KR20090024375A - System and method for enhancing visual feel of texture according to texture property - Google Patents

System and method for enhancing visual feel of texture according to texture property Download PDF

Info

Publication number
KR20090024375A
KR20090024375A KR1020070089359A KR20070089359A KR20090024375A KR 20090024375 A KR20090024375 A KR 20090024375A KR 1020070089359 A KR1020070089359 A KR 1020070089359A KR 20070089359 A KR20070089359 A KR 20070089359A KR 20090024375 A KR20090024375 A KR 20090024375A
Authority
KR
South Korea
Prior art keywords
input image
image
texture
color
improving
Prior art date
Application number
KR1020070089359A
Other languages
Korean (ko)
Inventor
홍지영
이호영
박두식
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020070089359A priority Critical patent/KR20090024375A/en
Publication of KR20090024375A publication Critical patent/KR20090024375A/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G06T7/41—Analysis of texture based on statistical description of texture
    • G06T7/44—Analysis of texture based on statistical description of texture using image operators, e.g. filters, edge density metrics or local histograms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Geometry (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Image Processing (AREA)

Abstract

A system and a method for enhancing visual feeling of texture according to texture properties are provided to enhance the visual feeling of an image by classifying an input image according to the attributes of textures and adaptively processing the input image according to the attributes. A texture classifier(101) uses brightness information extracted from an input image to classify the input image based on the attributes of texture. A geometric property improvement unit(102) uses a filter which is based on a geometric property according to the attributes of the classified textures to enhance geometric property of the input image. A color property improvement unit(103) improves the color properties of the input image, of which geometric property is improved, by controlling color components for the input image. A texture classifying unit includes a glossy image decider which decides the input image as a glossy image according to whether or not a peak is detected.

Description

질감 속성에 따른 질감의 시각적 촉감 향상 시스템 및 방법 {SYSTEM AND METHOD FOR ENHANCING VISUAL FEEL OF TEXTURE ACCORDING TO TEXTURE PROPERTY}System and method for improving the visual feel of the texture according to the texture property {SYSTEM AND METHOD FOR ENHANCING VISUAL FEEL OF TEXTURE ACCORDING TO TEXTURE PROPERTY}

본 발명은 질감 속성에 따른 질감의 시각적 촉감 향상 시스템 및 방법에 관한 것으로 특히, 입력 영상을 질감의 속성에 따라 분류하고, 그 속성에 따라 적응적으로 처리하여 영상의 시각적 촉감을 증대시키는 질감 속성에 따른 질감의 시각적 촉감 향상 시스템 및 방법에 관한 것이다.The present invention relates to a system and method for improving the visual feel of a texture according to a texture property. In particular, the present invention classifies an input image according to a property of a texture and adaptively processes the property according to the property to increase the visual feel of the image. The present invention relates to a system and method for improving visual tactile feel of a texture.

시각적 촉감은 영상의 표면에서 느껴지는 기하학적 특성과 빛에 의한 색채 특성이 반영되어 연상되는 촉각적 감성이라는 두 가지 특성을 포함한다. 이러한 시각적 촉감은 사람이 학습을 통해 기억하고 있는 기존 질감에 대한 촉각을 기하학적 특성 향상뿐만 아니라, 색채의 조절을 통해 더욱 거칠게 또는 더욱 부드럽게 표현될 수 있다.The visual touch includes two characteristics, tactile sensibility, which is associated with the geometrical characteristics felt on the surface of the image and the color characteristics due to light. This visual sensation can be expressed more coarsely or smoothly by adjusting color as well as improving the geometric characteristics of the sense of the existing texture that a person remembers through learning.

다시 말해서, 기존 재질과 색채의 다양한 조합에 의하여 시각적 촉감의 정도 및 양상은 달라질 수 있다. 특히, 색채로 인해 연상되는 색채 감성은 기존에 물체가 갖고 있던 시각적 촉감의 폭을 다양하고 깊게 변화시키는 데 중요한 역할을 할 수 있다. 이러한 시각적 촉감의 두 가지 특성은 상호 연관성을 가지고 있으며, 표면 조직의 작은 변화가 색채 속성 지각에 영향을 줄 수도 있다. 또한, 반대로 색채의 변화에 따라 같은 표면도 시각적으로 다르게 인지될 수 있다.In other words, the degree and aspect of visual touch may vary according to various combinations of existing materials and colors. In particular, the color sensibility associated with the color may play an important role in changing the depth of the visual touch of the object in a variety of ways. These two characteristics of visual touch are correlated, and small changes in surface texture may affect the perception of color attributes. On the contrary, the same surface may be visually recognized differently according to the color change.

종래의 질감 향상 기법은 촉각적 감성의 두 가지 특성을 고려하지 않고, 기하학적인 속성만을 고려하여 단순한 디지털 필터를 통해 선명도나 엣지 향상을 시키는 수준에 불과하였다. 그 결과 영상 컨텐츠에서 제공되는 각 질감의 특성에 적합하지 않는 영상 처리가 이루어 졌다. 결국, 종래의 질감 향상 방법은 입력 영상의 Y 신호(휘도 신호)만을 고려하여 디지털 필터를 적용함으로써 입력 영상의 전체적인 선명도나 에지 향상만의 효과만 유발되었고, 영상의 시각적 질감에 대한 효과는 미미하였다.Conventional texture enhancement techniques do not consider the two characteristics of tactile sensitivity, but only the level of sharpness or edge enhancement through a simple digital filter in consideration of geometric properties. As a result, image processing was performed that is not suitable for the characteristics of each texture provided in the image content. As a result, in the conventional texture enhancement method, the digital filter is applied considering only the Y signal (luminance signal) of the input image, causing only the overall sharpness or edge enhancement effect of the input image, and the effect on the visual texture of the image is insignificant. .

따라서, 촉각적 감성을 구성하는 기하학적 특성과 색채 특성을 모두 고려하여 인간의 시각적 질감을 향상시키는 방법이 절실히 요구되었다.Therefore, there is an urgent need for a method of improving the visual texture of a human being in consideration of both geometric and color characteristics constituting tactile sensibility.

본 발명은 입력 영상의 질감의 속성을 분류함으로써 해당 속성에 적응적으로 처리하여 질감의 시각적 촉감을 향상시키는 질감의 시각적 촉감 향상 시스템 및 방법을 제공한다.The present invention provides a system and method for improving the visual tactile feel of a texture by classifying the attributes of a texture of an input image and adaptively processing the corresponding attributes to improve the visual feel of the texture.

본 발명은 입력 영상의 질감의 속성을 광택, 거침, 부드러움으로 분류하여 그 속성에 적합하게 기하학적 특성과 색채 특성에 제어하여 현실감이 높은 영상을 제공할 수 있는 질감의 시각적 촉감 향상 시스템 및 방법을 제공한다.The present invention provides a system and method for improving the visual tactile feel of a texture capable of providing a realistic image by classifying the attributes of the texture of the input image into gloss, roughness, and softness and controlling the geometric and color characteristics according to the attributes. do.

본 발명은 인간의 시각적 특성에 가장 근접한 색 공간 좌표를 사용함으로써 질감의 시각적 촉감을 극대화하여 향상시킬 수 있는 질감의 시각적 촉감 향상 시스템 및 방법을 제공한다.The present invention provides a system and method for improving the visual tactile feel of a texture which can be maximized and improved by using the color space coordinates closest to the visual characteristics of the human.

본 발명은 분류된 질감의 속성에 따라 시각적 촉감을 구성하는 기하학적 특성 및 색채 특성을 모두 제어함으로써 인간의 감성적 만족도를 향상시킬 수 있는 질감의 시각적 촉감 향상 시스템 및 방법을 제공한다.The present invention provides a system and method for improving the visual tactile sensation of texture that can improve the emotional satisfaction of humans by controlling both geometric and color characteristics constituting the visual sensation according to the attributes of the classified texture.

본 발명의 일실시예에 따른 질감의 시각적 촉감 향상 시스템은 입력 영상으로부터 추출된 휘도 정보를 이용하여 상기 입력 영상을 질감(texture)의 속성에 따라 분류하는 질감 분류부, 분류된 질감의 속성에 따라 기하학적 특성에 기초한 필터를 적용하여 입력 영상의 기하학적 특성을 향상시키는 기하학적 특성 향상부 및 기하학적 특성이 향상된 입력 영상에 대해 시 지각 특성이 반영된 색상 성분을 제 어하여 상기 입력 영상의 색채 특성을 향상시키는 색채 특성 향상부를 포함할 수 있다.In accordance with an embodiment of the present invention, a system for improving visual tactile feel of a texture may include a texture classifier configured to classify the input image according to the attributes of a texture by using luminance information extracted from the input image. A geometric feature enhancer that improves the geometrical characteristics of the input image by applying a filter based on geometrical characteristics, and a color component that improves the color characteristics of the input image by controlling the color components reflecting visual perception characteristics of the input image with enhanced geometrical characteristics. It may include a characteristic improving unit.

이 때, 상기 질감 분류부는 상기 휘도 정보를 기초로 구성된 휘도 히스토그램에서 피크가 검출되는 지 여부에 따라 상기 입력 영상을 광택 영상(glossy)으로 판단하는 광택 영상 판단부 및 상기 휘도 정보에 따른 각 픽셀의 최대 차분값 및 컨트라스트를 이용하여 상기 입력 영상을 거친 영상(roughness)인지 또는 부드러운 영상(softness)인지로 분류하는 거친/부드러운 영상 분류부를 포함할 수 있다.In this case, the texture classifying unit may determine the input image as a glossiness according to whether a peak is detected in the luminance histogram configured based on the luminance information, and the glossiness image determination unit and each pixel according to the luminance information. The image may include a rough / soft image classifier classifying the input image into a roughness or a softness using a maximum difference value and contrast.

이 때, 상기 색상 제어부는 상기 색상 성분 제어부는 상기 입력 영상을 시 지각 특성이 반영된 색 공간의 J(lightness), C(chroma) 및 H(hue quadrature) 색상 성분으로 변환하고, 상기 입력 영상의 질감의 속성에 따라 변환된 상기 색상 성분을 각각 독립적으로 조절하는 색상 성분 제어부 및 조절된 상기 색상 성분이 해당 색 공간의 색역(gamut) 외부에 존재하는 경우 상기 색상 성분에 대해 색역 맵핑을 수행하는 색역 맵핑 수행부를 포함할 수 있다.In this case, the color control unit may be configured to convert the input image into J (lightness), C (chroma) and H (hue quadrature) color components of a color space in which visual perception characteristics are reflected, and the texture of the input image. A color component controller for independently controlling the color components converted according to the attributes of the color gamut, and gamut mapping for performing color gamut mapping on the color components when the adjusted color components exist outside the gamut of the corresponding color space. It may include a performer.

본 발명의 일실시예에 따른 질감의 시각적 촉감 향상 방법은 입력 영상으로부터 추출된 휘도 정보를 이용하여 상기 입력 영상을 질감(texture)의 속성에 따라 분류하는 단계, 분류된 질감의 속성에 따라 기하학적 속성에 기초한 필터를 적용하여 입력 영상의 기하학적 특성을 향상시키는 단계 및 기하학적 특성이 향상된 입력 영상에 대해 시 지각 특성이 반영된 색상 성분을 제어하여 상기 입력 영상의 색채 특성을 향상시키는 단계를 포함할 수 있다.According to an aspect of the present invention, there is provided a method of improving visual tactile feel of a texture by using the luminance information extracted from an input image, classifying the input image according to a property of a texture, and geometric properties according to the classified texture. The method may include applying a filter based on the method to improve geometric characteristics of the input image and controlling color components in which visual perception characteristics are reflected on the input image having the improved geometric characteristics, thereby improving color characteristics of the input image.

이 때, 입력 영상의 기하학적 속성을 향상시키는 상기 단계는 상기 입력 영 상을 시 지각 특성이 반영된 색 공간의 J(lightness), C(chroma) 및 H(hue quadrature) 색상 성분으로 변환하는 단계, 상기 입력 영상의 질감의 속성에 따라 변환된 상기 색상 성분을 각각 독립적으로 조절하는 단계 및 조절된 상기 색상 성분이 해당 색 공간의 색역(gamut) 외부에 존재하는 경우 상기 색상 성분에 대해 색역 맵핑을 수행하는 단계를 포함할 수 있다.In this case, the step of improving the geometrical properties of the input image may include converting the input image into J (lightness), C (chroma) and H (hue quadrature) color components of a color space in which visual perception characteristics are reflected. Independently adjusting the converted color components according to the texture of the input image and performing color gamut mapping on the color components when the adjusted color components exist outside the gamut of the corresponding color space. It may include a step.

본 발명에 따르면, 입력 영상의 질감의 속성을 분류함으로써 해당 속성에 적응적으로 처리하여 질감의 시각적 촉감을 향상시키는 질감의 시각적 촉감 향상 시스템 및 방법이 제공된다.According to the present invention, there is provided a system and method for improving the visual tactile feel of a texture which classifies an attribute of a texture of an input image and adaptively processes the attribute to improve the visual feel of the texture.

본 발명에 따르면, 입력 영상의 질감의 속성을 광택, 거침, 부드러움으로 분류하여 그 속성에 적합하게 기하학적 특성과 색채 특성에 제어하여 현실감이 높은 영상을 제공할 수 있는 질감의 시각적 촉감 향상 시스템 및 방법이 제공된다.According to the present invention, a texture and visual tactile improvement system and method for classifying texture attributes of an input image into gloss, roughness, and softness and controlling geometric and color characteristics according to the attributes can provide a realistic image. This is provided.

본 발명에 따르면, 인간의 시각적 특성에 가장 근접한 색 공간 좌표를 사용함으로써 질감의 시각적 촉감을 극대화하여 향상시킬 수 있는 질감의 시각적 촉감 향상 시스템 및 방법이 제공된다.According to the present invention, there is provided a system and method for improving visual tactile feel of a texture that can be maximized and improved by using a color space coordinate closest to a human visual characteristic.

본 발명에 따르면, 분류된 질감의 속성에 따라 시각적 촉감을 구성하는 기하학적 특성 및 색채 특성을 모두 제어함으로써 인간의 감성적 만족도를 향상시킬 수 있는 질감의 시각적 촉감 향상 시스템 및 방법이 제공된다.According to the present invention, there is provided a system and method for improving the visual tactile feel of a texture which can improve the emotional satisfaction of a human by controlling both geometric and color characteristics constituting the visual sensation according to the attributes of the classified texture.

이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 질감 속 성에 따른 질감의 시각적 촉감 향상 시스템 및 방법에 대해 상세하게 설명한다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 일실시예에 따라 질감 속성에 따른 질감의 시각적 촉감 향상 시스템의 전체 구성을 나타내는 블록도이다.1 is a block diagram showing the overall configuration of a system for improving the visual tactile feel of a texture according to a texture property according to an embodiment of the present invention.

질감의 시각적 촉감 향상 시스템은 질감 분류부(101), 기하학적 특성 향상부(102), 색채 특성 향상부(103)를 포함한다.The visual tactile improvement system of the texture includes a texture classification unit 101, a geometric characteristic enhancement unit 102, and a color characteristic enhancement unit 103.

질감 분류부(101)는 입력 영상으로부터 추출된 휘도 정보를 이용하여 상기 입력 영상을 질감(texture)의 속성에 따라 분류할 수 있다. 일례로, 입력 영상에 대한 질감 속성은 광택(glossy), 거친(roughness) 및 부드러운(softness)를 포함할 수 있다. The texture classifying unit 101 may classify the input image according to the attribute of the texture by using the luminance information extracted from the input image. In one example, the texturing attributes for the input image may include glossy, roughness, and softness.

즉, 질감 분류부(101)는 질감의 속성에 따라 입력 영상이 광택 영상인지, 거친 영상인지 또는 부드러운 영상인지로 분류할 수 있다. 다시 말해서, 입력 영상은 광택이 있는 대상이 존재하는 영상인지, 거친 질감을 나타내는 대상이 존재하는 영상인지 또는 부드러운 질감을 나타내는 대상이 존재하는 영상인지로 분류될 수 있다.That is, the texture classifying unit 101 may classify the input image as a glossy image, a rough image, or a soft image according to the property of the texture. In other words, the input image may be classified as an image having a glossy object, an image having a rough texture, or an image having a soft texture.

휘도 정보는 입력 영상의 각 픽셀의 R,G, B값을 휘도값인 Y(luminance)로 변환하여 상기 입력 영상을 질감 속성에 따라 분류하는 데 적용될 수 있다. 결국, 입력 영상은 변환된 휘도값을 통해 광택 영상인지 판단될 수 있다. 다만, 거친 영상인지 또는 부드러운 영상으로 분류할 때 각 픽셀의 휘도값뿐만 아니라 컨트라스트도 이용될 수 있다.The luminance information may be applied to classify the input image according to texture properties by converting R, G, and B values of each pixel of the input image into Y (luminance), which is a luminance value. As a result, it may be determined whether the input image is a glossy image through the converted luminance value. However, when classifying the image as a rough image or a smooth image, not only the luminance value of each pixel but also the contrast may be used.

입력 영상을 질감의 속성에 따라 분류하는 구체적인 과정은 이하 도 2 내지 도 4에서 상세히 설명하도록 한다.A detailed process of classifying the input image according to the attribute of the texture will be described in detail with reference to FIGS. 2 to 4.

기하학적 특성 향상부(102)는 분류된 질감의 속성에 따라 기하학적 속성에 기초한 필터를 적용하여 입력 영상의 기하학적 특성을 향상시킬 수 있다. 다만, 광택 영상은 기하학적 특성이 나타난다고 볼 수 없으므로, 기하학적 특성 향상부(102)는 광택 영상으로 분류된 입력 영상에 대해 기하학적 특성을 향상시키지 않고 바이패스할 수 있다.The geometric characteristic enhancer 102 may apply a filter based on geometric attributes according to the classified texture attributes to improve the geometric characteristics of the input image. However, since the glossy image may not be regarded as having a geometric characteristic, the geometric characteristic enhancer 102 may bypass the input image classified as the glossy image without improving the geometric characteristic.

결국, 기하학적 특성 향상부(102)는 거친 영상 또는 부드러운 영상에 대해서 기하학적 특성을 향상시킬 수 있다. 거친 영상은 디테일 향상 필터가 적용되어 해당 영상의 기하학적 특성이 향상될 수 있다. 그리고, 부드러운 영상은 소프트 블러 필터가 적용되어 해당 영상의 기하학적 특성이 향상될 수 있다.As a result, the geometric characteristic enhancer 102 may improve the geometric characteristics with respect to the rough image or the soft image. In the coarse image, a detail enhancement filter may be applied to improve the geometric characteristics of the corresponding image. In addition, a soft blur filter may be applied to a soft image to improve geometric characteristics of the corresponding image.

일례로, 거친 영상에 대해서, 기하학적 특성 향상부(102)는 입력 영상의 각 채널에서 추출된 고주파 성분을 이용하여 디테일 향상 필터를 적용시킬 수 있다. 이 때, 기하학적 특성 향상부(102)는 질감 분류부(101)에서 계산된 픽셀의 컨트라스트를 이용하여 기존의 입력 영상에 더해지는 고주파 성분의 이득을 하기 수학식 1을 통해 조정할 수 있다.For example, for the coarse image, the geometrical characteristic enhancer 102 may apply the detail enhancement filter by using the high frequency component extracted from each channel of the input image. In this case, the geometrical characteristic enhancer 102 may adjust the gain of the high frequency component added to the existing input image by using the contrast of the pixel calculated by the texture classifier 101 through Equation 1 below.

Rout=Rin+f(contrast)*RHPF R out = R in + f (contrast) * R HPF

Gout=Gin+f(contrast)*GHPF G out = G in + f (contrast) * G HPF

Bout=Bin+f(contrast)*BHPF B out = B in + f (contrast) * B HPF

여기서, Rin, Gin, Bin 는 입력 영상의 각 채널값, Rout, Gout, Bout 는 출력 영상의 각채널값을 의미할 수 있다. 또한, RHPF, GHPF, BHPF 는 각 채널에서 추출된 고주파 성분을 의미할 수 있다. 그리고, f(contrast)는 고주파 성분에 대한 이득함수로 컨트라스트 정도에 따라 그 이득값이 조정될 수 있다.Here, R in , G in , and B in may refer to respective channel values of the input image, and R out , G out , and B out may refer to respective channel values of the output image. In addition, R HPF , G HPF , B HPF may refer to a high frequency component extracted from each channel. And, f (contrast) is a gain function for the high frequency component, the gain value can be adjusted according to the degree of contrast.

구체적으로 보면, 기하학적 특성 향상부(102)는 거친 영상에 대해서는 디테일을 강조하여 거친 질감을 향상시킬 수 있다. 즉, 기하학적 특성 향상부(102)는 세부적인 경계를 보다 뚜렷하게 하여 디테일을 강조할 수 있다. 그리고, 기하학적 특성 향상부(102)는 부드러운 영상에 대해서는 소프트함을 강조하여 부드러운 질감을 향상시킬 수 있다. 즉, 기하학적 특성 향상부(102)는 경계를 블러링하여 전체적인 질감을 소프트하게 처리할 수 있다. 따라서, 기하학적 특성 향상부(102)는 입력 영상이 나타내는 거칠거나 부드러운 질감의 속성을 보다 강조하여 기하학적인 특성을 향상시키는 것이라고 할 수 있다.Specifically, the geometrical characteristic enhancer 102 may enhance the rough texture by emphasizing the detail of the rough image. That is, the geometrical characteristic enhancer 102 can emphasize the detail by making the detail boundary clearer. In addition, the geometrical characteristic enhancer 102 may enhance soft texture by emphasizing softness for the soft image. That is, the geometrical characteristic enhancer 102 can soften the overall texture by blurring the boundary. Therefore, the geometrical characteristic enhancer 102 may be said to enhance the geometrical characteristics by emphasizing the rough or smooth texture of the input image.

색채 특성 향상부(103)는 기하학적 특성이 향상된 입력 영상에 대해 시 지각 특성이 반영된 색상 성분을 제어하여 상기 입력 영상의 색채 특성을 향상시킬 수 있다. 일례로, 시 지각 특성을 반영하여 입력 영상의 색채 특성을 향상시키기 위해 상기 입력 영상의 각 채널 성분을 CIECAM 02의 J(lightness), C(chroma), H(hue quadrature)로 변환하여 사용할 수 있다. J, C, 및 H는 각각 휘도값, 채도값, 색상값을 의미하며, 다른 색 공간 좌표에 비해 인간의 시 지각 특성과 가장 유사한 특성을 나타낸다.The color characteristic improving unit 103 may improve the color characteristics of the input image by controlling the color component in which the visual perception characteristic is reflected on the input image having the improved geometrical characteristics. For example, each channel component of the input image may be converted into J (lightness), C (chroma), and hue quadrature (CIECAM 02) in order to improve color characteristics of the input image by reflecting visual perception characteristics. . J, C, and H represent luminance, saturation, and color values, respectively, and represent characteristics most similar to human visual perception compared to other color space coordinates.

일반적으로 RGB 영상 신호를 휘도, 채도, 색상으로 구성되는 색 좌표로 변환할 때 하드웨어 구현이 용이한 YCbCr 색 좌표로 변환하는 것이 일반적이나, 본 발명에서는 인간의 시 지각 특성을 반영하기 위해 CIECAM02의 색 좌표를 이용하기로 한다.In general, when converting an RGB image signal into a color coordinate composed of luminance, saturation, and color, it is generally converted to YCbCr color coordinate, which is easy to implement hardware. We will use coordinates.

색채 특성 향상부(103)에 대해서는 도 5에서 보다 상세하게 설명하기로 하겠다.The color characteristic improving unit 103 will be described in more detail with reference to FIG. 5.

도 2는 본 발명의 일실시예에 따른 질감의 시각적 촉감 향상 시스템의 질감 분류부에 대한 상세 구성을 도시한 도면이다. 도 2를 참조하면, 질감 분류부(201)는 광택 영상 판단부(202) 및 거친/부드러운 영상 분류부(203)로 구성될 수 있다. 2 is a diagram illustrating a detailed configuration of the texture classification unit of the visual tactile improvement system of the texture according to an embodiment of the present invention. Referring to FIG. 2, the texture classifying unit 201 may include a gloss image determining unit 202 and a rough / soft image classifying unit 203.

광택 영상 판단부(202)는 휘도 정보를 기초로 구성된 휘도 히스토그램에서 피크가 검출되는 지 여부에 따라 입력 영상을 광택 영상(glossy)으로 판단할 수 있다. 일반적으로 영상에 광택이 존재하는 경우 높은 휘도값을 가지기 때문에 입력 영상이 광택 영상인지 판단하기 위해 휘도 정보를 사용할 수 있다.The gloss image determining unit 202 may determine the input image as a gloss image according to whether a peak is detected in the luminance histogram configured based on the luminance information. In general, when a gloss exists in an image, since the image has a high luminance value, luminance information may be used to determine whether the input image is a gloss image.

이 때, 휘도 정보는 입력 영상의 R, G, B의 값을 휘도값인 Y 값으로 변환하여 결정될 수 있다. 여기서, Y값은 입력 영상에 대해 질감의 특성을 구분하는 데 사용될 수 있다.In this case, the luminance information may be determined by converting values of R, G, and B of the input image into Y values, which are luminance values. Here, the Y value may be used to classify the characteristic of the texture with respect to the input image.

일례로, 휘도 히스토그램은 각각의 Y값에 대응하는 픽셀의 개수에 따라 결정되는 1D(dimension) 형태로 구성될 수 있다. 다만, 광택 영상 판단부(202)는 입력 영상별 다이내믹 레인지의 차이로 인한 영향을 최소화하기 위해 히스트그램 평활화를 수행할 수 있다. 그리고, 광택 영상 판단부(202)는 평활화된 히스토그램 에서 중간 휘도값보다 높은 휘도값에서 피크가 검출된 경우, 입력 영상을 광택 영상으로 판단할 수 있다. 즉, 특정 휘도값을 갖는 픽셀의 개수가 다른 픽셀보다 상대적으로 과도하게 큰 경우를 해당 히스토그램에서 피크로 정의될 수 있다.For example, the luminance histogram may be configured in a form of 1D determined according to the number of pixels corresponding to each Y value. However, the gloss image determiner 202 may perform histogram smoothing in order to minimize the effect of the difference in the dynamic range for each input image. The gloss image determining unit 202 may determine the input image as the gloss image when a peak is detected at a luminance value higher than the intermediate luminance value in the smoothed histogram. That is, the case where the number of pixels having a specific luminance value is excessively larger than other pixels may be defined as a peak in the histogram.

8비트 영상인 경우 휘도값이 128이상의 범위에서 피크가 검출되는 경우, 입력 영상은 광택 영상으로 판단될 수 있다. 피크인지 여부는 미리 설정한 기준에 따라 달라질 수 있다. 휘도 히스토그램을 이용하여 입력 영상을 광택 영상으로 판단하는 과정은 도 3을 통해 구체적으로 설명하기로 하겠다.In the case of an 8-bit image, when a peak is detected in a luminance value of 128 or more, the input image may be determined as a glossy image. Whether it is a peak may vary depending on a preset criterion. A process of determining an input image as a gloss image using the luminance histogram will be described in detail with reference to FIG. 3.

거친/부드러운 영상 분류부(203)는 휘도 정보에 따른 각 픽셀의 최대 차분값 및 컨트라스트를 이용하여 상기 입력 영상을 거친 영상(roughness)인지 또는 부드러운 영상(softness)인지로 분류할 수 있다.The rough / soft image classifying unit 203 may classify the input image as a roughness or a softness by using the maximum difference value and the contrast of each pixel according to luminance information.

일례로, 거친/부드러운 영상 분류부(203)는 각 픽셀의 최대 차분값 및 컨트라스트를 이용하여 누적 히스토그램을 구성하고, 상기 누적 히스토그램을 통해 결정된 다이내믹 레인지와 미리 설정한 임계치를 비교하여 상기 입력 영상을 거친 영상 또는 부드러운 영상 중 하나로 분류할 수 있다.For example, the coarse / smooth image classifying unit 203 constructs a cumulative histogram using the maximum difference value and contrast of each pixel, compares the dynamic range determined by the cumulative histogram, and a preset threshold to compare the input image. It can be categorized as either rough or smooth.

이 때, 최대 차분값(max difference)은 입력 영상에 대해 미리 설정한 크기의 마스크를 이용하여 해당 마스크 내에서 중앙 픽셀의 휘도값과 각각의 이웃 픽셀의 휘도값 간의 차이가 최대인 것을 의미할 수 있다. 일반적으로 최대 차분값을 통해 부드러운 영상 또는 거친 영상으로 구분할 수 있지만, 최대 차분값만으로 거친 영상의 국부적인 특징으로 표현하는 데 한계가 있다. 따라서, 거친/부드러운 영상 분류부(203)는 거친 영상의 국부적인 특징으로 보다 세밀하게 표현하기 위해 컨트라스트 값을 이용하여 입력 영상을 분류할 수 있다.In this case, the maximum difference value may mean that the difference between the luminance value of the center pixel and the luminance value of each neighboring pixel is maximum in the mask by using a mask having a preset size for the input image. have. In general, the maximum difference value can be classified into a smooth image or a rough image, but there is a limit in expressing it as a local feature of the rough image using only the maximum difference value. Accordingly, the coarse / soft image classifying unit 203 may classify the input image using the contrast value to express more precisely as a local feature of the coarse image.

이 때, 거친/부드러운 영상 분류부(203)는 다이내믹 레인지가 미리 설정한 임계치보다 큰 경우 입력 영상을 거친 영상으로 분류하고, 다이내믹 레인지가 미리 설정한 임계치보다 작은 경우, 입력 영상을 부드러운 영상으로 분류할 수 있다.At this time, the coarse / soft image classification unit 203 classifies the input image as a coarse image when the dynamic range is larger than a preset threshold, and classifies the input image as a soft image when the dynamic range is smaller than the preset threshold. can do.

거친/부드러운 영상 분류부(203)에 대해서는 도 4에서 보다 구체적으로 설명하기로 하겠다.The rough / soft image classifying unit 203 will be described in more detail with reference to FIG. 4.

도 3은 본 발명의 일실시예에 따라 입력 영상이 광택 영상인지 여부를 판단하기 위한 휘도 히스토그램의 일례를 도시한 도면이다.3 illustrates an example of a luminance histogram for determining whether an input image is a glossy image according to an embodiment of the present invention.

도 3에서 볼 수 있듯이, 휘도 히스토그램은 입력값인 휘도값에 대응하는 픽셀의 개수로 이루어져 있다. 이미 언급했듯이, 입력 영상별로 다이내믹 레인지의 차이로 인한 영향을 최소화하기 위해 히스토그램 평활화(equalization)가 수행될 수 있다. 즉, 히스토그램 평활화는 입력 영상의 히스토그램에서 휘도값 분포가 특정 부분에 치우친 것을 좀더 넓은 휘도값 영역에 존재하도록 히스토그램을 펼쳐줌으로써 이루어 질 수 있다.As shown in FIG. 3, the luminance histogram consists of the number of pixels corresponding to the luminance value as an input value. As already mentioned, histogram equalization may be performed to minimize the effects of differences in dynamic range for each input image. That is, histogram smoothing may be performed by unfolding the histogram so that the distribution of luminance values in a specific portion of the histogram of the input image exists in a wider luminance value region.

히스토그램 평활화가 이루어진 경우에도 히스토그램에서 특정 휘도값에 대한 픽셀의 개수가 다른 영역보다 상대적으로 과도한 곳이 존재할 수 있다. 이러한 영역에 대해 피크(peak)로 정의하여 피크가 존재하는 지 여부에 따라 입력 영상은 광택 영상으로 판단될 수 있다. 다만, 광택이 존재하는 곳은 높은 휘도값을 가지는 영역이기 때문에 피크로 정의되기 위해서는 전체 휘도 계조에서 중간 휘도값 이상의 휘도값에서 피크가 존재하는 경우 입력 영상은 광택 영상으로 판단될 수 있 다.Even when the histogram smoothing is performed, there may be a place where the number of pixels for a specific luminance value is relatively excessive in the histogram than other regions. The input image may be determined as a gloss image according to whether a peak exists in such a region. However, since a gloss exists in a region having a high luminance value, in order to be defined as a peak, when a peak exists at a luminance value higher than the intermediate luminance value in the entire luminance gray level, the input image may be determined as a gloss image.

도 3과 같이 8비트 영상에 대해서 중간 휘도값은 128이 될 수 있고, 피크가 128보다 작은 곳에서 발생하는 경우, 해당 입력 영상은 광택 영상으로 판단되지 않는다. 그리고, 피크로 정의되기 위한 픽셀 개수는 시스템 설정에 따라 변경될 수 있다.As shown in FIG. 3, the intermediate luminance value may be 128 for an 8-bit image, and when the peak occurs at a position smaller than 128, the input image is not determined to be a glossy image. The number of pixels to be defined as peaks may be changed according to system settings.

입력 영상이 광택 영상으로 판단되면 입력 영상에 대한 질감 분류 과정은 종료하고, 광택 영상으로 판단되지 않으면 입력 영상이 거친 영상인지 또는 부드러운 영상인지에 따라 분류될 수 있다.If the input image is determined to be a glossy image, the texture classification process for the input image is terminated. If the input image is not determined to be a glossy image, the input image may be classified according to whether the input image is a rough image or a soft image.

도 4는 본 발명의 일실시예에 따라 픽셀의 최대 차분값과 컨트라스트를 이용하여 입력 영상을 분류하는 일례를 도시한 도면이다.4 is a diagram illustrating an example of classifying an input image using a maximum difference value and contrast of pixels according to an embodiment of the present invention.

즉, 거친/부드러운 영상 분류부(203)는 각 픽셀의 최대 차분값과 컨트라스트를 이용하여 입력 영상이 거친 영상인지 또는 부드러운 영상인지로 분류될 수 있다. 도면부호(401)는 입력 영상의 특정 영역을 3*3 마스크를 통해 마스킹한 예를 나타낸 것이다. 마스크의 크기는 한정되지 않고 시스템의 설정에 따라 언제든지 변경될 수 있다.That is, the rough / soft image classifier 203 may classify the input image as a rough image or a smooth image using the maximum difference value and the contrast of each pixel. Reference numeral 401 illustrates an example of masking a specific region of the input image through a 3 * 3 mask. The size of the mask is not limited and can be changed at any time according to the settings of the system.

도 4를 참조하면, 마스크 영역 내에 중앙 픽셀(P0)와 이웃 픽셀(P1, P2, P3, P4, P5, P6, P7, P8)이 존재하는 것을 볼 수 있다. 일례로, 최대 차분값은 중앙 픽셀과 각각의 이웃 픽셀간의 휘도값 차이가 최대인 것으로 결정될 수 있다. 최대 차분값은 입력 영상에 존재하는 모든 픽셀에 대해 계산되기 때문에 로컬 최대 차분 값(LMD: Local Max Difference)으로 지칭할 수 있다. 최대 차분값이 계산되는 과정은 하기 수학식 2를 통해 이루어 질 수 있다. Referring to FIG. 4, it can be seen that the center pixel P 0 and the neighboring pixels P 1 , P 2 , P 3 , P 4 , P 5 , P 6 , P 7 , and P 8 exist in the mask area. . In one example, the maximum difference value may be determined to be the largest difference in luminance value between the center pixel and each neighboring pixel. Since the maximum difference value is calculated for all the pixels present in the input image, the maximum difference value may be referred to as a local maximum difference (LMD). The process of calculating the maximum difference value may be performed through Equation 2 below.

LMD=MAX(|P0- P1|, |P0- P2|, |P0 -P3|, |P0 -P4|, |P0- P5|, |P0- P6|, |P0- P7|, |P0 -P8|)LMD = MAX (| P 0 -P 1 |, | P 0 -P 2 |, | P 0 -P 3 |, | P 0 -P 4 |, | P 0 -P 5 |, | P 0 -P 6 |, | P 0 -P 7 |, | P 0 -P 8 |)

컨트라스트는 LMD와 마찬가지로 마스크 내의 픽셀들을 이용하여 결정될 수 있다. 일례로, 컨트라스트는 중심 픽셀의 휘도값보다 크거나 같은 이웃 픽셀들의 휘도평균값과 중심 픽셀의 휘도값보다 작은 이웃 픽셀들의 휘도 평균값 사이의 차이로 계산될 수 있다. 일례로, 이웃 픽셀(P1, P2, P3, P4, P5, P6, P7, P8)의 휘도값이 각각 6,5,2,7,1,9,3,7이라고 하고, 중심 픽셀의 휘도값이 6이라고 가정하자. 그러면, 중심 픽셀의 컨트라스트는 (6+7+9+7)/4-(5+2+1+3)/4=4.5로 결정될 수 있다. LMD와 컨트라스트 계산은 모든 픽셀에 대해 이루어질 수 있다.Contrast can be determined using pixels in the mask as well as LMD. In one example, the contrast may be calculated as a difference between the luminance average value of neighboring pixels greater than or equal to the luminance value of the center pixel and the luminance average value of neighboring pixels smaller than the luminance value of the center pixel. For example, luminance values of neighboring pixels P 1 , P 2 , P 3 , P 4 , P 5 , P 6 , P 7 , and P 8 are 6 , 5 , 2 , 7 , 1 , 9 , 3 , 7 Assume that the luminance value of the center pixel is 6. Then, the contrast of the center pixel can be determined as (6 + 7 + 9 + 7) / 4- (5 + 2 + 1 + 3) /4=4.5. LMD and contrast calculations can be made for every pixel.

거친/부드러운 영상 분류부(203)는 입력 영상을 거친 영상 또는 부드러운 영상인지 분류하기 위해 계산된 LMD와 컨트라스트를 이용하여 누적 히스토그램을 구성할 수 있다. 다만, 계산된 LMD와 컨트라스트를 그대로 이용하면 히스토그램 빈의 개수가 과도하게 증가하게 되어 질감 구분력이 저하될 수 있다. 따라서, 일례로 계산된 LMD와 컨트라스트를 양자화하여 2D 형태의 히스토그램을 구성할 수 있다. 그리고, 거친/부드러운 영상 분류부(203)는 해당 히스토그램에서 누적 히스토그램을 구하고, 입력 영상의 전체 중 일정 범위의 픽셀의 개수에 해당하는 누적 히 스토그램의 인덱스를 임계치와 비교할 수 있다. 이 때, 누적 히스토그램의 인덱스가 입력 영상의 다이내믹 레인지로 결정될 수 있다.The coarse / smooth image classifier 203 may construct a cumulative histogram using LMD and contrast calculated to classify the input image as a coarse or soft image. However, if the calculated LMD and contrast are used as it is, the number of histogram bins may be excessively increased and texture discrimination may be degraded. Thus, as an example, a 2D histogram may be constructed by quantizing the calculated LMD and contrast. The coarse / smooth image classifier 203 may obtain a cumulative histogram from the corresponding histogram, and compare an index of the cumulative histogram corresponding to the number of pixels within a predetermined range of the entire input image with a threshold. At this time, the index of the cumulative histogram may be determined as the dynamic range of the input image.

도면 부호(402)는 LMD와 컨트라스트로 구성된 히스토그램에서 결정된 누적 히스토그램을 나타낸다. Range 1, Range2는 입력 영상의 전체 중 일정 범위의 픽셀의 개수에 해당하는 누적 히스토그램의 인덱스를 나타내며, 이것은 해당 입력 영상의 다이내믹 레인지를 의미할 수 있다. Acc_Hist[index]는 해당 인덱스에 대응하는 누적 히스토그램의 값을 의미할 수 있다. 그리고, Th는 입력 영상의 전체 픽셀에 대한 임계치를 의미할 수 있다.Reference numeral 402 denotes a cumulative histogram determined from a histogram composed of LMD and contrast. Range 1 and Range 2 indicate an index of a cumulative histogram corresponding to the number of pixels of a predetermined range of the entire input image, and this may mean a dynamic range of the corresponding input image. Acc_Hist [index] may mean the value of the cumulative histogram corresponding to the index. In addition, Th may mean a threshold for all pixels of the input image.

거친/부드러운 영상 분류부(203)는 하기 수학식 3을 통해 입력 영상을 거친 영상인지 또는 부드러운 영상인지로 분류할 수 있다.The coarse / soft image classification unit 203 may classify the input image into a coarse image or a soft image through Equation 3 below.

Figure 112007064254596-PAT00001
Figure 112007064254596-PAT00002
if (Acc_Hist[index]*입력 영상의 전체 픽셀의 개수)
Figure 112007064254596-PAT00001
Figure 112007064254596-PAT00002
if (Acc_Hist [index] * number of total pixels of input image)

Range=index, 0<

Figure 112007064254596-PAT00003
<1Range = index, 0 <
Figure 112007064254596-PAT00003
<1

if(Range>Th) Rough Textureif (Range> Th) Rough Texture

else Soft Textureelse Soft Texture

여기서, Rough Texture는 거친 영상을 의미하고, Soft Texture는 부드러운 영상을 의미한다. 그리고, Range는 입력 영상의 전체 픽셀의 개수의 일정부분에 해당하는 누적 히스토그램의 값에 대응하는 인덱스를 의미한다. Here, rough texture means rough image and soft texture means soft image. The range means an index corresponding to a value of a cumulative histogram corresponding to a predetermined portion of the total number of pixels of the input image.

도면 부호(402)에서, Range 1 은 Th보다 작고, Range2는 Th보다 큰 것을 알 수 있다. 즉, 수학식 3을 적용하면, 거친/부드러운 영상 분류부(203)는 다이내믹 레인지가 Range 1인 경우 부드러운 질감을 나타내는 영상이고, Range2인 경우 거친 질감을 나타내는 영상으로 분류할 수 있다.In reference numeral 402, it can be seen that Range 1 is smaller than Th, and Range2 is larger than Th. That is, when Equation 3 is applied, the rough / soft image classifying unit 203 may classify the image as a soft texture when the dynamic range is Range 1, and classify the image as a rough texture when Range2 is applied.

도 5는 본 발명의 일실시예에 따른 질감의 시각적 촉감 향상 시스템의 색채 특성 향상부에 대한 상세 구성을 도시한 도면이다.FIG. 5 is a diagram illustrating a detailed configuration of the color characteristic improving unit of the system for improving the visual feel of texture according to an embodiment of the present invention.

도 5를 참조하면, 색채 특성 향상부(501)는 색상 성분 제어부(502) 및 색역 맵핑 수행부(503)를 포함할 수 있다.Referring to FIG. 5, the color characteristic improving unit 501 may include a color component controller 502 and a gamut mapping performer 503.

색상 성분 제어부(502)는 입력 영상을 시 지각 특성이 반영된 색 공간의 J(lightness), C(chroma) 및 H(hue quadrature) 색상 성분으로 변환하고, 입력 영상의 질감의 속성에 따라 변환된 상기 색상 성분을 각각 독립적으로 조절할 수 있다. 이 때, J(lightness), C(chroma) 및 H(hue quadrature) 는 각각 휘도, 채도, 색상을 의미할 수 있다. 특히 CIECAM02의 H의 범위는 0~400까지의 값을 가질 수 있다. 이것은 하기 그림으로 나타낼 수 있다.The color component controller 502 converts the input image into J (lightness), C (chroma), and H (hue quadrature) color components of a color space in which visual perception characteristics are reflected, and converts the input image according to the texture of the input image. Each color component can be adjusted independently. In this case, J (lightness), C (chroma), and H (hue quadrature) may mean luminance, saturation, and color, respectively. In particular, the range of H of CIECAM02 may have a value from 0 to 400. This can be represented by the following figure.

Figure 112007064254596-PAT00004
Figure 112007064254596-PAT00004

일례로, 입력 영상이 광택 영상으로 분류된 경우, 색상 성분 제어부(502)는 J, C, H를 모두 조절할 수 있다. 구체적으로 보면, 색상 성분 제어부(502)는 J와 C는 증가시키고, H는 지정된 각 Hue 영역에 속하는 Unique Hue 방향으로 영역 내 색상 쉬프트(Hue Shifting)을 수행할 수 있다. 예를 들어, 상기 그림을 참조하면, H가 180이고, 그에 대한 Unique Hue는 200이라고 하면, H는 200으로 조절되는 것이다.For example, when the input image is classified as a glossy image, the color component controller 502 may adjust all of J, C, and H. Specifically, the color component controller 502 may increase J and C, and H may perform color shifting within a region in a unique Hue direction belonging to each designated Hue region. For example, referring to the above figure, if H is 180 and its unique Hue is 200, H is adjusted to 200.

그리고, 입력 영상이 거친 영상으로 분류된 경우 색상 성분 제어부(502)는 J와 C를 감소시키고, H값은 변경하지 않고 그대로 출력시킨다. 또한, 입력 영상이 부드러운 영상으로 분류된 경우 색상 성분 제어부(503)는 J는 증가, C는 감소시키며, Hue의 경우 지정된 각 Hue 영역에 속하는 Unique Hue 방향과 반대 방향으로 영역 내 Hue Shifting을 수행할 수 있다. 예를 들어, 상기 그림을 참조하면, H가 250일 때, 그에 대한 Unique Hue가 300이면 H는 Unique Hue와 반대 방향인 H가 200으로 Hue 가 이동하는 것을 의미한다. When the input image is classified as a coarse image, the color component controller 502 decreases J and C, and outputs the H value without changing it. In addition, when the input image is classified as a soft image, the color component controller 503 increases J and decreases C. In the case of Hue, Hue shifting may be performed in a region opposite to a unique Hue direction belonging to each designated Hue region. Can be. For example, referring to the above figure, when H is 250, and if the Unique Hue is 300, H means that the Hue moves to 200, which is the opposite direction from the Unique Hue.

일례로, 위에서 언급한 색상 성분 제어부(502)의 J, C, H 조절 결과를 하기 표 1 에 나타내었다. 여기서, (+)는 증가시키고, (-)는 감소시키는 것을 의미한다.As an example, the J, C, H adjustment results of the above-mentioned color component controller 502 is shown in Table 1 below. Here, (+) means increasing and (-) means decreasing.

광택 영상(Glossy)Glossy 거친 영상(Roughness)Roughness 부드러운 영상(Softness)Softness JJ ++ -- ++ CC ++ -- -- HH Unique HueUnique hue NoneNone Far From Unique HueFar From Unique Hue

상기 표는 일례에 불과하고, J, C, H를 독립적으로 조절하는 방법은 영상에 따라 다양하게 존재할 수 있다. The above table is only an example, and a method of independently adjusting J, C, and H may exist in various ways depending on the image.

색역 맵핑 수행부(503)는 조절된 색상 성분이 해당 색 공간의 색역(gamut) 외부에 존재하는 경우 색상 성분에 대해 색역 맵핑을 수행할 수 있다. 특히, J와 C의 값을 변동시키는 경우 Gamut 밖의 값으로 변동될 수 있으며, 이는 색의 역전 현상을 일으킬 수 있다. 따라서, 이러한 문제를 해결하기 위해 색역 맵핑 수행부(503)는 색역 외부에 존재하는 색상 성분에 대해 색역의 경계에 위치하도록 색역 맵핑을 수행할 수 있다. 일례로, 색역 맵핑 수행부(503)는 색역의 외부에 존재하는 색상 성분을 상기 색역의 경계 부분에 위치시키는 클리핑 맵핑(clipping mapping)을 수행할 수 있다.The gamut mapping performing unit 503 may perform gamut mapping on the color components when the adjusted color components exist outside the gamut of the corresponding color space. In particular, when the value of J and C is changed, it may be changed to a value outside Gamut, which may cause color inversion. Therefore, to solve this problem, the gamut mapping performing unit 503 may perform gamut mapping so that color components existing outside the gamut are located at the boundary of the gamut. For example, the color gamut mapping unit 503 may perform clipping mapping to locate color components existing outside the color gamut at the boundary of the color gamut.

색채 특성 향상부(501)는 색채 특성이 향상된 결과가 J, C, H 색좌표를 가지기 때문에 다시 R, G, B로 변환하여 최종 출력할 수 있다.The color characteristic improving unit 501 may convert the result back to R, G, and B, and finally output the result because the color characteristics have improved J, C, and H color coordinates.

도 6은 본 발명의 일실시예에 따른 질감 속성에 따른 질감의 시각적 촉감 향상 방법을 도시한 순서도이다.FIG. 6 is a flowchart illustrating a method for improving visual tactile feel of a texture according to texture attributes according to an embodiment of the present invention.

질감 속성에 따른 질감의 시각적 촉감 향상 방법은 입력 영상으로부터 추출된 휘도 정보를 이용하여 상기 입력 영상을 질감(texture)의 속성에 따라 분류하는 단계, 분류된 질감의 속성에 따라 기하학적 속성에 기초한 필터를 적용하여 입력 영상의 기하학적 특성을 향상시키는 단계 및 기하학적 특성이 향상된 입력 영상에 대해 시 지각 특성이 반영된 색상 성분을 제어하여 상기 입력 영상의 색채 특성을 향상시키는 단계를 포함할 수 있다.According to a method of improving the visual feel of a texture according to a texture property, classifying the input image according to a texture property by using luminance information extracted from the input image, and filtering a filter based on a geometric property according to the classified texture property. The method may include applying the geometric characteristics of the input image to improve the color characteristics of the input image by controlling the color components reflecting the visual perception characteristics of the input image having the improved geometric characteristics.

입력 영상을 질감의 속성에 따라 분류하는 상기 단계는 상기 휘도 정보를 기초로 구성된 휘도 히스토그램에서 피크가 검출되는 지 여부에 따라 상기 입력 영상을 광택 영상으로 판단하는 단계(S601) 및 상기 휘도 정보에 따른 각 픽셀의 차분값 및 컨트라스트를 이용하여 상기 입력 영상을 거친 영상인지 또는 부드러운 영상인지로 분류하는 단계(S602)를 포함할 수 있다.The step of classifying the input image according to the attribute of the texture may include determining the input image as a glossy image according to whether a peak is detected in the luminance histogram configured based on the luminance information (S601) and according to the luminance information. In operation S602, the input image may be classified into a rough image or a smooth image by using a difference value and contrast of each pixel.

입력 영상을 광택 영상으로 판단하는 단계(S601)는 상기 휘도 히스토그램을 평활화(equalization)하고, 평활화된 상기 휘도 히스토그램에서 중간 휘도값보다 높은 휘도값에서 피크가 검출된 경우 상기 입력 영상을 광택 영상으로 판단할 수 있다.In operation S601, when the input image is determined as a glossy image, the luminance histogram is equalized, and when a peak is detected at a luminance value higher than an intermediate luminance value in the smoothed luminance histogram, the input image is determined as a glossy image. can do.

입력 영상을 거친 영상(roughness)인지 또는 부드러운 영상(softness)인지로 분류하는 단계(S602)는 각 픽셀의 최대 차분값 및 컨트라스트를 이용하여 누적 히스토그램을 구성하는 단계 및 상기 누적 히스토그램을 통해 결정된 다이내믹 레인지와 미리 설정한 임계치를 비교하여 상기 입력 영상을 거친 영상 또는 부드러운 영상 중 하나로 분류하는 단계를 포함할 수 있다.The step S602 of classifying the input image as roughness or softness comprises constructing a cumulative histogram using the maximum difference value and the contrast of each pixel and the dynamic range determined by the cumulative histogram. And classifying the input image into one of a rough image or a smooth image by comparing a preset threshold with.

이 때, 입력 영상을 거친 영상 또는 부드러운 영상 중 하나로 분류하는 단계(S602)는 다이내믹 레인지가 미리 설정한 임계치보다 큰 경우, 상기 입력 영상을 거친 영상으로 분류하고, 상기 다이내믹 레인지가 미리 설정한 임계치보다 작은 경우, 상기 입력 영상을 부드러운 영상으로 분류할 수 있다.In this case, in the step S602 of classifying the input image into one of a rough image or a smooth image, when the dynamic range is greater than a preset threshold, the input image is classified into a rough image, and the dynamic range is larger than a preset threshold. In a small case, the input image may be classified into a soft image.

입력 영상의 기하학적 속성을 향상시키는 단계는 질감의 속성에 따라 입력 영상이 광택 영상으로 분류된 경우, 기하학적 특성을 향상시키지 않고 바이패스 할 수 있다(S603).The step of improving the geometrical attribute of the input image may be bypassed without improving the geometrical characteristic when the input image is classified as a glossy image according to the texture of the texture (S603).

또한, 입력 영상의 기하학적 속성을 향상시키는 단계는 질감의 속성에 따라 입력 영상이 거친 영상으로 분류된 경우, 상기 입력 영상의 각 채널에서 추출된 고주파 성분을 이용하여 디테일 향상 필터를 적용시킬 수 있다(S604).Further, in the step of improving the geometric property of the input image, when the input image is classified as a rough image according to the property of the texture, the detail enhancement filter may be applied using the high frequency components extracted from each channel of the input image ( S604).

또한, 입력 영상의 기하학적 속성을 향상시키는 단계는 질감의 속성에 따라 입력 영상이 부드러운 영상으로 분류된 경우, 상기 입력 영상에 소프트 블러 필터를 적용할 수 있다(S605).In addition, in the step of improving the geometric attribute of the input image, when the input image is classified as a soft image according to the texture attribute, a soft blur filter may be applied to the input image (S605).

일례로, 입력 영상의 기하학적 속성을 향상시키는 단계는 상기 입력 영상을 시 지각 특성이 반영된 색 공간의 J(lightness), C(chroma) 및 H(hue quadrature) 색상 성분으로 변환하는 단계, 상기 입력 영상의 질감의 속성에 따라 변환된 상기 색상 성분을 각각 독립적으로 조절하는 단계(S606) 및 조절된 상기 색상 성분이 해당 색 공간의 색역(gamut) 외부에 존재하는 경우 상기 색상 성분에 대해 색역 맵핑을 수행하는 단계(S607)를 포함할 수 있다.For example, the step of improving the geometrical properties of the input image may include converting the input image into J (lightness), C (chroma), and hue quadrature (H) color components of a color space in which visual perception characteristics are reflected. Independently adjusting the converted color components according to the texture attribute of S606 and performing color gamut mapping for the color components when the adjusted color components exist outside the gamut of the corresponding color space. It may include the step (S607).

이 때, 색상 성분에 대해 색역 맵핑을 수행하는 단계(S607)는 상기 색역의 외부에 존재하는 색상 성분을 상기 색역의 경계 부분에 위치시키는 클리핑 맵핑(clipping mapping)을 수행할 수 있다.In this case, performing color gamut mapping with respect to the color components (S607) may perform clipping mapping to position color components existing outside the color gamut at the boundary of the color gamut.

도 6에서 설명되지 않은 부분에 대해서는 이미 설명한 도 1 내지 도 5를 참조할 수 있다.For parts not described in FIG. 6, reference may be made to FIGS. 1 to 5 described above.

또한 본 발명의 일실시예에 따른 질감 속성에 따른 질감의 시각적 촉감 향상 방법은 다양한 컴퓨터로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 컴퓨터 판독 가능 매체를 포함한다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 상기 매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수도 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.In addition, the method for improving the visual feel of the texture according to the texture property according to an embodiment of the present invention includes a computer readable medium including program instructions for performing various computer-implemented operations. The computer readable medium may include program instructions, data files, data structures, etc. alone or in combination. The medium or program instructions may be those specially designed and constructed for the purposes of the present invention, or they may be of the kind well-known and available to those having skill in the computer software arts. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tape, optical media such as CD-ROMs, DVDs, and magnetic disks, such as floppy disks. Magneto-optical media, and hardware devices specifically configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like. The medium may be a transmission medium such as an optical or metal wire, a waveguide, or the like including a carrier wave for transmitting a signal specifying a program command, a data structure, or the like. Examples of program instructions include not only machine code generated by a compiler, but also high-level language code that can be executed by a computer using an interpreter or the like.

이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명 사상은 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명 사상의 범주에 속한다고 할 것이다.As described above, the present invention has been described by way of limited embodiments and drawings, but the present invention is not limited to the above-described embodiments, which can be variously modified and modified by those skilled in the art to which the present invention pertains. Modifications are possible. Accordingly, the spirit of the present invention should be understood only by the claims set forth below, and all equivalent or equivalent modifications thereof will belong to the scope of the present invention.

도 1은 본 발명의 일실시예에 따라 질감 속성에 따른 질감의 시각적 촉감 향상 시스템의 전체 구성을 나타내는 블록도이다.1 is a block diagram showing the overall configuration of a system for improving the visual tactile feel of a texture according to a texture property according to an embodiment of the present invention.

도 2는 본 발명의 일실시예에 따른 질감의 시각적 촉감 향상 시스템의 질감 분류부에 대한 상세 구성을 도시한 도면이다.2 is a diagram illustrating a detailed configuration of the texture classification unit of the visual tactile improvement system of the texture according to an embodiment of the present invention.

도 3은 본 발명의 일실시예에 따라 입력 영상이 광택 영상인지 여부를 판단하기 위한 휘도 히스토그램의 일례를 도시한 도면이다.3 illustrates an example of a luminance histogram for determining whether an input image is a glossy image according to an embodiment of the present invention.

도 4는 본 발명의 일실시예에 따라 픽셀의 최대 차분값과 컨트라스트를 이용하여 입력 영상을 분류하는 일례를 도시한 도면이다.4 is a diagram illustrating an example of classifying an input image using a maximum difference value and contrast of pixels according to an embodiment of the present invention.

도 5는 본 발명의 일실시예에 따른 질감의 시각적 촉감 향상 시스템의 색채 특성 향상부에 대한 상세 구성을 도시한 도면이다.FIG. 5 is a diagram illustrating a detailed configuration of the color characteristic improving unit of the system for improving the visual feel of texture according to an embodiment of the present invention.

도 6은 본 발명의 일실시예에 따른 질감 속성에 따른 질감의 시각적 촉감 향상 방법을 도시한 순서도이다.FIG. 6 is a flowchart illustrating a method for improving visual tactile feel of a texture according to texture attributes according to an embodiment of the present invention.

<도면의 주요 부분에 대한 부호의 설명><Explanation of symbols for the main parts of the drawings>

101: 질감 분류부101: texture classification

102: 기하학적 특성 향상부102: geometric characteristics enhancement

103; 색채 특성 향상부103; Color characteristic improvement part

Claims (21)

입력 영상으로부터 추출된 휘도 정보를 이용하여 상기 입력 영상을 질감(texture)의 속성에 따라 분류하는 질감 분류부;A texture classifier configured to classify the input image based on a property of a texture by using luminance information extracted from an input image; 분류된 질감의 속성에 따라 기하학적 특성에 기초한 필터를 적용하여 입력 영상의 기하학적 특성을 향상시키는 기하학적 특성 향상부; 및A geometrical characteristic enhancer for improving geometrical characteristics of the input image by applying a filter based on geometrical characteristics according to the classified texture attributes; And 기하학적 특성이 향상된 입력 영상에 대해 시 지각 특성이 반영된 색상 성분을 제어하여 상기 입력 영상의 색채 특성을 향상시키는 색채 특성 향상부A color characteristic enhancer for improving color characteristics of the input image by controlling color components in which visual perception characteristics are reflected on an input image having improved geometrical characteristics. 를 포함하는 질감의 시각적 촉감 향상 시스템.Visual tactile enhancement system of the texture comprising a. 제1항에 있어서,The method of claim 1, 상기 질감 분류부는,The texture classification unit, 상기 휘도 정보를 기초로 구성된 휘도 히스토그램에서 피크가 검출되는 지 여부에 따라 상기 입력 영상을 광택 영상(glossy)으로 판단하는 광택 영상 판단부; 및A gloss image determining unit determining the input image as a glossiness according to whether a peak is detected in a luminance histogram configured based on the luminance information; And 상기 휘도 정보에 따른 각 픽셀의 최대 차분값 및 컨트라스트를 이용하여 상기 입력 영상을 거친 영상(roughness)인지 또는 부드러운 영상(softness)인지로 분류하는 거친/부드러운 영상 분류부A rough / smooth image classifier that classifies the input image as roughness or softness using the maximum difference value and contrast of each pixel according to the luminance information. 를 포함하는 질감의 시각적 촉감 향상 시스템.Visual tactile enhancement system of the texture comprising a. 제2항에 있어서,The method of claim 2, 상기 광택 영상 판단부는,The gloss image determining unit, 상기 휘도 히스토그램을 평활화(equalization)하고, 평활화된 상기 휘도 히스토그램에서 중간 휘도값보다 높은 휘도값에서 피크가 검출된 경우, 상기 입력 영상을 광택 영상으로 판단하는 것을 특징으로 하는 질감의 시각적 촉감 향상 시스템.And smoothing the luminance histogram and determining the input image as a glossy image when a peak is detected at a luminance value higher than an intermediate luminance value in the smoothed luminance histogram. 제2항에 있어서,The method of claim 2, 상기 거친/부드러운 영상 분류부는,The rough / soft image classification unit, 각 픽셀의 최대 차분값 및 컨트라스트를 이용하여 누적 히스토그램을 구성하고, 상기 누적 히스토그램을 통해 결정된 다이내믹 레인지와 미리 설정한 임계치를 비교하여 상기 입력 영상을 거친 영상 또는 부드러운 영상 중 하나로 분류하는 것을 특징으로 하는 질감의 시각적 촉감 향상 시스템.Comprising a cumulative histogram using the maximum difference value and contrast of each pixel, and compares the dynamic range determined by the cumulative histogram and a predetermined threshold value to classify the input image as either a rough image or a smooth image. Textured visual tactile enhancement system. 제4항에 있어서,The method of claim 4, wherein 상기 거친/부드러운 영상 분류부는,The rough / soft image classification unit, 상기 다이내믹 레인지가 미리 설정한 임계치보다 큰 경우, 상기 입력 영상을 거친 영상으로 분류하고,When the dynamic range is larger than a preset threshold, the input image is classified into a rough image, 상기 다이내믹 레인지가 미리 설정한 임계치보다 작은 경우, 상기 입력 영상을 부드러운 영상으로 분류하는 것을 특징으로 하는 질감의 시각적 촉감 향상 시 스템.And if the dynamic range is smaller than a preset threshold, classify the input image into a smooth image. 제1항에 있어서,The method of claim 1, 상기 기하학적 특성 향상부는,The geometric characteristic improving unit, 질감의 속성에 따라 입력 영상이 광택 영상으로 분류된 경우, 기하학적 특성을 향상시키지 않고 바이패스(bypass)하는 것을 특징으로 하는 질감의 시각적 촉감 향상 시스템.When the input image is classified as a gloss image according to the property of the texture, the visual tactile improvement system of the texture, characterized in that the bypass (bypass) without improving the geometric characteristics. 제1항에 있어서,The method of claim 1, 상기 기하학적 특성 향상부는,The geometric characteristic improving unit, 질감의 속성에 따라 입력 영상이 거친 영상으로 분류된 경우, 상기 입력 영상의 각 채널에서 추출된 고주파 성분을 이용하여 디테일(detail) 향상 필터를 적용시키는 것을 특징으로 하는 질감의 시각적 촉감 향상 시스템.And if the input image is classified as a coarse image according to the property of the texture, applying a detail enhancement filter using a high frequency component extracted from each channel of the input image. 제1항에 있어서,The method of claim 1, 상기 기하학적 특성 향상부는,The geometric characteristic improving unit, 질감의 속성에 따라 입력 영상이 부드러운 영상으로 분류된 경우, 상기 입력 영상에 소프트 블러(soft blur) 필터를 적용하는 것을 특징으로 하는 질감의 시각적 촉감 향상 시스템.And a soft blur filter is applied to the input image when the input image is classified as a soft image according to the property of the texture. 제1항에 있어서,The method of claim 1, 상기 색상 성분 제어부는,The color component controller, 상기 입력 영상을 시 지각 특성이 반영된 색 공간의 J(lightness), C(chroma) 및 H(hue quadrature)) 색상 성분으로 변환하고, 상기 입력 영상의 질감의 속성에 따라 변환된 상기 색상 성분을 각각 독립적으로 조절하는 색상 성분 제어부; 및The input image is converted into J (lightness), C (chroma), and H (hue quadrature) color components of the color space reflecting visual perception characteristics, and the color components converted according to the attributes of the texture of the input image are respectively converted. A color component controller for adjusting independently; And 조절된 상기 색상 성분이 해당 색 공간의 색역(gamut) 외부에 존재하는 경우 상기 색상 성분에 대해 색역 맵핑을 수행하는 색역 맵핑 수행부A gamut mapping performing unit that performs gamut mapping on the color components when the adjusted color components exist outside the gamut of the corresponding color space. 를 포함하는 질감의 시각적 촉감 향상 시스템.Visual tactile enhancement system of the texture comprising a. 제9항에 있어서,The method of claim 9, 상기 색역 맵핑 수행부는,The gamut mapping performing unit, 상기 색역의 외부에 존재하는 색상 성분을 상기 색역의 경계 부분에 위치시키는 클리핑 맵핑(clipping mapping)을 수행하는 것을 특징으로 하는 질감의 시각적 촉감 향상 시스템.And a clipping mapping for positioning color components existing outside the color gamut at a boundary portion of the color gamut. 입력 영상으로부터 추출된 휘도 정보를 이용하여 상기 입력 영상을 질감(texture)의 속성에 따라 분류하는 단계;Classifying the input image according to a property of a texture by using luminance information extracted from the input image; 분류된 질감의 속성에 따라 기하학적 속성에 기초한 필터를 적용하여 입력 영상의 기하학적 특성을 향상시키는 단계; 및Improving geometric characteristics of the input image by applying a filter based on geometric attributes according to the classified texture attributes; And 기하학적 특성이 향상된 입력 영상에 대해 시 지각 특성이 반영된 색상 성분을 제어하여 상기 입력 영상의 색채 특성을 향상시키는 단계Improving color characteristics of the input image by controlling color components reflecting visual perception characteristics of the input image having improved geometrical characteristics; 를 포함하는 질감의 시각적 촉감 향상 방법.How to improve the visual feel of the texture comprising a. 제11항에 있어서,The method of claim 11, 입력 영상을 질감의 속성에 따라 분류하는 상기 단계는,The step of classifying the input image according to the property of the texture, 상기 휘도 정보를 기초로 구성된 휘도 히스토그램에서 피크가 검출되는 지 여부에 따라 상기 입력 영상을 광택 영상으로 판단하는 단계; 및Determining the input image as a glossy image according to whether a peak is detected in a luminance histogram configured based on the luminance information; And 상기 휘도 정보에 따른 각 픽셀의 최대 차분값 및 컨트라스트를 이용하여 상기 입력 영상을 거친 영상인지 또는 부드러운 영상인지로 분류하는 단계Classifying the input image as a rough image or a smooth image using a maximum difference value and contrast of each pixel according to the luminance information 를 포함하는 질감의 시각적 촉감 향상 방법.How to improve the visual feel of the texture comprising a. 제12항에 있어서,The method of claim 12, 입력 영상을 광택 영상으로 판단하는 상기 단계는,The step of determining the input image as a glossy image, 상기 휘도 히스토그램을 평활화(equalization)하고, 평활화된 상기 휘도 히스토그램에서 중간 휘도값보다 높은 휘도값에서 피크가 검출된 경우 상기 입력 영상을 광택 영상으로 판단하는 것을 특징으로 하는 질감의 시각적 촉감 향상 방법.And smoothing the luminance histogram and judging the input image as a glossy image when a peak is detected at a luminance value higher than an intermediate luminance value in the smoothed luminance histogram. 제12항에 있어서,The method of claim 12, 입력 영상을 거친 영상(roughness)인지 또는 부드러운 영상(softness)인지 로 분류하는 상기 단계는,The step of classifying the input image as roughness or softness may include: 각 픽셀의 최대 차분값 및 컨트라스트를 이용하여 누적 히스토그램을 구성하는 단계; 및Constructing a cumulative histogram using the maximum difference value and contrast of each pixel; And 상기 누적 히스토그램을 통해 결정된 다이내믹 레인지와 미리 설정한 임계치를 비교하여 상기 입력 영상을 거친 영상 또는 부드러운 영상 중 하나로 분류하는 단계Classifying the input image into one of a rough image or a smooth image by comparing a dynamic range determined through the cumulative histogram with a preset threshold. 를 포함하는 질감의 시각적 촉감 향상 방법.How to improve the visual feel of the texture comprising a. 제14항에 있어서,The method of claim 14, 입력 영상을 거친 영상 또는 부드러운 영상 중 하나로 분류하는 상기 단계는,The step of classifying the input image as either a rough image or a smooth image, 상기 다이내믹 레인지가 미리 설정한 임계치보다 큰 경우, 상기 입력 영상을 거친 영상으로 분류하고,When the dynamic range is larger than a preset threshold, the input image is classified into a rough image, 상기 다이내믹 레인지가 미리 설정한 임계치보다 작은 경우, 상기 입력 영상을 부드러운 영상으로 분류하는 것을 특징으로 하는 질감의 시각적 촉감 향상 방법.And when the dynamic range is smaller than a preset threshold, classifying the input image into a smooth image. 제11항에 있어서,The method of claim 11, 입력 영상의 기하학적 속성을 향상시키는 상기 단계는,The step of improving the geometric properties of the input image, 질감의 속성에 따라 입력 영상이 광택 영상으로 분류된 경우, 기하학적 특 성을 향상시키지 않고 바이패스 하는 것을 특징으로 하는 질감의 시각적 촉감 향상 방법.When the input image is classified as a gloss image according to the property of the texture, bypassing the texture without improving the geometrical characteristics. 제11항에 있어서,The method of claim 11, 입력 영상의 기하학적 속성을 향상시키는 상기 단계는,The step of improving the geometric properties of the input image, 질감의 속성에 따라 입력 영상이 거친 영상으로 분류된 경우, 상기 입력 영상의 각 채널에서 추출된 고주파 성분을 이용하여 디테일 향상 필터를 적용시키는 것을 특징으로 하는 질감의 시각적 촉감 향상 방법.And if the input image is classified as a coarse image according to the property of the texture, applying a detail enhancement filter using a high frequency component extracted from each channel of the input image. 제11항에 있어서,The method of claim 11, 입력 영상의 기하학적 속성을 향상시키는 상기 단계는,The step of improving the geometric properties of the input image, 질감의 속성에 따라 입력 영상이 부드러운 영상으로 분류된 경우, 상기 입력 영상에 소프트 블러 필터를 적용하는 것을 특징으로 하는 질감의 시각적 촉감 향상 방법.And if the input image is classified as a soft image according to the property of the texture, applying a soft blur filter to the input image. 제11항에 있어서,The method of claim 11, 입력 영상의 기하학적 속성을 향상시키는 상기 단계는,The step of improving the geometric properties of the input image, 상기 입력 영상을 시 지각 특성이 반영된 색 공간의 J(lightness), C(chroma) 및 H(hue quadrature) 색상 성분으로 변환하는 단계;Converting the input image into J (lightness), C (chroma), and hue quadrature (H) color components of a color space reflecting visual perception characteristics; 상기 입력 영상의 질감의 속성에 따라 변환된 상기 색상 성분을 각각 독립 적으로 조절하는 단계; 및Independently adjusting each of the converted color components according to the texture of the input image; And 조절된 상기 색상 성분이 해당 색 공간의 색역(gamut) 외부에 존재하는 경우 상기 색상 성분에 대해 색역 맵핑을 수행하는 단계Performing color gamut mapping for the color component when the adjusted color component is outside the gamut of the corresponding color space. 를 포함하는 질감의 시각적 촉감 향상 방법.How to improve the visual feel of the texture comprising a. 제19항에 있어서,The method of claim 19, 색상 성분에 대해 색역 맵핑을 수행하는 상기 단계는,The step of performing color gamut mapping on color components, 상기 색역의 외부에 존재하는 색상 성분을 상기 색역의 경계 부분에 위치시키는 클리핑 맵핑(clipping mapping)을 수행하는 것을 특징으로 하는 질감의 시각적 촉감 향상 방법.And performing clipping mapping to position color components existing outside of the color gamut at a boundary portion of the gamut. 제1항 내지 제20항 중 어느 한 항의 방법을 실행하기 위한 프로그램이 기록되어 있는 것을 특징으로 하는 컴퓨터에서 판독 가능한 기록 매체.A computer-readable recording medium in which a program for executing the method of any one of claims 1 to 20 is recorded.
KR1020070089359A 2007-09-04 2007-09-04 System and method for enhancing visual feel of texture according to texture property KR20090024375A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020070089359A KR20090024375A (en) 2007-09-04 2007-09-04 System and method for enhancing visual feel of texture according to texture property

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070089359A KR20090024375A (en) 2007-09-04 2007-09-04 System and method for enhancing visual feel of texture according to texture property

Publications (1)

Publication Number Publication Date
KR20090024375A true KR20090024375A (en) 2009-03-09

Family

ID=40693256

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070089359A KR20090024375A (en) 2007-09-04 2007-09-04 System and method for enhancing visual feel of texture according to texture property

Country Status (1)

Country Link
KR (1) KR20090024375A (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110861853A (en) * 2019-11-29 2020-03-06 三峡大学 Intelligent garbage classification method combining vision and touch
KR20210068974A (en) * 2019-12-02 2021-06-10 한국과학기술원 Electronic device providing double layer haptic model for high band width and high resolution texture expression and operating method thereof
KR20230075858A (en) 2021-11-23 2023-05-31 연세대학교 산학협력단 Prediction system and method of perceived coarseness data

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110861853A (en) * 2019-11-29 2020-03-06 三峡大学 Intelligent garbage classification method combining vision and touch
KR20210068974A (en) * 2019-12-02 2021-06-10 한국과학기술원 Electronic device providing double layer haptic model for high band width and high resolution texture expression and operating method thereof
KR20230075858A (en) 2021-11-23 2023-05-31 연세대학교 산학협력단 Prediction system and method of perceived coarseness data

Similar Documents

Publication Publication Date Title
US10140682B2 (en) Distortion of digital images using spatial offsets from image reference points
US5450502A (en) Image-dependent luminance enhancement
US6414690B1 (en) Gamut mapping using local area information
EP0747855B1 (en) Method and apparatus for enhancing a digital image
Rivera et al. Content-aware dark image enhancement through channel division
KR101309498B1 (en) Histogram adjustment for high dynamic range image mapping
KR101502598B1 (en) Image processing apparatus and method for enhancing of depth perception
CN101505421A (en) Method of high dynamic range compression with detail preservation and noise constraints
US7889280B2 (en) Image processing apparatus and method thereof
US8189236B2 (en) Image processing apparatus, image processing method and computer-readable medium
JP6357881B2 (en) Image processing apparatus and program
JP6303816B2 (en) Image processing apparatus and program
US7848589B2 (en) Method and apparatus for applying edge enhancement based on image characteristics
KR101329133B1 (en) Texture reproduction system and method and chroma correction system for method for immersion enhancement
KR20090024375A (en) System and method for enhancing visual feel of texture according to texture property
JP6690125B2 (en) Image processing device and program
JP2022050362A (en) System and method to detect, suppress and modify background regions of scanned documents
JP2014078808A (en) Image processing apparatus and image processing method
US7978927B2 (en) Image processing apparatus
CN117274085A (en) Low-illumination image enhancement method and device
KR20090084280A (en) System and method for immersive enhancement according to adaptive immersive enhancement prediction
JP6627530B2 (en) Image processing device and program
JP2015076642A (en) Image processing device and program
CN108305234B (en) Double-histogram equalization method based on optimization model
Carbonaro et al. A comprehensive approach to image-contrast enhancement

Legal Events

Date Code Title Description
WITN Withdrawal due to no request for examination