KR20120015980A - 오브젝트 색상 보정 방법, 시스템 및 컴퓨터 프로그램 제품 - Google Patents
오브젝트 색상 보정 방법, 시스템 및 컴퓨터 프로그램 제품 Download PDFInfo
- Publication number
- KR20120015980A KR20120015980A KR1020100120973A KR20100120973A KR20120015980A KR 20120015980 A KR20120015980 A KR 20120015980A KR 1020100120973 A KR1020100120973 A KR 1020100120973A KR 20100120973 A KR20100120973 A KR 20100120973A KR 20120015980 A KR20120015980 A KR 20120015980A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- color
- color space
- space
- target
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000004590 computer program Methods 0.000 title claims abstract description 9
- 238000012937 correction Methods 0.000 title claims description 19
- 238000006243 chemical reaction Methods 0.000 claims abstract description 27
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000003702 image correction Methods 0.000 claims description 2
- 239000003086 colorant Substances 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 5
- 230000003068 static effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000012549 training 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
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
오브젝트 색상 보정을 위한 방법, 시스템 및 컴퓨터 프로그램 제품이 제공된다. 두 개의 이미지 캡쳐 장치들에 의해 제공되는 동일한 타겟에 대한 두 이미지가 이미지 변환 알고리즘에 의해 구성되는 이미지 변환 모델로 도입되고, 색상 공간 변환을 위한 색상 계수 및 휘도 계수가 획득되어, 두 이미지들을 타겟 색상 공간으로 변환한다. 그리고 나서, 타겟 색상 공간 내의 두 이미지들은 이미지 변환 알고리즘에 의해 구성된 이미지 색상 분포 공간 모델로 도입되어, 두 개의 서로 다른 이미지 색상 분포 공간 주축들을 획득한다. 두 개의 이미지 색상 분포 공간 주축들은 비교되고 평행하게 조절되어, 두 이미지 간의 색상 차를 조정한다. 조정되는 두 이미지는 다시 원 색상 공간으로 변환되어 두 개의 보정된 이미지를 획득한다.
Description
본원은 2010년 8월 13일에 출원된 대만 특허출원번호 099127094를 기초로 우선권을 주장하며, 이는 여기에 완전히 제시된 바와 같이 모든 목적을 위해 참조로 도입된다.
본 발명은 오브젝트 색상 보정을 위한 방법, 시스템 및 컴퓨터 프로그램 제품에 관한 것으로, 보다 구체적으로, 서로 다른 이미지 내의 동일한 대상물에 대해 서로 다른 색상 레벨로 색상 보정을 수행하는 오브젝트 색상 보정 방법, 시스템 및 컴퓨터 프로그램 제품에 관한 것이다.
현재, 교통 안전 또는 치안을 위해, 모니터가 건널목 또는 빌딩의 출입구에 배치되어 있다. 그러나, 모니터가 배치된 각도의 영향과 빛으로 인해, 색상 왜곡 현상이 스크린 상에서 쉽게 발생한다.
해상도를 향상시키는 종래의 방법 대부분은 하드웨어로 구현되었다. 현재의 초-해상도 이미지 재구성 기술은 두 개의 카테고리로 분류되며, 다시 말해, 정적 이미지 초-해상도와 동적 이미지 초-해상도로 분류된다. 정적 이미지 초-해상도는 단일의 낮은 해상도 이미지의 내용으로 고 해상도 이미지를 재구성하는 것을 의미한다. 정적 이미지 초-해상도를 위해 현재 흔히 사용되는 방법은 다음과 같은 세 가지 카테고리로 분류될 수 있다: 1. 다항식 보간; 2. 에지-방향(edge-directed) 보간; 및 3. 샘플-기반 초-해상도 기술.
첫 번째로, 다항식 보간은 현재 정적 이미지 초-해상도를 위해 가장 널리 적용되는 방법이며, 주로 단순한 알고리즘, 빠른 동작 속도 및 매끄러운 영역에서 우수한 효과를 달성하는 장점을 가진다. 흔하게 사용되는 다항식 보간 방법은 0차(zero-order) 보간, 겹선형(bilinear) 보간, 및 겹삼차 보간이 있다.
두 번째로, 에지-방향 보간 방법은, 고주파수 정보가 다항식 보간으로는 효과적으로 나타날 수 없다는 문제점을 해갈하기 위해 주로 제안된다. 고주파수 정보는 이미지의 질감 및 에지 영역을 의미한다. 질감 영역에 대해 인간의 눈이 감지하는 것이 취약하므로, 상기 방법의 장점은 에지 부분을 보존하는 것이다. 알고리즘의 기본 아이디어는, 먼저 이미지 중 에지에 속하는 부분을 찾고, 이러한 에지의 방향을 결정하고, 그리고 나서 두 종류의 에지-관련 정보를 통해, 검출된 에지의 방향으로 샘플링 함수를 사용하여 적절한 변환을 수행하여, 서로 다른 방향의 에지 각각이 그 자체의 방향으로 하나의 샘플링 함수를 구비하여 보간을 수행한다. 실제로는 전체 이미지의 특징뿐만 아니라 이미지 내 각각의 영역의 특징들에 대해서도 고려하므로, 이미지 증폭의 효과가 우수하다. 그러나, 상기 방법은 오직 에지의 경향을 찾음으로써 이미지 에지를 보존하도록 보간 및 재구성을 수행할 수 있어, 그 결과 상기 방법은 다소 복잡한 동작을 통해서만 달성될 수 있다. 나아가, 상기 방법은 고주파수 질감 영역에서는 사용될 수 없어, 시각적인 퀄리티에 관하여 여전히 개선할 부분이 존재한다.
세 번째로, 샘플-기반 초-해상도의 개념은, 모델의 트레이닝 데이터로서 기능하고 낮은 해상도와 높은 해상도 간의 가능한 대응하는 관계의 데이터베이스를 생성하기 위해 기존의 고 해상도 이미지를 사용하며, 그에 의해, 낮은 해상도 이미지에서 결여되는 고주파수 정보를 향상시킨다. 상기 방법은 주로 이미지의 원래 실제 고주파수 정보 대신 에뮬레이팅된 고주파수 정보를 사용하여 이미지의 시각적인 퀄리티를 개선한다 상기 방법에 존재하는 문제점은, 모든 요구를 만족시킬 수 있는 고주파수 및 저주파수의 대응하는 데이터베이스를 구축하는 방법에 관한 것이며, 거대한 대응하는 데이터베이스로부터 매칭되는 데이터를 신속하게 발견하는 방법에 관한 것이다.
따라서, 본 발명은 오브젝트 색상 보정을 위한 방법, 시스템 및 컴퓨터 프로그램 제품에 관한 것으로, 이는 두 개의 서로 다른 이미지 내의 타겟 오브젝트에 대하여 색상 보정을 수행하여, 두 개의 서로 다른 이미지들 내의 타겟 오브젝트들 간의 색상 차를 줄이는 것을 목적으로 한다.
오브젝트 색상 보정 방법이 본 발명에 제공된다. 상기 방법의 단계는: 제 1 이미지 캡쳐 장치의 제 1 이미지 및 제 2 이미지 캡쳐 장치의 제 2 이미지를 획득하는 단계; 이미지 변환 알고리즘에 따라 이미지 변환 모델 및 이미지 색상 분포 공간 모델을 구성하는 단계; 제 1 이미지 및 제2 이미지를 이미지 변환 모델에 도입시키는 단계, 및 이미지 변환 알고리즘을 사용함으로써 원(original) 색상 공간으로부터 타겟(target) 색상 공간으로 제 1 이미지 및 제 2 이미지를 변환하기 위해, 타겟 이미지 색상 계수 및 타겟 이미지 휘도 계수를 계산하는 단계; 타겟 이미지 색상 계수 및 타겟 이미지 휘도 계수에 따라 원 색상 공간으로부터 타겟 색상 공간으로 제 1 이미지 및 제 2 이미지를 변환하는 단계; 타겟 색상 공간 내의 제 1 이미지 및 제 2 이미지를 각각 이미지 색상 분포 공간 모델로 도입하여, 제 1 이미지 색상 분포 공간 주축 및 제 2 이미지 색상 분포 공간 주축을 각각 획득하는 단계; 제 1 이미지 색상 분포 공간 주축과 제 2 이미지 색상 분포 공간 주축을 비교하는 단계, 및 처리 유닛에 의해 이들을 보정하여 제 1 이미지 색상 분포 공간 주축 ㅁ lc 제2 이미지 색상 분포 공간 주축이 서로 간에 평행하게 하여, 제 1 이미지와 제 2 이미지 간의 색상 차를 조정하는 단계; 타겟 색상 공간 내의 제 1 이미지 및 제 2 이미지를 이미지 변환 모델로 재도입시켜, 타겟 색상 공간으로부터 원 색상 공간으로 제 1 이미지 및 제 2 이미지를 변환하는 단계; 및 보정된 제 1 이미지 및 보정된 제 2 이미지를 획득하는 단계를 포함한다.
오브젝트 색상 보정 시스템이 본 발명에 제공된다. 상기 시스템은: 제 1 이미지를 획득하는 제 1 이미지 캡쳐 장치; 제 2 이미지를 획득하는 제 2 이미지 캡쳐 장치; 이미지 변환 알고리즘을 저장하는 저장 유닛; 및 이미지 변환 알고리즘에 따라 원 색상 공간으로부터 타겟 색상 공간으로 제 1 이미지 및 제 2 이미지를 변환하고, 타겟 색상 공간 내 제 1 이미지 및 제 2 이미지의 주축들을 보정하여, 제 1 이미지 및 제 2 이미지가 다시 타겟 색상 공간에서 원 색상 공간으로 변환된 후, 보정 후 동일한 색상을 구비하는 제 1 이미지 및 제 2 이미지를 획득하도록 하는 처리 유닛을 포함한다.
오브젝트 색상 보정을 위한 컴퓨터 프로그램 제품이 본 발명에 제공된다. 컴퓨터 프로그램 제품은 컴퓨터로 로딩되어 이미지 보정을 수행한다.
일 실시예에서, 제 1 이미지 및 제 2 이미지는 동일한 대상물을 갖는다. 본 발명의 목적은 제 1 이미지 및 제 2 이미지에 대하여 색상 보정을 수행하는 것이다.
일 실시예에서, 제 1 이미지 캡쳐 장치 및 제 2 이미지 캡쳐 장치는 카메라 및 비디오 카메라 중 어느 하나이다.
일 실시예에서, 이미지 색상 분포 공간 모델은 이미지 색상의 서로 다른 계수들을 축으로 사용한다.
본 발명에서, 원 색상 공간은 RGB 색상 공간이고, 타겟 색상 공간은 LAB 색상 공간, HSV 색상 공간 및 YUV 색상 공간 중 어느 하나이다.
본 발명에서, 색상 공간 분포 구조가 도입되므로, 이미지의 색상은 색상 공간 내의 주축을 사용하여 수정되어, 서로 다른 이미지 캡쳐 장치의 서로 다른 출사각 및 서로 다른 휘도에 의해 유발되는 판단 상 문제점을 방지할 수 있다.
본 발명은 이하 기재되는 발명의 상세한 설명으로부터 보다 완전히 이해될 것이지만, 이는 오직 설명을 위한 것이며, 따라서 본 발명을 제한하지는 않는다.
도 1은 본 발명의 일 실시예의 단계들에 대한 흐름도이다.
도 2는 본 발명의 다른 실시예의 단계들에 대한 흐름도이다.
도 3은 본 발명의 일 시스템의 구조 블록도이다.
도 4는 다른 실시예에서 이미지 색상 분석이 수행될 사진 이미지의 개략도이다.
도 5는 도 4의 사진 이미지에 대한 이미지 색상 분석 후 색상 공간의 개략도이다.
도 6은 도 5의 색상 공간의 주축의 개략도이다.
도 1은 본 발명의 일 실시예의 단계들에 대한 흐름도이다.
도 2는 본 발명의 다른 실시예의 단계들에 대한 흐름도이다.
도 3은 본 발명의 일 시스템의 구조 블록도이다.
도 4는 다른 실시예에서 이미지 색상 분석이 수행될 사진 이미지의 개략도이다.
도 5는 도 4의 사진 이미지에 대한 이미지 색상 분석 후 색상 공간의 개략도이다.
도 6은 도 5의 색상 공간의 주축의 개략도이다.
전술한 본 발명의 특징 및 효과를 보다 잘 이해하기 위해, 도면을 참조한 실시예가 이하 상세하게 기술된다.
도 1은 본 발명의 일 실시예의 단계들에 대한 흐름도이다. 본 발명에 따른 오브젝트 색상 보정 방법은 주로 다음과 같은 단계들을 포함한다.
단계(S110)에서, 제 1 이미지 캡쳐 장치의 제 1 이미지 및 제 2 이미지 캡쳐 장치의 제 2 이미지가 획득된다.
이 실시예에서, 제 1 이미지 캡쳐 장치 및 제 2 이미지 캡쳐 장치는 서로 다른 장소에 배치된다. 제 1 이미지 캡쳐 장치 및 제 2 이미지 캡쳐 장치의 배치된 장소가 서로 다르기 때문에, 빛의 영향 및 시야각 하에서, 획득된 사진 이미지에 대해 색상 차가 쉽게 발생된다.
단계(S120)에서, 이미지 변환 모델 및 이미지 색상 분포 공간 모델이 이미지 변환 알고리즘에 따라 구성된다.
이 실시예에서, 이미지 색상 분포 공간 모델은 각각 서로 다른 이미지 계수들을 축으로 사용하며, 이미지가 분석된 후, 이미지 색상 분포 공간 모델은 다양한 사진들을 나타내도록 사용된다.
단계(S130)에서ㅓ, 제 1 이미지 및 제 2 이미지가 이미지 변환 모델에 도입되고, 제 1 이미지 및 제 2 이미지를 원 색상 공간에서 타겟 색상 공간으로 변환하기 위한 타겟 이미지 색상 계수 및 타겟 이미지 휘도 계수가 이미지 변환 알고리즘을 사용하여 계산된다.
이 실시예에서, 원 색상 공간은 RGB 색상 공간이지만, 타겟 색상 공간은 LAB 색상 공간, HSV 색상 공간 또는 YUV 색상 공간이다. LAB 색상 공간은 휘도에 대한 차원 L, 색상 차원으로 a 및 b를 구비하는 색상 공간이며, 비선형 압축 CIE XYZ 색상 공간 좌표를 기반으로 한다. HSV는 RGB 색상 공간 내의 두 개의 관련된 대표 지점이며, 다순한 계산을 유지하면서 RGB보다 더 정확하게 인지적 색상 관계를 기술한다. YUV는 색상 인코딩 방법이다. YUV는 트루컬러 색상 공간을 컴파일하기 위한 타입이다. 이러한 Y'UV, YUV, YCbCr 및 YPbPr과 같은 용어는 모두 YUV로 언급될 수 있으며, 서로 간에 중복될 수 있다.
단계(S140)에서, 제 1 이미지 및 제 2 이미지는 타겟 이미지 색상 계수 및 타겟 이미지 휘도 계수에 따라 원 색상 공간에서 타겟 색상 공간으로 변환된다.
단계(S150)에서, 타겟 색상 공간 내의 제 1 이미지 및 제 2 이미지는 각각 이미지 색상 분포 공간 모델로 도입되어, 각각 제 1 이미지 색상 분포 공간 주축 및 제 2 이미지 색상 공간 주축을 획득한다.
단계(S160)에서, 제 1 이미지 색상 분포 공간 주축 및 제 2 이미지 색상 분포 공간 주축은 비교되고, 처리 유닛에 의해 보정되어, 제 1 이미지 색상 분포 공간 주축 및 제 2 이미지 색상 분포 공간 주축은 서로 간에 평행하게 되어, 제 1 이미지 및 제 2 이미지 간의 색상 차가 조절된다.
이 실시예에서, 제 1 이미지 색상 분포 공간 주축 및 제 2 이미지 색상 분포 공간 주축은 주축으로 제 1 이미지 및 제 2 이미지의 휘도를 사용하며, 제 1 이미지 및 제 2 이미지가 밝기를 통해 조절된 후, 제 1 이미지 및 제 2 이미지의 각도 역시 조절될 수 있다.
단계(S170)에서, 타겟 색상 공간 내의 제 1 이미지 및 제 2 이미지는 이미지 변환 모델로 재도입되어, 제 1 이미지 및 제 2 이미지를 타겟 색상 공간에서 원 색상 공간으로 변환한다.
단계(S180)에서, 보정된 제 1 이미지 및 보정된 제 2 이미지가 획득된다.
이 실시예에서, 보정된 제 1 이미지 및 보정된 제 2 이미지가 획득된 후, 시간 지점에서 선택된 영역의 이미지 각도가 동적인 시간에 따라 더 조정될 수 있다.
도 2는 본 발명의 다른 실시예의 단계들에 대한 흐름도이다. 상기 흐름은 두 부분으로 분할될 수 있으며, 첫 번째 부분의 단계 흐름은 두 번째 부분의 단계 흐름에 대응된다. 이 실시예에서, 설명은 예로서 제 1 카메라와 제 2 카메라를 인접한 지점에 위치시켜 기술된다.
제 1 카메라의 이미지 처리 프로세스는 다음과 같다. 먼저, 단계(S211)에서, 제 1 카메라의 제 1 카메라 이미지가 획득된다. 그리고 나서, 단계(S212)에서, 제 1 카메라 이미지가 제 1 색상 공간에서 제 2 색상 공간으로 변환도니다. 다음으로, 단계(S213)에서, 제 2 색상 공간 내의 제 1 카메라 이미지의 색상 주축이 분석된다. 단계(S214)에서, 제 1 카메라 이미지의 색상 주축이 보정된다. 끝으로, 단계(S215)에서, 제 1 카메라 이미지가 다시 제 2 색상 공간에서 제 1 색상 공간으로 변환된다.
제 2 카메라의 이미지 처리 프로세스는 다음과 같다. 먼저, 단계(S221)에서, 제 2 카메라의 제 2 카메라 이미지가 획득된다. 그리고 나서, 단계(S222)에서, 제 2 카메라 이미지가 제 1 색상 공간에서 제 2 색상 공간으로 변환된다. 다음으로, 단계(S223)에서, 제 2 색상 공간 내의 제 2 카메라 이미지의 색상 주축이 분석된다. 단계(S224)에서, 제 2 카메라 이미지의 색상 주축이 보정된다. 끝으로, 단계(S225)에서, 제 2 카메라 이미지가 다시 제 2 색상 공간에서 제 1 색상 공간으로 변환된다.
전술한 단계들이 종료된 뒤, 제 2 색상 공간에서 제 1 색상 공간으로 다시 변환된 색상 보정 후, 단계(S230)이 제 1 카메라 이미지의 동적 시간과 제 2 카메라 이미지를 비교하도록 수행되어, 요구되는 이미지 정보를 획득한다.
도 3은 본 발명의 시스템의 구조 블록도이다. 본 발명은 오브젝트 색상 보정용 시스템을 제공하며, 상기 시스템은 제 1 이미지 캡쳐 장치(310), 제 2 이미지 캡쳐 장치(320), 저장 유닛(330) 및 처리 유닛(340)을 포함한다. 제 1 이미지 캡쳐 장치(310) 및 제 2 이미지 캡쳐 장치(320)는 카메라 및 비디오 카메라 중 어느 하나일 수 있으나, 이에 제한되지는 않는다. 제 1 이미지 캡쳐 장치(310)는 제 1 이미지(311)를 획득하고, 제 2 이미지 캡쳐 장치(320)는 제 2 이미지(321)를 획득하고, 저장 유닛(330)은 이미지 변환 알고리즘(331)을 저장한다. 처리 유닛(340)은 이미지 변환 알고리즘(331)에 따라 제 1 이미지(311) 및 제 2 이미지(321)를 원 색상 공간(341)에서 타겟 색상 공간(342)으로 변환하고, 타겟 색상 공간(342) 내의 제 1 이미지(311) 및 제 2 이미지(321)의 주축을 보정하여, 보정 후 제 1 이미지(311) 및 제 2 이미지(3231)가 다시 타겟 색상 공간(342)에서 원 색상 공간(341)으로 변환된 후 동일한 색상을 갖는 제 1 이미지(311) 및 제 2 이미지(321)를 획득한다.
본 발명은 오브젝트 색상 보정을 위한 컴퓨터 프로그램 제품을 제공하며, 이는 컴퓨터로 로딩되어 제 1 이미지 및 제 2 이미지에 대해 색상 보정을 수행하며, 이에 대해서는 여기에 또다시 기술하지 않을 것이다.
도 4는 다른 실시예에서, 이미지 색상 분석이 수행될 사진 이미지의 개략도이다. 도 5는 도 4의 사진 이미지의 이미지 색상 분석 후 색상 공간의 개략도이다. 도 6은 도 5의 색상 공간의 주축의 개략도이다.
도 4는 카메라의 카메라 이미지를 획득하기 위한 도 2의 단계(S211) 및 단계(S221)에 대응할 수 있다. 도 5는 도 4의 사진 이미지의 이미지 색상 분석 후 색상 공간의 개략도이며, 이는 카메라 이미지를 제 1 색상 공간에서 제 2 색상 공간으로 변환하기 위한 도 2의 단계(S212) 및 단계(S222)에 대응할 수 있다. 도 6은 도 5의 색상 공간의 주축의 개략도이며, 이는 제 2 색상 공간 내 카메라 이미지의 색상 주축을 분석하기 위한 단계(S213) 및 단계(S223)에 대응할 수 있다.
전술한 바와 같이, 본 발명은 비디오 모니터링 분야에 주로 적용된다. 시야각으로 인해, 하나의 지점 또는 거리를 모니터링하기 위해 다수의 카메라를 이용하는 것이 일반적으로 요구된다. 이 때, 색상 쉬프트가 카메라들 사이에 존재한다. 예를 들어, 경찰이 붉은색 차량이 지나갈 수 있는 건널목을 통해 동일한 붉은색 차량이 통과할 수 있는지 알기를 원하는 경우, 색상 쉬프트 문제가 해결되지 않으면, 많은 판단오류가 유발된다. 동일한 문제가 보행자 추적에서 발생할 수도 있다. 따라서, 서로 다른 카메라들 간의 색상 차의 문제점은 본 발명의 색상 보정 기수에 의해 해결된다.
비록 본 발명이 전술한 실시예를 통해 기술되었지만, 이들이 본 발명을 제한하도록 의도되지는 않는다. 본 발명의 사상 및 범위로부터 벗어나지 않으면서 통상의 기술자에 의해 수행되는 다양한 변경 및 변화의 균등한 대체는 여전히 본 발명의 보호범위 내에 포함된다.
310: 제 1 이미지 캡쳐 장치 320: 제 2 이미지 캡쳐 장치
330: 저장 유닛 331: 이미지 변환 알고리즘
340: 처리 유닛 341: 원 색상 공간
342: 타겟 색상 공간
330: 저장 유닛 331: 이미지 변환 알고리즘
340: 처리 유닛 341: 원 색상 공간
342: 타겟 색상 공간
Claims (13)
- 제 1 이미지 캡쳐 장치의 제 1 이미지 및 제 2 이미지 캡쳐 장치의 제 2 이미지를 획득하는 단계;
이미지 변환 알고리즘에 따라 이미지 변환 모델 및 이미지 색상 분포 공간 모델을 구성하는 단계;
상기 제 1 이미지 및 상기 제 2 이미지를 상기 이미지 변환 모델로 도입하고, 상기 이미지 변환 알고리즘을 사용하여 상기 제 1 이미지 및 상기 제 2 이미지를 원 색상 공간에서 타겟 색상 공간으로 변환하기 위해 타겟 이미지 색상 계수 및 타겟 이미지 휘도 계수를 계산하는 단계;
상기 타겟 이미지 색상 계수 및 상기 타겟 이미지 휘도 계수에 따라 상기 제 1 이미지 및 상기 제 2 이미지를 상기 원 색상 공간에서 상기 타겟 색상 공간으로 변환하는 단계;
상기 타겟 색상 공간 내의 상기 제 1 이미지 및 상기 제 2 이미지를 상기 이미지 색상 분포 공간 모델로 각각 도입하여, 제 1 이미지 색상 분포 공간 주축 및 제 2 이미지 색상 분포 공간 주축을 각각 획득하는 단계;
상기 제 1 이미지 색상 분포 공간 주축 및 상기 제 2 이미지 색상 분포 공간 주축을 비교하고, 처리 유닛에 의해 상기 제 1 및 제 2 이미지 색상 분포 공간 주축을 보정하여, 상기 제 1 이미지 색상 분포 공간 주축 및 상기 제 2 이미지 색상 분포 공간 주축이 서로 평행하도록 하여, 상기 제 1 이미지와 상기 제 2 이미지 간의 색상 차를 조정하는 단계;
상기 타겟 색상 공간 내의 상기 제 1 이미지 및 상기 제 2 이미지를 상기 이미지 변환 모델로 재도입하여, 상기 제 1 이미지 및 상기 제 2 이미지를 상기 타겟 색상 공간에서 상기 원 색상 공간으로 변환하는 단계; 및
상기 보정된 제 1 이미지 및 상기 보정된 제 2 이미지를 획득하는 단계를 포함하는 오브젝트 색상 보정 방법. - 제 1항에 있어서,
상기 제 1 이미지 및 상기 제 2 이미지는 동일한 대상물을 갖는 오브젝트 색상 보정 방법. - 제 1항에 있어서,
상기 제 1 이미지 캡쳐 장치 및 상기 제 2 이미지 캡쳐 장치는 카메라 및 비디오 카메라 중 어느 하나인 오브젝트 색상 보정 방법. - 제 1항에 있어서,
상기 이미지 색상 분포 공간 모델은 이미지의 서로 다른 계수들을 축으로 사용하는 오브젝트 색상 보정 방법. - 제 1항에 있어서,
상기 원 색상 공간은 RGB 색상 공간인 오브젝트 색상 보정 방법. - 제 1항에 있어서,
상기 타겟 색상 공간은 LAB 색상 공간, HSV 색상 공간 및 YUV 색상 공간 중 하나인 오브젝트 색상 보정 방법. - 제 1항에 있어서,
상기 보정된 제 1 이미지 및 보정된 제 2 이미지를 획득하는 단계 후, 동적 시간 알고리즘을 사용하여 비교함으로써 기설정된 시간 지점의 이미지가 획득되는 오브젝트 색상 보정 방법. - 제 1 이미지를 획득하는 제 1 이미지 캡쳐 장치;
제 2 이미지를 획득하는 제 2 이미지 캡쳐 장치;
이미지 변환 알고리즘을 저장하는 저장 유닛; 및
상기 이미지 변환 알고리즘에 따라 상기 제 1 이미지 및 상기 제 2 이미지를 원 색상 공간에서 타겟 색상 공간으로 변환하고, 상기 타겟 색상 공간 내의 상기 제 1 이미지 및 상기 제 2 이미지의 주축을 보정하여, 보정 후 상기 제 1 이미지 및 상기 제 2 이미지가 다시 상기 타겟 색상 공간에서 상기 원 색상 공간으로 변환된 후에, 동일한 색상을 갖는 제 1 이미지 및 제 2 이미지를 획득하는 처리 유닛을 포함하는 오브젝트 색상 보정 시스템. - 제 8항에 있어서,
상기 제 1 이미지 및 상기 제 2 이미지는 동일한 대상물을 갖는 오브젝트 색상 보정 시스템. - 제 8항에 있어서,
상기 제 1 이미지 캡쳐 장치 및 상기 제 2 이미지 캡쳐 장치는 카메라 및 비디오 카메라 중 어느 하나인 오브젝트 색상 보정 시스템. - 제 8항에 있어서,
상기 원 색상 공간은 RGB 색상 공간인 오브젝트 색상 보정 시스템. - 제 8항에 있어서,
상기 타겟 색상 공간은 LAB 색상 공간, HSV 색상 공간 및 YUV 색상 공간 중 하나인 오브젝트 색상 보정 시스템. - 컴퓨터에 로딩되어 이미지 보정을 수행하는 오브젝트 색상 보정용 컴퓨터 프로그램 제품에 있어서,
제 1 이미지 캡쳐 장치의 제 1 이미지 및 제 2 이미지 캡쳐 장치의 제 2 이미지를 획득하는 단계;
이미지 변환 알고리즘에 따라 이미지 변환 모델 및 이미지 색상 분포 공간 모델을 구성하는 단계;
상기 제 1 이미지 및 상기 제 2 이미지를 상기 이미지 변환 모델로 도입하고, 상기 이미지 변환 알고리즘을 사용하여 상기 제 1 이미지 및 상기 제 2 이미지를 원 색상 공간에서 타겟 색상 공간으로 변환하기 위해 타겟 이미지 색상 계수 및 타겟 이미지 휘도 계수를 계산하는 단계;
상기 타겟 이미지 색상 계수 및 상기 타겟 이미지 휘도 계수에 따라 상기 제 1 이미지 및 상기 제 2 이미지를 상기 원 색상 공간에서 상기 타겟 색상 공간으로 변환하는 단계;
상기 타겟 색상 공간 내의 상기 제 1 이미지 및 상기 제 2 이미지를 상기 이미지 색상 분포 공간 모델로 각각 도입하여, 제 1 이미지 색상 분포 공간 주축 및 제 2 이미지 색상 분포 공간 주축을 각각 획득하는 단계;
상기 제 1 이미지 색상 분포 공간 주축 및 상기 제 2 이미지 색상 분포 공간 주축을 비교하고, 처리 유닛에 의해 상기 제 1 및 제 2 이미지 색상 분포 공간 주축을 보정하여, 상기 제 1 이미지 색상 분포 공간 주축 및 상기 제 2 이미지 색상 분포 공간 주축이 서로 평행하도록 하여, 상기 제 1 이미지와 상기 제 2 이미지 간의 색상 차를 조정하는 단계;
상기 타겟 색상 공간 내의 상기 제 1 이미지 및 상기 제 2 이미지를 상기 이미지 변환 모델로 재도입하여, 상기 제 1 이미지 및 상기 제 2 이미지를 상기 타겟 색상 공간에서 상기 원 색상 공간으로 변환하는 단계; 및
상기 보정된 제 1 이미지 및 상기 보정된 제 2 이미지를 획득하는 단계를 수행하는 오브젝트 색상 보정용 컴퓨터 프로그램 제품.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW099127094A TWI426779B (zh) | 2010-08-13 | 2010-08-13 | Object color correction method, system and its computer program products |
| TW099127094 | 2010-08-13 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20120015980A true KR20120015980A (ko) | 2012-02-22 |
| KR101215666B1 KR101215666B1 (ko) | 2012-12-26 |
Family
ID=45564867
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020100120973A KR101215666B1 (ko) | 2010-08-13 | 2010-11-30 | 오브젝트 색상 보정 방법, 시스템 및 컴퓨터 프로그램 제품 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US8600157B2 (ko) |
| KR (1) | KR101215666B1 (ko) |
| TW (1) | TWI426779B (ko) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5843751B2 (ja) * | 2012-12-27 | 2016-01-13 | 株式会社ソニー・コンピュータエンタテインメント | 情報処理装置、情報処理システム、および情報処理方法 |
| CN103745193B (zh) * | 2013-12-17 | 2019-08-06 | 小米科技有限责任公司 | 一种肤色检测方法及装置 |
| EP3244343A1 (en) * | 2016-05-12 | 2017-11-15 | Bayer Cropscience AG | Recognition of weed in a natural environment |
| US10692196B2 (en) * | 2017-10-18 | 2020-06-23 | Gopro, Inc. | Color correction integrations for global tone mapping |
| CN113055659B (zh) * | 2021-03-11 | 2022-10-25 | Oppo广东移动通信有限公司 | 颜色补偿参数生成方法、装置、计算机设备以及存储介质 |
| US11863916B2 (en) * | 2022-01-27 | 2024-01-02 | Altek Semiconductor Corporation | Color correction method and image correction apparatus |
Family Cites Families (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3661817B2 (ja) | 1996-09-03 | 2005-06-22 | ソニー株式会社 | 色補正装置、色補正制御装置および色補正システム |
| GB2363021B (en) * | 2000-04-07 | 2004-03-03 | Discreet Logic Inc | Processing image data |
| US6944331B2 (en) * | 2001-10-26 | 2005-09-13 | National Instruments Corporation | Locating regions in a target image using color matching, luminance pattern matching and hue plane pattern matching |
| JP3620529B2 (ja) * | 2002-03-18 | 2005-02-16 | 日本ビクター株式会社 | 映像補正装置及び方法、並びに、映像補正プログラム及びこれを記録した記録媒体 |
| US20050046703A1 (en) | 2002-06-21 | 2005-03-03 | Cutler Ross G. | Color calibration in photographic devices |
| US8599266B2 (en) | 2002-07-01 | 2013-12-03 | The Regents Of The University Of California | Digital processing of video images |
| JP2004112694A (ja) * | 2002-09-20 | 2004-04-08 | Fuji Xerox Co Ltd | 色調整方法、色調整装置、色変換定義編集装置、画像処理装置、プログラム、記憶媒体 |
| US20040100563A1 (en) | 2002-11-27 | 2004-05-27 | Sezai Sablak | Video tracking system and method |
| JP4568009B2 (ja) | 2003-04-22 | 2010-10-27 | パナソニック株式会社 | カメラ連携による監視装置 |
| JP4289040B2 (ja) * | 2003-06-26 | 2009-07-01 | 富士ゼロックス株式会社 | 画像処理装置及び方法 |
| KR100620491B1 (ko) * | 2004-06-11 | 2006-09-14 | 삼성전자주식회사 | 칼라 디바이스의 색역검출 장치와 방법 및 이를 이용한색공간역변환함수를 구하는 방법 |
| JP4587166B2 (ja) | 2004-09-14 | 2010-11-24 | キヤノン株式会社 | 移動体追跡システム、撮影装置及び撮影方法 |
| JP4513961B2 (ja) * | 2004-11-05 | 2010-07-28 | 富士ゼロックス株式会社 | 色調整方法および色調整装置 |
| TW200721853A (en) * | 2005-11-22 | 2007-06-01 | Beyond Innovation Tech Co Ltd | Method and apparatus for correcting and enhancing color |
| US20070252848A1 (en) * | 2006-04-27 | 2007-11-01 | Kabushiki Kaisha Toshiba | Color conversion apparatus and color conversion method |
| WO2007147171A2 (en) | 2006-06-16 | 2007-12-21 | Verificon Corporation | Scalable clustered camera system and method for multiple object tracking |
| DE602007007652D1 (de) * | 2006-10-05 | 2010-08-19 | Koninkl Philips Electronics Nv | Farbübergangsverfahren für ein umgebungs- oder ein allgemeines beleuchtungssystem |
| KR100834638B1 (ko) | 2006-10-13 | 2008-06-02 | 삼성전자주식회사 | 영상 투사기의 영상 색상 조절 방법 및 그 장치 |
| US7384193B2 (en) | 2006-10-27 | 2008-06-10 | Agilent Technologies, Inc. | Method for relocating the range of focus in a line scan camera having time domain integration image sensors |
| JP4366397B2 (ja) | 2006-12-04 | 2009-11-18 | キヤノン株式会社 | 画像読取装置および画像処理方法 |
| JP2008306377A (ja) * | 2007-06-06 | 2008-12-18 | Fuji Xerox Co Ltd | 色調整装置および色調整プログラム |
| JP5367455B2 (ja) * | 2008-06-04 | 2013-12-11 | Ｔｏａ株式会社 | 複数のカラーカメラ間の色調整装置および方法 |
-
2010
- 2010-08-13 TW TW099127094A patent/TWI426779B/zh active
- 2010-11-10 US US12/943,530 patent/US8600157B2/en not_active Expired - Fee Related
- 2010-11-30 KR KR1020100120973A patent/KR101215666B1/ko active IP Right Grant
Also Published As
| Publication number | Publication date |
|---|---|
| TWI426779B (zh) | 2014-02-11 |
| TW201208363A (en) | 2012-02-16 |
| US20120039531A1 (en) | 2012-02-16 |
| US8600157B2 (en) | 2013-12-03 |
| KR101215666B1 (ko) | 2012-12-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105678700B (zh) | 基于预测梯度的图像插值方法及系统 | |
| US9706111B2 (en) | No-reference image and video quality evaluation | |
| US8737736B2 (en) | Tone mapping of very large aerial image mosaic | |
| KR101215666B1 (ko) | 오브젝트 색상 보정 방법, 시스템 및 컴퓨터 프로그램 제품 | |
| US20090028432A1 (en) | Segmentation of Video Sequences | |
| Peng et al. | Image haze removal using airlight white correction, local light filter, and aerial perspective prior | |
| US8587606B2 (en) | Apparatus and method for processing image, and apparatus for displaying image | |
| CN110335330B (zh) | 图像模拟生成方法及其系统、深度学习算法训练方法及电子设备 | |
| JP2008500529A (ja) | デジタル画像化システムを特徴付ける方法 | |
| CN107451976B (zh) | 一种图像处理方法及装置 | |
| CN109194954B (zh) | 鱼眼摄像头性能参数测试方法、装置、设备及可存储介质 | |
| WO2015132817A1 (ja) | エッジ検出装置、エッジ検出方法およびプログラム | |
| CN113658085B (zh) | 图像处理方法及装置 | |
| Wang et al. | Enhancement for dust-sand storm images | |
| Shen et al. | Color enhancement algorithm based on Daltonization and image fusion for improving the color visibility to color vision deficiencies and normal trichromats | |
| KR102462265B1 (ko) | 지향성 스케일링 시스템들 및 방법들 | |
| CN116980549A (zh) | 视频帧处理方法、装置、计算机设备和存储介质 | |
| Abdullah et al. | Digital image processing analysis using Matlab | |
| CN116189037A (zh) | 一种火焰检测的识别方法、装置及终端设备 | |
| KR20120138477A (ko) | 디지털 영상 처리 장치에서의 파노라마 영상 생성 방법 | |
| JP2006133055A (ja) | ムラ欠陥検出方法及び装置、空間フィルタ、ムラ欠陥検査システム並びにムラ欠陥検出方法のプログラム | |
| Lu et al. | Gradient magnitude similarity for tone-mapped image quality assessment | |
| RU2547703C2 (ru) | Способ, устройство и компьютерный программный продукт для компенсации дефектов цвета глаз | |
| CN117522749B (zh) | 图像校正方法、装置、计算机设备和存储介质 | |
| CN115118947B (zh) | 图像的处理方法、装置、电子设备及存储介质 |
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: 20151204 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20161207 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20171208 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20191211 Year of fee payment: 8 |