KR20180030428A - 디지털 이미지의 의사 컬러링을 위한 방법 및 장치 - Google Patents

디지털 이미지의 의사 컬러링을 위한 방법 및 장치 Download PDF

Info

Publication number
KR20180030428A
KR20180030428A KR1020170110945A KR20170110945A KR20180030428A KR 20180030428 A KR20180030428 A KR 20180030428A KR 1020170110945 A KR1020170110945 A KR 1020170110945A KR 20170110945 A KR20170110945 A KR 20170110945A KR 20180030428 A KR20180030428 A KR 20180030428A
Authority
KR
South Korea
Prior art keywords
channel
image
intensity distribution
channel image
histogram
Prior art date
Application number
KR1020170110945A
Other languages
English (en)
Other versions
KR101932182B1 (ko
Inventor
토마스 빈젤
엠마뉴엘 요한슨
Original Assignee
엑시스 에이비
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 엑시스 에이비 filed Critical 엑시스 에이비
Publication of KR20180030428A publication Critical patent/KR20180030428A/ko
Application granted granted Critical
Publication of KR101932182B1 publication Critical patent/KR101932182B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/001—Texturing; Colouring; Generation of texture or colour
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/30—Transforming light or analogous information into electric information
    • H04N5/33—Transforming infrared radiation
    • 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

Abstract

디지털 단일-채널 이미지의 의사 컬러링(pseudo coloring)을 위한 방법(100)이 개시된다. 이 방법은 강도 분포를 갖는 단일-채널 이미지를 획득하는 단계(101)와, 상기 강도 분포의 제 1 히스토그램 등화를 수행함으로써 다중 채널 이미지의 제 1 채널을 형성하는 단계(102)와, 상기 강도 분포의 제 2의 상이한 히스토그램 등화를 수행함으로써 다중-채널 이미지의 제 2 채널을 형성하는 단계(103)를 포함하며, 상기 다중 채널 이미지의 제 1 채널 및 제 2 채널은 컬러 모델의 상이한 성분을 나타낸다. 또한, 디지털 단일-채널 이미지의 의사 컬러링을 제공하기 위한 장치 및 상기 장치를 포함하는 모니터링 열 카메라 시스템(5a, 5b)이 개시된다.

Description

디지털 이미지의 의사 컬러링을 위한 방법 및 장치{A METHOD AND AN ARRANGEMENT FOR PSEUDO COLORING OF A DIGITAL IMAGE}
본 발명은 디지털 이미지, 특히 디지털 단일-채널 이미지의 의사 컬러링(pseudo coloring)을 위한 방법에 관한 것이다. 본 발명은 또한 이러한 이미지의 의사 컬러링(pseudo coloring)을 제공하는 장치에 관한 것이다.
열 이미징, 레이더, X-레이 이미징 및 초음파 이미징과 같은 일부 이미징 기술에서 획득한 이미지는 단일-채널 이미지로 표시된다. 즉, 오직 강도 정보(intensity information)만을 전달하는 이미지이다. 따라서, 이미지는 강도 정보를 포함하는 단지 하나의 채널을 가지며, 그리고 그레이 스케일 이미지로서 표현될 수 있다. 그러나, 다양한 이미지 파라미터를 강화하거나 혹은 이미지의 표현을 향상시키기 위하여, 다양한 이미지 처리 기술이 획득된 이미지에 적용될 수 있다.
예를 들어, 히스토그램 등화가 단일-채널 이미지에 적용될 수 있다. 서로 다른 히스토그램 등화들은 다른 목적들을 가질 수 있는 바, 예를 들면 이미지 콘트라스트의 강화 또는 이미지의 특정 부분에서의 배경 잡음의 감소와 같은 다른 목적들을 가질 수 있다. 서로 다른 유형의 수많은 히스토그램 등화들이 공지되어 있는바, 가령 플래토(plateau) 히스토그램 등화, 적응형 히스토그램 등화 및 하이/로우 컷-오프 히스토그램 등화 등이 공지되어 있다. Chaudhari 등에 의한 논문 "콘트라스트 향상을 위한 히스토그램 평형 방법의 검토(Review of Histogram Equalization Methods for Contrast Enhancement)" 에는 이러한 히스토그램 등화 방법들 중 일부가 논의되어 있다. 히스토그램 등화를 사용하는 것의 단점은, 단일-채널 이미지의 정보가 손실될 수 있다는 것이다. 예를 들어, 단일-채널 이미지에서 강도 값들의 그룹의 컷-오프(cut-off)를 포함하는 히스토그램 등화를 적용함으로써, 이러한 강도 값들을 갖는 픽셀들에 의해서 제공된 정보가 손실될 수 있다.
이미지 프로세싱 기법의 또 다른 일례는, 의사 컬러링(pseudo coloring) 또는 팔레트(palette)라고 지칭되는 기술이 있다. 단일-채널 이미지의 각각의 강도 값은 테이블 혹은 함수(function)에 따라 컬러에 매핑된다. 의사 컬러링의 목적은 그레이스케일(grayscale) 대신에 컬러로 단일-채널 이미지를 표시하는 것인데, 왜냐하면 인간의 눈은 회색의 음영들 사이에서보다 서로 다른 컬러들 사이에서 차이점을 식별하기 쉽기 때문이다. 일반적으로, 의사 컬러링은 이미지 프로세싱 프로세스의 끝에서 단일-채널 이미지에 적용되며, 예컨대 8 비트의 강도 데이터를 8 비트 컬러 맵에 직접 매핑하여 결과적으로 255개의 서로 다른 컬러들이 생성된다.
다양한 유형들의 의사 컬러링이 공지되어 있다. 예를 들어, Afruz 등의 논문인 "초음파 영상을 향상시키기 위한 주파수 도메인 의사 컬러(Frequency Domain Pseudo-color to Enhance Ultrasound Images)" 에는 영상을 시각적으로 향상시키기 위해 주파수 도메인을 기반으로 하는 의사 컬러링이 서술되어 있다.
비록, 단일-채널 이미지들의 이미지 프로세싱을 개선하기 위한 수 많은 노력들이 있어왔지만, 이 분야는 여전히 개선이 필요하다.
본 발명의 목적은 공지된 방법을 고려하여 디지털 단일-채널 이미지의 개선된 의사 컬러링을 위한 방법 및 장치를 제공하는 것이다. 본 발명의 특별한 목적은 단일-채널 이미지로서 획득된 이미지를 표현할 때에, 증가된 개수의 의사 컬러들, 즉 증가된 컬러 심도를 구비한 방법을 제공하는 것이다. 본 발명의 또 다른 목적은, 공지된 기술과 비교할 때, 이미지 내의 정보를 손실함이 없이(또는 적어도 적은 손실로) 단일-채널 이미지에 대한 히스토그램 등화의 장점들을 활용할 수 있는 방법을 제공하는 것이다.
제 1 양상에 따르면, 다음의 설명으로부터 명백해질 전술한 목적 및 추가적인 목적이 디지털 단일-채널 이미지의 의사 컬러링 방법에 의해 달성된다. 상기 방법은 강도 분포(intensity distribution)를 갖는 단일-채널 이미지를 획득하는 단계, 상기 강도 분포에 대한 제 1 히스토그램 등화(histogram equalization)를 수행함으로써 다중 채널 이미지의 제 1 채널을 형성하는 단계, 상기 강도 분포에 대한 상이한 제 2 히스토그램 등화를 수행함으로써 상기 다중 채널 이미지의 제 2 채널을 형성하는 단계, 및 형성된 채널들로 상기 다중 채널 이미지를 생성하는 단계를 포함하며, 상기 다중 채널 이미지의 상기 제 1 채널 및 상기 제 2 채널은 컬러 모델의 서로 다른 성분들을 나타낸다.
따라서, 이러한 방법은 단일-채널 이미지를 다중 채널 이미지로 변환하고 그리고 생성된 각각의 채널에 대해 히스토그램 등화를 적용한다. 단일-채널 이미지를 컬러 맵에 매핑하는 대신에, 다중 채널 이미지의 각 채널들이 컬러 모델의 성분에 매핑된다. 따라서, 공지된 의사 컬러링과 비교하여, 보다 높은 컬러 심도가 달성될 수 있다. 또한, 단일-채널 이미지를 다중 채널 이미지로 변환하고 각 채널에 의사 컬러링을 적용하게 되면, 각각의 채널에 다양한 히스토그램 등화가 적용될 수 있어 컬러 심도의 상대적인 손실이 훨씬 적어질 수 있다. 본 방법에 의해 얻어지는 또 다른 장점은, 단일-채널 대신에 다수의 채널들 중 하나에 히스토그램 등화가 적용되기 때문에, 예를 들어 강도 분포의 일부분들이 그 채널로부터 컷 오프될 수 있지만, 대응하는 픽셀들에 의해 제공되는 정보는, 이들이 다른 채널들에 존재하기 때문에 보존될 수 있다는 점이다. 정보는 예를 들어 서로 다른 강도 값들을 갖는 픽셀들 사이의 콘트라스트에 의해서 제공된다. 따라서, 더 높은 컬러 심도를 갖는 이미지의 의사 컬러링을 제공할 수 있으며 그리고 이미지에서 정보를 손실시키지 않고(또는 적어도 정보 손실이 더 적은) 히스토그램 등화의 장점을 가능하게 하는 이미지 프로세싱 방법이 제공된다.
본 출원의 문맥에서, 강도 분포는 단일-채널 이미지에서의 강도 값들의 분포를 의미한다. 강도 분포는 가능한 각각의 강도 값의 다수의 픽셀들 상의 정보를 포함한다. 가능한 강도 값들의 개수는 단일-채널 이미지의 사이즈에 의존한다. 12 비트 단일-채널 이미지는 212 = 4096 개의 가능한 강도 값들을 갖는 강도 분포를 가질 수 있다.
본 출원의 문맥에서, 컬러 모델은 구성요소들의 튜플(tuples)로서 컬러들이 표현될 수 있는 방식을 서술하는 수학적인 모델을 의미한다(예를 들어, RGB의 튜플들). 컬러 모델을 컬러 공간에 연결/매핑할 때, 구성요소들이 어떻게 해석될 것인지를 정의하는 컬러들의 특정한 구조인 절대 컬러 공간이 제공된다. 다음을 유의해야 하는바, 일부 분야들에서는 컬러 모델 및 컬러 공간이라는 용어가 대안적인 용어들로 사용될 수 있다. 물론, 컬러 모델이라하는 용어는 컬러 공간이라는 용어 혹은 임의의 다른 용어로 대체될 수 있다(컬러 모델이라는 용어에 제공된 것과 동일한 정의가 이 용어에 주어진다면).
상기 방법은 강도 분포에 대한 제 3 히스토그램 등화를 수행함으로써 다중 채널 이미지의 제 3 채널을 형성하는 단계를 더 포함할 수 있다. 제 3 채널은 컬러 모델의 성분을 나타낼 수 있는바, 바람직하게는 제 1 채널 및 제 2 채널에 의해서 표현되는 성분들과는 다른 컬러 모델의 성분을 나타낼 수 있다.
상기 제 3 채널은 결과적인 3 채널 이미지에서, 더 높은 컬러 심도를 제공할 수 있다.
히스토그램 등화들 중 하나는 강도 분포의 제 1 부분을 컷 오프시키는 것을 포함할 수 있다. 히스토그램 등화들 중 다른 하나는 강도 분포의 제 2 부분을 컷 오프시키는 것을 포함할 수 있다. 이들 히스토그램 등화들의 조합은, 강도 분포의 서로 다른 부분들에 대한 컷 오프를 제공할 수 있다.
히스토그램 등화들 중 적어도 하나는 강도 분포의 상위 부분 또는 하위 부분을 컷 오프시키는 것을 포함할 수 있다. 컷 오프되는 상위 부분 또는 하위 부분은 단일-채널 이미지의 전체 픽셀 수의 0.5 ~ 1 %에 해당할 수 있다.
잡음을 감소시키기 위하여, 배경(background)을 감소시키기 위하여, 혹은 관심있는 것으로 간주되는 나머지 부분들에서 콘트라스트를 향상시키기 위하여, 강도 분포의 상위 부분 및/또는 하위 부분을 컷 오프시키는 것이 바람직할 수 있다.
히스토그램 등화들 중 적어도 하나는 강도 분포의 상위 부분과 하위 부분을 컷 오프시키는 것을 포함할 수 있다. 상위 부분 및 하위 부분 각각은 단일-채널 이미지의 전체 픽셀 수의 1 ~ 2 %에 해당할 수 있다.
잡음을 감소시키기 위하여 및/또는 통상적으로 이미지의 관심 부분들을 나타내는 강도 분포의 중앙 인터벌의 콘트라스트를 증가시키기 위하여, 강도 분포의 상위 부분과 하위 부분 둘다를 컷 오프시키는 것이 바람직할 수 있다.
히스토그램 등화들 중 적어도 하나는 적응형 히스토그램 등화 및/또는 플래토(plateau) 히스토그램 등화를 포함할 수 있다. 이들은 적용될 수 있는 히스토그램 등화들의 비-제한적인 일례들이다. 해당 기술분야의 당업자라면, 응용예들에 따라 다양한 유형들의 히스토그램 등화들이 적용될 수 있음을 이해할 것이며, 히스토그램 등화의 특정 유형이 본 발명의 일반적인 기술적 사상에 있어 본질적인 것이 아님을 이해할 것이다.
컬러 모델은 RGB 컬러 모델, CMYK 컬러 모델, HSV 컬러 모델 및 HSL 컬러 모델 중 하나가 될 수 있다. 해당 기술분야의 당업자라면, 응용예들에 따라 다양한 유형들의 컬러 모델들이 적용가능하며 그리고 컬러 모델의 특정 유형이 본 발명의 일반적인 기술적 사상에 있어 본질적인 것이 아님을 이해할 것이다.
상기 방법은, 네트워크를 통해 전송하기 전에, 다중 채널 이미지의 각 채널의 사이즈를 감소시키는 단계를 더 포함할 수 있다. 따라서, 의사 컬러링은, 적용되는 히스토그램 등화들과 함께, 결과적인 이미지의 스케일링 이전에 수행된다. 스케일링 이전에 단일-채널 이미지가 다중 채널 이미지로 변환되는 본 발명에 따른 의사 컬러링 방법을 적용함으로써, 더 큰 컬러 심도가 얻어질 수 있다.
단일-채널 이미지는 열 이미지, 레이더 이미지, X 선 이미지 또는 초음파 이미지일 수 있다. 따라서, 본 방법은 광범위한 이미징 기법들에 적용될 수 있다. 앞서 열거된 이미지 유형들은 비제한적인 일례들이다.
제 2 양상에 따르면, 전술한 목적들 및 다른 목적들은 디지털 단일-채널 이미지의 의사 컬러링을 제공하기 위한 장치에 의해서 달성된다. 상기 장치는 강도 분포를 갖는 단일-채널 화상을 획득하는 이미지 획득 유닛(52) 및 이미지 프로세싱 유닛(51, 54)을 포함하고, 상기 이미지 프로세싱 유닛(51, 54)은, 강도 분포에 대한 제 1 히스토그램 등화를 수행하여 다중 채널 이미지의 제 1 채널을 형성하고, 강도 분포에 대한 상이한 제 2 히스토그램 등화를 수행하여 상기 다중 채널 이미지의 제 2 채널을 형성하고, 형성된 채널들로 상기 다중 채널 이미지를 생성하도록 구성되며, 상기 다중 채널 이미지의 상기 제 1 채널 및 상기 제 2 채널은 컬러 모델의 서로 다른 성분들을 나타낸다.
제 1 양상과 관련하여 앞서 개시된 피처들 및 장점들은 제 2 양상에도 또한 적용된다. 불필요한 반복을 회피하기 위하여, 전술한 내용이 참조될 것이다.
상기 장치는 네트워크를 통해 전송되기 전에 다중 채널 이미지의 각 채널의 사이즈를 감소시키는 스케일링 유닛을 더 포함할 수 있다.
제 3 양상에 따르면, 전술한 목적들 및 다른 목적들은 제 2 양상의 실시예에 따른 장치를 포함하는 모니터링 열 카메라 시스템에 의하여 달성된다.
일반적으로, 청구범위에서 사용되는 모든 용어들은 달리 명시적으로 정의되지 않는한, 해당 기술 분야에서 통상적인 의미에 따라 해석되어야 한다. "a/an/the [요소, 디바이스, 구성요소, 수단, 단계 등]"에 대한 모든 언급들은, 달리 명시적으로 언급되지 않는 한, 상기 요소, 디바이스, 구성요소, 수단, 단계 등의 적어도 하나의 인스턴스를 언급하는 것으로 개방적으로 해석되어야 한다. 본 명세서에 개시된 임의의 방법의 단계들은 명시적으로 달리 언급되지 않는 한, 개시된 순서대로 수행될 필요는 없다.
본 발명의 전술한 양상들 및 다른 양상들이 본 발명의 실시예들을 도시하는 첨부된 도면들을 참조하여 보다 상세히 설명될 것이다.
도 1은 디지털 단일-채널 이미지의 의사 컬러링 방법을 도시한다.
도 2는 이미지의 강도 분포에 대해 수행되는 방법의 동작을 도시한다.
도 3a는 플래토(plateau) 히스토그램 등화의 일부일 수 있는 히스토그램 수정 함수를 도시한다.
도 3b는 적응형 히스토그램 등화의 일부일 수 있는 히스토그램 수정 함수를 도시한다.
도 4a는 공지된 열 카메라 시스템 구성의 개략도이다.
도 4b는 본 발명의 일 실시예에 따른 열 카메라 시스템 구성의 개략도이다.
도 5a는 열 카메라 시스템의 제 1 실시예를 도시한다.
도 5b는 열 카메라 시스템의 제 2 실시예를 도시한다.
도면들은 명료함을 위하여 실제 축적대로 도시되지 않을 수도 있음을 유의해야 한다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명한다. 그러나, 본 발명은 많은 다른 형태로 구현될 수 있으며 본 명세서에 설명된 실시예만으로 한정되는 것으로 해석되어서는 안된다.
도 1은 디지털 단일-채널 이미지에 대한 의사 컬러링을 획득하기 위한 방법(100)을 도시한다. 먼저, 단일-채널 이미지가 획득된다(101). 단일-채널 이미지는 디지털이며 그리고 열 카메라, 레이더 시스템, 초음파 시스템 또는 X-선 장치 등의 광범위한 이미지 획득 디바이스들/시스템들에 의해서 획득될 수 있다.
단일-채널 이미지란 하나의 채널에 강도 정보만을 포함하는 이미지를 의미한다. 이미지의 해상도, 즉 단일-채널 이미지의 서로 다른 강도 값들의 가능한 개수는 이미지의 사이즈에 의해 제한된다. 예를 들어, 8 비트 단일-채널 이미지는 28 = 256 개의 서로 다른 강도 값들의 해상도를 가질 수 있다. 강도 이미지는 예를 들어 그레이스케일 이미지로 표현될 수 있으며, 여기서 이미지 픽셀들의 서로 다른 강도들은 서로 다른 그레이 톤들에 의해서 표현된다. 따라서, 8 비트 단일-채널 이미지는, 그 각각이 서로 다른 강도 값을 나타내는 256 개의 회색 톤을 사용하여 그레이스케일 이미지로 표시될 수 있다. 이 경우, 단일-채널 이미지의 컬러 심도(color depth)는 256 이다. 인간의 눈은 서로 다른 그레이 톤들보다 서로 다른 컬러들을 보다 잘 구별하기 때문에, 의사 컬러링이 대신 적용될 수 있다. 이 경우, 서로 다른 컬러들 혹은 컬러 톤들은 서로 다른 강도 값들에 매핑된다. 하지만, 컬러 해상도는 256 개의 서로 다른 컬러들 혹은 컬러 톤들로 제한된다.
단일-채널 이미지 내의 하나 이상의 영역들을 향상시키기 위하여, 히스토그램 등화가 적용될 수 있다. 예를 들어, 가장 관심있는 강도 값 인터벌들은 넓히고 그리고 관심없는 인터벌들은 억제하는 히스토그램 등화를 수행함으로써, 단일-채널 이미지 내의 영역의 콘트라스트가 향상될 수 있다. 이러한 히스토그램 등화는 단일-채널 이미지에 적용하기 위한 잘 알려진 기술이다. 그러나, 히스토그램 등화에 있어서, 컬러 심도, 즉 이미지의 표현에 사용되는 서로 다른 톤들의 개수는 강도 값들의 억제로 인해 감소되는 것이 일반적이다.
본 발명의 목적은 획득된 단일-채널 이미지에 대한 표현(representation)을 개선하는 것이다. 히스토그램 등화 기술의 장점을 여전히 이용할 수 있으면서도, 보다 높은 해상도, 따라서 더 높은 컬러 심도를 이용할 수 있다.
이를 위해, 상기 방법(100)은 제 1 채널(102)을 형성하고 그리고 제 2 채널(103)을 형성하는 동작을 포함한다. 제 1 채널(102)을 형성하는 동작은 획득된 단일-채널 이미지의 강도 분포에 대해 제 1 히스토그램 등화를 수행하는 단계를 포함한다. 제 2 채널(103)을 형성하는 동작은 강도 분포에 대해 제 2 히스토그램 등화를 수행하는 단계를 포함한다. 제 2 히스토그램 등화는 제 1 히스토그램 등화와 다르다.
따라서, 이중-채널(double-channel) 이미지인 새로운 이미지가 형성된다. 제 1 채널은 제 1 히스토그램 등화의 결과에 의해서 표현되고 그리고 제 2 채널은 제 2 히스토그램 등화의 결과에 의해서 표현된다. 이들 채널들 각각은 컬러 모델의 성분들(component)에 연결되거나 맵핑될 수 있는바, 여기서 채널은 그 성분을 나타낸다. 컬러 모델들에 대한 비제한적인 일례로서, RGB(빨강, 녹색 파랑) 컬러 모델, CMYK(시안, 마젠타, 노랑, 키(key)) 컬러 모델, HSV(색조(Hue), 채도(Saturation), 값(Value)) 컬러 모델 및 HSL(색조(Hue), 채도(Saturation), 명도(lightness)/광도(luminosity)) 컬러 모델(HLS 컬러 모델이라고도 함)을 들 수 있다. 3개 이상의 성분들을 갖는 컬러 모델(예를 들어, RGB 컬러 모델)이 이용되는 경우, 제 1 채널 및 제 2 채널 중 하나는 2개의 성분들을 나타낼 수 있다. 예를 들어, 제 1 채널은 적색 성분을 나타내고, 제 2 채널은 녹색 및 청색 성분을 나타낼 수 있다. 이 경우, 제 2 채널의 복사본을 포함하는 제 3 채널을 형성함으로써, 상기 이미지는 3 채널 이미지로 변환될 것이다.
상기 방법(100)에 의해서, 획득된 단일-채널 이미지는 더 낮은 컬러 심도를 갖는 강도 이미지로부터 더 높은 컬러 심도를 갖는 컬러 이미지로 변환된다. 또한, 단일-채널 이미지의 콘트라스트와 같은 특성들은 적용된 히스토그램 등화에 의해서 향상될 수 있다. 상이한 히스토그램 등화들이 다른 유형들이 개선책들 관련될 수 있으며 이는 다른 도면들을 참조하여 보다 상세히 설명될 것이다.
선택적으로, 방법(100)은 강도 분포에 대한 제 3 히스토그램 등화를 수행함으로써 제 3 채널을 형성하는 동작을 더 포함한다. 제 3 히스토그램 등화는 제 1 히스토그램 등화 및 제 2 히스토그램 등화와 다를 수 있다.
유사한 방식으로, 추가 채널들이 형성될 수 있다. 예를 들어, 강도 분포에 대해 제 4 히스토그램 등화를 수행함으로써 제 4 채널이 형성될 수 있다. 제 4 히스토그램 등화는 컬러 모델의 일 성분을 나타낼 수 있으며, 상기 성분은 다른 채널들(제 1, 제 2 및 제 3 채널)에 의해 표현되는 성분들과 다르다.
도 2는 획득된 단일-채널 이미지의 강도 분포(200)에 적용되는 방법(100)을 도시한다. 강도 분포(200)는 X/Y 다이어그램에서 강도 곡선으로 표현되며, 여기서 X 축은 강도 값을 나타내고 Y 축은 각 강도 값의 픽셀 개수를 나타낸다. 곡선의 형식 및 모양은 여기에 설명의 목적으로 제공된다.
강도 분포(200)에 기초하여 제 1, 제 2 및 제 3 강도 분포 클론(202a, 202b, 202c)을 제공함으로써 다중 채널 이미지의 3개의 채널들이 생성된다(201). 각각의 강도 분포 클론들(202a, 202b, 202c) 각각에는 히스토그램 수정 함수(203a, 203b, 203c)가 적용되어, 제 1, 제 2 및 제 3 수정된 강도 분포들(204a, 204b, 204c)이 결과적으로 제공된다. 히스토그램 수정 함수는, 수정된 강도 분포(204a, 204b, 204c)들을 재분배하는 히스토그램 등화 함수(211)를 적용하기 전에 강도 분포가 어떻게 수정되어야 하는지를 정의하는바, 이는 대응하는 픽셀들 사이의 콘트라스트를 증가시키기 위한 것이다. 히스토그램 수정 함수(203a, 203b, 203c) 및 히스토그램 등화 함수(211)는 히스토그램 등화를 수행하는 것의 일부분들이다. 히스토그램 수정 함수와 히스토그램 등화 함수는 모두 이와 같이 알려져 있지만, 히스토그램 수정 함수들의 기능을 보다 자세히 설명하기 위해 여기에 별도로 설명된다.
제 1 히스토그램 수정 함수(203a)는 제 1 강도 분포 클론(202a)의 상위 부분에 대한 컷-오프(205)를 수행하는 것을 포함하는바, 이는 결과적인 제 1 수정된 강도 분포(204a)에 도시된다. 상기 상위 부분은 강도 인터벌 A에 대응한다. 강도 인터벌 A는 단일-채널 이미지의 총 픽셀 개수의 0.5 ~ 1 %에 상응할 수 있다.
제 2 히스토그램 수정 함수(203b)은 제 2 강도 분포 클론(202b)의 하위 부분에 대한 컷-오프(207a)를 수행하는 것을 포함하고, 그리고 제 2 강도 분포 클론(202b)의 상위 부분에 대한 컷-오프(207b)를 수행하는 것을 더 포함하는바, 이는 결과적인 제 2 수정된 강도 분포(204b)에 도시된다. 상기 하위 부분은 강도 인터벌 B에 대응하고, 상기 상위 부분은 강도 인터벌 C에 대응한다. 강도 인터벌 B 및 C 각각은 단일-채널 이미지의 총 픽셀 개수의 1 ~ 2 %에 상응할 수 있다. 이들은 동일한 백분율 값에 대응할 필요는 없다.
제 3 히스토그램 수정 함수(203c)는 제 1 강도 분포 클론(202c)의 하위 부분에 대한 컷-오프(209)를 수행하는 것을 포함하는바, 이는 결과적인 제 3 변경된 강도 분포(204c)에 도시된다. 상기 하위 부분은 강도 인터벌 D에 대응한다. 강도 인터벌D는 단일-채널 이미지의 전체 픽셀 수의 0.5 ~ 1 %에 상응할 수 있다.
수행된 히스토그램 수정 함수들(203a, 203b, 203c)의 결과, 즉 제 1, 제 2 및 제 3 수정된 강도 분포들(204a, 204b, 204c)은 이후 히스토그램 등화 함수(211)를 적용받는다. 각 채널 상의 히스토그램 등화 함수(211)의 결과는 컬러 모델(본 일례에서는 RGB 컬러 모델)의 서로 다른 성분들에 매핑된다.
따라서, 제 1 채널은, 제 1 히스토그램 수정 함수(203a)의 적용 및 히스토그램 등화 함수(211)의 적용을 포함하여, 제 1 강도 분포 클론(202a)에 대해 제 1 히스토그램 등화를 수행함으로써 형성되며, 그리고 R(red) 성분(212a)을 나타내도록 설정된다. 제 2 채널은, 제 2 히스토그램 수정 함수(203b)의 적용 및 히스토그램 등화 함수(211)의 적용을 포함하여, 제 2 강도 분포 클론(202b)에 대해 제 2 히스토그램 등화를 수행함으로써 형성되며, 그리고 G(green) 성분(212b)을 나타내도록 설정된다. 제 3 채널은, 제 3 히스토그램 수정 함수(203c)의 적용 및 히스토그램 등화 함수(211)의 적용을 포함하여, 제 3 강도 분포 클론(202c)에 대해 제 3 히스토그램 등화를 수행함으로써 형성되며, 그리고 B(blue) 성분(212c)을 나타내도록 설정된다.
전체적인 결과는 RGB 컬러 모델에 매핑된 다중-채널 이미지이다. 적용된 방법에 의하여, 컬러 심도가 증가된다. 예를 들어, 256(28) 컬러/컬러 톤들의 가능성을 제공하는 8-비트 단일-채널 이미지가 8-비트 3 채널 이미지로 변환되어, 1,600만개가 넘는 컬러/컬러 톤들 색조(28*3)을 제공할 수 있다.
많은 변형예들이 도2에 예시된 프로세스에 가해질 수 있다. 예를 들어, 히스토그램 등화를 수행할 때, 여러 개의 히스토그램 수정 함수들이 강도 분포 클론에 적용될 수 있다. 히스토그램 수정 함수들은 연속으로 적용될 수 있으며 또는 동시에 적용될 수도 있다. 따라서, 다음을 유의해야 하는바, 히스토그램 등화를 수행하는 것은 하나의 히스토그램 수정 함수를 포함하는 것으로 한정되지 않아야 한다. 히스토그램 등화는 본 명세서에 예시된 것들 이외의 다른 추가적인 함수들을 포함할 수 있다. 또한, 개시된 의사 컬러링의 개시된 방법 내에서 다른 이미지 프로세싱 동작들이 적용될 수도 있다. 예를 들어, 히스토그램 등화를 적용하기 전에, 채널은 예컨대 스케일링 또는 샤프닝 프로세스를 받을 수도 있다.
도 2와 관련하여 개시된 히스토그램 수정 함수들은, 수행될 수 있는 히스토그램 수정 함수들의 비-제한적인 일례들을 구성한다. 또 다른 비-제한적인 일례들이 도 3a 및 도 3b와 관련하여 개시될 것이다. 수행되는 히스토그램 등화, 히스토그램 수정 함수 또는 히스토그램 등화 함수의 유형은 본질적인 것은 아니지만, 일부 히스토그램 등화들 및 함수들은 어플리케이션에 따라 다른 것들 보다 장점들을 제공할 수도 있다.
도 3a는 플래토(plateau) 히스토그램 등화를 수행하는 것의 일부로서 적용될 수도 있는 히스토그램 수정 함수(303)를 예시한다. 히스토그램 수정 함수(303)는 강도 분포(302)에 적용되고 그리고 결과적인 수정된 강도 분포(304)에 도시된 바와 같이, 픽셀 임계 값 이상인 강도 값들의 컷-오프(305)를 포함한다. 이후, 수정된 강도 분포(304)는 히스토그램 등화 함수(미도시)를 적용받는다.
플래토 히스토그램 등화는, 일부 강도 값들의 피크들(많은 픽셀들)을 포함하는 강도 분포를 구비한 이미지들에 대한 이미지 콘트라스트를 향상시키는데 매우 유용할 수 있다. 플래토 히스토그램 등화를 수행함으로써, 보다 적은 개수의 픽셀들(lower number of pixels)의 강도 값들 사이의 콘트라스트가 향상될 수 있다.
도 3b는 이미지(300)에 대해 적응형 히스토그램 등화(AHE)를 수행하는 것의 일부로서 적용될 수 있는 히스토그램 수정 함수(303, 307)들을 예시한다. AHE는 서로 다른 히스토그램 수정 함수들 및 후속 히스토그램 등화 함수들을 포함할 수 있는, 다수의 히스토그램 등화들을 수행하는 것을 포함한다. AHE의 각 히스토그램 등화는 이미지(300)의 다른 섹션에서 수행된다. 예를 들어, 제 1 히스토그램 수정 함수(303)는 이미지의 제 1 섹션의 제 1 강도 분포(302)에 적용된다. 여기서, 제 1 히스토그램 수정 함수(303)는 도 3a에 도시되고 앞서 설명된 히스토그램 수정 함수(303)이며, 결과적인 수정된 강도 분포(304)이다. 제 2 히스토그램 수정 함수(307)는 이미지의 제 2 섹션의 제 2 강도 분포(306)에 적용된다. 제 2 히스토그램 등화 함수(308)는 강도 분포의 상위 부분에 대한 컷-오프(309)를 포함하며, 이는 결과적인 수정된 강도 분포(308)에 예시된다. AHE를 적용함으로써, 이미지(300)의 국부적인 콘트라스트가 향상될 수 있다.
다시한번 설명하면, 본 명세서에 개시된 히스토그램 등화는 비-제한적인 일례로서 제공되며, 이러한 일례들은 설명을 목적으로 선택된 것이다. 개시된 히스토그램 등화들의 수 많은 변형예들 및 당업자들에게 공지된 다른 히스토그램 등화들의 많은 변형예들이 적용될 수 있다. 본 출원들에 개시된, 히스토그램 수정 함수 및 히스토그램 등화 함수를 포함하는 히스토그램 등화들은 당업자에게 잘 알려져 있으므로 더 상세히 개시하지 않을 것이다.
열 카메라 시스템(4a) 구성의 개략도가 도 4a에 제공된다. 도 4a는 공지된 구성의 일례를 도시한다. 열 카메라 시스템(4a)은 옵틱스(401)(하나 이상의 렌즈를 포함하는), 이미지 센서(402), 이득/오프셋 연산기(operator)(403), 노이즈 감소 연산기(404), 히스토그램 연산기(406), 로컬 콘트라스트 개선 알고리즘 연산기(407), 샤프닝 연산기(408), 스케일러(409) 및 팔레트 연산기(410)를 포함한다. 이러한 구성요소들은 당업자에게 잘 알려져 있다. 디지털 단일-채널 이미지를 획득하고 프로세싱하는 프로세스가 이제 개시될 것이다. 디지털 단일-채널 이미지는 옵틱스(401)를 통해 이미지 센서(402)에 의해 획득된다. 단일-채널 이미지는 이득/오프셋 연산기(403) 및 노이즈 감소 연산기(404)에 의해 처리된다. 그 후, 단일-채널 이미지는 히스토그램 연산기(406), 로컬 콘트라스트 개선 알고리즘 연산기(407) 및 샤프닝 연산기(408)에 의해 히스토그램 등화, 로컬 콘트라스트 개선, 및 샤프닝을 경험한다. 이후, 단일-채널 이미지는 네트워크를 통한 전송을 위해 이미지를 준비시키도록 스케일러에 의해서 예를 들어 12 비트에서 8 비트로 스케일링된다(409). 마지막으로, 단일-채널 이미지는 팔레트 연산기(410)에 의해 팔레트를 적용함으로써 의사 컬러링된다. 8-비트 단일-채널 이미지의 경우, 팔레트는 256 개까지의 컬러 또는 컬러 톤들을 포함할 수 있다.
도 4b는 일 실시예에 따른 열 카메라 시스템(4b) 구성의 개략도이다. 도 4a의 열 화상 카메라 시스템(4a)에서 대응하는 것과 동일한 기능을 갖는 연산기/구성 요소들에는 동일한 참조 번호가 제공된다. 이들은 옵틱스(401), 이미지 센서(402), 이득/오프셋 연산기(403) 및 노이즈 감소 연산기(404)이다. 이미지를 획득하고 처리하는 프로세스는 앞서 개시된 프로세스와 동일한 시작 연산자를 갖는다. 즉, 디지털 단일-채널 이미지는 옵틱스(401)를 통해 이미지 센서(402)에 의해 획득된다. 단일-채널 이미지는 이득/오프셋 연산기(403) 및 노이즈 감소 연산기(404)에 의해 처리된다. 하지만, 이후, 본 발명의 의사 컬러링 연산기(411)에 의해서 본 출원에 개시된 의사 컬러링 방법이 적용된다. 의사 컬러링 연산기(411)는 히스토그램 등화를 수행하고 그리고 그 결과를 컬러 모델에 매핑하는바, 여기서 멀티 채널 이미지의 각 채널은 컬러 모델의 성분을 나타낸다. 입력 단일-채널 이미지는 컬러 모델에 매핑되는 다중 채널 이미지로서 의사 컬러링 연산기(411)로부터 출력된다. 다중 채널 이미지는 국부 콘트라스트 개선 알고리즘 연산기(412)에 의해서 콘트라스트 향상을 적용받고, 샤프닝 연산기(413)에 의해 샤프닝된 후, 스케일러(414)에 의해서 스케일링(414)된다. 스케일러(414)로부터의 출력은 예를 들어 RGB 컬러 모델에 매핑되는 8-비트 멀티 채널 이미지가 될 수 있다.
도 4a에 예시된 공지된 프로세스와 도 4b에 예시된 본 발명의 프로세스 간의 차이점은, 종래의 적용된 팔레트가 본 발명의 의사 컬러링 방법으로 대체된다는 점이며, 본 발명의 의사 컬러링 방법에서는 획득된 단일-채널 이미지로부터 다중 채널 이미지(따라서 컬러 이미지)가 생성된다. 또한, 본 발명의 의사 컬러링 방법은 프로세스에서 종래의 팔레트보다 앞서서 수행된다.
특히, 공지된 프로세스에서는, 스케일링 후에 팔레트(즉, 의사 컬러링)가 수행된다. 프로세스에서 팔레트를 보다 일찍 적용함으로써, 그리고 단일-채널 이미지 대신에 다중 채널 이미지에 적용함으로써, 더 높은 범위의 컬러들이 사용될 수 있으며 따라서, 스케일링 연산 이후에도 결과적인 이미지에서 더 높은 컬러 심도를 제공할 수 있다.
전형적으로는, 단일-채널 이미지의 사이즈는 상기 프로세스를 통해 감소한다. 초기에는, 이미지 센서 프로세스(402)에서, 상기 사이즈는 16 비트일 수 있다. 노이즈 감소 연산기(404) 이후에, 사이즈는 12 비트로 감소될 수 있고, 스케일러(414)에 의해 상기 사이즈는 네트워크를 통해 전송되기 위해 8 비트로 감소될 수 있다. 8 비트 이미지 대신에 12 비트 이미지에 팔레트를 적용함으로써, 컬러들/컬러 톤들의 개수는 각 채널 당 28 = 256개에서 각 채널 당 212 = 4096개로 증가한다. 따라서, 더 많은 컬러 혹은 컬러 톤들이 적용될 수 있으므로, 결과적인 이미지의 컬러 심도가 증가할 수 있다. 상기 이미지 사이즈는 일례로서 제공되지만, 일반적인 결론은 다음과 같은바, 획득된 단일-채널 이미지를 이미지 프로세싱의 초기(예컨대, 스케일링 오퍼레이터를 적용하기 전)에 다중 채널 이미지로 변환함으로써, 이미지의 증가된 해상도(따라서, 증가된 컬러 심도)가 얻어질 수 있다. 다음을 유의해야 하는바, 다중 채널 이미지의 각 채널에 대한 맵핑은 다중 채널들을 생성하는 프로세스와 관련하여 수행될 수 있거나 또는 스케일링 또는 다른 동작들 이후와 같이, 프로세스에서 나중에 수행될 수도 있다.
단일-채널 이미지를 다중 채널 이미지로 변환함으로써 얻어지는 장점은, 예를 들어 로컬 콘트라스트 향상 알고리즘 연산기(412) 및 샤프닝 연산기(413)와 같은 연산기의 용량이 보다 효율적으로 이용될 수 있다는 것이다. 이들 연산기들은 전형적으로, 다중 채널 이미지용으로 설계된다. 따라서, 의사 컬러링 연산기(411)로부터의 출력으로 제공되는 바와 같은, 다중 채널 이미지는 후속 연산기들의 기능에 더 적합할 수 있다. 따라서, 단일-채널 이미지에 대한 작업을 위해 연산기들을 조정할 필요가 없다.
다음을 유의해야 하는바, 도 4a 및 도 4b에서 연산기들/구성요소들은 명료성을 위해 별도의 유닛으로 도시되어 있으며, 물리적 속성에 의해서가 아니라 기능에 의해서 분리되어 있다. 따라서, 이들 구성요소들 중 몇몇은 단일 유닛으로 제공될 수도 있다. 예를 들어, 의사 컬러링 연산기(411), 로컬 콘트라스트 개선 알고리즘 연산기(412), 샤프닝 연산기(413) 및 스케일러(414)는 하나의 컴퓨터 칩 상에 제공될 수도 있다.
서로 다른 컬러 모델들이 상기 프로세스에서 사용될 수도 있음을 유의해야 한다. 예를 들어, 다중 채널 이미지는 하나의 컬러 모델(예컨대, RGB)을 사용하여 의사 컬러링 연산기(411)에서 프로세싱될 수 있고, 그리고 예를 들어 샤프닝 이후에 다른 컬러 모델(예컨대, CMYK)로 변환되어 프로세싱 유닛으로부터 출력될 수 있다.
도 5a 및도 5b는 디지털 단일-채널 이미지의 의사 컬러링을 제공하는 장치를 포함하는 열 카메라 시스템의 다른 구성예를 도시한다. 열 카메라 시스템은 모니터링 열 카메라 시스템일 수 있다.
도 5a에는 열 카메라 디바이스(5a)가 도시되어 있다. 열 카메라 디바이스(5a)는 하나의 모듈(50) 내에 배치된 이미지 획득 유닛(52) 및 이미지 프로세싱 유닛(51)을 포함한다. 이미지 획득 유닛(52) 및 이미지 프로세싱 유닛(51)은 디지털 단일-채널 이미지의 의사 컬러링을 제공하기 위한 어레인지먼트를 형성한다. 이미지 획득 유닛(52)은 연결부(53)에 의해 이미지 프로세싱 유닛(51)에 연결된다. 이미지 획득 유닛(52)은 앞서 예시된 옵틱스 및 이미지 센서를 포함할 수 있다. 이미지 프로세싱 유닛(51)은 앞서 예시된 의사 컬러링 연산기를 포함할 수 있다. 따라서, 이미지 프로세싱 유닛(51)은, 강도 분포에 대한 제 1 히스토그램 등화를 수행하여 다중 채널 이미지의 제 1 채널을 형성하고 그리고 강도 분포에 대한 제 2 히스토그램 등화(제 1 히스토그램 등화와 다름)를 수행하여 다중 채널 이미지의 제 2 채널을 형성함으로써, 획득된 디지털 단일-채널 이미지의 의사 컬러링을 제공하도록 구성될 수 있는바, 상기 다중 채널 이미지의 제 1 채널 및 제 2 채널은 컬러 모델의 서로 다른 성분들을 나타낸다. 이러한 프로세스 및 이에 대한 변형예들이 전술한 도면들을 참조하여 상세하게 설명되었다. 또한, 앞서 개시된 다른 연산기들/구성요소들은 로컬 콘트라스트 향상 알고리즘 연산기, 샤프닝 연산기 및/또는 스케일러와 같은 이미지 프로세싱 유닛(51)의 일부일 수 있다.
도 5b에는 모듈식 설계를 갖는 열 카메라 디바이스(5b)가 도시된다. 열 카메라 디바이스(5b)는 전술한 것과 대응하는 기능을 갖는 이미지 획득 유닛(52)을 포함한다. 이미지 획득 유닛(52)은 열 카메라 디바이스(5b)의 제 1 모듈(50) 내에 배치된다. 이미지 프로세싱 유닛(54)은 열 카메라 디바이스(5b)의 제 2 모듈(55) 내에 배치된다. 이미지 획득 유닛(52) 및 이미지 프로세싱 유닛(54)은 디지털 단일-채널 이미지의 의사 컬러링을 제공하는 어레인지먼트를 형성한다. 이미지 프로세싱 유닛(54)은 앞서 설명된 이미지 프로세싱 유닛(51)와 동일한 기능을 갖고 있지만, 이미지 획득 유닛과는 다른 모듈에 배치된다. 연결부(53)는 이미지 획득 유닛(52)과 이미지 프로세싱 유닛(54)을 연결한다. 연결부(53)는 유선 연결 또는 무선 연결로 구현될 수 있다.
해당 기술분야의 당업자는 본 발명이 결코 위에서 설명된 바람직한 실시예만으로 한정되지 않는다는 것을 인식할 것이다. 반대로, 첨부된 청구항의 범위 내에서 많은 수정들 및 변형들이 가능하다. 예를 들어, 이미지 프로세스는 위에 예시된 것보다 더 적거나, 더 많거나 또는 다른 연산기/구성요소들을 포함할 수 있다. 또한, 이미지 프로세싱은 앞서 예시된 것과는 다른 순서로 수행될 수도 있다. 제공된 모든 일례들은 비제한적인 것으로 이해되어야 한다.

Claims (14)

  1. 디지털 단일-채널 이미지의 의사 컬러링(pseudo coloring)을 위한 방법으로서,
    강도 분포(intensity distribution)를 갖는 단일-채널 이미지를 획득하는 단계(101);
    상기 강도 분포에 대한 제 1 히스토그램 등화(histogram equalization)를 수행함으로써 다중 채널 이미지의 제 1 채널을 형성하는 단계(102);
    상기 강도 분포에 대한 상이한 제 2 히스토그램 등화를 수행함으로써 상기 다중 채널 이미지의 제 2 채널을 형성하는 단계; 및
    형성된 채널들로 상기 다중 채널 이미지를 생성하는 단계를 포함하며,
    상기 다중 채널 이미지의 상기 제 1 채널 및 상기 제 2 채널은 컬러 모델의 서로 다른 성분들을 나타내는 것을 특징으로 하는 방법.
  2. 제1항에 있어서,
    상기 강도 분포에 대한 제 3 히스토그램 등화를 수행함으로써 상기 다중 채널 이미지의 제 3 채널을 형성하는 단계(104)를 더 포함하는 것을 특징으로 하는 방법.
  3. 제1항에 있어서,
    상기 히스토그램 등화들 중 하나는 상기 강도 분포의 제 1 부분을 컷 오프시키는 단계를 포함하고,
    상기 히스토그램 등화들 중 다른 하나는 상기 강도 분포의 제 2 부분을 컷 오프시키는 단계를 포함하는 것을 특징으로 하는 방법.
  4. 제1항에 있어서,
    상기 히스토그램 등화들 중 적어도 하나는 상기 강도 분포의 상위 부분 또는 하위 부분을 컷 오프시키는 단계를 포함하는 것을 특징으로 하는 방법.
  5. 제4항에 있어서,
    컷 오프된 상기 상위 부분 또는 하위 부분은 상기 단일-채널 이미지의 전체 픽셀 수의 0.5 ~ 1 %에 해당하는 것을 특징으로 하는 방법.
  6. 제1항에 있어서,
    상기 히스토그램 등화들 중 적어도 하나는 상기 강도 분포의 상위 부분과 하위 부분을 컷 오프시키는 단계를 포함하는 것을 특징으로 하는 방법.
  7. 제6항에 있어서,
    상기 상위 부분 및 하위 부분 각각은 상기 단일-채널 이미지의 전체 픽셀 수의 1 ~ 2 %에 해당하는 것을 특징으로 하는 방법.
  8. 제1항에 있어서,
    상기 히스토그램 등화들 중 적어도 하나는 적응형 히스토그램 등화 및/또는 플래토(plateau) 히스토그램 등화를 포함하는 것을 특징으로 하는 방법.
  9. 제1항에 있어서,
    상기 컬러 모델은 RGB 컬러 모델, CMYK 컬러 모델, HSV 컬러 모델 및 HSL 컬러 모델 중 하나인 것을 특징으로 하는 방법.
  10. 제1항에 있어서,
    네트워크를 통해 전송하기 전에, 상기 다중 채널 이미지의 각 채널의 사이즈를 감소시키는 단계를 더 포함하는 것을 특징으로 하는 방법.
  11. 제1항에 있어서,
    상기 단일-채널 이미지는 열 이미지, 레이더 이미지, X 선 이미지 또는 초음파 이미지인 것을 특징으로 하는 방법.
  12. 디지털 단일-채널 이미지의 의사 컬러링을 제공하기 위한 장치로서,
    강도 분포를 갖는 단일-채널 화상을 획득하는 이미지 획득 유닛(52); 및
    이미지 프로세싱 유닛(51, 54)을 포함하고,
    상기 이미지 프로세싱 유닛(51, 54)은,
    상기 강도 분포에 대한 제 1 히스토그램 등화를 수행하여 다중 채널 이미지의 제 1 채널을 형성하고,
    상기 강도 분포에 대한 상이한 제 2 히스토그램 등화를 수행하여 상기 다중 채널 이미지의 제 2 채널을 형성하고,
    형성된 채널들로 상기 다중 채널 이미지를 생성하도록 구성되며,
    상기 다중 채널 이미지의 상기 제 1 채널 및 상기 제 2 채널은 컬러 모델의 서로 다른 성분들을 나타내는 것을 특징으로 하는 장치.
  13. 제12항에 있어서,
    네트워크를 통해 전송되기 전에 상기 다중 채널 이미지의 각 채널의 사이즈를 감소시키는 스케일링 유닛(414)을 더 포함하는 것을 특징으로 하는 장치.
  14. 제12항에 따른 장치를 포함하는 모니터링 열 카메라 시스템.
KR1020170110945A 2016-09-15 2017-08-31 디지털 이미지의 의사 컬러링을 위한 방법 및 장치 KR101932182B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP16188889.6A EP3296960B1 (en) 2016-09-15 2016-09-15 A method and an arrangement for pseudo coloring of a digital image
EP16188889.6 2016-09-15

Publications (2)

Publication Number Publication Date
KR20180030428A true KR20180030428A (ko) 2018-03-23
KR101932182B1 KR101932182B1 (ko) 2018-12-26

Family

ID=56990243

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170110945A KR101932182B1 (ko) 2016-09-15 2017-08-31 디지털 이미지의 의사 컬러링을 위한 방법 및 장치

Country Status (6)

Country Link
US (1) US10430932B2 (ko)
EP (1) EP3296960B1 (ko)
JP (1) JP6517288B2 (ko)
KR (1) KR101932182B1 (ko)
CN (1) CN107833256B (ko)
TW (1) TWI683282B (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112734864A (zh) * 2019-10-28 2021-04-30 天津大学青岛海洋技术研究院 一种用于灰度图像上色的三通路卷积神经网络结构
CN112884662A (zh) * 2021-01-05 2021-06-01 杭州国测测绘技术有限公司 基于飞行器航拍图像的三维数字地图图像处理方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5799106A (en) * 1991-07-09 1998-08-25 The United States Of America As Represented By The Secretary Of The Air Force Noise immune automated contrast control for infrared cameras
US20050226496A1 (en) * 2002-05-03 2005-10-13 University Of East Anglia Image representation method and apparatus
JP2008502062A (ja) * 2004-06-11 2008-01-24 ライン アーベー 画像処理方法及び手段
WO2009081394A1 (en) * 2007-12-20 2009-07-02 Ramot At Tel Aviv University Ltd. Method of and apparatus for processing images
US20120275700A1 (en) * 2007-06-13 2012-11-01 Stern Mark C Method and Apparatus for Enhancing Images
CN103489168A (zh) * 2013-09-25 2014-01-01 海视英科光电（苏州）有限公司 一种红外图像自适应转伪彩增强方法及系统
US20140056517A1 (en) * 2012-08-22 2014-02-27 Sony Corporation Method, system and apparatus for applying histogram equalization to an image
US9165210B1 (en) * 2014-05-27 2015-10-20 Qualcomm Incorporated Systems and methods for localized contrast enhancement
KR20160002517A (ko) * 2014-06-30 2016-01-08 성균관대학교산학협력단 디지털 이미지 향상 방법 및 장치와, 이를 이용한 영상 처리 장치
KR20160025876A (ko) * 2014-08-28 2016-03-09 인천대학교 산학협력단 영상의 대비 강화 방법 및 장치

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06311517A (ja) * 1993-04-23 1994-11-04 Fujitsu Ltd 放射線画像表示装置
US6364835B1 (en) * 1998-11-20 2002-04-02 Acuson Corporation Medical diagnostic ultrasound imaging methods for extended field of view
EP1411824A2 (en) * 2001-07-16 2004-04-28 Art Advanced Research Technologies Inc. Multi-wavelength imaging of highly turbid media
US7683950B2 (en) * 2005-04-26 2010-03-23 Eastman Kodak Company Method and apparatus for correcting a channel dependent color aberration in a digital image
US7330193B2 (en) * 2005-07-08 2008-02-12 Seiko Epson Corporation Low noise dithering and color palette designs
US7840066B1 (en) * 2005-11-15 2010-11-23 University Of Tennessee Research Foundation Method of enhancing a digital image by gray-level grouping
EP1892666A1 (en) * 2006-08-16 2008-02-27 Toyota Motor Europe NV A method, an apparatus and a computer-readable medium for processing an image dataset
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
TWI401945B (zh) * 2008-12-31 2013-07-11 Altek Corp Digital Image Skin Adjustment Method
US8749635B2 (en) * 2009-06-03 2014-06-10 Flir Systems, Inc. Infrared camera systems and methods for dual sensor applications
US10244190B2 (en) * 2009-03-02 2019-03-26 Flir Systems, Inc. Compact multi-spectrum imaging with fusion
TWI513326B (zh) * 2009-12-08 2015-12-11 Univ Nat Taiwan Normal 高動態範圍合成影像之色彩校正方法
US10841508B2 (en) * 2011-06-10 2020-11-17 Flir Systems, Inc. Electrical cabinet infrared monitor systems and methods
CN102638661A (zh) * 2012-03-23 2012-08-15 南京理工大学 高速多通道ccd数据处理和传输系统
TWI531246B (zh) * 2012-05-21 2016-04-21 Univ Tamkang Color adjustment method and its system
EP2888718B1 (en) * 2012-08-24 2018-01-17 Agency For Science, Technology And Research Methods and systems for automatic location of optic structures in an image of an eye, and for automatic retina cup-to-disc ratio computation
TWI546798B (zh) * 2013-04-29 2016-08-21 杜比實驗室特許公司 使用處理器來遞色影像的方法及其電腦可讀取儲存媒體
CN103679657B (zh) * 2013-12-10 2017-04-12 三峡大学 一种图像对比度增强的方法和装置
JP6366935B2 (ja) 2013-12-25 2018-08-01 一般財団法人 リモート・センシング技術センター 擬似カラー化画像処理システム
US10089787B2 (en) * 2013-12-26 2018-10-02 Flir Systems Ab Systems and methods for displaying infrared images
CN104217407A (zh) 2014-09-30 2014-12-17 成都市晶林科技有限公司 非制冷红外焦平面探测器伪彩变换方法
CN104240206B (zh) 2014-09-30 2017-09-19 成都市晶林科技有限公司 非制冷红外焦平面探测器图像处理方法
CN105354803B (zh) * 2015-10-23 2019-03-01 中国科学院上海高等研究院 截断直方图均衡实现装置及方法
ES2839252T3 (es) * 2016-01-27 2021-07-05 Rakuten Inc Dispositivo de procesamiento de imágenes, método de procesamiento de imágenes y programa

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5799106A (en) * 1991-07-09 1998-08-25 The United States Of America As Represented By The Secretary Of The Air Force Noise immune automated contrast control for infrared cameras
US20050226496A1 (en) * 2002-05-03 2005-10-13 University Of East Anglia Image representation method and apparatus
US8103097B2 (en) * 2002-05-03 2012-01-24 Apple Inc. Colour invariant image representation method and apparatus
US20120121178A1 (en) * 2002-05-03 2012-05-17 Apple Inc. Image Representation Method and Apparatus
JP2008502062A (ja) * 2004-06-11 2008-01-24 ライン アーベー 画像処理方法及び手段
US20120275700A1 (en) * 2007-06-13 2012-11-01 Stern Mark C Method and Apparatus for Enhancing Images
WO2009081394A1 (en) * 2007-12-20 2009-07-02 Ramot At Tel Aviv University Ltd. Method of and apparatus for processing images
US20140056517A1 (en) * 2012-08-22 2014-02-27 Sony Corporation Method, system and apparatus for applying histogram equalization to an image
CN103489168A (zh) * 2013-09-25 2014-01-01 海视英科光电（苏州）有限公司 一种红外图像自适应转伪彩增强方法及系统
US9165210B1 (en) * 2014-05-27 2015-10-20 Qualcomm Incorporated Systems and methods for localized contrast enhancement
KR20160002517A (ko) * 2014-06-30 2016-01-08 성균관대학교산학협력단 디지털 이미지 향상 방법 및 장치와, 이를 이용한 영상 처리 장치
KR20160025876A (ko) * 2014-08-28 2016-03-09 인천대학교 산학협력단 영상의 대비 강화 방법 및 장치

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
중국특허공개공보 103489168(2014.01.01.) 1부. *

Also Published As

Publication number Publication date
TW201814650A (zh) 2018-04-16
US20180075589A1 (en) 2018-03-15
KR101932182B1 (ko) 2018-12-26
JP2018055681A (ja) 2018-04-05
EP3296960A1 (en) 2018-03-21
TWI683282B (zh) 2020-01-21
US10430932B2 (en) 2019-10-01
CN107833256B (zh) 2019-03-12
CN107833256A (zh) 2018-03-23
EP3296960B1 (en) 2018-08-22
JP6517288B2 (ja) 2019-05-22

Similar Documents

Publication Publication Date Title
US7667873B2 (en) Apparatus and method for image-adaptive color reproduction using pixel frequency information in plural color regions and compression-mapped image information
JP5795548B2 (ja) 拡張ｒｇｂ空間へのトーンマッピングを用いた高ダイナミックレンジ画像の処理方法
KR100782818B1 (ko) Ｙｕｖ에서 ｒｇｂ로 휘도 보존 컬러 변환 방법 및 시스템
EP2860693B1 (en) System and method to optimize conversions for opponent color spaces
JP2007208979A (ja) 色強調方法、色強調システム、色調整システムおよび色ガマットマッピング方法
JP6185176B2 (ja) 色域マッピングのシステムおよび方法
KR100843088B1 (ko) 광색역 공간의 영상을 출력하는 장치 및 방법
KR101932182B1 (ko) 디지털 이미지의 의사 컬러링을 위한 방법 및 장치
Reddy et al. Grey level to RGB using YCbCr color space Technique
US8514453B2 (en) Method for processing high dynamic range images using tone mapping and WCS color transforms
CN102800061A (zh) 高照度下数字图像快速自适应最佳化方法
KR101634652B1 (ko) 영상의 대비 강화 방법 및 장치
JP5018095B2 (ja) 画像表現方法、画像表現装置、および画像表現プログラム
JP2004272565A (ja) 画像評価装置、画像評価方法、およびその方法をコンピュータが実行するためのプログラム
JP2000316095A (ja) 画像処理装置および画像処理方法
US10204294B2 (en) Image processing device, image forming apparatus, and image processing method for automatically determining whether an image is a color image
JP2005031769A (ja) 画像評価装置、画像評価方法、および同方法のプログラムを記録した記録媒体
Taguchi Enhancement of MPEG/JPEG images based on histogram equalization without gamut problem
Song et al. Spatial gamut mapping for preserving the details of an image
KR101644704B1 (ko) 채도 향상을 위한 영상 처리 장치 및 방법
JP2015207915A (ja) 画像処理装置およびその方法
JP2015035805A (ja) 画像処理装置およびその方法
JP2010161688A (ja) 色データ変換方法およびプログラムならびに印刷装置
JP2006033821A (ja) 画像処理

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant