KR20210154594A - 초점 조절 기능을 포함하는 전자 장치 및 방법 - Google Patents
초점 조절 기능을 포함하는 전자 장치 및 방법 Download PDFInfo
- Publication number
- KR20210154594A KR20210154594A KR1020200071755A KR20200071755A KR20210154594A KR 20210154594 A KR20210154594 A KR 20210154594A KR 1020200071755 A KR1020200071755 A KR 1020200071755A KR 20200071755 A KR20200071755 A KR 20200071755A KR 20210154594 A KR20210154594 A KR 20210154594A
- Authority
- KR
- South Korea
- Prior art keywords
- target object
- electronic device
- image
- camera
- focal length
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 62
- 230000004044 response Effects 0.000 claims abstract description 14
- 230000003213 activating effect Effects 0.000 claims description 6
- 230000002194 synthesizing effect Effects 0.000 claims description 5
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 49
- 238000004891 communication Methods 0.000 description 46
- 230000008569 process Effects 0.000 description 25
- 238000012545 processing Methods 0.000 description 21
- 230000033001 locomotion Effects 0.000 description 16
- 238000011017 operating method Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 14
- 238000013528 artificial neural network Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 238000012805 post-processing Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 6
- 239000003381 stabilizer Substances 0.000 description 6
- 230000004913 activation Effects 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 3
- 229910044991 metal oxide Inorganic materials 0.000 description 3
- 150000004706 metal oxides Chemical class 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 238000003705 background correction Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003155 kinesthetic effect Effects 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 239000001755 magnesium gluconate Substances 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 229910052724 xenon Inorganic materials 0.000 description 1
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/95—Computational photography systems, e.g. light-field imaging systems
- H04N23/958—Computational photography systems, e.g. light-field imaging systems for extended depth of field imaging
- H04N23/959—Computational photography systems, e.g. light-field imaging systems for extended depth of field imaging by adjusting depth of field during image capture, e.g. maximising or setting range based on scene characteristics
-
- H04N5/232125—
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
- H04N23/54—Mounting of pick-up tubes, electronic image sensors, deviation or focusing coils
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
- H04N23/55—Optical parts specially adapted for electronic image sensors; Mounting thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/57—Mechanical or electrical details of cameras or camera modules specially adapted for being embedded in other devices
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
-
- H04N5/2253—
-
- H04N5/2254—
-
- H04N5/2257—
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
Abstract
전자 장치에 포함된 적어도 하나의 프로세서는 깊이 감지 센서를 이용하여 대상 객체가 평면 객체에 해당하는지 판단하고, 텍스트 인식 기능을 활성화하고, 상기 대상 객체가 상기 평면 객체에 해당하고 상기 텍스트 인식 기능이 활성화되는 것에 응답하여, 상기 대상 객체의 서로 다른 영역들에 대한 복수의 초점을 결정하고, 상기 결정된 복수의 초점에 기반하여 이미지 센서를 구동함으로써 복수의 이미지를 획득하고, 상기 획득된 복수의 이미지들 중 적어도 일부에 기반하여 상기 대상 객체에 대한 최종 이미지를 획득할 수 있다. 이 외에도 명세서를 통해 파악되는 다양한 실시 예가 가능하다.
Description
본 문서에서 개시되는 실시 예들은, 카메라의 초점 조절 기능을 포함하는 전자 장치에 관한 것이다.
이동식 단말기에 대한 성능 요구가 증가함에 따라 이동식 단말기의 카메라도 디지털 카메라 급의 고성능, 고배율이 요구되고 있다. 성능 향상을 위해 카메라의 센서가 커지고 화소 수가 증가하는 것은 피사계 심도에 영향을 미친다. 피사계 심도는 카메라 렌즈에 의해 촬영되는 이미지 내에서 대상 객체가 선명하게 보일 수 있는 가장 가까운 위치와 가장 먼 위치 사이의 범위를 지칭한다. 피사계 심도가 얕은 경우 근거리에서 초점이 맞는 부분이 일부에 국한되어 선명한 이미지를 획득할 수 없다.
피사계 심도에 의한 이미지 주변부 블러 현상을 방지하기 위하여 복수의 렌즈 모듈을 통해 초점 스택을 위한 이미지를 획득하거나, 단순히 이미지를 복수의 영역으로 나누어 영역들 중심에 초점을 두고 이미지들을 획득하고 있다.
근거리 촬영을 하는 경우 의도하지 않게 초점이 맞는 부분 외에 주변부가 흐리게 촬영되는 경우를 해결하기 위하여 복수의 렌즈를 사용하게 되면 렌즈 어셈블리의 크기가 커져서 정해진 공간에 배치되어야 하는 카메라 모듈의 크기에 제약이 걸릴 수 있다.
또한, 단순히 이미지를 복수의 영역으로 나누어 영역들 중심에 초점을 두고 이미지를 획득하는 경우, 원하는 영역에 대해 세밀한 초점 조정이 되지 않을 수 있다.
본 개시의 다양한 실시 예는, 근거리의 평면 객체를 판단하고 텍스트 정보를 획득하여 원하는 영역에 대하여 세밀한 초점 조정을 할 수 있는 전자 장치를 제공할 수 있다.
본 문서에 개시되는 일 실시 예에 따른 전자 장치는 이미지 센서, 깊이 감지 센서, 적어도 하나의 프로세서를 포함할 수 있다. 적어도 하나의 프로세서는 상기 깊이 감지 센서를 이용하여 대상 객체가 평면 객체에 해당하는지 판단하고, 텍스트 인식 기능을 활성화하고, 상기 대상 객체가 상기 평면 객체에 해당하고 상기 텍스트 인식 기능이 활성화되는 것에 응답하여, 상기 대상 객체의 서로 다른 영역들에 대한 복수의 초점을 결정하고, 상기 결정된 복수의 초점에 기반하여 상기 이미지 센서를 구동함으로써 복수의 이미지를 획득하고, 상기 획득된 복수의 이미지들 중 적어도 일부에 기반하여 상기 대상 객체에 대한 최종 이미지를 획득할 수 있다.
또한, 본 문서에 개시되는 일 실시 예에 따른 전자 장치의 동작 방법은 상기 깊이 감지 센서를 이용하여 대상 객체가 평면 객체에 해당하는지 판단하는 동작, 텍스트 인식 기능을 활성화하는 동작, 상기 대상 객체가 상기 평면 객체에 해당하고 상기 텍스트 인식 기능이 활성화되는 것에 응답하여, 상기 대상 객체의 서로 다른 영역들에 대한 복수의 초점을 결정하는 동작, 상기 결정된 복수의 초점에 기반하여 상기 이미지 센서를 구동함으로써 복수의 이미지를 획득하는 동작, 상기 획득된 복수의 이미지들 중 적어도 일부에 기반하여 상기 대상 객체에 대한 최종 이미지를 획득하는 동작을 포함할 수 있다.
본 문서에 개시되는 다양한 실시 예들에 따르면, 현재 촬영 환경에 최적화된 렌즈 움직임 및 촬영 수를 결정하여 초점 스택에 필요한 시간을 줄일 수 있다.
또한 다양한 실시 예에 따르면, 최적화된 초점 스택을 통한 근거리에 위치한 대상 객체의 선명한 이미지를 획득하여 사용자에게 제공할 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1은 일 실시 예에 따른 전자 장치 및 카메라 모듈에 대한 구조를 도시한 도면이다.
도 2는 일 실시 예에 따른 전자 장치의 하드웨어 구성을 나타낸다.
도 3은 일 실시 예에 따른 전자 장치에서 초점 스택을 하기 위한 과정을 나타낸다.
도 4는 일 실시 예에 따른 전자 장치가 평면 객체를 촬영하는 모습을 나타낸다.
도 5는 일 실시 예에 따른 전자 장치의 카메라가 평면 객체와 일정 각도를 이루며 평면 객체를 촬영하는 모습을 나타낸다.
도 6은 일 실시 예에 따른 전자 장치가 평면이 아닌 객체를 촬영하는 모습을 나타낸다.
도 7은 일 실시 예에 따른 전자 장치가 복수의 초점에 기반하여 복수의 이미지를 획득하는 과정을 나타낸 순서도이다.
도 8은 일 실시 예에 따른 전자 장치의 카메라가 대상 객체와 이루는 각도에 따라 대상 객체의 영역을 나누는 과정을 나타낸 순서도이다.
도 9는 일 실시 예에 따른 렌즈의 이동에 기반하여 이미지를 획득하는 과정을 나타낸 순서도이다.
도 10은 다양한 실시 예들에 따른 네트워크 환경 내의 전자 장치의 블럭도이다.
도 11은 다양한 실시 예들에 따른, 카메라 모듈을 예시하는 블록도이다.
도 2는 일 실시 예에 따른 전자 장치의 하드웨어 구성을 나타낸다.
도 3은 일 실시 예에 따른 전자 장치에서 초점 스택을 하기 위한 과정을 나타낸다.
도 4는 일 실시 예에 따른 전자 장치가 평면 객체를 촬영하는 모습을 나타낸다.
도 5는 일 실시 예에 따른 전자 장치의 카메라가 평면 객체와 일정 각도를 이루며 평면 객체를 촬영하는 모습을 나타낸다.
도 6은 일 실시 예에 따른 전자 장치가 평면이 아닌 객체를 촬영하는 모습을 나타낸다.
도 7은 일 실시 예에 따른 전자 장치가 복수의 초점에 기반하여 복수의 이미지를 획득하는 과정을 나타낸 순서도이다.
도 8은 일 실시 예에 따른 전자 장치의 카메라가 대상 객체와 이루는 각도에 따라 대상 객체의 영역을 나누는 과정을 나타낸 순서도이다.
도 9는 일 실시 예에 따른 렌즈의 이동에 기반하여 이미지를 획득하는 과정을 나타낸 순서도이다.
도 10은 다양한 실시 예들에 따른 네트워크 환경 내의 전자 장치의 블럭도이다.
도 11은 다양한 실시 예들에 따른, 카메라 모듈을 예시하는 블록도이다.
이하, 본 문서의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 문서를 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 실시 예의 다양한 변경(modification), 균등물(equivalent), 및/또는 대체물(alternative)을 포함하는 것으로 이해되어야 한다.
도 1은 일 실시 예에 따른 전자 장치 및 카메라 모듈에 대한 구조를 도시한 도면이다.
도 1은 일 실시 예에 따른 카메라 모듈(180)을 장착한 전자 장치(100)의 외관 및 카메라 모듈(180)을 개략적으로 나타낸 도면이다. 도 1의 실시 예는 모바일 기기, 특히, 스마트 폰을 전제로 도시 및 설명되었으나, 다양한 전자 기기 또는 모바일 기기들 중 카메라를 탑재한 전자 기기에 적용될 수 있음은 기술분야에서 통상의 지식을 가진 자에게 명확히 이해될 것이다.
도 1을 참고하면, 일 실시 예에 따른 전자 장치(100)의 전면에는 디스플레이(110)가 배치될 수 있다. 일 실시 예에서, 디스플레이(110)는 전자 장치(100)의 전면의 대부분을 차지할 수 있다. 전자 장치(100)의 전면에는 디스플레이(110), 및 디스플레이(110)의 적어도 일부 가장자리를 둘러싸는 베젤(bezel)(190) 영역이 배치될 수 있다. 디스플레이(110)는 평면 영역(flat area)과 평면 영역에서 전자 장치(100)의 측면을 향해 연장되는 곡면 영역(curved area)을 포함할 수 있다. 도 1에 도시된 전자 장치(100)는 하나의 예시이며, 다양한 실시 예가 가능하다. 예를 들어, 전자 장치(100)의 디스플레이(110)는 곡면 영역 없이 평면 영역만 포함하거나 양측이 아닌 한 쪽 가장자리에만 곡면 영역을 구비할 수 있다. 또한 일 실시 예에서, 곡면 영역은 전자 장치의 후면으로 연장되어 전자 장치(100)는 추가적인 평면 영역을 구비할 수도 있다.
일 실시 예에서 전자 장치(100)는 추가적으로 스피커(speaker), 리시버, 전면 카메라, 근접 센서, 홈 키 등을 포함할 수 있다. 일 실시 예에 따른 전자 장치(100)는 후면 커버(150)가 전자 장치의 본체와 일체화되어 제공될 수도 있다. 또 다른 실시 예에서, 후면 커버(150)가 전자 장치(100)의 본체로부터 분리되어, 배터리를 교체할 수 있는 형태를 가질 수 있다. 후면 커버(150)는 배터리 커버 또는 배면 커버로 참조될 수도 있다.
일 실시 예에서, 디스플레이(110)의 제1 영역(170)에 사용자의 지문 인식을 위한 지문 센서(171)가 포함될 수 있다. 지문 센서(171)는 디스플레이(110)의 아래 층에 배치됨으로써, 사용자에 의해 시인되지 않거나, 시인이 어렵게 배치될 수 있다. 또한, 지문 센서(171) 외에 추가적인 사용자/생체 인증을 위한 센서가 디스플레이(110)의 일부 영역에 배치될 수 있다. 다른 실시 예에서, 사용자/생체 인증을 위한 센서는 베젤(190)의 일 영역에 배치될 수 있다. 예를 들어, 홍채 인증을 위한 IR 센서가 디스플레이(110)의 일 영역을 통해 노출되거나, 베젤(190)의 일 영역을 통해 노출될 수 있다.
일 실시 예에서, 전자 장치(100)의 전면의 제2 영역(160)에는 전면 카메라(161)가 배치될 수 있다. 도 1의 실시 예에서는 전면 카메라(161)가 디스플레이(110)의 일 영역을 통해 노출되는 것으로 도시되었으나, 다른 실시 예에서 전면 카메라(161)가 베젤(190)을 통해 노출될 수 있다. 전자 장치(100)는 하나 이상의 전면 카메라(161)를 포함할 수 있다. 예를 들어, 전자 장치(100)는 제1 전면 카메라 및 제2 전면 카메라와 같이 2개의 전면 카메라를 포함할 수 있다. 일 실시 예에서, 제1 전면 카메라와 제2 전면 카메라는 동등한 사양(예: 화소)을 가지는 동종의 카메라일 수 있으나, 제1 전면 카메라와 제2 전면 카메라는 다른 사양의 카메라로 구현될 수 있다. 전자 장치(100)는 2개의 전면 카메라를 통해 듀얼 카메라와 관련된 기능(예: 3D 촬영, 자동 초점(auto focus) 등)을 지원할 수 있다. 상기 언급된 전면 카메라에 대한 설명은 전자 장치(100)의 후면 카메라에 동일 또는 유사하게 적용될 수 있다.
일 실시 예에서, 전자 장치(100)는 플래시와 같이 촬영을 보조하는 각종 하드웨어나 센서(163)가 추가적으로 배치될 수 있다. 예를 들어, 피사체와 전자 장치(100) 사이의 거리를 감지하기 위한 거리 센서(예: TOF 센서) 등이 더 포함될 수 있다. 상기 거리 센서는 전면 카메라 및/또는 후면 카메라에 모두 적용될 수 있다. 상기 거리 센서는 별도로 배치되거나 포함되어 전면 카메라 및/또는 후면 카메라에 배치될 수 있다.
일 실시 예에서, 전자 장치(100)의 측면부에는 적어도 하나의 물리 키가 배치될 수 있다. 예를 들어, 디스플레이(110)를 ON/OFF하거나 전자 장치(100)의 전원을 ON/OFF하기 위한 제1 기능 키(151)가 전자 장치(100)의 전면을 기준으로 우측 가장자리에 배치될 수 있다. 일 실시 예에서, 전자 장치(100)의 볼륨을 제어하거나 화면 밝기 등을 제어하기 위한 제2 기능 키(152)가 전자 장치(100)의 전면을 기준으로 좌측 가장자리에 배치될 수 있다. 이 외에도 추가적은 버튼이나 키가 전자 장치(100)의 전면이나 후면에도 배치될 수 있다. 예를 들어, 전면의 베젤(190) 중 하단 영역에 특정 기능에 맵핑된 물리 버튼이나 터치 버튼이 배치될 수 있다.
도 1에 도시된 전자 장치(100)는 하나의 예시에 해당하며, 본 개시에 개시된 기술적 사상이 적용되는 장치의 형태를 제한하는 것은 아니다. 예를 들어, 플렉서블 디스플레이 및 힌지 구조를 채용하여, 가로 방향으로 폴딩이 가능하거나 세로 방향으로 폴딩이 가능한 폴더블 전자 장치나, 롤링이 가능한 롤러블 전자 장치나, 태블릿 또는 노트북에도 본 개시의 기술적 사상이 적용될 수 있다. 또한, 같은 방향 향하는 제1 카메라와 제2 카메라가, 장치의 회전, 접힘, 변형 등을 통해 다른 방향을 향하도록 배치되는 것이 가능한 경우에도 본 기술적 사상은 적용될 수 있다.
도 1을 참조하면, 일 실시 예에 따른 전자 장치(100)는 카메라 모듈(180)을 포함할 수 있다. 카메라 모듈(180)은 렌즈 어셈블리(111), 하우징(113), 적외선 차단 필터(Infared cut filter)(115), 이미지 센서(120) 및 이미지 시그널 프로세서(image signal processor)(130)를 포함할 수 있다.
일 실시 예에서, 렌즈 어셈블리(111)는 전면 카메라와 후면 카메라에 따라 렌즈의 개수, 배치, 종류 등이 서로 다를 수 있다. 렌즈 어셈블리의 타입에 따라 전면 카메라와 후면 카메라는 서로 다른 특성(예: 초점 거리, 최대 배율 등)을 가질 수 있다. 상기 렌즈는 광축을 따라 전, 후로 움직일 수 있으며, 초점 거리를 변화시켜 피사체가 되는 대상 객체가 선명하게 찍힐 수 있도록 동작할 수 있다.
일 실시 예에서, 카메라 모듈(180)은 광축 상에 정렬된 적어도 하나 이상의 렌즈를 실장하는 경통과 광축을 중심으로 상기 경통의 둘레를 둘러싸는 적어도 하나의 코일을 실장하는 하우징(113)을 포함할 수 있다.
일 실시 예에서, 적외선 차단 필터(115)는 이미지 센서(120)의 상면에 배치될 수 있다. 렌즈를 통과한 피사체의 상은 적외선 차단 필터(115)에 의해 일부 필터링된 후 이미지 센서(120)에 의해 감지될 수 있다.
일 실시 예에서, 이미지 센서(120)는 인쇄회로기판의 상면에 배치될 수 있다. 이미지 센서(120)는 커넥터(connector)에 의해 인쇄회로기판(140)과 연결된 이미지 시그널 프로세서(130)와 전기적으로 연결될 수 있다. 상기 커넥터로는 연성 인쇄회로 기판(FPCB) 또는 케이블(cable) 등이 사용될 수 있다.
일 실시 예에서, 이미지 센서(120)는 CMOS(complementary metal oxide semiconductor) 센서 또는 CCD(charged coupled device) 센서일 수 있다. 이미지 센서(120)에는 복수의 개별 픽셀들(pixels)이 집적되며, 각 개별 픽셀은 마이크로 렌즈(micro lens), 컬러 필터 및 포토다이오드(photodiode)를 포함할 수 있다. 각 개별 픽셀은 일종의 광검출기로서 입력되는 광을 전기적 신호로 변환시킬 수 있다. 광검출기는 일반적으로 캡쳐된 광의 파장을 스스로 검출할 수 없고 컬러 정보를 결정할 수 없다. 상기 광검출기는 포토다이오드를 포함할 수 있다.
일 실시 예에서, 렌즈 어셈블리(111)를 통해 입사된 피사체의 광 정보는 이미지 센서(120)에 의해 전기적 신호로 변환되어 이미지 시그널 프로세서(130)로 입력될 수 있다.
일 실시 예에서, 카메라 모듈(180)은 전자 장치(100)의 후면뿐만 아니라, 전면에 배치될 수 있다. 또한 전자 장치(100)는 카메라의 성능 향상을 위해 한 개의 카메라 모듈(180) 뿐만 아니라, 여러 개의 카메라 모듈(180)을 포함할 수 있다. 예를 들어, 전자 장치(100)는 영상 통화 또는 셀프 카메라 촬영을 위한 전면 카메라(161)를 더 포함할 수 있다. 전면 카메라(161)는 후면 카메라 모듈에 비하여 상대적으로 낮은 화소 수를 지원할 수 있다. 전면 카메라는 후면 카메라 모듈에 비하여 상대적으로 보다 소형일 수 있다.
도 2는 일 실시 예에 따른 전자 장치의 하드웨어 구성을 나타낸다. 도 2의 설명에 있어서, 도 1에서 설명된 구성은 간략하게 설명되거나 설명이 생략될 수 있다.
도 2를 참고하면, 일 실시 예에서 전자 장치(100)는 카메라 모듈(180), 프로세서(220), 디스플레이(110) 및 메모리(230)를 포함할 수 있다. 도 2의 설명에 있어서, 도 1과 동일한 참조번호에 대한 설명은 생략될 수 있다.
일 실시 예에서, 카메라 모듈(180)은 렌즈 어셈블리(111), 이미지 센서(120), 깊이 감지 센서(210) 및 이미지 시그널 프로세서(image signal processor)(130)를 포함할 수 있다.
도 2에 도시된 구성요소들은 예시적인 것이며, 전자 장치(100)는 추가적인 구성요소들을 더 포함할 수 있다. 예를 들어, 전자 장치(100)는 오디오 데이터를 녹음하기 위한 적어도 하나의 마이크를 더 포함할 수 있다. 또한 예를 들어 전자 장치(100)는 전자 장치(100)의 전면 또는 후면이 향하는 방향 및/또는 전자 장치(100)의 자세 정보를 판단하기 위한 적어도 하나의 센서를 포함할 수 있다. 일 실시 예에서, 상기 적어도 하나의 센서는 가속도 센서, 자이로 센서 등을 포함할 수 있다. 도 2의 전자 장치(100)에 포함된 또는 포함될 수 있는 하드웨어에 대한 구체적인 설명이 도 10을 참고하여 제공된다.
일 실시 예에서, 이미지 센서(120)는 CMOS(complementary metal oxide semiconductor) 센서 또는 CCD(charged coupled device) 센서 등을 포함할 수 있다. 렌즈 어셈블리(111)를 통해 입사된 피사체의 광 정보는 이미지 센서(120)에 의해 전기적 신호로 변환되어 이미지 시그널 프로세서(130)로 입력될 수 있다. 이미지 센서(120)의 상면에 적외선 차단 필터(infra-red cut filter, 이하 IR cut 필터)가 배치될 수 있으며, 렌즈를 통과한 피사체의 상은 상기 IR cut 필터에 의해 일부 필터링된 후 이미지 센서(120)에 의해 감지될 수 있다.
일 실시 예에서, 광 방출기(light emitter)는 출력광을 생성하고 이를 외부로 방출할 수 있다. 광 방출기는 깊이 감지 센서(210)와 별도로 구성되어 작동할 수도 있고, 깊이 감지 센서(210)에 포함되어 작동할 수도 있다.
일 실시 예에서, 깊이 감지 센서(210)는 이미지의 각 픽셀의 깊이 값을 계산할 수 있는 센서일 수 있다. 상기 깊이 감지 센서(210)는 예를 들어, 적어도 스테레오(stereo) 방식, TOF(time of flight) 방식 또는 스트럭쳐 패턴(structured pattern) 방식으로 수행될 수 있다. 깊이 감지 센서(210)(예: TOF 센서)는 광 방출기로부터 방출된 출력광에 대응되는 입력광을 수신할 수 있다. 상기 출력광 및 입력광은 적외선 또는 근적외선일 수 있다. 깊이 감지 센서(210)는 입력광을 획득하여 피사체를 조사할 수 있다. 깊이 감지 센서(210)는 입력광을 분석하여 거리 정보를 획득할 수 있다. 본 명세서에서, 출력광은 광 방출기(light emitter)로부터 출력되어 객체에 입사되는 광을 의미하고, 입력광은 출력광이 객체에 도달하여 객체로부터 반사된 후 깊이 감지 센서(210)로 입력되는 광을 의미할 수 있다. 상기 출력광은 출력 신호로 참조될 수 있고, 상기 입력광은 입력 신호로 참조될 수 있다.
일 실시 예에서, 깊이 감지 센서(210)는 획득한 입력광으로 소정의 노출주기 동안 객체를 조사할 수 있다. 상기 노출주기는 1개의 프레임 주기를 의미할 수 있다. 복수의 프레임을 생성하는 경우, 상기 노출주기는 반복될 수 있다. 예를 들어, 카메라 모듈(180)이 20 FPS로 객체를 촬영하는 경우, 노출주기는 1/20[sec]가 될 수 있다. 그리고 100개의 프레임을 생성하는 경우, 노출주기는 100번 반복될 수 있다.
일 실시 예에서, 이미지 시그널 프로세서(130)와 이미지 센서(120)가 물리적으로 구분된 경우, 규격에 맞는 센서 인터페이스가 있을 수 있다.
일 실시 예에서, 이미지 시그널 프로세서(130)는 전기적으로 변환된 이미지 데이터에 대하여 이미지 처리를 할 수 있다. 이미지 시그널 프로세서(130)에서의 과정은 pre-ISP(이하, 전처리(pre-processing)) 및 ISP chain(이하, 후처리(post-processing))로 구분될 수 있다. 디모자이크 과정 이전의 이미지 처리는 전처리를 의미할 수 있고, 디모자이크 과정 이후의 이미지 처리는 후처리를 의미할 수 있다. 상기 전처리 과정은 3A 처리, 렌즈 셰이딩 보상(lens shading correction), 엣지 개선(edge enhancement), 데드 픽셀 보정(dead pixel correction) 및 knee 보정 등을 포함할 수 있다. 상기 3A는 AWB(auto white balance), AE(auto exposure), AF(Auto focusing) 중 적어도 하나를 포함할 수 있다. 상기 후처리 과정은 적어도 센서 색인 값(index) 변경, 튜닝 파라미터 변경, 화면 비율 조절 중 하나를 포함할 수 있다. 후처리 과정은 상기 이미지 센서(120)로부터 출력되는 이미지 데이터 또는 스케일러로부터 출력되는 이미지 데이터를 처리하는 과정을 포함할 수 있다. 이미지 시그널 프로세서(130)는 후처리 과정을 통해 이미지의 명암대비(contrast), 선명도(sharpness), 채도(saturation), 디더링(dithering) 등을 조정할 수 있다. 여기서, 명암대비(contrast), 선명도(sharpness), 채도(saturation) 조정 절차는 YUV 색 공간에서 실행되고, 디더링 절차(dithering procedure)는 RGB(Red Green Blue) 색 공간(color space)에서 실행될 수 있다. 상기 전처리 과정 중 일부는 상기 후처리 과정에서 수행되거나, 상기 후처리 과정 중 일부는 상기 전처리 과정에서 수행될 수 있다. 또한, 상기 전처리 과정 중 일부는 후처리에서의 과정 중 일부와 중복될 수 있다.
일 실시 예에서, 디스플레이(110)는 프로세서(220)에 의해 실행되는 어플리케이션의 실행 화면이나, 메모리(230)에 저장된 이미지 및/또는 동영상과 같은 컨텐츠들을 디스플레이(110)에 표시할 수 있다. 또한 프로세서(220)는 카메라 모듈(180)을 통해 획득된 이미지 데이터를 디스플레이(110)에 실시간으로 표시할 수 있다.
일 실시 예에서, 디스플레이(110)는 터치 패널과 일체형으로 구현될 수 있다. 디스플레이(110)는 터치 기능을 지원할 수 있으며, 손가락을 이용한 터치와 같은 사용자 입력을 감지하고 프로세서(220)로 전달할 수 있다. 디스플레이(110)는 디스플레이(110)를 구동하기 위한 디스플레이 구동 회로(display driver integrated circuit, DDIC)와 연결될 수 있고, 터치 패널은 터치 좌표를 감지하고 터치 관련 알고리즘을 처리하는 터치 IC와 연결될 수 있다. 일 실시 예에서, 디스플레이 구동 회로와 터치 IC는 일체로 형성될 수 있고, 다른 실시 예에서 디스플레이 구동 회로와 터치 IC는 별개로 형성될 수 있다. 디스플레이 구동 회로 및/또는 터치 IC는 프로세서(220)와 전기적으로 연결될 수 있다.
일 실시 예에서, 프로세서(220)는 전자 장치(100)에서 지원하는 다양한 기능을 실행/제어할 수 있다. 예를 들어, 프로세서(220)는 메모리(230)에 저장된 프로그래밍 언어로 작성된 코드를 실행함으로써 어플리케이션을 실행하고, 각종 하드웨어를 제어할 수 있다. 예를 들어, 프로세서(220)는 메모리(230)에 저장된 촬영 기능을 지원하는 어플리케이션을 실행할 수 있다. 또한 프로세서(220)는 카메라 모듈(180)을 실행하고 카메라 모듈(180)이 사용자가 의도하는 동작을 수행할 수 있도록 적절한 촬영 모드를 설정하고 지원할 수 있다.
일 실시 예에서, 메모리(230)는 프로세서(220)에 의해 실행 가능한 명령어들이 저장될 수 있다. 메모리(230)는 RAM(random access memory)과 같이 일시적으로 데이터들이 저장되는 구성요소 및/또는, SSD(solid state drive)와 같이 데이터들이 영구적으로 저장되는 구성요소를 포함하는 개념으로 이해될 수 있다. 예를 들어, 프로세서(220)는 SSD에 저장된 명령어들을 호출하여 RAM 공간에 소프트웨어 모듈을 구현할 수 있다. 다양한 실시 예에서 메모리(230)는 다양한 종류를 포함할 수 있고, 장치의 용도에 맞게 적절한 종류가 채택될 수 있다.
일 실시 예에서, 메모리(230)에는 카메라 모듈(180)과 연관된 어플리케이션이 저장될 수 있다. 예를 들어, 메모리(230)에는 카메라 어플리케이션이 저장될 수 있다. 카메라 어플리케이션은 사진 촬영, 동영상 촬영, 파노라마 촬영, 슬로우 모션 촬영 등 다양한 촬영 기능을 지원할 수 있다.
일 실시 예에서, 카메라 모듈(180)과 연관된 어플리케이션은 다양한 종류의 어플리케이션에 해당할 수 있다. 예를 들어 채팅 어플리케이션이나 웹브라우저 어플리케이션, 이메일 어플리케이션, 쇼핑 어플리케이션 등도 영상 통화, 사진/비디오 첨부, 스트리밍 서비스, 제품 이미지 또는 제품 관련 VR(virtual reality) 촬영 기능을 지원하기 위해 카메라 모듈(180)을 이용할 수 있다.
도 3은 일 실시 예에 따른 전자 장치에서 초점 스택을 하기 위한 과정을 나타낸다. 도 3에 예시된 블럭도의 동작 주체는 프로세서(예: 도 2의 프로세서(220)) 또는 이미지 시그널 프로세서(예: 도 1의 이미지 시그널 프로세서(130))로 이해될 수 있다.
일 실시 예에 따른 동작 310에 있어서, 프로세서(220)는 깊이 정보(301) 및 영상 정보(302)를 이용하여, 전자 장치(100)의 카메라와 대상 객체의 거리가 근거리인지 판단할 수 있다. 상기 깊이 정보(301)(depth information)는 깊이 감지 센서(210)를 통해서 획득될 수 있으며, 상기 영상 정보(302)는 이미지 센서(120)를 통해서 획득될 수 있다. 상기 영상 정보(302)는 이미지 센서(120)를 통해서 획득된 이미지 데이터로 참조될 수 있다. 상기 근거리의 기준은 이하 <표 1>을 통해서 확인할 수 있다.
| 0.1F | 0.2F | 0.3F | 0.4F | 0.5F | 0.6F | 0.7F | 0.8F | 0.9F | 1.0F | |
| 50cm | 0 | -2 | -4 | -6 | -6 | -3 | -3 | -1 | 2 | 12 |
| 40cm | -1 | -4 | -6 | -8 | -8 | -6 | -4 | -1 | 3 | 17 |
| 30cm | -1 | -6 | -9 | -11 | -12 | -9 | -8 | -3 | 4 | 23 |
| 20cm | -2 | -9 | -16 | -20 | -22 | -18 | -15 | -9 | 2 | 29 |
| 15cm | -3 | -14 | -23 | -26 | -31 | -27 | -22 | -17 | -3 | 29 |
| 14cm | -4 | -15 | -25 | -26 | -34 | -28 | -25 | -20 | -5 | 28 |
| 13cm | -4 | -16 | -26 | -29 | -37 | -31 | -27 | -24 | -7 | 27 |
| 12cm | -4 | -17 | -26 | -32 | -40 | -33 | -29 | -27 | -11 | 24 |
| 11cm | -5 | -17 | -27 | -35 | -44 | -36 | -30 | -27 | -5 | 21 |
| 10cm | -6 | -18 | -30 | -39 | -48 | -38 | -30 | -30 | -11 | 16 |
<표 1>을 참조하면, 가로 축은 렌즈 중심으로부터 렌즈의 가장 자리까지의 일종의 거리를 필드(field)로 표현한 것이며, 세로 축은 전자 장치(100)의 카메라와 대상 객체와의 거리를 나타낼 수 있다.<표 1>은 렌즈 중심을 0 필드, 렌즈 가장자리를 1 필드라고 했을 때, 렌즈 중심에 초점이 맞다고 가정했을 때 거리 별로 렌즈를 얼마나 움직여야 각 필드에서 최대 해상력을 가지는지를 나타내는 표이다. 이 값은 렌즈의 이동량(mm) 또는 스텝량(step) 등으로 나타낼 수 있다. 상기 <표 1>과 같은 렌즈 이동량의 정보는 설계 데이터를 기준으로 얻어질 수 있고, 모듈별 편차 보정을 위해 보정(calibration) 데이터를 기준으로 얻어질 수 있다.
상기 <표 1>을 보면, 30cm 이상의 거리에서는 필드 별 최대 해상력을 위한 렌즈 이동량이 크지 않으므로 프로세서(220)는 약 30cm 기준으로 원, 근거리를 판단할 수 있다.
일 실시 예에서, 프로세서(220)는 깊이 감지 센서(210)를 통해 획득한 깊이 정보(depth information)를 이용하여 전자 장치(100)의 카메라와 대상 객체의 거리가 약 30cm 이하인지 판단할 수 있다.
일 실시 예에 따른 동작 320에 있어서, 프로세서(220)는 대상 객체가 평면 객체인지 판단할 수 있다. 프로세서(220)는 대상 객체가 평면 객체인지 판단하기 위해 평면 정보를 계산할 수 있다. 프로세서(220)는 평면 판단 및 평면 정보의 계산을 위하여 깊이 정보(depth information)를 카메라 좌표계 상의 점 구름 형식(point cloud format)으로 변경할 수 있다. 프로세서(220)는 점 구름(point cloud)들과 3차원 평면과의 거리가 가장 짧은 평면 방정식을 계산하고 거리의 제곱 또는 절대값을 이용하여 평면에 대한 신뢰도를 획득하여 결과적으로 평면인지를 판단할 수 있다.
일 실시 예에서, 프로세서(220)는 깊이 감지 센서(210)를 이용하여 일정 범위의 곡률을 가진 평면을 평면 객체로 판단할 수 있다. 프로세서(220)는 ToF(time-of-flight) 깊이 정보에 대상 객체를 매칭시켰을 때의 에러 값이 1cm 이내인 경우 평면 객체로 판단할 수 있다.
일 실시 예에 따른 동작 330에 있어서, 프로세서(220)는 대상 객체의 종류를 분석할 수 있다. 프로세서(220)는, 근거리에서 휘어져 있는 종이나 책의 경우, 평면이라고 판단되기 어려울 수 있으므로 이를 보완하기 위하여 대상 객체의 종류를 분석할 수 있다.
일 실시 예에서, 프로세서(220)는 전자 장치(100)의 일 기능(예: scene optimizer)을 통해 대상 객체를 분류할 수 있다. 상기 일 기능(예: scene optimizer)은 데이터를 바탕으로 객체 등을 판별할 수 있는 기능일 수 있다. 예를 들어, 자연 풍경을 촬영하는 경우 프로세서(220)는 대상 객체(예: 나무)의 평균적인 형태, 평균적인 색상(예: 녹색과 갈색) 등을 고려하여 상기 대상 객체를 판별할 수 있다. 프로세서(220)는 전자 장치(100)의 일 기능(예: scene optimizer)을 통해 대상 객체가 종이 또는 책인지 판단할 수 있다.
일 실시 예에 따른 동작 340에 있어서, 프로세서(220)는 렌즈 정보(303)를 이용하여 초점 스택을 위한 렌즈 이동량 및 필요 촬영 수를 계산할 수 있다. 렌즈 정보(303)는 상기 <표 1>을 통해서 확인할 수 있다.
일 실시 예에서, 프로세서(220)는 렌즈 정보(303), 근거리 평면 객체 및/또는 텍스트 정보 등의 조건을 조합하여 초점 스택 동작이 필요한지 판단할 수 있다. 프로세서(220)는 초점 스택 동작이 필요하다고 판단한 경우, 각 필드(field) 별 블러(blur) 정도, 텍스트 포함 여부, 대상 객체와의 거리 등을 고려하여 촬영 장 수를 결정할 수 있다.
일 실시 예에서, 0.5 필드 내에서만 근거리 평면 또는 텍스트가 존재한다면 0.1 필드 내지 0.5 필드 사이의 렌즈 이동량을 이용해서 촬영하여 각 필드 별 최대 해상력을 갖는 이미지들을 획득할 수 있다. 이 경우, 프로세서(220)는 0 필드, 0.1 필드 내지 0.5 필드에 대응되는 6장의 이미지를 초점 스택에 필요한 이미지로 판단할 수 있다.
일 실시 예에서, 텍스트가 0.8 필드 부근에만 존재한다면 0.7 필드 내지 0.9 필드 사이의 렌즈 이동량을 이용할 수 있다. 이 경우, 프로세서(220)는 0 필드, 0.7 필드 내지 0.9 필드에 대응되는 4장의 이미지를 초점 스택에 필요한 이미지로 판단할 수 있다. 상기 <표 1>을 참조하면, 0.1 & 0.9 필드, 0.2 & 0.8 필드, 0.3 & 0.7 필드, 0.4 & 0.6 필드 쌍의 필드들은 최대 해상력을 위한 렌즈 이동량이 유사하기 때문에, 프로세서(220)는 평균 렌즈 이동량을 이용하여 한 번의 렌즈 이동량으로 두 필드를 커버할 수 있다. 전자 장치(100)는 한 번의 렌즈 이동량으로 두 필드를 커버하는 경우, 촬영 장 수를 줄일 수 있어 고해상도 이미지의 초점 스택 처리 시간을 줄일 수 있다.
일 실시 예에서, 아래 도 5 및 도 5에 대한 설명처럼, 전자 장치(100)와 대상 객체의 각도가 클 경우, 이미지 센터를 기준으로 특정 방향은 카메라와의 거리가 이미지 센터보다 가깝게 되고 다른 반대 방향은 카메라와의 거리가 센터보다 멀어지게 될 수 있다. 이 경우, 유사한 렌즈 움직임으로 최대 해상력을 가지는 필드 쌍이 존재하지 않으므로 촬영 장 수가 늘어날 수 있다.
도 4는 일 실시 예에 따른 전자 장치가 평면 객체를 촬영하는 모습을 나타낸다.
도 4는 전자 장치(100)가 대상 객체(405)를 촬영하는 모습을 나타낸 도면이다. 도 4에서 대상 객체(405)는 일반적으로 평면 형상을 가진 객체일 수 있다. 대상 객체(405)는 일정 범위의 곡률을 가진 평면일 수 있다. 상기 일정 범위는 ToF(time-of-flight) 깊이 정보에 대상 객체를 매칭시켰을 때의 에러 값이 1cm 이내인 경우를 의미할 수 있다.
일 실시 예에서, 프로세서(220)는 대상 객체(405)에 대하여 렌즈의 중심이 향하는 지점(410)을 기준으로 복수의 영역을 결정할 수 있다. 프로세서(220)는 대상 객체(405)를 A 영역(430), B 영역(440) 또는 C 영역(450)으로 나눌 수 있다. B 영역(440)은 A 영역(430)보다 전자 장치(100)의 카메라로부터 거리가 더 먼 영역일 수 있다. C 영역(450)은 B 영역(440)보다 전자 장치(100)의 카메라로부터 거리가 더 먼 영역일 수 있다.
일 실시 예에서, 상기 복수의 영역은 A 영역(430), B 영역(440), C 영역(450)에 한정되는 것은 아니고, 대상 객체의 면적 또는 전자 장치(100)의 카메라와 대상 객체와의 거리에 따라 더 적거나 더 많을 수 있다. 이는 이하 설명에서도 동일하게 적용될 수 있다.
일 실시 예에서, 프로세서(220)는 A 영역(430)에 초점을 맞추기 위하여 제1 초점 거리를 설정하여 제1 이미지를 획득할 수 있다. 프로세서(220)는 B 영역(440)에 초점을 맞추기 위하여 제2 초점 거리를 설정하여 제2 이미지를 획득할 수 있다. 프로세서(220)는 C 영역(450)에 초점을 맞추기 위하여 제3 초점 거리를 설정하여 제3 이미지를 획득할 수 있다. 상기 제1 초점 거리는 자동 초점(auto focus) 기능에 기반하여 설정된 초점 거리일 수 있다. 상기 제2 초점 거리는 상기 제1 초점 거리보다 더 긴 초점 거리일 수 있다. 상기 제3 초점 거리는 상기 제2 초점 거리보다 더 긴 초점 거리일 수 있다.
도 5는 일 실시 예에 따른 전자 장치의 카메라가 평면 객체와 일정 각도를 이루며 평면 객체를 촬영하는 모습을 나타낸다.
도 5는 전자 장치(100)가 대상 객체(505)를 촬영하는 모습을 나타낸 도면이다. 전자 장치(100)가 대상 객체와 평행한 상태가 아닌, 일정 각도(530)를 이루며 대상 객체를 촬영하는 모습을 나타낸다. 상기 일정 각도는 전자 장치(100)와 대상 객체가 이루는 각도일 수 있다. 프로세서(220)는 전자 장치(100)의 카메라의 광축(520) 방향과 대상 객체의 법선(normal) 사이의 각도(530)를 계산할 수 있다. 상기 계산된 각도가 렌즈와 평면 간의 각도 정보로 참조될 수 있다.
일 실시 예에서, 프로세서(220)는 대상 객체(505)에 대하여 렌즈의 중심이 향하는 지점(510)을 기준으로 복수의 영역을 결정할 수 있다. 프로세서(220)는 대상 객체(505)를 적어도 A 영역(540), B 영역(550), C 영역(560), D 영역(570), E 영역(580)으로 나눌 수 있다.
일 실시 예에서, 상기 복수의 영역은 A 영역(540), B 영역(550), C 영역(560), D 영역(570), E 영역(580)에 한정되는 것은 아니고, 대상 객체의 면적, 전자 장치(100)의 카메라와 대상 객체와의 거리 또는 전자 장치와 대상 객체가 이루는 각도에 따라 더 적거나 더 많을 수 있다. 이는 이하 설명에서도 동일하게 적용될 수 있다.
일 실시 예에서, 프로세서(220)는 A 영역(540)에 초점을 맞추기 위하여 제1 초점 거리를 설정하여 제1 이미지를 획득할 수 있다. 프로세서(220)는 B 영역(550)에 초점을 맞추기 위하여 제2 초점 거리를 설정하여 제2 이미지를 획득할 수 있다. 프로세서(220)는 C 영역(560)에 초점을 맞추기 위하여 제3 초점 거리를 설정하여 제3 이미지를 획득할 수 있다. 프로세서(220)는 D 영역(570)에 초점을 맞추기 위하여 제4 초점 거리를 설정하여 제4 이미지를 획득할 수 있다. 프로세서(220)는 E 영역(580)에 초점을 맞추기 위하여 제5 초점 거리를 설정하여 제5 이미지를 획득할 수 있다. 상기 제1 초점 거리는 자동 초점(auto focus) 기능에 기반하여 설정된 초점 거리일 수 있다. 상기 제2 초점 거리는 상기 제1 초점 거리보다 더 긴 초점 거리일 수 있다. 상기 제3 초점 거리는 상기 제2 초점 거리보다 더 긴 초점 거리일 수 있다. 상기 제4 초점 거리는 상기 제1 초점 거리보다 더 짧은 초점 거리일 수 있다. 상기 제5 초점 거리는 상기 제4 초점 거리보다 더 짧은 초점 거리일 수 있다.
도 6은 일 실시 예에 따른 전자 장치가 평면이 아닌 객체를 촬영하는 모습을 나타낸다.
일 실시 예에서, 프로세서(220)는 근거리에 위치한 대상 객체가 평면이 아닌 곡면이라고 판단할 수 있다. 프로세서(220)는 곡면이라고 판단한 대상 객체를 복수의 평면 영역으로 판단할 수 있다. 상기 복수의 평면 영역은 평면이라고 판단될 수 있는 범위 내의 곡률을 가진 평면 영역일 수 있다. 프로세서(220)는 곡면의 대상 객체를 평면의 A 영역(630), 평면의 B 영역(640), 평면의 C 영역(650), 평면의 D 영역(660), 평면의 E 영역(670)으로 나눌 수 있다.
상기 복수의 평면 영역은 A 영역(630), B 영역(640), C 영역(650), D 영역(660), E 영역(670)에 한정되는 것은 아니고, 대상 객체의 면적, 전자 장치(100)의 카메라와 대상 객체와의 거리, 대상 객체의 휘어짐 정도에 따라 더 적거나 더 많을 수 있다.
도 5에서 언급된 대상 객체에 대한 설명은 도 6에서의 개별 평면 영역들(예: 630, 640, 650, 660, 670)에도 동일하게 적용될 수 있다.
도 7은 일 실시 예에 따른 전자 장치가 복수의 초점에 기반하여 복수의 이미지를 획득하는 과정을 나타낸 순서도이다. 도 7에 예시된 순서도의 동작 주체는 프로세서(예: 도 2의 프로세서(220)) 또는 이미지 시그널 프로세서(예: 도 1의 이미지 시그널 프로세서(130))로 이해될 수 있다.
일 실시 예에 따른 동작 710에 있어서, 프로세서(220)는 이미지 센서(120)를 통해 이미지 데이터를 획득할 수 있다. 상기 이미지 데이터는 이미지 시그널 프로세서(130)에서 이미지 처리가 수행되기 전인 이미지 데이터로, 각 픽셀은 컬러 필터 어레이에 대응하여 R(red), G(green) 또는 B(blue)의 컬러 값을 가질 수 있다.
일 실시 예에 따른 동작 720에 있어서, 프로세서(220)는 깊이 감지 센서(210)를 이용하여 전자 장치(100)의 카메라와 대상 객체의 거리가 일정 거리 이하인지 판단할 수 있다. 상기 전자 장치(100)의 카메라는 깊이 카메라(depth camera) 또는 깊이 감지 센서(210)를 포함한 카메라 일 수 있다. 프로세서(220)는 깊이 감지 센서를 이용하여 대상 객체가 평면 객체에 해당하는지 판단할 수 있다.
일 실시 예에 따른 동작 730에 있어서, 프로세서(220)는 텍스트 인식 기능을 활성화할 수 있다. 상기 텍스트 인식 기능은 도 3에서 설명한 전자 장치(100)의 일 기능(예: scene optimizer)과 동일하거나 하위 기능일 수 있다. 텍스트 인식 기능은 대상 객체가 근거리인지 원거리인지 무관하게 사용자의 입력에 응답하여 활성화될 수 있다. 또는 텍스트 인식 기능은 카메라 어플리케이션 실행에 응답하여 자동적으로 활성화될 수 있다.
일 실시 예에서, 프로세서(220)는 텍스트 인식 기능을 활성화하여 대상 객체(예: 종이, 벽)가 텍스트를 포함하고 있는지 판별할 수 있다. 프로세서(220)는, 근거리에서 휘어져 있는 종이나 책의 경우, 평면이라고 판단되기 어려울 수 있으므로 이를 보완하기 위하여 대상 객체의 종류 또는 텍스트 포함 여부를 판단할 수 있다. 예를 들어, 프로세서(220)는 근거리에서 휘어져 있는 대상 객체를 결정하고, 상기 대상 객체가 일반적으로 텍스트를 포함하는 평면 객체인 종이나 책이라고 판단한 경우, 상기 판단에 기반하여 대상 객체를 평면 객체로 판단할 수 있다.
일 실시 예에서, 프로세서(220)는 텍스트 인식 기능을 이용하여 대상 객체에 텍스트의 비중을 판별할 수 있다. 프로세서(220)가 대상 객체의 텍스트의 비중을 고려하여 이하 설명될 대상 객체의 복수의 영역에 우선 순위를 매길 수 있다. 예를 들어, 프로세서(220)는 대상 객체(예: 종이)에 텍스트가 존재하지 않는 영역에 초점이 맞을 필요가 없으므로 우선 순위를 두지 않을 수 있다. 프로세서(220)는 텍스트가 존재하는 영역에는 우선 순위를 두어 초점이 맞도록 초점 거리를 조절할 수 있다.
일 실시 예에 따른 동작 740에 있어서, 프로세서(220)는 대상 객체의 서로 다른 영역에 대한 복수의 초점을 결정할 수 있다.
일 실시 예에서, 프로세서(220)는 이미지 센서(120)로부터 획득한 이미지 데이터의 매 프레임 마다 초점을 다르게 설정할 수 있다. 예를 들어, n 번째 프레임에는 제1 초점을 설정하고, n+1 번째 프레임에는 제2 초점을 설정하고, n+2 번째 프레임에는 제3 초점을 설정할 수 있다.
일 실시 예에서, 프로세서(220)는 대상 객체의 제1 영역에 초점이 맞도록 제1 초점 거리를 설정할 수 있다. 프로세서(220)는 대상 객체의 제2 영역에 초점이 맞도록 제2 초점 거리를 설정할 수 있다. 프로세서(220)는 대상 객체의 제3 영역에 초점이 맞도록 제3 초점 거리를 설정할 수 있다. 상기 설명된 것은 하나의 예시에 불과하며 더 많은 영역으로 나누어 더 많은 초점 거리를 설정할 수 있다.
일 실시 예에 따른 동작 750에 있어서, 프로세서(220)는 상기 결정된 복수의 초점에 기반하여 복수의 이미지들을 획득할 수 있다. 프로세서(220)는 렌즈의 초점 거리를 조절하여 일정 영역에 대하여 초점이 맞도록 렌즈의 이동을 제어할 수 있다. 프로세서(220)는 제1 초점 거리에 기반하여 제1 이미지를 획득하고, 제1 초점 거리보다 긴 제2 초점 거리에 기반하여 제2 이미지를 획득할 수 있다. 또는 프로세서(220)는 제1 초점 거리에 기반하여 제1 이미지를 획득하고, 제1 초점 거리보다 긴 제2 초점 거리에 기반하여 제2 이미지를 획득하고, 제1 초점 거리보다 짧은 제3 초점 거리에 기반하여 제3 이미지를 획득할 수 있다. 상기 제1 이미지는 대상 객체의 제1 영역에 초점이 맞는 이미지이고, 상기 제2 이미지는 대상 객체의 제2 영역에 초점이 맞는 이미지이고, 상기 제3 이미지는 대상 객체의 제3 영역에 초점이 맞는 이미지일 수 있다.
일 실시 예에 따른 동작 760에 있어서, 프로세서(220)는 상기 획득된 복수의 이미지들 중 적어도 일부에 기반하여 대상 객체에 대한 최종 이미지를 획득할 수 있다.
일 실시 예에서, 프로세서(220)는 상기 획득된 복수의 이미지들 중 제1 초점 거리에 기반하여 획득한 제1 이미지를 메인 이미지로 결정하고, 제2 초점 거리에 기반하여 획득한 제2 이미지 및 제3 초점 거리에 기반하여 획득한 제3 이미지를 서브 이미지로 결정할 수 있다.
일 실시 예에서, 프로세서(220)는 상기 획득한 이미지들을 합성할 수 있다. 프로세서(220)는 상기 획득한 제1 이미지(또는, 메인 이미지)에서 초점이 맞는 대상 객체의 제1 영역, 상기 획득한 제2 이미지(또는, 제1 서브 이미지)에서 초점이 맞는 대상 객체의 제2 영역 및 상기 획득한 제3 이미지(또는 제2 서브 이미지)에서 초점이 맞는 대상 객체의 제3 영역을 합성할 수 있다.
일 실시 예에서, 프로세서(220)는 상기 이미지들을 합성하여 최종 이미지를 생성할 수 있다. 프로세서(220)는 상기 생성한 최종 이미지를 디스플레이(110)에 프리뷰로써 출력할 수 있다.
도 8은 일 실시 예에 따른 전자 장치의 카메라가 대상 객체와 이루는 각도에 따라 대상 객체의 영역을 나누는 과정을 나타낸 순서도이다. 도 8에 예시된 순서도의 동작 주체는 프로세서(예: 도 2의 프로세서(220)) 또는 이미지 시그널 프로세서(예: 도 1의 이미지 시그널 프로세서(130))로 이해될 수 있다.
일 실시 예에 따른 동작 810에 따르면, 프로세서(220)는 전자 장치의 카메라와 대상 객체가 이루는 각도를 판단할 수 있다. 프로세서(220)는 평면에 수직 방향인 법선(normal vector)을 계산할 수 있고 상기 법선(normal vector)과 카메라 좌표계의 Z축과의 각도를 계산할 수 있다. 상기 법선과 카메라 좌표계의 Z축과의 각도는 렌즈와 평면 간의 각도로 참조되거나 전자 장치와 대상 객체가 이루는 각도로 참조될 수 있다. 프로세서(220)는 전자 장치의 깊이 카메라와 대상 객체가 이루는 각도가 제1 범위의 각도인지 판단할 수 있다. 또는 프로세서(220)는 상기 각도가 제2 범위의 각도인지 판단할 수 있다. 예를 들어, 상기 제1 범위는 약 0도 내지 약 20도이고, 상기 제2 범위는 상기 제1 범위보다 큰 약 20도 내지 약 40도 일 수 있다.
일 실시 예에서, 전자 장치(100)와 대상 객체가 이루는 각도가 클 경우, 렌즈의 중심이 향하는 대상 객체의 하나의 중심을 기준으로 특정 방향은 카메라와의 거리가 상기 하나의 중심보다 가깝게 되고, 다른 반대 방향은 카메라와의 거리가 상기 하나의 중심보다 멀어질 수 있다. 프로세서(220)는 기준 초점이 맞는 위치에서 렌즈 이동을 앞, 뒤로 모두 움직여서 초점 거리를 조절해야 하므로 촬영 장 수가 많아질 수 있다.
일 실시 예에서, 전자 장치(100)와 대상 객체가 이루는 각도가 작을 경우, 대상 객체의 대부분 영역은 카메라와의 거리가 상기 하나의 중심보다 멀어져 있을 수 있다. 프로세서(220)는 기준 초점이 맞는 위치에서 렌즈를 한 쪽 방향으로 움직여서 초점 거리를 조절해야 하므로 상기 각도가 큰 경우 대비 촬영 장 수를 줄일 수 있다.
전자 장치와 대상 객체가 이루는 각도가 제1 범위에 해당되는 경우에는 동작 820이 수행되고, 전자 장치와 대상 객체가 이루는 각도가 제1 범위가 아닌 제2 범위에 해당되는 경우 동작 830이 수행될 수 있다.
일 실시 예에 따른 동작 820에 따르면, 프로세서(220)는 대상 객체에 대해 제1 개수의 영역으로 구분할 수 있다. 프로세서(220)는 전자 장치(100)와 대상 객체가 이루는 각도가 제1 범위에 해당되는 경우 대상 객체(예: 종이)에 대해 제1 개수의 영역으로 분할할 수 있다.
일 실시 예에 따른 동작 830에 따르면, 프로세서(220)는 대상 객체에 대해 제2 개수의 영역으로 구분할 수 있다. 프로세서(220)는 전자 장치(100)와 대상 객체가 이루는 각도가 제2 범위에 해당되는 경우 대상 객체(예: 종이)에 대해 제2 개수의 영역으로 분할할 수 있다. 상기 제2 개수는 상기 제1 개수보다 많을 수 있다.
일 실시 예에 따른 동작 840에 따르면, 프로세서(220)는 대상 객체의 복수의 영역에 대한 복수의 초점을 결정할 수 있다. 프로세서(220)는 상기 복수의 영역 각각에 초점이 맞도록 복수의 초점을 결정할 수 있다. 예를 들어 프로세서(220)는 대상 객체의 제1 영역에 초점이 맞도록 제1 초점 거리를 결정할 수 있다. 프로세서(220)는 대상 객체의 제2 영역에 초점이 맞도록 제2 초점 거리를 결정할 수 있다. 프로세서(220)는 대상 객체의 제3 영역에 초점이 맞도록 제3 초점 거리를 결정할 수 있다.
일 실시 예에 있어서, 동작 840 이후에 도 7의 동작 750 및 760이 후행할 수 있다. 다시 말하면, 프로세서(220)는 상기 결정된 복수의 초점에 기반하여 복수의 이미지들을 획득하고, 상기 획득한 복수의 이미지들 중 적어도 일부에 기반하여 대상 객체에 대한 최종 이미지를 획득할 수 있다. 예를 들어, 프로세서(220)는 상기 각도가 제1 범위에 해당하는 경우, 6장의 이미지를 획득하여 이 중 3장을 합성하여 최종 이미지를 획득할 수 있다. 다른 예를 들어, 프로세서(220)는 상기 각도가 제2 범위에 해당하는 경우, 9장의 이미지를 획득하여 이 중 4장을 합성하여 최종 이미지를 획득할 수 있다.
도 9는 일 실시 예에 따른 렌즈의 이동에 기반하여 이미지를 획득하는 과정을 나타낸 순서도이다. 도 9에 예시된 순서도의 동작 주체는 프로세서(예: 도 2의 프로세서(220)) 또는 이미지 시그널 프로세서(예: 도 1의 이미지 시그널 프로세서(130))로 이해될 수 있다.
일 실시 예에 따른 동작 905에 따르면, 프로세서(220)는 전자 장치(100)의 카메라와 대상 객체가 이루는 각도가 제1 범위인지 판단할 수 있다. 동작 905는 동작 810과 대응될 수 있다.
일 실시 예에 따른 동작 910에 따르면, 프로세서(220)는 자동 초점 기능에 기반하여 이미지를 획득할 수 있다. 프로세서(220)는 자동 초동 기능에 의하여 제1 영역에 초점이 맞는 참조 이미지 또는 기준 이미지를 획득할 수 있다.
일 실시 예에 따른 동작 915에 따르면, 프로세서(220)는 기준 초점에 초점 거리를 늘려가며 이미지를 획득할 수 있다. 프로세서(220)는 동작 910에서의 초점 거리보다 초점 거리를 더 늘려 제2 영역에 초점이 맞는 이미지를 획득할 수 있다.
일 실시 예에 따른 동작 920에 따르면, 프로세서(220)는 획득된 이미지들이 초점 스택에 필요한지 판단할 수 있다. 프로세서(220)는 대상 객체에서 선명함이 필요한 영역들이 초점이 맞는지 판단하여 초점 거리를 늘리는 방향의 초점 스택에 있어서 충분한 이미지를 획득했는지 판단할 수 있다. 초점 스택에 있어 충분한 이미지를 획득한 경우 동작 760을 수행하고, 그렇지 않은 경우 초점 거리를 더 늘려 추가적인 이미지를 획득할 수 있다.
일 실시 예에 따른 동작 930에 따르면, 프로세서(220)는 자동 초점 기능에 기반하여 이미지를 획득할 수 있다. 프로세서(220)는 자동 초동 기능에 의하여 제1 영역에 초점이 맞는 참조 이미지를 획득할 수 있다.
일 실시 예에 따른 동작 935에 따르면, 프로세서(220)는 기준 초점에 초점 거리를 늘려가며 이미지를 획득할 수 있다. 프로세서(220)는 동작 930에서의 초점 거리보다 초점 거리를 더 늘려 제2 영역에 초점이 맞는 이미지를 획득할 수 있다.
일 실시 예에 따른 동작 940에 따르면, 프로세서(220)는 획득된 이미지들이 초점 스택에 충분한지 판단할 수 있다. 프로세서(220)는 대상 객체에서 선명함이 필요한 영역들이 초점이 맞는지 판단하여 초점 거리를 늘리는 방향의 초점 스택에 있어서 충분한 이미지를 획득했는지 판단할 수 있다. 초점 스택에 있어 충분한 이미지를 획득한 경우 동작 945를 수행하고, 그렇지 않은 경우 초점 거리를 더 늘려 추가적인 이미지를 획득할 수 있다.
일 실시 예에 따른 동작 945에 따르면, 프로세서(220)는 기준 초점에 초점 거리를 줄여가며 이미지를 획득할 수 있다. 프로세서(220)는 동작 930에서의 초점 거리보다 초점 거리를 더 줄여 제3 영역에 초점이 맞는 이미지를 획득할 수 있다.
일 실시 예에 따른 동작 950에 따르면, 프로세서(220)는 획득된 이미지들이 초점 스택에 충분한지 판단할 수 있다. 프로세서(220)는 대상 객체에서 선명함이 필요한 영역들이 초점이 맞는지 판단하여 초점 거리를 줄이는 방향의 초점 스택에 있어서 충분한 이미지를 획득했는지 판단할 수 있다. 초점 스택에 있어 충분한 이미지를 획득한 경우 도 7의 동작 760을 수행하고, 그렇지 않은 경우 초점 거리를 더 줄여 추가적인 이미지를 획득할 수 있다.
일 실시 예에서, 도면에 도시된 것과 달리, 동작 945 및 동작 950은 동작 935 및 동작 940에 선행할 수 있다. 예를 들어, 프로세서(220)는 기준 초점에 초점 거리를 줄여가며 이미지를 획득하는 것을 완료한 후에, 기준 초점에 초점 거리를 늘려가며 이미지를 획득할 수 있다.
도 10은 다양한 실시 예들에 따른 네트워크 환경 내의 전자 장치의 블럭도이다.
도 10을 참조하면, 네트워크 환경(1000)에서 전자 장치(예: 도 1의 전자 장치(100))(1001)는 제1 네트워크(1098)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(1002)와 통신하거나, 또는 제2 네트워크(1099)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(1004) 또는 서버(1008)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(1001)는 서버(1008)를 통하여 전자 장치(1004)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(1001)는 프로세서(1020), 메모리(1030), 입력 모듈(1050), 음향 출력 모듈(1055), 디스플레이 모듈(1060), 오디오 모듈(1070), 센서 모듈(1076), 인터페이스(1077), 연결 단자(1078), 햅틱 모듈(1079), 카메라 모듈(1080), 전력 관리 모듈(1088), 배터리(1089), 통신 모듈(1090), 가입자 식별 모듈(1096), 또는 안테나 모듈(1097)을 포함할 수 있다. 어떤 실시 예에서는, 전자 장치(1001)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(1078))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시 예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(1076), 카메라 모듈(1080), 또는 안테나 모듈(1097))은 하나의 구성요소(예: 디스플레이 모듈(1060))로 통합될 수 있다.
프로세서(예: 도 2의 프로세서(220))(1020)는, 예를 들면, 소프트웨어(예: 프로그램(1040))를 실행하여 프로세서(1020)에 연결된 전자 장치(1001)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시 예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(1020)는 다른 구성요소(예: 센서 모듈(1076) 또는 통신 모듈(1090))로부터 수신된 명령 또는 데이터를 휘발성 메모리(1032)에 저장하고, 휘발성 메모리(1032)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(1034)에 저장할 수 있다. 일 실시 예에 따르면, 프로세서(1020)는 메인 프로세서(1021)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(1023)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서(예: 도 1의 이미지 시그널 프로세서(130)), 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(1001)가 메인 프로세서(1021) 및 보조 프로세서(1023)를 포함하는 경우, 보조 프로세서(1023)는 메인 프로세서(1021)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(1023)는 메인 프로세서(1021)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(1023)는, 예를 들면, 메인 프로세서(1021)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(1021)를 대신하여, 또는 메인 프로세서(1021)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(1021)와 함께, 전자 장치(1001)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(1060), 센서 모듈(1076), 또는 통신 모듈(1090))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시 예에 따르면, 보조 프로세서(1023)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(1080) 또는 통신 모듈(1090))의 일부로서 구현될 수 있다. 일 실시 예에 따르면, 보조 프로세서(1023)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능이 수행되는 전자 장치(1001) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(1008))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(1030)는, 전자 장치(1001)의 적어도 하나의 구성요소(예: 프로세서(1020) 또는 센서 모듈(1076))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(1040)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(1030)는, 휘발성 메모리(1032) 또는 비휘발성 메모리(1034)를 포함할 수 있다.
프로그램(1040)은 메모리(1030)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(1042), 미들 웨어(1044) 또는 어플리케이션(1046)을 포함할 수 있다.
입력 모듈(1050)은, 전자 장치(1001)의 구성요소(예: 프로세서(1020))에 사용될 명령 또는 데이터를 전자 장치(1001)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(1050)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(1055)은 음향 신호를 전자 장치(1001)의 외부로 출력할 수 있다. 음향 출력 모듈(1055)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일 실시 예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(1060)은 전자 장치(1001)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(1060)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일 실시 예에 따르면, 디스플레이 모듈(1060)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(1070)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일 실시 예에 따르면, 오디오 모듈(1070)은, 입력 모듈(1050)을 통해 소리를 획득하거나, 음향 출력 모듈(1055), 또는 전자 장치(1001)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(1002))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(1076)은 전자 장치(1001)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일 실시 예에 따르면, 센서 모듈(1076)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(1077)는 전자 장치(1001)가 외부 전자 장치(예: 전자 장치(1002))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일 실시 예에 따르면, 인터페이스(1077)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(1078)는, 그를 통해서 전자 장치(1001)가 외부 전자 장치(예: 전자 장치(1002))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일 실시 예에 따르면, 연결 단자(1078)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(1079)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일 실시 예에 따르면, 햅틱 모듈(1079)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(1080)은 정지 영상 및 동영상을 촬영할 수 있다. 일 실시 예에 따르면, 카메라 모듈(1080)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(1088)은 전자 장치(1001)에 공급되는 전력을 관리할 수 있다. 일 실시 예에 따르면, 전력 관리 모듈(1088)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(1089)는 전자 장치(1001)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일 실시 예에 따르면, 배터리(1089)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(1090)은 전자 장치(1001)와 외부 전자 장치(예: 전자 장치(1002), 전자 장치(1004), 또는 서버(1008)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(1090)은 프로세서(1020)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시 예에 따르면, 통신 모듈(1090)은 무선 통신 모듈(1092)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(1094)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제1 네트워크(1098)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제2 네트워크(1099)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(1004)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(1092)은 가입자 식별 모듈(1096)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제1 네트워크(1098) 또는 제2 네트워크(1099)와 같은 통신 네트워크 내에서 전자 장치(1001)를 확인 또는 인증할 수 있다.
무선 통신 모듈(1092)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(1092)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(1092)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(1092)은 전자 장치(1001), 외부 전자 장치(예: 전자 장치(1004)) 또는 네트워크 시스템(예: 제2 네트워크(1099))에 규정되는 다양한 요구사항을 지원할 수 있다. 일 실시 예에 따르면, 무선 통신 모듈(1092)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(1097)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일 실시 예에 따르면, 안테나 모듈(1097)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일 실시 예에 따르면, 안테나 모듈(1097)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제1 네트워크(1098) 또는 제2 네트워크(1099)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(1090)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(1090)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시 예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(1097)의 일부로 형성될 수 있다.
다양한 실시 예에 따르면, 안테나 모듈(1097)은 mmWave 안테나 모듈을 형성할 수 있다. 일 실시 예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일 실시 예에 따르면, 명령 또는 데이터는 제2 네트워크(1099)에 연결된 서버(1008)를 통해서 전자 장치(1001)와 외부의 전자 장치(1004)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(1002, 또는 1004) 각각은 전자 장치(1001)와 동일한 또는 다른 종류의 장치일 수 있다. 일 실시 예에 따르면, 전자 장치(1001)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(1002, 1004, 또는 1008) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(1001)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(1001)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(1001)로 전달할 수 있다. 전자 장치(1001)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(1001)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시 예에 있어서, 외부의 전자 장치(1004)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(1008)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일 실시 예에 따르면, 외부의 전자 장치(1004) 또는 서버(1008)는 제2 네트워크(1099) 내에 포함될 수 있다. 전자 장치(1001)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.
본 문서에 개시된 다양한 실시 예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시 예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시 예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시 예들로 한정하려는 것이 아니며, 해당 실시 예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제1", "제2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제1) 구성요소가 다른(예: 제2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시 예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일 실시 예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시 예들은 기기(machine)(예: 전자 장치(1001)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(1036) 또는 외장 메모리(1038))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(1040))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(1001))의 프로세서(예: 프로세서(1020))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일 실시 예에 따르면, 본 문서에 개시된 다양한 실시 예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시 예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시 예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시 예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
도 11은 다양한 실시 예들에 따른, 카메라 모듈(예: 도 1의 카메라 모듈(180))을 예시하는 블록도이다.
도 11를 참조하면, 카메라 모듈(1080)은 렌즈 어셈블리(1110), 플래쉬(1120), 이미지 센서(1130), 이미지 스태빌라이저(1140), 메모리(1150)(예: 버퍼 메모리), 또는 이미지 시그널 프로세서(1160)를 포함할 수 있다. 렌즈 어셈블리(1110)는 이미지 촬영의 대상인 피사체로부터 방출되는 빛을 수집할 수 있다. 렌즈 어셈블리(1110)는 하나 또는 그 이상의 렌즈들을 포함할 수 있다. 일 실시 예에 따르면, 카메라 모듈(1080)은 복수의 렌즈 어셈블리(1110)들을 포함할 수 있다. 이런 경우, 카메라 모듈(1080)은, 예를 들면, 듀얼 카메라, 360도 카메라, 또는 구형 카메라(spherical camera)를 형성할 수 있다. 복수의 렌즈 어셈블리(1110)들 중 일부는 동일한 렌즈 속성(예: 화각, 초점 거리, 자동 초점, f 넘버(f number), 또는 광학 줌)을 갖거나, 또는 적어도 하나의 렌즈 어셈블리는 다른 렌즈 어셈블리의 렌즈 속성들과 다른 하나 이상의 렌즈 속성들을 가질 수 있다. 렌즈 어셈블리(1110)는, 예를 들면, 광각 렌즈 또는 망원 렌즈를 포함할 수 있다.
플래쉬(1120)는 피사체로부터 방출 또는 반사되는 빛을 강화하기 위하여 사용되는 빛을 방출할 수 있다. 일 실시 예에 따르면, 플래쉬(1120)는 하나 이상의 발광 다이오드들(예: RGB(red-green-blue) LED, white LED, infrared LED, 또는 ultraviolet LED), 또는 xenon lamp를 포함할 수 있다. 이미지 센서(1130)는 피사체로부터 방출 또는 반사되어 렌즈 어셈블리(1110)를 통해 전달된 빛을 전기적인 신호로 변환함으로써, 상기 피사체에 대응하는 이미지를 획득할 수 있다. 일 실시 예에 따르면, 이미지 센서(1130)는, 예를 들면, RGB 센서, BW(black and white) 센서, IR 센서, 또는 UV 센서와 같이 속성이 다른 이미지 센서들 중 선택된 하나의 이미지 센서, 동일한 속성을 갖는 복수의 이미지 센서들, 또는 다른 속성을 갖는 복수의 이미지 센서들을 포함할 수 있다. 이미지 센서(1130)에 포함된 각각의 이미지 센서는, 예를 들면, CCD(charged coupled device) 센서 또는 CMOS(complementary metal oxide semiconductor) 센서를 이용하여 구현될 수 있다.
이미지 스태빌라이저(1140)는 카메라 모듈(1080) 또는 이를 포함하는 전자 장치(1001)의 움직임에 반응하여, 렌즈 어셈블리(1110)에 포함된 적어도 하나의 렌즈 또는 이미지 센서(1130)를 특정한 방향으로 움직이거나 이미지 센서(1130)의 동작 특성을 제어(예: 리드 아웃(read-out) 타이밍을 조정 등)할 수 있다. 이는 촬영되는 이미지에 대한 상기 움직임에 의한 부정적인 영향의 적어도 일부를 보상하게 해 준다. 일 실시 예에 따르면, 이미지 스태빌라이저(1140)는, 일 실시 예에 따르면, 이미지 스태빌라이저(1140)는 카메라 모듈(1080)의 내부 또는 외부에 배치된 자이로 센서(미도시) 또는 가속도 센서(미도시)를 이용하여 카메라 모듈(1080) 또는 전자 장치(1001)의 그런 움직임을 감지할 수 있다. 일 실시 예에 따르면, 이미지 스태빌라이저(1140)는, 예를 들면, 광학식 이미지 스태빌라이저로 구현될 수 있다. 메모리(1150)는 이미지 센서(1130)를 통하여 획득된 이미지의 적어도 일부를 다음 이미지 처리 작업을 위하여 적어도 일시 저장할 수 있다. 예를 들어, 셔터에 따른 이미지 획득이 지연되거나, 또는 복수의 이미지들이 고속으로 획득되는 경우, 획득된 원본 이미지(예: Bayer-patterned 이미지 또는 높은 해상도의 이미지)는 메모리(1150)에 저장이 되고, 그에 대응하는 사본 이미지(예: 낮은 해상도의 이미지)는 표시 장치(1060)를 통하여 프리뷰 될 수 있다. 이후, 지정된 조건이 만족되면(예: 사용자 입력 또는 시스템 명령) 메모리(1150)에 저장되었던 원본 이미지의 적어도 일부가, 예를 들면, 이미지 시그널 프로세서(1160)에 의해 획득되어 처리될 수 있다. 일 실시 예에 따르면, 메모리(1150)는 메모리(1030)의 적어도 일부로, 또는 이와는 독립적으로 운영되는 별도의 메모리로 구성될 수 있다.
이미지 시그널 프로세서(1160)는 이미지 센서(1130)를 통하여 획득된 이미지 또는 메모리(1150)에 저장된 이미지에 대하여 하나 이상의 이미지 처리들을 수행할 수 있다. 상기 하나 이상의 이미지 처리들은, 예를 들면, 깊이 지도(depth map) 생성, 3차원 모델링, 파노라마 생성, 특징점 추출, 이미지 합성, 또는 이미지 보상(예: 노이즈 감소, 해상도 조정, 밝기 조정, 블러링(blurring), 샤프닝(sharpening), 또는 소프트닝(softening)을 포함할 수 있다. 추가적으로 또는 대체적으로, 이미지 시그널 프로세서(1160)는 카메라 모듈(1080)에 포함된 구성 요소들 중 적어도 하나(예: 이미지 센서(1130))에 대한 제어(예: 노출 시간 제어, 또는 리드 아웃 타이밍 제어 등)를 수행할 수 있다. 이미지 시그널 프로세서(1160)에 의해 처리된 이미지는 추가 처리를 위하여 메모리(1150)에 다시 저장되거나 카메라 모듈(1080)의 외부 구성 요소(예: 메모리(1030), 표시 장치(1060), 전자 장치(1002), 전자 장치(1004), 또는 서버(1008))로 제공될 수 있다. 일 실시 예에 따르면, 이미지 시그널 프로세서(1160)는 프로세서(1020)의 적어도 일부로 구성되거나, 프로세서(1020)와 독립적으로 운영되는 별도의 프로세서로 구성될 수 있다. 이미지 시그널 프로세서(1160)가 프로세서(1020)와 별도의 프로세서로 구성된 경우, 이미지 시그널 프로세서(1160)에 의해 처리된 적어도 하나의 이미지는 프로세서(1020)에 의하여 그대로 또는 추가의 이미지 처리를 거친 후 표시 장치(1060)를 통해 표시될 수 있다.
일 실시 예에 따르면, 전자 장치(1001)는 각각 다른 속성 또는 기능을 가진 복수의 카메라 모듈(1080)들을 포함할 수 있다. 이런 경우, 예를 들면, 상기 복수의 카메라 모듈(1080)들 중 적어도 하나는 광각 카메라이고, 적어도 다른 하나는 망원 카메라일 수 있다. 유사하게, 상기 복수의 카메라 모듈(1080)들 중 적어도 하나는 전면 카메라이고, 적어도 다른 하나는 후면 카메라일 수 있다.
다양한 실시 예에 있어서, 전자 장치(100)는 이미지 센서(120), 깊이 감지 센서(210), 이미지 센서(120) 및 깊이 감지 센서(210)와 전기적으로 연결된 적어도 하나의 프로세서(예: 도 2의 프로세서(220))를 포함할 수 있다. 적어도 하나의 프로세서(220)는 깊이 감지 센서(210)를 이용하여 대상 객체가 평면 객체에 해당하는지 판단하고, 텍스트 인식 기능을 활성화할 수 있다. 프로세서(220)는 상기 대상 객체가 상기 평면 객체에 해당하고 상기 텍스트 인식 기능이 활성화되는 것에 응답하여, 상기 대상 객체의 서로 다른 영역들에 대한 복수의 초점을 결정하고, 상기 결정된 복수의 초점에 기반하여 이미지 센서(120)를 구동함으로써 복수의 이미지를 획득할 수 있다. 프로세서(220)는 상기 획득된 복수의 이미지들 중 적어도 일부에 기반하여 상기 대상 객체에 대한 최종 이미지를 획득할 수 있다.
일 실시 예에 있어서, 전자 장치(100)의 카메라와 상기 대상 객체가 이루는 각도가 제1 범위인 경우, 프로세서(220)는 상기 대상 객체에 대한 영역을 제1 개수로 나누어 복수의 초점을 결정하고, 전자 장치(100)의 카메라와 상기 대상 객체가 이루는 각도가 제1 범위보다 큰 제2 범위인 경우, 프로세서(220)는 상기 대상 객체에 대한 영역을 제2 개수로 나누어 복수의 초점을 결정할 수 있다.
일 실시 예에 있어서, 프로세서(220)는 전자 장치(100)의 카메라와 상기 대상 객체가 이루는 각도가 제1 범위인 경우에는 기준 초점 거리보다 초점 거리를 늘려가며 이미지를 획득할 수 있다. 프로세서(220)는 전자 장치(100)의 카메라와 상기 대상 객체가 이루는 각도가 제2 범위인 경우에는 기준 초점 거리보다 초점 거리를 늘려가며 이미지를 획득하고, 기준 초점 거리보다 초점 거리를 줄여가며 이미지를 획득할 수 있다.
일 실시 예에 있어서, 전자 장치(100)와 상기 대상 객체가 이루는 각도는, 상기 대상 객체에 수직 방향인 법선(normal)과 카메라 좌표계의 z축이 이루는 각도일 수 있다.
일 실시 예에 있어서, 프로세서(220)는 이미지 센서(120) 또는 깊이 감지 센서(210)를 이용하여 대상 객체가 일정 비율 이상의 텍스트 영역을 포함하는지 판단할 수 있다.
일 실시 예에 있어서, 텍스트 인식 기능은 사용자의 입력에 의해 활성화되거나, 카메라 어플리케이션 실행에 응답하여 자동적으로 활성화될 수 있다.
일 실시 예에 있어서, 프로세서(220)는 상기 대상 객체의 제1 영역에 초점이 맞도록 제1 초점 거리에 기반하여 제1 이미지를 획득하고, 상기 대상 객체의 제2 영역에 초점이 맞도록 제2 초점 거리에 기반하여 제2 이미지를 획득할 수 있다.
일 실시 예에 있어서, 프로세서(220)는 상기 획득된 복수의 이미지들 중 적어도 하나의 이미지를 메인 이미지로 결정하고, 나머지 이미지들을 서브 이미지들로 결정할 수 있다. 프로세서(220)는 상기 메인 이미지에 서브 이미지들의 일부를 합성하여 대상 객체에 대한 최종 이미지를 획득할 수 있다.
일 실시 예에 있어서, 상기 서로 다른 영역들의 크기, 흐림(blur)정도, 전자 장치의 카메라와의 거리에 기반하여, 상기 서로 다른 영역들에 초점 스택을 위한 우선 순위를 정할 수 있다.
일 실시 예에 있어서, 프로세서(220)는 상기 우선 순위가 높은 영역들에 대해서 초점을 결정하고, 상기 결정된 초점에 기반하여 복수의 이미지들을 획득할 수 있다.
다양한 실시 예에 있어서, 전자 장치(100)의 동작 방법은 깊이 감지 센서(210)를 이용하여 대상 객체가 평면 객체에 해당하는지 판단하는 동작 방법을 포함할 수 있다. 전자 장치(100)의 동작 방법은 텍스트 인식 기능을 활성화하는 동작 방법을 포함할 수 있다. 전자 장치(100)의 동작 방법은 상기 대상 객체가 상기 평면 객체에 해당하고 상기 텍스트 인식 기능이 활성화되는 것에 응답하여, 상기 대상 객체의 서로 다른 영역들에 대한 복수의 초점을 결정하는 동작 방법을 포함할 수 있다. 전자 장치(100)의 동작 방법은 상기 결정된 복수의 초점에 기반하여 이미지 센서(120)를 구동함으로써 복수의 이미지를 획득하는 동작 방법을 포함할 수 있다. 전자 장치(100)의 동작 방법은 상기 획득된 복수의 이미지들 중 적어도 일부에 기반하여 상기 대상 객체에 대한 최종 이미지를 획득하는 동작 방법을 포함할 수 있다.
일 실시 예에 있어서, 상기 복수의 초점을 결정하는 동작은 상기 전자 장치(100)의 카메라와 상기 대상 객체가 이루는 각도가 제1 범위인 경우, 상기 대상 객체에 대한 영역을 제1 개수로 나누어 복수의 초점을 결정하는 동작을 포함할 수 있다.
일 실시 예에 있어서, 전자 장치(100)의 카메라와 상기 대상 객체가 이루는 각도가 제1 범위보다 큰 제2 범위인 경우, 상기 대상 객체에 대한 영역을 제2 개수로 나누어 복수의 초점을 결정하는 동작 방법을 포함할 수 있다.
일 실시 예에 있어서, 상기 복수의 이미지를 획득하는 동작은 전자 장치(100)의 카메라와 상기 대상 객체가 이루는 각도가 제1 범위인 경우에는 기준 초점 거리보다 초점 거리를 늘려가며 이미지를 획득하는 동작을 포함할 수 있다.
일 실시 예에 있어서, 전자 장치(100)의 동작 방법은 전자 장치(100)의 카메라와 상기 대상 객체가 이루는 각도가 제2 범위인 경우에는 기준 초점 거리보다 초점 거리를 늘려가며 이미지를 획득하고, 기준 초점 거리보다 초점 거리를 줄여가며 이미지를 획득하는 동작을 포함하는 동작 방법을 포함할 수 있다.
일 실시 예에 있어서, 전자 장치(100)의 동작 방법은 이미지 센서(120) 또는 깊이 감지 센서(210)를 이용하여 대상 객체가 일정 비율 이상의 텍스트 영역을 포함하는지 판단하는 동작 방법을 포함할 수 있다.
일 실시 예에 있어서, 상기 복수의 이미지를 획득하는 동작은, 상기 대상 객체의 제1 영역에 초점이 맞도록 제1 초점 거리에 기반하여 제1 이미지를 획득하고, 상기 대상 객체의 제2 영역에 초점이 맞도록 제2 초점 거리에 기반하여 제2 이미지를 획득하는 동작 방법을 포함할 수 있다.
일 실시 예에 있어서, 상기 최종 이미지를 획득하는 동작은, 상기 획득된 복수의 이미지들 중 적어도 하나의 이미지를 메인 이미지로 결정하는 동작, 나머지 이미지들을 서브 이미지들로 결정하는 동작, 상기 메인 이미지에 상기 서브 이미지들의 일부를 합성하여 대상 객체에 대한 최종 이미지를 획득하는 동작을 포함할 수 있다.
일 실시 예에 있어서, 전자 장치(100)의 동작 방법은 상기 서로 다른 영역들의 크기, 흐림(blur)정도, 전자 장치의 카메라와의 거리에 기반하여, 상기 서로 다른 영역들에 초점 스택을 위한 우선 순위를 정하는 동작 방법을 포함할 수 있다.
일 실시 예에 있어서, 전자 장치(100)의 동작 방법은 상기 우선 순위가 높은 영역들에 대해서 초점을 결정하는 동작 방법, 상기 결정된 초점에 기반하여 복수의 이미지들을 획득하는 동작 방법을 포함할 수 있다.
Claims (20)
- 전자 장치에 있어서,
이미지 센서;
깊이 감지 센서;
상기 이미지 센서 및 상기 깊이 감지 센서와 전기적으로 연결된 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는:
상기 깊이 감지 센서를 이용하여 대상 객체가 평면 객체에 해당하는지 판단하고,
텍스트 인식 기능을 활성화하고,
상기 대상 객체가 상기 평면 객체에 해당하고 상기 텍스트 인식 기능이 활성화되는 것에 응답하여, 상기 대상 객체의 서로 다른 영역들에 대한 복수의 초점을 결정하고, 상기 결정된 복수의 초점에 기반하여 상기 이미지 센서를 구동함으로써 복수의 이미지를 획득하고,
상기 획득된 복수의 이미지들 중 적어도 일부에 기반하여 상기 대상 객체에 대한 최종 이미지를 획득하는, 전자 장치. - 청구항 1에 있어서,
상기 전자 장치의 카메라와 상기 대상 객체가 이루는 각도가 제1 범위인 경우, 상기 대상 객체에 대한 영역을 제1 개수로 나누어 복수의 초점을 결정하고,
상기 전자 장치의 카메라와 상기 대상 객체가 이루는 각도가 제1 범위보다 큰 제2 범위인 경우, 상기 대상 객체에 대한 영역을 제2 개수로 나누어 복수의 초점을 결정하는, 전자 장치. - 청구항 1에 있어서,
상기 전자 장치의 카메라와 상기 대상 객체가 이루는 각도가 제1 범위인 경우에는 기준 초점 거리보다 초점 거리를 늘려가며 이미지를 획득하고,
상기 전자 장치의 카메라와 상기 대상 객체가 이루는 각도가 제2 범위인 경우에는 기준 초점 거리보다 초점 거리를 늘려가며 이미지를 획득하고, 기준 초점 거리보다 초점 거리를 줄여가며 이미지를 획득하는, 전자 장치. - 청구항 3에 있어서,
상기 전자 장치와 상기 대상 객체가 이루는 각도는, 상기 대상 객체에 수직 방향인 법선(normal)과 카메라 좌표계의 z축이 이루는 각도인, 전자 장치. - 청구항 1에 있어서,
상기 이미지 센서 또는 상기 깊이 감지 센서를 이용하여 대상 객체가 일정 비율 이상의 텍스트 영역을 포함하는지 판단하는, 전자 장치. - 청구항 1에 있어서,
상기 텍스트 인식 기능은 사용자의 입력에 의해 활성화되거나, 카메라 어플리케이션 실행에 응답하여 자동적으로 활성화되는, 전자 장치. - 청구항 1에 있어서,
상기 대상 객체의 제1 영역에 초점이 맞도록 제1 초점 거리에 기반하여 제1 이미지를 획득하고, 상기 대상 객체의 제2 영역에 초점이 맞도록 제2 초점 거리에 기반하여 제2 이미지를 획득하는, 전자 장치. - 청구항 1에 있어서,
상기 획득된 복수의 이미지들 중 적어도 하나의 이미지를 메인 이미지로 결정하고, 나머지 이미지들을 서브 이미지들로 결정하고, 상기 메인 이미지에 서브 이미지들의 일부를 합성하여 대상 객체에 대한 최종 이미지를 획득하는, 전자 장치. - 청구항 1에 있어서,
상기 서로 다른 영역들의 크기, 흐림(blur)정도, 전자 장치의 카메라와의 거리에 기반하여, 상기 서로 다른 영역들에 초점 스택을 위한 우선 순위를 정하는, 전자 장치. - 청구항 9에 있어서,
상기 우선 순위가 높은 영역들에 대해서 초점을 결정하고, 상기 결정된 초점에 기반하여 복수의 이미지들을 획득하는, 전자 장치. - 전자 장치의 동작 방법에 있어서,
깊이 감지 센서를 이용하여 대상 객체가 평면 객체에 해당하는지 판단하는 동작;
텍스트 인식 기능을 활성화하는 동작;
상기 대상 객체가 상기 평면 객체에 해당하고 상기 텍스트 인식 기능이 활성화되는 것에 응답하여, 상기 대상 객체의 서로 다른 영역들에 대한 복수의 초점을 결정하는 동작;
상기 결정된 복수의 초점에 기반하여 이미지 센서를 구동함으로써 복수의 이미지를 획득하는 동작;
상기 획득된 복수의 이미지들 중 적어도 일부에 기반하여 상기 대상 객체에 대한 최종 이미지를 획득하는 동작을 포함하는 동작 방법. - 청구항 11에 있어서,
상기 복수의 초점을 결정하는 동작은,
상기 전자 장치의 카메라와 상기 대상 객체가 이루는 각도가 제1 범위인 경우, 상기 대상 객체에 대한 영역을 제1 개수로 나누어 복수의 초점을 결정하는 동작;
상기 전자 장치의 카메라와 상기 대상 객체가 이루는 각도가 제1 범위보다 큰 제2 범위인 경우, 상기 대상 객체에 대한 영역을 제2 개수로 나누어 복수의 초점을 결정하는 동작을 포함하는 동작 방법. - 청구항 11에 있어서,
상기 복수의 이미지를 획득하는 동작은,
상기 전자 장치의 카메라와 상기 대상 객체가 이루는 각도가 제1 범위인 경우에는 기준 초점 거리보다 초점 거리를 늘려가며 이미지를 획득하는 동작;
상기 전자 장치의 카메라와 상기 대상 객체가 이루는 각도가 제2 범위인 경우에는 기준 초점 거리보다 초점 거리를 늘려가며 이미지를 획득하고, 기준 초점 거리보다 초점 거리를 줄여가며 이미지를 획득하는 동작을 포함하는 동작 방법. - 청구항 13에 있어서,
상기 전자 장치와 상기 대상 객체가 이루는 각도는, 상기 대상 객체에 수직 방향인 법선(normal)과 카메라 좌표계의 z축이 이루는 각도인, 동작 방법. - 청구항 11에 있어서,
상기 이미지 센서 또는 상기 깊이 감지 센서를 이용하여 대상 객체가 일정 비율 이상의 텍스트 영역을 포함하는지 판단하는 동작을 포함하는 동작 방법. - 청구항 11에 있어서,
상기 텍스트 인식 기능은 사용자의 입력에 의해 활성화되거나, 카메라 어플리케이션 실행에 응답하여 자동적으로 활성화되는, 동작 방법. - 청구항 11에 있어서,
상기 복수의 이미지를 획득하는 동작은,
상기 대상 객체의 제1 영역에 초점이 맞도록 제1 초점 거리에 기반하여 제1 이미지를 획득하고, 상기 대상 객체의 제2 영역에 초점이 맞도록 제2 초점 거리에 기반하여 제2 이미지를 획득하는, 전자 장치. - 청구항 11에 있어서,
상기 최종 이미지를 획득하는 동작은,
상기 획득된 복수의 이미지들 중 적어도 하나의 이미지를 메인 이미지로 결정하는 동작;
나머지 이미지들을 서브 이미지들로 결정하는 동작;
상기 메인 이미지에 상기 서브 이미지들의 일부를 합성하여 대상 객체에 대한 최종 이미지를 획득하는 동작을 포함하는 동작 방법. - 청구항 11에 있어서,
상기 서로 다른 영역들의 크기, 흐림(blur)정도, 전자 장치의 카메라와의 거리에 기반하여, 상기 서로 다른 영역들에 초점 스택을 위한 우선 순위를 정하는 동작을 포함하는 동작 방법. - 청구항 19에 있어서,
상기 우선 순위가 높은 영역들에 대해서 초점을 결정하는 동작;
상기 결정된 초점에 기반하여 복수의 이미지들을 획득하는 동작을 포함하는 동작 방법.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200071755A KR20210154594A (ko) | 2020-06-12 | 2020-06-12 | 초점 조절 기능을 포함하는 전자 장치 및 방법 |
| PCT/KR2021/005965 WO2021251631A1 (ko) | 2020-06-12 | 2021-05-12 | 초점 조절 기능을 포함하는 전자 장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200071755A KR20210154594A (ko) | 2020-06-12 | 2020-06-12 | 초점 조절 기능을 포함하는 전자 장치 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20210154594A true KR20210154594A (ko) | 2021-12-21 |
Family
ID=78846236
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200071755A KR20210154594A (ko) | 2020-06-12 | 2020-06-12 | 초점 조절 기능을 포함하는 전자 장치 및 방법 |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR20210154594A (ko) |
| WO (1) | WO2021251631A1 (ko) |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4193584B2 (ja) * | 2003-05-22 | 2008-12-10 | 日本電気株式会社 | カバー付き撮像装置 |
| KR101128185B1 (ko) * | 2005-04-01 | 2012-03-23 | 엘지전자 주식회사 | 카메라 폰에서의 문자 인식 장치 및 방법 |
| JP6755787B2 (ja) * | 2016-12-26 | 2020-09-16 | キヤノン株式会社 | 画像処理装置、画像処理方法およびプログラム |
| JP6971694B2 (ja) * | 2017-08-04 | 2021-11-24 | キヤノン株式会社 | 撮像装置、及びその制御方法 |
| JP2019032443A (ja) * | 2017-08-08 | 2019-02-28 | キヤノン株式会社 | 焦点調節装置、撮像装置、焦点調節方法、及びプログラム |
-
2020
- 2020-06-12 KR KR1020200071755A patent/KR20210154594A/ko active Search and Examination
-
2021
- 2021-05-12 WO PCT/KR2021/005965 patent/WO2021251631A1/ko active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021251631A1 (ko) | 2021-12-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP4187896A1 (en) | Electronic device and method for controlling preview image | |
| US20230209202A1 (en) | Electronic device for performing image stabilization, and operating method therefor | |
| US20230262318A1 (en) | Method for taking photograph by using plurality of cameras, and device therefor | |
| KR20220090158A (ko) | 관심 객체를 이용하여 비디오를 편집하는 전자 장치 및 그 동작 방법 | |
| KR20220023632A (ko) | 흔들림을 보정하는 방법 및 그 전자 장치 | |
| KR20210138483A (ko) | 영상 촬영 가이드를 제공하는 방법 또는 장치 | |
| US20230074962A1 (en) | Electronic device including a plurality of cameras and operating method thereof | |
| KR20220130481A (ko) | 카메라 모듈의 화각을 이용하여 이미지를 촬영하는 전자 장치 및 방법 | |
| KR20230033994A (ko) | 복수의 카메라를 포함하는 전자 장치 및 그 동작 방법 | |
| KR20210154594A (ko) | 초점 조절 기능을 포함하는 전자 장치 및 방법 | |
| US11877072B2 (en) | Image capturing method using plurality of cameras, and electronic device | |
| US20240078685A1 (en) | Method for generating file including image data and motion data, and electronic device therefor | |
| US20230164420A1 (en) | Electronic device including reflector and lens assembly | |
| KR20220153366A (ko) | 이미지 왜곡을 보정하는 방법 및 그 전자 장치 | |
| US20230199330A1 (en) | Electronic device for processing continuous shooting input and method thereof | |
| US20230101860A1 (en) | Electronic device including image sensor and operating method thereof | |
| KR20220049354A (ko) | 이미지의 왜곡을 보정하는 방법 및 그 전자 장치 | |
| KR20220014150A (ko) | 이미지 센서와 이미지 시그널 프로세서를 포함하는 전자 장치 및 그의 방법 | |
| KR20220102491A (ko) | 화각을 조정할 수 있는 전자 장치 및 그 동작 방법 | |
| KR20220058218A (ko) | 이미지 센서를 포함하는 전자 장치 및 그 동작 방법 | |
| KR20220101998A (ko) | 자동 초점 조절이 가능한 전자 장치 및 그 동작 방법 | |
| KR20240073714A (ko) | 디지털 보케 이미지의 해상도를 높이기 위한 전자 장치 및 방법 | |
| KR20220132278A (ko) | 영상의 노이즈를 제거하는 전자 장치 및 그 동작 방법 | |
| KR20230039351A (ko) | 이미지에 보케 효과를 적용하는 전자 장치 및 그 동작 방법 | |
| KR20240079123A (ko) | 이미지의 뷰 영역을 결정하는 전자 장치 및 그 동작 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination |