KR20100077314A - 이미지 처리 장치, 이미지 처리 장치의 노이즈 제거 방법 및 노이즈 제거 방법이 기록된 기록매체 - Google Patents
이미지 처리 장치, 이미지 처리 장치의 노이즈 제거 방법 및 노이즈 제거 방법이 기록된 기록매체 Download PDFInfo
- Publication number
- KR20100077314A KR20100077314A KR1020080135229A KR20080135229A KR20100077314A KR 20100077314 A KR20100077314 A KR 20100077314A KR 1020080135229 A KR1020080135229 A KR 1020080135229A KR 20080135229 A KR20080135229 A KR 20080135229A KR 20100077314 A KR20100077314 A KR 20100077314A
- Authority
- KR
- South Korea
- Prior art keywords
- value
- bayer
- image
- values
- image data
- Prior art date
Links
- 238000012545 processing Methods 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000012937 correction Methods 0.000 claims description 97
- 238000001914 filtration Methods 0.000 claims description 25
- 238000012935 Averaging Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 8
- 238000007781 pre-processing Methods 0.000 description 8
- 230000009467 reduction Effects 0.000 description 5
- 230000035945 sensitivity Effects 0.000 description 4
- 230000008030 elimination Effects 0.000 description 3
- 238000003379 elimination reaction Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- INJRKJPEYSAMPD-UHFFFAOYSA-N aluminum;silicic acid;hydrate Chemical compound O.[Al].[Al].O[Si](O)(O)O INJRKJPEYSAMPD-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003705 background correction Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000009849 deactivation Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002779 inactivation Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
- H04N9/646—Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N2209/00—Details of colour television systems
- H04N2209/04—Picture signal generators
- H04N2209/041—Picture signal generators using solid-state devices
- H04N2209/042—Picture signal generators using solid-state devices having a single pick-up sensor
- H04N2209/045—Picture signal generators using solid-state devices having a single pick-up sensor using mosaic colour filter
- H04N2209/046—Colour interpolation to calculate the missing colour values
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
이미지에 포함된 노이즈를 효과적으로 제거할 수 있는 이미지 처리 장치, 이미지 처리 장치의 노이즈 제거 방법 및 노이즈 제거 방법이 기록된 기록매체가 개시된다. 이미지 처리 장치는 이미지 센서로부터 베이어 이미지 데이터를 제공받고, 베이어 이미지 데이터에 포함된 화소값들 중 동일한 화소 성분들의 화소값들에 기초하여 이미지 경계값을 구하고, 이미지 경계값이 미리 설정된 영역 경계값 보다 작은 경우 제1 보정값 및 제2 보정값 사이의 값 중 이미지 경계값에 대응되는 보정값을 베이어 노이즈 제거값으로 출력하는 베이어 노이즈 제거부 및 베이어 노이즈 제거부로부터 제공된 베이어 노이즈 제거값에 기초하여 컬러 보간을 수행하는 컬러 보간부를 포함한다. 따라서, 에지 영역과 노이지가 포함된 영역을 잘 구분할 수 있고, 이로 인해 베이어 이미지에 포함된 노이즈를 효과적으로 제거하여 출력 이미지 품질을 향상시킬 수 있다.
이미지, 노이즈, 베이어, CSP, ISP
Description
본 발명은 신호 처리 장치에 관한 것으로, 더욱 상세하게는 촬상된 이미지를 처리하는 신호 처리 장치에 적용될 수 있는 이미지 처리 장치, 이미지 처리 장치의 노이즈 제거 방법 및 노이즈 제거 방법이 기록된 기록매체에 관한 것이다.
CCD(Charge Coupled Device) 또는 CMOS(Complementary Metal Oxide Semiconductor) 등과 같은 이미지 센서는 미세한 화소(pixel)가 2차원적으로 집적된 형태로 구성되고 입사된 빛의 밝기에 상응하는 전기 신호를 디지털 신호로 변환하여 출력한다. 여기서, 이미지 센서는 베이어(Bayer) 패턴으로 구성될 수 있고, 베이터 패턴으로 입사된 빛의 밝기에 상응하는 베이어 이미지 데이터를 제공한다.
이미지 센서로부터 제공된 베이터 이미지 데이터는 이미지 신호 처리 장치를 통해 컬러 보간, 휘도 처리, 색채 처리, 컬러 포맷 변환 등과 같은 다양한 신호 처리를 거쳐 휘도 신호 및 색차 신호로 출력된다.
도 1은 일반적인 이미지 신호 처리 장치의 구성을 나타내는 블록도이다.
도 1을 참조하면, 일반적인 이미지 신호 처리 장치는 원시 데이터 처리부(10), 컬러 보간부(20), 컬러 보정부(30), 감마 보정부(40) 및 포맷 변환부(50)를 포함한다.
원시 데이터 처리부(10)는 이미지 센서로부터 베이터 패턴의 원시 데이터(RAW) 즉, 베이어 이미지 데이터를 제공받고, 이미지 센서에 존재하는 결점의 보정(defect correction)이나 렌즈의 짧은 초점 거리로 인해 발생하는 쉐이딩 보정(shading correction) 등과 같은 전처리 과정을 수행한다.
컬러 보간부(20)는 원시 데이터 처리부(10)에서 전처리가 수행된 데이터를 제공받고, 보간(interpolation)을 통하여 하나의 채널 성분을 가지는 각각의 화소 성분을 R(Red), G(Green), B(Blue) 성분으로 분리한 후 이들을 결합하여 각각의 화소가 R, G, B의 세가지 채널 성분을 가지는 이미지 데이터를 생성한다.
컬러 보정부(30)는 표준 컬러 공간(color space)인 sRGB 또는 Adobe RGB 규격에 근사한 출력 영상을 얻기 위해 이미지 센서의 데이터 분광 특성을 sRGB 또는 Adobe RGB 분광 특성에 근접하도록 보정한다.
감마 보정부(40)는 인간의 시각이 밝기에 대해 비선형적으로 반응한다는 점을 고려하여 비선형 전달 함수를 사용하여 빛의 강도 신호를 비선형적으로 변형한다.
포맷 변환부(50)는 RGB 영역의 이미지 데이터를 밝기(Luminance) 성분인 Y 성분과 색차(Chrominance) 성분인 Cb, Cr 성분으로 변환한다.
일반적으로 이미지 센서의 감도를 높여서 촬영하는 고감도 샷(High Sensitive Shot)의 경우, 이미지 센서의 아날로그 게인이 증가하게 되어 노이즈가 증가하게 되고 결과적으로 이미지 센서로부터 출력되는 베이어 패턴의 원시 이미지 데이터에 노이즈 성분이 증가하게 된다.
고감도 샷으로 인해 노이즈가 증가된 경우 도 1에 도시된 바와 같은 종래의 이미지 처리 장치는 증가된 노이즈가 포함된 베이어 이미지에 대해 컬러 보간, 컬러 보정, 감마 보정 등의 이미지 처리를 수행하기 때문에 이미지 처리 과정에서 처리 부하가 커지게 되고, 처리 효율이 떨어지는 단점이 있다.
또한, 종래의 이미지 처리 장치는 베이어 이미지에 노이즈 성분이 많이 포함된 상태에서 이미지 처리를 수행하기 때문에 이미지 처리의 정확도가 떨어지게 되고 결과적으로 처리된 이미지의 품질이 저하되는 단점이 있다.
따라서, 본 발명의 제1 목적은 이미지에 포함된 노이즈를 효과적으로 감소시킬 수 있는 이미지 처리 장치를 제공하는 것이다.
또한, 본 발명의 제2 목적은 이미지에 포함된 노이즈를 효과적으로 감소시킬 수 있는 노이즈 제거 방법을 제공하는 것이다.
또한, 본 발명의 제3 목적은 이미지에 포함된 노이즈를 효과적으로 감소시킬 수 있는 노이즈 제거 방법이 기록된 기록매체를 제공하는 것이다.
상술한 본 발명의 제1 목적을 달성하기 위한 본 발명의 일 측면에 따른 이미지 처리 장치는, 이미지 센서로부터 베이어 이미지 데이터를 제공받고, 상기 베이어 이미지 데이터에 포함된 화소값들 중 동일한 화소 성분들의 화소값들에 기초하여 이미지 경계값을 구하고, 상기 이미지 경계값이 미리 설정된 영역 경계값 보다 작은 경우 제1 보정값 및 제2 보정값 사이의 값 중 상기 이미지 경계값에 대응되는 보정값을 베이어 노이즈 제거값으로 출력하는 베이어 노이즈 제거부 및 상기 베이어 노이즈 제거부로부터 제공된 베이어 노이즈 제거값에 기초하여 컬러 보간을 수행하는 컬러 보간부를 포함한다. 상기 베이어 노이즈 제거부는 상기 이미지 경계값이 상기 설정된 영역 경계값 보다 큰 경우에는 상기 제2 보정값을 상기 베이어 노이즈 제거값으로 출력할 수 있다. 상기 베이어 노이즈 제거부는 상기 베이어 이미지 데이터에서 중심 화소값을 획득하고, 상기 베이어 이미지 데이터에 대해 가우시안 필터링을 수행하여 가우시안 필터링값을 획득할 수 있다. 상기 베이어 노이즈 제거부는 상기 베이어 이미지 데이터에서 수평 방향의 에지 성분값을 구하고, 상기 베이어 이미지 데이터에서 수직 방향의 에지 성분값을 구한 후, 상기 수평 방향의 에지 성분값 및 상기 수직 방향의 에지 성분값의 평균을 계산하여 상기 이미지 경계값을 구할 수 있다. 상기 베이어 노이즈 제거부는, 상기 베이어 이미지 데이터에서 소정 수평 라인의 화소값들과 상기 소정 수평 라인과 동일한 화소 성분을 가지는 인접 수평 라인의 화소값들 중 동일한 열에 속하는 화소값들의 차이값을 구하여 미리 설정된 가중치를 곱한 후, 상기 가중치가 곱해진 값들의 평균을 구하여 수평 라인에 대한 에지 성분값을 구한 후, 적어도 하나의 상기 수평 라인에 대한 에지 성분값 각각에 대한 절대값들의 평균을 구함으로써 상기 수형 방향의 에지 성분을 구할 수 있다. 상기 베이어 노이즈 제거부는, 상기 베이어 이미지 데이터에서 소정 수직 라인의 화소값들과 상기 소정 수직 라인과 동일한 화소 성분을 가지는 인접 수직 라인의 화소값들 중 동일한 행에 속하는 화소값들의 차이값을 구하여 미리 설정된 가중치를 곱한 후, 상기 가중치가 곱해진 값들의 평균을 구하여 수직 라인에 대한 에지 성분값을 구한 후, 적어도 하나의 상기 수직 라인에 대한 에지 성분값 각각에 대한 절대값들의 평균을 구하여 상기 수직 방향의 에지 성분을 구할 수 있다. 상기 베이어 노이즈 제거부는, 상기 중심 화소값, 상기 가우시안 필터링값 및 미리 설정된 저주파수 보정 강도 값에 기초하여 상기 제1 보정값을 획득하고, 상기 중심 화소값, 상기 가우시안 필터링값 및 미리 설정된 고주파수 보정 강도 값에 기초하여 상기 제2 보정값을 획득할 수 있다. 상기 베이어 노이즈 제거부는, 상기 이미지 경계값이 미리 설정된 영역 경계값 보다 작은 경우 수학식, BNR_out=(Edge_val×hf_out+(BNR_area_thr-Edge_val)×lf_out)/BNR_area_thr(여기서, BNR_out은 상기 베이어 노이즈 제거값, Edge_val은 상기 이미지 경계값, BNR_area_thr은 상기 설정된 영역 경계값, lf_out은 상기 제1 보정값, hf_out은 상기 제2 보정값을 의미함)에 의해 상기 제1 보정값 및 상기 제2 보정값 사이의 값 중 상기 이미지 경계값에 대응되는 보정값을 획득할 수 있다.
또한, 본 발명의 제2 목적을 달성하기 위한 본 발명의 일 측면에 따른 노이즈 제거 방법은, 소정 크기의 마스크를 가지는 베이어 이미지 데이터를 제공 받는 단계와, 상기 베이어 이미지 데이터에 포함된 화소값들 중 동일한 화소 성분들의 화소값들에 기초하여 이미지 경계값을 구하는 단계와, 상기 이미지 경계값이 미리 설정된 영역 경계값 보다 작은 경우 제1 보정값 및 제2 보정값 사이의 값 중 상기 이미지 경계값에 대응되는 보정값을 베이어 노이즈 제거값으로 출력하는 단계 및 상기 베이어 노이즈 제거값에 기초하여 컬러 보간을 수행하는 단계를 포함한다. 상기 노이즈 제거 방법은, 상기 이미지 경계값이 상기 설정된 영역 경계값 보다 큰 경우에는 상기 제2 보정값을 상기 베이어 노이즈 제거값으로 출력하는 단계를 더 포함할 수 있다. 상기 베이어 이미지 데이터에 포함된 화소값들 중 동일한 화소 성분들의 화소값들에 기초하여 이미지 경계값을 구하는 단계는, 상기 베이어 이미지 데이터에서 중심 화소값을 획득하는 단계 및 상기 베이어 이미지 데이터에 대해 가우시안 필터링을 수행하여 가우시안 필터링값을 획득하는 단계를 포함할 수 있다. 상기 베이어 이미지 데이터에 포함된 화소값들 중 동일한 화소 성분들의 화소값들에 기초하여 이미지 경계값을 구하는 단계는, 상기 베이어 이미지 데이터에서 수평 방향의 에지 성분값을 구하는 단계와, 상기 베이어 이미지 데이터에서 수직 방향의 에지 성분값을 구하는 단계 및 상기 수평 방향의 에지 성분값 및 상기 수직 방향의 에지 성분값의 평균을 계산하여 상기 이미지 경계값을 구하는 단계를 포함할 수 있다. 상기 베이어 이미지 데이터에서 수평 방향의 에지 성분값을 구하는 단계는, 상기 베이어 이미지 데이터에서 소정 수평 라인의 화소값들과 상기 소정 수평 라인과 동일한 화소 성분을 가지는 인접 수평 라인의 화소값들 중 동일한 열에 속하는 화소값들의 차이값을 구하여 미리 설정된 가중치를 곱한 후, 상기 가중치가 곱해진 값들의 평균을 구하여 수평 라인에 대한 에지 성분값을 구하는 단계 및 적어도 하 나의 상기 수평 라인에 대한 에지 성분값 각각에 대한 절대값 들의 평균을 구함으로써 상기 수평 방향의 에지 성분을 구하는 단계를 포함할 수 있다. 상기 베이어 이미지 데이터에서 수직 방향의 에지 성분값을 구하는 단계는, 상기 베이어 이미지 데이터에서 소정 수직 라인의 화소값들과 상기 소정 수직 라인과 동일한 화소 성분을 가지는 인접 수직 라인의 화소값들 중 동일한 행에 속하는 화소값들의 차이값을 구하여 미리 설정된 가중치를 곱한 후, 상기 가중치가 곱해진 값들의 평균을 구하여 수직 라인에 대한 에지 성분값을 구하는 단계 및 적어도 하나의 상기 수직 라인에 대한 에지 성분값 각각에 대한 절대값 들의 평균을 구하여 상기 수직 방향의 에지 성분을 구하는 단계를 포함할 수 있다. 상기 이미지 경계값이 설정된 영역 경계값 보다 작은 경우 제1 보정값 및 제2 보정값 사이의 값 중 상기 이미지 경계값에 대응되는 보정값을 베이어 노이즈 제거값으로 출력하는 단계는 상기 중심 화소값, 상기 가우시안 필터링값 및 미리 설정된 저주파수 보정 강도 값에 기초하여 상기 제1 보정값을 획득하는 단계 및 상기 중심 화소값, 상기 가우시안 필터링값 및 미리 설정된 고주파수 보정 강도 값에 기초하여 상기 제2 보정값을 획득하는 단계를 포함할 수 있다. 상기 이미지 경계값이 설정된 영역 경계값 보다 작은 경우 제1 보정값 및 제2 보정값 사이의 값 중 상기 이미지 경계값에 대응되는 보정값을 베이어 노이즈 제거값으로 출력하는 단계는, 수학식 BNR_out=(Edge_val×hf_out+(BNR_area_thr-Edge_val)×lf_out)/BNR_area_thr(여기서, BNR_out은 상기 베이어 노이즈 제거값, Edge_val은 상기 이미지 경계값, BNR_area_thr은 상기 설정된 영역 경계값, lf_out은 상기 제1 보정값, hf_out은 상기 제2 보정값을 의미함) 에 의해 상기 제1 보정값 및 상기 제2 보정값 사이의 값 중 상기 이미지 경계값에 대응되는 보정값을 획득할 수 있다.
또한, 본 발명의 제3 목적을 달성하기 위한 본 발명의 일 측면에 따른 노이즈 제거 방법이 기록된 기록매체는 소정 크기의 마스크를 가지는 베이어 이미지 데이터를 제공 받는 단계와, 상기 베이어 이미지 데이터에 포함된 화소값들 중 동일한 화소 성분들의 화소값들에 기초하여 이미지 경계값을 구하는 단계와, 상기 이미지 경계값이 미리 설정된 영역 경계값 보다 작은 경우 제1 보정값 및 제2 보정값 사이의 값 중 상기 이미지 경계값에 대응되는 보정값을 베이어 노이즈 제거값으로 출력하는 단계 및 상기 베이어 노이즈 제거값에 기초하여 컬러 보간을 수행하는 단계를 수행하는 프로그램이 기록된다.
상기와 같은 이미지 처리 장치, 이미지 처리 장치의 노이즈 제거 방법 및 노이즈 제거 방법이 기록된 기록매체에 따르면, 소정의 마스크 크기로 입력된 베이어 이미지에서 이미지 경계값(Edge_val)을 이용하여 에지 성분을 판단한 후, 에지 주변 에서는 노이즈 제거 강도를 줄여서 에지 정보의 손실을 최소화하고, 평평한 면 영역에서는 노이즈 제거 강도를 에지 경계값(Edge_val)에 따라 저주파수 영역 보정값(lf_out)과 고주파수 영역 보정값(hf_out) 사이에서 적응적으로 조절하여 노이즈를 제거한다.
따라서, 에지 영역과 노이지가 포함된 영역을 잘 구분할 수 있고, 이로 인해 베이어 이미지에 포함된 노이즈를 효과적으로 제거하여 출력 이미지 품질을 향상시 킬 수 있다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이 해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
도 2는 본 발명의 일 실시예에 따른 이미지 처리 장치의 구성을 나타내는 블록도이고, 도 3은 도 2에 도시된 전처리부의 기능을 설명하기 위한 개념도이다. 도 2에서는 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능 및 구성에 대한 도시를 생략하였다.
도 2 및 도 3을 참조하면, 이미지 처리 장치는 베이어 노이즈 제거부(100) 및 컬러 보간부(200)를 포함할 수 있다.
베이어 노이즈 제거부(100)는 이미지 센서로부터 베이어 이미지 데이터를 제공받고, 제공받은 베이어 이미지 데이터에 대한 전처리를 수행하여 에지 성분을 판단한 후, 판단된 에지 성분에 기초하여 평탄한 면 영역에서는 노이즈 제거 강도를 높이고, 이미지의 내용 중 에지 영역에서는 노이즈의 제거 강도를 낮게 함으로써 에지 성분에 따라 적응적으로 노이즈를 이미지를 제거한다.
구체적으로, 베이어 노이즈 제거부(100)는 전처리부(110) 및 노이즈 제거부(130)를 포함할 수 있다.
전처리부(110)는 이미지 센서로부터 5×5 마스크 크기의 베이어 이미지 데이터를 제공받고, 제공된 베이어 이미지 데이터로부터 중심 화소값(Bc)을 추출하고, 가우시안 필터링을 수행하여 가우시안 필터링값(GBc)을 생성한다.
즉, 도 3의 (a)에 도시된 바와 같이 이미지 센서로부터 제공되는 5×5 마스크 크기의 베이어 이미지 데이터는 중심 화소 성분이 R, Gb, Gr 및 B인 4가지 베이어 패턴 중 어느 하나의 베이어 패턴을 가지는 베이어 이미지 데이터가 될 수 있고, 도 3의 (b)에 도시된 바와 같이 각각의 화소값은 화소의 위치에 따라 P11 내지 P55로 표시될 수 있다.
전처리부(110)는 도 3의 (b)에 도시된 바와 같이 베이어 이미지 데이터에서 중심 화소값(Bc)으로 P33의 값(즉, Bc=P33)을 추출한다.
또한, 전처리부(110)는 도 3의 (c)에 도시된 바와 같이 베이어 이미지 데이터의 중심 화소(P33)와 동일한 화소 성분을 가지는 화소들(P11, P13, P15, P31, P33, P35, P51, P53 및 P55)들에 대해 가우시안 필터(Gaussian filter)를 적용하여 가우시안 필터링값(GBc)을 획득한다.
가우시안 필터링값(GBc)은 수학식 1에 의해 계산될 수 있다.
또한, 전처리부(110)는 이미지 센서로부터 제공되는 5×5 마스크 크기의 베이어 이미지 데이터에 대해 이미지 경계값(Edge_val)을 구한다.
전처리부(110)는 이미지 경계값(Edge_val)을 구하기 위해 먼저, 도 3의 (b)에 도시된 5×5 마스크의 베이어 패턴에서 수평 방향의 에지 성분값을 구한다. 즉, 수학식 2와 같이 5×5 마스크 크기를 가지는 베이어 패턴에서 소정의 수평 라인의 화소값들과 상기 소정의 수평 라인과 동일한 화소 성분을 가지는 인접 수평 라인의 화소값들 중 동일한 열에 속하는 화소값들의 차이값을 구하여 미리 설정된 가중치를 곱하고 이 가중치가 곱해진 값들의 평균을 구함으로써 수평 라인에 대한 4개의 에지 성분값을 구한다. 그리고, 상기와 같이 구해진 4개의 에지 성분값들에 대한 절대값의 평균을 구함으로써 수평 방향의 에지 성분값을 구한다.
+2×(P15-P35))/16
H_EDGE_COMP2=(2×(P21-P41)+4×(P22-P42)+4×(P23-P43)+4×(P24-P44)
+2×(P25-P45))/16
H_EDGE_COMP3=(2×(P31-P51)+4×(P32-P52)+4×(P33-P53)+4×(P34-P54)
+2×(P35-P55))/16
H_EDGE_COMP4=(2×(P11-P51)+4×(P12-P52)+4×(P13-P53)+4×(P14-P54)
+2×(P15-P55))/16
H_EDGE=(abs(H_EDGE_COMP1)+abs(H_EDGE_COMP2)+abs(H_EDGE_COMP3)
+abs(H_EDGE_COMP1))/4
또한, 전처리부(110)는 5×5 마스크의 베이어 패턴에서 수직 방향의 에지 성분을 구한다. 즉, 수학식 3와 같이 5×5 마스크 크기를 가지는 베이어 패턴에서 소정의 수직 라인의 화소값들과 상기 소정의 수직 라인과 동일한 화소 성분을 가지는 인접 수직 라인의 화소값들 중 동일한 행에 속하는 화소값들의 차이값을 구하여 미리 설정된 가중치를 곱하고 이 가중치가 곱해진 값들의 평균을 구함으로써 수직 라인에 대한 4개의 에지 성분값을 구한다. 그리고, 상기와 같이 구해진 4개의 에지 성분값들에 대한 절대값의 평균을 구함으로써 수직 방향의 에지 성분값을 구한다.
+2×(P51-P53))/16
V_EDGE_COMP2=(2×(P12-P14)+4×(P22-P24)+4×(P32-P34)+4×(P42-P44)
+2×(P52-P54))/16
V_EDGE_COMP3=(2×(P13-P15)+4×(P23-P25)+4×(P33-P35)+4×(P43-P45)
+2×(P53-P55))/16
V_EDGE_COMP4=(2×(P11-P15)+4×(P21-P25)+4×(P31-P35)+4×(P41-P45)
+2×(P51-P55))/16
V_EDGE=(abs(V_EDGE_COMP1)+abs(V_EDGE_COMP2)+abs(V_EDGE_COMP3)
+abs(V_EDGE_COMP1))/4
전처리부(110)는 수학식 2 및 수학식 3을 통해 수평 방향 에지 성분값(H_EDGE) 및 수직 방향의 에지 성분값(V_EDGE)을 구한 후 수학식 4와 같이 수평 방향 에지 성분값(H_EDGE) 및 수직 방향의 에지 성분값(V_EDGE)의 평균을 계산하여 이미지 경계값(Edge_val)을 구한다.
베이어 이미지에 포함된 노이즈의 제거에 있어서 가장 중요한 요소는 에지 성분과 노이즈를 잘 구분한 후 노이즈 성분이 포함된 영역에 대해서만 잡음 제거 처리를 수행하는 것이다.
인간의 눈은 이미지의 에지 주변보다 평탄한 영역에 존재하는 노이즈에 더 민감하기 때문에 본 발명의 일 실시예에서는 에지와 노이즈 성분을 구분하기 위해 이미지 경계값(Edge_val)을 이용하여 에지 성분을 판단하고, 에지 주변에서는 노이즈 제거 강도를 줄여서 에지 정보의 손실을 최소화하고, 평탄한 영역에서는 노이즈 제거 강도를 높여서 이미지에 포함된 노이즈를 효과적으로 줄인다.
노이즈 제거부(130)는 전처리부(110)로부터 제공된 중심 화소값(Bc), 가우시안 필터링값(GBc) 및 이미지 경계값(Edge_val)과, 개발자로부터 제공된 파라미터값인 베이어 노이즈 제거 인에이블 값(BNR_on), 영역 경계 값(BNR_area_thr), 저주파수 보정 강도 값(BNR_lf_str), 고주파수 보정 강도 값(BNR_hf_str)에 기초하여 저주파수 영역 및 고주파수 영역에 대한 보정값을 결정하고, 고주파수 영역과 저주파수 영역 사이의 영역에 대해서는 노이즈 제거 강도를 이미지 경계값(Edge_val)에 따라 적응적으로 조절하여 노이즈를 제거한다.
구체적으로, 노이즈 제거부(130)는 전처리부(110)로부터 제공된 중심 화소값(Bc) 및 가우시안 필터링값(GBc)과, 개발자로부터 제공된 저주파수 보정 강도 값(BNR_lf_str)에 기초하여 저주파수 영역 보정값(lf_out)을 수학식 5와 같이 계산한다.
여기서, 저주파수 영역은 이미지에서 평탄한 영역을 의미하고, 저주파수 영역 보정값(lf_out)은 저주파수 영역 즉, 이미지 경계값(Edge_val)이 0인 영역에 대해 출력되는 베이어 노이즈 제거값(BNR_out)으로 5×5 마스크 크기를 가지는 베이어 패턴에 포함된 각 화소값이 8비트로 구성된 경우 0 내지 255로 정규화된 값이다.
또한, 노이즈 제거부(130)는 전처리부(110)로부터 제공된 중심 화소값(Bc) 및 가우시안 필터링값(GBc)과, 개발자로부터 제공된 고주파수 보정 강도 값(BNR_hf_str)에 기초하여 고주파수 영역 보정값(hf_out)을 수학식 6과 같이 계산한다.
여기서, 고주파수 영역은 이미지에 포함된 에지 영역을 의미하고, 고주파수 영역 보정값(hf_out)은 고주파수 영역 즉, 이미지 경계값(Edge_val)이 개발자로부터 제공된 영역 경계값(BNR_area_thr)보다 큰 값을 가지는 경우에 대해 출력되는 베이어 노이즈 제거값(BNR_out)으로 5×5 마스크 크기를 가지는 베이어 패턴에 포함된 각 화소값이 8비트로 구성된 경우 0 내지 255로 정규화된 값이다.
또한, 노이즈 제거부(130)는 전처리부(110)로부터 제공된 이미지 경계값(Edge_val)이 0보다 크고 영역 경계값(BNR_area_thr) 보다 작은 경우에는 이미지 경계값(Edge_val)에 따라 노이즈의 제거 강도를 적응적으로 조절하여 베이어 노이즈 제거값(BNR_out)을 출력한다.
이미지 경계값(Edge_val)이 0보다 크고 영역 경계값(BNR_area_thr) 보다 작은 경우의 베이어 노이즈 제거값(BNR_out)은 수학식 7에 의해 계산될 수 있다.
노이즈 제거부(130)는 베이어 노이즈 제거 인에이블 값(BNR_on)이 비활성화를 지시하는 값이면 노이즈 제거 동작을 수행하지 않고, 전처리부(110)로 제공된 중심 화소값(Bc)을 베이어 노이즈 제거값(BNR_out)으로 출력한다.
컬러 보간부(200)는 베이어 노이즈 제거부(100)로부터 베이어 노이즈 제거값(BNR_out)을 제공받고, 보간을 통하여 하나의 채널 성분을 가지는 각각의 화소 성분을 R, G, B 성분으로 분리한 후 이들을 결합하여 각각의 화소가 R, G, B의 세가지 채널 성분을 가지는 이미지 데이터를 생성한다.
도 4는 본 발명의 일 실시예에 따른 이미지 처리 장치의 노이즈 제거 방법을 설명하기 위한 개념도이다.
도 4를 참조하면, 베이어 노이즈 제거부(100)는 개발자로부터 제공된 영역 경계값(BNR_area_thr)에 기초하여 노이즈 제거를 위한 영역을 두 개의 영역으로 구분하고, 수학식 4를 통해 계산된 이미지 경계값(Edge_val)이 영역 경계값(BNR_area_thr) 보다 큰 경우에는 수학식 6을 통해 계산된 고주파수 영역 보정값(hf_out)을 베이어 노이즈 제거값(BNR_out)으로 출력하고, 이미지 경계값(Edge_val)이 영역 경계값(BNR_area_thr) 보다 작은 경우에는 저주파수 영역 보정값(lf_out)과 고주파수 영역 보정값(hf_out) 사이의 값 중 이미지 경계값(Edge_val)에 대응되는 값을 수학식 7에 의해 구한 후 베이어 노이즈 제거값(BNR_out)으로 출력한다.
도 4에서 이미지 경계값(Edge_val)이 영역 경계값(BNR_area_thr) 보다 큰 경우에는 고주파수 영역으로 이미지에서 에지에 해당하는 것으로 볼 수 있기 때문에 노이즈 제거 강도를 낮게 설정하여 노이즈를 제거하고, 이미지 경계값(Edge_val)이 영역 경계값(BNR_area_thr) 보다 작은 경우에는 저주파수 영역으로 이미지 경계 값(Edge_val)이 0에 가까울수록 이미지에서 평평한 면에 해당한다고 볼 수 있다. 따라서, 본 발명의 실시예에서는 인간의 시각 특성에 기초하여 이미지 경계값(Edge_val)이 0에 가까울수록 노이즈 제거 강도를 적응적으로 높게 설정하여 노이즈를 제거함으로써 노이즈 제거의 정확도를 향상시킨다.
도 5는 본 발명의 일 실시예에 따른 이미지 처리 장치의 노이즈 제거 과정을 나타내는 흐름도이다.
도 5를 참조하면, 먼저 베이어 노이즈 제거부(100)는 이미지 센서로부터 5×5 마스크 크기의 베이어 이미지 데이터를 제공받고(단계 501), 중심 화소값(Bc), 가우시안 필터링값(GBc) 및 이미지 경계값(Edge_val)을 계산한다(단계 503).
여기서, 가우시안 필터링값(GBc)은 수학식 1을 통해 구할 수 있고, 이미지 경계값(Edge_val)은 수학식 2 내지 수학식 4를 통해 구할 수 있다. 이미지 경계값(Edge_val)은 이미지에 포함된 에지 성분을 판단하기 위한 값으로, 에지 영역과 평평한 면 영역에 서로 다른 노이즈 제거 강도를 적용하고, 에지 성분에 따라 노이즈 제거 강도를 적응적으로 적용하기 위해 이용된다.
또한, 베이어 노이즈 제거부(100)는 개발자로부터 노이즈 제거를 위한 파라미터 값인 베이어 노이즈 제거 인에이블 값(BNR_on), 영역 경계 값(BNR_area_thr), 저주파수 보정 강도 값(BNR_lf_str) 및 고주파수 보정 강도 값(BNR_hf_str)을 제공받는다(단계 505).
본 발명의 일 실시예에서는 상기 파라미터 값을 개발자로부터 제공받는 것으로 예를 들어 설명하였으나, 본 발명의 다른 실시예에서는 이미지 처리 장치에 포 함된 제어부(미도시) 또는 이미지 처리 장치가 설치된 시스템에 포함된 제어부(미도시)가 노출값, 이미지 센서 감도 등과 같은 이미지 촬영 환경에 따라 상기 파라미터 값들을 미리 설정된 룩업 테이블을 참조하여 적응적으로 베이어 노이즈 제거부(100)에 제공하도록 구성될 수도 있다.
이후, 베이어 노이즈 제거부(100)는 베이어 노이즈 제거 인에이블 값(BNR_on)가 활성화를 지시하는 값인가(예를 들면, 1)를 판단하고(단계 507), 베이어 노이즈 제거 인에이블 값(BNR_on)으로 활성화를 지시하는 값이 입력된 것으로 판단되면, 저주파수 영역 보정값(lf_out) 및 고주파수 영역 보정값(hf_out)을 계산한다(단계 509). 여기서, 상기 저주파수 영역 보정값(lf_out)은 수학식 5를 통해 계산될 수 있고, 고주파수 영역 보정값(hf_out)은 수학식 6을 통해 계산될 수 있다.
다음으로, 베이어 노이즈 제거부(100)는 단계 503에서 획득한 이미지 경계값(Edge_val)이 영역 경계값(BNR_area_thr)보다 작은가를 판단하고(단계 511), 이미지 경계값(Edge_val)이 영역 경계값(BNR_area_thr)보다 작은값을 가지는 것으로 판단되면, 수학식 7을 통해 이미지 경계값(Edge_val)에 따라 노이즈의 제거 강도를 적응적으로 조절하여 베이어 노이즈 제거값(BNR_out)을 출력한다(단계 513).
단계 513에서 베이어 노이즈 제거값(BNR_out)은 저주파수 영역 보정값(lf_out)과 고주파수 영역 보정값(hf_out) 사이의 값을 가질 수 있다.
단계 511에서 이미지 경계값(Edge_val)이 영역 경계값(BNR_area_thr)보다 큰 값을 가지는 것으로 판단되면, 베이어 노이즈 제거부(100)는 고주파수 영역 보정 값(hf_out)을 베이어 노이즈 제거값(BNR_out)으로 출력한다(단계 515).
단계 507에서 베이어 노이즈 제거 인에이블 값(BNR_on)이 비활성화를 지시하는 값인 경우에는 베이어 이미지의 노이즈 제거를 수행하지 않는 것을 의미하므로, 베이어 노이즈 제거부(100)는 베이어 노이즈 제거값(BNR_out)으로 중심 화소값(Bc)을 출력한다.
도 6은 본 발명의 일 실시예에 따른 이미지 처리 장치의 노이즈 제거 결과를 나타내는 것으로, 도 6의 (a)는 베이어 이미지에 대한 노이즈 제거를 수행하는 않은 이미지를 나타내고, 도 6의 (b)는 본 발명의 일 실시예에 따라 베이어 이미지에 대한 노이즈 제거를 수행한 결과를 나타낸다.
도 6에 도시된 바와 같이 본 발명의 일 실시예에 따른 노이즈 제거 방법에서는 베이어 이미지에서 5×5 마스크 크기 단위로 이미지 경계값(Edge_val)을 이용하여 에지 성분을 판단하고, 에지 주변(601) 에서는 노이즈 제거 강도를 줄여서 에지 정보의 손실을 최소화하고, 평평한 면 영역(603)에서는 노이즈 제거 강도를 에지 경계값(Edge_val)에 따라 저주파수 영역 보정값(lf_out)과 고주파수 영역 보정값(hf_out) 사이에서 적응적으로 조절하여 노이즈를 제거함으로써 효과적으로 베이어 이미지에 포함된 노이즈를 제거할 수 있다.
이상 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
도 1은 일반적인 이미지 신호 처리 장치의 구성을 나타내는 블록도이다.
도 2는 본 발명의 일 실시예에 따른 이미지 처리 장치의 구성을 나타내는 블록도이다.
도 3은 도 2에 도시된 전처리부의 기능을 설명하기 위한 개념도이다.
도 4는 본 발명의 일 실시예에 따른 이미지 처리 장치의 노이즈 제거 방법을 설명하기 위한 개념도이다.
도 5는 본 발명의 일 실시예에 따른 이미지 처리 장치의 노이즈 제거 과정을 나타내는 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 이미지 처리 장치의 노이즈 제거 결과를 나타내는 것이다.
<도면의 주요 부분에 대한 부호의 설명>
100 : 베이어 노이즈 제거부 110 : 전처리부
130 : 노이즈 제거부 200 : 컬러 보간부
Claims (17)
- 이미지 센서로부터 제공된 이미지의 노이즈를 제거하는 이미지 처리 장치에 있어서,상기 이미지 센서로부터 베이어 이미지 데이터를 제공받고, 상기 베이어 이미지 데이터에 포함된 화소값들 중 동일한 화소 성분들의 화소값들에 기초하여 이미지 경계값을 구하고, 상기 이미지 경계값이 미리 설정된 영역 경계값 보다 작은 경우 제1 보정값 및 제2 보정값 사이의 값 중 상기 이미지 경계값에 대응되는 보정값을 베이어 노이즈 제거값으로 출력하는 베이어 노이즈 제거부; 및상기 베이어 노이즈 제거부로부터 제공된 베이어 노이즈 제거값에 기초하여 컬러 보간을 수행하는 컬러 보간부를 포함하는 이미지 처리 장치.
- 제1항에 있어서, 상기 베이어 노이즈 제거부는,상기 이미지 경계값이 상기 설정된 영역 경계값 보다 큰 경우에는 상기 제2 보정값을 상기 베이어 노이즈 제거값으로 출력하는 것을 특징으로 하는 이미지 처리 장치.
- 제1항에 있어서, 상기 베이어 노이즈 제거부는,상기 베이어 이미지 데이터에서 중심 화소값을 획득하고, 상기 베이어 이미지 데이터에 대해 가우시안 필터링을 수행하여 가우시안 필터링값을 획득하는 것을 특징으로 하는 이미지 처리 장치.
- 제3항에 있어서, 상기 베이어 노이즈 제거부는,상기 베이어 이미지 데이터에서 수평 방향의 에지 성분값을 구하고, 상기 베이어 이미지 데이터에서 수직 방향의 에지 성분값을 구한 후, 상기 수평 방향의 에지 성분값 및 상기 수직 방향의 에지 성분값의 평균을 계산하여 상기 이미지 경계값을 구하는 것을 특징으로 하는 이미지 처리 장치.
- 제4항에 있어서, 상기 베이어 노이즈 제거부는,상기 베이어 이미지 데이터에서 소정 수평 라인의 화소값들과 상기 소정 수평 라인과 동일한 화소 성분을 가지는 인접 수평 라인의 화소값들 중 동일한 열에 속하는 화소값들의 차이값을 구하여 미리 설정된 가중치를 곱한 후, 상기 가중치가 곱해진 값들의 평균을 구하여 수평 라인에 대한 에지 성분값을 구한 후, 적어도 하나의 상기 수평 라인에 대한 에지 성분값 각각에 대한 절대값들의 평균을 구함으로써 상기 수형 방향의 에지 성분을 구하는 것을 특징으로 하는 이미지 처리 장치.
- 제4항에 있어서, 상기 베이어 노이즈 제거부는,상기 베이어 이미지 데이터에서 소정 수직 라인의 화소값들과 상기 소정 수직 라인과 동일한 화소 성분을 가지는 인접 수직 라인의 화소값들 중 동일한 행에 속하는 화소값들의 차이값을 구하여 미리 설정된 가중치를 곱한 후, 상기 가중치가 곱해진 값들의 평균을 구하여 수직 라인에 대한 에지 성분값을 구한 후, 적어도 하나의 상기 수직 라인에 대한 에지 성분값 각각에 대한 절대값들의 평균을 구하여 상기 수직 방향의 에지 성분을 구하는 것을 특징으로 하는 이미지 처리 장치.
- 제3항에 있어서, 상기 베이어 노이즈 제거부는,상기 중심 화소값, 상기 가우시안 필터링값 및 미리 설정된 저주파수 보정 강도 값에 기초하여 상기 제1 보정값을 획득하고, 상기 중심 화소값, 상기 가우시안 필터링값 및 미리 설정된 고주파수 보정 강도 값에 기초하여 상기 제2 보정값을 획득하는 것을 특징으로 하는 이미지 처리 장치.
- 제3항에 있어서, 상기 베이어 노이즈 제거부는,상기 이미지 경계값이 미리 설정된 영역 경계값 보다 작은 경우 수학식,BNR_out=(Edge_val×hf_out+(BNR_area_thr-Edge_val)×lf_out)/BNR_area_thr(여기서, BNR_out은 상기 베이어 노이즈 제거값, Edge_val은 상기 이미지 경계값, BNR_area_thr은 상기 설정된 영역 경계값, lf_out은 상기 제1 보정값, hf_out은 상기 제2 보정값을 의미함)에 의해 상기 제1 보정값 및 상기 제2 보정값 사이의 값 중 상기 이미지 경계값에 대응되는 보정값을 획득하는 것을 특징으로 하는 이미지 처리 장치.
- 이미지 처리 장치의 노이즈 제거 방법에 있어서,소정 크기의 마스크를 가지는 베이어 이미지 데이터를 제공 받는 단계;상기 베이어 이미지 데이터에 포함된 화소값들 중 동일한 화소 성분들의 화소값들에 기초하여 이미지 경계값을 구하는 단계;상기 이미지 경계값이 미리 설정된 영역 경계값 보다 작은 경우 제1 보정값 및 제2 보정값 사이의 값 중 상기 이미지 경계값에 대응되는 보정값을 베이어 노이즈 제거값으로 출력하는 단계; 및상기 베이어 노이즈 제거값에 기초하여 컬러 보간을 수행하는 단계를 포함하는 노이즈 제거 방법.
- 제9항에 있어서, 상기 노이즈 제거 방법은,상기 이미지 경계값이 상기 설정된 영역 경계값 보다 큰 경우에는 상기 제2 보정값을 상기 베이어 노이즈 제거값으로 출력하는 단계를 더 포함하는 것을 특징으로 하는 노이즈 제거 방법.
- 제9항에 있어서, 상기 베이어 이미지 데이터에 포함된 화소값들 중 동일한 화소 성분들의 화소값들에 기초하여 이미지 경계값을 구하는 단계는,상기 베이어 이미지 데이터에서 중심 화소값을 획득하는 단계; 및상기 베이어 이미지 데이터에 대해 가우시안 필터링을 수행하여 가우시안 필터링값을 획득하는 단계를 포함하는 것을 특징으로 하는 노이즈 제거 방법.
- 제11항에 있어서, 상기 베이어 이미지 데이터에 포함된 화소값들 중 동일한 화소 성분들의 화소값들에 기초하여 이미지 경계값을 구하는 단계는,상기 베이어 이미지 데이터에서 수평 방향의 에지 성분값을 구하는 단계;상기 베이어 이미지 데이터에서 수직 방향의 에지 성분값을 구하는 단계; 및상기 수평 방향의 에지 성분값 및 상기 수직 방향의 에지 성분값의 평균을 계산하여 상기 이미지 경계값을 구하는 단계를 포함하는 것을 특징으로 하는 노이즈 제거 방법.
- 제12항에 있어서, 상기 베이어 이미지 데이터에서 수평 방향의 에지 성분값을 구하는 단계는,상기 베이어 이미지 데이터에서 소정 수평 라인의 화소값들과 상기 소정 수평 라인과 동일한 화소 성분을 가지는 인접 수평 라인의 화소값들 중 동일한 열에 속하는 화소값들의 차이값을 구하여 미리 설정된 가중치를 곱한 후, 상기 가중치가 곱해진 값들의 평균을 구하여 수평 라인에 대한 에지 성분값을 구하는 단계; 및적어도 하나의 상기 수평 라인에 대한 에지 성분값 각각에 대한 절대값 들의 평균을 구함으로써 상기 수평 방향의 에지 성분을 구하는 단계를 포함하는 것을 특징으로 하는 노이즈 제거 방법.
- 제12항에 있어서, 상기 베이어 이미지 데이터에서 수직 방향의 에지 성분값을 구하는 단계는,상기 베이어 이미지 데이터에서 소정 수직 라인의 화소값들과 상기 소정 수직 라인과 동일한 화소 성분을 가지는 인접 수직 라인의 화소값들 중 동일한 행에 속하는 화소값들의 차이값을 구하여 미리 설정된 가중치를 곱한 후, 상기 가중치가 곱해진 값들의 평균을 구하여 수직 라인에 대한 에지 성분값을 구하는 단계; 및적어도 하나의 상기 수직 라인에 대한 에지 성분값 각각에 대한 절대값 들의 평균을 구하여 상기 수직 방향의 에지 성분을 구하는 단계를 포함하는 것을 특징으로 하는 노이즈 제거 방법.
- 제11항에 있어서, 상기 이미지 경계값이 설정된 영역 경계값 보다 작은 경우 제1 보정값 및 제2 보정값 사이의 값 중 상기 이미지 경계값에 대응되는 보정값을 베이어 노이즈 제거값으로 출력하는 단계는상기 중심 화소값, 상기 가우시안 필터링값 및 미리 설정된 저주파수 보정 강도 값에 기초하여 상기 제1 보정값을 획득하는 단계; 및상기 중심 화소값, 상기 가우시안 필터링값 및 미리 설정된 고주파수 보정 강도 값에 기초하여 상기 제2 보정값을 획득하는 단계를 포함하는 것을 특징으로 하는 노이즈 제거 방법.
- 제11항에 있어서, 상기 이미지 경계값이 설정된 영역 경계값 보다 작은 경우 제1 보정값 및 제2 보정값 사이의 값 중 상기 이미지 경계값에 대응되는 보정값을 베이어 노이즈 제거값으로 출력하는 단계는, 수학식BNR_out=(Edge_val×hf_out+(BNR_area_thr-Edge_val)×lf_out)/BNR_area_thr(여기서, BNR_out은 상기 베이어 노이즈 제거값, Edge_val은 상기 이미지 경계값, BNR_area_thr은 상기 설정된 영역 경계값, lf_out은 상기 제1 보정값, hf_out은 상기 제2 보정값을 의미함)에 의해 상기 제1 보정값 및 상기 제2 보정값 사이의 값 중 상기 이미지 경계값에 대응되는 보정값을 획득하는 것을 특징으로 하는 노이즈 제거 방법.
- 이미지의 노이즈를 제거하는 디지털 처리 장치에 의해 실행될 수 있는 명령어의 프로그램이 유형적으로 구현되어 있으며, 상기 디지털 처리 장치에 의해 판독될 수 있는 프로그램을 기록한 기록매체에 있어서,소정 크기의 마스크를 가지는 베이어 이미지 데이터를 제공 받는 단계;상기 베이어 이미지 데이터에 포함된 화소값들 중 동일한 화소 성분들의 화소값들에 기초하여 이미지 경계값을 구하는 단계;상기 이미지 경계값이 미리 설정된 영역 경계값 보다 작은 경우 제1 보정값 및 제2 보정값 사이의 값 중 상기 이미지 경계값에 대응되는 보정값을 베이어 노이즈 제거값으로 출력하는 단계; 및상기 베이어 노이즈 제거값에 기초하여 컬러 보간을 수행하는 단계를 수행하는 프로그램을 기록한 기록매체.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020080135229A KR100989760B1 (ko) | 2008-12-29 | 2008-12-29 | 이미지 처리 장치, 이미지 처리 장치의 노이즈 제거 방법 및 노이즈 제거 방법이 기록된 기록매체 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020080135229A KR100989760B1 (ko) | 2008-12-29 | 2008-12-29 | 이미지 처리 장치, 이미지 처리 장치의 노이즈 제거 방법 및 노이즈 제거 방법이 기록된 기록매체 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20100077314A true KR20100077314A (ko) | 2010-07-08 |
| KR100989760B1 KR100989760B1 (ko) | 2010-10-26 |
Family
ID=42638687
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020080135229A KR100989760B1 (ko) | 2008-12-29 | 2008-12-29 | 이미지 처리 장치, 이미지 처리 장치의 노이즈 제거 방법 및 노이즈 제거 방법이 기록된 기록매체 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR100989760B1 (ko) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101133520B1 (ko) * | 2011-01-03 | 2012-04-04 | 엠텍비젼 주식회사 | 색 노이즈 제거 방법 및 장치 |
| US9185376B2 (en) | 2012-06-29 | 2015-11-10 | Samsung Electronics Co., Ltd. | Apparatus and method of reducing noise of image |
| US9392236B2 (en) | 2012-10-31 | 2016-07-12 | Samsung Electronics Co., Ltd. | Image processing method, image signal processor, and image processing system including the same |
| US9704224B2 (en) | 2014-04-23 | 2017-07-11 | Samsung Electronics Co., Ltd. | X-ray imaging apparatus and image processing method thereof |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102638038B1 (ko) | 2022-04-29 | 2024-02-21 | 주식회사 실리콘아츠 | 비지역적 평균 기반의 노이즈 제거 장치 및 방법 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4154661B2 (ja) | 2003-01-14 | 2008-09-24 | ソニー株式会社 | 画像処理装置および方法、記録媒体、並びにプログラム |
| JP4167200B2 (ja) * | 2004-04-13 | 2008-10-15 | 富士フイルム株式会社 | 信号処理装置、信号処理方法及びデジタルカメラ |
| JP2006086851A (ja) | 2004-09-16 | 2006-03-30 | Canon Inc | 撮像装置 |
| JP2008177724A (ja) | 2007-01-17 | 2008-07-31 | Sony Corp | 画像入力装置、信号処理装置および信号処理方法 |
-
2008
- 2008-12-29 KR KR1020080135229A patent/KR100989760B1/ko active IP Right Grant
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101133520B1 (ko) * | 2011-01-03 | 2012-04-04 | 엠텍비젼 주식회사 | 색 노이즈 제거 방법 및 장치 |
| US9185376B2 (en) | 2012-06-29 | 2015-11-10 | Samsung Electronics Co., Ltd. | Apparatus and method of reducing noise of image |
| US9392236B2 (en) | 2012-10-31 | 2016-07-12 | Samsung Electronics Co., Ltd. | Image processing method, image signal processor, and image processing system including the same |
| US9704224B2 (en) | 2014-04-23 | 2017-07-11 | Samsung Electronics Co., Ltd. | X-ray imaging apparatus and image processing method thereof |
Also Published As
| Publication number | Publication date |
|---|---|
| KR100989760B1 (ko) | 2010-10-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7697044B2 (en) | Image processing apparatus and image processing method | |
| JP5527448B2 (ja) | 画像入力装置 | |
| US7668391B2 (en) | Image signal processor and image signal processing method | |
| US8036457B2 (en) | Image processing apparatus with noise reduction capabilities and a method for removing noise from a captured image | |
| JP4803178B2 (ja) | 画像処理装置、コンピュータプログラム製品および画像処理方法 | |
| JP4346634B2 (ja) | 目標物検出装置 | |
| US20050285968A1 (en) | Image sensing apparatus and image processing method therefor | |
| CN111080559B (zh) | 一种图像紫边消除装置及方法 | |
| EP2866445A1 (en) | Imaging device | |
| JP5060447B2 (ja) | ノイズキャンセル処理回路および固体撮像装置 | |
| KR100989760B1 (ko) | 이미지 처리 장치, 이미지 처리 장치의 노이즈 제거 방법 및 노이즈 제거 방법이 기록된 기록매체 | |
| US8648937B2 (en) | Image processing apparatus, image processing method, and camera module | |
| JP2006014340A (ja) | 画像処理 | |
| JP7423033B2 (ja) | 画像信号処理方法 | |
| JP2009100302A (ja) | 画像処理装置、画像処理方法、プログラム、撮像装置、及び撮像方法 | |
| JP4596069B2 (ja) | ノイズ除去フィルタ処理回路、画像処理回路、撮像装置及びノイズ除去プログラム | |
| JP5103580B2 (ja) | 画像処理装置およびデジタルカメラ | |
| KR100999888B1 (ko) | 이미지 신호 처리 장치, 이미지 신호 처리 장치의 휘도 노이즈 저감 방법 및 휘도 노이즈 저감 방법이 기록된 기록매체 | |
| JP2010147800A (ja) | 画像処理装置 | |
| JP2005354585A (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
| KR100999885B1 (ko) | 이미지 신호 처리 장치, 이미지 신호 처리 장치의 색 노이즈 저감 방법 및 색 노이즈 저감 방법이 기록된 기록 매체 | |
| JP4993275B2 (ja) | 画像処理装置 | |
| JP2020140392A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
| KR100999218B1 (ko) | 이미지 신호 처리 장치, 이미지 신호 처리 장치의 컬러 보정 방법 및 컬러 보정 방법이 기록된 기록 매체 | |
| JP2009239396A (ja) | 画像処理装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20130926 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20140929 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20151001 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20181001 Year of fee payment: 9 |