KR20120066250A - 적응적 영상 보상 장치 및 그 방법 - Google Patents

적응적 영상 보상 장치 및 그 방법 Download PDF

Info

Publication number
KR20120066250A
KR20120066250A KR1020100127496A KR20100127496A KR20120066250A KR 20120066250 A KR20120066250 A KR 20120066250A KR 1020100127496 A KR1020100127496 A KR 1020100127496A KR 20100127496 A KR20100127496 A KR 20100127496A KR 20120066250 A KR20120066250 A KR 20120066250A
Authority
KR
South Korea
Prior art keywords
compensation
pixel
brightness
weight
value
Prior art date
Application number
KR1020100127496A
Other languages
English (en)
Other versions
KR101164535B1 (ko
Inventor
이호영
Original Assignee
엠텍비젼 주식회사
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 엠텍비젼 주식회사 filed Critical 엠텍비젼 주식회사
Priority to KR1020100127496A priority Critical patent/KR101164535B1/ko
Publication of KR20120066250A publication Critical patent/KR20120066250A/ko
Application granted granted Critical
Publication of KR101164535B1 publication Critical patent/KR101164535B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/01—Conversion of standards, e.g. involving analogue television standards or digital television standards processed at pixel level
    • H04N7/0135—Conversion of standards, e.g. involving analogue television standards or digital television standards processed at pixel level involving interpolation processes
    • H04N7/0145—Conversion of standards, e.g. involving analogue television standards or digital television standards processed at pixel level involving interpolation processes the interpolation being class adaptive, i.e. it uses the information of class which is determined for a pixel based upon certain characteristics of the neighbouring pixels
    • G06T5/80—
    • G06T5/94—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20004—Adaptive image processing
    • G06T2207/20012—Locally adaptive
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows

Abstract

영역별로 밝기의 선명도를 향상시키는 적응적 영상 보상 장치 및 방법이 개시된다. 이전 프레임의 영역별 평균 밝기로부터 현재 프레임의 각 화소의 지역 밝기값을 예측하는 지역 밝기 예측부 및 상기 지역 밝기값을 기초하여 화소별 가중치를 계산하고, 상기 화소별 가중치에 따라 저조도 영역 보상 혹은 고조도 영역 보상을 수행하는 지역 보상부를 포함하는 적응적 영상 보상 장치에 의하면, 입력 영상으로부터 각각 어두운 영역과 밝은 영역의 밝기가 보상된 두 장의 영상을 획득한 뒤 지역 밝기값에 따라 변하는 가중치 함수에 근거하여 두 장의 영상을 합성함으로써 어두운 영역과 밝은 영역의 명도 및/또는 채도가 모두 보상된 한 장의 결과 영상을 획득하는 것이 가능하다.

Description

적응적 영상 보상 장치 및 그 방법{Adaptive image compensating device and method thereof}
본 발명은 영역별로 밝기의 선명도를 향상시키는 적응적 영상 보상 장치 및 방법에 관한 것이다.
최근 디지털 카메라, 캠코더 또는 휴대폰에 장착된 카메라 등과 같이 영상 처리 장치를 필요로 하는 전자기기들이 다수 사용되고 있다. 이러한 영상 처리 장치를 이용하여 콘트라스트(contrast)가 심한 영상을 촬영하는 경우 어두운 쪽이나 밝은 쪽에 치우친 영상이 획득되는 경향이 있다.
영상의 다이나믹 레인지(dynamic range)가 큰 경우 사람 눈으로 실제 보는 것과 다른 영상이 영상 처리 장치에 의해 얻어지는데, 여기서 영상의 다이나믹 레인지란 영상에서 가장 어두운 부분과 가장 밝은 부분 사이의 밝기의 범위를 의미한다. 예를 들어, 밝은 창가에 서있는 사람을 카메라로 찍을 경우, 사람 눈으로는 구별되었던 모습들이 밝은 창에 검게 서 있는 사람의 모습으로 찍힌다. 이러한 문제점을 해결하기 위해 레티넥스(Retinex) 알고리즘 등의 영상 개선 알고리즘이 활용되고 있다.
컬러 복원을 포함하는 멀티스케일 레티넥스(MSRCR: multi-scale retinex with color restoration)에 따른 영상 밝기 조절은 하기의 수학식 1에 따라 이루어진다.
Figure pat00001
여기서, i는 스펙트럼 밴드(spectral band)의 순서를 나타내고, S는 1인 경우에 흑백 영상(gray image)을 나타내고 3인 경우에 컬러 영상(color image)을 나타내는 인자이며, (x1, x2)는 영상의 좌표를, I는 입력 영상을, R은 MSRCR 처리에 따른 출력 영상을, Fk는 k번째 가우시안 서라운드 함수(gaussian surround function)를, σk는 k번째 가우시안 서라운드의 표준 편차를, Wk는 Fk와 관련된 가중치(weight)(일반적으로, 1/K)를, K는 서라운드 함수의 수를, αi는 i번째 스펙트럼 밴드 내의 컬러 복원 계수(color restoration coefficient)를 의미한다.
상기 수학식 1에 따른 영상 밝기 조절 방법에 의하면 주파수 도메인에서 동작 수행되기 때문에 퓨리에 변환을 해야 하는 계산상 번거로움이 있다. 그리고 입력 영상과 가우시안 함수들을 저장하기 위해서는 다수의 프레임 메모리가 필요하며, 로그 연산을 위한 테이블을 저장해 두기 위해 추가 메모리가 필요하다. 또한, 실시간으로 연산을 처리할 수 없기 때문에 후 처리로만 적용이 가능한 문제점이 있다.
전술한 배경기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지기술이라 할 수는 없다.
본 발명은 입력 영상으로부터 각각 어두운 영역과 밝은 영역의 밝기가 보상된 두 장의 영상을 획득한 뒤 지역 밝기값에 따라 변하는 가중치 함수에 근거하여 두 장의 영상을 합성함으로써 어두운 영역과 밝은 영역의 명도 및/또는 채도가 모두 보상된 한 장의 결과 영상을 획득하는 것이 가능한 적응적 영상 보상 장치 및 그 방법을 제공하기 위한 것이다.
또한, 본 발명은 이전 영상 프레임으로부터 획득한 정보를 이용하여 현재 영상 프레임에 화소 단위로 톤 매핑(tone mapping)을 수행할 수 있어 실시간 적용이 가능한 적응적 영상 보상 장치 및 그 방법을 제공하기 위한 것이다.
또한, 본 발명은 노이즈가 적고 보다 자연스러운 화질의 결과 영상을 획득하며, 계산상의 번거로움을 제거하고, 최소한의 메모리 공간만을 이용함으로써 메모리 측면에서 최적화된 적응적 영상 보상 장치 및 그 방법을 제공하기 위한 것이다.
본 발명의 이외의 목적들은 하기의 설명을 통해 쉽게 이해될 수 있을 것이다.
본 발명의 일 측면에 따르면, 입력 영상의 밝기 선명도를 보상하는 적응적 영상 보상 장치로서, 이전 프레임의 영역별 평균 밝기로부터 현재 프레임의 각 화소의 지역 밝기값을 예측하는 지역 밝기 예측부 및 상기 지역 밝기값을 기초하여 화소별 가중치를 계산하고, 상기 화소별 가중치에 따라 저조도 영역 보상 혹은 고조도 영역 보상을 수행하는 지역 보상부를 포함하는 적응적 영상 보상 장치가 제공된다.
상기 입력 영상을 동일 크기의 복수의 블록으로 영역을 구분하고, 각 영역 내에 속하는 화소들의 밝기값 평균을 영역별 평균 밝기로 산출하는 영역별 평균 밝기 산출부를 더 포함하되, N(자연수)번째 프레임의 영역별 평균 밝기는 메모리에 저장되어 (N+1)번째 프레임의 지역 밝기값 예측 시 이용될 수 있다.
상기 지역 밝기 예측부는 상기 이전 프레임의 영역별 평균 밝기로부터 바이리니어 보간법(bi-linear interpolation)에 의해 상기 지역 밝기값을 예측할 수 있다.
상기 지역 보상부는, 상기 지역 밝기값에 따라 변하는 가중치 함수를 이용하여 상기 각 화소에 대한 화소별 가중치를 계산하는 가중치 계산 모듈과, 상기 화소별 가중치에 따라 저조도 영역 명도 보상 혹은 고조도 영역 명도 보상을 수행하는 명도 보상 모듈을 포함할 수 있다.
상기 가중치 계산 모듈은 하기 수학식에 따라 상기 화소별 가중치를 계산할 수 있다.
Figure pat00002
여기서, WL(x,y)는 화소(x,y)의 가중치이며, L(x,y)는 화소(x,y)의 지역 밝기값, σw는 가중 영역 결정 파라미터이다.
상기 명도 보상 모듈은, 상기 화소별 가중치를 미리 지정된 값과 비교한 결과에 따라 해당 화소가 저조도 영역 혹은 고조도 영역 중 어디에 속하는지를 판단하는 영역 판단부와, 제1 맵핑 함수에 따라 상기 해당 화소의 입력 밝기값이 밝기 보상된 중간 저조도 보상 밝기값을 구하고, 상기 화소별 가중치를 이용하여 최종 저조도 보상 밝기값을 계산하여 출력하는 저조도 영역 명도 보상부와, 제2 맵핑 함수에 따라 상기 해당 화소의 입력 밝기값이 밝기 보상된 중간 고조도 보상 밝기값을 구하고, 상기 화소별 가중치를 이용하여 최종 고조도 보상 밝기값을 계산하여 출력하는 고조도 영역 명도 보상부를 포함하되, 상기 영역 판단부의 판단 결과에 따라 상기 저조도 영역 명도 보상부와 상기 고조도 영역 명도 보상부 중 하나가 동작될 수 있다.
상기 저조도 영역 명도 보상부는 하기 두 수학식에 따라 상기 최종 저조도 보상 밝기값을 계산할 수 있다.
Figure pat00003
,
Figure pat00004
여기서, Vin(x,y)는 상기 해당 화소(x,y)의 입력 밝기값이며, Vl(x,y)는 상기 해당 화소(x,y)의 중간 저조도 보상 밝기값이고, Vout(x,y)는 상기 해당 화소(x,y)의 최종 저조도 보상 밝기값이며, α는 Vl(x,y)의 밝기 향상의 강도를 조절하는 파라미터이고, σl은 보상 폭 결정 파라미터이며, gl은 보상 기울기 결정 파라미터이고, WL은 상기 화소별 가중치이다.
상기 고조도 영역 명도 보상부는 하기 두 수학식에 따라 상기 최종 고조도 보상 밝기값을 계산할 수 있다.
Figure pat00005
,
Figure pat00006
여기서, Vin(x,y)는 상기 해당 화소(x,y)의 입력 밝기값이며, Vh(x,y)는 상기 해당 화소(x,y)의 중간 고조도 보상 밝기값이고, Vout(x,y)는 상기 해당 화소(x,y)의 최종 고조도 보상 밝기값이며, α는 Vh(x,y)의 밝기 향상의 강도를 조절하는 파라미터이고, σh은 보상 폭 결정 파라미터이며, gh은 보상 기울기 결정 파라미터이고, WL은 상기 화소별 가중치이다.
상기 지역 보상부는 상기 가중치에 따라 저조도 영역 채도 보상 혹은 고조도 영역 채도 보상을 수행하는 채도 보상 모듈을 더 포함할 수 있다.
또는 상기 지역 보상부는, 상기 지역 밝기값에 따라 변하는 가중치 함수를 이용하여 상기 각 화소에 대한 화소별 가중치를 계산하는 가중치 계산 모듈과, 상기 화소별 가중치에 따라 저조도 영역 채도 보상 혹은 고조도 영역 채도 보상을 수행하는 채도 보상 모듈을 포함할 수 있다.
상기 가중치 계산 모듈은 하기 수학식에 따라 상기 화소별 가중치를 계산할 수 있다.
Figure pat00007
여기서, WL(x,y)는 화소(x,y)의 가중치이며, L(x,y)는 화소(x,y)의 지역 밝기값, σw는 가중 영역 결정 파라미터이다.
상기 채도 보상 모듈은, 상기 화소별 가중치를 미리 지정된 값과 비교한 결과에 따라 해당 화소가 저조도 영역 혹은 고조도 영역 중 어디에 속하는지를 판단하는 영역 판단부와, 상기 화소별 가중치를 이용하여 저조도 보상 채도값을 계산하여 출력하는 저조도 영역 채도 보상부와, 상기 화소별 가중치를 이용하여 고조도 보상 채도값을 계산하여 출력하는 고조도 영역 채도 보상부를 포함하되, 상기 영역 판단부의 판단 결과에 따라 상기 저조도 영역 채도 보상부와 상기 고조도 영역 채도 보상부 중 하나가 동작될 수 있다.
상기 저조도 영역 채도 보상부는 하기 수학식에 따라 상기 저조도 보상 채도값을 계산할 수 있다.
Figure pat00008
여기서, Sin(x,y)는 상기 해당 화소(x,y)의 입력 채도값이고, Sout(x,y)는 상기 해당 화소(x,y)의 저조도 보상 채도값이며, γ는 상기 저조도 영역에서 채도 보상 강도를 조절하는 파라미터이고, WL은 상기 화소별 가중치이다.
상기 고조도 영역 채도 보상부는 하기 수학식에 따라 상기 고조도 보상 채도값을 계산할 수 있다.
Figure pat00009
여기서, Sin(x,y)는 상기 해당 화소(x,y)의 입력 채도값이고, Sout(x,y)는 상기 해당 화소(x,y)의 고조도 보상 채도값이며, λ는 고조도 영역에서 채도 보상 강도를 조절하는 파라미터이고, WL은 상기 화소별 가중치이다.
한편 본 발명의 다른 측면에 따르면, 입력 영상의 밝기 선명도를 보상하는 적응적 영상 보상 방법 및 이를 수행하기 위한 프로그램이 기록된 기록매체가 제공된다.
일 실시예에 따른 적응적 영상 보상 방법은, 이전 프레임의 영역별 평균 밝기로부터 현재 프레임의 각 화소의 지역 밝기값을 예측하는 단계 및 상기 지역 밝기값을 기초하여 화소별 가중치를 계산하고, 상기 화소별 가중치에 따라 저조도 영역 보상 혹은 고조도 영역 보상을 수행하는 단계를 포함할 수 있다.
상기 입력 영상을 동일 크기의 복수의 블록으로 영역을 구분하고, 각 영역 내에 속하는 화소들의 밝기값 평균을 영역별 평균 밝기로 산출하는 단계를 더 포함하되, N(자연수)번째 프레임의 영역별 평균 밝기는 메모리에 저장되어 (N+1)번째 프레임의 지역 밝기값 예측 시 이용될 수 있다.
상기 지역 밝기값 예측 단계는 상기 이전 프레임의 영역별 평균 밝기로부터 바이리니어 보간법에 의해 상기 지역 밝기값을 예측할 수 있다.
상기 저조도 영역 보상 혹은 고조도 영역 보상을 수행하는 단계는, 상기 지역 밝기값에 따라 변하는 가중치 함수를 이용하여 상기 각 화소에 대한 화소별 가중치를 계산하는 단계와, 상기 화소별 가중치에 따라 저조도 영역 명도 보상 혹은 고조도 영역 명도 보상을 수행하는 단계를 포함할 수 있다.
상기 화소별 가중치 계산 단계는 하기 수학식에 따라 상기 화소별 가중치를 계산할 수 있다.
Figure pat00010
여기서, WL(x,y)는 화소(x,y)의 가중치이며, L(x,y)는 화소(x,y)의 지역 밝기값, σw는 가중 영역 결정 파라미터이다.
상기 명도 보상 단계는, (a) 상기 화소별 가중치를 미리 지정된 값과 비교한 결과에 따라 해당 화소가 저조도 영역 혹은 고조도 영역 중 어디에 속하는지를 판단하는 단계와, (b) 제1 맵핑 함수에 따라 상기 해당 화소의 입력 밝기값이 밝기 보상된 중간 저조도 보상 밝기값을 구하고, 상기 화소별 가중치를 이용하여 최종 저조도 보상 밝기값을 계산하여 출력하는 단계와, (c) 제2 맵핑 함수에 따라 상기 해당 화소의 입력 밝기값이 밝기 보상된 중간 고조도 보상 밝기값을 구하고, 상기 화소별 가중치를 이용하여 최종 고조도 보상 밝기값을 계산하여 출력하는 단계를 포함하되, 상기 단계 (a)에서의 판단 결과에 따라 상기 단계 (b) 혹은 상기 단계 (c) 중 하나가 수행될 수 있다.
상기 단계 (b)는 하기 두 수학식에 따라 상기 최종 저조도 보상 밝기값을 계산할 수 있다.
Figure pat00011
,
Figure pat00012
여기서, Vin(x,y)는 상기 해당 화소(x,y)의 입력 밝기값이며, Vl(x,y)는 상기 해당 화소(x,y)의 중간 저조도 보상 밝기값이고, Vout(x,y)는 상기 해당 화소(x,y)의 최종 저조도 보상 밝기값이며, α는 Vl(x,y)의 밝기 향상의 강도를 조절하는 파라미터이고, σl은 보상 폭 결정 파라미터이며, gl은 보상 기울기 결정 파라미터이고, WL은 상기 화소별 가중치이다.
상기 단계 (c)는 하기 두 수학식에 따라 상기 최종 고조도 보상 밝기값을 계산할 수 있다.
Figure pat00013
,
Figure pat00014
여기서, Vin(x,y)는 상기 해당 화소(x,y)의 입력 밝기값이며, Vh(x,y)는 상기 해당 화소(x,y)의 중간 고조도 보상 밝기값이고, Vout(x,y)는 상기 해당 화소(x,y)의 최종 고조도 보상 밝기값이며, α는 Vh(x,y)의 밝기 향상의 강도를 조절하는 파라미터이고, σh은 보상 폭 결정 파라미터이며, gh은 보상 기울기 결정 파라미터이고, WL은 상기 화소별 가중치이다.
상기 화소별 가중치에 따라 저조도 영역 채도 보상 혹은 고조도 영역 채도 보상을 수행하는 단계를 더 포함할 수 있다.
또는 상기 저조도 영역 보상 혹은 고조도 영역 보상을 수행하는 단계는, 상기 지역 밝기값에 따라 변하는 가중치 함수를 이용하여 상기 각 화소에 대한 화소별 가중치를 계산하는 단계와, 상기 화소별 가중치에 따라 저조도 영역 채도 보상 혹은 고조도 영역 채도 보상을 수행하는 단계를 포함할 수 있다.
상기 화소별 가중치 계산 단계는 하기 수학식에 따라 상기 화소별 가중치를 계산할 수 있다.
Figure pat00015
여기서, WL(x,y)는 화소(x,y)의 가중치이며, L(x,y)는 화소(x,y)의 지역 밝기값, σw는 가중 영역 결정 파라미터이다.
상기 채도 보상 단계는, (a) 상기 화소별 가중치를 미리 지정된 값과 비교한 결과에 따라 해당 화소가 저조도 영역 혹은 고조도 영역 중 어디에 속하는지를 판단하는 단계와, (b) 상기 화소별 가중치를 이용하여 저조도 보상 채도값을 계산하여 출력하는 단계와, (c) 상기 화소별 가중치를 이용하여 고조도 보상 채도값을 계산하여 출력하는 단계를 포함하되, 상기 단계 (a)에서의 판단 결과에 따라 상기 단계 (b) 혹은 상기 단계 (c) 중 하나가 수행될 수 있다.
상기 단계 (b)는 하기 수학식에 따라 상기 저조도 보상 채도값을 계산할 수 있다.
Figure pat00016
여기서, Sin(x,y)는 상기 해당 화소(x,y)의 입력 채도값이고, Sout(x,y)는 상기 해당 화소(x,y)의 저조도 보상 채도값이며, γ는 상기 저조도 영역에서 채도 보상 강도를 조절하는 파라미터이고, WL은 상기 화소별 가중치이다.
상기 단계 (c)는 하기 수학식에 따라 상기 고조도 보상 채도값을 계산할 수 있다.
Figure pat00017
여기서, Sin(x,y)는 상기 해당 화소(x,y)의 입력 채도값이고, Sout(x,y)는 상기 해당 화소(x,y)의 고조도 보상 채도값이며, λ는 고조도 영역에서 채도 보상 강도를 조절하는 파라미터이고, WL은 상기 화소별 가중치이다.
전술한 것 외의 다른 측면, 특징, 이점이 이하의 도면, 특허청구범위 및 발명의 상세한 설명으로부터 명확해질 것이다.
본 발명의 실시예에 따르면, 입력 영상으로부터 각각 어두운 영역과 밝은 영역의 밝기가 보상된 두 장의 영상을 획득한 뒤 지역 밝기값에 따라 변하는 가중치 함수에 근거하여 두 장의 영상을 합성함으로써 어두운 영역과 밝은 영역의 명도 및/또는 채도가 모두 보상된 한 장의 결과 영상을 획득하는 것이 가능하다.
또한, 이전 영상 프레임으로부터 획득한 정보를 이용하여 현재 영상 프레임에 화소 단위로 톤 매핑을 수행할 수 있어 실시간 적용이 가능하다.
또한, 하나의 곡선을 이용하여 영상 전체의 밝기 선명도를 향상시키는 방법에 비해 향상된 선명도를 가지며, 원본 영상의 노이즈 정도를 감안하여 입력 변수를 조절함으로써 노이즈가 적고 보다 자연스러운 화질의 결과 영상을 획득할 수 있고, 퓨리에 변환과 가은 계산상의 번거로움을 제거하고, 여러 장의 프레임 메모리 없이 최소한의 메모리 공간만을 이용함으로써 메모리 측면에서 최적화된 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 영상 처리 장치의 개략적인 구성도,
도 2는 본 발명의 일 실시예에 따른 영역별 평균 밝기를 구하기 위한 입력 영상 및 평균 테이블을 나타낸 도면,
도 3은 본 발명의 일 실시예에 따른 평균 테이블을 이용하여 지역 밝기를 예측하는 원리를 설명하기 위한 도면,
도 4는 본 발명의 일 실시예에 따른 지역 보상부의 개략적인 구성도,
도 5는 본 발명의 일 실시예에 따른 저조도 영역의 밝기 보상 그래프,
도 6은 본 발명의 일 실시예에 따른 고조도 영역의 밝기 보상 그래프,
도 7은 본 발명의 일 실시예에 따른 적응적 영상 보상 방법의 순서도,
도 8은 본 발명의 일 실시예에 따른 적응적 영상 보상 수행 전과 후의 영상을 비교한 도면.
본 발명은 다양한 변환을 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 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
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.
본 명세서에서 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 명세서에서, "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.
또한, 명세서에 기재된 "…부", "…모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
또한, 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
이하, 본 발명의 실시예에 대해 관련 도면들을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 영상 처리 장치의 개략적인 구성도이고, 도 2는 본 발명의 일 실시예에 따른 영역별 평균 밝기를 구하기 위한 입력 영상 및 평균 테이블을 나타낸 도면이며, 도 3은 본 발명의 일 실시예에 따른 평균 테이블을 이용하여 지역 밝기를 예측하는 원리를 설명하기 위한 도면이며, 도 4는 본 발명의 일 실시예에 따른 지역 보상부의 개략적인 구성도이고, 도 5는 본 발명의 일 실시예에 따른 저조도 영역의 밝기 보상 그래프이며, 도 6은 본 발명의 일 실시예에 따른 고조도 영역의 밝기 보상 그래프이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 영상 처리 장치(100)는 RGB-HSV 변환부(110), 적응적 영상 보상 장치(120), HSV-RGB 변환부(130), 메모리(140)를 포함한다.
영상 처리 장치(100)는 RGB 타입의 입력 영상 데이터를 HSV 타입의 데이터로 변환하고 영상 밝기 보상을 수행한 후 다시 RGB 타입의 출력 영상 데이터로 변환함으로써, 어두운 영역(저조도 영역)과 밝은 영역(고조도 영역)의 명도 및/또는 채도가 모두 보상된 결과 영상을 획득하도록 한다.
RGB-HSV 변환부(110)는 입력 영상의 RGB 데이터(R, G, B)를 HSV 데이터로 변환한다. 이는 일반적으로 입력 영상은 각 화소들에 대한 영상 정보로 RGB 데이터를 가지고 있으며, 본 발명에 따른 적응적 영상 보상 수행을 위해서는 영상 정보를 HSV 색모델 환경에서 적용시킬 필요가 있기 때문이다.
RGB 색모델은 빛의 삼원색인 적(R), 녹(G), 청(B)의 3가지 색의 합성 성분으로써 임의의 색을 표현한다. 즉, 임의의 색에 대하여 R, G, B의 세 값으로 표현하게 되며, 가산혼합의 원리를 적용하여 R, G, B의 세 값이 0이면 검은색이 된다.
CMY 색모델은 색의 삼원색인 청록(Cyan), 마젠타(Magenta), 노랑(Yellow)의 세 색을 기본색으로 하고, 임의의 색을 이 세 색의 조합으로 표현한다. 이 경우에는 색을 합성할수록 어두워지는 감산혼합의 원리를 적용하여 C, M, Y의 세 값이 0이면 흰색이 된다.
HSV 색모델은 인간의 색에 대한 감각과 비교적 일치하는 색모델이다. RYGCBM의 여섯 색상을 기본으로 하여 이들을 원주 상에 60도 간격으로 배치하고, 이들을 등간격으로 분할한 색을 인접 기본색의 합성으로 만들어 냄으로써 전체 원주를 완성하는데, 이를 색상환(色相環)이라고 한다. 이러한 색상환에서의 위치를 색상(Hue)의 H 값으로 한다. 채도(Saturation)의 S 값은 CIE 색도(CIE xyY Chromaticity Diagram)에서 가장자리로 갈수록 큰 값을 가지고, 이 값이 0인 경우 중심의 흰색이 된다. 그리고 명도(Value)의 V 값은 색의 밝기를 나타낸다.
RGB-HSV 변환부(110)는 RGB 색모델에 대응되는 입력 영상의 화소값(R, G, B 값)을 HSV 색모델에 대응되는 화소값(H, S, V 값)으로 변환한다.
H 값은 색상 즉, 색 종류(빨강, 노랑 또는 파랑 같은 색 성분)를 나타내며, 표현 가능한 모든 색을 0 내지 360 영역에서 표현한다. S 값은 채도 즉, 색의 선명도를 나타내며, 0 내지 100% 범위에서 나타내고, 값이 작을수록 무채색에 가까운 것을 의미한다. V 값은 명도 즉, 색의 밝기를 나타내고, 0 내지 100% 범위에서 나타내며, 낮은 값일수록 저조도 영역을 의미하고 높은 값일수록 고조도 영역을 의미한다.
하기의 수학식 2를 이용하여 RGB-HSV 변환부(110)는 RGB-HSV 변환을 수행한다.
Figure pat00018
여기서, MAX는 입력 영상의 각 화소별 R, G, B 값 중 최대값을 나타내고, MIN은 입력 영상의 각 화소별 R, G, B 값 중 최소값을 나타낸다. 여기서, H는 0 내지 360 사이의 값을 가지고, S와 V는 0 내지 1 사이에서 변화한다.
만약 MAX와 MIN이 동일하면(MAX = MIN, 즉 S=0), H는 정의되지 않는다. 이는 S 값이 0인 경우 무채색으로 색상 성분이 없기 때문이다. 또한, MAX가 0인 경우 S는 정의되지 않는다. 이는 V 값이 0인 경우 순수한 검정색으로 색상 성분, 채도 성분을 가지고 있지 않기 때문이다.
상기 수학식 2에 의한 변환 공식에 따라 입력 영상의 각 화소별 H, S, V 값을 획득할 수 있다.
적응적 영상 보상 장치(120)는 RGB-HSV 변환부(110)에서 획득한 입력 영상의 각 화소별 H, S, V 값 중 V 값(Vin) 및 S 값(Sin)을 이용하여 영상 전체에 대한 밝기의 선명도를 조절한다.
적응적 영상 보상 장치(120)는 영역별 평균 밝기 산출부(122), 지역 밝기 예측부(124), 지역 보상부(126)를 포함한다. 영역별 평균 밝기 산출부(122)는 입력 영상의 현재 프레임에서 동일한 크기를 가지도록 구분된 각 영역에 대한 영역별 평균 밝기를 산출하여 저장한다. 지역 밝기 예측부(124)는 메모리(140)에 저장된 이전 프레임의 영역별 평균 밝기로부터 현재 프레임의 각 화소에 대한 지역 밝기를 예측한다. 지역 보상부(126)는 각 화소의 지역 밝기를 이용하여 가중치를 결정하고, 가중치에 따라 그 명도 및 채도를 보상하여 출력한다. 이 과정 중에 저조도 영역은 밝으면서도 낮은 채도를 가지고 고조도 영역은 어두우면서도 높은 채도를 가지도록 보상이 수행되어 밝기의 선명도가 향상된다. 이러한 적응적 영상 보상 장치(120)에 대해서는 추후 도 2 이하의 도면을 참조하여 상세히 설명하기로 한다.
HSV-RGB 변환부(130)는 적응적 영상 보상 장치(120)에 의해 V 값(명도 성분) 및 S 값(채도 성분)이 조절된 영상의 각 화소별 H, S, V 값을 R, G, B 값으로 변환한다. 이는 RGB-HSV 변환부(110)에서 이루어지는 변환의 역에 해당하며, 영상 처리 장치(100)는 RGB 타입의 입력 영상 데이터를 역시 동일한 RGB 타입의 출력 영상 데이터로 출력할 수 있게 된다.
HSV-RGB 변환의 일례는 다음과 같다.
(1) S가 0인 경우 색은 무채색 계열로, R, G, B는 V 값을 따른다.
(2) S가 0이 아닌 경우 하기 수학식 3에 따른다.
Figure pat00019
여기서, mod N은 N으로 나눈 나머지를 나타내는 함수이다.
본 발명의 일 실시예에 따른 적응적 영상 보상 장치(120)는 HSV 색모델에 관한 HSV 데이터 중 명도 성분인 V 값 및 채도 성분인 S 값을 이용하여 영상 전체 밝기의 선명도를 조절하고 있으며, 이하 그 구성 및 기능에 대하여 상세히 설명하기로 한다.
앞서 설명한 것과 같이 적응적 영상 보상 장치(120)는 지역 밝기 예측부(124)와 지역 보상부(126)를 포함한다. 또한, 적응적 영상 보상 장치(120)는 영역별 평균 밝기 산출부(122)를 더 포함할 수 있다.
영역별 평균 밝기 산출부(122)는 입력 영상을 소정 크기를 가지는 영역들로 구분하고, 각 영역 내 화소들의 밝기값 평균을 해당 영역의 영역별 평균 밝기로 산출한다.
도 2를 참조하면, 입력 영상(10)은 가로 화소 수(width)와 세로 화소 수(height)의 곱에 해당하는 개수(width*height)의 화소를 가지고 있다. 입력 영상(10)을 소정 크기의 영역들(11, 12, 13, 14)로 구분하고, 각 영역(11, 12, 13, 14) 내에 있는 화소들의 밝기값 평균(av1, av2, av3, av4)을 해당 영역의 영역별 평균 밝기로 산출한다. 여기서, 소정 크기의 영역들(11, 12, 13, 14)은 가로와 세로가 mask_s로 동일한 정사각형 영역일 수 있다.
각 영역별 평균 밝기는 평균 테이블(Mean_table)(20) 형태로 메모리(140)에 저장된다.
다시 도 1을 참조하면, 지역 밝기 예측부(124)는 메모리(140)로부터 이전 프레임에 대하여 산출된 영역별 평균 밝기를 독출한다. 그리고 이전 프레임의 영역별 평균 밝기로부터 현재 프레임의 각 화소에 대한 지역 밝기값을 예측한다.
여기서, 현재 보상 대상으로 입력된 입력 영상이 N번째 프레임(Nth frame)인 경우, (N-1)번째 프레임((N-1)th frame)에 대하여 영역별 평균 밝기 산출부(122)에서 산출하였던 영역별 평균 밝기를 이용한다. 연속된 프레임 간에는 밝기 변화가 크지 않은 특성에 기초하여 이전 프레임에 대한 영역별 평균 밝기를 이용함으로써 실시간으로 영상 처리가 가능하도록 한 것이다.
현재 프레임에 대한 영역별 평균 밝기는 다음 프레임에 대한 영상 처리 시 이용될 수 있도록 전술한 영역별 평균 밝기 산출부(122)가 후술할 지역 밝기 예측부(124) 및 지역 보상부(126)와 독립적으로 동작하여 메모리(140)에 그 결과를 저장하게 된다.
지역 밝기 예측부(124)에서 현재 프레임에 대한 각 화소의 지역 밝기값을 예측하는 방법은 바이리니어 보간법(bi-linear interpolation), 양방향 필터(bilateral filter) 혹은 가우시안(gaussian filter)를 이용한 방법 등이 이용될 수 있다.
도 3에는 바이리니어 보간법에 의해 지역 밝기를 예측하는 과정이 도시되어 있다. 지역 밝기를 예측하고자 하는 화소(30)의 위치를 (x, y)로 가정한다. 이 경우 해당 화소(30)가 그 내부에 위치하도록 하는, 영역별 평균 밝기 산출부(122)에 의해 구분된 각 영역들의 중심을 잇는 사각형(40)을 찾는다. 도 3에 예시된 도면에서는, 사각형(40)이 제1 영역(11), 제2 영역(12), 제3 영역(13) 및 제4 영역(14)의 중심(31, 32, 33, 34)을 잇는 사각형이고, 제1 내지 제4 영역(11 내지 14)의 영역별 평균 밝기는 이전 프레임((N-1)th frame)에 대한 것으로서 각각 av1, av2, av3, av4인 것으로 가정한다.
메모리(140)에 저장된 평균 테이블(20)로부터 제1 내지 제4 영역(11 내지 14)의 영역별 평균 밝기를 획득하고, 하기 수학식 4에 따라 현재 화소(30)의 위치 좌표(x, y)로부터 사각형(40)의 변까지의 거리 비(x_length, y_length)를 구한다. 여기서, 거리 비라 함은 사각형(40)의 4개의 변 중 화소(x,y)로부터 가장 가까운 2개의 변까지의 거리를 0 내지 1 사이의 비율로 나타낸 값이다.
Figure pat00020
여기서, %는 나머지를 구하는 연산이고, /는 나누기 연산이다.
그리고 하기의 수학식 5에 따라 거리 비로부터 보간에 의해 2개의 가상 평균(av5, av6)을 획득한다.
Figure pat00021
그리고 하기의 수학식 6에 따라 2개의 가상 평균으로부터 지역 밝기값(L(x,y))을 예측한다.
Figure pat00022
여기서, 수학식 5와 6에서 x_length와 y_length는 서로 바뀔 수도 있다.
지역 밝기 예측부(124)는 입력 영상의 현재 프레임의 모든 화소에 대하여 전술한 과정(수학식 4 내지 6)을 통해 지역 밝기값을 예측하는 것이 가능하다.
다시 도 1을 참조하면, 지역 보상부(126)는 지역 밝기 예측부(124)에서 예측된 지역 밝기값을 이용하여 가중치를 결정하고, 저조도 영역의 명도 및 채도를 보상함과 함께 고조도 영역의 명도 및 채도도 보상하여 밝기의 선명도가 향상된 출력 영상 데이터를 생성한다.
도 4를 참조하면, 지역 보상부(126)는 가중치 계산 모듈(210), 명도 보상 모듈(220), 채도 보상 모듈(230)을 포함한다.
가중치 계산 모듈(210)은 지역 밝기값에 따라 변하는 가중치 함수를 이용하여 각 화소의 화소별 가중치를 계산한다. 가중치 함수의 일 실시예가 하기 수학식 7에 기재되어 있다.
Figure pat00023
여기서, WL(x,y)는 화소(x,y)의 가중치이며, L(x,y)는 화소(x,y)의 지역 밝기값, σw는 가중 영역 결정 파라미터이다. σw가 큰 경우 저조도 영역의 가중치가 커지게 되고, σw가 작은 경우 고조도 영역의 가중치가 커지게 되며, 본 실시예에서는 σw=0.5인 경우를 가정한다.
상기 수학식 7과 같은 수식에 의해 계산된 화소별 가중치는 저조도 영역에 대한 명도 및/또는 채도 보상과 관련된 값(예를 들어, 후술할 제1 맵핑 함수)과 고조도 영역에 대한 명도 및/또는 채도 보상과 관련된 값(예를 들어, 후술할 제2 맵핑 함수)을 합성하여 최종적인 보상 데이터를 생성함에 있어서 저조도 영역에 관한 값과 고조도 영역에 관한 값의 합성에 따른 가중치를 결정하는데 사용될 수 있다.
명도 보상 모듈(220)은 가중치 계산 모듈(210)에 의해 계산된 화소별 가중치를 이용하여 각 화소의 명도, 즉 밝기를 보상한다. 명도 보상 모듈(220)은 영역 판단부(222), 저조도 영역 명도 보상부(224), 고조도 영역 명도 보상부(226)를 포함한다.
영역 판단부(222)는 가중치 계산 모듈(210)에 의해 계산된 화소별 가중치를 이용하여 해당 화소가 저조도 영역 혹은 고조도 영역 중 어디에 속하는지를 판단하고, 저조도 영역 명도 보상부(224) 혹은 고조도 영역 명도 보상부(226) 중 하나를 동작시킨다.
저조도 영역 명도 보상부(224)는 제1 맵핑 함수(mapping function)를 적용하여 입력 밝기값(Vin)이 밝기 보상된 중간 저조도 보상 밝기값(Vl)을 구하고, 화소별 가중치를 이용하여 최종 저조도 보상 밝기값(Vout)을 계산하여 출력한다.
여기서, 제1 맵핑 함수는 하기 수학식 8과 같다.
Figure pat00024
Vin(x,y)는 화소(x,y)의 입력 밝기값이고, Vl(x,y)는 화소(x,y)의 중간 저조도 보상 밝기값이며, α는 Vl(x,y)의 밝기 향상의 강도를 조절하는 파라미터이고, σl은 보상 폭 결정 파라미터이며, gl은 보상 기울기 결정 파라미터이다.
도 5를 참조하면, 밝기 향상의 강도를 조절하는 파라미터의 크기 변화에 따른 제1 맵핑 함수의 다양한 보상 그래프(σl=0.4이고, gl=1.2인 경우)가 도시되어 있다. 보상 그래프를 통해 저조도 영역에 속하는 화소에 대하여 보다 밝게 보상된 중간 저조도 보상 밝기값이 보상에 이용됨을 알 수 있다. 여기서, 보상 그래프의 위로 볼록한 부분의 간격이 보상 폭으로서 σl에 의해 결정되며, 보상 그래프의 최초 기울기가 보상 기울기로서 gl에 의해 결정된다.
입력 밝기값(Vin), 중간 저조도 보상 밝기값(Vl), 화소별 가중치(WL)를 이용하여 하기 수학식 9에 따라 최종 저조도 보상 밝기값(Vout)을 계산한다.
Figure pat00025
고조도 영역 명도 보상부(226)는 제2 맵핑 함수를 적용하여 입력 밝기값(Vin)이 밝기 보상된 중간 고조도 보상 밝기값(Vh)을 구하고, 화소별 가중치를 이용하여 최종 고조도 보상 밝기값(Vout)을 계산하여 출력한다.
여기서, 제2 맵핑 함수는 하기 수학식 10과 같다.
Figure pat00026
Vin(x,y)는 화소(x,y)의 입력 밝기값이고, Vh(x,y)는 화소(x,y)의 중간 고조도 보상 밝기값이며, β는 Vh(x,y)의 밝기 향상의 강도를 조절하는 파라미터이고, σh은 보상 폭 결정 파라미터이며, gh은 보상 기울기 결정 파라미터이다.
도 6을 참조하면, 밝기 향상의 강도를 조절하는 파라미터의 크기 변화에 따른 제2 맵핑 함수의 다양한 보상 그래프(σh=0.4이고, gh=1.2인 경우)가 도시되어 있다. 보상 그래프를 통해 고조도 영역에 속하는 화소에 대하여 보다 어둡게 보상된 중간 고조도 보상 밝기값이 보상에 이용됨을 알 수 있다. 여기서, 보상 그래프의 아래로 볼록한 부분의 간격이 보상 폭으로서 σh에 의해 결정되며, 보상 그래프의 최초 기울기가 보상 기울기로서 gh에 의해 결정된다.
입력 밝기값(Vin), 중간 고조도 보상 밝기값(Vh), 화소별 가중치(WL)를 이용하여 하기 수학식 11에 따라 최종 고조도 보상 밝기값(Vout)을 계산한다.
Figure pat00027
즉, 명도 보상 모듈(220)은 저조도 영역과 고조도 영역에 대하여 서로 다른 맵핑 함수를 적용함으로써 저조도 영역에 대해서는 밝게 고조도 영역에 대해서는 어둡게 보상이 이루어지도록 한다. 예를 들면, 화소별 가중치가 1보다 크거나 같은 경우에는 해당 화소가 저조도 영역에 속하는 것으로 판단하고, 화소별 가중치가 1보다 작은 경우에는 해당 화소가 고조도 영역에 속하는 것으로 판단하여 서로 다른 맵핑 함수를 적용할 수 있을 것이다.
다시 도 4를 참조하면, 채도 보상 모듈(230)은 가중치 계산 모듈(210)에 의해 계산된 화소별 가중치를 이용하여 각 화소의 채도, 즉 선명도를 보상한다. 채도 보상 모듈(230)은 영역 판단부(232), 저조도 영역 채도 보상부(234), 고조도 영역 채도 보상부(236)를 포함한다.
영역 판단부(232)는 가중치 계산 모듈(210)에 의해 계산된 화소별 가중치를 이용하여 해당 화소가 저조도 영역 혹은 고조도 영역 중 어디에 속하는지를 판단하고, 저조도 영역 채도 보상부(234) 혹은 고조도 영역 채도 보상부(236) 중 하나를 동작시킨다.
저조도 영역 채도 보상부(234)는 하기 수학식 12에 따라 입력 채도값(Sin)이 보상된 저조도 보상 채도값(Sout)을 계산하여 출력하며, 고조도 영역 채도 보상부(236)는 하기 수학식 13에 따라 입력 채도값(Sin)이 보상된 고조도 보상 채도값(Sout)을 계산하여 출력한다.
Figure pat00028
Figure pat00029
여기서, γ는 저조도 영역에서 채도 보상 강도를 조절하는 파라미터이고, λ는 고조도 영역에서 채도 보상 강도를 조절하는 파라미터로서, 예를 들면, γ<0이고, λ>0일 수 있다.
본 실시예에서 명도 보상 모듈(220) 및 채도 보상 모듈(230) 중 하나 이상이 동작할 수 있다. 즉, 지역 보상부(126)는 저조도 영역과 고조도 영역에 대해서 밝기 보상된 두 장의 영상을 획득한 뒤 지역 밝기값에 따라 변하는 가중치에 근거하여 두 장의 영상을 합성함으로써 저조도 영역과 고조도 영역의 명도 및/또는 채도가 모두 보상된 한 장의 결과 영상을 생성하여 출력한다.
이하 도 7을 참조하여 적응적 영상 보상 장치(120)에서 영상의 밝기의 선명도를 향상시키는 방법, 즉 적응적 영상 보상 방법에 대하여 설명하기로 한다.
도 7은 본 발명의 일 실시예에 따른 적응적 영상 보상 방법의 순서도이다. 이하에서 설명되는 각각의 단계는 적응적 영상 보상 장치(120)의 각 내부 구성요소에 의해 수행될 수 있다.
단계 S300에서 적응적 영상 보상 장치(120)는 현재 프레임(Nth frame)의 HSV 데이터를 입력받는다. HSV 데이터는 전단의 RGB-HSV 변환부(110)에 의해 RGB 데이터가 변환된 데이터일 수 있다.
단계 S310에서 영역별 평균 밝기 산출부(122)는 입력된 현재 프레임의 HSV 데이터에 대하여 영역별 평균 밝기를 산출한다. 영역별 평균 밝기는 입력 영상을 동일한 크기의 복수의 영역으로 구분한 뒤 각 영역 내에 속하는 화소들의 밝기값을 평균함으로써 획득될 수 있으며, 도 2를 참조하여 상세히 설명하였다.
단계 S320에서 영역별 평균 밝기 산출부(122)는 현재 프레임의 모든 영역에 대한 영역별 평균 밝기를 메모리(140)에 저장한다. 예를 들면, 영역별 평균 밝기는 평균 테이블 형태로 저장될 수 있다.
단계 S330에서 지역 밝기 예측부(124)는 메모리(140)에 저장되어 있는 이전 프레임((N-1)th frame)에 대한 영역별 평균 밝기를 독출하고, 이를 이용하여 화소(x,y)의 지역 밝기를 예측한다. 여기서, 해당 화소(x,y)가 그 내부에 위치하도록 하는, 이웃하는 영역들의 중심을 잇는 사각형이 포함되는 영역들의 영역별 평균 밝기가 독출될 수 있다. 그리고 독출된 영역별 평균 밝기로부터 수학식 4 내지 6에 의해 해당 화소의 지역 밝기(L(x,y))가 예측될 수 있다.
단계 S340에서 지역 보상부(126)는 해당 화소의 지역 밝기를 이용하여 저조도 영역의 명도는 높이고 채도는 낮추며, 고조도 영역의 명도는 낮추고 채도는 높이는 지역 보상을 수행한다.
우선 지역 밝기값으로부터 해당 화소의 가중치를 계산한다(단계 S342). 가중치 계산은 수학식 7에 따라 수행될 수 있다.
계산된 가중치를 이용하여 해당 화소가 저조도 영역에 속하는지 혹은 고조도 영역에 속하는지를 판단하여 저조도 영역 보상이 수행(단계 S344)되거나 고조도 영역 보상이 수행(단계 S346)되도록 한다. 저조도 영역에서의 보상(단계 S344)은 수학식 8 및 9에 의해 명도 보상이 수행되고, 수학식 12에 의해 채도 보상이 수행될 수 있다. 그리고 고조도 영역에서의 보상(단계 S346)은 수학식 10 및 11에 의해 명도 보상이 수행되고, 수학식 13에 의해 채도 보상이 수행될 수 있다.
단계 S350에서 명도 보상에 따른 결과값(최종 저조도 보상 밝기값 혹은 최종 고조도 보상 밝기값)과 채도 보상에 따른 결과값(저조도 보상 채도값 혹은 고조도 보상 채도값)을 보상 데이터로 후단의 HSV-RGB 변환부(130)로 출력한다.
본 실시예에서 단계 S310 및 S320의 수행과는 독립적으로 단계 S330 이하의 단계가 수행될 수 있다. 이는 단계 S330 이하의 단계가 이전 프레임에 대하여 이미 산출된 영역별 평균 밝기를 이용하기 때문이다.
또한, 단계 S330 이하의 단계는 화소 단위로 수행될 수 있어 실시간 영상 처리가 가능한 장점이 있다.
상술한 적응적 영상 보상 방법은 적응적 영상 보상 장치(120)에 내장된 소프트웨어 프로그램 등에 의해 시계열적 순서에 따른 자동화된 절차로 수행될 수도 있음은 자명하다. 상기 프로그램을 구성하는 코드들 및 코드 세그먼트들은 당해 분야의 컴퓨터 프로그래머에 의하여 용이하게 추론될 수 있다. 또한, 상기 프로그램은 컴퓨터가 읽을 수 있는 정보저장매체에 저장되고, 컴퓨터에 의하여 읽혀지고 실행됨으로써 상기 방법을 구현한다. 상기 정보저장매체는 자기 기록매체, 광 기록매체 및 캐리어 웨이브 매체를 포함한다.
도 8은 본 발명의 일 실시예에 따른 적응적 영상 보상 수행 전과 후의 영상을 비교한 도면이다. 도 8의 (a1), (b1), (c1)은 적응적 영상 보상 수행 전의 영상이며, 도 8의 (a2), (b2), (c2)는 적응적 영상 보상 수행 후의 영상이다.
(a1), (b1), (c1)의 영상의 저조도 영역 및 고조도 영역이 (a2), (b2), (c2)의 영상에서는 그 선명도가 향상됨으로써 피사체의 구분이 용이함을 확인할 수 있다.
상기에서는 본 발명의 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자라면 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.
100: 영상 처리 장치 110: RGB-HSV 변환부
120: 적응적 영상 보상 장치 130: HSV-RGB 변환부
140: 메모리 122: 영역별 평균 밝기 산출부
124: 지역 밝기 예측부 126: 지역 보상부
210: 가중치 계산 모듈 220: 명도 보상 모듈
222: 영역 판단부 224: 저조도 영역 명도 보상부
226: 고조도 영역 명도 보상부 230: 채도 보상 모듈
232: 영역 판단부 234: 저조도 영역 채도 보상부
236: 고조도 영역 채도 보상부

Claims (32)

  1. 입력 영상의 밝기 선명도를 보상하는 적응적 영상 보상 장치로서,
    이전 프레임의 영역별 평균 밝기로부터 현재 프레임의 각 화소의 지역 밝기값을 예측하는 지역 밝기 예측부; 및
    상기 지역 밝기값을 기초하여 화소별 가중치를 계산하고, 상기 화소별 가중치에 따라 저조도 영역 보상 혹은 고조도 영역 보상을 수행하는 지역 보상부를 포함하는 적응적 영상 보상 장치.
  2. 제1항에 있어서,
    상기 입력 영상을 동일 크기의 복수의 블록으로 영역을 구분하고, 각 영역 내에 속하는 화소들의 밝기값 평균을 영역별 평균 밝기로 산출하는 영역별 평균 밝기 산출부를 더 포함하되,
    N(자연수)번째 프레임의 영역별 평균 밝기는 메모리에 저장되어 (N+1)번째 프레임의 지역 밝기값 예측 시 이용되는 것을 특징으로 하는 적응적 영상 보상 장치.
  3. 제1항에 있어서,
    상기 지역 밝기 예측부는 상기 이전 프레임의 영역별 평균 밝기로부터 바이리니어 보간법(bi-linear interpolation)에 의해 상기 지역 밝기값을 예측하는 것을 특징으로 하는 적응적 영상 보상 장치.
  4. 제1항에 있어서,
    상기 지역 보상부는,
    상기 지역 밝기값에 따라 변하는 가중치 함수를 이용하여 상기 각 화소에 대한 화소별 가중치를 계산하는 가중치 계산 모듈과,
    상기 화소별 가중치에 따라 저조도 영역 명도 보상 혹은 고조도 영역 명도 보상을 수행하는 명도 보상 모듈을 포함하는 것을 특징으로 하는 적응적 영상 보상 장치.
  5. 제4항에 있어서,
    상기 가중치 계산 모듈은 하기 수학식에 따라 상기 화소별 가중치를 계산하는 것을 특징으로 하는 적응적 영상 보상 장치.
    [수학식]
    Figure pat00030

    여기서, WL(x,y)는 화소(x,y)의 가중치이며, L(x,y)는 화소(x,y)의 지역 밝기값, σw는 가중 영역 결정 파라미터임.
  6. 제4항에 있어서,
    상기 명도 보상 모듈은,
    상기 화소별 가중치를 미리 지정된 값과 비교한 결과에 따라 해당 화소가 저조도 영역 혹은 고조도 영역 중 어디에 속하는지를 판단하는 영역 판단부와,
    제1 맵핑 함수에 따라 상기 해당 화소의 입력 밝기값이 밝기 보상된 중간 저조도 보상 밝기값을 구하고, 상기 화소별 가중치를 이용하여 최종 저조도 보상 밝기값을 계산하여 출력하는 저조도 영역 명도 보상부와,
    제2 맵핑 함수에 따라 상기 해당 화소의 입력 밝기값이 밝기 보상된 중간 고조도 보상 밝기값을 구하고, 상기 화소별 가중치를 이용하여 최종 고조도 보상 밝기값을 계산하여 출력하는 고조도 영역 명도 보상부를 포함하되,
    상기 영역 판단부의 판단 결과에 따라 상기 저조도 영역 명도 보상부와 상기 고조도 영역 명도 보상부 중 하나가 동작되는 것을 특징으로 하는 적응적 영상 보상 장치.
  7. 제6항에 있어서,
    상기 저조도 영역 명도 보상부는 하기 두 수학식에 따라 상기 최종 저조도 보상 밝기값을 계산하는 것을 특징으로 하는 적응적 영상 보상 장치.
    [수학식]
    Figure pat00031
    ,
    Figure pat00032

    여기서, Vin(x,y)는 상기 해당 화소(x,y)의 입력 밝기값이며, Vl(x,y)는 상기 해당 화소(x,y)의 중간 저조도 보상 밝기값이고, Vout(x,y)는 상기 해당 화소(x,y)의 최종 저조도 보상 밝기값이며, α는 Vl(x,y)의 밝기 향상의 강도를 조절하는 파라미터이고, σl은 보상 폭 결정 파라미터이며, gl은 보상 기울기 결정 파라미터이고, WL은 상기 화소별 가중치임
  8. 제6항에 있어서,
    상기 고조도 영역 명도 보상부는 하기 두 수학식에 따라 상기 최종 고조도 보상 밝기값을 계산하는 것을 특징으로 하는 적응적 영상 보상 장치.
    [수학식]
    Figure pat00033
    ,
    Figure pat00034

    여기서, Vin(x,y)는 상기 해당 화소(x,y)의 입력 밝기값이며, Vh(x,y)는 상기 해당 화소(x,y)의 중간 고조도 보상 밝기값이고, Vout(x,y)는 상기 해당 화소(x,y)의 최종 고조도 보상 밝기값이며, α는 Vh(x,y)의 밝기 향상의 강도를 조절하는 파라미터이고, σh은 보상 폭 결정 파라미터이며, gh은 보상 기울기 결정 파라미터이고, WL은 상기 화소별 가중치임
  9. 제4항에 있어서,
    상기 지역 보상부는 상기 가중치에 따라 저조도 영역 채도 보상 혹은 고조도 영역 채도 보상을 수행하는 채도 보상 모듈을 더 포함하는 것을 특징으로 하는 적응적 영상 보상 장치.
  10. 제1항에 있어서,
    상기 지역 보상부는,
    상기 지역 밝기값에 따라 변하는 가중치 함수를 이용하여 상기 각 화소에 대한 화소별 가중치를 계산하는 가중치 계산 모듈과,
    상기 화소별 가중치에 따라 저조도 영역 채도 보상 혹은 고조도 영역 채도 보상을 수행하는 채도 보상 모듈을 포함하는 것을 특징으로 하는 적응적 영상 보상 장치.
  11. 제10항에 있어서,
    상기 가중치 계산 모듈은 하기 수학식에 따라 상기 화소별 가중치를 계산하는 것을 특징으로 하는 적응적 영상 보상 장치.
    [수학식]
    Figure pat00035

    여기서, WL(x,y)는 화소(x,y)의 가중치이며, L(x,y)는 화소(x,y)의 지역 밝기값, σw는 가중 영역 결정 파라미터임.
  12. 제9항 또는 제10항 중 어느 한 항에 있어서,
    상기 채도 보상 모듈은,
    상기 화소별 가중치를 미리 지정된 값과 비교한 결과에 따라 해당 화소가 저조도 영역 혹은 고조도 영역 중 어디에 속하는지를 판단하는 영역 판단부와,
    상기 화소별 가중치를 이용하여 저조도 보상 채도값을 계산하여 출력하는 저조도 영역 채도 보상부와,
    상기 화소별 가중치를 이용하여 고조도 보상 채도값을 계산하여 출력하는 고조도 영역 채도 보상부를 포함하되,
    상기 영역 판단부의 판단 결과에 따라 상기 저조도 영역 채도 보상부와 상기 고조도 영역 채도 보상부 중 하나가 동작되는 것을 특징으로 하는 적응적 영상 보상 장치.
  13. 제12항에 있어서,
    상기 저조도 영역 채도 보상부는 하기 수학식에 따라 상기 저조도 보상 채도값을 계산하는 것을 특징으로 하는 적응적 영상 보상 장치.
    [수학식]
    Figure pat00036

    여기서, Sin(x,y)는 상기 해당 화소(x,y)의 입력 채도값이고, Sout(x,y)는 상기 해당 화소(x,y)의 저조도 보상 채도값이며, γ는 상기 저조도 영역에서 채도 보상 강도를 조절하는 파라미터이고, WL은 상기 화소별 가중치임
  14. 제12항에 있어서,
    상기 고조도 영역 채도 보상부는 하기 수학식에 따라 상기 고조도 보상 채도값을 계산하는 것을 특징으로 하는 적응적 영상 보상 장치.
    [수학식]
    Figure pat00037

    여기서, Sin(x,y)는 상기 해당 화소(x,y)의 입력 채도값이고, Sout(x,y)는 상기 해당 화소(x,y)의 고조도 보상 채도값이며, λ는 고조도 영역에서 채도 보상 강도를 조절하는 파라미터이고, WL은 상기 화소별 가중치임
  15. 입력 영상의 밝기 선명도를 보상하는 적응적 영상 보상 방법으로서,
    이전 프레임의 영역별 평균 밝기로부터 현재 프레임의 각 화소의 지역 밝기값을 예측하는 단계; 및
    상기 지역 밝기값을 기초하여 화소별 가중치를 계산하고, 상기 화소별 가중치에 따라 저조도 영역 보상 혹은 고조도 영역 보상을 수행하는 단계를 포함하는 적응적 영상 보상 방법.
  16. 제14항에 있어서,
    상기 입력 영상을 동일 크기의 복수의 블록으로 영역을 구분하고, 각 영역 내에 속하는 화소들의 밝기값 평균을 영역별 평균 밝기로 산출하는 단계를 더 포함하되,
    N(자연수)번째 프레임의 영역별 평균 밝기는 메모리에 저장되어 (N+1)번째 프레임의 지역 밝기값 예측 시 이용되는 것을 특징으로 하는 적응적 영상 보상 방법.
  17. 제15항에 있어서,
    상기 지역 밝기값 예측 단계는 상기 이전 프레임의 영역별 평균 밝기로부터 바이리니어 보간법(bi-linear interpolation)에 의해 상기 지역 밝기값을 예측하는 것을 특징으로 하는 적응적 영상 보상 방법.
  18. 제15항에 있어서,
    상기 저조도 영역 보상 혹은 고조도 영역 보상을 수행하는 단계는,
    상기 지역 밝기값에 따라 변하는 가중치 함수를 이용하여 상기 각 화소에 대한 화소별 가중치를 계산하는 단계와,
    상기 화소별 가중치에 따라 저조도 영역 명도 보상 혹은 고조도 영역 명도 보상을 수행하는 단계를 포함하는 것을 특징으로 하는 적응적 영상 보상 방법.
  19. 제18항에 있어서,
    상기 화소별 가중치 계산 단계는 하기 수학식에 따라 상기 화소별 가중치를 계산하는 것을 특징으로 하는 적응적 영상 보상 방법.
    [수학식]
    Figure pat00038

    여기서, WL(x,y)는 화소(x,y)의 가중치이며, L(x,y)는 화소(x,y)의 지역 밝기값, σw는 가중 영역 결정 파라미터임.
  20. 제18항에 있어서,
    상기 명도 보상 단계는,
    (a) 상기 화소별 가중치를 미리 지정된 값과 비교한 결과에 따라 해당 화소가 저조도 영역 혹은 고조도 영역 중 어디에 속하는지를 판단하는 단계와,
    (b) 제1 맵핑 함수에 따라 상기 해당 화소의 입력 밝기값이 밝기 보상된 중간 저조도 보상 밝기값을 구하고, 상기 화소별 가중치를 이용하여 최종 저조도 보상 밝기값을 계산하여 출력하는 단계와,
    (c) 제2 맵핑 함수에 따라 상기 해당 화소의 입력 밝기값이 밝기 보상된 중간 고조도 보상 밝기값을 구하고, 상기 화소별 가중치를 이용하여 최종 고조도 보상 밝기값을 계산하여 출력하는 단계를 포함하되,
    상기 단계 (a)에서의 판단 결과에 따라 상기 단계 (b) 혹은 상기 단계 (c) 중 하나가 수행되는 것을 특징으로 하는 적응적 영상 보상 방법.
  21. 제20항에 있어서,
    상기 단계 (b)는 하기 두 수학식에 따라 상기 최종 저조도 보상 밝기값을 계산하는 것을 특징으로 하는 적응적 영상 보상 방법.
    [수학식]
    Figure pat00039
    ,
    Figure pat00040

    여기서, Vin(x,y)는 상기 해당 화소(x,y)의 입력 밝기값이며, Vl(x,y)는 상기 해당 화소(x,y)의 중간 저조도 보상 밝기값이고, Vout(x,y)는 상기 해당 화소(x,y)의 최종 저조도 보상 밝기값이며, α는 Vl(x,y)의 밝기 향상의 강도를 조절하는 파라미터이고, σl은 보상 폭 결정 파라미터이며, gl은 보상 기울기 결정 파라미터이고, WL은 상기 화소별 가중치임
  22. 제20항에 있어서,
    상기 단계 (c)는 하기 두 수학식에 따라 상기 최종 고조도 보상 밝기값을 계산하는 것을 특징으로 하는 적응적 영상 보상 방법.
    [수학식]
    Figure pat00041
    ,
    Figure pat00042

    여기서, Vin(x,y)는 상기 해당 화소(x,y)의 입력 밝기값이며, Vh(x,y)는 상기 해당 화소(x,y)의 중간 고조도 보상 밝기값이고, Vout(x,y)는 상기 해당 화소(x,y)의 최종 고조도 보상 밝기값이며, α는 Vh(x,y)의 밝기 향상의 강도를 조절하는 파라미터이고, σh은 보상 폭 결정 파라미터이며, gh은 보상 기울기 결정 파라미터이고, WL은 상기 화소별 가중치임
  23. 제18항에 있어서,
    상기 화소별 가중치에 따라 저조도 영역 채도 보상 혹은 고조도 영역 채도 보상을 수행하는 단계를 더 포함하는 것을 특징으로 하는 적응적 영상 보상 방법.
  24. 제23항에 있어서,
    상기 채도 보상 단계는,
    (a) 상기 화소별 가중치를 미리 지정된 값과 비교한 결과에 따라 해당 화소가 저조도 영역 혹은 고조도 영역 중 어디에 속하는지를 판단하는 단계와,
    (b) 상기 화소별 가중치를 이용하여 저조도 보상 채도값을 계산하여 출력하는 단계와,
    (c) 상기 화소별 가중치를 이용하여 고조도 보상 채도값을 계산하여 출력하는 단계를 포함하되,
    상기 단계 (a)에서의 판단 결과에 따라 상기 단계 (b) 혹은 상기 단계 (c) 중 하나가 수행되는 것을 특징으로 하는 적응적 영상 보상 방법.
  25. 제24항에 있어서,
    상기 단계 (b)는 하기 수학식에 따라 상기 저조도 보상 채도값을 계산하는 것을 특징으로 하는 적응적 영상 보상 방법.
    [수학식]
    Figure pat00043

    여기서, Sin(x,y)는 상기 해당 화소(x,y)의 입력 채도값이고, Sout(x,y)는 상기 해당 화소(x,y)의 저조도 보상 채도값이며, γ는 상기 저조도 영역에서 채도 보상 강도를 조절하는 파라미터이고, WL은 상기 화소별 가중치임
  26. 제24항에 있어서,
    상기 단계 (c)는 하기 수학식에 따라 상기 고조도 보상 채도값을 계산하는 것을 특징으로 하는 적응적 영상 보상 방법.
    [수학식]
    Figure pat00044

    여기서, Sin(x,y)는 상기 해당 화소(x,y)의 입력 채도값이고, Sout(x,y)는 상기 해당 화소(x,y)의 고조도 보상 채도값이며, λ는 고조도 영역에서 채도 보상 강도를 조절하는 파라미터이고, WL은 상기 화소별 가중치임
  27. 제15항에 있어서,
    상기 저조도 영역 보상 혹은 고조도 영역 보상을 수행하는 단계는,
    상기 지역 밝기값에 따라 변하는 가중치 함수를 이용하여 상기 각 화소에 대한 화소별 가중치를 계산하는 단계와,
    상기 화소별 가중치에 따라 저조도 영역 채도 보상 혹은 고조도 영역 채도 보상을 수행하는 단계를 포함하는 것을 특징으로 하는 적응적 영상 보상 방법.
  28. 제27항에 있어서,
    상기 화소별 가중치 계산 단계는 하기 수학식에 따라 상기 화소별 가중치를 계산하는 것을 특징으로 하는 적응적 영상 보상 방법.
    [수학식]
    Figure pat00045

    여기서, WL(x,y)는 화소(x,y)의 가중치이며, L(x,y)는 화소(x,y)의 지역 밝기값, σw는 가중 영역 결정 파라미터임.
  29. 제27항에 있어서,
    상기 채도 보상 단계는,
    (a) 상기 화소별 가중치를 미리 지정된 값과 비교한 결과에 따라 해당 화소가 저조도 영역 혹은 고조도 영역 중 어디에 속하는지를 판단하는 단계와,
    (b) 상기 화소별 가중치를 이용하여 저조도 보상 채도값을 계산하여 출력하는 단계와,
    (c) 상기 화소별 가중치를 이용하여 고조도 보상 채도값을 계산하여 출력하는 단계를 포함하되,
    상기 단계 (a)에서의 판단 결과에 따라 상기 단계 (b) 혹은 상기 단계 (c) 중 하나가 수행되는 것을 특징으로 하는 적응적 영상 보상 방법.
  30. 제29항에 있어서,
    상기 단계 (b)는 하기 수학식에 따라 상기 저조도 보상 채도값을 계산하는 것을 특징으로 하는 적응적 영상 보상 방법.
    [수학식]
    Figure pat00046

    여기서, Sin(x,y)는 상기 해당 화소(x,y)의 입력 채도값이고, Sout(x,y)는 상기 해당 화소(x,y)의 저조도 보상 채도값이며, γ는 상기 저조도 영역에서 채도 보상 강도를 조절하는 파라미터이고, WL은 상기 화소별 가중치임
  31. 제29항에 있어서,
    상기 단계 (c)는 하기 수학식에 따라 상기 고조도 보상 채도값을 계산하는 것을 특징으로 하는 적응적 영상 보상 방법.
    [수학식]
    Figure pat00047

    여기서, Sin(x,y)는 상기 해당 화소(x,y)의 입력 채도값이고, Sout(x,y)는 상기 해당 화소(x,y)의 고조도 보상 채도값이며, λ는 고조도 영역에서 채도 보상 강도를 조절하는 파라미터이고, WL은 상기 화소별 가중치임
  32. 제15항 내지 제31항 중 어느 한 항에 기재된 적응적 영상 보상 방법을 수행하기 위해 디지털 처리 장치에 의해 실행될 수 있는 명령어들의 프로그램이 유형적으로 구현되어 있으며 디지털 처리 장치에 의해 판독될 수 있는 기록매체.
KR1020100127496A 2010-12-14 2010-12-14 적응적 영상 보상 장치 및 그 방법 KR101164535B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100127496A KR101164535B1 (ko) 2010-12-14 2010-12-14 적응적 영상 보상 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100127496A KR101164535B1 (ko) 2010-12-14 2010-12-14 적응적 영상 보상 장치 및 그 방법

Publications (2)

Publication Number Publication Date
KR20120066250A true KR20120066250A (ko) 2012-06-22
KR101164535B1 KR101164535B1 (ko) 2012-07-10

Family

ID=46685667

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100127496A KR101164535B1 (ko) 2010-12-14 2010-12-14 적응적 영상 보상 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR101164535B1 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170060498A (ko) * 2015-11-24 2017-06-01 삼성전자주식회사 영상 촬영 장치 및 영상 촬영 장치의 제어 방법
KR20170069526A (ko) * 2015-12-11 2017-06-21 현대자동차주식회사 영상 개선 방법 및 컴퓨터 판독 가능한 기록매체
US10332455B2 (en) 2014-11-06 2019-06-25 Samsung Display Co., Ltd Organic light-emitting display device and display method thereof
KR102022234B1 (ko) * 2018-03-20 2019-11-04 주식회사 만도 이미지 개선 장치 및 그 방법
KR20200138972A (ko) * 2019-06-03 2020-12-11 창원대학교 산학협력단 Hdr 영상 생성 장치 및 방법
KR102397097B1 (ko) * 2020-11-09 2022-05-12 한국광기술원 디스플레이 기반의 화면 통신 시스템 및 방법, 디스플레이 기반의 화면 송신 및 수신 방법

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102251440B1 (ko) 2014-11-05 2021-05-14 삼성전자주식회사 로컬 톤 맵핑 회로와 이를 포함하는 모바일 컴퓨팅 장치
KR102317601B1 (ko) 2017-07-27 2021-10-26 삼성전자주식회사 디스플레이 장치 및 그 제어 방법

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10332455B2 (en) 2014-11-06 2019-06-25 Samsung Display Co., Ltd Organic light-emitting display device and display method thereof
KR20170060498A (ko) * 2015-11-24 2017-06-01 삼성전자주식회사 영상 촬영 장치 및 영상 촬영 장치의 제어 방법
KR20170069526A (ko) * 2015-12-11 2017-06-21 현대자동차주식회사 영상 개선 방법 및 컴퓨터 판독 가능한 기록매체
KR102022234B1 (ko) * 2018-03-20 2019-11-04 주식회사 만도 이미지 개선 장치 및 그 방법
KR20200138972A (ko) * 2019-06-03 2020-12-11 창원대학교 산학협력단 Hdr 영상 생성 장치 및 방법
KR102397097B1 (ko) * 2020-11-09 2022-05-12 한국광기술원 디스플레이 기반의 화면 통신 시스템 및 방법, 디스플레이 기반의 화면 송신 및 수신 방법

Also Published As

Publication number Publication date
KR101164535B1 (ko) 2012-07-10

Similar Documents

Publication Publication Date Title
KR101164535B1 (ko) 적응적 영상 보상 장치 및 그 방법
US11849224B2 (en) Global tone mapping
US8731322B2 (en) Image brightness controlling apparatus and method thereof
US10535125B2 (en) Dynamic global tone mapping with integrated 3D color look-up table
EP1746539B1 (en) Gradation correcting apparatus, mobile terminal device, image pickup apparatus, mobile telephone, gradation correcting method, and program
US8199227B2 (en) Image-signal processing apparatus for performing space-variant image-signal processing
US8526729B2 (en) Image processing apparatus and method, and program
EP2426928B1 (en) Image processing apparatus, image processing method and program
JP2003230160A (ja) カラー映像の彩度調節装置及び方法
US20060153446A1 (en) Black/white stretching system using R G B information in an image and method thereof
JP2008205691A (ja) 画像処理装置および方法、記録媒体、並びに、プログラム
US8831346B2 (en) Image processing apparatus and method, and program
JP5901667B2 (ja) 画像処理装置及び方法、画像処理プログラム、撮像装置
JP4021261B2 (ja) 画像処理装置
KR100888429B1 (ko) 영상 밝기 조절 장치 및 그 방법
JP5911525B2 (ja) 画像処理装置及び方法、画像処理プログラム、撮像装置
KR101349968B1 (ko) 자동 영상보정을 위한 영상 처리 장치 및 방법
Park et al. Color image enhancement with high saturation using piecewise linear gamut mapping
KR20160001897A (ko) Cielab 색 공간에서의 통합된 멀티 스케일 레티넥스를 수행하는 이미지 처리 방법 및 장치
JP5494249B2 (ja) 画像処理装置、撮像装置及び画像処理プログラム
JP2010277607A (ja) 画像処理装置及び画像処理方法
KR20120083671A (ko) 히스토그램 정규화와 감마 보정 합성을 통하여 저조도 영상을 개선하는 방법 및 장치
KR101903428B1 (ko) 연관 이미지간 컬러 보정 시스템 및 보정방법
JP2012010227A (ja) 画像処理装置、画像処理方法
KR100892078B1 (ko) 영상 밝기 조절 장치 및 그 방법

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20150629

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20160630

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20180627

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20190625

Year of fee payment: 8