KR20200019483A - 이미지 블러링 처리장치 및 그 방법 - Google Patents
이미지 블러링 처리장치 및 그 방법 Download PDFInfo
- Publication number
- KR20200019483A KR20200019483A KR1020180095065A KR20180095065A KR20200019483A KR 20200019483 A KR20200019483 A KR 20200019483A KR 1020180095065 A KR1020180095065 A KR 1020180095065A KR 20180095065 A KR20180095065 A KR 20180095065A KR 20200019483 A KR20200019483 A KR 20200019483A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- blur
- bit operation
- sample image
- original image
- Prior art date
Links
- 238000012545 processing Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims description 20
- 239000000284 extract Substances 0.000 claims abstract description 5
- 238000003672 processing method Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 5
- 230000006872 improvement Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G06T5/002—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- 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
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
본 발명에 따른 이미지 블러링 처리장치는, 원본 영상의 가로 길이와 세로 길이의 스케일 조절을 통해 블러 생성 면적을 산출하여 표본 영상을 추출하고, 상기 표본 영상에서 원본 영상으로부터 산출된 상기 블러 생성 면적에 해당되는 픽셀 값을 독출하여 비트 연산을 수행하고, 상기 비트 연산 수행 후 변경된 상기 표본 영상의 픽셀에 상기 비트 연산의 결과값을 설정한다. 이때, 상기 표본 영상에서 수행되는 상기 비트 연산은 상기 표본 영상의 해당 픽셀에 인접한 n개 영역의 픽셀에 대하여 동일한 블러링 값을 적용하여 이미지의 잡음 제거 시간을 감소시킬 수 있다.
Description
본 발명은 이미지 블러링에 관한 것으로서, 더 구체적으로는 이미지 블러링 알고리즘에 기반하여 이미지의 잡음 제거 시간을 단축시킬 수 있는 이미지 블러링 처리장치 및 그 방법에 관한 것이다.
이미지 블러링은 이미지의 픽셀값을 조작하여 디테일을 감소시키는 시각적 효과를 주는 기술로, 스무딩(smoothing)이라고도 하며, 영상을 보정하는 소프트웨어 분야와 디스플레이의 표시 영상에 시각 효과를 주는 그래픽스 분야에 널리 사용되고 있다.
시각적 효과 이외에도, 이미지 블러링은 원본 이미지의 잡음을 제거하는 필터링의 역할을 수행한다.
카메라로 촬영한 이미지에는 백색 잡음이나 점 잡음이 포함되는데, 이는 영상 처리를 통한 사용자의 인식에 방해가 되므로 이러한 잡음을 제거하기 위한 전처리 과정으로써 이미지 블러링이 수행된다. 최근 자율 주행 자동차, 로보틱스(Robotics)같은 분야에서도 이미지 블러링이 사용되고 있다.
이러한 이미지 블러링의 알고리즘은 디지털 이미지를 2차원의 데이터인 행렬로, 필터를 마스크로 나타내는 수치적인 접근을 통해 구현한다.
하지만, 종래의 이미지 블러링 알고리즘은 디지털 이미지의 모든 픽셀에 대하여 수학식 1과 같은 이미지 행렬과 필터 마스크의 합성곱(Convolution sum)을 수행한다.
이는 원본 이미지의 해상도가 커질 경우 데이터 연산량과 메모리의 사용량을 증가시키고, 이를 위한 고성능의 하드웨어를 구성해야 하므로 하드웨어 구성 비용을 증가시키게 된다. 그리고 디스플레이 크기가 점점 커지고 있는 현실에 비추어 볼 때, 종래의 이미지 블러링 알고리즘은 매우 비효율적이다.
또한, 이미지 블러링 알고리즘이 그래픽스 분야에 적용될 경우 GUI(Graphic User Interface)의 반응성을 저해할 수 있고, 영상 처리 분야에 적용될 경우 출력 프레임을 떨어뜨리는 요인이 될 수 있다.
본 발명의 실시예는 원본 이미지에서 추출한 표본 이미지의 각 픽셀에 인접한 n개 영역에 대하여 동일한 블러링 값을 적용함으로써 이미지의 잡음 제거 시간을 감소시킬 수 있는 이미지 블러링 처리장치 및 그 방법을 제공하는 것을 목적으로 한다.
다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않는다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 제 1 측면에 따른 이미지 블러링 처리장치는 영상을 촬영하는 카메라, 상기 영상을 대상으로 블러링 처리를 수행하기 위한 프로그램이 저장된 메모리 및 상기 메모리에 저장된 프로그램을 실행시키는 프로세서를 포함한다. 이때, 상기 프로세서는 상기 프로그램을 실행시킴에 따라, 상기 카메라에 의해 촬영된 원본 영상으로부터 블러 생성 면적을 산출하여 표본 영상을 추출하고, 상기 블러 생성 면적 내의 픽셀값을 독출하여 비트 연산을 수행하며, 상기 비트 연산 수행 결과를 상기 표본 영상의 픽셀에 적용하여 블러 이미지를 생성한다.
상기 프로세서는 상기 표본 영상에서 각 픽셀에 인접한 n개 영역의 픽셀에 대하여 동일한 블러링 값을 적용할 수 있다.
상기 프로세서는 상기 원본 영상의 가로 길이 및 세로 길이 중 하나 이상의 스케일 조절을 통하여 상기 블러 생성 면적을 산출할 수 있다.
상기 프로세서는 상기 원본 영상에 대하여 1/l배의 가로 길이 및 세로 길이에 해당하는 영역을 추출하여 상기 원본 영상의 총 1/l2크기로 조절할 수 있다.
또한, 본 발명의 제 2 측면에 따른 이미지 블러링 처리방법은 카메라에 의해 촬영된 원본 영상으로부터 원본 영상의 블러 생성 면적을 산출하여 표본 영상을 추출하는 단계; 상기 추출된 표본영상을 복사하는 단계; 상기 블러 생성 면적 내의 픽셀값을 독출하여 비트 연산을 수행하는 단계 및 상기 비트 연산 수행 결과를 상기 표본 영상의 픽셀에 적용하여 블러 이미지를 생성하는 단계를 포함한다.
상기 비트 연산을 수행하는 단계는 상기 표본 영상에서 각 픽셀에 인접한 n개 영역의 픽셀에 대하여 동일한 블러링 값을 적용하여 상기 비트 연산을 수행할 수 있다.
상기 표본 영상을 추출하는 단계는 상기 원본 영상의 가로 길이 및 세로 길이 중 하나 이상의 스케일 조절을 통하여 상기 블러 생성 면적을 산출할 수 있다.
상기 표본 영상을 추출하는 단계는 상기 원본 영상에 대하여 대하여 1/l배의 가로 길이 및 세로 길이에 해당하는 영역을 추출하여 상기 원본 영상의 총 1/l2크기로 조절할 수 있다.
전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 이미지 블러링 알고리즘이 수행되는 데 있어서 이미지의 크기가 커지더라도 블러링 대상 이미지의 크기만큼 표본을 추출하고, 각 픽셀에 인접한 영역에 대하여 동일한 블러링 값을 적용한 비트 연산을 수행함으로써 이미지의 잡음 제거 시간을 감소시킬 수 있다.
이는 사용자 관점에서 차선 인식속도를 높일 수 있고 사용자 경고나 주의를 위하여 사용자를 집중시킬 수 있는 UI(User Interface)를 생성하는 시간도 단축시킬 수 있어 사용자에게 보다 적절한 시각효과를 줄 수 있다.
도 1은 본 발명의 일 실시예에 따른 이미지 블러링 처리장치의 블록도.
도 2는 본 발명의 일 실시예에 따른 이미지 블러링 처리방법의 순서도.
도 3은 본 발명의 일 실시예에 따른 이미지 블러링 처리장치의 블러 생성시간 개선 결과의 수치를 나타낸 도면.
도 4는 본 발명의 일 실시예에 따른 이미지 블러링 처리장치의 블러 생성시간 개선 결과를 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 이미지 블러링 처리방법의 순서도.
도 3은 본 발명의 일 실시예에 따른 이미지 블러링 처리장치의 블러 생성시간 개선 결과의 수치를 나타낸 도면.
도 4는 본 발명의 일 실시예에 따른 이미지 블러링 처리장치의 블러 생성시간 개선 결과를 설명하기 위한 도면이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시 할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였다.
한편, 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprise)" 및/또는 "포함하는(comprising)"은 언급된 구성소자, 단계, 동작 및/또는 소자가 하나 이상의 다른 구성소자, 단계 동작 및/또는 소자의 존재 또는 추가됨을 배제하지 않는다.
본 발명은 이미지 블러링 처리장치(100) 및 그 방법에 관한 것이다.
본 발명의 일 실시예는 상기와 같은 문제를 해소하기 위하여, 블러링 대상 영상의 크기만큼 표본 영상을 추출하고, 각 픽셀에 인접한 n개 영역에 대하여 동일한 블러링 값을 적용한 비트 연산을 수행함에 따라 이미지의 잡음 제거 시간을 감소시킬 수 있다.
이하에서는 도 1을 참조하여 본 발명의 일 실시예에 따른 이미지 블러링 처리장치(100)에 대하여 설명하도록 한다.
도 1은 본 발명의 일 실시예에 따른 이미지 블러링 처리장치(100)의 블록도이다.
도 1에 도시된 바와 같이, 이미지 블러링 처리장치(100)는 카메라(110), 메모리(120), 및 프로세서(130)를 포함한다.
카메라(110)는 이미지 블러링 적용을 위하여 원본 영상을 촬영한다.
메모리(120)에는 카메라(110)로 촬영한 원본 영상을 대상으로 블러링 처리를 수행하기 위한 프로그램이 저장된다.
한편, 본 발명의 일 실시예에 따른 이미지 블러링 처리장치(100)의 메모리(120)는 전원이 공급되지 않아도 저장된 정보를 계속 유지하는 비휘발성 저장장치 및 휘발성 저장장치를 통칭하는 것이다.
예를 들어, 메모리(120)는 콤팩트 플래시(compact flash; CF) 카드, SD(secure digital) 카드, 메모리 스틱(memory stick), 솔리드 스테이트 드라이브(solid-state drive; SSD) 및 마이크로(micro) SD 카드 등과 같은 낸드 플래시 메모리(NAND flash memory), 하드 디스크 드라이브(hard disk drive; HDD) 등과 같은 마그네틱 컴퓨터 기억 장치 및 CD-ROM, DVD-ROM 등과 같은 광학 디스크 드라이브(optical disc drive) 등을 포함할 수 있다.
프로세서(130)는 메모리(120)에 저장된 프로그램을 실행시킴에 따라, 카메라(110)에 의해 촬영된 원본 영상에 대하여 이미지 블러링 알고리즘을 수행한다.
구체적으로, 프로세서(130)에서 수행되는 이미지 블러링 알고리즘은 우선 원본 영상으로부터 블러 생성 면적을 산출한다. 그리고 이를 원본 영상에 매핑한 표본 영상을 추출하고, 블러 생성 면적 내의 픽셀값을 독출하여 비트 연산을 수행한다. 그리고 비트 연산 수행 결과를 표본 영상의 픽셀에 적용하여 블러 이미지를 생성한다.
여기에서 비트 연산은, 표본 영상에서 각 픽셀에 인접한 n개 영역의 픽셀에 대하여 동일한 블러링 값을 적용한다. 그리고 비트 연산에서 적용되는 블러링 값은 표본 영상이 추출됨에 따라 도출된다.
본 발명의 일 실시예에 따르면, 상기 n개 영역은 8개 영역이 될 수 있으며, 따라서 각 픽셀을 둘러싸고 있는 픽셀에 대하여 동일한 블러링 값이 적용된다.
참고로, 본 발명의 실시예에 따른 이미지 블러링 처리장치(100)의 구성 요소는 소프트웨어 또는 FPGA(Field Programmable Gate Array) 또는 ASIC(Application Specific Integrated Circuit)와 같은 하드웨어 형태로 구현될 수 있으며, 소정의 역할들을 수행할 수 있다.
그렇지만 '구성 요소들'은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, 각 구성 요소는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다.
따라서, 일 예로서 구성 요소는 소프트웨어 구성 요소들, 객체지향 소프트웨어 구성 요소들, 클래스 구성 요소들 및 태스크 구성 요소들과 같은 구성 요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다.
구성 요소들과 해당 구성 요소들 안에서 제공되는 기능은 더 작은 수의 구성 요소들로 결합되거나 추가적인 구성 요소들로 더 분리될 수 있다.
이하에서는 도 2를 참조하여 본 발명의 일 실시예에 따른 이미지 블러링 처리장치(100)에서 수행되는 이미지 블러링 처리방법을 보다 구체적으로 설명하도록 한다.
도 2는 본 발명의 일 실시예에 따른 이미지 블러링 처리방법의 순서도이다.
도 2를 참조한 이미지 블러링 처리방법은, 우선 원본 영상의 가로와 세로 스케일 값 조절을 통해 블러 생성 면적을 계산하고 이를 원본 영상에 매핑하여 표본 영상을 추출한다(S110).
이때, 본 발명의 일 실시예에 따르면, 표본 영상을 추출하는 단계(S110)는 다음과 같은 프로그램 코드에 의해 수행될 수 있다.
여기에서 계산되는 블러 생성 면적은 원본 영상 가로 길이의 1/l과 세로길이의 1/l만큼 추출되므로, 원본 영상의 전체 1/l2크기로 감소하게 된다.
본 발명의 일 실시예에 따르면, 블러 생성 면적은 원본 영상 가로 길이의 1/4과 세로길이의 1/4만큼 추출될 수 있으므로 원본 영상의 전체 1/16크기로 감소할 수 있다.
다음으로, 비트 연산을 하기 위하여 추출한 표본 영상을 복사한다(S120).
본 발명의 일 실시예에 따르면, 표본 영상을 복사하는 단계(S120)는 다음과 같은 프로그램 코드에 의해 수행될 수 있다.
이어서 복사된 표본 영상과 대응되는 원본 영상의 픽셀 값을 읽어와서 이에 대한 비트 연산을 수행한다(S130).
여기에서 비트 연산은, 해당 픽셀에 인접한 n개 영역의 픽셀에 대하여 동일한 블러링 값이 적용되어 이미지의 잡음 제거 시간을 감소시킨다.
본 발명의 일 실시예에 따르면, 상기 n개 영역은 8개 영역이 될 수 있으며, 따라서 각 픽셀을 둘러싸고 있는 픽셀에 대하여 동일한 블러링 값이 적용된다.
여기에서, 블러링 값은 표본 영상을 추출하는 단계(S110)에서 표본 영상이 추출됨에 따라 도출된다.
본 발명의 일 실시예에 따르면, 비트 연산을 수행하는 단계(S130)는 다음과 같은 프로그램 코드에 의해 수행될 수 있다.
최종적으로, 비트 연산 적용 후 변경된 픽셀에 비트 연산의 결과 값을 설정한다(S140).
본 발명의 일 실시예에 따르면, 비트 연산의 결과값을 설정하는 단계(S140)는 다음과 같은 프로그램 코드에 의해 수행될 수 있다.
상술한 설명에서, 단계 S110 내지 S140은 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다. 아울러, 기타 생략된 내용이라 하더라도 도 1에서 이미 기술된 내용은 도 2의 이미지 블러링 처리방법에도 적용될 수 있다.
이하에서는 도 3 내지 4를 참조하여 본 발명의 일 실시예에 따른 이미지 블러링 처리장치(100)및 방법에서의 블러 생성시간 개선 결과를 설명한다.
도 3은 본 발명의 일 실시예에 따른 이미지 블러링 알고리즘의 블러 생성시간 개선 결과의 수치를 나타낸 도면이고, 도 4는 본 발명의 일 실시예에 따른 이미지 블러링 알고리즘의 블러 생성시간 개선 결과를 막대 그래프로 나타낸 도면이다.
도 3은 이미지 블러링 알고리즘의 블러 생성시간을 시뮬레이션한 예시로, 복수회 시행 결과 중 대비가 용이한 10회의 결과치를 나타낸 것이다.
여기에서 개선 전 수치는 본 발명의 이미지 블러링 처리방법을 적용하지 않고 종래의 알고리즘을 이용한 경우의 이미지 잡음 제거 시간을 의미하고, 블러 이미지 생성에 소요된 평균 소요시간은 263.5ms이다. 그리고 개선 후 수치는 본 발명의 이미지 블러링 처리방법을 적용하여 개선된 이미지 잡음 제거 시간을 의미하고, 블러 이미지 생성에 소요된 평균 시간은 86.9ms이다.
도 4를 보면, 본 발명의 이미지 블러링 처리방법을 적용하여 개선된 이미지 잡음 제거 시간은 개선 전보다 67% 감소된 것으로 확인되며, 이는 목표치인 90ms보다 상회하는 결과로 확인되었다.
한편, 본 발명의 일 실시예에 따른 이미지 블러링 처리장치(100) 및 방법은 다음과 같은 시나리오를 통해 적용이 가능하다.
<적용 예 1>
본 발명의 일 실시예에 따른 이미지 블러링 처리장치(100) 및 방법은 FCA(Forward Collision-Avoidance Assist) 및 AEB(Autonomous Emergency Breaking)와 함께 연동될 수 있다.
즉, 사각지대에서 갑자기 튀어나오는 이동식 객체에 대하여 라이다(LIDAR)에 의거한 FCA와의 연동을 통해 이미지 블러링 처리장치(100) 및 방법에 따라 생성된 블러링 영상을 전면 유리부에 디스플레이하게 되고, 그 결과 운전자는 신속하게 이동식 객체를 인식할 수 있게 된다.
이때, 본 발명의 일 실시예는 Ethernet AVB를 통하여 대용량 데이터를 빠르게 전송받아 AVN과 클러스터 화면에 원본 영상을 제공하는 것도 가능하다.
<적용 예 2>
본 발명의 일 실시예에 따른 이미지 블러링 처리장치(100) 및 방법은 인포테인먼트 시스템(Infotainment System)과 데이터 통신될 수 있다.
즉, 차량에 충격이 가해졌을 때 블랙박스 또는 차량 충격인지센서를 통한 인포테인먼트 시스템과의 데이터 통신을 이용하여 차량과 운전자의 현 상태 정보를 동기화하여 외부에 알릴 수 있다.
이때, 본 발명의 일 실시예는 운전자가 차량 외부에 있을 경우에는 블랙박스 및 SVM(Surround View Monitor)을 통한 충돌 영상 촬영 후 운전자에게 원본 영상을 전송하고, 보험사 등 원본 영상이 필요한 곳에 동일 영상을 공유한다. 그리고 운전자가 차량 내부에 있을 경우에는 본 발명의 일 실시예에 따라 생성된 블러링 영상을 AVN 또는 헤드유닛에 표시할 수 있다.
<적용 예 3>
본 발명의 일 실시예에 따른 이미지 블러링 처리장치(100) 및 방법은 헤드 유닛에 블러링 영상을 디스플레이 할 수 있다.
후방 카메라 영상에 보행자 또는 이동식 개체 검출 시 보행자 주변으로 이미지가 블러링 되는데, 이를 헤드유닛에 본 발명의 일 실시예에 따라 생성된 블러링 영상으로 디스플레이 할 수 있다.
이때, 본 발명의 일 실시예는 AVN 및 클러스터 화면에는 원본 영상을 디스플레이 하는 것도 가능하다.
본 발명의 일 실시예는 컴퓨터에 의해 실행되는 매체에 저장된 컴퓨터 프로그램 또는 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체 및 통신 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다. 통신 매체는 전형적으로 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈, 또는 반송파와 같은 변조된 데이터 신호의 기타 데이터, 또는 기타 전송 메커니즘을 포함하며, 임의의 정보 전달 매체를 포함한다.
본 발명의 방법 및 시스템은 특정 실시예와 관련하여 설명되었지만, 그것들의 구성 요소 또는 동작의 일부 또는 전부는 범용 하드웨어 아키텍쳐를 갖는 컴퓨터 시스템을 사용하여 구현될 수 있다.
본 발명은 컴퓨터로 읽을 수 있는 기록매체에서 컴퓨터가 읽을 수 있는 코드로서 수행하는 것이 가능하다. 코드는 또한 렌더스크립트로 설계되어 이미지 블러링 처리를 위한 연산에 GPU가 이용될 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100: 이미지 블러링 처리장치
110: 카메라
120: 메모리
130: 프로세서
110: 카메라
120: 메모리
130: 프로세서
Claims (8)
- 이미지 블러링 처리장치에서,
영상을 촬영하는 카메라,
상기 영상을 대상으로 블러링 처리를 수행하기 위한 프로그램이 저장된 메모리 및
상기 메모리에 저장된 프로그램을 실행시키는 프로세서를 포함하되,
상기 프로세서는 상기 프로그램을 실행시킴에 따라, 상기 카메라에 의해 촬영된 원본 영상으로부터 블러 생성 면적을 산출하여 표본 영상을 추출하고, 상기 블러 생성 면적 내의 픽셀값을 독출하여 비트 연산을 수행하며, 상기 비트 연산 수행 결과를 상기 표본 영상의 픽셀에 적용하여 블러 이미지를 생성하는 것인 이미지 블러링 처리장치.
- 제 1 항에서,
상기 프로세서는 상기 표본 영상에서 각 픽셀에 인접한 n개 영역의 픽셀에 대하여 동일한 블러링 값을 적용하여 상기 비트 연산을 수행하는 것인 이미지 블러링 처리장치.
- 제 1 항에서,
상기 프로세서는 상기 원본 영상의 가로 길이 및 세로 길이 중 하나 이상을 스케일 조절하여 상기 블러 생성 면적을 산출하는 것인 이미지 블러링 처리장치.
- 제 3 항에서,
상기 프로세서는 상기 원본 영상에 대하여 1/l배의 가로 길이 및 세로 길이에 해당하는 영역을 추출하여, 상기 원본 영상의 총 1/l2크기로 조절하는 것인 이미지 블러링 처리장치.
- 이미지 블러링 처리장치에서의 이미지 블러링 처리방법에서,
카메라에 의해 촬영된 원본 영상으로부터 블러 생성 면적을 산출하여 표본 영상을 추출하는 단계;
상기 추출된 표본영상을 복사하는 단계;
상기 블러 생성 면적 내의 픽셀값을 독출하여 비트 연산을 수행하는 단계 및
상기 비트 연산 수행 결과를 상기 표본 영상의 픽셀에 적용하여 블러 이미지를 생성하는 단계를 포함하는 이미지 블러링 처리방법.
- 제 5 항에서,
상기 비트 연산을 수행하는 단계는 상기 표본 영상에서 각 픽셀에 인접한 n개 영역의 픽셀에 대하여 동일한 블러링 값을 적용하여 상기 비트 연산을 수행하는 것인 이미지 블러링 처리방법.
- 제 5 항에서,
상기 표본 영상을 추출하는 단계는 상기 원본 영상의 가로 길이 및 세로 길이 중 하나 이상의 스케일 조절을 통하여 상기 블러 생성 면적을 산출하는 것인 이미지 블러링 처리방법.
- 제 7 항에서,
상기 표본 영상을 추출하는 단계는 상기 원본 영상에 대하여 1/l배의 가로 길이 및 세로 길이에 해당하는 영역을 추출하여 상기 원본 영상의 총 1/l2크기로 조절하는 것인 이미지 블러링 처리방법.
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020180095065A KR102543529B1 (ko) | 2018-08-14 | 2018-08-14 | 이미지 블러링 처리장치 및 그 방법 |
CN201910746027.8A CN110827205A (zh) | 2018-08-14 | 2019-08-13 | 用于处理图像模糊的设备及其方法 |
US16/539,813 US11107197B2 (en) | 2018-08-14 | 2019-08-13 | Apparatus for processing image blurring and method thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020180095065A KR102543529B1 (ko) | 2018-08-14 | 2018-08-14 | 이미지 블러링 처리장치 및 그 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20200019483A true KR20200019483A (ko) | 2020-02-24 |
KR102543529B1 KR102543529B1 (ko) | 2023-06-15 |
Family
ID=69522967
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020180095065A KR102543529B1 (ko) | 2018-08-14 | 2018-08-14 | 이미지 블러링 처리장치 및 그 방법 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11107197B2 (ko) |
KR (1) | KR102543529B1 (ko) |
CN (1) | CN110827205A (ko) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112215746A (zh) * | 2020-10-20 | 2021-01-12 | 咪咕文化科技有限公司 | 图像模糊处理方法、装置、电子设备、存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030086608A1 (en) * | 2001-07-17 | 2003-05-08 | Amnis Corporation | Computational methods for the segmentation of images of objects from background in a flow imaging instrument |
US20160155216A1 (en) * | 2014-12-02 | 2016-06-02 | Samsung Electronics Co., Ltd. | Method and apparatus for image blurring |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7212230B2 (en) | 2003-01-08 | 2007-05-01 | Hewlett-Packard Development Company, L.P. | Digital camera having a motion tracking subsystem responsive to input control for tracking motion of the digital camera |
US7587099B2 (en) * | 2006-01-27 | 2009-09-08 | Microsoft Corporation | Region-based image denoising |
JP4674620B2 (ja) * | 2008-07-29 | 2011-04-20 | ソニー株式会社 | 画像処理装置、画像処理方法、及びプログラム |
JP5927265B2 (ja) * | 2014-10-28 | 2016-06-01 | シャープ株式会社 | 画像処理装置及びプログラム |
CN105608669A (zh) * | 2015-12-25 | 2016-05-25 | 小米科技有限责任公司 | 像素点模糊方法及装置 |
-
2018
- 2018-08-14 KR KR1020180095065A patent/KR102543529B1/ko active IP Right Grant
-
2019
- 2019-08-13 US US16/539,813 patent/US11107197B2/en active Active
- 2019-08-13 CN CN201910746027.8A patent/CN110827205A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030086608A1 (en) * | 2001-07-17 | 2003-05-08 | Amnis Corporation | Computational methods for the segmentation of images of objects from background in a flow imaging instrument |
US20160155216A1 (en) * | 2014-12-02 | 2016-06-02 | Samsung Electronics Co., Ltd. | Method and apparatus for image blurring |
KR20160066425A (ko) * | 2014-12-02 | 2016-06-10 | 삼성전자주식회사 | 이미지 블러링 방법 및 장치 |
Also Published As
Publication number | Publication date |
---|---|
US11107197B2 (en) | 2021-08-31 |
US20200058107A1 (en) | 2020-02-20 |
KR102543529B1 (ko) | 2023-06-15 |
CN110827205A (zh) | 2020-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11663733B2 (en) | Depth determination for images captured with a moving camera and representing moving features | |
JP7036610B2 (ja) | 学習方法およびプログラム | |
JP4776587B2 (ja) | 画像処理装置,運転支援装置 | |
JP6230751B1 (ja) | 物体検出装置および物体検出方法 | |
JP5536071B2 (ja) | 空間光パターンに基づく深さデータの生成 | |
US20200258196A1 (en) | Image processing apparatus, image processing method, and storage medium | |
CN113168670A (zh) | 使用神经网络的亮点去除 | |
EP3798975A1 (en) | Method and apparatus for detecting subject, electronic device, and computer readable storage medium | |
KR101671391B1 (ko) | 레이어 블러 모델에 기반한 비디오 디블러링 방법, 이를 수행하기 위한 기록 매체 및 장치 | |
EP2887310B1 (en) | Method and apparatus for processing light-field image | |
US10373293B2 (en) | Image processing apparatus, image processing method, and storage medium | |
CN112435278B (zh) | 一种基于动态目标检测的视觉slam方法及装置 | |
KR102543529B1 (ko) | 이미지 블러링 처리장치 및 그 방법 | |
KR101617551B1 (ko) | 얼굴 검출 능력 향상을 위한 이미지 처리 방법 및 시스템 | |
WO2022081821A1 (en) | Systems and methods for inpainting images at increased resolution | |
KR20200064411A (ko) | 객체 추적 장치 및 방법 | |
KR20200137839A (ko) | Vr 학습 영상 제공 방법 및 장치 | |
KR101567497B1 (ko) | 축 방향 분산 영상 기법(ads)을 이용한 가려진 영상 도출 시스템 및 그 방법 | |
US20230334626A1 (en) | Techniques for denoising videos | |
JP2019016865A (ja) | 画像処理装置、画像処理方法 | |
KR101424387B1 (ko) | 영상 처리 방법 및 장치 | |
KR102227847B1 (ko) | 차량영상 앤티에일리어싱 방법 | |
CN117078731A (zh) | 事件数据驱动的遮挡环境高分辨率深度估计方法及装置 | |
CN116612173A (zh) | 基于环视相机的深度估计方法、装置、存储介质及车辆 | |
CN117677984A (zh) | 用于自动标记dvs帧的方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right |