KR20100095827A

KR20100095827A - 영상 분류 장치 및 방법

Info

Publication number: KR20100095827A
Application number: KR1020090014833A
Authority: KR
Inventors: 김지혜; 조성대; 박민규; 박희찬; 김진호; 오윤제; 김경태; 김춘우; 장슬기
Original assignee: 삼성전자주식회사; 인하대학교 산학협력단
Priority date: 2009-02-23
Filing date: 2009-02-23
Publication date: 2010-09-01
Also published as: EP2222088B1; EP2222088A1; KR101030369B1; US20100238316A1; US8704910B2

Abstract

본 발명은 자동 화이트 밸런스를 위한 영상 분류 장치 및 방법에 관한 것이다.

이를 위해 본 발명은 입력 영상을 복수의 픽셀을 포함하는 블록 단위로 분할하고, 전체 블록에 대한 색상값 및 채도값과 분할된 입력 영상의 블록 단위마다 색상 값 및 채도값을 산출하고, 산출된 전체 블록에 대한 색상값 및 채도값과 블록 단위마다 산출된 색상값 및 채도값 각각에 대한 차이값을 산출하여 색상 변화가 있는 블록을 검출한 후 검출된 색상 변화가 있는 블록의 개수가 미리 설정된 임계값 이상이면 입력 영상의 전체에 대한 색상 분산값 및 채도 분산 값을 산출하여 산출된 색상 분산 값이 미리 설정된 제1 임계값 이상이고, 산출된 채도 분산 값이 미리 설정된 제2 임계값 이상이면 입력 영상을 단색이 아닌 영상으로 분류함으로써 입력 영상에 자동 화이트 밸런스 적용 시 색 왜곡을 최소화할 수 있게 된다.

자동 화이트 밸런스, 영상 분류, 채도(Croma) 분산, 색상(Hue) 분산

Description

영상 분류 장치 및 방법{APPARATUS AND METHOD FOR CLASSIFING IMAGE}

본 발명은 영상 분류 장치 및 방법에 관한 것으로, 특히 입력 영상이 단색 영상 또는 단색이 아닌 영상인지 판단하여 자동 화이트 밸런스를 적용하기 위한 영상 분류 장치 및 방법에 관한 것이다.

일반적으로 자동 화이트 밸런스는 태양광, 형광등, 백열등과 같은 광원에 따라 원래의 색과는 다른 색으로 보이는 흰색의 물체를 흰색으로 보이도록 조정하는 영상 기술이다. 사람의 경우에는 색에 대한 순응성이 있어서 조명과 장소가 변경되더라도 물체에 대한 색의 차이를 잘 느끼지 못한다. 하지만 카메라의 경우에는 색에 대한 순응성이 없기 때문에 조명과 장소에 따라 물체에 대한 색의 차이가 나타난다. 그러므로 카메라에서 광원에 따라 색이 변하는 현상을 제어하기 위해 자동 화이트 밸런스 기술을 이용한다.

이러한 자동 화이트 밸런스 기술은 광원 추정 여부에 따라 분류된다. 광원을 추정하여 자동 화이트 밸런스를 수행하는 기술에는 입력 영상의 흰색 영역을 찾아 그에 해당되는 영상 정보 RGB값의 평균 또는 색차 신호 (R-Y)(B-Y)의 평균을 이용하여 각 채널의 이득을 조정하는 방법이 있다. 그리고 광원을 추정하지 않는 방법 에는 영상 전체의 각 채널 별 평균값을 이용하여 각 채널의 이득을 조절하는 방법이 있다. 이러한 기술은 입력 영상이 충분한 색상 변화를 가질 경우 각 채널의 평균으로 이루어진 색상이 회색이라고 가정한다. 즉, 각 채널의 평균값이 동일해지도록 영상의 RGB값의 이득을 조절하면 영상의 화이트 밸런스를 재현할 수 있게 된다.

이와 같이 종래에는 입력 영상이 충분한 색상 변화를 가지거나 화이트 영역을 가진 경우 자동 화이트 밸런스를 적용하였다.

그러나 입력 영상이 색상 변화를 가지는 영상으로 판단되더라도 단색의 큰 물체나 단색의 배경을 가지는 경우와 같이 실제로는 충분한 색상 변화를 가지지 않거나 화이트 영역을 가지지 않는 경우 화이트 밸런스를 적용하면 색이 왜곡되는 문제점이 있다.

따라서 본 발명은 화이트 밸런스 적용 시 색의 왜곡을 최소화하기 위한 영상 분류 장치 및 방법을 제공한다.

상술한 바를 달성하기 위한 본 발명은 입력 영상을 복수의 픽셀을 포함하는 블록 단위로 분할하는 영상 분할부와, 전체 블록에 대한 색상값 및 채도값과 상기 분할된 입력 영상의 블록 단위마다 색상값 및 채도값을 산출하고, 상기 산출된 전체 블록에 대한 색상값 및 채도값과 상기 블록 단위마다 산출된 색상값 및 채도값 각각에 대한 차이값을 산출하여 색상 변화가 있는 블록을 검출한 후 상기 검출된 색상 변화가 있는 블록의 개수가 미리 설정된 임계값 이상이면 상기 입력 영상의 전체에 대한 색상 분산값 및 채도 분산값을 산출하여 상기 산출된 색상 분산 값이 미리 설정된 제1 임계값 이상이고, 상기 산출된 채도 분산 값이 미리 설정된 제2 임계값 이상이면 상기 입력 영상을 단색이 아닌 영상으로 판단하는 영상 종류 판단 부를 포함하는 것을 특징으로 한다.

또한, 본 발명은 입력 영상을 복수의 픽셀을 포함하는 블록 단위로 분할하는 과정과, 전체 블록에 대한 색상값 및 채도값과 상기 분할된 입력 영상의 블록 단위마다 색상값 및 채도 값을 산출하는 과정과, 상기 산출된 전체 블록에 대한 색상값 및 채도값과 상기 블록 단위마다 산출된 색상값 및 채도값 각각에 대한 차이값을 산출하여 1차로 색상 변화가 있는 블록을 검출하는 과정과, 상기 검출된 색상 변화가 있는 블록의 개수를 산출하여 미리 설정된 임계값과 비교하는 과정과, 비교 결과 상기 검출된 색상 변화가 있는 블록의 개수가 상기 임계값 이상이면 상기 입력 영상의 전체에 대한 색상 분산값 및 채도 분산값을 산출하여 상기 산출된 색상 분산 값이 미리 설정된 제1 임계값 이상이고, 상기 산출된 채도 분산 값이 미리 설정된 제2 임계값 이상인지 판단하는 과정과, 판단 결과 상기 산출된 색상 분산 값이 상기 제1 임계값 이상이고, 상기 산출된 채도 분산 값이 상기 제2 임계값 이상이면 상기 입력 영상을 단색이 아닌 영상으로 판단하는 과정을 포함함을 특징으로 한다.

본 발명은 색상 분산 및 채도 분산을 이용하여 입력 영상이 단색 영상 또는 단색이 아닌 영상인지를 정확하게 분류함으로써 입력 영상에 자동 화이트 밸런스 적용 시 색의 왜곡을 최소화할 수 있다는 이점이 있다.

이에 따라 본 발명은 단색의 큰 물체나 배경을 가지는 영상에 대해서 광원에 따른 색의 왜곡을 최소화하여 영상의 품질을 향상시키는 효과가 있다.

이하 본 발명의 바람직한 실시 예를 첨부한 도면을 참조하여 상세히 설명한다. 하기 설명 및 첨부 도면에서 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능 및 구성에 대한 상세한 설명은 생략한다.

도 1은 본 발명의 실시 예에 따른 영상 분류 장치의 구성을 나타내는 도면이다.

본 발명의 실시 예에 따른 영상 분류 장치는 영상 변환부(10), 영상 분할부(20), 영상 종류 판단부(30), 자동 화이트 밸런스 적용부(40)를 포함한다.

영상 변환부(10)는 입력 영상을 YCbCr 공간으로 변환하여 단색 영상 판단부(20)로 출력한다. 여기서 YCbCr은 영상 시스템에서 사용되는 색 공간의 일종으로 색차 신호로서 이용된다. 이러한 YCbCr 변환은 하기의 <수학식 1>을 이용한다.

Y = 0.2990 X R + 0.5870 X G + 0.1140 X B

Cb = -0.1687 X R + 0.3313 X G + 0.5000 X B

Cr = 0.5000 X R + 0.4187 X G + 0.0813 X B

영상 분할부(20)는 변환된 영상을 n x m(n, m은 정수)개의 블록 단위로 분할하여 영상 종류 판단부(30)로 출력한다.

영상 종류 판단부(30)는 입력 영상이 단색 영상인지 단색이 아닌 영상인지 여부를 판단한다. 이에 대해서 구체적으로 살펴보면, 영상 종류 판단부(30)는 분할된 n x m개의 블록 마다 색상 변화가 있는 블록이 있는지 판단하고, 색상 변화가 있는 블록의 개수를 검출한다.

구체적으로, 영상 종류 판단부(30)는 블록마다 색상(Hue)값 및 채도(Chroma)값을 산출하여 산출된 색상 값 및 채도값과 주변 블록들의 색상 값 및 채도값에 대한 차이값이 미리 설정된 임계값 이상이면 색상 변화가 있는 블록으로 판단한다. 본 발명에서 사용되는 임계값들은 색상 변화가 있는 블록을 판단하기 위해 미리 설정된 값을 의미하며, 서로 같은 값을 가지거나 다른 값을 가질 수 있다.

그리하여 입력 영상을 구성하는 모든 블록에 대한 판단이 완료되면 영상 종류 판단부(30)는 색상 변화가 있는 블록의 개수를 검출하고, 검출된 블록의 개수가 미리 설정된 임계값 이상인지 여부를 판단한다.

영상 종류 판단부(30)는 검출된 블록의 개수가 미리 설정된 임계값 미만이면 입력 영상을 단색 영상으로 판단하고, 임계값 이상이면 전체 입력 영상에 대한 색상 분산값 및 채도 분산값을 산출하여 단색 영상 또는 단색이 아닌 영상을 판단한다.

이에 대해서 구체적으로 살펴보면, 영상 종류 판단부(30)는 전체 블록에 대한 색상 평균값 및 채도 평균값을 산출한다.

이후 영상 종류 판단부(30)는 산출된 색상 평균값 및 채도 평균값과 각 블록마다 색상 값 및 채도값의 차이값을 더한 후 전체 블록의 개수로 나누어 전체 영상에 대한 색상 분산값 및 채도 분산값을 산출한다. 이때, 본 발명에서는 산출된 색상 평균값 및 채도 평균값과 각 블록마다 색상 값 및 채도값의 차이값 이외에 산출된 색상 평균값 및 채도 평균값과 각 블록마다 색상값 및 채도값에 대한 절대값의 차 또는 차의 제곱을 산출할 수도 있다.

영상 종류 판단부(30)는 산출된 색상 분산 값과 미리 설정된 색상 분산 임계값을 비교하고, 산출된 채도 분산값과 미리 설정된 채도 분산 임계값을 비교한다.

그리하여 산출된 색상 분산값이 색상 분산 임계값 이상이고, 산출된 채도 분산값이 채도 분산 임계값 이상이면 영상 종류 판단부(30)는 입력 영상을 단색 영상으로 판단한다.

그리고 산출된 색상 분산값이 색상 분산 임계값 미만이고, 산출된 채도 분산값이 채도 분산 임계값 미만이면 입력 영상을 단색이 아닌 영상으로 판단한다.

이에 따라 영상 종류 판단부(30)는 상기와 같이 색상 분산 및 채도 분산을 이용하여 단색 영상과 단색이 아닌 영상으로 판단함으로써 입력 영상을 좀 더 명확하게 단색 영상 또는 단색이 아닌 영상으로 분류할 수 있다.

단색 영상과 단색이 아닌 영상의 분류가 완료되면 자동 화이트 밸런스 적용부(40)는 단색이 아닌 영상으로 판단된 입력 영상에 자동 화이트 밸런스를 적용한다. 구체적으로 자동 화이트 밸런스 적용부(40)는 상기의 분류 과정에서 확인된 색상 변화가 있는 블록의 색상 정보를 이용하여 자동 화이트 밸런스를 수행한다.

자동 화이트 밸런스 적용부(40)는 색상 변화가 있는 블록의 평균 RGB 값을 이용하여 RGB 채널별로 자동 화이트 밸런스를 수행하기 위해 사용되는 이득(Gain)값을 산출하는데, 이러한 이득값은 하기의 <수학식 2>를 이용하여 산출된다.

상기의 <수학식 2>를 이용하여 이득값이 산출되면 자동 화이트 밸런스 적용부(40)는 하기의 수학식 3을 이용하여 자동 화이트 밸런스를 수행한다.

이와 같이 본 발명은 단색 영상으로 판단된 입력 영상을 단색이 아닌 영상으로 정확하게 분류하여 자동 화이트 밸런스를 수행할 수 있다는 이점이 있다.

도 2는 본 발명의 실시 예에 따른 영상 분류 장치에서 단색 영상 및 단색이 아닌 영상을 분류하여 자동 화이트 밸런스를 수행하는 과정을 나타내는 흐름도이다.

200단계에서 영상이 입력되면 영상 변환부(10)는 201단계에서 입력 영상을 YCbCr 공간으로 변환하여 영상 분할부(20)로 출력한다.

202단계에서 영상 분할부(20)는 변환된 영상을 복수의 블록 단위로 분할하여 영상 종류 판단부(30)로 출력한다.

203단계에서 영상 종류 판단부(30)는 색상 변화가 있는 블록이 있는지 판단하여 색상 변화가 있는 블록의 개수를 검출한다. 이에 대해서 구체적으로 도 3을 참조하여 설명하도록 한다. 여기서 도 3은 도 2의 203단계를 구체적으로 나타낸 도면이며, 204단계와 연결된다.

도 3은 본 발명의 실시 예에 따라 색상 변화가 있는 블록의 개수를 산출하기 위한 과정을 나타내는 흐름도이다.

300단계에서 영상 종류 판단부(30)는 입력 영상의 블록마다 색상값 및 채도값을 산출한다.

301단계에서 영상 종류 판단부(30)는 각 블록에 대해서 산출된 색상값 및 채도값과 주변 블록들과의 색상값 및 분산값에 대한 차이값을 산출한다.

302단계에서 영상 종류 판단부(30)는 산출된 색상값에 대한 차이값이 색상 변화가 있는 블록을 판단하기 위해 미리 설정된 제3 임계값 이상이고, 산출된 채도값에 대한 차이값이 색상 변화가 있는 블록을 판단하기 위해 미리 설정된 제4 임계값 이상인지 판단한다.

판단 결과 산출된 색상값에 대한 차이값이 제3 임계값 미만이고, 산출된 채도값에 대한 차이값이 제4 임계값 미만이면 영상 종류 판단부(30)는 303단계로 진행하여 해당 블록을 단색 블록으로 판단하고, 그렇지 않으면 304단계로 진행한다.

304단계에서 영상 종류 판단부(30)는 해당 블록을 색상 변화가 있는 블록으 로 판단한다.

305단계에서 영상 종류 판단부(30)는 판단이 완료된 블록이 입력 영상의 마지막 블록인지 확인하여 마지막 블록이면 306단계로 진행하고, 그렇지 않으면 300 단계로 진행하여 300단계 ~ 305단계를 수행하면서 마지막 블록까지 색상 변화가 있는 블록인지 여부를 판단한다.

306단계에서 영상 종류 판단부(30)는 색상 변화가 있는 블록의 개수를 검출한다.다시 도 2의 204단계로 진행하여 영상 종류 판단부(30)는 204단계에서 검출된 블록의 개수가 미리 설정된 임계값 미만인지 여부를 판단하여 임계값 이상이면 205단계를 진행하고, 임계값 미만이면 207단계를 진행하여 입력 영상을 단색 영상으로 판단한다. 예를 들어, 도 4의 (a)와 같은 단일 색상으로 구성되는 단색 영상은 색상 변화가 있는 블록이 검출되지 않으므로 단색 영상으로 분류된다.

205단계에서 영상 종류 판단부(30)는 전체 영상에 대한 색상 분산값 및 채도 분산 값을 산출한다.

206단계에서 영상 종류 판단부(30)는 산출된 색상 분산값이 단색 영상 및 단색이 아닌 영상을 분류하기 위해 미리 설정된 제1 임계값 미만이고, 산출된 채도 분산값이 단색 영상 및 단색이 아닌 영상을 분류하기 위해 미리 설정된 제2 임계값 미만인지 여부를 판단한다.

판단 결과 색상 분산값이 제1 임계값 이상이고, 채도 분산값이 제2 임계값 이상이면 영상 종류 판단부(30)는 207단계로 진행하여 입력 영상을 단색 영상으로 판단하고, 그렇지 않으면 208단계로 진행한다.

208단계에서 영상 종류 판단부(30)는 입력 영상을 단색이 아닌 영상으로 판단하고, 입력 영상을 자동 화이트 밸런스 적용부(40)로 출력한다.

209단계에서 자동 화이트 밸런스 적용부(40)는 단색이 아닌 영상으로 판단된 영상에 자동 화이트 밸런스를 적용한다.

예를 들어, 도 4의 (c)와 같은 영상은 영상을 구성하는 색상이 2개이고, 색상 변화가 작기 때문에 단색 영상으로 분류되어야 한다. 하지만 색상값을 이용하여 분류하는 경우 도 4의 (d)와 같이 주변 블록들과의 색상 변화가 존재하고, 색상 변화가 있는 블록의 개수가 임계값 이상이 될 경우 단색이 아닌 영상으로 분류된다.

이러한 경우를 고려하기 위해 상기와 같이 색상 분산, 채도 분산을 이용하여 한번 더 단색 영상과 단색이 아닌 영상으로 분류하는 것이다.

색상 분산 및 채도 분산이 큰 영상은 블록들 간의 색상 변화가 다양하다는 것을 의미하며, 이것은 영상이 도 4의 (e)와 같이 단색이 아닌 영상인 것을 의미한다. 도 4의 (e)와 같이 단색이 아닌 영상이 입력 영상일 경우 상기와 같이 색상 분산 및 채도 분산을 이용하여 단색이 아닌 영상으로 분류된다. 그리하여 최종적으로 단색이 아닌 영상으로 분류된 도 5의 (a)와 같은 입력 영상에 자동 화이트 밸런스를 적용하면 도 5의 (b)와 같은 영상을 출력하게 된다.

이와 같이 본 발명은 단색이 아닌 영상으로 분류된 영상을 다시 한번 색상 분산 및 채도 분산을 이용하여 단색 영상 또는 단색이 아닌 영상으로 분류함으로써 좀 더 명확하게 단색 영상 및 단색이 아닌 영상을 분류할 수 있다는 이점이 있다.

도 1은 본 발명의 실시 예에 따른 영상 분류 장치의 구성을 나타내는 도면,

도 2는 본 발명의 실시 예에 따라 단색 영상 및 단색이 아닌 영상을 분류하여 자동 화이트 밸런스를 수행하는 과정을 나타내는 흐름도,

도 3은 본 발명의 실시 예에 따라 색상 변화가 있는 블록의 개수를 산출하기 위한 과정을 나타내는 흐름도,

도 4는 본 발명의 실시 예에 따라 분류된 단색 영상 및 단색이 아닌 영상을 설명하기 위한 예시도,

도 5는 본 발명의 실시 예에 따라 자동 화이트 밸런스가 적용된 영상을 설명하기 위한 예시도.

Claims

입력 영상을 복수의 픽셀을 포함하는 블록 단위로 분할하는 영상 분할부와,

전체 블록에 대한 색상값 및 채도값과 상기 분할된 입력 영상의 블록 단위마다 색상 값 및 채도값을 산출하고, 상기 산출된 전체 블록에 대한 색상값 및 채도값과 상기 블록 단위마다 산출된 색상값 및 채도값 각각에 대한 차이값을 산출하여 색상 변화가 있는 블록을 검출하고, 상기 검출된 색상 변화가 있는 블록의 개수가 미리 설정된 임계값 이상이면 상기 입력 영상의 전체에 대한 색상 분산값 및 채도 분산값을 산출하여 상기 산출된 색상 분산값이 미리 설정된 제1 임계값 이상이고, 상기 산출된 채도 분산값이 미리 설정된 제2 임계값 이상이면 상기 입력 영상을 단색이 아닌 영상으로 판단하는 영상 종류 판단부를 포함하는 것을 특징으로 하는 영상 분류 장치.
제1항에 있어서, 상기 영상 종류 판단부는,

상기 검출된 색상 변화가 있는 블록의 개수가 상기 임계값 미만이면 상기 입력 영상을 단색 영상으로 판단하는 것을 특징으로 하는 영상 분류 장치.
제1항에 있어서, 상기 영상 종류 판단부는,

상기 산출된 색상 분산값이 미리 설정된 제1 임계값 미만이고, 상기 산출된 채도 분산값이 미리 설정된 제2 임계값 미만이면 상기 입력 영상을 단색 영상으로 판단하는 것을 특징으로 하는 영상 분류 장치.
제1항에 있어서, 상기 영상 종류 판단부는,

상기 산출된 전체 블록에 대한 색상값과 상기 블록 단위마다 산출된 색상값 각각에 대한 차이값이 미리 설정된 제3 임계값 이상이고, 상기 산출된 전체 블록에 대한 채도값과 상기 블록 단위마다 산출된 채도값 각각에 대한 차이값이 미리 설정된 제4 임계값 이상인 블록을 상기 색상 변화가 있는 블록으로 판단하는 것을 특징으로 하는 영상 분류 장치.
제4항에 있어서, 상기 영상 종류 판단부는,

상기 산출된 전체 블록에 대한 색상값과 상기 블록 단위마다 산출된 색상값 각각에 대한 차이값이 상기 제3 임계값 미만이고, 상기 산출된 전체 블록에 대한 채도값과 상기 블록 단위마다 산출된 채도값 각각에 대한 차이값이 상기 제4 임계값 미만인 블록을 단색 블록으로 판단하는 것을 특징으로 하는 영상 분류 장치.
제1항에 있어서,

상기 단색이 아닌 영상으로 판단된 입력 영상에 화이트 밸런스를 적용하는 자동 화이트 밸런스 적용부를 더 포함하는 것을 특징으로 하는 영상 분류 장치.
입력 영상을 복수의 픽셀을 포함하는 블록 단위로 분할하는 과정과,

전체 블록에 대한 색상값 및 채도값과 상기 분할된 입력 영상의 블록 단위마다 색상값 및 채도 값을 산출하는 과정과,

상기 산출된 전체 블록에 대한 색상값 및 채도값과 상기 블록 단위마다 산출된 색상값 및 채도값 각각에 대한 차이값을 산출하여 1차로 색상 변화가 있는 블록을 검출하는 과정과,

상기 검출된 색상 변화가 있는 블록의 개수를 산출하여 미리 설정된 임계값과 비교하는 과정과,

비교 결과 상기 검출된 색상 변화가 있는 블록의 개수가 상기 임계값 이상이면 상기 입력 영상의 전체에 대한 색상 분산값 및 채도 분산값을 산출하여 상기 산출된 색상 분산 값이 미리 설정된 제1 임계값 이상이고, 상기 산출된 채도 분산 값이 미리 설정된 제2 임계값 이상인지 판단하는 과정과,

판단 결과 상기 산출된 색상 분산 값이 상기 제1 임계값 이상이고, 상기 산출된 채도 분산 값이 상기 제2 임계값 이상이면 상기 입력 영상을 단색이 아닌 영상으로 판단하는 과정을 포함함을 특징으로 하는 영상 분류 방법.
제7항에 있어서,

상기 비교 결과 상기 검출된 색상 변화가 있는 블록의 개수가 상기 임계값 미만이면 상기 입력 영상을 단색 영상으로 판단하는 과정을 더 포함함을 특징으로 하는 영상 분류 방법.
제7항에 있어서,

상기 판단 결과 산출된 색상 분산 값이 미리 설정된 제1 임계값 미만이고, 상기 산출된 채도 분산 값이 미리 설정된 제2 임계값 미만이면 상기 입력 영상을 단색 영상으로 판단하는 과정을 더 포함함을 특징으로 하는 영상 분류 방법.
제9항에 있어서, 상기 색상 변화가 있는 블록으로 판단하는 하는 과정은,

상기 산출된 전체 블록에 대한 색상값과 상기 블록 단위마다 산출된 색상값 각각에 대한 차이값이 미리 설정된 제3 임계값을 비교하고, 상기 산출된 전체 블록에 대한 채도값과 상기 블록 단위마다 산출된 채도값 각각에 대한 차이값이 미리 설정된 제4 임계값을 비교하는 과정과,

비교 결과 상기 상기 산출된 전체 블록에 대한 색상값과 상기 블록 단위마다 산출된 색상값 각각에 대한 차이값이 상기 제3 임계값 이상이고, 상기 산출된 전체 블록에 대한 채도값과 상기 블록 단위마다 산출된 채도값 각각에 대한 차이값이 상기 제4 임계값 이상인 블록을 상기 색상 변화가 있는 블록으로 판단하는 과정을 포함함을 특징으로 하는 영상 분류 방법.
제10항에 있어서,

상기 비교 결과 상기 산출된 전체 블록에 대한 색상값과 상기 블록 단위마다 산출된 색상값 각각에 대한 차이값이 상기 제3 임계값 미만이고, 상기 산출된 전체 블록에 대한 채도값과 상기 블록 단위마다 산출된 채도값 각각에 대한 차이값이 상 기 제4 임계값 미만인 블록을 단색 블록으로 판단하는 과정을 더 포함함을 특징으로 하는 영상 분류 방법.
제7항에 있어서,

상기 입력 영상을 단색이 아닌 영상으로 판단하는 과정 이후에 상기 입력 영상에 화이트 밸런스를 적용하는 과정을 더 포함함을 특징으로 하는 영상 분류 방법.