 스케일링되고 옵셋되면, 뒤이어 예를 들어 도 3B, 도 3C의 상응하는 상부 포화 임계값(Sth')이 Sth'=100Sth + 1000 = 26000 이 될 것이다. 도 3B, 도 3C 로부터, 스캔라인(310)이 또한 픽셀번호 392~395 그리고 픽셀번호 398~419 사이에 각각 두 포화영역(312,314)을 포함하는 것을 알 수 있다.
이미지 데이터의 Y값들이 하나 또는 그 이상의 포화영역을 포함하는 것으로 블록(120)에서 결정된 때, 그 후 포화영역들내의 픽셀들의 Y값들이 블록(130)에서 더 조절된다. 도 1B 의 특정예의 실시예에서, 블록(130)의 추가 조절은 블럭(132)내의 포화영역(들)의 픽셀들의 Y값들을 추가로 스케일링하는 것을 포함한다. 이 분야에서 통상의 지식을 가진 사람들은, 스케일링외의 조절기술이 몇몇 실시예에 사용될 수 있음을 이해할 것이다. 포화 영역(들)내의 픽셀들의 Y값들의 블록(132)의 스케일링은, 포화 영역(들)내의 이미지 정보의 상당부분을 재구성하고 그에 따라 전반적인 HDR 이미지의 모습을 향상시키기 위한 것이다. 도 3B, 도 3C 의 예를 든 스캔라인(310)과 도 2C 에 도시된 스캐닝되고 스케일링된 Y값들의 범위를 고려하면, 블럭(112)의 스케일링과 블럭(114)의 옵셋이 포화영역 (312,314)내의 Y값들의 추가적인 상향 스케일링을 위한 여지(104)를 남겨놓은 것이 명백하다.
블럭(132)의 스케일링이, 특정 포화영역내의 픽셀들에 대해 픽셀별로 결정되고, 개별 픽셀들의 Y값들이 포화영역내에서 어떻게 변하는가에 대한 예측을 포함하는 것이 바람직하다. 포화영역내의 특정 픽셀에 대하여, 이러한 예측(그리고 상응하는 스케일링 팩터)은, 포화영역내 그리고/또는 포화 영역에 인접한 이미지 데이터의 하나 또는 그 이상의 특성에 기초할 수 있다. 포화영역내의 특정 픽셀에 대하여, 포화영역내 그리고/또는 포화영역에 인접한 이미지 데이터의 그러한 특성은 다음을 포함할 수 있다:
* 포화영역의 가장자리로부터의 특정 픽셀의 거리:
* 포화영역의 크기(size):
* 포화영역의 바로 밖의 픽셀들의 Y값의 그라디엔트(gradient):
* 특정 픽셀의 Y값의 시간적 양태(temporal behavior):
* 특정 픽셀에 상응하는 다른 색채 값의 양태:
* 특정 픽셀에 상응하는 다른 색채 값의 양태 및
* 포화 영역을 둘러싼 렌즈 플레어 패턴의 프레즌스.
도 4B는, 블럭(132)내의 포화영역내의 개별 픽셀들의 Y값들을 스케일링하기 위한 하나의 예의 방법(400)을 개략적으로 나타낸다. 스케일링 방법(400)은 블럭(410)에서 시작되고, 특정 스캔 라인내의 포화영역의 가장자리들을 결정하는 것을 수반한다. 예를 들어, 도 3C 의 스캔라인(310)에 있어서, 블럭(410)은, 포화 영역(312)이 픽셀번호 392에서 시작하여 픽셀번호 395에서 끝나고 그리고/또는 포화영역(314)이 픽셀번호 398에서 시작하여 픽셀번호 419에서 끝나는 것을 결정하는 것을 포함한다. 포화영역의 가장자리 픽셀들 사이의 차이(difference)는 포화영역의 크기를 결정한다. 예를 들어, 도 3C의 스캔 라인(310)에 있어서, 포화영역(312)은 3 픽셀의 치수를 가지며, 포화영역(314)은 21 픽셀의 치수를 가진다. 포화영역의 가장자리들은 포화영역의 중심을 결정하는데 또한 사용된다. 예를 들어, 도 3C의 스캔 라인(310)에 있어서, 포화영역(312)은 픽셀(394)에서 중심을 이루고,포화영역(314)은 픽셀(409)에서 중심을 이룬다.
블록(420)은, 포화영역내의 각 개별픽셀들의 Y값들에 대한 스케일링 팩터들을 결정하는 것을 수반한다. 각 스케일링 팩터는 특정 픽셀과 연관되고(associated), 각 픽셀에 대한 스케일링 팩터는 다를 수 있다. 본 발명의 실시예에 있어서, 각 픽셀과 연관된 Y값에 대한 스케일링 팩터는 포화영역의 가장자리로부터의 특정 픽셀의 거리를 기초로 결정된다. 스케일링 팩터는, 포화영역의 가장자리로부터 상대적으로 가까운 픽셀들의 경우 더 작을 수 있고, 포화영역의 가장자리로부터 상대적으로 먼 픽셀들의 경우 더 클 수 있다. 각 픽셀과 연관된 Y값에 대한 스케일링 팩터를 결정하는 추가적인 또는 대안적인(alternative)인 기초는 포화영역의 크기일 수 있다.
하나의 특정실시예에 있어서, 블럭(420)에서의, 포화영역내의 특정 픽셀에 대한 스케일링 팩터의 결정은, 포물선의 극 값(extremum), 즉, 정점(vertex)이 포화영역의 중심에 위치하는, 포물선 방정식에 기초한 것이다. 포물선의 높이는 포화영역의 크기에 포지티브하게 상호관련된다(positively correlated). 이들 스케일링 팩터들을 계산하는 포물선 방정식의 예가 아래의 방정식(1)이다:
위에서 : x는 포화영역내의 픽셀수의 지수(an index of the pixel number)인데, x=0은 제1 포화픽셀이고, v는 포화영역내의 중심픽셀(즉, 정점 픽셀)의 지수이고; LV 는 최대 스케일링 팩터(즉, 포물선의 정점의 스케일링 팩터)이며; 는 구배 파라미터(steepness parameter)인 것으로 전제된다.
포화영역의 가장자리들을 주위 이미지(surrounding image)와 조화시키는(match) 것이 바람직한 것으로 전제하면, 스케일링 팩터들은 포화영역의 시작 및 마지막 픽셀에서 단일(unity)인 것으로 선택될 수 있다. 그러한 경계조건 (boundary condition)과 함께, 포물선 방정식(1)에서 선택되어야할 2개의 남은 파라미터들이 있는데, 최대 스케일링 팩터(LV)와 구배파라미터()이다.
하나의 실시예에 있어서, 최대 스케일링팩터(LV)는 미리 정해진 레벨로 설정될 수 있다. 그러한 미리 정해진 최대 스케일링 팩터(LV)는 도 1B의 블럭(112)에서 수행된 초기 스케일링의 양, 그리고 본래의 낮은 비트 심도 이미지 데이터와 그에 따른 높은 비트 심도 이미지 데이터의 비트 심도들에 좌우될 수 있다.
다른 실시예에 있어서, 최대 스케일링팩터(LV)의 선택은, 적어도 부분적으로, 포화영역의 크기를 기초로 할 수 있다. 최대 스케일링 팩터(LV )는 포화영역의 크기와 포지티브하게(positively) 상호관련되는 것이 바람직하다. 즉, 최대 스케일링 팩터(LV)는, 큰 포화영역에 대하여는 더 크게 그리고 작은 포화여역에 대하여는 더 작게 선택된다. 하나의 예에서, 최대 스케일링 팩터(LV)는. 포화영역의 크기에 최대로 정비례하도록 선택된다.
만일 LV 가 특정값을 갖도록 선택되고, 스케일링 팩터들이 포화영역의 시작과 마지막에서 단일(unity)인 것으로 선택되면, 구배파라미터(k)는 아래의 식(2)에 의해 주어진다:
블럭(420)에서 결정된 스케일링 팩터들은 블럭(430)내의 포화영역의 각 픽셀들에 대한 Y값들을 스케일링하는데 사용된다.
도 5는 방정식(1)에 따른 블럭(420)의 스케일링후의 스캔라인(310')의 일부분을 나타낸다. 스캔라인(310')의 스케일링은, 도 5의 스케일링된 스캔라인(310')의 영역들(312',314')을 도 3C의 스케일링되지 않은 영역들(312,314)과 비교함으로써 알 수 있다. 도 5는 영역들(312',314')내의 스케일링이 포물선 모양인 것을 보여준다.
도 5는 또한 영역(314')내의 포물선형 스케일링의 크기가 영역(312')내의 포물선형 스케일링의 크기보다 더 큰 것을 보여준다. 즉, 도 3C의 포화영역(314)이 포화영역(312)보다 더 크므로, 도 5의 그래프에 있어서, 영역(314')의 최대스케일링팩터(LV)는, 영역(312')의 최대 스케일링 팩터(LV)보다 더 크게 선택된다. 이것은, 본 발명의 특정 실시예에 따라 최대 스케일링 팩터(LV)의 선택과 포화영역의 크기사이의 정(+)(positive)의 상호관련을 보여준다. 이 분야에서 통상의 지식을 사람들은, 만일 최대 스케일링 팩터(LV)가 포화영역(312,314)에 대하여 동일하게 미리 정해진 레벨로 설정된다면, 그에 따라 도 5의 포물선형 영역(312',314')이 대체로 동일한 높이를 가지게 될 것임을 이해할 것이다.
최대 스케일링 팩터(LV)의 선택은 보수적으로 이루어지는 것이 바람직하다. 만일 최대 스케일링 팩터(LV)가 너무 크게 선택되면, 블록(132)의 스케일링은 인공요소(artefacts)를 만들어 낼 것이다. Y값(휘도)을 스케일링할 경우, 너무 높은 최대 스케일링 팩터(LV)의 선택은, 포화영역들로 하여금 그들을 너무 밝게 만드는 식으로 스케일링되게 할 수도 있다. 최대 스케일링 팩터(LV)가 포화영역의 크기와 상호관련되고, 최대 스케일링 팩터(LV)의 선택이 보수적으로 이루어질 때, 매우 밝은 것으로 생각되고 있는 작은 구역들은 낮게 스케일링될 수 있다. 다행스럽게도, 사람의 시각시스템은 작은 구역의 밝기를 매우 정확히 평가할 수 없다.
포화영역내의 각 개별픽셀들의 Y값들에 대한 스케일링 팩터들이, 개별픽셀의 포화영역 가장자리로부터의 거리에 좌우되는, 다른 기술들을 사용하여 결정될 수 있다. 예를 들어, 선형방정식 또는 고차방정식이, 스케일링 팩터를 결정하기 위해, 사용될 수 있다. 적합한 선형방정식의 예는 아래의 식(3)으로 주어진다:
위에서 x는 포화영역내의 픽셀수의 지수인데, x=0은 제1 포화픽셀이고; v는 포화영역내의 중심픽셀의 지수이며; LV 는 최대 스케일링 팩터인 것으로 전제된다. 최대 스케일링 팩터(LV)는 이 명세서에 개시된 기술의 어느 것에 의해서 결정되어도 무방하다.
스캔라인의 스케일링을 완성하기 위하여, 스케일링 방법(400)이 특정스캔라인을 따라 각 포화영역에 대하여 블록(440)에서 반복될 수 있다. 특정 축을 따른 이미지의 스캔라인들은 모두 유사한 방법으로 스케일링될 수 있다. 이러한 과정이 완료됨으로써, 특정축(예를 들어, 도 4A의 블록(210)에서 스캐닝된 이미지 데이터의 Y값들)이 완전히 스케일링 될 것이다. 유사한 스케일링 과정들이, 다른 축들을 따라 스캐닝된 이미지 데이터의 Y값들, 예를 들어 도 4A의 블럭(220,230)에서 스캐닝된 이미지 데이터의 Y값들을 스캐닝하기 위해 사용될 수 있다.
특정실시예에 있어서, 제1 축을 따라 스캐닝되고 스케일링된 이미지 데이터의 스케일링된 Y값들이, 하나 또는 그 이상의 다른 축들을 따라 스캐닝되고 스케일링된 이미지 데이터의 Y값들과 조합될 수 있다. 상이한 축들을 따라 스캐닝되고 스케일링된 Y값들의 그러한 조합은 도 1B의 임의적 블럭(135)에서 일어날 수 있다. 도 6A는, 제1 축, 예를 들어 수평축을 따라 스캐닝되고 스케일링된 도 5의 스캔라인(310')의 Y값들을 나타낸다. 도 6A는 또한, 동일한 과정을 사용하되 제 2축, 예를 들어 수직축에 대하여 스케일링되고 스캐닝된 픽셀들의 스케일링된 Y값들(310")을 (파선으로)나타낸다. 도 6A로부터, 제 2축을 따라 스케일링 되고, 스캐닝된 Y값들(310")이 동일한 포화영역(312",314")에서 스케일링 되었고, 그러나 그 스케일링은 다르다는 것을 알 수 있다.
영역(316)의 일부에 있어서, 스케일링된 Y값들(310")은 스케일링된 Y값들(310')보다 더 크고, 다른 영역(318)에서는, 스케일링된 Y값들(310")이 스케일링된 Y값들(310')보다 더 작다. 이들 스케일링의 차이들은 최대스케일링 팩터(LV)의 선택때문에 일어날 수 있다. 위에서 논의된 바와 같이, 최대 스케일링 팩터(LV)의 선택은 포화영역의 크기에 기초할 수 있다. 따라서, 영역들(316,318)내의 Y값들의 상이한 스케일링은, 그것이 제 1, 제 2축에 따라 스캐닝되는 때, 포화영역의 상이한 치수(dimensions)에 기인할 수도 있다. 영역(316,318)내의 스케일링 차이는, 그것이 제 1, 제 2축을 따라 스캐닝되는 때, 포화영역의 가장자리에 대한 개별 픽셀들의 상이한 위치에 기인할 수도 있다.
블럭(135)의 복수의 축을 따라 스캐닝되고 스케일링된 이미지 데이터의 Y값들을 조합하는 하나의 방법은 평균화(averaging)이다. 도 6b는, Y값들(310',310")의 평균화후의 이미지 데이터라인의 Y값들(320)을 나타낸다. 도 6B의 Y값들(320)이, 2개의 축을 따라 스캐닝되고 스케일링된 이미지 데이터의 Y값들(310',310")의 평균을 나타내는데 대해, 다른 축들을 따라 스캐닝되고 스케일링된 이미지 데이터의 Y값들이 역시 비슷한 방법으로 평균화될 수 있음을, 이 분야에서 통상의 지식을 가진 사람들은 이해할 것이다.
도 6B의 Y값들(320)은 종래의 평균화기술을 나타낸다. 몇몇 적용예에서, 가중평균과 같은 다른 방법 또는 예를 들어, 기타 다른 함수(function)에 따라, 여러 축을 따라 스캐닝되고 스케일링된 이미지 데이터의 Y값들을 조합하는 것도 유용할 것이다. 하나의 특정된 대안적(alternative) 실시예에 있어서, 이미지 데이터의 Y값들이 제1 축을 따라 스캐닝되고 스케일링되며, 그리고 나서 제1 스케닝과 스케일링 동작의 결과는 다른 축을 따라 스캐닝되고 스케일링된다. 다른 대안적 실시예에 있어서, 상이한 축들을 따라 스캐닝되고 스케일링된 이미지 데이터의 Y값들은, 통상적인 평균화 그리고 뒤이어 2개 또는 그 이상의 인접픽셀들의 평균값들의 블러링(burring)을 포함하는 "블러링 평균화"기술로 조합된다.
도 6B의 Y값들(320)의 평균화는, 영역(324) (즉, 앞서서 포화된 영역들의 하나)에 상당한, 비교적 빠른 공간적 변화(spatial variation)를 나타낸다. 스케일링 팩터들의 보수적인 선택을 해가지고는, 그러한 비교적 빠른 공간적 변화가 어려울 것이며, 그렇지 않더라도 사람의 눈으로는 탐지할 수 없을 것이다. 도 6B의 도시에 있어서, 이 공간적 변화는 휘도범위의 상부부분 (즉, 50,000 정도의 Y값들)에서 일어나고, 평균화과정에 의해 초래된 최대 휘도변화는 약 5,000 스텝(즉, 약 10% 변 화)이다. 일반적인 HDR 표시시스템에 있어서, 50,000의 휘도는 약 8,000cd/m2에 해당한다. 그러한 휘도레벨에서, 사람의 눈은 이상적인 조건에서 최소한 약 10%의 휘도명암(luminance contrast)를 감지할 수 있다. 그러나, 그러한 휘도레벨에서의 일반적인 관찰상태에서, 최소탐지가능 휘도명암은 훨씬 더 클 것이다. 그와 같이, 스케일링 팩터(그리고 특히, 최대 스케일링 팩터(Lv))는, 사용자가 평균화에 의해 초래된 공간변화효과를 감지(perceive)할 수 있을 것 같지 않게 선택될 수도 있다. 그에 더하여, 위에서 논의된 바와 같이, 상이한 축들을 따라 스캐닝되고 스케일된 이미지 데이터의 Y값들은 "블러링 평균화" 기술을 사용하여 조합되어도 무방할 것이며, 그것은 도 6B에 도시된 비교적 빠른 공간적 변화를 감소시키기도 할 것이다.
스케일링 방법(400)은, 하나의 이미지의 개별픽셀들의 Y값들에 대한 스케일링 팩터들을 결정하기 위해 이미지 데이터의 다른 추가적인 또는 대안적인 특징들을 사용해도 좋다. 포화영역내의 개별 픽셀들에 대한 스케일링 팩터들을 결정하는데 사용해도 되는 이미지 데이터의 추가적인 또는 대안적인 특징의 하나의 특정된 예는 포화영역에 근접한 영역들내의 이미지 데이터의 양태(behavior)이다. 일반적인 이미지에서, 매우 선명한 명암경계(very sharp aontrast boundaries)는 비교적 드물며, 최대로 포화된 영역들은, 포화영역을 둘러싸는 Y값들이 포화영역에 대하여 상향경사를 이루는, 휘도 그라디엔트(luminance gradient)에 둘러싸일 것 이다.
포화영역에 인접한 Y값들의 그라디엔트가 비교적 높은 경우, 포화영역내의 픽셀들의 Y값들이 비교적 큰 스케일링 팩터에 의해 스케일링되어야 하고, 포화영역에 인접한 Y값들의 그라디엔트가 비교적 낮은 경우, 포화영역내의 픽셀들의 Y값들이 비교적 작은 스케일링 팩터에 의해 스케일링되어야 한다고 가정해도 무방하다. 이러한 가정을 기초로 하여, 블럭(420)에서 결정된 개별 픽셀들의 Y값들에 대한 스케일링 팩터들은, 포화영역의 바로 밖에 있는 픽셀들의 Y값들의 그라디엔트에 포지티브(+)하게 상호관련되어도 무방하다. 보다 상세하게 말하면, 최대 스케일링팩터(Lv)는, 포화영역의 바로 밖에 있는 픽셀들의 Y값들의 그라디엔트를 기초로 선택되어도 무방하다.
하나의 예에서, 포화영역의 앞에 있는 Y값들의 평균 그라디엔트는 포화영역의 바로 밖에 있는 픽셀들의 수에 의해 계산될 수도 있다. 그에 의해 평균이 계산될 수 있는 픽셀들의 수는 포화영역의 치수의 반과 같을 수도 있다. 그러한 예로서, 포화영역의 바로 앞의 Y값들의 평균 그라디엔트는 다음의 식(4)에 의해 주어질수 있다:
위에서, x는 픽셀수의 지수인데, x=0은 제1 포화 픽셀이고, Y(x)는 지수(x)를 가지는 픽셀의 Y값이라고 전제된다. 비슷하게, 포화영역다음의 Y값들의 평균 그라디엔트는 다음 식(5)에 의해 주어질 수 있다:
식(4)(5)이 포화영역에 인접한 영역들내의 평균 그라디엔트를 계산하기 위한 하나의 기술을 나타내는데 대하여, 이들 영역내의 그라디엔트 정보를 얻기 위해 사용될 수 있는 다른 평가(estimation) 기술이 있다는 것을 이 분야에 통상의 지식을 가진 사람들은 이해할 것이다. 그러한 기술들은, 예를 들어, 상이한 쌍들의 픽셀들을 사용하는 경사도(slope)측정, 보다 큰 또는 보다 작은 수의 픽셀들에 의한 평균 내기 및 가중 평균기술들을 포함한다.
이들 평균 그라디엔트 값을 사용하며, 최대 스케일링팩터(Lv)가 다음 식(6)에 따라 선형 보외법(extrapolation)에 의해 선택될 수 있다.
식(6)의 선형 보외법 기술은 최대 스케일링 팩터(Lv)가 포화영역주위의 영역내의 그라디엔트를 기초로 선택되게 하는 하나의 방법을 나타낸다. 식(4)(5)(6)에 따라 최대 스케일링 팩터(Lv)를 선택하는 기술은, 포화영역내의 하나 또는 그 이상의 픽셀에 대한 스케일링 팩터를 과대평가함으로써 인공요소(artefacts)를 도입하는 위험을 최소화하기 위하여, 충분히 보수적이라는 장점이 있다.
몇몇 경우에 있어서, 식(4)(5)(6)을 변형한 것에 따라 최대 스케일링 팩터(Lv)를 선택하는 것이 유용할 수도 있다. 예를 들어, 동일 스캔라인상의 2개의 포화영역이, 그들의 2개의 정점 픽셀들의 합계보다 적은 거리에 의해 나뉘어지는 때, 두 포화영역사이의 비포화영역은 평균 그라디엔트를 성립시키기 위한 목적으로 반으로 분할될 수도 있다. 즉, 식(4)(5)에 표현된 평균들은 포화영역들사이의 픽셀들의 수의 반과 동일한 작은 수에 의해 계산될 수도 있다.
다른 경우에 있어서, 식(6)은 정점의 Y값(Y(x=v))에 의해 곱해진 때, 특정 HDR 시스템에 대한 가능한 최대 Y값보다 더 큰 답(result)을 산출하는, 최대 스케일링 값을 산출할 수도 있다. 예를 들어, 16비트 HDR 시스템에서의 최대로 가능한 Y값은 Y=216-1이다. 만일 식(6)에 의해 결정된 최대 스케일링 팩터(Lv)가 특정 HDR 시스템에 대해 최대한으로 가능한 Y값보다 더 높은 Y값을 산출하면, 그 최대 스케일링 팩터(Lv)는 그 특정 HDR 시스템에 대해 최대로 가능한 Y값을 산출하도록 설정될 것이다. 예를 들어, 하나의 16비트 HDR 시스템에서, 최대 스케일링팩터(Lv)는 Lv,MAX=(216-1)/Y(x=v)로 설정될 수 도 있다.
또 다른 예에서, 식(6)의 제2항(term)에 추가 파라미터()를 삽입하는 것이 좋을 수도 있다. 이 파라미터()는 최대 스케일링팩터(Lv)에 대한 그라디엔트 평균의 영향(influence)을 제어하는데 사용될 수도 있을 것이다. 이 분야에서 통상의 지식을 가진 사람들은, 파라미터()를 사용하여, 시스템 설계자 (또는 적합하게 구성된 시스템)가 최대 스케일링 팩터(Lv)의 보수성(conservativeness)및 다른 픽셀들의 총체적인 스케일링을 제어할 수 있음을 이해할 것이다.
포화영역의 중심에 있게 될, 최대 스케일링팩터(Lv) (예를들어, 극값픽셀 v)와 연관된 픽셀의 선택은 임의적이다(arbitrary). 대안적인 실시예에 있어서, 최대 스케일링 팩터(Lv)와 연관된 픽셀의 위치는 이미지 데이터의 특징들을 기초로 선택될 수도 있다. 하나의 특정된 예에 있어서, 최대 스케일링 팩터(Lv)와 연관된 픽셀의 위치는 포화영역을 둘러싼 영역들내의 Y값들의 그라디엔트를 기초로 선택될 수도 있다. 예를 들어, 특정 스캔 라인에 대하여, 포화영역의 앞의 Y값들의 그라디엔트가 포화영역 다음의 Y값들의 그라디엔트보다 더 크면, 최대 스케일링 팩터(Lv)와 연관된 픽셀들이 포화영역의 끝에 대해서 보다 포화영역의 시작부분에 대해 더 가깝다고 가정하여도 무방하다.
몇몇 경우에, 포화영역은 이미지의 가장자리에 발생할 것이며, 특정의 스캔라인을 따라 포화된 Y값들을 가지는 픽셀들은 이미지 데이터의 가장자리 내내 뻗어 있을 것이다. 그러한 경우, 포화영역의 하나의 가장자리에서 픽셀을 탐지하는 것이 가능하지만, 그 반대편 가장자리에서 픽셀을 탐지하는 것은 불가능하다. 이러한 상황을 대처하는 기술은, 이미지의 가장자리에 있는 픽셀을 최대 스케일링 팩터(Lv)와 연관된 픽셀인 것으로 임의로 선택하는 것을 수반한다. 만일 파라미터(Lv)가 보수적으로 선택되면, 이러한 임의적 선택은 여하한 중요한 인공요소(artefacts)로 이끌어갈 것으로 예상되지 않는다.
몇몇 실시예에 있어서, 이미지 데이터의 다른 특징들은, 포화영역내의 개별픽셀들의 Y값들에 대한 스케일링 팩터들을 결정하기 위한 추가적 또는 대안적 기초로서 사용된다. 예를 들어, 위에 설명한 기술들은, 포화영역의 하나의 일차원적 크기를 기초로 하여(즉, 특정 스캔라인에 따라) 그리고/또는 그 스캔라인의 다른 측위의 픽셀들의 그라디엔트를 기초로 스케일링팩터를 결정하는 것을 예상한다(contemplate). 스케일링 팩터들의 결정을, 포화영역을 전체 2차원적 범위(즉, 포화영역내의 픽셀들의 수)와 같은 이미지 데이터의 2차원적 특성 및/또는 포화영역을 둘러싼 픽셀들의 그라다엔트를 기초로 하는 것이 유리할 수도 있다.
스케일링 팩터들을 결정하기 위한 추가적 또는 대안적 기초로서 사용될 수 있는 이미지 데이터의 다른 이차원적 특성들은, 환일(sun dogs), 후광(halos) 또는 플레어(flare) 패턴과 같은 렌즈 플레어 특징들의 프레즌스(presence)이다. 렌즈 플레어 특징들은 이미지 데이터내에서 탐지되고 모양으로 나타내어질 (modeled)수 있는 잘 알려진 특성들을 나타낸다. 그러한 렌즈 플레어 특징들이 탐지되는 경우, 개별 픽셀들의 스케일링 팩터들은, 탐지된 렌즈 플레어의 특성에, 적어도 부분적으로, 기초하는 모델을 사용하여 결정될 수도 있다.
비디오 이미지 데이터에 있어서, 특정 픽셀에 대한 Y값들의 시간적인 변화(variation)는, 특정 픽셀에 대한 스케일링 팩터를 결정하는 추가적인 또는 대안적인 기초로서 사용될 수도 있다. 그러한 경우에, 하나의 픽셀에 대한 이전의 Y값들이 프레임들의 마지막 수(number)에 포화되었다면, 그 픽셀은 하나의 비교적 큰 스케일링 팩터를 정당화할(warrant) 수도 있는 반면, 만일 하나의 픽셀에 대한 이전의 Y값들이 프레임들의 마지막 수에 대하여 포화되지 않았다면, 그 픽셀은 상대적으로 작은 스케일링 팩터가 배정될 수도 있다고 가정하여도 무방하다.
특정 픽셀들에 대한 스케일링 팩터들을 결정하는 추가적인 또는 대안적인 기초로 사용될 수도 있는 이미지 특성들의 다른 예는 다른 색채모델 값들의 레벨이다. 예를 들어, YIQ 색채모델에 있어서, I와 Q의 색채모델값들의 레벨은, Y값들에 대한 스케일링 팩터들을 결정하는 것을 돕는데 사용될 수도 있다. 이 기술은, 휘도 정보의 상당부분이 R,G 및 B의 색채모델값들의 각각에 포함되어 있는, RGB 색채모델과 같은 색채모델들에 특정적으로 적용된다.
도 1B로 돌아가서, 블럭(130)으로부터의 출력으로서 얻은 이미지 데이터의 추가 스케일링된 Y값들은 블럭(140)내에서 추가적인 HDR 처리/표시/인쇄 등을 위해 임의적으로 사용될 수 있다. 방법(100')은 쉽게 실시되고, LDR이미지데이터들로부터 변환되는 HDR이미지의 모습을 크게 향상시킬 수도 있다. 특히, 방법(100')은, 단순한 선형 스케일링 기술과 비교할 때, LDR이미지 데이터로부터 변환되는 HDR 이미지의 모습을 개선할 수 있다.
본 발명의 어떤 실시들(implementations)은, 본 발명의 하나의 방법을 수행하도록 하는 소프트웨어 명령들은 실행하는 컴퓨터 프로세서들을 포함한다. 예를 들어, 듀얼모듈레이션 디스플레이 시스템(dual modulation display system)의 하나 또는 그 이상의 프로세서들이, 그 프로세서들에 액세스가능한 프로그램 메모리로부터 받은(retrived) 소프트웨어 명령들을 실행함으로써 이 명세서에 기술된 방법들의 데이터 처리 단계들을 실시(implement)할 수 있다. 본 발명은 또한 프로그램 제품의 형태로 제공될 수도 있다. 이 프로그램 제품은, 데이터 프로세서에 의해 실행될 때, 그 데이터 프로세서로 하여금 본 발명의 방법을 실행하도록 하는 명령(instructions)을 포함하는 한 세트의 컴퓨터 판독가능 신호들을 보유하고(carry) 있는 매체를 포함할 수도 있다. 본 발명에 의한 프로그램 제품들의 형태는 넓게 다양할 수 있다. 이 프로그램 제품은 예를 들어, 플로피디스켓을 포함하는 자기 데이터 저장매체, 하드디스크 드라이브, CD롬을 포함하는 광데이터 저장매체, DVD, 롬을 포함하는 전자데이터 저장매체, 플래쉬 롬 등과 같은 유형적(physical) 매체, 또는 디지털이나 아날로그 통신링크와 같은 전송형(transmisson-type) 매체를 포함할 수 있다. 그 명령들은 프로그램제품에 암호화된 그리고/또는 압축된 포맷으로 존재할 수 있다.
하나의 구성요소(component)(예를 들어, 소프트웨어모듈, 프로세서, 어셈블리, 장치, 회로, 등등)가 위에서 언급된 경우, 달리 표시되지 않는 한, 그러한 구성요소에 대한 언급("수단"에 대한 언급 포함)은, 그 설명된, 구성요소의 기능을 수행하는(즉, 기능적으로 균등한) 구성요소를 어느 것이든, 그 구성요소의 균등물로서 포함하는 것으로 해석되어야 하며, 이 때 설명된 구조와 구조적으로 동일하지 않으나, 예를 들어 설명한 본 발명의 실시예들에서의 기능을 수행하는 구성요소들을 포함한다.
앞에서 설명한 바에 비추어 이 분야에서 통상의 지식을 가진 사람들에게 명백한 것이거니와, 많은 변경과 수정이 본 발명의 정신과 범위를 벗어남이 없이 본 발명의 실시에서 가능하다. 그 예는 다음 예를 포함한다:
● 여기에 설명된 기술들은 다수의 프로시저를 사용하여 이미지 데이터를 처리하는 것을 포함한다. 위에서의 설명은 이미지 데이터가 모두 입수가능하고 이미지 데이터가 실시간으로 처리될 필요가 없는 것을 전제로 한다. 몇몇의 경우에, 이미지 데이터가 모두 입수가능하지 않을 수도 있다. 그에 더하여, 이미지 데이터는 실시간 처리를 필요로 할 수도 있다. 이 분야에서 통상의 지식을 가진 사람들은, 상술한 프로시저들이 상이한 순서로 수행되거나 부분적으로는 반복적인(looping) 방법으로 수행될 수도 있음을 이해할 것이다. 예를 들어, 방법(100')은, 블럭(122)에서 포화영역에 대한 이미지 데이터를 완전히 스캐닝하고, 이미지 데이터가 스캐닝된 후에 블럭(132)에서 스케일링하고 그 다음에 블럭(140)에서 이미지 데이터를 표시(display)(또는 추가처리)하는 것으로 설명한다.이미지의 일부분(예를 들어, 하나의 스캔 라인)을 스캐닝하고, 그 이미지 부분을 스케일링하고, 그 다음 전체 이미지의 스캐닝과 스케일링을 완료하기 전에 그 이미지 부분을 표시하는 것이 유용할 수도 있다. 이미지의 한 부분을 스캐닝, 스케일링 및 표시한 후, 그리고 나서 그 과정을 반복함으로써 그 이미지의 다음 부분을 스캐닝하고, 스케일링하고, 표시할 수도 있다. 이 기술은, 예를 들어, 이미지 데이터의 모두가 사용가능한 상태는 아닌 때 또는 이미지 데이터가 실시간으로 처리되어야 할 때 사용될 수 있다. 다른 예로서, 스케일링 방법(400)은, 블럭(420)에서 복수의 픽셀들의 Y값들에 대한 스케일링 팩터들을 결정하고, 그리고 나서 블럭(430)에서 이들 픽셀들의 Y값들을 실제적으로 스케일링하는 것으로 설명한다. 이 분야에 통상의 지식을 가진 사람들은. 경우에 따라 특정 픽셀에 대한 스케일링 팩터를 결정하고, 그리고 나서 그 다음의 픽셀에 대한 스케일링 팩터를 결정하기에 앞서 해당 픽셀을 스케일링 하는 것이 유용하다는 것을 이해할 것이다.
● 상술한 몇몇 방법들은 선형방정식이나 포물선 방정식을 이용하여 스케일링 팩터들을 계산하는 것을 수반한다. 이 분야에 통상의 지식을 가진 사람들은 스케일링 팩터들을 계산하기 위해 다른 함수들이 사용될 수도 있음을 이해할 것이다, 그러한 함수들은 포화영역내에 하나의 극값(extremum)을 가지는 것이 바람직하다.
● 상술한 도 1B의 방법(100')은, 블럭(130)에서 블럭(132)의 스케일링에 의해 포화영역(들)내의 픽셀들의 Y값들을 추가조절하는 것을 포함한다. 이 분야에 통상의 지식을 가진 사람들은 포화영역(들)내의 픽셀들의 Y값들의 블럭(130)에서의 조절을 실시하기 위해 다른 조절방법들이 선택될 수도 있음을 이해할 것이다. 예를 들어, 개별 픽셀들에 대한 스케일링팩터들을 결정하는 ?외에, 블럭(130)은, 포화영역내의 픽셀들에 대한 원하는 Y값들을 결정하고, 그 다음에 포화된 Y값들을 원하는 Y값들로 조절하는 것을 포함할 수 있다. 이 분야에 통상의 지식을 가진 사람들은 원하는 Y값들이 상술한 스케일팩터들에 관련될 수도 있음을 이해할 것이다. 하나의 예에서, 원하는 Y값들이, D(x)=SthL(x)(여기서, Sth는 포화임계값)에 따라, 상술한 스케일링 팩터(L(x))에 관련된다. 다른 예에서, 블럭(130)은 포화임계값(Sth)이상으로 얼마만큼 더 포화영역내의 개별픽셀들에 대한 Y값들을 증가시킬 것인가를 결정하고, 그 다음 개별픽셀들에 대한 Y값들에 대해 증가분(the increase)를 가하는 것을 포함할 수 있다.
● 이 명세서에 기술된 방법들은 픽셀당 오직 소수의 처리단계만을 포함하고, 실시간으로 실시될 수 있다. 결과적으로, 이 명세서에 기술된 방법은, 여러가지 다양한 환경에서 다양한 이미지 프로세싱 시스템으로 실시될 수 있다. 그러한 환경의 비제한적인 예들은; 이미지 에디터 프로그램의 일부로서 포함된 소프트웨어로서; 컴퓨터의 그래픽 카드상에서; 비디오 디스플레이 장치(예를 들어, 텔레비젼 또는 컴퓨터 모니터)내부의 전용신호 처리 유닛의 일부로서; DVD 플레이어의 일부로서; 텔레비젼 튜너의 일부로서; 스캐너의 일부로서; 그리고 디지털 카메라 또는 유사 영상 장치의 일부로서 사용되는 것을 포함한다. 하나의 특정실시예에서, 본 발명의 방법들과 시스템들은, 텔레비젼 유닛이 보통의 프로세싱 파워로 장비된, 표준 NTSC 텔레비젼 신호의 동적 범위를 증가시키는 데 사용될 수도 있다.
● 이 명세서에 기술된 방법들은 모두, 이미지 데이터의 여러가지 특징들에 기초하여 포화영역내의 픽셀들에 대한 스케일링 팩터들을 평가(estimate) 하려고 시도한다. 이 방법들은, 사람의 관여가 없는 것으로 가정한다. 당초 낮은 동적 범위 표시로 잡은 사진의 디지털 화질 향상과 같은 몇몇 적용예에서, 사람들이 특정 픽셀들과 연관된 스케일 팩터들을 선택하고, 미세조정하고, 그리고/또는 영향을 끼치는(influence) 것이 가능할 것이다.
● 이 명세서에 기술한 스캐닝 및 스케일링 기술은 모두, 색채모델값의 상부 경계에서의 포화에 관련하여 기술되어 있다. 이 명세서에 기술한 스캐닝 및 스케일링 기술은 모두 색채모델값의 하부 경계에서도 또한 사용될 수도 있다. 예를 들어, 블럭(120)에서 수행된 스캐닝(예를 들어, 스캐닝 방법(200))은 또한, Y값이 어떤 하부 포화임계값보다 아래에 있는 "하한 포화 영역(lower boundary saturation region)"을 찾아내는 것을 또한 포함할 수 있다. 이러한 하부 포화 임계값은, 상한 포화 영역에 대하여 이 명세서에 기술된 스케일링 기술의 어느 것에 유사한 기술에 따라 블럭(125)내에서 단편적 스케일링 팩터를 사용하여 스케일링될 수도 있다. 블럭(115)에 도입된 옵셋의 크기가, 하한 포화 영역내에서의 단편적 스케일링을 허용하는 양만큼, 이미지 데이터의 Y값들을 제로값으로부터 멀어지게 이동시키는데 충분한 것이 바람직히다.
● 위에서 간략히 언급한 바와 같이, 이 명세서에서 예를 들어 논의한 방법들과 시스템들은 YIQ 색채모델로 표시된 픽셀들의 Y값들(휘도)와 관련하여 기술되어 있다. 이 분야에 통상의 지식을 가진 사람들은, 이 명세서에 기술된 방법들이 또한 다른 색채모델(예를 들어, I와 Q)에도 적용될 수 있고, 이 명세서에 기술된 방법들이, 예를 들어 RGB, CMY, CMYK, YCbCr, YUV, HSV 및 HSL과 같은 다른 색채 모델에도 적용될 수 있음을 알 것이다. 이 명세서에 기술된 방법들은 또한, 색채모델값의 선형 또는 비선형 조합과 같은, 색채모델값의 조합들에 적용될 수도 있다. 몇몇 실시예에서, 색채모델값들의 조합이, 적절한 조절을 결정하기 위해 사용되고, 그 다음 그 조절들이 개별 색채모델값에 적용된다.
● 위에서 설명한 특정 기술은, 포화 영역의 바로 밖의 픽셀들에 대한 Y값들의 그라디엔트를 기초로 최대 스케일링 팩터(Lv)(그리고 가능하면, Lv의 위치까지)를 결정하는 것을 수반한다. 위에 설명한 기술은, 포화 영역의 앞과 뒤의 그라디엔트를 결정하기 위한 특정방법(식(4) 및 식(5))을 포함한다. 이들 그라디엔트를 결정하기 위한 다른 기술들도 사용될 수 있을 것이다. 그러한 그라디엔트 결정기술들의 비제한적 예들은, 다음의 식(4A)(5A)(4B)(5B)을 포함한다:
● 몇몇 실시예에 있어서, 방법(100 또는 100')은, 블럭(130)의 뒤에 그러나 블럭(140)의 앞에 다른 추가 조절 프로시저(procedure)를 포함하여도 된다. 그러한 추가 조절은 추가 스케일링을 포함할 수도 있고, 높은 비트 심도 표시 내의 나머지(left-over) 동적 범위를 사용하기 위해 사용될 수 있다.
따라서, 본 발명의 범위는 첨부된 특허청구범위에 정의된 본질(substance)에 따라 해석되어야 한다.

Claims (34)

  1. 이미지 데이터를 낮은 비트 심도 표시로부터 높은 비트 심도 표시로 변환하는 방법에 있어서;
    포화영역내의 각 개별 픽셀의 색채 모델값이 상부 포화 임계값보다 높거나 하부 포화 임계값보다 낮은, 포화영역내의 픽셀들을 식별하는 단계와; 그리고
    각 조절의 크기가, 적어도 부분적으로, 해당픽셀과 포화영역의 가장자리의 사이의 픽셀들의 수에 죄우되는, 상응하는 조절에 의해 포화영역내의 각 개별 픽셀들의 색채모델값을 조절하는 단계를 포함하여 구성되는, 이미지 데이터 변환방법.
  2. 제1항에 있어서, 하나의 포화영역의 하나의 가장자리의 시작 픽셀과 그 포화영역의 다른 가장자리의 마지막 픽셀을 결정하기 위하여 제1 스캔축을 따라 이미지 데이터의 픽셀들의 색채 모델값을 스캐닝함으로써, 포화영역내의 픽셀들을 식별하는 단계를 포함하여 구성되는, 이미지 데이터 변환방법.
  3. 제1항 내지 제2항의 어느 한 항에 있어서, 해당픽셀과 포화영역의 가장자리사이의 픽셀들의 수의 함수이고 그 포화영역에 극값(extremum)을 가지는 함수를, 적어도 부분적으로, 기초로 하여 각 조절의 크기를 결정하는 단계를 포함하여 구성되는, 이미지 데이터 변환방법.
  4. 제3항에 있어서, 포화영역의 하나의 가장자리의 시작 픽셀과 그 포화영역의 다른 가장자리의 마지막 픽셀을 결정하기 위하여 제1 스캔축을 따라 이미지 데이터의 픽셀들의 색채 모델값을 스캐닝함으로써 포화영역내의 픽셀들을 식별하는 단계를 포함하여 구성되는, 이미지 데이터 변환방법.
  5. 제4항에 있어서, 상기 함수의 극값이 시작 픽셀과 마지막 픽셀의 대체로 중간에 위치하는, 이미지 데이터 변환방법.
  6. 제5항에 있어서, 상기 함수가 시작 픽셀과 마지막 픽셀사이의 대체로 중간에 위치한 정점을 가지는 포물선을 포함하는, 이미지 데이터 변환방법.
  7. 제4항 내지 제6항의 어느 한 항에 있어서, 상기 함수의 극값에서의 크기가, 적어도 부분적으로, 시작 픽셀과 마지막 픽셀사이의 픽셀들의 수에 좌우되는, 이미지 데이터 변환방법.
  8. 제4항 내지 제7항의 어느 한 항에 있어서, 상기 함수의 극값에서의 크기가, 시작 픽셀 그리고 그 시작 픽셀의 앞의 적어도 하나의 픽셀의 색채 모델값들의 사이의 그라디엔트(gradient); 및 마지막 픽셀 그리고 그 마지막 픽셀의 뒤의 적어도 하나의 픽셀의 색채 모델값들의 사이의 그라디엔트; 의 적어도 하나를 기초로 하여 결정되는, 이미지 데이터 변환방법.
  9. 제5항에 있어서, 상기 함수가, 시작 픽셀로부터 시작 픽셀과 마지막 픽셀사이의 대체로 중앙에 위치한 픽셀쪽으로 선형적으로 증가하고, 시작 픽셀과 마지막픽셀의 대체로 중앙에 위치한 픽셀로부터 마지막 픽셀쪽으로 선형적으로 감소하는, 이미지 데이터 변환방법.
  10. 제4항 내지 제9항의 어느 한 항에 있어서, 상기 함수가, 시작픽셀과 마지막 픽셀의 적어도 하나에 대하여 단일(unity)인, 이미지 데이터 변환방법.
  11. 제2항에 있어서, 각 조절의 크기를 시작 픽셀과 마지막 픽셀사이의 픽셀들의 수에, 적어도 부분적으로, 기초하여 결정하는 단계를 포함하는, 이미지 데이터 변환방법.
  12. 제2항에 있어서, 각 조절의 크기를 시작 픽셀 그리고 그 시작 픽셀의 앞의 적어도 하나의 픽셀의 색채 모델값들의 사이의 그라디엔트; 및 마지막 픽셀 그리고 그 마지막 픽셀의 뒤의 적어도 하나의 픽셀의 색채 모델값들의 사이의 그라디엔트;의 적어도 하나를 기초로 하여 결정되는, 이미지 데이터 변환방법.
  13. 제4항에 있어서, 상기 극값의 위치를 시작 픽셀 그리고 그 시작 픽셀의 앞의 적어도 하나의 픽셀의 색채 모델값들의 사이의 그라디엔트; 및 마지막 픽셀 그리고 그 마지막 픽셀의 뒤의 적어도 하나의 픽셀의 색채 모델값들의 사이의 그라디엔트;의 하나를 기초로 하여 결정되는, 이미지 데이터 변환방법.
  14. 제1항 내지 제13항의 어느 한 항에 있어서, 각 조절의 크기를 포화영역내의 픽셀들의 수에, 적어도 부분적으로, 기초하여 결정하는 단계를 포함하여 구성되는, 이미지 데이터 변환방법.
  15. 제1항 내지 제14항의 어느 한 항에 있어서, 각 조절의 크기를 포화영역의 가장자리의 적어도 하나의 픽셀과 포화영역의 밖의 적어도 하나의 픽셀의 색채 모델값들의 그라디엔트에, 적어도 부분적으로, 기초하여 결정하는 단계를 포함하여 구성되는, 이미지 데이터 변환방법.
  16. 제1항 내지 제15항의 어느 한 항에 있어서, 각 조절의 크기를, 해당 픽셀에 대한 색채 모델값의 하나 또는 그 이상의 시간적으로 앞서는 값들에, 적어도 부분적으로, 기초하여 결정하는 단계를 포함하여 구성되는, 이미지 데이터 변환방법.
  17. 제1항 내지 제16항의 어느 하나에 있어서, 각 조절의 크기를, 해당 픽셀에 대한 하나 또는 그 이상의 다른 색채 모델값에, 적어도 부분적으로, 기초하여 결정하는 단계를 포함하여 구성되는, 이미지 데이터 변환방법.
  18. 제1항 내지 제17항의 어느 한 항에 있어서, 각 조절의 크기를, 포화영역을 둘러싼 렌즈 플레어 패턴을 탐지하는 것과; 그리고 포화영역내의 픽셀들의 색채 모델값들을 예측하기 위해 렌즈 플레어 패턴의 하나의 모델을 사용하는 것에, 적어도 부분적으로, 기초하여 결정하는 단계를 포함하여 구성되는, 이미지 데이터 변환방법.
  19. 제1항 내지 제18항의 어느 한 항에 있어서, 이미지 데이터의 중간의 높은 비트 심도 표시를 형성하기 위하여 이미지 데이터내의 픽셀들의 색채 모델값을 초기에 조절하는 단계를 포함하고, 포화영역내의 각 개별모델의 색채 모델값의 조절이 중간의 높은 비트 심도 표시의 픽셀들에 대해 수행되는, 이미지 데이터 변환방법.
  20. 제19항에 있어서, 이미지 데이터내의 픽셀들의 색채 모델값들의 초기조절이 이미지 데이터내의 픽셀들의 색채 모델 값들을 스케일링하는 단계와; 그리고 이미지 데이터내의 픽셀들의 색채 모델값들을 옵셋하는 단계;의 적어도 하나를 포함하여 구성되는, 이미지 데이터 변환방법.
  21. 제20항에 있어서, 이미지 데이터내의 픽셀들의 색채 모델값들을 스케일링하는 단계를 포함하여 구성되고, 이미지 데이터내의 픽셀들의 색채 모델값들의 스케일링이 이미지 데이터내의 픽셀들의 사이에서와 같이 균일한, 이미지 데이터 변환방법.
  22. 제19항에 있어서, 포화영역내의 픽셀들의 식별이 중간의 높은 비트 심도 표시의 픽셀들에 대해 수행되는, 이미지 데이터의 변환방법.
  23. 제2항, 제4항 내지 제13항의 어느 한 항에 있어서, 제 1스캔축에 따라 이미지 데이터내의 픽셀들의 색채 모델값들을 스캐닝하는 것이, 픽셀들의 하나의 라인내의 하나 또는 그 이상의 추가적인 포화영역들에 대한 시작 픽셀 및 마지막 픽셀들을 결정하는 것을 포함하고, 하나 또는 그 이상의 추가적인 포화영역들내의 각 개별 픽셀의 색채 모델값이, 상부 포화 임계값보다 높고; 그리고 하부 포화 임계값보다 낮은; 것의 하나인, 이미지 데이터 변환방법.
  24. 제23항에 있어서, 하나 또는 그 이상의 추가적인 포화영역들내의 각 개별 픽셀들의 색채 모델값을 상응하는 조절에 의해 결정하는 것을 포함하며 구성되고, 하나 또는 그 이상의 추가적인 포화영역들내의 각 픽셀에 대한 각 조절의 크기가, 상응하는 픽셀 그리고 그 추가적인 포화영역의 시작 픽셀;과 마지막 픽셀;의 둘중 적어도 하나의 사이의 픽셀들의 수에 의해, 적어도 부분적으로 좌우되는, 이미지 데이터 변환방법.
  25. 제2항, 제4항 내지 제13항, 제23항, 제24항의 어느 한 항에 있어서, 이미지 데이터의 픽셀들의 복수의 라인들에 대하여 제 1스캔축을 따라 색채 모델값을 스캐닝하는 것을 반복하는 단계 및 각 포화영역내의 각 개별 픽셀들의 색채 모델값을, 전체 이미지가 제 1스캔축을 따라 스캐닝되고 조절되었을 때까지, 조절하는 단계를 포함하여 구성되는, 이미지 데이터 변환방법.
  26. 제25항에 있어서, 이미지 데이터의 픽셀들의 복수의 라인들에 대하여 제 2스캔축을 따라 색채 모델값을 스캐닝하는 것을 반복하는 단계 및 각 포화영역내의 각 개별 픽셀들의 색채 모델값을, 전체 이미지가 제 2스캔축을 따라 스캐닝되고 조절되었을 때까지, 조절하는 단계를 포함하여 구성되는, 이미지 데이터 변환방법.
  27. 제26항에 있어서, 높은 비트 심도 표시를 형성하기 위하여, 제 1스캔축을 따라 스캐닝되고 조절된 이미지 데이터의 색채 모델값들을, 제 2스캔축을 따라 스캐닝되고 조절된 이미지 데이터의 색채 모델값들과 조합(combine)하는 것을 포함하여 구성된, 이미지 데이터 변환방법.
  28. 제27항에 있어서, 색채 모델값들의 조합이, 제 1스캔축을 따라 스캐닝되고 조절된 이미지 데이터의 색채 모델값의, 제 2스캔축을 따라 스캐닝되고 조절된 이미지 데이터의 색채 모델값들과의 평균을 얻는 것을 포함하는, 이미지 데이터 변환방법.
  29. 제27항에 있어서, 색채 모델값들의 조합이, 중간 값들을 얻기 위하여 제1 스캔축을 따라 스캐닝되고 조절된 이미지 데이터의 색채 모델값의, 제 2스캔축을 따라 스캐닝되고 조절된 이미지 데이터의 색채 모델값들과의 평균을 얻는 단계와, 높은 비트 심도 표시를 형성하기 위하여 중간 값들의 둘 또는 그 이상의 인접 픽셀들의 그룹들을 블러링(blurring)하는 단계를 포함하여 구성되는, 이미지 데이터 변환방법.
  30. 제1항 내지 제29항의 어느 한 항에 있어서, 포화영역내의 각 개별적 픽셀들의 색채 모델값을, 포화영역내의 각 개별 픽셀들의 색채 모델값을 해당하는 스케일링 팩터에 의해 스케일링함으로써, 조절하는 단계를 포함하여 구성되는, 이미지 데이터 변환방법.
  31. 제1항 내지 제30항의 어느 한 항에 있어서, 색채 모델값들이 다른 색채 모델값들의 수학적 조합을 포함하는, 이미지 데이터 변환방법.
  32. 제1항 내지 제31항의 어느 한 항에 있어서, 포화영역내의 개별 픽셀들의 색채모델값들을 조절한 후에, 높은 비트 심도 표시의 색채 모델값들의 범위를 최대화하기 위해 이미지 데이터내의 픽셀들 모두의 색채 모델값들을 추가조절하는 단계를 포함하여 구성되는, 이미지 데이터 변환방법.
  33. 하나의 프로세서에 의해 실행될 때, 그 프로세서로 하여금 이미지 데이터를 낮은 비트 심도 표시로부터 높은 비트 심도 표시로 변환하는 방법을 실행하도록 하는 컴퓨터 판독가능명령을 보유하고(carry) 있는 하나의 매체를 포함하는 컴퓨터 프로그램 제품에 있어서, 그 변환방법이:
    포화영역내의 각 개별 픽셀의 색채 모델값이 상부 포화 임계값보다 높거나 하부 포화 임계값보다 낮은, 포화영역내의 픽셀들을 식별하는 단계와; 그리고
    각 조절의 크기가, 적어도 부분적으로, 해당픽셀과 포화영역의 가장자리의 사이의 픽셀들의 수에 죄우되는, 상응하는 조절에 의해 포화영역내의 각 개별 픽셀들의 색채 모델값을 조절하는 단계를 포함하여 구성되는, 컴퓨터 프로그램 제품.
  34. 이미지 데이터를 낮은 비트 심도 표시로부터 높은 비트 심도 표시로 변환시키는 하나의 프로세서를 포함하여 구성되는 이미지 데이터 처리시스템에 있어서, 상기 프로세서가:
    포화영역내의 각 개별 픽셀의 색채 모델값이 상부 포화 임계값보다 높거나 하부 포화 임계값보다 낮은, 포화영역내의 픽셀들을 식별하고; 그리고
    각 조절의 크기가, 적어도 부분적으로, 해당 픽셀과 포화영역의 가장자리의 사이의 픽셀들의 수에 좌우되는, 상응하는 조절에 의해 포화영역내의 각 개별 픽셀들의 색채 모델값을 조절하도록 구성된, 이미지 데이터 처리시스템.
KR1020067021469A 2004-04-15 2004-12-24 낮은 동적 범위로부터 높은 동적 범위로 이미지를 변환하는방법 및 시스템 KR101012270B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US56224004P 2004-04-15 2004-04-15
US60/562,240 2004-04-15

Publications (2)

Publication Number Publication Date
KR20070004853A true KR20070004853A (ko) 2007-01-09
KR101012270B1 KR101012270B1 (ko) 2011-02-07

Family

ID=35150201

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020067021469A KR101012270B1 (ko) 2004-04-15 2004-12-24 낮은 동적 범위로부터 높은 동적 범위로 이미지를 변환하는방법 및 시스템

Country Status (9)

Country Link
US (3) US8265378B2 (ko)
EP (2) EP1745436B1 (ko)
JP (1) JP4814217B2 (ko)
KR (1) KR101012270B1 (ko)
CN (2) CN101901480B (ko)
CA (1) CA2563520C (ko)
DK (1) DK1745436T3 (ko)
HK (1) HK1098563A1 (ko)
WO (1) WO2005101309A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101033065B1 (ko) * 2007-10-15 2011-05-06 인텔 코오퍼레이션 비디오 및 이미지 신호 비트 심도 변환
KR20180025153A (ko) * 2016-08-31 2018-03-08 엘지디스플레이 주식회사 화상 처리 회로, 화상 변환 장치, 화상 표시 장치 및 화상 처리 방법

Families Citing this family (71)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100545721C (zh) 2001-02-27 2009-09-30 杜比实验室特许公司 高动态范围显示装置
ES2675880T3 (es) 2002-03-13 2018-07-13 Dolby Laboratories Licensing Corporation Compensación de falla de elemento emisor de luz en un monitor
US8687271B2 (en) 2002-03-13 2014-04-01 Dolby Laboratories Licensing Corporation N-modulation displays and related methods
US7606417B2 (en) 2004-08-16 2009-10-20 Fotonation Vision Limited Foreground/background segmentation in digital images with differential exposure calculations
US7680342B2 (en) 2004-08-16 2010-03-16 Fotonation Vision Limited Indoor/outdoor classification in digital images
JP4814217B2 (ja) * 2004-04-15 2011-11-16 ドルビー ラボラトリーズ ライセンシング コーポレイション 画像を低ダイナミックレンジから高ダイナミックレンジに変換するシステム及びコンピュータプログラム
US20080068458A1 (en) * 2004-10-04 2008-03-20 Cine-Tal Systems, Inc. Video Monitoring System
US8050511B2 (en) * 2004-11-16 2011-11-01 Sharp Laboratories Of America, Inc. High dynamic range images from low dynamic range images
US8050512B2 (en) * 2004-11-16 2011-11-01 Sharp Laboratories Of America, Inc. High dynamic range images from low dynamic range images
US7692696B2 (en) 2005-12-27 2010-04-06 Fotonation Vision Limited Digital image acquisition system with portrait mode
KR101356548B1 (ko) 2006-01-23 2014-01-28 막스-플랑크-게젤샤프트 츄어 푀르더룽 데어 비쎈샤프텐 에.파우. 하이 다이나믹 레인지 코덱들
US7469071B2 (en) * 2006-02-14 2008-12-23 Fotonation Vision Limited Image blurring
IES20060559A2 (en) 2006-02-14 2006-11-01 Fotonation Vision Ltd Automatic detection and correction of non-red flash eye defects
CN100452090C (zh) * 2006-03-14 2009-01-14 腾讯科技（深圳）有限公司 一种实现高动态光照范围的方法及系统
IES20060564A2 (en) 2006-05-03 2006-11-01 Fotonation Vision Ltd Improved foreground / background separation
US8233536B2 (en) * 2007-01-23 2012-07-31 Sharp Laboratories Of America, Inc. Methods and systems for multiplication-free inter-layer image prediction
US8503524B2 (en) * 2007-01-23 2013-08-06 Sharp Laboratories Of America, Inc. Methods and systems for inter-layer image prediction
US8665942B2 (en) * 2007-01-23 2014-03-04 Sharp Laboratories Of America, Inc. Methods and systems for inter-layer image prediction signaling
WO2008094153A1 (en) * 2007-01-31 2008-08-07 Dolby Laboratories Licensing Corporation Multiple modulator displays and related methods
KR101126094B1 (ko) 2007-02-01 2012-03-21 돌비 레버러토리즈 라이쎈싱 코오포레이션 공간적으로 변화 가능한 백라이트를 갖는 디스플레이들의 캘리브레이션
US20080195977A1 (en) * 2007-02-12 2008-08-14 Carroll Robert C Color management system
US8207931B2 (en) * 2007-05-31 2012-06-26 Hong Kong Applied Science and Technology Research Institute Company Limited Method of displaying a low dynamic range image in a high dynamic range
US8085852B2 (en) * 2007-06-26 2011-12-27 Mitsubishi Electric Research Laboratories, Inc. Inverse tone mapping for bit-depth scalable image coding
US8233738B2 (en) 2007-07-30 2012-07-31 Dolby Laboratories Licensing Corporation Enhancing dynamic ranges of images
US8135230B2 (en) 2007-07-30 2012-03-13 Dolby Laboratories Licensing Corporation Enhancing dynamic ranges of images
US8004538B2 (en) 2007-09-21 2011-08-23 Global Oled Technology Llc Preferential tone scale for electronic displays
US8208560B2 (en) * 2007-10-15 2012-06-26 Intel Corporation Bit depth enhancement for scalable video coding
US8175158B2 (en) * 2008-01-04 2012-05-08 Sharp Laboratories Of America, Inc. Methods and systems for inter-layer image prediction parameter determination
US8155436B2 (en) * 2008-03-31 2012-04-10 Konica Minolta Laboratory U.S.A., Inc. Systems and methods for color data compression
US20090244601A1 (en) * 2008-03-31 2009-10-01 Konica Minolta Systems Laboratory, Inc. Systems and Methods for Color Data Compression
CN101588436B (zh) * 2008-05-20 2013-03-27 株式会社理光 一种压缩原始图像动态范围的方法、装置和数码相机
US8165393B2 (en) 2008-06-05 2012-04-24 Microsoft Corp. High dynamic range texture compression
US20090322800A1 (en) 2008-06-25 2009-12-31 Dolby Laboratories Licensing Corporation Method and apparatus in various embodiments for hdr implementation in display devices
US20090322777A1 (en) * 2008-06-26 2009-12-31 Microsoft Corporation Unified texture compression framework
JP5640253B2 (ja) * 2008-12-01 2014-12-17 マーベル ワールド トレード リミテッド ビット解像度の向上のための装置及び方法
US20100214282A1 (en) 2009-02-24 2010-08-26 Dolby Laboratories Licensing Corporation Apparatus for providing light source modulation in dual modulator displays
TW201036453A (en) * 2009-03-25 2010-10-01 Micro Star Int Co Ltd Method and electronic device to produce high dynamic range image
JP5355190B2 (ja) * 2009-04-08 2013-11-27 キヤノン株式会社 画像表示装置及び方法並びにプログラム
US9002134B2 (en) 2009-04-17 2015-04-07 Riverain Medical Group, Llc Multi-scale image normalization and enhancement
US8391601B2 (en) * 2009-04-30 2013-03-05 Tandent Vision Science, Inc. Method for image modification
CN102422322B (zh) * 2009-05-11 2015-01-21 杜比实验室特许公司 用于在目标环境下在装置处再现来自源环境的图像的色貌的方法和设备
WO2011037933A1 (en) * 2009-09-22 2011-03-31 Panasonic Corporation Image coding apparatus, image decoding apparatus, image coding method, and image decoding method
JP5577415B2 (ja) * 2010-02-22 2014-08-20 ドルビー ラボラトリーズ ライセンシング コーポレイション ビットストリームに埋め込まれたメタデータを用いたレンダリング制御を備えるビデオ表示
CN102845071B (zh) 2010-04-19 2015-01-28 杜比实验室特许公司 高动态范围、视觉动态范围和宽色域的图像与视频的质量评估
CN104766568B (zh) * 2010-08-31 2017-08-01 杜比实验室特许公司 显示器背光规格化
CN102687501A (zh) * 2010-12-20 2012-09-19 松下电器产业株式会社 图像处理装置、摄像装置及图像处理方法
WO2012110894A1 (en) 2011-02-18 2012-08-23 DigitalOptics Corporation Europe Limited Dynamic range extension by combining differently exposed hand-held device-acquired images
WO2012142285A2 (en) 2011-04-12 2012-10-18 Dolby Laboratories Licensing Corporation Quality assessment for images that have extended dynamic ranges or wide color gamuts
EP2697972B1 (en) 2011-04-14 2015-01-14 Dolby Laboratories Licensing Corporation Image prediction based on primary color grading model
PL2782348T3 (pl) 2011-04-14 2018-04-30 Dolby Laboratories Licensing Corp Zmienna objaśniająca regresji wielorakiej kanału wielu barw
US8861851B2 (en) * 2011-05-13 2014-10-14 Dolby Laboratories Licensing Corporation Color highlight reconstruction
WO2013059116A1 (en) * 2011-10-20 2013-04-25 Dolby Laboratories Licensing Corporation Method and system for video equalization
KR20130068823A (ko) * 2011-12-16 2013-06-26 삼성전자주식회사 영상 신호 처리를 위한 방법 및 장치
JP6439418B2 (ja) * 2014-03-05 2018-12-19 ソニー株式会社 画像処理装置及び画像処理方法、並びに画像表示装置
EP3007423A1 (en) * 2014-10-06 2016-04-13 Industrial Technology Research Institute Method of color palette coding applicable to electronic device and electronic device using the same
CN105578016B (zh) * 2014-10-09 2021-01-12 中兴通讯股份有限公司 一种调整图像动态范围的方法及终端
WO2016092759A1 (ja) * 2014-12-09 2016-06-16 パナソニックＩｐマネジメント株式会社 送信方法、受信方法、送信装置および受信装置
US9418426B1 (en) * 2015-01-27 2016-08-16 Xerox Corporation Model-less background estimation for foreground detection in video sequences
US9767543B2 (en) * 2015-09-22 2017-09-19 Samsung Electronics Co., Ltd. Method and apparatus for enhancing images via white pop-out
JP6729055B2 (ja) * 2016-06-23 2020-07-22 セイコーエプソン株式会社 映像処理装置、表示装置および映像処理方法
KR20180036463A (ko) * 2016-09-30 2018-04-09 삼성전자주식회사 이미지 처리 방법 및 이를 지원하는 전자 장치
CN106886386B (zh) * 2017-01-23 2019-06-04 苏州科达科技股份有限公司 从低动态图像生成高动态图像的方法
CN108574836B (zh) * 2017-03-10 2020-01-10 上海顺久电子科技有限公司 一种减弱图像中存在的饱和或麻点现象的方法及装置
GB2567427B (en) 2017-10-06 2020-10-07 Imagination Tech Ltd Data compression
US10445865B1 (en) 2018-03-27 2019-10-15 Tfi Digital Media Limited Method and apparatus for converting low dynamic range video to high dynamic range video
CN111163301B (zh) * 2018-11-07 2021-04-20 浙江宇视科技有限公司 色彩调整方法、装置及计算机可读存储介质
KR102574649B1 (ko) * 2018-11-29 2023-09-06 삼성전자주식회사 이미지 처리 방법 및 이를 지원하는 전자 장치
TWI698129B (zh) * 2019-03-08 2020-07-01 瑞昱半導體股份有限公司 影像處理方法及其電子裝置
CN115499632A (zh) * 2019-10-18 2022-12-20 华为技术有限公司 一种图像信号转换处理方法、装置及终端设备
CN112365415B (zh) * 2020-11-09 2024-02-09 珠海市润鼎智能科技有限公司 高动态范围图像的快速显示转换方法
US20230281770A1 (en) * 2022-03-04 2023-09-07 Wisconsin Alumni Research Foundation Systems, methods, and media for generating digital images using low bit depth image sensor data

Family Cites Families (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS60218181A (ja) 1984-04-13 1985-10-31 Fujitsu Ltd 画像処理装置
US5204948A (en) * 1989-09-08 1993-04-20 Advantest Corporation Method and apparatus for evaluating color image signals
JP3081658B2 (ja) * 1991-04-10 2000-08-28 オリンパス光学工業株式会社 画像信号符号化装置及び画像信号復号化装置
US5151783A (en) * 1991-06-05 1992-09-29 Faroudja Y C Digital television with enhancement
US6040791A (en) 1994-11-17 2000-03-21 Xerox Corporation System and method for grey value expansion of pixel data
US6542260B1 (en) 1997-01-13 2003-04-01 Hewlett-Packard Company Multiple image scanner
JPH1169187A (ja) 1997-08-25 1999-03-09 Fuji Photo Film Co Ltd 画像生成方法および装置
US6038576A (en) * 1997-12-02 2000-03-14 Digital Equipment Corporation Bit-depth increase by bit replication
DE69908713T2 (de) * 1998-06-22 2004-05-13 Texas Instruments Inc., Dallas Selektive Helligkeitserweiterung
US6292168B1 (en) 1998-08-13 2001-09-18 Xerox Corporation Period-based bit conversion method and apparatus for digital image processing
US6282313B1 (en) 1998-09-28 2001-08-28 Eastman Kodak Company Using a set of residual images to represent an extended color gamut digital image
US6285784B1 (en) 1998-09-28 2001-09-04 Eastman Kodak Company Method of applying manipulations to an extended color gamut digital image
US6282311B1 (en) 1998-09-28 2001-08-28 Eastman Kodak Company Using a residual image to represent an extended color gamut digital image
US6335983B1 (en) 1998-09-28 2002-01-01 Eastman Kodak Company Representing an extended color gamut digital image in a limited color gamut color space
US6282312B1 (en) 1998-09-28 2001-08-28 Eastman Kodak Company System using one or more residual image(s) to represent an extended color gamut digital image
US6625324B1 (en) * 1999-06-22 2003-09-23 Mustek Systems Inc. Apparatus and method for providing compensation bits for post image processing
US6795585B1 (en) 1999-07-16 2004-09-21 Eastman Kodak Company Representing digital images in a plurality of image processing states
JP3730057B2 (ja) * 1999-07-26 2005-12-21 シャープ株式会社 画像処理装置、および、それを用いた画像形成装置、並びに、そのプログラムが記録された記録媒体
US6301393B1 (en) 2000-01-21 2001-10-09 Eastman Kodak Company Using a residual image formed from a clipped limited color gamut digital image to represent an extended color gamut digital image
US6748106B1 (en) 2000-03-28 2004-06-08 Eastman Kodak Company Method for representing an extended color gamut digital image on a hard-copy output medium
US6822760B1 (en) 2000-04-05 2004-11-23 Eastman Kodak Company Method of processing and paying for an extended color gamut digital image
US6775407B1 (en) 2000-08-02 2004-08-10 Eastman Kodak Company Producing a final modified digital image using a source digital image and a difference digital image
US6754384B1 (en) 2000-08-30 2004-06-22 Eastman Kodak Company Method for processing an extended color gamut digital image using an image information parameter
WO2003007181A1 (en) 2001-07-13 2003-01-23 Performance Training Institute System and method for providing website business solutions to clients via the internet
US7468821B2 (en) * 2001-08-31 2008-12-23 Nisca Corporation Image determination apparatus and image determination method
WO2003041013A1 (fr) * 2001-11-05 2003-05-15 Sharp Kabushiki Kaisha Procede de traitement d'image couleur, unite de traitement d'image couleur, affichage couleur et programme informatique pour mettre en oeuvre ledit procede
KR100453038B1 (ko) * 2001-12-24 2004-10-15 삼성전자주식회사 컬러 영상의 채도 조절 장치 및 방법
US20040184670A1 (en) * 2002-02-22 2004-09-23 Nick Jarman Detection correction of red-eye features in digital images
GB2385736B (en) * 2002-02-22 2005-08-24 Pixology Ltd Detection and correction of red-eye features in digital images
GB0212367D0 (en) * 2002-05-29 2002-07-10 Eastman Kodak Co Image processing
KR100925195B1 (ko) * 2003-03-17 2009-11-06 엘지전자 주식회사 대화형 디스크 플레이어의 이미지 데이터 처리장치 및처리방법
US7397968B2 (en) * 2003-10-29 2008-07-08 Hewlett-Packard Development Company, L.P. System and method for tone composition
JP4814217B2 (ja) * 2004-04-15 2011-11-16 ドルビー ラボラトリーズ ライセンシング コーポレイション 画像を低ダイナミックレンジから高ダイナミックレンジに変換するシステム及びコンピュータプログラム
WO2010032409A1 (ja) * 2008-09-17 2010-03-25 パナソニック株式会社 画像処理装置、撮像装置、評価装置、画像処理方法及び光学系評価方法
KR101661215B1 (ko) * 2010-08-16 2016-09-30 삼성전자주식회사 영상 처리 방법 및 영상 처리 장치

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101033065B1 (ko) * 2007-10-15 2011-05-06 인텔 코오퍼레이션 비디오 및 이미지 신호 비트 심도 변환
KR20180025153A (ko) * 2016-08-31 2018-03-08 엘지디스플레이 주식회사 화상 처리 회로, 화상 변환 장치, 화상 표시 장치 및 화상 처리 방법

Also Published As

Publication number Publication date
US20080031517A1 (en) 2008-02-07
EP2492867A3 (en) 2012-10-31
CN101901480A (zh) 2010-12-01
CA2563520A1 (en) 2005-10-27
US8265378B2 (en) 2012-09-11
US8509528B2 (en) 2013-08-13
CN1954339B (zh) 2010-05-12
KR101012270B1 (ko) 2011-02-07
JP4814217B2 (ja) 2011-11-16
EP2492867A2 (en) 2012-08-29
EP2492867B1 (en) 2016-08-03
CN1954339A (zh) 2007-04-25
US20070269104A1 (en) 2007-11-22
EP1745436A4 (en) 2008-07-02
DK1745436T3 (da) 2012-09-10
US20120176399A1 (en) 2012-07-12
US8249337B2 (en) 2012-08-21
JP2007534060A (ja) 2007-11-22
EP1745436B1 (en) 2012-05-30
WO2005101309A1 (en) 2005-10-27
CA2563520C (en) 2014-12-16
CN101901480B (zh) 2013-03-06
HK1098563A1 (en) 2007-07-20
EP1745436A1 (en) 2007-01-24

Similar Documents

Publication Publication Date Title
KR101012270B1 (ko) 낮은 동적 범위로부터 높은 동적 범위로 이미지를 변환하는방법 및 시스템
US10853925B2 (en) Methods, systems, and media for image processing
KR101309498B1 (ko) 높은 동적 범위 이미지 매핑을 위한 히스토그램 조정
KR101309497B1 (ko) 높은 동작 범위 이미지 매핑을 위한 히스토그램 조정
US8488868B2 (en) Generation of a depth map from a monoscopic color image for rendering stereoscopic still and video images
KR102221116B1 (ko) 크로스 커널 구조의 중간값 필터를 이용한 영상 잡음 제거장치 및 방법
Fairchild et al. Image appearance modeling
CN110310231B (zh) 一种将第一动态范围视频转换为第二动态范围视频的设备及其方法
WO2008102296A2 (en) Method for enhancing the depth sensation of an image
KR20190073516A (ko) 화상 처리 장치, 디지털 카메라, 화상 처리 프로그램, 및 기록 매체
JP4219577B2 (ja) 画像処理装置と画像出力装置と画像処理方法及び記憶媒体
US20080075174A1 (en) Chroma Supression Features
JP3501151B2 (ja) 画像処理装置、画像処理方法、画像処理制御プログラムを記録した媒体
JP3705250B2 (ja) 画像処理装置、画像処理方法および画像処理制御プログラムを記録した媒体
JP3985903B2 (ja) 画像圧縮方法およびそれを利用した電子透かし埋め込み方法、並びにプログラム
WO2023020705A1 (en) Method, computer program and electronic device for tone mapping
JP2008245321A (ja) 画像処理装置、画像処理方法、および記録媒体
JPH03184474A (ja) 画像の情報処理方法
JP2009205699A (ja) 画像評価方法、画像評価プログラムを記録した媒体および画像評価装置
JP2008065845A (ja) 画像処理装置、画像処理プログラムを記録した記録媒体および画像処理方法

Legal Events

Date Code Title Description
A201 Request for examination
N231 Notification of change of applicant
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: 20140108

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20150108

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20160112

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20170118

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20180110

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20190111

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20200102

Year of fee payment: 10