KR20140065894A - 깊이 영상을 이용한 컬러 영상 처리 장치 및 방법 - Google Patents

깊이 영상을 이용한 컬러 영상 처리 장치 및 방법 Download PDF

Info

Publication number
KR20140065894A
KR20140065894A KR1020120132917A KR20120132917A KR20140065894A KR 20140065894 A KR20140065894 A KR 20140065894A KR 1020120132917 A KR1020120132917 A KR 1020120132917A KR 20120132917 A KR20120132917 A KR 20120132917A KR 20140065894 A KR20140065894 A KR 20140065894A
Authority
KR
South Korea
Prior art keywords
color
depth
segment
image
layer
Prior art date
Application number
KR1020120132917A
Other languages
English (en)
Other versions
KR101885088B1 (ko
Inventor
정승원
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020120132917A priority Critical patent/KR101885088B1/ko
Priority to US14/033,848 priority patent/US9202287B2/en
Publication of KR20140065894A publication Critical patent/KR20140065894A/ko
Application granted granted Critical
Publication of KR101885088B1 publication Critical patent/KR101885088B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/174—Segmentation; Edge detection involving the use of two or more images
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • 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
    • 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
    • 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
    • G06T2207/10028—Range image; Depth image; 3D point clouds

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Graphics (AREA)
  • Image Processing (AREA)

Abstract

깊이 영상을 이용하여 컬러 영상을 보정하는 영상 처리 장치 및 방법이 개시된다. 영상 처리 장치는 컬러 영상의 컬러 레이어를 이용하여 컬러 영상을 복수의 컬러 세그먼트로 분할하는 컬러 영상 분할부; 깊이 영상의 깊이 레이어를 이용하여 깊이 영상을 복수의 깊이 세그먼트로 분할하는 깊이 영상 분할부; 및 상기 컬러 세그먼트와 상기 깊이 세그먼트를 이용하여 상기 컬러 레이어의 경계 값을 보정하는 레이어 경계 보정부를 포함할 수 있다.

Description

깊이 영상을 이용한 컬러 영상 처리 장치 및 방법{APPARATUS AND METHOD FOR PROCESSING COLOR IMAGE USING DEPTH IMAGE}
이하의 일실시예들은 컬러 영상 처리 장치 및 방법에 관한 것으로 깊이 영상을 이용하여 컬러 영상을 보정하는 장치 및 방법에 관한 것이다.
영상의 화질 개선 기술은 영상 처리의 핵심 기술로서 지속적으로 연구되고 있는 기술이다. 　종래의 화질 개선 기술은 영상의 히스토그램 (Histogram)을 변형하는 방식이었다.
이때, 빛의 강도나 방향에 따라서는 하나의 객체에서 빛을 받는 영역과 빛에 의하여 그림자가 형성되는 영역 사이에 경계가 선명하게 표시됨으로써 사용자가 해당 영역을 하나의 객체로 인식하기 어려울 수 있었다.
그러나, 컬러 영상만으로는 해당 경계가 객체와 객체간의 경계인지 동일 객체에서 빛에 따른 경계인지 알 수 없으므로 보정할 영역을 식별하기 어려운 한계가 있었다.
따라서, 영상에서 표시되는 경계의 종류를 식별하고 보정할 수 있는 기술이 요구된다.
일실시예에 따른 영상 처리 장치는 컬러 영상의 컬러 레이어를 이용하여 컬러 영상을 복수의 컬러 세그먼트로 분할하는 컬러 영상 분할부; 깊이 영상의 깊이 레이어를 이용하여 깊이 영상을 복수의 깊이 세그먼트로 분할하는 깊이 영상 분할부; 및 상기 컬러 세그먼트와 상기 깊이 세그먼트를 이용하여 상기 컬러 레이어의 경계 값을 보정하는 레이어 경계 보정부를 포함할 수 있다.
일실시예에 따른 영상 처리 장치의 레이어 경계 보정부는 컬러 세그먼트에 오버랩 되는 깊이 세그먼트의 면적 및 깊이 세그먼트에 오버랩 되는 컬러 세그먼트의 면적을 이용하여 컬러 레이어의 경계 값을 보정할 수 있다.
일실시예에 따른 영상 처리 장치의 레이어 경계 보정부는 깊이 세그먼트가 컬러 세그먼트에 오버랩 되는 면적과 컬러 세그먼트의 면적을 이용하여 컬러 레이어의 경계 값을 보정하고, 상기 오버랩 되는 면적은 컬러 세그먼트에 오버랩 된 면적이 가장 넓은 깊이 세그먼트가 컬러 세그먼트에 오버랩 되는 면적일 수 있다.
일실시예에 따른 영상 처리 장치의 레이어 경계 보정부는 컬러 세그먼트가 깊이 세그먼트에 오버랩 되는 면적과 컬러 세그먼트의 면적을 이용하여 컬러 레이어의 경계 값을 보정하고, 상기 오버랩 되는 면적은 깊이 세그먼트에 오버랩 된 면적이 가장 넓은 컬러 세그먼트가 깊이 세그먼트에 오버랩 되는 면적일 수 있다.
일실시예에 따른 영상 처리 장치에서 컬러 레이어는 상기 컬러 영상의 밝기 정보를 기초로 컬러 영상에서 분할된 레이어일 수 있다.
일실시예에 따른 영상 처리 장치에서 깊이 레이어는 상기 깊이 영상의 깊이 정보를 기초로 깊이 영상에서 분할된 레이어일 수 있다.
일실시예에 따른 영상 처리 장치의 레이어 경계 보정부는 상기 컬러 세그먼트와 상기 깊이 세그먼트를 이용하여 상기 컬러 세그먼트가 상기 깊이 세그먼트와 유사해지도록 컬러 레이어의 경계 값을 보정할 수 있다.
일실시예에 따른 영상 처리 장치는 보정된 컬러 레이어의 경계 값을 이용하여 컬러 영상의 밝기 정보를 변형하여 컬러 영상을 보정하는 컬러 영상 보정부를 더 포함할 수 있다.
일실시예에 따른 영상 처리 방법은 컬러 영상의 컬러 레이어를 이용하여 컬러 영상을 복수의 컬러 세그먼트로 분할하는 단계; 깊이 영상의 깊이 레이어를 이용하여 깊이 영상을 복수의 깊이 세그먼트로 분할하는 단계; 및 상기 컬러 세그먼트와 상기 깊이 세그먼트를 이용하여 상기 컬러 레이어의 경계 값을 보정하는 단계를 포함할 수 있다.
도 1은 일실시예에 따른 영상 처리 장치의 구조를 도시한 도면이다.
도 2는 일실시예에 따라 입력 컬러 영상과 입력 깊이 영상을 분할한 일례이다.
도 3은 일실시예에 따른 레이어 분할 과정의 일례이다.
도 4는 일실시예에 따라 레이어의 경계 값을 보정할 경우 이용하는 컬러 세그먼트와 깊이 세그먼트의 일례이다.
도 5는 일실시예에 따라 레이어의 경계 값이 보정된 컬러 세그먼트의 일례이다.
도 6은 일실시예에 따라 입력 컬러 영상과 출력 컬러 영상의 일례이다.
도 7은 일실시예에 따른 영상 처리 방법을 도시한 도면이다.
이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 일실시예에 따른 영상 처리 장치의 구조를 도시한 도면이다.
도 1을 참고하면, 영상 처리 장치(100)는 컬러 영상 분할부(110), 깊이 영상 분할부(120), 레이어 경계 보정부(130), 및 컬러 영상 보정부(140)를 포함할 수 있다.
컬러 영상 분할부(110)는 컬러 레이어를 이용하여 입력 컬러 영상을 복수의 컬러 세그먼트로 분할할 수 있다. 이때, 컬러 영상 분할부(110)는 입력 컬러 영상의 밝기 정보를 이용하여 입력 컬러 영상을 복수의 컬러 레이어로 분할할 수 있다.
예를 들어, 컬러 영상 분할부(110)는 HIS 모델로 변환한 RGB 컬러 스페이스(Color Space)의 I(Intensity) 성분만 이용하여 입력 컬러 영상을 복수의 컬러 레이어로 분할할 수 있다. 이때, HIS 모델은 색상(Hue), 채도(Saturation), 명도(Intensity)로 구성된 컬러 모델일 수 있다.
또한, 컬러 영상 분할부(110)는 Lab 모델로 변환한 RGB 컬러 스페이스의 L 성분만을 이용하여 입력 컬러 영상을 복수의 컬러 레이어로 분할할 수 있다. 이때, Lab 모델은 밝기를 나타내는 L 성분과 색조를 나타내는 a 성분 및 b 성분으로 구성될 수 있다. 이때, a 성분은 녹색에서 빨간색까지의 범위에 포함되는 색조를 표시하는 성분이고, b 성분은 파랑색에서 노란색까지의 범위에 포함되는 색조를 표시하는 성분일 수 있다.
그리고, 입력 컬러 영상의 밝기 정보는 입력 컬러 영상의 밝기 히스토그램(histogram)일 수 있다. 예를 들어 컬러 영상 분할부(110)는 입력 컬러 영상의 밝기 히스토그램의 로컬 최소값(Local min)과 로컬 최대 값을 이용하여 컬러 영상을 복수의 컬러 레이어로 분할할 수 있다.
구체적으로 컬러 영상 분할부(110)는 밝기 히스토그램에 로우 패스 필터(Low-pass Filter)를 적용하여 스무딩(Smoothing)하고, 스무딩된 밝기 히스토그램의 국소 값을 기준으로 입력 컬러 영상을 복수의 컬러 레이어로 분할할 수 있다. 또한, 컬러 영상 분할부(110)는 가우시안 믹스처(Gaussian Mixture)로 밝기 히스토그램을 모델링(Modeling)하여 복수의 가우시안 함수를 생성하고, 가우시안 함수들의 교차점을 기준으로 입력 컬러 영상을 복수의 컬러 레이어로 분할할 수 있다. 이때, 컬러 영상 분할부(110)는 기대치 최대화(Expectation Maximization) 알고리즘 등을 적용하여 복수의 가우시안 함수를 생성할 수 있다. 이때, 레이어의 경계를 나타내는 경계 값은 컬러 레이어로 분할하기 위한 기준이 되는 밝기 히스토그램의 국소 값 또는 가우시안 함수들의 교차점일 수 있다.
또한, 컬러 영상 분할부(110)는 레이어의 경계 값 중 하나와 다른 경계 값 사이의 밝기 정보를 가진 화소들을 하나의 컬러 세그먼트로 분할할 수 있다. 예를 들어, 제1 레이어와 제2 레이어 사이의 경계 값이 50이고, 제2 레이어와 제3 레이어 사이의 경계 값이 100인 경우, 컬러 영상 분할부(110)는 밝기 정보가 50 내지 100인 화소들을 하나의 컬러 세그먼트로 분할할 수 있다.
깊이 영상 분할부(120)는 깊이 레이어를 이용하여 깊이 영상을 복수의 깊이 세그먼트로 분할할 수 있다. 이때, 입력 깊이 영상은 깊이 카메라로부터 수신한 영상이거나 특정 기법을 이용하여 처리된 영상일 수 있다. 예를 들어, 입력 깊이 영상은 스테레오 매칭(Stereo matching) 기법을 이용하여 획득한 영상일 수 있다. 또한, 입력 깊이 영상은 입력 컬러 영상과 해상도가 동일하며 레지스트레이션(Registration) 되어 있을 수 있다.
이때, 깊이 영상 분할부(120)는 입력 깊이 영상의 깊이 정보를 이용하여 입력 깊이 영상을 복수의 깊이 레이어로 분할할 수 있다. 그리고, 입력 깊이 영상의 깊이 정보는 입력 깊이 영상의 깊이 히스토그램일 수 있다
구체적으로 깊이 영상 분할부(120)는 깊이 히스토그램에 로우 패스 필터를 적용하여 스무딩하고, 스무딩된 깊이 히스토그램의 국소 값을 기준으로 입력 깊이 영상을 복수의 깊이 레이어로 분할할 수 있다. 또한, 깊이 영상 분할부(120)는 가우시안 믹스처로 깊이 히스토그램을 모델링 하여 복수의 가우시안 함수를 생성하고, 가우시안 함수들의 교차점을 기준으로 입력 깊이 영상을 복수의 깊이 레이어로 분할할 수 있다. 이때, 깊이 영상 분할부(120)는 기대치 최대화 알고리즘 등을 적용하여 복수의 가우시안 함수를 생성할 수 있다. 이때, 레이어의 경계를 나타내는 경계 값은 깊이 레이어로 분할하기 위한 기준이 되는 깊이 히스토그램의 국소 값 또는 가우시안 함수들의 교차점일 수 있다.
또한, 깊이 영상 분할부(120)는 레이어의 경계 값 중 하나와 다른 경계 값 사이의 깊이 정보를 가진 화소들을 하나의 깊이 세그먼트로 분할할 수 있다. 예를 들어, 제1 레이어와 제2 레이어 사이의 경계 값이 50이고, 제2 레이어와 제3 레이어 사이의 경계 값이 100인 경우, 깊이 영상 분할부(110)는 깊이 정보가 50 내지 100인 화소들을 하나의 깊이 세그먼트로 분할할 수 있다.
레이어 경계 보정부(130)는 컬러 영상 분할부(110)가 분할한 컬러 세그먼트와 깊이 영상 분할부(120)가 분할한 깊이 세그먼트를 이용하여 컬러 레이어의 경계 값을 보정할 수 있다.
이때, 레이어 경계 보정부(130)는 컬러 세그먼트에 오버랩 되는 깊이 세그먼트의 면적 및 깊이 세그먼트에 오버랩 되는 컬러 세그먼트의 면적을 이용하여 컬러 레이어의 경계 값을 보정할 수 있다.
예를 들어, 레이어 경계 보정부(130)는 수학식 1과 같은 최적화 함수를 이용하여 컬러 레이어의 경계 값을 보정함으로써, 레이어 경계를 최소한으로 바꾸면서 깊이 세그먼트와 컬러 세그먼트가 겹치는 정도를 최대화할 수 있다.
Figure pat00001
이때, l0 i는 컬러 영상 분할부(110)가 분할한 컬러 영상의 i-번째 레이어의 경계 값이고, N은 컬러 영상 분할부(110)가 분할한 컬러 레이어의 개수일 수 있다. 또한,　Sl과　Sd는 각각 컬러 세그먼트와 깊이 세그먼트일 수 있다. 그리고, li는 i-번째 레이어의 값들 중에서 l* N이 최소가 되도록 하는 값일 수 있다.
그리고, R은 컬러 레이어의 경계 값과 깊이 레이어의 경계 값을 기준으로 컬러 세그먼트와 깊이 세그먼트의 오버랩 정도를 측정하는 함수이며,
Figure pat00002
는 R의 가중치를 조절하는 변수일 수 있다. 예를 들어, R은 수학식 2나 수학식 3과 같이 나타낼 수 있다.
Figure pat00003
Figure pat00004
이때, Si는 i번째 컬러 세그먼트이고, Sk는 k번째 깊이 세그먼트이며, M은 깊이 영상 분할부(120)가 분할한 깊이 레이어의 개수일 수 있다. 또한,
Figure pat00005
Figure pat00006
Figure pat00007
Figure pat00008
)는 i번째 컬러 세그먼트와 k번째 깊이 세그먼트가 오버랩 되는 면적의 크기일 수 있다.
즉, 레이어 경계 보정부(130)는 깊이 세그먼트가 컬러 세그먼트에 오버랩 되는 면적과 컬러 세그먼트가 깊이 세그먼트에 오버랩 되는 면적 및 컬러 세그먼트의 면적을 이용하여 컬러 레이어의 경계 값을 보정할 수 있다. 이때, 깊이 세그먼트가 컬러 세그먼트에 오버랩 되는 면적은 컬러 세그먼트에 오버랩 된 면적이 가장 넓은 깊이 세그먼트가 컬러 세그먼트에 오버랩 되는 면적이고, 컬러 세그먼트가 깊이 세그먼트에 오버랩 되는 면적은 깊이 세그먼트에 오버랩 된 면적이 가장 넓은 컬러 세그먼트가 깊이 세그먼트에 오버랩 되는 면적일 수 있다.
컬러 영상 보정부(140)는 레이어 경계 보정부(130)가 보정한 컬러 레이어의 경계 값을 이용하여 입력 컬러 영상의 밝기 정보를 변형하고, 변형된 입력 컬러 영상의 밝기 정보에 따라 입력 컬러 영상을 보정하여 출력 컬러 영상을 생성할 수 있다.
예를 들어, 컬러 영상 보정부(140)는 보정된 컬러 레이어의 경계 값에 따라 컬러 레이어 각각에 히스토그램 스트레칭(Histogram Stretching)을 수행할 수 있다. 또한, 컬러 영상 분할부(110)가 가우시안 믹스처를 이용하여 컬러 레이어를 분할한 경우, 컬러 영상 보정부(140)는 가우시안 함수들 각각의 평균(Mean)과 분산(Variance)를 조절하여 컬러 히스토그램을 변형할 수 있다.
다음으로, 컬러 영상 보정부(140)는 출력 컬러 영상이 변형된 컬러 히스토그램을 가지도록 하는 맵핑(Mapping) 함수를 생성할 수 있다.
마지막으로 컬러 영상 보정부(140)는 입력 컬러 영상에 맵핑 함수를 적용함으로써, 화질이 개선된 출력 컬러 영상을 생성할 수 있다.
도 2는 일실시예에 따라 입력 컬러 영상과 입력 깊이 영상을 분할한 일례이다.
일실시예에 따른 컬러 영상 분할부(110)는 입력 컬러 영상(210)의 컬러 레이어를 이용하여 입력 컬러 영상(210)을 복수의 컬러 세그먼트로 분할할 수 있다. 이때, 컬러 레이어는 컬러 영상(210)의 밝기 정보를 기초로 컬러 영상(210)에서 분할된 레이어일 수 있다.
따라서, 분할된 입력 컬러 영상(230)은 컬러 영상(210)의 밝기 정보에 대응하는 컬러 세그먼트들을 포함할 수 있다.
예를 들어 도 2에 도시된 바와 같이 왼쪽에서 빛이 입사되는 장면을 촬영하는 경우, 입력 컬러 영상(210)은 왼쪽이 오른쪽보다 더 밝을 수 있다. 따라서, 컬러 영상(210)의 밝기 정보에 따라 컬러 세그먼트를 분할하면, 석상이 밝은 부분에 대응하는 컬러 세그먼트(232)와 그림자가 형성되어 어두운 부분에 대응하는 컬러 세그먼트(231)로 분할될 수 있다.
일실시예에 따른 깊이 영상 분할부(120)는 입력 깊이 영상(220)의 깊이 레이어를 이용하여 입력 깊이 영상(220)을 복수의 깊이 세그먼트로 분할할 수 있다. 이때, 깊이 레이어는 깊이 영상(220)의 깊이 정보를 기초로 깊이 영상(220)에서 분할된 레이어일 수 있다.
따라서, 분할된 입력 깊이 영상(240)은 깊이 영상(220)의 깊이 정보에 대응하는 깊이 세그먼트들을 포함할 수 있다. 예를 들어, 석상과 같이 동일한 위치에 있는 객체는 하나의 깊이 세그먼트(241)로 분할될 수 있다.
도 3은 일실시예에 따른 레이어 분할 과정의 일례이다.
단계(310)에서 컬러 영상 분할부(110)는 가우시안 믹스처(Gaussian Mixture)로 밝기 히스토그램을 모델링(Modeling)하여 복수의 가우시안 함수를 생성하고, 가우시안 함수들의 교차점(311)들을 식별할 수 있다.
단계(320)에서 컬러 영상 분할부(110)는 단계(310)에서 식별한 교차점(311)들을 기준으로 입력 컬러 영상을 복수의 컬러 레이어로 분할할 수 있다.
구체적으로, 컬러 영상 분할부(110)는 0에서 제일 가까운 교차점을 제1 경계 값(321)으로 설정할 수 있다.
다음으로 컬러 영상 분할부(110)는 0부터 제1 경계 값(321)사이의 밝기 값들을 제1 컬러 레이어(322)로 분할할 수 있다.
그 다음으로 컬러 영상 분할부(110)는 제1 경계 값(321)에서 제일 가까운 교차점을 제2 경계 값(323)으로 설정할 수 있다.
다음으로 컬러 영상 분할부(110)는 제1 경계 값(321)부터 제2 경계 값(323)사이의 밝기 값들을 제2 컬러 레이어(324)로 분할할 수 있다.
그리고, 컬러 영상 분할부(110)는 상기 과정을 최대 밝기 값까지 반복함으로써, 입력 컬러 영상을 복수의 컬러 레이어로 분할할 수 있다.
도 4는 일실시예에 따라 레이어의 경계 값을 보정할 경우 이용하는 컬러 세그먼트와 깊이 세그먼트의 일례이다.
컬러 영상 분할부(110)가 분할한 컬러 영상(410)은 제1 컬러 세그먼트(411), 제2 컬러 세그먼트(412) 및 제3 컬러 세그먼트(413)를 포함할 수 있다. 또한, 깊이 영상 분할부(120)가 분할한 깊이 영상(420)은 제1 깊이 세그먼트(421)와 제2 깊이 세그먼트(422)를 포함할 수 있다.
먼저, 레이어 경계 보정부(130)는 도 4의 430과 같이 컬러 세그먼트들이 깊이 세그먼트들에 오버랩 되는 면적을 측정할 수 있다. 이때, 제1 깊이 세그먼트(421)에 오버랩 되는 컬러 세그먼트는 제1 컬러 세그먼트(411)와 제2 컬러 세그먼트(412)일 수 있다.
그리고, 레이어 경계 보정부(130)는 제1 깊이 세그먼트(421)에 오버랩 된 제1 컬러 세그먼트(411)의 면적(431)과 제1 깊이 세그먼트(421)에 오버랩 된 제2 컬러 세그먼트(412)의 면적(432)를 비교할 수 있다.
도 4에 도시된 바와 같이 면적(431)의 크기가 면적(432)의 크기보다 큰 경우, 레이어 경계 보정부(130)는 제1 컬러 세그먼트(431)의 면적을 면적(431)로 나눈 값을 컬러 레이어의 경계 값에 추가할 수 있다.
또한, 레이어 경계 보정부(130)는 도 4의 440과 같이 깊이 세그먼트들이 컬러 세그먼트들에 오버랩 되는 면적을 측정할 수 있다. 이때, 제1 컬러 세그먼트(411)에 오버랩 되는 깊이 세그먼트는 제1 깊이 세그먼트(421)와 제2 깊이 세그먼트(422)일 수 있다.
그리고, 레이어 경계 보정부(130)는 제1 컬러 세그먼트(411)에 오버랩 된 제1 깊이 세그먼트(411)의 면적(441)과 제1 컬러 세그먼트(411)에 오버랩 된 제2 깊이 세그먼트(422)의 면적(442)를 비교할 수 있다.
도 4에 도시된 바와 같이 면적(441)의 크기가 면적(442)의 크기보다 큰 경우, 레이어 경계 보정부(130)는 제1 컬러 세그먼트(411)의 면적을 면적(441)로 나눈 값을 컬러 레이어의 경계 값에 추가할 수 있다.
최종적으로 레이어 경계 보정부(130)는 제1 컬러 세그먼트(431)의 면적을 면적(431)로 나눈 값과 제1 컬러 세그먼트(411)의 면적을 면적(441)로 나눈 값의 합을 컬러 레이어의 경계 값에 추가할 수 있다.
도 5는 일실시예에 따라 레이어의 경계 값이 보정된 컬러 세그먼트의 일례이다.
레이어 경계 보정부(130)는 컬러 영상 분할부(110)가 분할한 컬러 세그먼트와 깊이 영상 분할부(120)가 분할한 깊이 세그먼트를 이용하여 컬러 세그먼트가 깊이 세그먼트와 유사해지도록 컬러 레이어의 경계 값을 보정할 수 있다.
예를 들어 도 4에서 컬러 세그먼트(232)의 밝기 정보와 컬러 세그먼트(231)의 밝기 정보의 차이가 크므로, 컬러 세그먼트(231)와 컬러 세그먼트(232)는 동일한 객체를 표시하는 세그먼트임에도 세그먼트들 간의 경계가 선명하게 표시되어 사용자가 별개의 객체로 인식할 가능성이 있다.
따라서, 레이어 경계 보정부(130)는 컬러 세그먼트(231)와 컬러 세그먼트(232)의 경계에 대응하는 컬러 레이어의 경계 값을 보정함으로써, 동일 객체에서 분할된 세그먼트들 간의 경계가 선명해지지 않도록 할 수 있다.
예를 들어, 컬러 세그먼트(231)와 컬러 세그먼트(232)는 깊이 세그먼트(241)에 오버랩 되며, 컬러 세그먼트(232)가 컬러 세그먼트(231)보다 깊이 세그먼트(241)에 오버랩 된 면적이 클 수 있다.
따라서, 레이어 경계 보정부(130)는 컬러 레이어의 경계 값을 컬러 세그먼트(232) 방향으로 보정할 수 있다.
이때, 보정된 컬러 레이어의 경계 값에 따른 석상의 컬러 세그먼트는 도 5에 도시된 바와 같이 제1 컬러 세그먼트(510), 제2 컬러 세그먼트(520), 및 제3 컬러 세그먼트(530)로 구성될 수 있다.
이때, 제1 컬러 세그먼트(510)는 컬러 세그먼트(232)에 대응하며, 제3 컬러 세그먼트(530)는 컬러 세그먼트(231)에 대응할 수 있다. 그리고, 제2 컬러 세그먼트(520)는 제1 컬러 세그먼트(510)의 밝기 값과 제3 컬러 세그먼트(530)의 밝기 값의 사이에 있는 밝기 값을 가질 수 있다.
즉, 레이어 경계 보정부(130)는 컬러 레이어의 경계 값을 보정하여 중간 밝기 값을 가지는 컬러 세그먼트를 추가함으로써, 세그먼트들 간의 경계가 선명하게 표시되어 사용자가 하나의 객체를 2개의 영역으로 인식하는 것을 방지할 수 있다.
도 6은 일실시예에 따라 입력 컬러 영상과 출력 컬러 영상의 일례이다.
일실시예에 따른 영상 처리 장치(100)는 도 6에 도시된 바와 같이 입력 컬러 영상(610)을 출력 컬러 영상(620)으로 보정할 수 있다.
입력 컬러 영상(610)은 석상에서 광원 방향인 왼쪽과 광원에 의하여 그림자가 형성되는 오른쪽의 밝기 차이가 크므로 밝기가 변경되는 경계가 선명하게 표시될 수 있다.
반면, 출력 컬러 영상(620)은 도 6에 도시된 바와 같이 경계부분의 밝기가 보정됨으로써, 석상에서 밝기 값의 급격한 변화에 따른 경계가 표시되지 않을 수 있다.
즉, 영상 처리 장치(100)는　입력 컬러 영상(610)에서 깊이 차이가 나는 부분에 대하여 적응적으로 화질 개선을 적용함으로써, 시인성이 향상된 출력 컬러 영상(620)을 출력할 수 있다.
도 7은 일실시예에 따른 영상 처리 방법을 도시한 도면이다.
단계(710)에서 컬러 영상 분할부(110)는 입력 컬러 영상의 밝기 정보를 이용하여 입력 컬러 영상을 복수의 컬러 레이어로 분할할 수 있다.
예를 들어, 컬러 영상 분할부(110)는 HIS 모델로 변환한 RGB 컬러 스페이스(Color Space)의 I(Intensity) 성분만 이용하여 입력 컬러 영상을 복수의 컬러 레이어로 분할할 수 있다. 또한, 컬러 영상 분할부(110)는 Lab 모델로 변환한 RGB 컬러 스페이스의 L 성분만을 이용하여 입력 컬러 영상을 복수의 컬러 레이어로 분할할 수 있다. 그리고, 컬러 영상 분할부(110)는 입력 컬러 영상의 밝기 히스토그램의 로컬 최소값(Local min)과 로컬 최대 값을 이용하여 컬러 영상을 복수의 컬러 레이어로 분할할 수 있다.
단계(720)에서 컬러 영상 분할부(110)는 단계(710)에서 분할된 컬러 레이어를 이용하여 입력 컬러 영상을 복수의 컬러 세그먼트로 분할할 수 있다. 이때, 컬러 영상 분할부(110)는 레이어의 경계 값 중 하나와 다른 경계 값 사이의 밝기 정보를 가진 화소들을 하나의 컬러 세그먼트로 분할할 수 있다. 예를 들어, 제1 레이어와 제2 레이어 사이의 경계 값이 50이고, 제2 레이어와 제3 레이어 사이의 경계 값이 100인 경우, 컬러 영상 분할부(110)는 밝기 정보가 50 내지 100인 화소들을 하나의 컬러 세그먼트로 분할할 수 있다.
단계(730)에서 깊이 영상 분할부(120)는 입력 깊이 영상의 깊이 정보를 이용하여 입력 깊이 영상을 복수의 깊이 레이어로 분할할 수 있다.
이때, 깊이 영상 분할부(120)는 깊이 히스토그램에 로우 패스 필터를 적용하여 스무딩하고, 스무딩된 깊이 히스토그램의 국소 값을 기준으로 입력 깊이 영상을 복수의 깊이 레이어로 분할할 수 있다. 또한, 깊이 영상 분할부(120)는 가우시안 믹스처로 깊이 히스토그램을 모델링 하여 복수의 가우시안 함수를 생성하고, 가우시안 함수들의 교차점을 기준으로 입력 깊이 영상을 복수의 깊이 레이어로 분할할 수 있다. 이때, 깊이 영상 분할부(120)는 기대치 최대화 알고리즘 등을 적용하여 복수의 가우시안 함수를 생성할 수 있다.
단계(740)에서 깊이 영상 분할부(120)는 단계(740)에서 분할된 깊이 레이어를 이용하여 깊이 영상을 복수의 깊이 세그먼트로 분할할 수 있다.
또한, 깊이 영상 분할부(120)는 레이어의 경계 값 중 하나와 다른 경계 값 사이의 깊이 정보를 가진 화소들을 하나의 깊이 세그먼트로 분할할 수 있다. 예를 들어, 제1 레이어와 제2 레이어 사이의 경계 값이 50이고, 제2 레이어와 제3 레이어 사이의 경계 값이 100인 경우, 깊이 영상 분할부(110)는 깊이 정보가 50 내지 100인 화소들을 하나의 깊이 세그먼트로 분할할 수 있다.
단계(750)에서 레이어 경계 보정부(130)는 단계(720)에서 분할한 컬러 세그먼트와 단계(740)에서 분할한 깊이 세그먼트를 이용하여 컬러 레이어의 경계 값을 보정할 수 있다. 이때, 레이어 경계 보정부(130)는 컬러 세그먼트에 오버랩 되는 깊이 세그먼트의 면적 및 깊이 세그먼트에 오버랩 되는 컬러 세그먼트의 면적을 이용하여 컬러 레이어의 경계 값을 보정할 수 있다.
구체적으로, 레이어 경계 보정부(130)는 깊이 세그먼트가 컬러 세그먼트에 오버랩 되는 면적과 컬러 세그먼트가 깊이 세그먼트에 오버랩 되는 면적 및 컬러 세그먼트의 면적을 이용하여 컬러 레이어의 경계 값을 보정할 수 있다. 이때, 깊이 세그먼트가 컬러 세그먼트에 오버랩 되는 면적은 컬러 세그먼트에 오버랩 된 면적이 가장 넓은 깊이 세그먼트가 컬러 세그먼트에 오버랩 되는 면적이고, 컬러 세그먼트가 깊이 세그먼트에 오버랩 되는 면적은 깊이 세그먼트에 오버랩 된 면적이 가장 넓은 컬러 세그먼트가 깊이 세그먼트에 오버랩 되는 면적일 수 있다.
단계(760)에서 컬러 영상 보정부(140)는 단계(750)에서 보정한 컬러 레이어의 경계 값을 이용하여 입력 컬러 영상의 밝기 정보를 변형하고, 변형된 입력 컬러 영상의 밝기 정보에 따라 입력 컬러 영상을 보정하여 출력 컬러 영상을 생성할 수 있다.
예를 들어, 컬러 영상 보정부(140)는 보정된 컬러 레이어의 경계 값에 따라 컬러 레이어 각각에 히스토그램 스트레칭(Histogram Stretching)을 수행할 수 있다. 또한, 컬러 영상 분할부(110)가 가우시안 믹스처를 이용하여 컬러 레이어를 분할한 경우, 컬러 영상 보정부(140)는 가우시안 함수들 각각의 평균(Mean)과 분산(Variance)를 조절하여 컬러 히스토그램을 변형할 수 있다.
다음으로, 컬러 영상 보정부(140)는 출력 컬러 영상이 변형된 컬러 히스토그램을 가지도록 하는 맵핑(Mapping) 함수를 생성할 수 있다.
마지막으로 컬러 영상 보정부(140)는 입력 컬러 영상에 맵핑 함수를 적용함으로써, 화질이 개선된 출력 컬러 영상을 생성할 수 있다.
이때, 단계(710)내지 단계(740)의 수행 순서는 변경될 수 있다. 예를 들어 단계(730), 단계(740), 단계(710), 단계(720)의 순서로 수행될 수 있다.
또한, 단계(710), 단계(720)는 단계(730), 단계(740)와 수행하는 주체가 다르므로 각각의 수행 주체에서 병렬적으로 수행될 수도 있다. 예를 들어 단계(710)과 단계(720)가 각각 컬러 영상 분할부(110)와 깊이 영상 분할부(120)에서 동시에 수행되고, 단계(730)과 단계(740)가 각각 컬러 영상 분할부(110)와 깊이 영상 분할부(120)에서 동시에 수행될 수도 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
　
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
　
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
100: 영상 처리 장치
110: 컬러 영상 분할부
120: 깊이 영상 분할부
130: 레이어 경계 보정부
140: 컬러 영상 보정부

Claims (17)

  1. 컬러 영상의 컬러 레이어를 이용하여 컬러 영상을 복수의 컬러 세그먼트로 분할하는 컬러 영상 분할부;
    깊이 영상의 깊이 레이어를 이용하여 깊이 영상을 복수의 깊이 세그먼트로 분할하는 깊이 영상 분할부; 및
    상기 컬러 세그먼트와 상기 깊이 세그먼트를 이용하여 상기 컬러 레이어의 경계 값을 보정하는 레이어 경계 보정부
    를 포함하는 영상 처리 장치.
  2. 제1항에 있어서,
    상기 레이어 경계 보정부는,
    컬러 세그먼트에 오버랩 되는 깊이 세그먼트의 면적 및 깊이 세그먼트에 오버랩 되는 컬러 세그먼트의 면적을 이용하여 컬러 레이어의 경계 값을 보정하는 영상 처리 장치.
  3. 제2항에 있어서,
    상기 레이어 경계 보정부는,
    깊이 세그먼트가 컬러 세그먼트에 오버랩 되는 면적과 컬러 세그먼트의 면적을 이용하여 컬러 레이어의 경계 값을 보정하고,
    상기 오버랩 되는 면적은,
    컬러 세그먼트에 오버랩 된 면적이 가장 넓은 깊이 세그먼트가 컬러 세그먼트에 오버랩 되는 면적인 영상 처리 장치.
  4. 제2항에 있어서,
    상기 레이어 경계 보정부는,
    컬러 세그먼트가 깊이 세그먼트에 오버랩 되는 면적과 컬러 세그먼트의 면적을 이용하여 컬러 레이어의 경계 값을 보정하고,
    상기 오버랩 되는 면적은,
    깊이 세그먼트에 오버랩 된 면적이 가장 넓은 컬러 세그먼트가 깊이 세그먼트에 오버랩 되는 면적인 영상 처리 장치.
  5. 제1항에 있어서,
    상기 컬러 레이어는,
    상기 컬러 영상의 밝기 정보를 기초로 컬러 영상에서 분할된 레이어인 영상 처리 장치.
  6. 제1항에 있어서,
    상기 깊이 레이어는,
    상기 깊이 영상의 깊이 정보를 기초로 깊이 영상에서 분할된 레이어인 영상 처리 장치.
  7. 제1항에 있어서,
    상기 레이어 경계 보정부는,
    상기 컬러 세그먼트와 상기 깊이 세그먼트를 이용하여 상기 컬러 세그먼트가 상기 깊이 세그먼트와 유사해지도록 컬러 레이어의 경계 값을 보정하는 영상 처리 장치.
  8. 제1항에 있어서,
    보정된 컬러 레이어의 경계 값을 이용하여 컬러 영상의 밝기 정보를 변형하여 컬러 영상을 보정하는 컬러 영상 보정부
    를 더 포함하는 영상 처리 장치.
  9. 컬러 영상의 컬러 레이어를 이용하여 컬러 영상을 복수의 컬러 세그먼트로 분할하는 단계;
    깊이 영상의 깊이 레이어를 이용하여 깊이 영상을 복수의 깊이 세그먼트로 분할하는 단계; 및
    상기 컬러 세그먼트와 상기 깊이 세그먼트를 이용하여 상기 컬러 레이어의 경계 값을 보정하는 단계
    를 포함하는 영상 처리 방법.
  10. 제9항에 있어서,
    상기 컬러 레이어의 경계 값을 보정하는 단계는,
    컬러 세그먼트에 오버랩 되는 깊이 세그먼트의 면적 및 깊이 세그먼트에 오버랩 되는 컬러 세그먼트의 면적을 이용하여 컬러 레이어의 경계 값을 보정하는 영상 처리 방법.
  11. 제10항에 있어서,
    상기 컬러 레이어의 경계 값을 보정하는 단계는,
    깊이 세그먼트가 컬러 세그먼트에 오버랩 되는 면적과 컬러 세그먼트의 면적을 이용하여 컬러 레이어의 경계 값을 보정하고,
    상기 오버랩 되는 면적은,
    컬러 세그먼트에 오버랩 된 면적이 가장 넓은 깊이 세그먼트가 컬러 세그먼트에 오버랩 되는 면적인 영상 처리 방법.
  12. 제10항에 있어서,
    상기 컬러 레이어의 경계 값을 보정하는 단계는,
    컬러 세그먼트가 깊이 세그먼트에 오버랩 되는 면적과 컬러 세그먼트의 면적을 이용하여 컬러 레이어의 경계 값을 보정하고,
    상기 오버랩 되는 면적은,
    깊이 세그먼트에 오버랩 된 면적이 가장 넓은 컬러 세그먼트가 깊이 세그먼트에 오버랩 되는 면적인 영상 처리 방법.
  13. 제9항에 있어서,
    상기 컬러 레이어는,
    상기 컬러 영상의 밝기 정보를 기초로 컬러 영상에서 분할된 레이어인 영상 처리 방법.
  14. 제9항에 있어서,
    상기 깊이 레이어는,
    상기 깊이 영상의 깊이 정보를 기초로 깊이 영상에서 분할된 레이어인 영상 처리 방법.
  15. 제9항에 있어서,
    상기 컬러 레이어의 경계 값을 보정하는 단계는,
    상기 컬러 세그먼트와 상기 깊이 세그먼트를 이용하여 상기 컬러 세그먼트가 상기 깊이 세그먼트와 유사해지도록 컬러 레이어의 경계 값을 보정하는 영상 처리 방법.
  16. 제9항에 있어서,
    보정된 컬러 레이어의 경계 값을 이용하여 컬러 영상의 밝기 정보를 변형하여 컬러 영상을 보정하는 단계
    를 더 포함하는 영상 처리 방법.
  17. 제9항 내지 제16항 중 어느 한 항의 방법을 실행하기 위한 프로그램이 기록된 컴퓨터에서 판독 할 수 있는 기록 매체.
KR1020120132917A 2012-11-22 2012-11-22 깊이 영상을 이용한 컬러 영상 처리 장치 및 방법 KR101885088B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020120132917A KR101885088B1 (ko) 2012-11-22 2012-11-22 깊이 영상을 이용한 컬러 영상 처리 장치 및 방법
US14/033,848 US9202287B2 (en) 2012-11-22 2013-09-23 Apparatus and method for processing color image using depth image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120132917A KR101885088B1 (ko) 2012-11-22 2012-11-22 깊이 영상을 이용한 컬러 영상 처리 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20140065894A true KR20140065894A (ko) 2014-05-30
KR101885088B1 KR101885088B1 (ko) 2018-08-06

Family

ID=50728010

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120132917A KR101885088B1 (ko) 2012-11-22 2012-11-22 깊이 영상을 이용한 컬러 영상 처리 장치 및 방법

Country Status (2)

Country Link
US (1) US9202287B2 (ko)
KR (1) KR101885088B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016010246A1 (ko) * 2014-07-16 2016-01-21 삼성전자주식회사 3d 영상 디스플레이 장치 및 방법
US10666933B2 (en) 2014-07-16 2020-05-26 Samsung Electronics Co., Ltd. 3D image display device and method
KR20200069848A (ko) * 2018-12-07 2020-06-17 (주)헤르메시스 수치표고모델 기반 유역경계 산출 방법, 이를 위한 장치, 및 이를 기록한 기록매체

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8787663B2 (en) * 2010-03-01 2014-07-22 Primesense Ltd. Tracking body parts by combined color image and depth processing
KR101885088B1 (ko) * 2012-11-22 2018-08-06 삼성전자주식회사 깊이 영상을 이용한 컬러 영상 처리 장치 및 방법
US10445861B2 (en) * 2017-02-14 2019-10-15 Qualcomm Incorporated Refinement of structured light depth maps using RGB color data
CN107507145B (zh) * 2017-08-25 2021-04-27 上海海洋大学 一种基于不同颜色空间自适应直方图拉伸的水下图像增强方法
KR102472767B1 (ko) 2017-09-14 2022-12-01 삼성전자주식회사 신뢰도에 기초하여 깊이 맵을 산출하는 방법 및 장치

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030004122A (ko) * 2001-07-04 2003-01-14 마츠시타 덴끼 산교 가부시키가이샤 화상 신호 부호화 방법, 화상 신호 부호화 장치 및 기록매체
KR20110047814A (ko) * 2009-10-30 2011-05-09 한국전자통신연구원 동영상 시스템에서 동영상 데이터 분할 장치 및 방법
KR20110071522A (ko) * 2009-12-21 2011-06-29 한국전자통신연구원 깊이 영상 편집 방법 및 장치

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7324687B2 (en) 2004-06-28 2008-01-29 Microsoft Corporation Color segmentation-based stereo 3D reconstruction system and process
US8009871B2 (en) * 2005-02-08 2011-08-30 Microsoft Corporation Method and system to segment depth images and to detect shapes in three-dimensionally acquired data
US8213711B2 (en) * 2007-04-03 2012-07-03 Her Majesty The Queen In Right Of Canada As Represented By The Minister Of Industry, Through The Communications Research Centre Canada Method and graphical user interface for modifying depth maps
EP2430614B1 (de) * 2009-05-11 2013-09-18 Universität zu Lübeck Verfahren zur echtzeitfähigen, rechnergestützten analyse einer eine veränderliche pose enthaltenden bildsequenz
KR101025405B1 (ko) 2009-11-02 2011-03-28 중앙대학교 산학협력단 초점 조절 영상 생성 시스템, 방법 및 이를 채용한 촬영 장치
US20120008852A1 (en) * 2010-07-07 2012-01-12 Himax Media Solutions, Inc. System and method of enhancing depth of a 3d image
KR20120014876A (ko) * 2010-08-10 2012-02-20 삼성전자주식회사 영상 처리 장치 및 방법
MY150361A (en) * 2010-12-03 2013-12-31 Mimos Berhad Method of image segmentation using intensity and depth information
KR20120110297A (ko) 2011-03-29 2012-10-10 서영호 레이어 기반의 깊이영상 조절을 이용한 영상 합성 및 다시점 영상 생성
US20120249740A1 (en) * 2011-03-30 2012-10-04 Tae-Yon Lee Three-dimensional image sensors, cameras, and imaging systems
KR101885088B1 (ko) * 2012-11-22 2018-08-06 삼성전자주식회사 깊이 영상을 이용한 컬러 영상 처리 장치 및 방법
US8995739B2 (en) * 2013-08-21 2015-03-31 Seiko Epson Corporation Ultrasound image object boundary localization by intensity histogram classification using relationships among boundaries
US9014452B2 (en) * 2013-08-21 2015-04-21 Seiko Epson Corporation Orientation-aware average intensity histogram to indicate object boundary depth in ultrasound images

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030004122A (ko) * 2001-07-04 2003-01-14 마츠시타 덴끼 산교 가부시키가이샤 화상 신호 부호화 방법, 화상 신호 부호화 장치 및 기록매체
KR20110047814A (ko) * 2009-10-30 2011-05-09 한국전자통신연구원 동영상 시스템에서 동영상 데이터 분할 장치 및 방법
KR20110071522A (ko) * 2009-12-21 2011-06-29 한국전자통신연구원 깊이 영상 편집 방법 및 장치

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016010246A1 (ko) * 2014-07-16 2016-01-21 삼성전자주식회사 3d 영상 디스플레이 장치 및 방법
US10666933B2 (en) 2014-07-16 2020-05-26 Samsung Electronics Co., Ltd. 3D image display device and method
KR20200069848A (ko) * 2018-12-07 2020-06-17 (주)헤르메시스 수치표고모델 기반 유역경계 산출 방법, 이를 위한 장치, 및 이를 기록한 기록매체

Also Published As

Publication number Publication date
KR101885088B1 (ko) 2018-08-06
US9202287B2 (en) 2015-12-01
US20140140613A1 (en) 2014-05-22

Similar Documents

Publication Publication Date Title
KR101885088B1 (ko) 깊이 영상을 이용한 컬러 영상 처리 장치 및 방법
US9639945B2 (en) Depth-based application of image effects
EP3509034B1 (en) Image filtering based on image gradients
KR102146560B1 (ko) 영상 보정 방법 및 장치
WO2010024265A1 (ja) 画像処理装置および方法、学習装置および方法、並びにプログラム
JP2014520446A (ja) 画像の自動露出補正
CN107451976B (zh) 一种图像处理方法及装置
JP2017050683A (ja) 画像処理装置、撮像装置、画像処理方法およびプログラム
US11727543B2 (en) Systems and methods for content-aware enhancement of images
CN108428215A (zh) 一种图像处理方法、装置和设备
CN109948504A (zh) 一种车道线识别方法及装置
JP6771134B2 (ja) 画像補正方法及び画像補正装置
KR101833943B1 (ko) 동영상의 주요 장면을 추출 및 탐색하는 방법 및 시스템
US10497106B2 (en) Image processing apparatus, image processing method, and computer-readable recording medium having recorded thereon a program for performing the image processing method
KR20180064028A (ko) 영상 처리 방법 및 장치
He et al. Effective haze removal under mixed domain and retract neighborhood
AU2016273984A1 (en) Modifying a perceptual attribute of an image using an inaccurate depth map
CN103824256B (zh) 一种图像处理方法及装置
JP2009050035A (ja) 画像処理方法、画像処理システムおよび画像処理プログラム
KR20150094108A (ko) 배경 영상의 위치를 이용한 관심맵 생성 방법 및 이를 기록한 기록 매체
JP2007243987A (ja) 画像処理方法、画像処理システムおよび画像処理プログラム
EP3062288A1 (en) Method, apparatus and computer program product for reducing chromatic aberrations in deconvolved images
JP5786838B2 (ja) 画像領域分割装置、方法、およびプログラム
US20120218280A1 (en) Method, apparatus and system for modifying quality of an image
Agarwal et al. Specular reflection removal in cervigrams

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
GRNT Written decision to grant