KR20140134374A - 다수 영상의 밝기 균일화 방법 - Google Patents

다수 영상의 밝기 균일화 방법 Download PDF

Info

Publication number
KR20140134374A
KR20140134374A KR1020130054091A KR20130054091A KR20140134374A KR 20140134374 A KR20140134374 A KR 20140134374A KR 1020130054091 A KR1020130054091 A KR 1020130054091A KR 20130054091 A KR20130054091 A KR 20130054091A KR 20140134374 A KR20140134374 A KR 20140134374A
Authority
KR
South Korea
Prior art keywords
correction
value
increase
brightness
calculating
Prior art date
Application number
KR1020130054091A
Other languages
English (en)
Other versions
KR102062921B1 (ko
Inventor
서지원
Original Assignee
현대모비스 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 현대모비스 주식회사 filed Critical 현대모비스 주식회사
Priority to KR1020130054091A priority Critical patent/KR102062921B1/ko
Priority to CN201410074209.2A priority patent/CN104159019B/zh
Priority to US14/256,081 priority patent/US9135688B2/en
Publication of KR20140134374A publication Critical patent/KR20140134374A/ko
Application granted granted Critical
Publication of KR102062921B1 publication Critical patent/KR102062921B1/ko

Links

Images

Classifications

    • G06T5/94—
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/44—Receiver circuitry for the reception of television signals according to analogue transmission standards
    • H04N5/57—Control of contrast or brightness
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • 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 by the use of histogram techniques
    • 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 by the use of more than one image, e.g. averaging, 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30264—Parking

Abstract

본 발명은 복수 개의 카메라로부터 획득한 복수의 영상을 하나의 영상으로 합성했을 때 밝기를 균일하게 해주기 위한 다수 영상의 밝기 균일화 방법에 관한 것으로, 둘 이상의 입력 영상을 입력받는 단계와, 둘 이상의 입력 영상을 하나의 합성 영상으로 합성하는 단계와, 합성 영상에서 입력 영상에 대응하는 보정 영역을 설정하고, 보정 영역의 밝기 히스토그램을 산출하는 단계와, 밝기 히스토그램에서 하나 이상의 증감곡선의 대표값을 산출하고, 대표값을 통해 각 보정 영역의 증감곡선을 그룹화하는 단계와, 각 그룹화된 증감곡선들의 대표값을 통해 각 그룹의 보정목표치를 산출하는 단계와, 각 그룹의 보정 목표치에서 각 보정 영역의 각 그룹의 증감곡선의 대표값을 감산하여 보정치를 산출하는 단계와, 각 보정 영역의 각 그룹의 화소값에 보정치를 가산하여 밝기를 보정하는 단계를 포함한다.

Description

다수 영상의 밝기 균일화 방법{Method for brightness equalization of various image}
본 발명은 다수 영상의 밝기 균일화 방법에 관한 것으로, 더 구체적으로는 복수 개의 카메라로부터 획득한 복수의 영상을 하나의 영상으로 합성했을 때 밝기를 균일하게 해주기 위한 다수 영상의 밝기 균일화 방법에 관한 것이다.
사고 위험 방지, 주차시 편리함 등을 위해 자동차에 블랙박스나 후방카메라의 기능을 탑재하는 사용자들이 많아지고 있다.
그에 따라, 최근에는 차량의 전후방뿐만 아니라 좌우측면에도 카메라를 설치해 총 4대의 카메라가 차량 위에서 내려다보는 것처럼 디스플레이에 출력되는 AVM(Around View Monitor) 시스템이 개발되었다.
이 AVM 시스템은 차량의 사방에 설치된 카메라로부터 얻어진 영상을 합성함으로써 차량 앞쪽에 장착된 모니터를 통해 사용자가 편리하게 주위를 관찰할 수 있도록 설계되었다.
그러나 종래의 AVM 시스템은 차량에 설치된 각 카메라의 촬영 영상 밝기가 서로 달라 합성 후의 영상이 매끄럽지 못해 사용자가 자연스러움을 느끼지 못하는 문제점이 있었다.
또한, 일본 공개 특허(2010-187161)에서 제안하는 차재 카메라의 화상 합성 표시 방법은 화상 밝기를 화상에 속하는 전체 화소의 평균치로 산출하기 때문에, 타 물체나 그림자에 의해 밝기 평균값 또는 gain에 오차가 발생하여 정확한 밝기 보정이 어렵다는 문제점이 있었다.
일본공개특허 제2010-187161호(출원일 : 2009.02.12)
본 발명의 목적은 복수 개의 카메라로부터 얻은 영상을 하나의 영상으로 합성할 때 밝기 히스토그램을 통해 자연스럽게 밝기를 보정하는 다수 영상의 밝기 균일화 방법을 제공하는 것이다.
또한, 사용자가 이질감을 느끼지 않고 운전에 더 집중할 수 있는 환경을 만드는 다수 영상의 밝기 균일화 방법을 제공하는 것이다.
상술한 본 발명의 목적을 달성하기 위하여, 다수 영상의 밝기 균일화 방법은 제1실시예로서, 둘 이상의 입력 영상을 입력받는 단계와, 둘 이상의 입력 영상을 하나의 합성 영상으로 합성하는 단계와, 합성 영상에서 입력 영상에 대응하는 보정 영역을 설정하고, 보정 영역의 밝기 히스토그램을 산출하는 단계와, 밝기 히스토그램에서 하나 이상의 증감곡선의 대표값을 산출하고, 대표값을 통해 각 보정 영역의 증감곡선을 그룹화하는 단계와, 각 그룹화된 증감곡선들의 대표값을 통해 각 그룹의 보정목표치를 산출하는 단계와, 각 그룹의 보정 목표치에서 각 보정 영역의 각 그룹의 증감곡선의 대표값을 감산하여 보정치를 산출하는 단계와, 각 보정 영역의 각 그룹의 화소값에 보정치를 가산하여 밝기를 보정하는 단계를 포함하는 것을 특징으로 한다.
밝기 히스토그램 산출 단계에서, 밝기 히스토그램은 합성 영상에서 각 입력 영상에 해당하는 전체 영역에서 산출하거나 합성 영상에서 각 입력 영상끼리 인접하는 영역에서 산출될 수 있다.
또한, 밝기 히스토그램의 형태를 단순화하도록 양자화 레벨을 낮추는 것을 특징으로 한다.
각 증감곡선의 대표값을 산출하고 각 보정 영역의 증감곡선을 그룹화하는 단계에서, 각 증감곡선의 화소들의 평균 밝기값 또는 극대값 중 어느 하나로 산출될 수 있다.
보정 목표치 산출 단계에서, 각 그룹화된 증감곡선들의 대표값들의 평균 또는 가장 면적이 넓은 증감곡선의 대표값 또는 가장 극대값이 큰 증감곡선의 대표값 중 어느 하나로 산출될 수 있다.
다수 영상의 밝기 균일화 방법은 제2실시예로서, 둘 이상의 입력 영상을 입력받는 단계와, 각 입력 영상에서 보정 영역을 설정하고 각 보정 영역의 밝기 히스토그램을 산출하는 단계와, 밝기 히스토그램에서 하나 이상의 증감곡선의 대표값을 산출하고, 대표값을 통해 각 보정 영역의 증감곡선을 그룹화하는 단계와, 각 그룹화된 증감곡선들의 대표값을 통해 각 그룹의 보정목표치를 산출하는 단계와, 각 그룹의 보정 목표치에서 각 보정 영역의 각 그룹의 증감곡선의 대표값을 감산하여 보정치를 산출하는 단계와, 각 보정 영역의 각 그룹의 화소값에 보정치를 가산하여 밝기를 보정하고 둘 이상의 보정 영상을 생성하는 단계와, 둘 이상의 보정 영상을 하나의 합성 영상으로 합성하는 단계를 포함하는 것을 특징으로 한다.
밝기 히스토그램 산출 단계에서, 밝기 히스토그램은 각 입력 영상의 전체 영역에서 산출되거나 각 입력 영상에서 합성에 사용될 영역에서 산출된다.
또한, 밝기 히스토그램의 형태를 단순화하도록 양자화 레벨을 낮추는 것을 특징으로 한다.
각 증감곡선의 대표값을 산출하고 각 보정 영역의 증감곡선을 그룹화하는 단계에서, 각 증감곡선의 화소들의 평균 밝기값 또는 극대값 중 어느 하나로 산출될 수 있다.
보정 목표치 산출 단계에서, 각 그룹화된 증감곡선들의 대표값들의 평균 또는 가장 면적이 넓은 증감곡선의 대표값 또는 가장 극대값이 큰 증감곡선의 대표값 중 어느 하나로 산출될 수 있다.
본 발명의 다수 영상의 밝기 균일화 방법에 따르면, 밝기 히스토그램을 통해 자연스럽게 밝기를 보정하기 때문에 사용자가 이질감을 느끼지 않고 운전에 더 집중할 수 있어 사고 발생 위험을 방지하고, 또한 주차시 편리함을 제공할 수 있다.
도 1은 본 발명의 바람직한 제1실시예에 따른 다수 영상의 밝기 균일화 방법의 기본 구성을 나타낸 흐름도;
도 2는 본 발명의 바람직한 제2실시예에 따른 다수 영상의 밝기 균일화 방법의 기본 구성을 나타낸 흐름도;
도 3은 본 발명의 바람직한 제1실시예에 따른 밝기 히스토그램을 산출할 영역을 설정하는 방법을 나타낸 개념도;
도 4는 본 발명의 바람직한 제2실시예에 따른 밝기 히스토그램을 산출할 영역을 설정하는 방법을 나타낸 개념도;
도 5는 양자화 레벨에 따른 히스토그램의 형태 변화를 나타낸 개념도;
도 6은 증감곡선을 나타내는 개념도;및
도 7은 증감곡선을 그룹으로 분류한 것을 나타낸 개념도;이다.
이하, 첨부한 도면을 참조로 본 발명의 실시예들에 따른 다수 영상의 밝기 균일화 방법에 대하여 상세하게 설명한다.
도 1에 도시한 바와 같이, 본 제1실시예에 따른 다수 영상의 밝기 균일화 방법은, 둘 이상의 입력 영상을 입력받는 단계(S110)와 둘 이상의 입력 영상을 하나의 합성 영상으로 합성하는 단계(S120)와 합성 영상에서 입력 영상에 대응하는 보정 영역을 설정하고, 보정 영역의 밝기 히스토그램을 산출하는 단계(S130)와 밝기 히스토그램에서 하나 이상의 증감곡선(모달;modal)의 대표값을 산출하고, 대표값을 통해 각 보정 영역의 증감곡선을 그룹화하는 단계(S140)와 각 그룹화된 증감곡선들의 대표값을 통해 각 그룹의 보정 목표치를 산출하는 단계(S150)와 각 그룹의 보정 목표치에서 각 보정 영역의 각 그룹의 증감곡선의 대표값을 감산하여 보정치를 산출하는 단계(S160)와 각 보정 영역의 각 그룹의 화소값에 보정치를 가산하여 밝기를 보정하는 단계(S170);를 포함할 수 있다.
우선, 둘 이상의 입력 영상을 입력받는 단계(S110)에서는 차량의 전후좌우에 설치된 카메라를 통해 차량에 인접한 주변 영역을 촬영하여 다수의 영상이 입력될 수 있다.
여기서, 카메라는 차량에 설치되는 것으로 한정되는 것은 아니며, 다수의 영상을 합성하기 위한 시스템에 사용될 수 있기 때문에 카메라가 설치되는 위치나 장소가 어느 곳이든 밝기 균일화 방법을 적용시킬 수 있다.
다음으로, 둘 이상의 입력 영상을 하나의 합성 영상으로 합성하는 단계(S120)에서는 각 입력 영상을 하나의 합성 영상으로 합성할 수 있다.
차량의 사방을 하나의 화면에 담기 위해서 주변을 광각카메라로 촬영하는 바, 짧은 초점 거리를 갖는 카메라 렌즈의 왜곡에 의해 영상의 테두리 부분이 일그러지는 왜곡 현상이 발생하므로, 하나의 합성 영상으로 합성된 후 왜곡에 대한 보정과 평면화 등이 기본적으로 이루어지게 된다.
다음으로, 합성 영상에서 입력 영상에 대응하는 보정 영역을 설정하고, 보정 영역의 밝기 히스토그램을 산출하는 단계(S130)에서는 밝기 히스토그램은 합성 영상에서 각 입력 영상에 해당하는 전체 영역에서 산출되거나 합성 영상에서 각 입력 영상끼리 인접하는 영역에서 산출되고 밝기 히스토그램의 형태를 단순화하도록 양자화 레벨을 낮춘다.
각 영상에서 밝기 히스토그램을 산출할 영역을 설정하는 방법은 도 3에 도시화한 바와 같이, 두 가지의 산출 방법을 나타내고 있다.
두 가지의 산출 방법 중 어느 한 가지의 방법을 이용해 밝기 히스토그램을 산출한 후, 도 5에 도시한 바와 같이, 양자화 레벨을 일반적인 밝기 레벨인 256레벨(8비트)보다 낮추어 히스토그램의 형태를 단순화시킨다.
양자화란 연속된 아날로그의 변화량이 일정한 폭의 범위 내에서 불연속적으로 변화하는 유한 개의 레벨로 구분하고 각 레벨에 대하여 각각 유일한 값을 부여하는 것이다.
그러므로, 양자화 레벨을 낮추면 히스토그램이 단순한 형태를 가진다.
다음으로, 밝기 히스토그램에서 하나 이상의 증감곡선(모달;modal)의 대표값을 산출하고, 대표값을 통해 각 보정 영역의 증감곡선을 그룹화하는 단계(S140)에서는 대표값이 각 증감곡선의 화소들의 평균 밝기값 또는 극대값 중 어느 하나로 산출될 수 있다.
여기서, 증감곡선(모달;modal)이란 도 6에 도시한 바와 같이, 적어도 1개 이상의 극대를 포함하는 극소와 극소 사이의 포물선 형태를 가지는 것을 말한다.
그러므로, 도 6의 그래프에는 두 개의 증감곡선이 있는 것으로 설명될 수 있다.
각 증감곡선의 대표값은 밝기 히스토그램 산출 단계에서 양자화레벨을 낮춘 히스토그램의 형태를 참고로 증감곡선에 속하는 화소들의 평균 밝기값으로 산출될 수 있다.
화소들의 평균 밝기값은 증감곡선의 x축 값과 각 x축 값에 대응하는 y축 값을 각각 곱하여 모두 더한 값이 x축 값에 해당하는 y의 값을 모두 합산한 값으로 나누어져 산출된다.
또한 각 증감곡선의 대표값은 각 증감곡선의 극대값으로 산출될 수 있다.
도 7에 도시화한 바와 같이, 증감곡선을 그룹화하기 위한 방법으로 클러스터링(Clustering) 기법이 사용된다.
클러스터링 기법이란, 클러스터 분석이라는 데이터 집합을 구성하는 객체간의 통계적 유사성에 기초하여 벡터 공간상에서 같은 거리에 있는 객체들은 같은 클러스터에, 그렇지 않은 객체들은 다른 클러스터에 포함시키는 일종의 분류 작업이라 할 수 있다.
클러스터링 기법에 의해 그룹 1과 그룹 2로 그룹화된 후의 그림에서 V_11, V_21 등이 나타내는 것은 밝기 보정치 산출 단계에서의 쉬운 이해를 돕기 위해 쓰인 것으로, 이것은 각 증감곡선의 대표값을 의미한다.
다음으로, 각 그룹화된 증감곡선들의 대표값을 통해 각 그룹의 보정목표치를 산출하는 단계(S150)에서는 각 그룹화된 증감곡선들의 대표값들의 평균값 또는 가장 면적이 넓은 증감곡선의 대표값 또는 가장 극대값이 큰 증감곡선의 대표값 중 어느 하나로 산출될 수 있다.
각 그룹화된 증감곡선들의 대표값들의 평균을 이용하는 방법에서는 그룹 1의 보정 목표치는 (V_21+ V_31 + V_41)/3으로, 그룹 2의 보정 목표치는 (V_11 + V_22 + V_32)/3으로 산출될 수 있다.
가장 면적이 넓은 증감곡선의 대표값을 구할 때의 면적은 증감곡선의 x축 값에 해당하는 y의 값을 모두 적산하여 산출된다.
다음으로, 각 그룹의 보정 목표치에서 각 보정 영역의 각 그룹의 증감곡선의 대표값을 감산하여 보정치를 산출하는 단계(S160)에서는 각 증감곡선에 해당하는 보정치는 각 증감곡선이 속한 그룹의 보정 목표치에서 각 증감곡선의 대표값을 뺀 값으로 산출된다.
다음으로, 각 보정 영역의 각 그룹의 화소값에 보정치를 가산하여 밝기를 보정하는 단계(S170)에서는 각 그룹의 화소값에 각각 대응하는 보정치를 더하여 밝기를 보정할 수 있다.
산출된 각 증감곡선의 보정치에 입력 영상의 화소값에 의한 가중치를 곱하여, 입력 영상의 화소값에 따라 각각 대응하는 보정치가 산출될 수 있다.
화소값은 화소의 밝기값을 0(검정색)과 255(흰색) 사이의 숫자로 나타낸 것이다.
최종적으로, 입력 영상의 화소값에 따라 각각 대응하는 보정치를 보정 전의 화소값에 각각 더하게 되면, 보정 후의 화소값을 얻을 수 있다.
이하, 첨부한 도면을 참조로 본 발명의 제2실시예에 따른 다수 영상의 밝기 균일화 방법에 대하여 상세하게 설명한다.
도 2에 도시한 바와 같이, 본 발명의 제2실시예에 따른 다수 영상의 밝기 균일화 방법은, 둘 이상의 입력 영상을 입력받는 단계(S210)와 각 입력 영상에서 보정 영역을 설정하고 각 보정 영역의 밝기 히스토그램을 산출하는 단계(S220)와 밝기 히스토그램에서 하나 이상의 증감곡선의 대표값을 산출하고, 대표값을 통해 각 보정 영역의 증감곡선을 그룹화하는 단계(S230)와 각 그룹화된 증감곡선들의 대표값을 통해 각 그룹의 보정목표치를 산출하는 단계(S240)와 각 그룹의 보정 목표치에서 각 보정 영역의 각 그룹의 증감곡선의 대표값을 감산하여 보정치를 산출하는 단계(S250)와 각 보정 영역의 각 그룹의 화소값에 보정치를 가산하여 밝기를 보정하고 둘 이상의 보정 영상을 생성하는 단계(S260)와 둘 이상의 보정 영상을 하나의 합성 영상으로 합성하는 단계(S270);를 포함할 수 있다.
우선, 둘 이상의 입력 영상을 입력받는 단계(S210)에서는 차량의 전후좌우에 설치된 카메라를 통해 차량에 인접한 주변 영역을 촬영하여 다수의 영상이 입력될 수 있다.
여기서, 카메라는 차량에 설치되는 것으로 한정되는 것은 아니며, 다수의 영상을 합성하기 위한 시스템에 사용될 수 있기 때문에 카메라가 설치되는 위치나 장소가 어느 곳이든 밝기 균일화 방법을 적용시킬 수 있다.
다음으로, 각 입력 영상에서 보정 영역을 설정하고 각 보정 영역의 밝기 히스토그램을 산출하는 단계(S220)에서는 밝기 히스토그램은 각 입력 영상의 전체 영역에서 산출되거나 각 입력 영상에서 합성에 사용될 영역에서 산출되고, 밝기 히스토그램의 형태를 단순화하도록 양자화 레벨을 낮춘다.
각 영상에서 밝기 히스토그램을 산출할 영역을 설정하는 방법은 도 4에 도시화한 바와 같이, 두 가지의 산출 방법을 나타내고 있다.
두 가지의 산출 방법 중 어느 한 가지의 방법을 이용해 밝기 히스토그램을 산출한 후, 도 5에 도시한 바와 같이, 양자화 레벨을 일반적인 밝기 레벨인 256레벨(8비트)보다 낮추어 히스토그램의 형태를 단순화시킨다.
양자화란 연속된 아날로그의 변화량이 일정한 폭의 범위 내에서 불연속적으로 변화하는 유한 개의 레벨로 구분하고 각 레벨에 대하여 각각 유일한 값을 부여하는 것이다.
그러므로, 양자화 레벨을 낮추면 히스토그램이 단순한 형태를 가진다.
다음으로, 밝기 히스토그램에서 하나 이상의 증감곡선의 대표값을 산출하고, 대표값을 통해 각 보정 영역의 증감곡선을 그룹화하는 단계(S230)에서는 대표값이 각 증감곡선의 화소들의 평균 밝기값 또는 극대값 중 어느 하나로 산출될 수 있다.
여기서, 증감곡선(모달;modal)이란 도 6에 도시한 바와 같이, 적어도 1개 이상의 극대를 포함하는 극소와 극소 사이의 포물선 형태를 가지는 것을 말한다.
그러므로, 도 6의 그래프에는 두 개의 증감곡선이 있는 것으로 설명될 수 있다.
각 증감곡선의 대표값은 밝기 히스토그램 산출 단계에서 양자화레벨을 낮춘 히스토그램의 형태를 참고로 증감곡선에 속하는 화소들의 평균 밝기값으로 산출될 수 있다.
화소들의 평균 밝기값은 증감곡선의 x축 값과 각 x축 값에 대응하는 y축 값을 각각 곱하여 모두 더한 값이 x축 값에 해당하는 y의 값을 모두 합산한 값으로 나누어져 산출된다.
또한 각 증감곡선의 대표값은 각 증감곡선의 극대값으로 산출될 수 있다.
도 7에 도시화한 바와 같이, 증감곡선을 그룹화하기 위한 방법으로 클러스터링(Clustering) 기법이 사용된다.
클러스터링 기법이란, 클러스터 분석이라는 데이터 집합을 구성하는 객체간의 통계적 유사성에 기초하여 벡터 공간상에서 같은 거리에 있는 객체들은 같은 클러스터에, 그렇지 않은 객체들은 다른 클러스터에 포함시키는 일종의 분류 작업이라 할 수 있다.
클러스터링 기법에 의해 그룹 1과 그룹 2로 그룹화된 후의 그림에서 V_11, V_21 등이 나타내는 것은 밝기 보정치 산출 단계에서의 쉬운 이해를 돕기 위해 쓰인 것으로, 이것은 각 증감곡선의 대표값을 의미한다.
다음으로, 각 그룹화된 증감곡선들의 대표값을 통해 각 그룹의 보정목표치를 산출하는 단계(S240)에서는 각 그룹화된 증감곡선들의 대표값들의 평균값 또는 가장 면적이 넓은 증감곡선의 대표값 또는 가장 극대값이 큰 증감곡선의 대표값 중 어느 하나로 산출될 수 있다.
각 그룹화된 증감곡선들의 대표값들의 평균을 이용하는 방법에서는 그룹 1의 보정 목표치는 (V_21+ V_31 + V_41)/3으로, 그룹 2의 보정 목표치는 (V_11 + V_22 + V_32)/3으로 산출될 수 있다.
가장 면적이 넓은 증감곡선의 대표값을 구할 때의 면적은 증감곡선의 x축 값에 해당하는 y의 값을 모두 적산하여 산출된다.
다음으로, 각 그룹의 보정 목표치에서 각 보정 영역의 각 그룹의 증감곡선의 대표값을 감산하여 보정치를 산출하는 단계(S250)에서는 각 증감곡선에 해당하는 보정치는 각 증감곡선이 속한 그룹의 보정 목표치에서 각 증감곡선의 대표값을 뺀 값으로 산출된다.
다음으로, 각 보정 영역의 각 그룹의 화소값에 보정치를 가산하여 밝기를 보정하고 둘 이상의 보정 영상을 생성하는 단계(S260)에서는 각 그룹의 화소값에 각각 대응하는 보정치를 더하여 밝기를 보정할 수 있다.
산출된 각 증감곡선의 보정치에 입력 영상의 화소값에 의한 가중치를 곱하여, 입력 영상의 화소값에 따라 각각 대응하는 보정치가 산출될 수 있다.
화소값은 화소의 밝기값을 0(검정색)과 255(흰색) 사이의 숫자로 나타낸 것이다.
입력 영상의 화소값에 따라 각각 대응하는 보정치를 보정 전의 화소값에 각각 더하게 되면, 보정 후의 화소값을 얻을 수 있다.
다음으로, 둘 이상의 보정 영상을 하나의 합성 영상으로 합성하는 단계(S270)에서는 각 보정 영상을 하나의 합성 영상으로 합성할 수 있다.
차량의 사방을 하나의 화면에 담기 위해서 주변을 광각카메라로 촬영하는 바, 짧은 초점 거리를 갖는 카메라 렌즈의 왜곡에 의해 영상의 테두리 부분이 일그러지는 왜곡 현상이 발생하므로, 하나의 합성 영상으로 합성된 후 왜곡에 대한 보정과 평면화 등이 기본적으로 이루어지게 된다.
상술한 방법을 통해 종래에 비해 영상의 밝기가 자연스럽게 보정되어 사용자의 운전 환경이 향상될 수 있다.
이상, 본 발명의 바람직한 실시예를 참조로 본 발명의 다수 영상의 밝기 균일화 방법에 대하여 설명하였지만, 본 발명의 권리범위는 상술한 실시예에 한정되지 않으며, 본 발명의 사상을 벗어나지 않는 범위 내에서 수정, 변경 및 다양한 변형실시예가 가능함은 당업자에게 명백하다.

Claims (10)

  1. 둘 이상의 입력 영상을 입력받는 단계;
    상기 둘 이상의 입력 영상을 하나의 합성 영상으로 합성하는 단계;
    상기 합성 영상에서 상기 입력 영상에 대응하는 보정 영역을 설정하고, 상기 보정 영역의 밝기 히스토그램을 산출하는 단계;
    상기 밝기 히스토그램에서 하나 이상의 증감곡선(모달;modal)의 대표값을 산출하고, 상기 대표값을 통해 상기 각 보정 영역의 증감곡선을 그룹화하는 단계;
    상기 각 그룹화된 증감곡선들의 대표값을 통해 각 그룹의 보정목표치를 산출하는 단계;
    상기 각 그룹의 보정 목표치에서 상기 각 보정 영역의 각 그룹의 증감곡선의 대표값을 감산하여 보정치를 산출하는 단계; 및
    상기 각 보정 영역의 각 그룹의 화소값에 상기 보정치를 가산하여 밝기를 보정하는 단계;를 포함하는 다수 영상의 밝기 균일화 방법.
  2. 청구항 1에 있어서,
    상기 밝기 히스토그램 산출 단계에서,
    밝기 히스토그램은 상기 합성 영상에서 상기 각 입력 영상에 해당하는 전체 영역에서 산출되거나 상기 합성 영상에서 상기 각 입력 영상끼리 인접하는 영역에서 산출되는 것을 특징으로 하는 다수 영상의 밝기 균일화 방법.
  3. 청구항 2에 있어서,
    상기 밝기 히스토그램 산출 단계에서,
    상기 밝기 히스토그램의 형태를 단순화하도록 양자화레벨을 낮추는 것을 특징으로 하는 다수 영상의 밝기 균일화 방법.
  4. 청구항 1에 있어서,
    상기 각 증감곡선의 대표값을 산출하고 상기 각 보정 영역의 증감곡선을 그룹화하는 단계에서,
    상기 각 증감곡선의 대표값은 상기 각 증감곡선의 화소들의 평균 밝기값 또는 극대값 중 어느 하나로 산출되는 것을 특징으로 하는 다수 영상의 밝기 균일화 방법.
  5. 청구항 1에 있어서,
    상기 보정 목표치 산출 단계에서,
    상기 보정 목표치는 상기 각 그룹화된 증감곡선들의 대표값들의 평균 또는 가장 면적이 넓은 증감곡선의 대표값 또는 가장 극대값이 큰 증감곡선의 대표값 중 어느 하나로 산출되는 것을 특징으로 하는 다수 영상의 밝기 균일화 방법.
  6. 둘 이상의 입력 영상을 입력받는 단계;
    상기 각 입력 영상에서 보정 영역을 설정하고 상기 각 보정 영역의 밝기 히스토그램을 산출하는 단계;
    상기 밝기 히스토그램에서 하나 이상의 증감곡선의 대표값을 산출하고, 대표값을 통해 상기 각 보정 영역의 증감곡선을 그룹화하는 단계;
    상기 각 그룹화된 증감곡선들의 대표값을 통해 각 그룹의 보정목표치를 산출하는 단계;
    상기 각 그룹의 보정 목표치에서 상기 각 보정 영역의 각 그룹의 증감곡선의 대표값을 감산하여 보정치를 산출하는 단계;
    상기 각 보정 영역의 각 그룹의 화소값에 상기 보정치를 가산하여 밝기를 보정하고 둘 이상의 보정 영상을 생성하는 단계; 및
    상기 둘 이상의 보정 영상을 하나의 합성 영상으로 합성하는 단계;를 포함하는 다수 영상의 밝기 균일화 방법.
  7. 청구항 6에 있어서,
    상기 밝기 히스토그램 산출 단계에서,
    밝기 히스토그램은 상기 각 입력 영상의 전체 영역에서 산출되거나 상기 각 입력 영상에서 합성에 사용될 영역에서 산출되는 것을 특징으로 하는 다수 영상의 밝기 균일화 방법.
  8. 청구항 7에 있어서,
    상기 밝기 히스토그램 산출 단계에서,
    상기 밝기 히스토그램의 형태를 단순화하도록 양자화레벨을 낮추는 것을 특징으로 하는 다수 영상의 밝기 균일화 방법.
  9. 청구항 6에 있어서,
    상기 각 증감곡선의 대표값을 산출하고 상기 각 보정 영역의 증감곡선을 그룹화하는 단계에서,
    상기 각 증감곡선의 대표값은 상기 각 증감곡선의 화소들의 평균 밝기값 또는 극대값 중 어느 하나로 산출되는 것을 특징으로 하는 다수 영상의 밝기 균일화 방법.
  10. 청구항 6에 있어서,
    상기 보정 목표치 산출 단계에서,
    상기 보정 목표치는 상기 각 그룹화된 증감곡선들의 대표값들의 평균 또는 가장 면적이 넓은 증감곡선의 대표값 또는 가장 극대값이 큰 증감곡선의 대표값 중 어느 하나로 산출되는 것을 특징으로 하는 다수 영상의 밝기 균일화 방법.

KR1020130054091A 2013-05-14 2013-05-14 다수 영상의 밝기 균일화 방법 KR102062921B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020130054091A KR102062921B1 (ko) 2013-05-14 2013-05-14 다수 영상의 밝기 균일화 방법
CN201410074209.2A CN104159019B (zh) 2013-05-14 2014-03-03 多个图像的亮度均匀化方法
US14/256,081 US9135688B2 (en) 2013-05-14 2014-04-18 Method for brightness equalization of various images

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130054091A KR102062921B1 (ko) 2013-05-14 2013-05-14 다수 영상의 밝기 균일화 방법

Publications (2)

Publication Number Publication Date
KR20140134374A true KR20140134374A (ko) 2014-11-24
KR102062921B1 KR102062921B1 (ko) 2020-01-06

Family

ID=51884419

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130054091A KR102062921B1 (ko) 2013-05-14 2013-05-14 다수 영상의 밝기 균일화 방법

Country Status (3)

Country Link
US (1) US9135688B2 (ko)
KR (1) KR102062921B1 (ko)
CN (1) CN104159019B (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170037205A (ko) * 2015-09-25 2017-04-04 삼성전자주식회사 이미지 센서의 파라미터 제어 방법
KR20180039596A (ko) * 2016-06-29 2018-04-18 주식회사 크리에이츠 공 이미지의 밝기를 보정하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
WO2021128461A1 (zh) * 2019-12-24 2021-07-01 Tcl华星光电技术有限公司 拼接显示面板的 mura 现象补偿方法及拼接显示面板

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5929849B2 (ja) * 2013-07-08 2016-06-08 株式会社デンソー 画像生成装置、画像生成方法及び画像生成プログラム
KR101497933B1 (ko) * 2013-08-19 2015-03-03 현대모비스(주) 클러스터링 기법을 이용한 다수 영상의 합성 시스템 및 방법
KR101610038B1 (ko) * 2014-06-13 2016-04-07 현대모비스 주식회사 Avm 장치 및 동작 방법
ITBA20150017A1 (it) * 2015-03-05 2016-09-05 Virgilio Savino Sistema intelligente di sicurezza e soccorso per veicoli in genere
KR102040746B1 (ko) * 2015-03-20 2019-11-05 후아웨이 테크놀러지 컴퍼니 리미티드 디스플레이 뮤라 교정 방법, 장치, 및 시스템
CN105245785A (zh) * 2015-08-10 2016-01-13 深圳市达程科技开发有限公司 一种汽车全景摄像头的亮度平衡调解方法
JP7285778B2 (ja) * 2016-12-23 2023-06-02 マジック リープ， インコーポレイテッド コンテンツ捕捉デバイスのための設定を決定するための技法
US10170063B2 (en) 2017-05-03 2019-01-01 Shenzhen China Star Optoelectronics Technology Co., Ltd Mura compensation method for display panel and display panel
CN106910483B (zh) * 2017-05-03 2019-11-05 深圳市华星光电技术有限公司 一种显示面板的mura现象补偿方法及显示面板
CN110443807A (zh) * 2019-06-27 2019-11-12 中国地质大学（武汉） 一种基于亮度均衡的光照不均匀图像阈值分割方法
US11503204B2 (en) 2019-12-19 2022-11-15 Magic Leap, Inc. Gradient-based exposure and gain control techniques
US11348470B1 (en) * 2021-01-07 2022-05-31 Rockwell Collins, Inc. Apparent video brightness control and metric

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8675995B2 (en) * 2004-07-09 2014-03-18 Terrago Technologies, Inc. Precisely locating features on geospatial imagery
JP4289259B2 (ja) * 2004-08-31 2009-07-01 カシオ計算機株式会社 撮像装置及び露出制御方法
CN100345160C (zh) * 2005-08-22 2007-10-24 上海广电（集团）有限公司中央研究院 一种控制平均亮度的直方图均衡方法
US9064315B2 (en) * 2011-09-28 2015-06-23 The United States Of America As Represented By The Secretary Of The Army System and processor implemented method for improved image quality and enhancement
US20110123086A1 (en) * 2009-11-25 2011-05-26 Fujifilm Corporation Systems and methods for enhancing medical images
JP2011250376A (ja) * 2010-05-31 2011-12-08 Clarion Co Ltd 車両周辺映像表示装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170037205A (ko) * 2015-09-25 2017-04-04 삼성전자주식회사 이미지 센서의 파라미터 제어 방법
US11184570B2 (en) 2015-09-25 2021-11-23 Samsung Electronics Co., Ltd. Method controlling image sensor parameters
US11699218B2 (en) 2015-09-25 2023-07-11 Samsung Electronics Co., Ltd. Method controlling image sensor parameters
KR20180039596A (ko) * 2016-06-29 2018-04-18 주식회사 크리에이츠 공 이미지의 밝기를 보정하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
WO2021128461A1 (zh) * 2019-12-24 2021-07-01 Tcl华星光电技术有限公司 拼接显示面板的 mura 现象补偿方法及拼接显示面板

Also Published As

Publication number Publication date
CN104159019A (zh) 2014-11-19
KR102062921B1 (ko) 2020-01-06
US9135688B2 (en) 2015-09-15
CN104159019B (zh) 2018-01-12
US20140341467A1 (en) 2014-11-20

Similar Documents

Publication Publication Date Title
KR102062921B1 (ko) 다수 영상의 밝기 균일화 방법
KR101610038B1 (ko) Avm 장치 및 동작 방법
CN103218778B (zh) 一种图像和视频的处理方法及装置
EP2849431B1 (en) Method and apparatus for detecting backlight
JP5884439B2 (ja) 車両周辺監視用画像生成装置
CN103426147B (zh) 图像处理装置、图像拾取装置和图像处理方法
WO2012172922A1 (ja) 車載カメラ装置
US10091422B2 (en) Image processing device and recording medium
JP2013110712A5 (ko)
US9113145B2 (en) Contrast matching for stereo image
US20170347008A1 (en) Method for adapting a brightness of a high-contrast image and camera system
JP2002247361A5 (ko)
KR101497933B1 (ko) 클러스터링 기법을 이용한 다수 영상의 합성 시스템 및 방법
JP2005130486A (ja) 映像信号処理装置
CN108010005B (zh) 调节图像亮度的方法、装置及车辆
EP2843937B1 (en) Method for adapting a gamma curve of a camera system of a motor vehicle, camera system and motor vehicle
EP3543785A1 (en) Imaging control device, imaging apparatus, and imaging control method
WO2019057807A1 (en) HARMONIZING IMAGE NOISE IN A CAMERA DEVICE OF A MOTOR VEHICLE
JP2011181019A (ja) 俯瞰画像生成装置
US11410274B2 (en) Information processing device and program
KR102476852B1 (ko) 영상 생성 방법 및 영상 생성 장치
KR20180040469A (ko) 이미지 정합 방법 및 장치
US20230326177A1 (en) Image processing apparatus
JP5775413B2 (ja) 画像処理装置、画像処理方法、及びプログラム
JP5683214B2 (ja) 画像処理装置及びその制御方法

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