KR20160117450A - 포화된 이미지의 비-포화된 이미지로의 변환을 위한 방법 - Google Patents

Abstract

그 방법은, 라인들을 포화된 화소들의 영역들로 세그먼트화하는 단계와, 이들 포화된 영역들의 각각에 대해, 포화되지 않은 적어도 하나의 컬러 채널을 선택하는 단계, 그 다음에, 상기 영역의 각각의 화소에 대해, 상기 화소에 대한 포화된 컬러 채널에 의해 제공된 컬러 정보에, 상기 화소에 대한 선택된 비-포화된 컬러 채널에 의해 제공된 컬러 정보 및 이 화소의 영역에 대해 컴퓨팅된 베이스라인 컬러 값 간의 차이를 가산하는 단계를 포함한다.

Description

포화된 이미지의 비-포화된 이미지로의 변환을 위한 방법{METHOD FOR CONVERSION OF A SATURATED IMAGE INTO A NON-SATURATED IMAGE}

본 발명은 이미지의 포화된 영역들의 비-포화된 컬러 채널들로부터 오는 컬러 정보를 기초로 하는 이미지의 이들 포화된 영역들의 복원에 관한 것이다.

대부분의 기존의 카메라들은 단일 노출 내에서 제한된 범위의 조명만을 캡처할 수 있다. 카메라 설정들의 잘못된 선택은, 카메라 센서들의 물리적 제약조건들과 결합되어, 주어진 노출 시간 및 증폭기 이득에 대해 이미지들로서 캡처 및 저장될 수 있는 최대 조도 (irradiance) 값을 제한한다. 그러므로, 카메라 센서 엘리먼트들의 최대 용량을 넘어서는 장면 조도 값들은, 정확히 캡처될 수 없어, 캡처된 이미지들에서의 과도 노출 또는 컬러-포화된 영역들을 초래할 수 있다.

이미지의 밝은 이미지 영역들의 포화는 그것이 이미지를 시각적으로 열화시킬 수 있으므로 물론 바람직하지 않다. 밝은 이미지 영역들에서의 세부사항을 누락하는 것은 하이 다이내믹 레인지 (high dynamic range, HDR) 이미징의 맥락에서, 특히 역 색조 매핑 (reverse tone mapping) 에서 특히 문제가 있다. 디스플레이 능력들에서의 최근의 발전은 소비자 디스플레이들이 가까운 장래에 HDR 콘텐츠를 디스플레이할 가능성이 있다는 것을 제안하여, 이 새로운 디스플레이 양상 (modality) 에 대한 레거시 콘텐츠를 준비하기 위한 해법들을 요구한다. 대부분의 현재의 역 색조 매핑 해법들이 이미지에서의 밝은 영역들을 검출 및 확장시키므로, 이들 영역들에서의 누락 컬러 정보가 강건한 방식으로 복구되는 것이 중요하다.

이미지 컬러 포화는 두 가지 형태들을 취할 수 있으며, 그 형태들은 상당히 상이한 방법들을 사용하여 통상 취급된다. 이미지의 포화된 부분들의 모든 세 개의 컬러 채널들의 컬러들이 포화로 인해 클리핑된다면, 이미지의 부분과 그러므로 정정 방법들이 누락 화소들에 환각을 일으키기 위해 이미지의 나머지로부터 획득된 확률 정보에 의존하거나 또는 이 이미지의 전반적인 앞선 부분에 기초한 누락 정보의 채움에 의존한다는 점에서 강건한 컬러 정보는 존재하지 않는다. 한편, RGB 성분들 중 하나 또는 두 개만이 이미지의 부분에서 포화된다면, 비-클리핑된 채널들에서의 컬러 정보를 사용하여 또는 그 컬러 정보와 인근의 이미지 영역들로부터의 정보를 결합함으로써 클리핑된 컬러 채널들에서의 누락 정보를 복원하는 것이 가능하다. 본 발명은 이 제 2 형태의 이미지 컬러 포화에 관련된다.

특히 RGB 컬러 공간에서의 컬러 채널들 간의 강한 상관 때문에 (『E. Reinhard and T. Pouli, "Colour spaces for colour transfer," in IAPR Computational Color Imaging Workshop, ser. Lecture Notes in Computer Science, R. Schettini, S. Tominaga, and A. Tremeau, Eds. Springer Berlin Heidelberg, 2011 - invited paper, vol. 6626, pp. 1-15』 참조), 위의 제 2 형태에 관련된 대부분의 방법들은 RGB 컬러 공간에서 이미지들을 프로세싱한다. 가장 단순한 경우, 컬러 채널들 간의 글로벌 상관은 글로벌 베이지안 모델의 형태에서 결정되고 포화로 인한 누락 컬러 정보의 복구의 프로세스에서 사용될 수 있다 (『X. Zhang and D. H. Brainard, "Estimation of saturated pixel values in digital color imaging," JOSA A, vol. 21, no. 12, pp. 2301-2310, 2004』 참조).

컬러 채널들 간의 상관은 동일한 공간적 영역 내의 비클리핑된 컬러 채널들에서의 정보를 사용함으로써 활용될 수 있다. 『S. Z. Masood, J. Zhu, and M. F. Tappen, "Automatic correction of saturated regions in photographs using cross-channel correlation", Computer Graphics Forum, vol. 28, no. 7. Wiley Online Library, 2009, pp. 1861-1869』에서, Zhang 등의 베이지안 모델링 방법 (위 참조) 은 확장되고 RGB 채널들 간의 비율들을 추정하기 위해 화소들과 그것들의 이웃 간의 관계를 사용했다.

이 접근법은 두 개의 비용 함수들의 최소화에 의존하는데, 이는 그것의 계산 복잡도를 상당히 증가시킨다. 덧붙여서, 인근 정보의 사용은 부정확한 색상 (hue) 값들을 초래할 수도 있다.

본 발명의 목적은 앞서 언급된 단점들을 피하는 것이다.

포화된 이미지의 비-포화된 이미지로의 변환의 방법은 컬러 채널들 간의 상관에 또한 의존하지만 클리핑된 컬러 정보를 복구하고 이미지의 상이한 라인들에 걸쳐 컬러들의 공간적 일관성을 강화하기 위하여 간단한 통계를 선택한다.

덧붙여, 이전의 방법들과는 대조적으로, 본 방법은 이미지들의 라인 프로파일들 상에서 동작하도록 설계되어, 하드웨어 애플리케이션들 및 디스플레이 측 프로세싱에 매우 적합하다.

본 방법은 과도 노출된 이미지 영역들에서, RGB 성분들이 동일한 공간적 포지션에서 클리핑되지 않는 경향이 있다는 사실에 의존한다. 컬러 채널들이 공간적으로 강하게 상관된다는 가정에 기초하여, 본 방법은 동일한 공간적 포지션들에서 비클리핑된 컬러 채널(들) 내의 변동을 고려함으로써 하나의 컬러 채널의 과도 노출된 영역들을 복원한다.

본 발명의 주제가 포화된 이미지의 비-포화된 이미지로의 변환의 방법인데, 그 방법은:

- 컬러들이 포화된 선형 RGB 컬러 공간에서의 적어도 하나의 컬러 채널을 갖는 화소들의 영역들에서 상기 포화된 이미지를 세그먼트화하는 단계와,

이들 포화된 영역들의 각각에 대해,

- 상기 영역의 화소들에 대해 상기 선형 RGB 컬러 공간에서의 컬러 정보를 제공하는 상이한 컬러 채널들 중에서, 상기 영역의 화소들에 대해 포화되지 않은 적어도 하나의 컬러 채널을 선택하는 단계,

- 상기 영역의 각각의 화소에 대해, 복원된 비-포화된 컬러 정보에 의해 상기 영역의 적어도 하나의 포화된 컬러 채널에 의해 제공된 상기 화소의 컬러 정보를 대체하는 단계를 포함하며,

상기 복원된 비-포화된 컬러 정보는 상기 화소에 대한 상기 영역의 상기 적어도 하나의 포화된 컬러 채널에 의해 제공된 컬러 정보와 상기 화소에 대한 선택된 적어도 하나의 비-포화된 컬러 채널에 의해 제공된 컬러 정보 및 상기 화소의 영역에 대해 컴퓨팅된 베이스라인 컬러 값 간의 차이의 합이며,

따라서 상기 변환된 비-포화된 이미지를 제공한다.

바람직하게는, 영역의 베이스라인 컬러 값은 이 영역에서의 적어도 모든 화소들에 대해 이 영역의 기준 컬러 채널에 의해 제공된 최소 컬러 값으로서 컴퓨팅된다. 다른 화소들은 이 최소 컬러 값, 특히 이 영역 주위의 화소들을 컴퓨팅하기 위해 고려될 수도 있다.

EP2367360의 단락 63, 66 및 69에서 그리고 도 8에서, 포화된 화소의 복원된 비-포화된 컬러 정보는 (본 발명에서처럼 포화된 컬러 채널이 아니라) 상기 화소에 대한 비-포화된 컬러 채널에 의해 제공된 컬러 정보와 차이의 합이라는 점에 주의한다. 본 발명에서, 각각의 컬러 채널에서 제공된 컬러 정보는 클리핑 또는 포화 임계값까지 정정된다고 가정된다. 컬러 채널 (G) 이 영역의 화소들에 대한 값 G_max에서 클리핑된다면, 본 발명은, 포화가 없었다면 그들 화소들에 대한 올바른 G 값이 G_max + 어떤 증분일 것이며, 이 증분은 포화/클리핑으로 인해 캡처되지 않은 것이라고 간주한다. EP2367360에서, 정정된 G 값은 G_max + 어떤 증분이 아니고, B 값 + 어떤 증분 또는 R 값 + 어떤 증분이다. EP2367360에서, 최대 정정된 G 값은 G_max보다 높지 않을 것인데, 본 발명에서, 올바른 G 값이 G_max를 항상 초과하고 그러므로 실제 장면 값들에 더 가까워서이다. 그것은 본 발명이 범위의 동적 확장들에, 즉, LDR 이미지들의 HDR 이미지들로의 변환에 특히 매우 적합하다는 것을 의미한다.

바람직하게는, 상기 세그먼트화하는 단계는 한 라인씩 수행되며, 한 라인은 다른 라인 뒤에 포화된 화소들을 갖고, 상기 영역들은 라인들의 세그먼트들이다. 바람직하게는, 세그먼트의 상기 베이스라인 컬러 값은, 이 세그먼트에서의 모든 화소들에 대해 그리고 그 색상들이 이 세그먼트의 대표적인 평균 색상에 대해 근접 임계값보다 더 가까운 이웃 라인들에서의 이 세그먼트에 인접한 화소들에 대해 이 세그먼트의 기준 컬러 채널에 의해 제공된 최소 컬러 값으로서 컴퓨팅된다. 바람직하게는, 상기 적어도 하나의 포화된 컬러 채널에 의해 제공되는 화소의 컬러 정보를 대체하는 상기 복원된 컬러 정보는, 상기 화소의 세그먼트의 동일한 라인에 그리고/또는 이웃 라인들에 속하는 다른 화소들에 관련된 컬러 정보에 기초한 컬러 통계를 또한 사용함으로써 컴퓨팅된다. 바람직하게는, 이들 이웃 라인들은 서로 인접하다.

본 발명의 주제가 또한, 포화된 이미지의 각각의 화소의 컬러 정보가 이 컬러 정보를 RGB 컬러 공간으로 표현하는 것과 같이 세 개의 상이한 컬러 채널들을 통해 제공되는, 상기 포화된 이미지의 비-포화된 이미지로의 변환의 방법으로서, 상기 방법은,

- 상기 포화된 이미지의 인접 화소들의 라인들을, 컬러들이 포화된 적어도 하나의 컬러 채널을 갖는 인접 화소들의 세그먼트들로 세그먼트화하는 단계, 및

이들 포화된 세그먼트들의 각각에 대해,

- 상기 세그먼트의 화소들에 대해 상기 선형 RGB 컬러 공간에서의 컬러 정보를 제공하는 상이한 컬러 채널들 중, 상기 세그먼트의 화소들에 대해 포화되지 않은 적어도 하나의 컬러 채널을 선택하는 단계,

- 상기 세그먼트의 각각의 화소에 대해, 상기 세그먼트의 선택된 적어도 하나의 비-포화된 컬러 채널에 의해 동일한 화소에 대해 제공된 적어도 컬러 정보를 사용함으로써 컴퓨팅된 복원된 컬러 정보에 의해 상기 세그먼트의 적어도 하나의 포화된 컬러 채널에 의해 제공된 상기 화소의 컬러 정보를 대체하는 단계를 포함하며,

따라서 상기 변환된 비-포화된 이미지를 제공한다.

바람직하게는, 세그먼트의 화소의 상기 복원된 비-포화된 컬러 정보는, 상기 세그먼트의 적어도 하나의 포화된 컬러 채널에 의해 제공된 상기 화소의 컬러 정보와 상기 세그먼트의 선택된 적어도 하나의 비-포화된 컬러 채널에 의해 상기 화소에 대해 제공된 컬러 정보 및 상기 세그먼트에 대해 컴퓨팅된 베이스라인 컬러 값 간의 차이를 가산함으로써 컴퓨팅된다.

바람직하게는, 세그먼트의 상기 베이스라인 컬러 값은, 이 세그먼트에서의 모든 화소들에 대해 그리고 그 색상들이 이 세그먼트의 대표적인 평균 색상에 대해 근접 임계값보다 더 가까운 이웃 라인들에서의 이 세그먼트에 인접한 화소들에 대해 이 세그먼트의 기준 컬러 채널에 의해 제공된 최소 컬러 값으로서 컴퓨팅된다. 바람직하게는, 이웃 라인들은 서로 인접하다.

바람직하게는, 상기 방법은 한 라인씩 구현되며, 한 라인은 다른 라인 뒤에 포화된 화소들을 갖는다.

요컨대, 본 발명에 따른 방법은, 라인들을 포화된 화소들의 영역들로 세그먼트화하는 단계와, 이들 포화된 영역들의 각각에 대해, 포화되지 않은 적어도 하나의 컬러 채널을 선택하는 단계, 그 다음에, 상기 영역의 각각의 화소에 대해, 상기 화소에 대한 포화된 컬러 채널에 의해 제공된 컬러 정보에, 상기 화소에 대한 선택된 비-포화된 컬러 채널에 의해 제공된 컬러 정보 및 이 화소의 영역에 대해 컴퓨팅된 베이스라인 컬러 값 간의 차이를 가산하는 단계를 포함한다.

본 발명의 주제가 또한 포화된 이미지의 탈포화된 이미지로의 변환을 위한 이미지 변환 디바이스인데, 그 이미지 변환 디바이스는,

- 컬러들이 컬러 포화된 선형 RGB 컬러 공간에서의 적어도 하나의 컬러 채널을 갖는 화소들의 영역들에서 이미지를 세그먼트화하도록 구성된 제 1 모듈과,

- 제 1 모듈에 의해 제공된 각각의 포화된 영역의 화소들을, 상기 영역의 상기 화소들에 대해 포화되지 않은 적어도 하나의 컬러 채널을 선택함으로써 그리고, 그들 화소들의 각각에 대해, 상기 영역의 적어도 하나의 포화된 컬러 채널에 의해 제공되는 상기 화소의 컬러 정보를, 상기 화소에 대한 상기 영역의 상기 적어도 하나의 포화된 컬러 채널에 의해 제공된 컬러 정보와 상기 화소에 대한 선택된 적어도 하나의 비-포화된 컬러 채널에 의해 제공된 컬러 정보 및 상기 화소의 영역에 대해 컴퓨팅된 베이스라인 컬러 값 간의 차이의 합에 의해 대체함으로써, 탈포화하도록 구성된 제 2 모듈을 포함한다.

바람직하게는, 상기 제 1 모듈은 상기 라인의 세그먼트들인 영역들에서의 상기 이미지의 각각의 라인을 세그먼트화하도록 구성된다.

본 발명의 주제가 또한 본 발명에 따른 이미지 변환 디바이스를 포함하는 전자 디바이스이다. 바람직하게는, 이 전자 디바이스는 TV 세트, 셀 전화기, 태블릿, 셋톱 박스, 게이트웨이, 또는 카메라이다.

본 발명은 비제한적 예에 의해 주어지고 다음의 첨부된 도면들을 참조하는 뒤따르는 설명을 읽으면 더욱 분명히 이해될 것이다:
도 1은 본 발명에 따른 방법의 제 1 실시형태를 예시하는 흐름도이며;
도 2는, 각각의 컬러 채널 (적색, 녹색 및 청색) 에 대해, 도 1의 실시형태의 제 1 단계 후에 획득된 마스크 (S) 를 예시하며;
도 3은 도 1의 실시형태의 제 2 단계 후에 그것들의 색상 값들에 기초하여 그룹화된 컬러 포화된 화소의 상이한 세그먼트들 (s₁, s₂, s₃ , ...) 로의 포화된 이미지의 라인의 세그먼트화를 예시하며;
도 4는 도 3에 도시된 바와 같은 동일한 라인의 모든 화소들에 대해 세 개의 컬러 채널들 (R, G, B) 에 의해 제공된 컬러 정보의 변동을 예시하는데, 그 도면에서 동일한 포화된 세그먼트들 (s₁, s₂, s₃, ...) 은 세 개의 컬러 채널들 (R, G 및 B) 중 적어도 하나에 의해 제공된 컬러 정보의 포화에 의해 식별되며;
도 5는, 도 3 및 도 4의 세그먼트에서, 도 1의 실시형태의 제 4 단계에 따른, 이 세그먼트의 화소에 대해 기준 컬러 채널에 의해 제공된 컬러 값 및 이 세그먼트에 대해 컴퓨팅된 베이스라인 컬러 값 (ρ_si) 간의 차이가 이 세그먼트의 포화된 컬러 채널에 의해 제공되는 이 화소의 컬러 값에 가산되는 방법을 예시하며;
도 6은 도 1의 실시형태의 제 4 단계의 말미에, 도 5에 예시된 바와 같은 모든 컬러 채널들의 탈포화로부터 초래되는, 도 3에 도시된 바와 같은 동일한 라인의 모든 화소들에 대해 세 개의 컬러 채널들 (R, G, B) 에 의해 제공된 컬러 정보의 변동을 예시하며;
도 7은 본 발명에 따른 방법의 제 2 실시형태를 예시하는 흐름도이다.

본 발명에 따른 방법의 두 개의 비-제한적 실시형태의 상이한 단계들은 도 1을 참조하여 이제 설명될 것이다. 이들 상이한 단계들은 함께 이미지 변환 디바이스를 형성하는 적절한 소프트웨어에 연관하여 소프트웨어를 실행할 수 있는 하드웨어뿐만 아니라 전용 하드웨어의 사용을 통해 제공될 수도 있다. 하드웨어는 디지털 신호 프로세서 ("DSP") 하드웨어, 소프트웨어를 저장하는 판독-전용 메모리 ("ROM"), 랜덤 액세스 메모리 ("RAM"), 및 비-휘발성 스토리지를 비제한적으로 특히 포함할 수도 있다. 이미지 변환 디바이스는, 예를 들면, TV 세트, 셀 전화기, 태블릿, 셋톱 박스, 게이트웨이, 또는 카메라와 같은 전자 소비자 디바이스의 부분일 수 있다.

R,G,B 컬러 채널들 하에 컬러 코딩된 사이즈 M x N 화소들의 I로 표시된 입력 8-비트 RGB 포화된 이미지가, 이미지 변환 디바이스에 제공된다. 이 이미지 변환 디바이스가 셀 전화기, 태블릿 또는 카메라의 부분이라면, 이 이미지는 이미지의 캡처를 통해 직접 제공될 수도 있다. 이러한 상황에서, R,G,B 컬러 채널들에 연관된 선형 RGB 컬러 공간은 이미지 캡처 디바이스, 특히 이 캡처를 위해 사용되는 이미지 캡처 디바이스에 바람직하게 관련된다. 이 이미지 변환 디바이스가 TV 세트, 셋톱 박스, 셀 전화기, 태블릿, 또는 게이트웨이와 같은 전자 디바이스의 부분이면, 이미지는 그 전자 디바이스에 통합된 이미지 수신기에 의해 제공될 수도 있다. 이러한 상황에서, R,G,B 컬러 채널들에 연관된 선형 RGB 컬러 공간은 이 전자 디바이스에 또는 그것의 이미지 수신기에 연관된 이미지 디스플레이 디바이스에 바람직하게 관련된다.

필요하다면, 감마 정정은 디스플레이 디바이스의 선형 RGB 컬러 공간에서 표현되는 컬러 데이터를 갖는 이미지를 획득하는 것과 같이 포화된 이미지로부터 그 자체가 알려진 방식으로 먼저 제거된다 (예를 들면 2.2 감마를 가정함). 이 디스플레이 디바이스는, 예를 들면, ITU 709과 같은 표준을 준수하는 LCD, OLED 디스플레이, 프로젝터, 또는 임의의 디바이스와 같은 임의의 종류의 실제 또는 가상 디바이스일 수 있다. 이미지의 화소의 각각의 컬러에 대해, 선형 RGB 공간에서의 이 컬러의 컬러 좌표들을 나타내는 세 개의 컬러 값들이 대응한다. 각각의 컬러 값은 컬러 채널 (R, G 또는 B) 에 관련된다.

본 발명의 제 1 의 비-제한적 실시형태가 이제 설명될 것인데, 거기서 이미지는 화소들의 동일한 라인에 모두가 속하는 컬러 포화된 인접 화소들의 세그먼트들로 세그멘트화된다. 이 실시형태의 장점은 이미지가 라인 뒤에 라인으로 (line after line) 프로세싱되며, 그래서 더 낮은 계산 자원들을 요구할 수 있다는 것이다.

이 제 1 실시형태의 제 1 단계에서, 이미지의 과도 노출된 영역들을 마킹, 더 정확하게는 세 개의 컬러 채널들 중 적어도 하나의 컬러 채널에서 포화되는 적어도 하나의 컬러 값을 갖는 이 이미지의 각각의 화소를 마킹하기 위하여 그 자체가 잘 알려진 방식으로 포화 마스크 (S) 가 이미지의 각각의 컬러 채널에 대해 구축된다. 이들 마스크들은 도 2에서 예시된다. 각각의 컬러 채널에 대해, 포화 마스크 (S) 는 예를 들면 모든 컬러 채널들에 공통, 또는 각각의 컬러 채널에 특유할 수도 있는 포화 컬러 값 (t) 을 사용하여 다음의 수학식 1을 통해 계산되며:

여기서 I_m(n, c) 는 이미지의 라인 m에 그리고 이미지의 열 n에 속하는 화소에 대한 컬러 채널 (c) 에서의 컬러의 값이며, m은 간격 [1 ; M]에 속하고 라인을 나타내며, n은 간격 [1 ; N]에 속하고 열을 나타내고, c는 컬러 채널들 (R, G, 및 B) 의 그룹에 속하고 컬러 채널을 나타낸다. 8-비트 RGB 이미지에 대해, 임계값 (t) 은 예를 들면 모든 컬러 채널에 공통이고 잡음을 설명하기 위해 (2⁸ 대신) 235로 설정된다.

컬러 채널 (c) 의 포화 마스크 (S) 의 각각의 화소에 배정된 값의 위의 정의에 따르면:

- 포지션 (m,n) 에서의 화소에 대한 값 0은 이 화소에 연관된 컬러 채널 (c) 의 값이 포화된다는 것과 이 컬러 채널에 관련된 컬러 정보는 이 화소를 위해 복원될 필요가 있다는 것을 의미하며;

- 이 화소에 대한 값 1은 이 화소에 연관된 컬러 채널 (c) 의 값이 포화되지 않는다는 것과 컬러 정보가 복원될 필요가 없다는 것을 의미한다.

이 제 1 실시형태의 제 2 단계에서, 이미지의 인접 화소들의 라인들은 마스크의 대응하는 값들이 0인 인접 화소들의 세그먼트들로 세그먼트화된다. 그들 세그먼트들 중 임의의 세그먼트의 모든 화소들은 클리핑되며, 즉, 적어도 하나의 컬러 채널이 포화된 컬러들을 갖는다.

이상적인 시나리오에서, 인접한 포화된 화소들의 세그먼트들로의 세그먼트화와 각각의 포화된 화소에 대한 복원된 비-포화된 컬러 정보의 설명에 따른 컴퓨테이션 (아래의 제 4 단계 참조) 양쪽 모두는 전체 이미지 상에서 수행될 것이다. 그러나, 대부분의 하드웨어 기반 애플리케이션들에서, 특히 이미지 프로세싱 디바이스가 전자 소비자 디바이스에 통합되는 경우, 포화된 이미지를 전체로서 프로세싱하는 것은 컴퓨테이션적으로 비실용적일 것이다. 이를 해결하기 위해, 아래에서 설명되는 바와 같이, 인접한 포화된 화소들의 적어도 하나의 세그먼트가 식별되었던 상이한 라인들을 따로따로, 즉, 하나의 라인 뒤에 다른 라인으로 프로세싱하는 것이 바람직하다. 이러한 반복 프로세스는 유리하게는 프로세싱할 라인 더하기, 아래에서 설명되는 바와 같이, 선행 및 후행하는 라인들, 즉, 간격 [m-α, m+α]에서의 모든 라인들의 컬러 값들에 대한 액세스만을 요구한다. 낮은 계산 자원들을 갖는 경우, α는 0 또는 1로 설정될 수도 있는 반면, 더 큰 값들이 본 방법의 강건성을 증가시키기 위해 바람직하다. 물론, 그 이미지의 화소들의 라인들은 일반적으로 수평이고, 그러면, 열들은 수직이다. 하지만 화소들의 라인들은 또한 수직일 수도 있고, 그러면 열들은 수평이다.

더욱 상세한 것은 포화된 이미지의 화소들의 선들을 인접한 컬러 포화된 화소들의 세그먼트들로 세그먼트화하는 하나의 방법에 관해 위의 제 1 단계에서 구축된 포화 마스크들을 사용하여 이제 주어질 것이다. 본 발명으로부터 벗어남 없이, 라인들의 포화된 세그먼트들로의 세그먼트화의 다른 방도들이, 예를 들면 마스크를 요구하지 않는 것들로 하여, 본 발명을 구현하는데 사용될 수 있다.

이 제 1 실시형태에서, 불연속성들을 도입하는 것을 피하고 이미지의 유사한 클리핑된 영역들이 일관된 방식으로 취급되는 것을 보장하기 위해, 이미지의 각각의 라인에서, 클리핑된 화소들은 그것들의 색상 값들에 기초하여 세그먼트들로 그룹화되고 각각의 그룹 (즉, 세그먼트) 의 화소들에는 아래에서 설명되는 바와 같은 동일한 화소 라벨이 배정된다.

라인 m에 그리고 열 n에 속한 화소에 대한 색상 H_m(n) 은 CIELab 컬러 공간에서 보통의 방식으로 H_m(n) = arctan(b_m(n) ; a_m(n)) 로서 정의되며, 여기서 a와 b는 이 화소의 RGB 컬러 공간에서의 위의 컬러 값들에 대응하는 Lab 컬러 공간에서의 CIELab 색 성분 (chromatic component) 들이다. 이미지의 화소들의 라인 m의 세그먼트화 프로세스는 그러면 주어진 임계값 (t_c) (예를 들면, t_c = 30^o) 보다 더 가까운 색상 값들 H_m(n) 을 갖는 클리핑되고 인접한 화소들이, 이 라인의 동일한 세그먼트의 부분으로서 간주되고 그러므로 동일한 라벨 (s_m,i) 이 배정되도록 수행된다. 그러므로, 라인 m에 그리고 열 n에 속한 화소의 라벨 (s_m,i) 은 다음과 같이 수학식 2에 따라 정의될 수 있으며:

여기서 i는 간격 [1,L_m]에 속하며, L_m은 라인 m에서의 클리핑된 세그먼트들의 수이며, 화소 포지션 (m,n) 에 대한 함수 ΔH(m,n) 은 다음의 수학식 3에서 정의되며:

수학식 (3)

여기서 H_m(n) 은, 위에서 정의된 바와 같이, 이 화소의 색상이다.

컬러 포화된 화소들을 포함하는 라인 m의 이 세그먼트화 단계의 말미에, 도 3 및 도 4에서 예시된 바와 같이, 이 라인에서 컬러 포화된 화소들의 L_m 개 세그먼트들 (s₁, s₂, s₃, ..., s_Lm) 이 있으며, 그것들의 컬러 값들은 동일한 적어도 하나의 컬러 채널을 위해 복원될 필요가 있다. 도 4에서, 포화되는 RGB 컬러 공간의 컬러 채널은 각각의 세그먼트 (s₁, s₂, s₃, ...) 에서의 아이덴티티일 수 있다. 이미지의 각각의 라인에서 유사한 색상 값들을 갖는 클리핑된 화소들의 그룹화 프로세스는, 옵션이지만 바람직한데, 그 프로세스가, 유사한 색상들의 화소들이 마찬가지로 취급될 것과, 그러므로 탈포화에 대한 컬러 정보의 복원 후에 더욱 일관성 있는 외관을 획득할 가능성이 있을 것을 보장하기 때문이다.

제 1 실시형태의 제 3 단계에서, 라인 m의 포화된 세그먼트들 (s₁, s₂, s₃, ..., s_Lm) 의 각각의 s_i에 대해, 포화되지 않은 적어도 하나의 컬러 채널이 이 세그먼트의 화소들에 대한 컬러 정보를 제공하는 상이한 컬러 채널들 중에서 선택된다. 이 선택된 컬러 채널은 기준 컬러 채널 (c_ref) 로 명명되는데 그것이 이 세그먼트의 화소들에 대한 컬러 정보의 복원을 위해 아래에서 설명되는 바와 같이 사용될 것이기 때문이다. 이 기준 채널 (c_ref) 은, 예를 들면 도 4에서 도시된 바와 같은 상이한 채널들에 의해 제공된 컬러 정보를 사용하여, 이 세그먼트의 포화된 컬러 채널의 식별에 기초하여, 아래의 표 1에서 정의된 규칙에 따라, 세그먼트의 비클리핑된 컬러 채널들 중에서 선택된다.

Nb	포화된 컬러 채널(들)	기준 컬러 채널(들)
1	적색	녹색
2	녹색	청색 및/또는 적색
3	청색	녹색
4	적색 및 녹색	청색
5	적색 및 청색	녹색
6	청색 및 녹색	적색
7	적색, 청색 및 녹색	휘도 확장 (아래 참조)

이 규칙에 따르면, 단지 하나의 컬러 채널이 세그먼트에서 클리핑되면 (표 1에서의 경우 1, 2 및 3), 비클리핑된 컬러 채널들 중 하나는 탈포화 정정을 위한 기준 컬러 채널로서 선택된다. 가능한 경우, 녹색 채널은 바람직하게는 선택에서 선호되는데, 이 채널이 남아있는 채널들에 대한 더 나은 예측자임이 발견되었기 때문이다. 이는 카메라들에서 통상 사용되는 컬러 필터 어레이로 인한 이미지 휘도와 그것의 높은 상관에 기인한다. 두 개의 컬러 채널들이 포화되는 경우들에서 (표 1에서의 경우 4, 5 및 6), 비클리핑된 컬러 채널만이 탈포화 정정을 위해 사용될 기준 컬러 채널로서 선택된다. 마지막으로, 모든 컬러 채널들이 세그먼트에서 포화된다면, 간단한 휘도 확장이 이미지의 나머지에 가해진 정정들에 따라 적용된다 (아래 참조).

제 1 실시형태의 제 4 단계에서는, 위에서 정의된 바와 같은 라인의 각각의 포화된 세그먼트에서, 이 세그먼트에 대해 식별된 포화된 컬러 채널에 관련되는 각각의 화소의 컬러 값이, 위의 제 3 단계에서 선택된 바와 같은 이 세그먼트의 기준 컬러 채널에 관련되는 동일한 화소의 컬러 값을 적어도 사용함으로써 컴퓨팅되는 복원된 비-포화된 컬러 값에 의해 대체된다.

이 단계에서, 각각의 검출된 세그먼트의 화소들의 포화된 채널들은 이 세그먼트에 대해 선택된 기준 컬러 채널 (c_ref) 에 의해 주어진 정보에 따라 탈포화된다.

하나 또는 두 개의 포화된 컬러 채널들을 갖는 라인 m의 세그먼트 (s_i) 의 화소들의 탈포화를 위한 컬러 정정은 이 세그먼트의 이들 포화된 컬러 채널(들) 중 하나에 대해 이제 설명될 것이다. 이 정정을 위해, 이 세그먼트의 기준 컬러 채널 (c_ref) 에 의해 제공된 어떤 컬러 정보는 아래에서 설명되는 바와 같이 이 세그먼트의 포화된 컬러 채널로 전달될 것이다. 이미지의 유사한 영역들 간에 불일치들을 도입하는 일 없이 이 정정 (예컨대, 동일한 대상체 상의 다수의 하이라이트들) 을 달성하기 위해, 색상 일관성 제약조건이 위의 제 2 단계의 화소들의 세그먼트들로의 색상 기반 세그먼트화에 더하여 사용된다. 이 유형의 색상 제약조건은 옵션이지만 바람직하다.

가설은 세그먼트 (s_i) 의 기준 컬러 채널 (c_ref) 에 관련된 컬러 값들의 변동들이 이 세그먼트 (s_i) 내의 화소들에 대한 다른 컬러 채널에서의 누락 컬러 정보를 복원하는데 사용될 수 있다는 것이다. 그러나, 컬러 값들은 기준 컬러 채널에서부터 포화된 컬러 채널로 직접 전달될 수 없는데, 이 세그먼트를 따르는 포화된 채널과 동일한 세그먼트를 따르는 비-포화된 채널이 값들의 동일한 레벨들을 제공하지 않아서이다. 하나는 다른 하나보다 더 높다. 그러므로, 아래에서 설명되는 바와 같이, 스케일링 동작이 이 전달에 대해 바람직하게 수행된다.

이 스케일링 문제를 해결하기 위해, 탈포화될 세그먼트 (s_i) 의 기준 컬러 채널 (c_ref) 에 관련된 베이스라인 컬러 값 (ρ_si) 이 컴퓨팅된다. 이러한 컴퓨테이션은 아래에서 상세히 설명된다. 그 다음에, 전달은 도 5에서 예시된 바와 같이 수행되며, 즉, 이 세그먼트 (s_i) 의 각각의 화소에 대해, 이 화소에 대한 기준 컬러 채널 (c_ref) 의 컬러 값과 이 세그먼트에 대해 컴퓨팅된 베이스라인 컬러 값 (ρ_si) 간의 차이는 동일한 화소에 대한 포화된 컬러 채널의 컬러 값에 가산된다.

스케일링을 위해 사용되는 그리고 라인 m의 포화된 세그먼트 (s_i) 의 기준 컬러 채널 (c_ref) 에 관련되는 베이스라인 컬러 값 (ρ_si) 을 계산하기 위해, 이 세그먼트 (s_i) 의 대표적인 평균 색상 (H_si) 이 이 세그먼트 (s_i) 의 모든 화소들에 대해 CIELab 컬러 공간에서 먼저 계산된다. 그 다음에, 이 세그먼트 (s_i) 의 이 평균 색상 (H_si) 과 k ∈ {m-α, m+α}인, 즉, 라인 m에서 뿐만 아니라 선행 및 후행 라인들에서 포지션들 (k,n) 에서의 화소들의 색상들 (H_k(n)) 의 평균 간의 차이 ΔH(k,n) 은 위의 수학식 3에서와 유사한 방식으로 컴퓨팅된다. 그 다음에, 베이스라인 컬러 값 (ρ_si) 은 다음의 수학식 4에 따라 컴퓨팅되며:

(수학식 4)

여기서 k ∈ {m-α, m+α}이며, 바람직하게는, t_hue는 대략 20°와 동일하다.

그것은, α = 0인 경우, 베이스라인 컬러 값 (ρ_si) 이, 그 색상이

에 의해 정의된 근접 파라미터 (t_hue) 에 기초한 기준들에 따라 H_si에 충분히 가까운 세그먼트 (s_i) 에서의 모든 화소들에 대해 기준 컬러 채널 (c_ref) 에 의해 제공된 최소 컬러 값으로서 컴퓨팅된다는 것을 의미한다.

그것은, α > 0인 경우, 베이스라인 컬러 값 (ρ_si) 이, 라인 m의 세그먼트 (s_i) 에서의 모든 화소들에 대해 그리고, k ∈ {m-α, m+α}이며, 색상들이

에 의해 정의된 근접 파라미터 (t_hue) 에 기초한 기준들에 따라 H_si에 충분히 가까운 이웃 라인들 (k) 에서의 이 세그먼트에 인접한 화소들에 대해 기준 컬러 채널 (c_ref) 에 의해 제공된 최소 컬러 값으로서 계산된다는 것을 의미한다.

이미지의 라인의 세그먼트의 모든 화소들에 대한 포화된 컬러 채널의 컬러 값들의 탈포화를 위한 위의 컬러 정정은 그 다음에 다른 컬러 채널에 대해 만약 있다면 반복된다. 모든 세 개의 컬러 채널들이 클리핑되는 세그먼트들에서, 이들 세그먼트들의 화소들의 컬러 값들은 로컬 최대 컬러 값을 획득하기 위하여 동일한 라인 상의 화소들의 정정된 인접한 컬러 값들에 따라 확장된다. 이는 완전히 클리핑된 화소들이 동일한 라인의 다른 클리핑된 세그먼트들의 하나 또는 두 개의 컬러 채널들에 적용된 정정들과 일관성이 있는 것을 보장한다.

위의 컬러 정정 프로세스는 그 다음에 이 라인의 각각의 세그먼트에 대해 되풀이된다. 그렇게 획득된 이 라인의 모든 화소들에 대해 세 개의 컬러 채널들 (R, G, B) 에 의해 제공된 컬러 정보의 변동은 도 6에서 도시되어 있다.

그 다음에, 화소들의 라인에 대해 위에서 설명된 프로세스는 포화된 컬러들을 갖는 화소들을 포함하는 이미지의 모든 라인들에 대해 되풀이된다.

이미지의 모든 화소들이 탈포화된 후, 탈포화된 이미지 (I') 가 획득되는데, 이는 그 다음에 프로세스의 위의 시작부분에 비하여 역의 방식으로 감마 정정된다.

옵션으로, 위에서 설명된 바와 같은 방법의 강건성을 여전히 개선하기 위해, 이미지는 수평으로 및 수직으로 양쪽 모두로 프로세싱된다. 그것은, 위에서 설명된 바와 같은 제 1 프로세싱 후에, 포화된 이미지의 라인들은 열들이 되고, 이 포화된 이미지의 열들은 라인들이 되고, 탈포화 프로세스는 그 다음에 이 포화된 이미지 상에서 재차 반복되어, 제 2 의 탈포화된 이미지를 제공한다는 것을 의미한다. 최종 이미지는, 두 개의 탈포화된 이미지들에 걸쳐, 각각의 화소에 대한 각각의 컬러 채널에서의 최대 컬러 값을 취함으로써 컴퓨팅된다. 포화 경계들 근처에서 불연속성들의 생성을 피하기 위해, 정정된 이미지는 간격 [t ; 255]에서의 입력 화소 값들에 대해 간단한 램프 (ramp) 를 사용하여 정정되지 않은 입력과 바람직하게 알파 블렌딩된다.

복잡한 이미지 분석에 의존하는 대신, 이 제 1 실시형태에 따른 방법은 복원된 영역들 간의 색상 일관성을 강화하기 위해 이미지의 화소들의 라인들의 작은 세트로부터 컴퓨팅된 간단한 통계를 채용한다. 그 정정의 전체에 걸쳐 색상 정보를 고려함으로써, 그 방법은 자연스러운 결과들을 생성한다. 그 방법의 세그먼트화 및 정정 단계 둘 다는 화소들의 작은 수의 라인들에 동작하여, 이 방법이 실시간, 하드웨어 애플리케이션들, 이를테면 동적 범위를 확장하기 전의 디스플레이 측에서 이미지들을 정정하는 것에 매우 적합해 지게 한다. 계산적인 단순성에대 불구하고, 이 방법은 여러 이미지 품질 및 컬러 차이 메트릭들에 따른 기존의 부분적 포화 정정 해법들을 능가한다.

도 1을 참조하여, 이 제 1 실시형태를 구현하기 위해 사용된 이미지 변환 디바이스는 특히,

- 컬러가 포화된 적어도 하나의 화소를 갖는 이미지의 화소들의 각각의 라인을 포화된 선형 RGB 컬러 공간에서 적어도 하나의 컬러 채널을 갖는 인접 화소들의 적어도 하나의 세그먼트 컬러들로 세그먼트로 세그먼트화하도록 구성된 제 1 모듈 (1) 과,

- 상기 세그먼트의 화소들에 대해 상기 선형 RGB 컬러 공간에서 컬러 정보를 제공하는 상이한 컬러 채널들 중에서 상기 세그먼트에 대해 포화되지 않은 적어도 하나의 컬러 채널 (c_ref) 을 선택함으로써, 그리고 상기 화소의 선택된 적어도 하나의 비-포화된 컬러 채널 (c_ref) 에 의해 제공된 적어도 컬러 정보를 사용함으로써 컴퓨팅된 복원된 비-포화된 컬러 정보에 의해, 상기 세그먼트의 적어도 하나의 포화된 컬러 채널에 의해 제공되는 그들 화소들의 각각의 컬러 정보를 대체함으로써, 제 1 모듈 (1) 에 의해 제공된 라인의 각각의 포화된 세그먼트의 화소들을 탈포화하도록 구성된 제 2 모듈 (2) 을 포함한다.

이미지가 컬러 포화된 인접 화소들의 영역들로 세그먼트화되고 주어진 포화된 영역의 화소들이 화소들의 여러 라인들에 걸쳐 일반적으로 분산되는 본 발명의 제 2 의 비-제한적 실시형태가 도 7을 참조하여 이제 설명될 것이다.

이 제 2실시형태의 제 1 단계에서, 이미지의 과도 노출된 영역들을 마킹, 더 정확하게는 세 개의 컬러 채널들 중 적어도 하나에서 포화되는 적어도 하나의 컬러 값을 갖는 이 이미지의 각각의 화소를 마킹하기 위하여 그 자체가 알려진 방식으로 포화 마스크 (S) 가 이미지의 각각의 컬러 채널에 대해 위의 제 1 실시형태에서처럼 구축된다. 이들 마스크들은 도 2에서 다시 예시된다.

이 제 2실시형태의 제 2 단계에서, 이미지는 컬러-포화된 화소들의 영역들로 세그먼트화된다.

이 제 2 단계를 수행하기 위해, 이미지는 포화 마스크 내의 연결하는 컬러 성분들을 검출함으로써 인접 화소들의 라벨링된 영역들로 초기에 세그먼트화된다. 이를 위해, 단계 1의 포화 마스크에서 영의 값이 배정되는 화소들에는 그것들이 이웃들이라면 동일한 (즉, 동일한 영역의 부분이라는) 세그먼트화 라벨이 주어진다. 두 개의 화소들은 이들 화소들 간의 공간적 화소 거리가 공간적 거리 이웃 임계값 이하인 경우 이웃으로서 간주된다. 이는 이웃 기준들로서 간주된다. 공간적 거리 이웃 임계값은 일반적으로 4 개 및 8 개 화소들 간에 포함된다. 단계 1의 포화 마스크에서 영의 값에 배정된 화소들에는 그것들이 이웃 기준들에 맞지 않다면 상이한 세그먼트화 라벨들이 주어지고, 그러므로 상이한 초기 영역들에 속하는 것으로 간주될 것이다.

이미지의 위의 초기 세그먼트화는 그 다음에 다음과 같이 컬러 유사도와 라벨링된 영역들 간의 거리에 기초하여 리파인된다:

1. 이미지의 화소들의 컬러들은 RGB 컬러 공간에서부터 CIE Lab 컬러 공간으로 그 자체가 알려진 방식으로 변환된다.

2. 각각의 라벨링된 영역 (r∈R) 에 대해

를 사용하여 평균 컬러 값이 계산되며, 여기서

은 이 영역 (r) 내의 화소들의 수를 나타낸다.

3. 각각의 라벨링된 영역 (r) 에 대해, 과 모든 다른 라벨링된 영역 (ρ) 간의 컬러 차이를

를 사용하여 계산한다.

4. 각각의 라벨링된 영역 (r) 에 대해, 부가적으로 각각의 다른 라벨링된 영역 (ρ) 에 대한 그것의 공간적 거리 (D_r(ρ)) 를 다음을 사용하여 계산하며:

a.

여기서 M은 이미지에서의 각각의 영역의 수직 좌표들을 나타내며,

b.

여기서 N은 이미지에서의 각각의 영역의 수평 좌표들을 나타내며,

c.

5. 최종적으로 컬러 차이 (ΔE_r(ρ)) 를 갖는 라벨링된 영역들을 컬러 거리 병합 임계값 미만의 각각의 다른 라벨링된 영역 (ρ) 에 병합하고, 공간적 거리 (D_r(ρ)) 를 공간적 거리 병합 임계값 미만의 각각의 다른 라벨링된 영역 (ρ) 에 병합한다.

컬러 거리 병합 임계값은 예를 들면 10과 동일하고, 공간적 거리 병합 임계값은 예를 들면 이미지의 최대 치수의 1%와 동일하다.

이 단계의 말미에, 이미지의 컬러 포화된 영역들로의 최종 세그먼트화물이 획득된다.

이 제 2실시형태의 제 3 단계에서, 포화된 영역들 (r₁, r₂, ..., r_i, ..., r_L') 의 각각에 대해, 포화되지 않은 적어도 하나의 컬러 채널은 이 포화된 영역의 화소들에 대한 컬러 정보를 제공하는 상이한 컬러 채널들 중에서 선택된다. 이 선택된 컬러 채널은 기준 컬러 채널 (c'_ref,ri) 로 명명되고, 이 영역 (r_i) 의 화소들에 대한 컬러 정보의 복원을 위해 단계 4에서 아래에서 설명되는 바와 같이 사용된다. 특정 기준 채널 (c'_ref,ri) 이 제 1 실시형태의 제 3 단계에서 설명된 바와 같이 각각의 영역 (r_i) 에 대해 선택된다.

이 제 2실시형태의 제 4 단계는, "세그먼트"라는 용어가 "영역"에 의해 대체된다면, 제 1 실시형태의 제 4 단계와 유사하다.

세그먼트화 단계 2에서의 위에서 정의된 바와 같은 각각의 포화된 영역에서, 화소들의 포화된 컬러 채널(들)은 탈포화된다. 더 정확하게는, 이 영역에 대해 식별된 포화된 컬러 채널에 관련되는 이 영역의 각각의 화소의 컬러 값은, 제 1 실시형태의 단계 4에서처럼, 복원된 비-포화된 컬러 값에 의해.대체된다.

탈포화될 영역 (r_i) 의 기준 컬러 채널 (c'_ref,ri) 에 관련된 베이스라인 컬러 값 (ρ'_ri) 이 각각의 포화된 영역 (r_i) 에 대해 컴퓨팅된다. 이 베이스라인 컬러 값 (ρ'_ri) 은 예를 들면 이 포화된 영역 (r_i) 에서의 모든 화소들에 대해 기준 채널 (c'_ref,ri) 에 의해 제공된 최소 컬러 값으로서 취해지고, 다음의 수학식에 따라 컴퓨팅되며:

여기서 k는 영역 (r_i) 내의 화소 로케이션을 나타낸다.

그 다음에, 포화된 영역 (r_i) 의 각각의 화소에 대해, 이 화소의 복원된 비-포화된 컬러 값은 이 화소에 대한 포화된 컬러 채널의 컬러 값과 이 화소에 대한 기준 컬러 채널 (c_ref,ri) 의 컬러 값 및 이 영역에 대해 컴퓨팅된 베이스라인 컬러 값 (ρ'_ri) 간의 차이를 가산함으로써 획득된다.

이 제 2실시형태에서, 베이스라인 컬러 값 (ρ'_ri) 의 컴퓨테이션은 포화된 영역별로 행해진다. 이는 이미지에서의 일관성을 개선하는데, 더 많은 화소들이 이 베이스라인을 컴퓨팅하기 위해 수반될 수 있어서이고 그것이 상이한 포화된 영역들이 이미지 구조를 더욱 정확히 추종하는 것을 유리하게 허용해서이다.

이미지의 포화된 영역의 모든 화소들에 대한 포화된 컬러 채널의 컬러 값들의 탈포화를 위한 위의 컬러 정정은 그 다음에 다른 컬러 채널에 대해 만약 있다면 반복된다.

위의 컬러 정정 프로세스는 그 다음에 마지막 영역 (r_L') 까지 이미지의 각각의 포화된 영역에 대해 되풀이된다.

이미지의 모든 포화된 영역들이 탈포화된 후, 탈포화된 이미지 (I') 가 획득되는데, 이는 그 다음에 프로세스의 시작부분에 비하여 역의 방식으로 감마 정정된다.

도 7을 참조하여, 이 제 2 실시형태를 구현하기 위해 사용된 이미지 변환 디바이스는 특히,

- 컬러들이 컬러 포화된 선형 RGB 컬러 공간에서의 적어도 하나의 컬러 채널을 갖는 화소들의 영역들에서 이미지를 세그먼트화하도록 구성된 제 1 모듈 (1') 과,

- 제 1 모듈 (1') 에 의해 제공된 각각의 포화된 영역 (r_i) 의 화소들을, 상기 영역 (s_i ; r_i) 의 상기 화소들에 대해 포화되지 않은 적어도 하나의 컬러 채널 (c_ref, c'_ref,ri) 을 선택함으로써 그리고, 그들 화소들의 각각에 대해, 상기 영역의 적어도 하나의 포화된 컬러 채널에 의해 제공되는 상기 화소의 컬러 정보를, 상기 화소에 대한 상기 영역의 상기 적어도 하나의 포화된 컬러 채널에 의해 제공된 컬러 정보와 상기 화소에 대한 선택된 적어도 하나의 비-포화된 컬러 채널 (c_{ref ;} c'_ref,ri) 에 의해 제공된 컬러 정보 및 이들 포화된 영역들의 각각의 (r_i) 에 대한 상기 화소의 영역 (s_i ; r_i) 에 대해 컴퓨팅된 베이스라인 컬러 값 (ρ_si ; ρ'_si) 간의 차이의 합에 의해 대체함으로써, 탈포화하도록 구성된 제 2 모듈 (2') 을 포함한다.

제 1 또는 제 2 실시형태를 구현하기 위해 사용된 이미지 변환 디바이스는, 아래에 청구된 바와 같은 임의의 다른 실시형태처럼, 하드웨어, 소프트웨어, 펌웨어, 특수 목적 프로세서들, 또는 그것들의 결합물들의 다양한 형태들을 포함할 수도 있다는 것이 이해된다. 본 발명은 하드웨어 및 소프트웨어의 조합으로서 특히 구현될 수도 있다. 더구나, 소프트웨어는 프로그램 저장 유닛 상에 유형으로 실시된 애플리케이션 프로그램으로서 구현될 수도 있다. 애플리케이션 프로그램은 임의의 적합한 아키텍처를 포함하는 머신에 업로드되고, 그 머신에 의해 실행될 수도 있다. 바람직하게는, 그 머신은 하나 이상의 중앙 프로세싱 유닛들 ("CPU"), 랜덤 액세스 메모리 ("RAM"), 및 입력/출력 ("I/O") 인터페이스들과 같은 하드웨어를 갖는 컴퓨터 플랫폼 상에 구현된다. 컴퓨터 플랫폼은 운영 체제와 마이크로명령 코드를 또한 포함할 수도 있다. 본원에서 설명된 다양한 프로세스들 및 기능들은 마이크로명령 코드의 부분 또는 애플리케이션 프로그램의 부분, 또는 그것들의 임의의 조합 중 어느 하나일 수도 있으며, 이는 CPU에 의해 실행될 수도 있다. 덧붙여서, 다양한 다른 주변 유닛들이 부가적인 데이터 저장 유닛과 이미지들을 탈포화 전과 후에 디스플레이하는 모니터 디스플레이 디바이스와 같은 컴퓨터 플랫폼에 접속될 수도 있다.

이 이미지 변환 디바이스는 특히, TV 세트, 셀 전화기, 태블릿, 셋톱 박스, 게이트웨이, 또는 카메라와 같은 전자 디바이스의 부분일 수 있다.

결론으로서, 설명된 포화된 이미지의 탈포화된 이미지로의 변환의 방법은자연의 이미지들에 존재하는 공간적 RGB 채널 상관을 이용한다. 복잡한 이미지 분석에 의존하는 대신, 본 발명에 따른 방법은 이미지의 화소들의 작은 세트로부터 컴퓨팅된 간단한 통계를 채용한다.

본 발명이 특정 실시형태에 관해 위에서 설명되지만, 본 발명은 이 실시형태로 제한되지 않는다는 것이 이해된다. 아래에 청구된 바와 같은 본 발명은 그러므로 당업자에 명확할 바와 같이, 본원에서 설명되는 이 실시형태로부터의 개조들을 포함한다.

Claims (7)

1. 포화된 이미지의 비-포화된 이미지로의 변환의 방법으로서,
   - 화소들의 컬러들이 포화된 선형 RGB 컬러 공간에서의 적어도 하나의 컬러 채널을 갖는 상기 화소들의 영역들에서 상기 포화된 이미지를 세그먼트화하는 단계와,
   이들 포화된 영역들 중 각각의 포화된 영역 (s_i ; r_i) 에 대해,
   - 상기 영역 (s_i ; r_i) 의 화소들에 대해 상기 선형 RGB 컬러 공간에서 컬러 정보를 제공하는 상이한 컬러 채널들 중에서, 상기 영역 (s_i ; r_i) 의 화소들에 대해 포화되지 않은 적어도 하나의 컬러 채널 (c_ref ; c'_ref,ri) 을 선택하는 단계,
   - 상기 영역의 각각의 화소에 대해, 복원된 비-포화된 컬러 정보에 의해 상기 영역 (s_i ; r_i) 의 적어도 하나의 포화된 컬러 채널에 의해 제공된 상기 화소의 컬러 정보를 대체하는 단계를 포함하며,
   상기 복원된 비-포화된 컬러 정보는 상기 화소에 대한 상기 영역의 상기 적어도 하나의 포화된 컬러 채널에 의해 제공된 컬러 정보와 상기 화소에 대한 선택된 적어도 하나의 비-포화된 컬러 채널 (c_ref ; c'_ref,ri) 에 의해 제공된 컬러 정보 및 상기 화소의 영역 (s_i ; r_i) 에 대해 컴퓨팅된 베이스라인 컬러 값 (ρ_si ; ρ'_si) 간의 차이의 합이며,
   따라서 상기 변환된 비-포화된 이미지를 제공하는, 포화된 이미지의 비-포화된 이미지로의 변환 방법.
2. 제 1 항에 있어서,
   영역 (s_i ; r_i) 의 상기 베이스라인 컬러 값 (ρ_si ; ρ'_si) 는 이 영역에서의 적어도 모든 화소들에 대해 이 영역의 기준 컬러 채널 (c_ref ; c'_ref,ri) 에 의해 제공된 최소 컬러 값으로서 컴퓨팅되는, 포화된 이미지의 비-포화된 이미지로의 변환 방법.
3. 제 1 항 또는 제 2 항에 있어서,
   상기 세그먼트화하는 단계는 한 라인씩 수행되며, 한 라인은 다른 라인 뒤에 포화된 화소들을 갖고, 상기 영역들은 라인들의 세그먼트들인, 포화된 이미지의 비-포화된 이미지로의 변환 방법.
4. 포화된 이미지의 탈포화된 이미지로의 변환을 위한 이미지 변환 디바이스로서,
   - 화소들의 컬러들이 컬러 포화된 선형 RGB 컬러 공간에서의 적어도 하나의 컬러 채널을 갖는 상기 화소들의 영역들에서 이미지를 세그먼트화하도록 구성된 제 1 모듈 (1, 1') 과,
   - 제 1 모듈 (1, 1') 에 의해 제공된 각각의 포화된 영역 (s_i ; r_i) 의 화소들을, 상기 영역 (s_i ; r_i) 의 상기 화소들에 대해 포화되지 않은 적어도 하나의 컬러 채널 (c_ref ; c'_ref,ri) 을 선택함으로써 그리고, 그들 화소들의 각각에 대해, 상기 영역의 적어도 하나의 포화된 컬러 채널에 의해 제공되는 상기 화소의 컬러 정보를, 상기 화소에 대한 상기 영역의 상기 적어도 하나의 포화된 컬러 채널에 의해 제공된 컬러 정보와 상기 화소에 대한 선택된 적어도 하나의 비-포화된 컬러 채널 (c_ref ; c'_ref,ri) 에 의해 제공된 컬러 정보 및 상기 화소의 영역 (s_i; r_i) 에 대해 컴퓨팅된 베이스라인 컬러 값 (ρ_si ; ρ'_si) 간의 차이의 합에 의해 대체함으로써, 탈포화하도록 구성된 제 2 모듈 (2, 2') 을 포함하는, 이미지 변환 디바이스.
5. 제 4 항에 있어서,
   상기 제 1 모듈 (1) 은 상기 라인의 세그먼트들인 영역들에서의 상기 이미지의 각각의 라인을 세그먼트화하도록 구성된, 이미지 변환 디바이스.
6. 제 4 항 또는 제 5 항에 기재된 이미지 변환 디바이스를 포함하는, 전자 디바이스.
7. 제 6 항에 있어서, 상기 전자 디바이스는 TV 세트, 셀 전화기, 태블릿, 셋톱 박스, 게이트웨이, 또는 카메라인, 전자 디바이스.

Images