KR20220078109A - 색공간 변환 방법 및 장치 - Google Patents
색공간 변환 방법 및 장치 Download PDFInfo
- Publication number
- KR20220078109A KR20220078109A KR1020200167286A KR20200167286A KR20220078109A KR 20220078109 A KR20220078109 A KR 20220078109A KR 1020200167286 A KR1020200167286 A KR 1020200167286A KR 20200167286 A KR20200167286 A KR 20200167286A KR 20220078109 A KR20220078109 A KR 20220078109A
- Authority
- KR
- South Korea
- Prior art keywords
- color space
- image
- vector
- residual
- target
- Prior art date
Links
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 89
- 238000000034 method Methods 0.000 title claims abstract description 51
- 239000013598 vector Substances 0.000 claims abstract description 147
- 238000013507 mapping Methods 0.000 claims abstract description 85
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 6
- 230000001131 transforming effect Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 15
- 238000002834 transmittance Methods 0.000 description 13
- 238000013528 artificial neural network Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000003705 background correction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004298 light response 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
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 239000010981 turquoise Substances 0.000 description 1
- 238000001429 visible spectrum Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
- H04N9/67—Circuits for processing colour signals for matrixing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformation in the plane of the image
- G06T3/40—Scaling the whole image or part thereof
- G06T3/4015—Demosaicing, e.g. colour filter array [CFA], Bayer pattern
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components 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
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/84—Camera processing pipelines; Components thereof for processing colour signals
- H04N23/843—Demosaicing, e.g. interpolating colour pixel values
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/01—Conversion of standards, e.g. involving analogue television standards or digital television standards processed at pixel level
- H04N7/0102—Conversion of standards, e.g. involving analogue television standards or digital television standards processed at pixel level involving the resampling of the incoming video signal
-
- 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
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Abstract
색공간 변환 방법 및 장치가 개시된다. 색공간 변환 장치는 적어도 하나의 프로세서를 포함하고, 프로세서는, 원본 색공간의 원본 완전 이미지를 목적 색공간의 임시 이미지로 변환하고, 원본 완전 이미지에 대응하는 원본 색공간과 목적 색공간 간의 색공간 매핑 파라미터를 추정하고, 임시 이미지와 색공간 매핑 파라미터를 기초로 목적 색공간의 잔차 벡터를 획득하고, 잔차 벡터를 목적 색공간의 잔차 이미지로 변환하고, 잔차 이미지와 임시 이미지를 결합하여 목적 색공간의 목적 완전 이미지를 출력할 수 있다.
Description
이미지의 색공간을 변환하는 기술에 관한 것으로, 뉴럴 네트워크를 통해 이미지의 색공간을 변환하는 기술에 관한 것이다.
변환 매트릭스를 이용하는 색공간 변환 기술은 색공간을 선형적인 매핑으로 가정하여 변환 매트릭스를 적용한다. 이 기술에 따르면 변환 매트릭스를 통하여 간단하고 빠르게 이미지의 색공간을 변환할 수 있다. 하지만, 색공간 간의 매핑 관계는 비선형적인 특성을 포함하며, 이 기술에 따르면 변환 매트릭스는 비선형적인 특성에 적합하지 않아 정확도가 떨어질 수 있다.
위에서 설명한 배경기술은 발명자가 본원의 개시 내용을 도출하는 과정에서 보유하거나 습득한 것으로서, 반드시 본 출원 전에 일반 공중에 공개된 공지기술이라고 할 수는 없다.
일 실시예에 따른 색공간 변환 방법은, 원본 색공간의 원본 완전 이미지를 목적 색공간의 임시 이미지로 변환하는 단계; 상기 원본 완전 이미지에 대응하는 상기 원본 색공간과 상기 목적 색공간 간의 색공간 매핑 파라미터를 추정하는 단계; 상기 임시 이미지와 상기 색공간 매핑 파라미터를 기초로 상기 목적 색공간의 잔차 벡터를 획득하는 단계; 상기 잔차 벡터를 상기 목적 색공간의 잔차 이미지로 변환하는 단계; 및 상기 잔차 이미지와 상기 임시 이미지를 결합하여 상기 목적 색공간의 목적 완전 이미지를 출력하는 단계를 포함할 수 있다.
상기 잔차 이미지로 변환하는 단계는, 제1 메인 레이어(main layer)를 이용하여 상기 임시 이미지를 제1 벡터로 변환하는 단계; 상기 제1 벡터와 상기 색공간 매핑 파라미터를 기초로 제2 벡터를 출력하는 단계; 제2 메인 레이어를 이용하여 상기 제2 벡터를 제3 벡터로 변환하는 단계; 및 상기 제3 벡터와 상기 색공간 매핑 파라미터를 기초로 상기 잔차 벡터를 출력하는 단계를 포함할 수 있다.
상기 제3 벡터와 상기 색공간 매핑 파라미터를 기초로 상기 잔차 벡터를 출력하는 단계는, 상기 제3 벡터와 상기 색공간 매핑 파라미터를 기초로 제4 벡터를 출력하는 단계; 및 제3 메인 레이어를 이용하여 상기 제4 벡터를 상기 잔차 벡터로 변환하는 단계를 포함할 수 있다.
상기 원본 색공간은 CMYG 색공간이고, 상기 목적 색공간은 RGB 색공간일 수 있다.
상기 임시 이미지로 변환하는 단계는 하나 이상의 프리 레이어(pre layer)를 이용하여 상기 원본 완전 이미지를 상기 임시 이미지로 변환하고, 상기 색공간 매핑 파라미터를 추정하는 단계는 하나 이상의 어텐션 레이어(attention layer)를 이용하여 상기 원본 완전 이미지로부터 상기 색공간 매핑 파라미터를 추정하고, 잔차 벡터를 획득하는 단계는 둘 이상의 메인 레이어(main layer)를 이용하여 상기 임시 이미지와 상기 색공간 매핑 파라미터를 기초로 상기 잔차 벡터를 획득하고, 상기 잔차 이미지로 변환하는 단계는 포스트 레이어(post layer)를 이용하여 상기 잔차 벡터를 상기 잔차 이미지로 변환하고, 상기 프리 레이어, 상기 어텐션 레이어, 상기 둘 이상의 메인 레이어 및 상기 포스트 레이어는 학습 데이터를 기초로 학습될 수 있다.
일 실시예에 따른 색공간 변환 방법은, 원본 색공간의 원본 모자이크 패턴 이미지에 이미지 신호 전처리를 수행하여 전처리 모자이크 패턴 이미지를 획득하는 단계; 상기 전처리 모자이크 패턴 이미지를 디모자이킹(demosaicing)하여 상기 원본 색공간의 원본 완전 이미지를 획득하는 단계; 상기 원본 완전 이미지를 기초로 획득된 상기 원본 완전 이미지에 대응하는 상기 원본 색공간과 목적 색공간 간의 색공간 매핑 파라미터 및 잔차 이미지를 기초로 상기 목적 색공간의 목적 완전 이미지를 출력하는 단계; 및 상기 목적 완전 이미지에 다운 샘플링(down sampling)을 수행하여 상기 목적 색공간의 목적 모자이크 패턴 이미지를 출력하는 단계를 포함할 수 있다.
상기 목적 완전 이미지를 출력하는 단계는, 상기 원본 색공간의 상기 원본 완전 이미지를 상기 목적 색공간의 임시 이미지로 변환하는 단계; 상기 원본 완전 이미지에 대응하는 상기 원본 색공간과 상기 목적 색공간 간의 상기 색공간 매핑 파라미터를 추정하는 단계; 상기 임시 이미지와 상기 색공간 매핑 파라미터를 기초로 상기 목적 색공간의 잔차 벡터를 획득하는 단계; 상기 잔차 벡터를 상기 목적 색공간의 상기 잔차 이미지로 변환하는 단계; 및 상기 잔차 이미지와 상기 임시 이미지를 결합하여 상기 목적 색공간의 상기 목적 완전 이미지를 출력하는 단계를 포함할 수 있다.
상기 잔차 이미지로 변환하는 단계는, 제1 메인 레이어(main layer)를 이용하여 상기 임시 이미지를 제1 벡터로 변환하는 단계; 상기 제1 벡터와 상기 색공간 매핑 파라미터를 기초로 제2 벡터를 출력하는 단계; 제2 메인 레이어를 이용하여 상기 제2 벡터를 제3 벡터로 변환하는 단계; 및 상기 제3 벡터와 상기 색공간 매핑 파라미터를 기초로 상기 잔차 벡터를 출력하는 단계를 포함할 수 있다.
상기 제3 벡터와 상기 색공간 매핑 파라미터를 기초로 상기 잔차 벡터를 출력하는 단계는, 상기 제3 벡터와 상기 색공간 매핑 파라미터를 기초로 제4 벡터를 출력하는 단계; 및 제3 메인 레이어를 이용하여 상기 제4 벡터를 상기 잔차 벡터로 변환하는 단계를 포함할 수 있다.
상기 원본 색공간은 CMYG 색공간이고, 상기 목적 색공간은 RGB 색공간일 수 있다.
상기 임시 이미지로 변환하는 단계는 하나 이상의 프리 레이어(pre layer)를 이용하여 상기 원본 완전 이미지를 상기 임시 이미지로 변환하고, 상기 색공간 매핑 파라미터를 추정하는 단계는 하나 이상의 어텐션 레이어(attention layer)를 이용하여 상기 원본 완전 이미지로부터 상기 색공간 매핑 파라미터를 추정하고, 잔차 벡터를 획득하는 단계는 둘 이상의 메인 레이어(main layer)를 이용하여 상기 임시 이미지와 상기 색공간 매핑 파라미터를 기초로 상기 잔차 벡터를 획득하고, 상기 잔차 이미지로 변환하는 단계는 포스트 레이어(post layer)를 이용하여 상기 잔차 벡터를 상기 잔차 이미지로 변환하고, 상기 프리 레이어, 상기 어텐션 레이어, 상기 둘 이상의 메인 레이어 및 상기 포스트 레이어는 학습 데이터를 기초로 학습될 수 있다.
일 실시예에 따른 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램은 하드웨어와 결합되어 상기 방법을 실행시킬 수 있다.
일 실시예에 따른 색공간 변환 장치는 적어도 하나의 프로세서를 포함하고, 상기 프로세서는, 원본 색공간의 원본 완전 이미지를 목적 색공간의 임시 이미지로 변환하고, 상기 원본 완전 이미지에 대응하는 상기 원본 색공간과 상기 목적 색공간 간의 색공간 매핑 파라미터를 추정하고, 상기 임시 이미지와 상기 색공간 매핑 파라미터를 기초로 상기 목적 색공간의 잔차 벡터를 획득하고, 상기 잔차 벡터를 상기 목적 색공간의 잔차 이미지로 변환하고, 상기 잔차 이미지와 상기 임시 이미지를 결합하여 상기 목적 색공간의 목적 완전 이미지를 출력할 수 있다.
일 실시예에 따른 색공간 변환 장치는 적어도 하나의 프로세서; 및 원본 색공간의 원본 모자이크 패턴 이미지를 출력하는 이미지 센서를 포함하고, 상기 프로세서는, 상기 원본 모자이크 패턴 이미지에 이미지 신호 전처리를 수행하여 전처리 모자이크 패턴 이미지를 획득하고, 상기 전처리 모자이크 패턴 이미지를 디모자이킹(demosaicing)하여 상기 원본 색공간의 원본 완전 이미지를 획득하고, 상기 원본 완전 이미지를 기초로 획득된 상기 원본 완전 이미지에 대응하는 상기 원본 색공간과 목적 색공간 간의 색공간 매핑 파라미터 및 잔차 이미지를 기초로 상기 목적 색공간의 목적 완전 이미지를 출력하고, 상기 목적 완전 이미지에 다운 샘플링(down sampling)을 수행하여 상기 목적 색공간의 목적 모자이크 패턴 이미지를 출력할 수 있다.
도 1은 일 실시예에 따른 모자이크 패턴 이미지 수준의 색공간 변환 방법의 전체 과정을 도시한 흐름도이다.
도 2는 일 실시예에 따른 모자이크 패턴 이미지 수준의 색 공간 변환 방법의 동작을 도시한 순서도이다.
도 3은 일 실시예에 따른 완전 이미지 수준의 색공간 변환 방법의 동작을 도시한 순서도이다.
도 4는 일 실시예에 따른 완전 이미지 수준의 색공간 변환 방법이 수행되는 뉴럴 네트워크의 구조의 일례이다.
도 5는 CMYG 색공간 및 RGB 색공간의 파장 별 투과율과 매핑 관계를 도시한 도면이다.
도 6은 일 실시예에 따른 색공간 변환 방법을 수행하는 단말기의 구성을 도시한 도면이다.
도 7은 일 실시예에 따른 색공간 변화 장치의 구성을 도시한 도면이다.
도 2는 일 실시예에 따른 모자이크 패턴 이미지 수준의 색 공간 변환 방법의 동작을 도시한 순서도이다.
도 3은 일 실시예에 따른 완전 이미지 수준의 색공간 변환 방법의 동작을 도시한 순서도이다.
도 4는 일 실시예에 따른 완전 이미지 수준의 색공간 변환 방법이 수행되는 뉴럴 네트워크의 구조의 일례이다.
도 5는 CMYG 색공간 및 RGB 색공간의 파장 별 투과율과 매핑 관계를 도시한 도면이다.
도 6은 일 실시예에 따른 색공간 변환 방법을 수행하는 단말기의 구성을 도시한 도면이다.
도 7은 일 실시예에 따른 색공간 변화 장치의 구성을 도시한 도면이다.
실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 구현될 수 있다. 따라서, 실제 구현되는 형태는 개시된 특정 실시예로만 한정되는 것이 아니며, 본 명세서의 범위는 실시예들로 설명한 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설명된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 해당 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 실시예들을 첨부된 도면들을 참조하여 상세하게 설명한다. 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고, 이에 대한 중복되는 설명은 생략하기로 한다.
도 1은 일 실시예에 따른 모자이크 패턴 이미지 수준의 색공간 변환 방법의 전체 과정을 도시한 흐름도이다.
디지털 카메라는 일반적으로 색상 필터 어레이를 가지는 이미지 센서를 구비한다. 디지털 카메라는, 예를 들어, 비디오 카메라 또는 디지털 스틸 카메라과 같이 이미지 센서를 포함하는 디지털 장치를 포함할 수 있다.
이미지 센서는 2차원 어레이로 배열된 다수의 픽셀(예를 들어, 적색(R), 녹색(G) 및 청색(B) 중 어느 하나의 색상 값을 가지는 색상 픽셀)들을 포함하고, 픽셀들 상부에 색상 필터 어레이(color filter array, CFA)를 형성함으로써 색상 이미지를 생성할 수 있다.
색상 필터 어레이는 다양한 색상 필터 어레이 패턴으로 구성될 수 있다. 색상 필터 어레이 패턴은 모자이크(mosaic) 패턴으로 지칭될 수도 있다. 예를 들어, 색상 필터 어레이에 적용되는 모자이크 패턴은 이미지 센서에 일반적으로 적용되는 베이어(Bayer) 패턴을 포함할 수 있다.
예를 들어, 베이어 패턴은 각 픽셀에 가시광선 스펙트럼의 3개의 파장(예를 들어, 적색(R), 녹색(G) 및 청색(B)) 중 하나에 대해 높은 민감도를 가지는 광 응답을 제공할 수 있다. RGB 색상 공간의 베이어 패턴에서, 2x2 픽셀은 2개의 대각으로 마주하는 픽셀은 녹색 필터가 적용되며, 나머지 2개의 픽셀은 각각 적색 필터 및 녹색 필터가 적용된다. 녹색은 사람에게 휘도 정보의 대부분을 전달하기 때문에, 녹색 필터는 적색 필터 및 청색 필터의 2배이다.
모자이크 패턴이 적용된 이미지 센서를 이용하여 촬영된 이미지는 각 픽셀 마다 하나의 색상을 가진다. 이미지 센서는 하나의 픽셀에서 하나의 색상에 관한 정보만 출력할 수 있다. 이하에서, 모자이크 패턴이 적용된 이미지 센서를 이용하여 촬영되어 각 픽셀 마다 하나의 색상을 가지는 이미지는 모자이크 패턴 이미지로 지칭될 수 있다. 하지만, 사람에게 제공되는 이미지의 색상은 복수의 단색 값을 결합함으로써 표현된다. 여기서, 복수의 단색 값을 결합하여 생성되는 완전(full)한 색상의 이미지는 완전 이미지 또는 완전 색상 이미지로 지칭될 수 있다.
예를 들어, RGB 색상 공간에서 완전 이미지는 적색(R), 녹색(G) 및 청색(B)의 결합을 통해 생성될 수 있다. 각각의 픽셀은 적색(R), 녹색(G) 및 청색(B) 중의 하나의 색상 값을 나타내며, 나머지 2개의 누락된 색상은 주변 픽셀의 색상 값으로부터 계산될 수 있다. 여기서, 모자이크 패턴 이미지로부터 완전 이미지를 도출하는 과정은 디모자이크(demosaicing)로 지칭될 수 있다. 예를 들어, RGB 색상 공간에서 베이어 패턴 이미지는 픽셀 별로 한 개의 채널의 색상 값만 가질 수 있으며, 디모자이크를 통해 픽셀 마다 모든 채널의 색상 값(full RGB value)을 가지는 완전 이미지로 변환될 수 있다.
완전 이미지를 생성하기 위해 각 픽셀에서의 누락된 색상 값들은 인접한 픽셀들의 색상 값들의 보간(interpolation) 기법을 통해 계산될 수 있다. 다만 이는 예시에 불과하며, 디모자이크는 이중 선형 보간(bilinear interpolation), 메디안 필터링(median filtering), 벡터 CFA(vector CFA), 구배-기반(gradient-based) 및 통계 모델링(statistical modeling)과 같은 다양한 기법을 포함할 수 있다.
최근에 이미지 센서를 구성하는 픽셀은 소형화되고 있다. 픽셀의 소형화에 따라 수광되는 광량이 줄어들게 되고 노이즈가 증가하는 문제가 발생할 수 있다. 노이즈 저감을 위해 센서가 수광하는 광량을 증가시키기 위해 RGB 색공간의 색상 필터 어레이 대신 CMYG 색공간의 색상 필터 어레이가 사용될 수 있다.
CMYG 색공간의 각각의 색은 보색 관계이기 때문에, CMYG 색공간의 색상 필터 어레이는 RGB 색공간의 색상 필터 어레이에 비해 가시광선의 전 파장에 걸쳐 약 2배의 광을 수광할 수 있다. CMYG 색공간의 색상 필터 어레이가 적용된 이미지 센서는 노이즈에 강인할 수 있다.
일반적인 카메라의 이미지 신호 처리기(image signal processor, ISP)는 RGB 베이어 패턴 이미지를 입력받는다. CMYG 색공간의 색상 필터 어레이가 적용된 이미지 센서는 CMYG 베이어 패턴 이미지를 출력하기 때문에, 일반적인 카메라에 적용되기 위해선 CMYG 베이어 패턴 이미지가 RGB 베이어 패턴 이미지로 변환되어야 한다.
일 실시예에 따르면, 색공간 변환 장치는 CMYG 베이어 패턴 이미지(101)를 RGB 베이어 패턴 이미지(107)로 변환할 수 있다. 이를 위하여, 색공간 변환 장치는 CMYG 베이어 패턴 이미지(101)를 CMYG 완전(full) 이미지(103)으로 변환하고, CMYG 완전 이미지(103)를 RGB 완전 이미지(105)로 변환하고, RGB 완전 이미지(105)를 RGB 베이어 패턴 이미지(107)로 변환할 수 있다.
색공간 변환 장치는 CMYG 베이어 패턴 이미지(101)에 이미지 신호 전처리(image signal pre-processing)(110)을 수행할 수 있다. 이미지 신호 전처리(110)는 불량 픽셀 보정(bad pixel correction, BPC), 렌즈 쉐이딩 보정(lens shading correction, LSC) 및 노이즈 제거(denoise)를 포함할 수 있다.
색공간 변환 장치는 이미지 신호 전처리(110)가 수행된 결과를 디모자이킹(demosaicing)(120)하여 CMYG 완전 이미지(103)를 획득할 수 있다. 예를 들어, 전처리가 수행된 CMYG 베이어 패턴 이미지의 픽셀 각각은 옥색(Cyan), 자홍색(Magenta), 노랑(Yellow), 녹색(Green) 중의 한 가지 색에 대응할 수 있다. 색공간 변환 장치는 각 픽셀의 인접 픽셀의 색상 값들을 보간하여 각 픽셀마다 옥색(Cyan), 자홍색(Magenta), 노랑(Yellow), 녹색(Green)로 구성된 완전한 색상 값을 부여할 수 있다.
색공간 변환 장치는 색공간 변환(130)을 통해 CMYG 완전 이미지(103)를 RGB 완전 이미지(105)로 변환할 수 있다. 색공간 변환(130)은 색 변환(color conversion)으로 지칭될 수 있다. 색공간 변환 장치는 다양한 레이어(layer)로 구성된 뉴럴 네트워크를 이용하여 색공간 변환을 수행할 수 있다. 색공간 변환(130)에 사용되는 뉴럴 네트워크는 색공간 변환을 정확하게 수행하도록 학습 데이터를 통해 미리 학습될 수 있다.
색공간 변환(130)을 위해, 색공간 변환 장치는 원본 색공간의 원본 완전 이미지를 목적 색공간의 임시 이미지로 변환할 수 있다. 원본 색공간은 색공간 변환(130) 전의 색공간을 의미하고, 목적 색공간은 색공간 변환(130) 후의 색공간을 의미한다. 원본 완전 이미지는 색공간 변환(130) 전의 완전 이미지를 의미한다. 목적 완전 이미지는 색공간 변환(130) 후의 완전 이미지를 의미한다. 임시 이미지는 원본 색공간의 원본 완전 이미지로부터 변환된 임시적인 목적 색공간의 이미지를 의미한다. 임시 이미지는 정교하지 않은(Rough) 이미지일 수 있으며, 임시 이미지는 정교한 잔차 이미지를 통해 조정되어 정확도가 높은 목적 완전 이미지가 될 수 있다.
예를 들어, 도 1을 참조하면, 원본 색공간은 CMYG 색공간이고, 목적 색공간은 RGB 색공간일 수 있다. 원본 완전 이미지는 CMYG 완전 이미지(103)이고, 목적 완전 이미지는 RGB 완전 이미지(105)일 수 있다.
색공간 변환 장치는 원본 완전 이미지에 대응하는 원본 색공간과 목적 색공간 간의 색공간 매핑 파라미터를 추정할 수 있다. 서로 다른 색공간 사이의 매핑 관계는 비선형적일 수 있으며, 상이한 색공간 간의 관계마다 상이한 매핑 관계가 대응될 수 있다. 색공간 변환 장치는 원본 완전 이미지의 각 픽셀을 입력 받아 해당 픽셀에 대응하는 원본 색공간과 목적 색공간 간의 색공간 매핑 파라미터를 추정할 수 있다. 매핑 파라미터는 원본 색공간의 위치 별로 목적 색공간과의 매핑 관계를 제어하는 파라미터를 의미한다.
색공간 변환 장치는 임시 이미지와 색공간 매핑 파라미터를 기초로 목적 색공간의 잔차 벡터를 획득할 수 있다. 잔차 벡터는 임시 이미지를 조정하여 보다 정확한 결과를 도출하는데 사용되는 요소이다. 임시 이미지는 최종 결과를 구성하는 큰 값에 해당하고 잔차 벡터는 작은 값에 해당할 수 있다. 작은 값에 해당하는 잔차 벡터를 처리함으로써 뉴럴 네트워크의 파라미터는 보다 정확하고 안정적으로 학습될 수 있다.
색공간 변환 장치는 잔차 벡터를 목적 색공간의 잔차 이미지로 변환할 수 있다. 잔차 벡터는 뉴럴 네트워크에서 처리되기에 적합한 차원의 벡터일 수 있으며, 잔차 이미지는 목적 색공간의 차원을 가질 수 있다.
색공간 변환 장치는 잔차 이미지와 임시 이미지를 결합하여 목적 색공간의 목적 완전 이미지를 출력할 수 있다. 색공간 변환 장치는 목적 완전 이미지의 개략적인 형상을 가지는 임시 이미지에 정교한 조정 값에 해당하는 잔차 이미지를 결합함으로써 정확한 결과인 목적 완전 이미지를 출력할 수 있다.
색공간 변환 장치는 RGB 완전 이미지(105)를 다운 샘플링(140)하여 RGB 베이어 패턴 이미지(107)를 획득할 수 있다. RGB 완전 이미지(105)는 픽셀 마다 모든 채널의 색상 값이 대응되는데 반해, RGB 베이어 패턴 이미지(107)는 픽셀 별로 하나의 채널의 색상 값만 대응될 수 있다.
색공간 변환 장치는 RGB 베이어 패턴 이미지(107)에 대해 이미지 신호 처리(image signal processing, ISP)(150)를 수행할 수 있다. 이미지 신호 처리는 블랙 레벨 보정(black level adjustment), 노이즈 제거(noise reduction), 화이트 밸런스(white balance), 색상 필터 어레이 보간(color filter array interpolation), 색상 보정(color correction), 감마 보정(gamma correction), 에지 향상(edge enhancement), 대비 향상(contrast enhancement) 및 색상 향상(color enhancement)과 같은 다양한 처리를 포함할 수 있다.
이처럼, 색공간 변환 장치는 수광 능력이 높은 색공간의 색상 필터 어레이를 사용함으로써 로우 이미지(raw image)의 노이즈를 줄일 수 있다. 색공간 변환 장치는 특정 색공간의 이미지를 다른 색공간의 이미지로 변환함으로써 다른 색공간의 이미지에 특화된 이미지 신호 처리의 호환성을 높일 수 있다.
도 2는 일 실시예에 따른 모자이크 패턴 이미지 수준의 색 공간 변환 방법의 동작을 도시한 순서도이다.
도 2를 참조하면, 모자이크 패턴 이미지 수준의 색 공간 변환 방법의 동작이 개시된다.
단계(201)에서, 색공간 변환 장치는 원본 색공간의 원본 모자이크 패턴 이미지에 이미지 신호 전처리를 수행하여 전처리 모자이크 패턴 이미지를 획득할 수 있다.
단계(203)에서, 색공간 변환 장치는 전처리 모자이크 패턴 이미지를 디모자이킹(demosaicing)하여 원본 색공간의 원본 완전 이미지를 획득할 수 있다.
단계(205)에서, 색공간 변환 장치는 원본 완전 이미지를 기초로 획득된 원본 완전 이미지에 대응하는 원본 색공간과 목적 색공간 간의 색공간 매핑 파라미터 및 잔차 이미지를 기초로 목적 색공간의 목적 완전 이미지를 출력할 수 있다.
색공간 변환 장치는 원본 색공간의 원본 완전 이미지를 목적 색공간의 임시 이미지로 변환할 수 있다. 색공간 변환 장치는 하나 이상의 프리 레이어(pre layer)를 이용하여 원본 완전 이미지를 임시 이미지로 변환할 수 있다. 색공간 변환 장치는 원본 완전 이미지에 대응하는 원본 색공간과 목적 색공간 간의 색공간 매핑 파라미터를 추정할 수 있다. 색공간 변환 장치는 하나 이상의 어텐션 레이어(attention layer)를 이용하여 원본 완전 이미지로부터 색공간 매핑 파라미터를 추정할 수 있다. 색공간 변환 장치는 임시 이미지와 색공간 매핑 파라미터를 기초로 목적 색공간의 잔차 벡터를 획득할 수 있다. 색공간 변환 장치는 둘 이상의 메인 레이어(main layer)를 이용하여 임시 이미지와 색공간 매핑 파라미터를 기초로 잔차 벡터를 획득할 수 있다.
색공간 변환 장치는 제1 메인 레이어(main layer)를 이용하여 임시 이미지를 제1 벡터로 변환할 수 있다. 색공간 변환 장치는 제1 벡터와 색공간 매핑 파라미터를 기초로 제2 벡터를 출력할 수 있다. 색공간 변환 장치는 제2 메인 레이어를 이용하여 제2 벡터를 제3 벡터로 변환할 수 있다. 색공간 변환 장치는 제3 벡터와 색공간 매핑 파라미터를 기초로 잔차 벡터를 출력할 수 있다.
추가적으로, 색공간 변환 장치는 제3 벡터와 색공간 매핑 파라미터를 기초로 제4 벡터를 출력할 수 있다. 색공간 변환 장치는 제3 메인 레이어를 이용하여 제4 벡터를 잔차 벡터로 변환할 수도 있다. 이러한 메인 레이어의 개수는 예시적인 것으로, 메인 레이어는 2 이상일 수 있다.
색공간 변환 장치는 잔차 벡터를 목적 색공간의 잔차 이미지로 변환할 수 있다. 색공간 변환 장치는 포스트 레이어(post layer)를 이용하여 잔차 벡터를 잔차 이미지로 변환할 수 있다.
색공간 변환 장치는 잔차 이미지와 임시 이미지를 결합하여 목적 색공간의 목적 완전 이미지를 출력할 수 있다.
단계(207)에서, 색공간 변환 장치는 목적 완전 이미지에 다운 샘플링(down sampling)을 수행하여 목적 색공간의 목적 모자이크 패턴 이미지를 출력할 수 있다.
도 3은 일 실시예에 따른 완전 이미지 수준의 색공간 변환 방법의 동작을 도시한 순서도이다.
도 3을 참조하면, 완전 이미지 수준의 색공간 변환 방법(예: 도 2의 단계(205))의 동작이 개시된다. 색공간 변환 장치는 원본 완전 이미지를 기초로 획득된 원본 완전 이미지에 대응하는 원본 색공간과 목적 색공간 간의 색공간 매핑 파라미터 및 잔차 이미지를 기초로 목적 색공간의 목적 완전 이미지를 출력할 수 있다.
단계(301)에서, 색공간 변환 장치는 원본 색공간의 원본 완전 이미지를 목적 색공간의 임시 이미지로 변환할 수 있다. 색공간 변환 장치는 하나 이상의 프리 레이어(pre layer)를 이용하여 원본 완전 이미지를 임시 이미지로 변환할 수 있다.
단계(303)에서, 색공간 변환 장치는 원본 완전 이미지에 대응하는 원본 색공간과 목적 색공간 간의 색공간 매핑 파라미터를 추정할 수 있다. 색공간 변환 장치는 하나 이상의 어텐션 레이어(attention layer)를 이용하여 원본 완전 이미지로부터 색공간 매핑 파라미터를 추정할 수 있다.
단계(305)에서, 색공간 변환 장치는 임시 이미지와 색공간 매핑 파라미터를 기초로 목적 색공간의 잔차 벡터를 획득할 수 있다. 색공간 변환 장치는 둘 이상의 메인 레이어(main layer)를 이용하여 임시 이미지와 색공간 매핑 파라미터를 기초로 잔차 벡터를 획득할 수 있다.
색공간 변환 장치는 제1 메인 레이어(main layer)를 이용하여 임시 이미지를 제1 벡터로 변환할 수 있다. 색공간 변환 장치는 제1 벡터와 색공간 매핑 파라미터를 기초로 제2 벡터를 출력할 수 있다. 색공간 변환 장치는 제2 메인 레이어를 이용하여 제2 벡터를 제3 벡터로 변환할 수 있다. 색공간 변환 장치는 제3 벡터와 색공간 매핑 파라미터를 기초로 잔차 벡터를 출력할 수 있다.
추가적으로, 색공간 변환 장치는 제3 벡터와 색공간 매핑 파라미터를 기초로 제4 벡터를 출력할 수 있다. 색공간 변환 장치는 제3 메인 레이어를 이용하여 제4 벡터를 잔차 벡터로 변환할 수도 있다. 이러한 메인 레이어의 개수는 예시적인 것으로, 메인 레이어는 2 이상일 수 있다.
단계(307)에서, 색공간 변환 장치는 잔차 벡터를 목적 색공간의 잔차 이미지로 변환할 수 있다. 색공간 변환 장치는 포스트 레이어(post layer)를 이용하여 잔차 벡터를 잔차 이미지로 변환할 수 있다.
단계(309)에서, 색공간 변환 장치는 잔차 이미지와 임시 이미지를 결합하여 목적 색공간의 목적 완전 이미지를 출력할 수 있다.
프리 레이어, 어텐션 레이어, 둘 이상의 메인 레이어 및 포스트 레이어로 구성된 뉴럴 네트워크는 학습 데이터를 기초로 미리 학습된 것일 수 있다.
도 4는 일 실시예에 따른 완전 이미지 수준의 색공간 변환 방법이 수행되는 뉴럴 네트워크의 구조의 일례이다.
도 4를 참조하면, 완전 이미지 수준의 색공간 변환 방법(예: 도 2의 단계(205))이 수행되는 뉴럴 네트워크의 구조의 일례가 도시된다. 뉴럴 네트워크는 프리(pre) 모듈, 어텐션(attention) 모듈, 메인(main) 모듈, 포스트(post) 모듈 및 레지듀얼 커넥션(residual connection)을 포함할 수 있다. 프리 모듈은 하나 이상의 프리 레이어를 포함할 수 있다. 어텐션 모듈은 하나 이상의 어텐션 레이어를 포함할 수 있다. 메인 모듈은 둘 이상의 메인 레이어를 포함할 수 있다. 포스트 모듈은 하나 이상의 포스트 레이어를 포함할 수 있다. 각 레이어는 풀 커넥티드 레이어(full connected layer, FC)일 수 있다. 이하에서 등장하는 벡터들의 차원은 예시적인 것으로 제시된 차원에 제한되지 않는다.
먼저, 뉴럴 네트워크에 입력되는 원본 완전 이미지(401)는 CMYG 색공간의 이미지이다. 원본 완전 이미지(401)의 한 픽셀은 CMYG 색공간의 4차원 벡터인 (c, m, y, g)를 가질 수 있다.
프리 모듈은 개략적인 색공간 변환을 수행할 수 있다. 원본 완전 이미지(401)는 프리 모듈의 프리 레이어에 입력될 수 있다. 프리 레이어는 임시 이미지(402)를 출력할 수 있다. 임시 이미지(402)는 RGB 색공간의 3차원 벡터인 (r', g', b')를 가질 수 있다. 임시 이미지(402)는 잔차 이미지(409)에 의해 조정이 필요한 개략적인 이미지이다.
원본 완전 이미지(401)는 어텐션 모듈의 어텐션 레이어에 입력되고, 색공간 매핑 파라미터(403)가 출력될 수 있다. 색공간 매핑 파라미터(403)는 10차원 벡터인 (a1, ?? ,a10)일 수 있다. 어텐션 모듈은 4차 다항식 함수(4th Order Polinomial Function)의 계수(Coefficient)를 색공간의 공간별로 조절하기 위한 색공간 매핑 파라미터(403)를 출력할 수 있다.
임시 이미지(402)는 메인 모듈의 둘 이상의 메인 레이어를 통과할 수 있다. 메인 모듈은 임시 이미지(402)를 조정하기 위한 정교한 잔차 이미지(409)를 출력할 수 있다. 도 4에서는 설명을 위해 메인 모듈이 3개의 메인 레이어를 포함하는 것으로 가정한다. 메인 레이어는 4차 다항식 함수에 대응될 수 있다.
임시 이미지(402)는 제1 메인 레이어에 입력되고 제1 벡터(404)가 출력될 수 있다. 제1 벡터(404)는 10차원의 벡터인 (m1, ?? , m10)일 수 있다.
제1 벡터(404)는 색공간 매핑 파라미터(403)과 결합하여 제2 벡터(405)가 출력될 수 있다. 예를 들어, 제2 벡터(405)는 제1 벡터(404)와 색공간 매핑 파라미터(403)의 내적에 의하여 출력될 수 있다. 제2 벡터(405)는 10차원의 벡터인 (m1*a1, ?? , m10*a10)일 수 있다.
제2 벡터(405)는 제2 메인 레이어에 입력되고 제3 벡터(406)가 출력될 수 있다. 제3 벡터(406)는 10차원의 벡터인 (m1, ?? , m10)일 수 있다.
제3 벡터(406)는 색공간 매핑 파라미터(403)과 결합하여 제4 벡터(407)가 출력될 수 있다. 예를 들어, 제4 벡터(407)는 제3 벡터(406)와 색공간 매핑 파라미터(403)의 내적에 의하여 출력될 수 있다. 제4 벡터(407)는 10차원의 벡터인 (m1'*a1, ?? , m10'*a10)일 수 있다.
제4 벡터(407)는 제3 메인 레이어에 입력되고 잔차 벡터(408)가 출력될 수 있다. 잔차 벡터(408)는 10차원의 벡터인 (m1", ?? , m10")일 수 있다.
잔차 벡터(408)는 포스트 모듈의 포스트 레이어에 입력되고 잔차 이미지(409)가 출력될 수 있다. 포스트 모듈은 잔차 벡터(408)의 차원을 RGB 색공간의 차원으로 변환할 수 있다. 잔차 이미지(409)는 3차원의 벡터인 (r", g", b")일 수 있다.
레지듀얼 커넥션에 의해, 잔차 이미지(409)는 임시 이미지(402)와 결합되고 목적 완전 이미지(410)가 출력될 수 있다. 목적 완전 이미지(410)는 잔차 이미지(409)와 임시 이미지(402)간의 합산에 의해 출력될 수 있다. 목적 완전 이미지(410)는 3차원의 벡터인 (r'+r", g'+g", b'+b")일 수 있다.
도 5는 CMYG 색공간 및 RGB 색공간의 파장 별 투과율과 매핑 관계를 도시한 도면이다.
도 5의 (A)에 따르면, RGB 색공간의 색상 별 파장에 따른 투과율이 도시된다. 그래프(511)는 청색광의 투과율을 나타내며, 그래프(512)는 녹색광의 투과율을 나타내고, 그래프(513)는 적색광의 투과율을 나타낸다.
도 5의 (B)에 다르면, CMYG 색공간의 색상 별 파장에 따른 투과율이 도시된다. 그래프(521)는 옥색광의 투과율을 나타내며, 그래프(522)는 자홍색광의 투과율을 나타내고, 그래프(523)는 노란색광의 투과유을 나타내고, 그래프(524)는 녹색광의 투과율을 나타낸다.
도 5의 (A)와 (B)를 비교하면, RGB 색공간의 전체 파장에 대한 투과율보다 CMYG 색공간의 전체 파장에 대한 투과율이 더 높다. 이처럼, CMYG 색공간의 각각의 색은 보색 관계이기 때문에, CMYG 색공간의 색상 필터 어레이는 RGB 색공간의 색상 필터 어레이에 비해 가시광선의 전 파장에 걸쳐 약 2배의 광을 수광할 수 있다. CMYG 색공간의 색상 필터 어레이가 적용된 이미지 센서는 노이즈에 강인할 수 있다.
도 5의 (C)를 참조하면, CMYG 색공간과 RGB 색공간의 매핑 관계가 도시된다. CMYG 색공간의 포인트(515)(c1, m1, y1, g1)은 RGB 색공간의 포인트(525)(r1, g1, b1)에 대응되고, CMYG 색공간의 포인트(516)(c2, m2, y2, g2)은 RGB 색공간의 포인트(526)(r2, g2, b2)에 대응되고, CMYG 색공간의 포인트(517)(c3, m3, y3, g3)은 RGB 색공간의 포인트(527)(r3, g3, b3)에 대응된다. 각 포인트 간의 매핑 관계는 비선형적이며, 뉴럴 네트워크의 어텐션 레이어를 통해 도출될 수 있다.
도 6은 일 실시예에 따른 색공간 변환 방법을 수행하는 단말기의 구성을 도시한 도면이다.
일 실시예에 따르면, 단말기(600)는 적어도 하나의 프로세서(601) 및 이미지 센서(603)를 포함한다. 단말기(600)는 메모리(605)를 더 포함할 수 있다. 이미지 센서(603)는 원본 색공간의 원본 모자이크 패턴 이미지를 출력할 수 있다. 여기서, 원본 색공간은 CMYG 색공간을 포함할 수 있고, 원본 모자이크 패턴 이미지는 CMYG 베이어 패턴 이미지를 포함할 수 있다.
프로세서(601)는 원본 모자이크 패턴 이미지에 이미지 신호 전처리를 수행하여 전처리 모자이크 패턴 이미지를 획득할 수 있다. 프로세서(601)는 전처리 모자이크 패턴 이미지를 디모자이킹(demosaicing)하여 원본 색공간의 원본 완전 이미지를 획득할 수 있다. 프로세서(601)는 원본 완전 이미지를 기초로 획득된 원본 완전 이미지에 대응하는 원본 색공간과 목적 색공간 간의 색공간 매핑 파라미터 및 잔차 이미지를 기초로 목적 색공간의 목적 완전 이미지를 출력할 수 있다. 프로세서(601)는 목적 완전 이미지에 다운 샘플링(down sampling)을 수행하여 목적 색공간의 목적 모자이크 패턴 이미지를 출력할 수 있다.
도 7은 일 실시예에 따른 색공간 변화 장치의 구성을 도시한 도면이다.
일 실시예에 따르면, 색공간 변환 장치(700)는 적어도 하나의 프로세서(701)를 포함한다. 색공간 변환 장치(700)는 메모리(703)를 더 포함할 수 있다.
프로세서(701)는 원본 색공간의 원본 완전 이미지를 목적 색공간의 임시 이미지로 변환할 수 있다. 프로세서(701)는 원본 완전 이미지에 대응하는 원본 색공간과 목적 색공간 간의 색공간 매핑 파라미터를 추정할 수 있다. 프로세서(701)는 임시 이미지와 색공간 매핑 파라미터를 기초로 목적 색공간의 잔차 벡터를 획득할 수 있다. 프로세서(701)는 잔차 벡터를 목적 색공간의 잔차 이미지로 변환할 수 있다. 프로세서(701)는 잔차 이미지와 임시 이미지를 결합하여 목적 색공간의 목적 완전 이미지를 출력할 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 컨트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있으며 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
위에서 설명한 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 또는 복수의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 이를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
Claims (14)
- 원본 색공간의 원본 완전 이미지를 목적 색공간의 임시 이미지로 변환하는 단계;
상기 원본 완전 이미지에 대응하는 상기 원본 색공간과 상기 목적 색공간 간의 색공간 매핑 파라미터를 추정하는 단계;
상기 임시 이미지와 상기 색공간 매핑 파라미터를 기초로 상기 목적 색공간의 잔차 벡터를 획득하는 단계;
상기 잔차 벡터를 상기 목적 색공간의 잔차 이미지로 변환하는 단계; 및
상기 잔차 이미지와 상기 임시 이미지를 결합하여 상기 목적 색공간의 목적 완전 이미지를 출력하는 단계
를 포함하는, 색공간 변환 방법. - 제1항에 있어서,
상기 잔차 이미지로 변환하는 단계는,
제1 메인 레이어(main layer)를 이용하여 상기 임시 이미지를 제1 벡터로 변환하는 단계;
상기 제1 벡터와 상기 색공간 매핑 파라미터를 기초로 제2 벡터를 출력하는 단계;
제2 메인 레이어를 이용하여 상기 제2 벡터를 제3 벡터로 변환하는 단계; 및
상기 제3 벡터와 상기 색공간 매핑 파라미터를 기초로 상기 잔차 벡터를 출력하는 단계를 포함하는,
색공간 변환 방법. - 제2항에 있어서,
상기 제3 벡터와 상기 색공간 매핑 파라미터를 기초로 상기 잔차 벡터를 출력하는 단계는,
상기 제3 벡터와 상기 색공간 매핑 파라미터를 기초로 제4 벡터를 출력하는 단계; 및
제3 메인 레이어를 이용하여 상기 제4 벡터를 상기 잔차 벡터로 변환하는 단계를 포함하는,
색공간 변환 방법. - 제1항에 있어서,
상기 원본 색공간은 CMYG 색공간이고, 상기 목적 색공간은 RGB 색공간인,
색공간 변환 방법. - 제1항에 있어서,
상기 임시 이미지로 변환하는 단계는 하나 이상의 프리 레이어(pre layer)를 이용하여 상기 원본 완전 이미지를 상기 임시 이미지로 변환하고,
상기 색공간 매핑 파라미터를 추정하는 단계는 하나 이상의 어텐션 레이어(attention layer)를 이용하여 상기 원본 완전 이미지로부터 상기 색공간 매핑 파라미터를 추정하고,
잔차 벡터를 획득하는 단계는 둘 이상의 메인 레이어(main layer)를 이용하여 상기 임시 이미지와 상기 색공간 매핑 파라미터를 기초로 상기 잔차 벡터를 획득하고,
상기 잔차 이미지로 변환하는 단계는 포스트 레이어(post layer)를 이용하여 상기 잔차 벡터를 상기 잔차 이미지로 변환하고,
상기 프리 레이어, 상기 어텐션 레이어, 상기 둘 이상의 메인 레이어 및 상기 포스트 레이어는 학습 데이터를 기초로 학습된,
색공간 변환 방법. - 원본 색공간의 원본 모자이크 패턴 이미지에 이미지 신호 전처리를 수행하여 전처리 모자이크 패턴 이미지를 획득하는 단계;
상기 전처리 모자이크 패턴 이미지를 디모자이킹(demosaicing)하여 상기 원본 색공간의 원본 완전 이미지를 획득하는 단계;
상기 원본 완전 이미지를 기초로 획득된 상기 원본 완전 이미지에 대응하는 상기 원본 색공간과 목적 색공간 간의 색공간 매핑 파라미터 및 잔차 이미지를 기초로 상기 목적 색공간의 목적 완전 이미지를 출력하는 단계; 및
상기 목적 완전 이미지에 다운 샘플링(down sampling)을 수행하여 상기 목적 색공간의 목적 모자이크 패턴 이미지를 출력하는 단계
를 포함하는, 색공간 변환 방법. - 제6항에 있어서,
상기 목적 완전 이미지를 출력하는 단계는,
상기 원본 색공간의 상기 원본 완전 이미지를 상기 목적 색공간의 임시 이미지로 변환하는 단계;
상기 원본 완전 이미지에 대응하는 상기 원본 색공간과 상기 목적 색공간 간의 상기 색공간 매핑 파라미터를 추정하는 단계;
상기 임시 이미지와 상기 색공간 매핑 파라미터를 기초로 상기 목적 색공간의 잔차 벡터를 획득하는 단계;
상기 잔차 벡터를 상기 목적 색공간의 상기 잔차 이미지로 변환하는 단계; 및
상기 잔차 이미지와 상기 임시 이미지를 결합하여 상기 목적 색공간의 상기 목적 완전 이미지를 출력하는 단계
를 포함하는, 색공간 변환 방법. - 제7항에 있어서,
상기 잔차 이미지로 변환하는 단계는,
제1 메인 레이어(main layer)를 이용하여 상기 임시 이미지를 제1 벡터로 변환하는 단계;
상기 제1 벡터와 상기 색공간 매핑 파라미터를 기초로 제2 벡터를 출력하는 단계;
제2 메인 레이어를 이용하여 상기 제2 벡터를 제3 벡터로 변환하는 단계; 및
상기 제3 벡터와 상기 색공간 매핑 파라미터를 기초로 상기 잔차 벡터를 출력하는 단계를 포함하는,
색공간 변환 방법. - 제8항에 있어서,
상기 제3 벡터와 상기 색공간 매핑 파라미터를 기초로 상기 잔차 벡터를 출력하는 단계는,
상기 제3 벡터와 상기 색공간 매핑 파라미터를 기초로 제4 벡터를 출력하는 단계; 및
제3 메인 레이어를 이용하여 상기 제4 벡터를 상기 잔차 벡터로 변환하는 단계를 포함하는,
색공간 변환 방법. - 제6항에 있어서,
상기 원본 색공간은 CMYG 색공간이고, 상기 목적 색공간은 RGB 색공간인,
색공간 변환 방법. - 제7항에 있어서,
상기 임시 이미지로 변환하는 단계는 하나 이상의 프리 레이어(pre layer)를 이용하여 상기 원본 완전 이미지를 상기 임시 이미지로 변환하고,
상기 색공간 매핑 파라미터를 추정하는 단계는 하나 이상의 어텐션 레이어(attention layer)를 이용하여 상기 원본 완전 이미지로부터 상기 색공간 매핑 파라미터를 추정하고,
잔차 벡터를 획득하는 단계는 둘 이상의 메인 레이어(main layer)를 이용하여 상기 임시 이미지와 상기 색공간 매핑 파라미터를 기초로 상기 잔차 벡터를 획득하고,
상기 잔차 이미지로 변환하는 단계는 포스트 레이어(post layer)를 이용하여 상기 잔차 벡터를 상기 잔차 이미지로 변환하고,
상기 프리 레이어, 상기 어텐션 레이어, 상기 둘 이상의 메인 레이어 및 상기 포스트 레이어는 학습 데이터를 기초로 학습된,
색공간 변환 방법. - 하드웨어와 결합되어 제1항 내지 제11항 중 어느 하나의 항의 방법을 실행시키기 위하여 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램.
- 적어도 하나의 프로세서를 포함하고,
상기 프로세서는,
원본 색공간의 원본 완전 이미지를 목적 색공간의 임시 이미지로 변환하고,
상기 원본 완전 이미지에 대응하는 상기 원본 색공간과 상기 목적 색공간 간의 색공간 매핑 파라미터를 추정하고,
상기 임시 이미지와 상기 색공간 매핑 파라미터를 기초로 상기 목적 색공간의 잔차 벡터를 획득하고,
상기 잔차 벡터를 상기 목적 색공간의 잔차 이미지로 변환하고,
상기 잔차 이미지와 상기 임시 이미지를 결합하여 상기 목적 색공간의 목적 완전 이미지를 출력하는,
색공간 변환 장치. - 적어도 하나의 프로세서; 및
원본 색공간의 원본 모자이크 패턴 이미지를 출력하는 이미지 센서를 포함하고,
상기 프로세서는,
상기 원본 모자이크 패턴 이미지에 이미지 신호 전처리를 수행하여 전처리 모자이크 패턴 이미지를 획득하고,
상기 전처리 모자이크 패턴 이미지를 디모자이킹(demosaicing)하여 상기 원본 색공간의 원본 완전 이미지를 획득하고,
상기 원본 완전 이미지를 기초로 획득된 상기 원본 완전 이미지에 대응하는 상기 원본 색공간과 목적 색공간 간의 색공간 매핑 파라미터 및 잔차 이미지를 기초로 상기 목적 색공간의 목적 완전 이미지를 출력하고,
상기 목적 완전 이미지에 다운 샘플링(down sampling)을 수행하여 상기 목적 색공간의 목적 모자이크 패턴 이미지를 출력하는,
단말기.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200167286A KR20220078109A (ko) | 2020-12-03 | 2020-12-03 | 색공간 변환 방법 및 장치 |
| US17/380,896 US11677918B2 (en) | 2020-12-03 | 2021-07-20 | Method and apparatus for color space conversion |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200167286A KR20220078109A (ko) | 2020-12-03 | 2020-12-03 | 색공간 변환 방법 및 장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20220078109A true KR20220078109A (ko) | 2022-06-10 |
Family
ID=81848477
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200167286A KR20220078109A (ko) | 2020-12-03 | 2020-12-03 | 색공간 변환 방법 및 장치 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US11677918B2 (ko) |
| KR (1) | KR20220078109A (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102640653B1 (ko) * | 2022-08-17 | 2024-02-23 | 한국항공대학교산학협력단 | 영상 처리 장치 및 방법 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11924589B2 (en) * | 2019-12-27 | 2024-03-05 | Semiconductor Energy Laboratory Co., Ltd. | Imaging system |
Family Cites Families (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH01169177A (ja) | 1987-12-22 | 1989-07-04 | Honda Motor Co Ltd | オイルシール取付部構造 |
| WO2002060185A1 (fr) | 2001-01-23 | 2002-08-01 | Seiko Epson Corporation | Appareil de saisie d'image et procede de saisie d'image |
| JP4168229B2 (ja) | 2001-09-07 | 2008-10-22 | セイコーエプソン株式会社 | エッジ強調処理装置 |
| US7116443B2 (en) | 2002-05-02 | 2006-10-03 | Xerox Corporation | Neutral pixel detection using color space feature vectors wherein one color space coordinate represents lightness |
| US7376288B2 (en) * | 2004-05-20 | 2008-05-20 | Micronas Usa, Inc. | Edge adaptive demosaic system and method |
| KR101277255B1 (ko) | 2006-06-13 | 2013-06-26 | 서강대학교산학협력단 | 복합 영상 신호에서의 화질 개선 방법 및 그 장치, 복합영상 신호에서의 왜곡 제거 방법 및 그 장치 |
| US7773127B2 (en) | 2006-10-13 | 2010-08-10 | Apple Inc. | System and method for RAW image processing |
| KR100886339B1 (ko) | 2007-01-09 | 2009-03-03 | 삼성전자주식회사 | 영상의 속성에 기초한 영상 분류 방법 및 장치 |
| WO2012164934A1 (ja) * | 2011-05-30 | 2012-12-06 | 株式会社ニコン | 画像処理装置、画像処理方法およびプログラム |
| JP2013115679A (ja) | 2011-11-30 | 2013-06-10 | Fujitsu General Ltd | 撮像装置 |
| US8705853B2 (en) | 2012-04-20 | 2014-04-22 | Apple Inc. | Detecting skin tone |
| US9042674B2 (en) * | 2013-03-15 | 2015-05-26 | Digitalglobe, Inc. | Automated geospatial image mosaic generation |
| US9219870B1 (en) * | 2014-07-31 | 2015-12-22 | Apple Inc. | Sensor data rescaler for image signal processing |
| JP6609505B2 (ja) | 2016-04-06 | 2019-11-20 | Ｋｄｄｉ株式会社 | 画像合成装置及びプログラム |
| KR101947097B1 (ko) | 2017-09-26 | 2019-02-12 | (주)참메드 | 스트로보스코프 상에서 토탈 셔터 이미지 센서 모듈 제어를 위한 ｉｓｐ |
| US11263782B2 (en) * | 2017-10-11 | 2022-03-01 | Qualcomm Incorporated | Image signal processor for processing images |
| CN109688351B (zh) * | 2017-10-13 | 2020-12-15 | 华为技术有限公司 | 一种图像信号处理方法、装置及设备 |
| US20210390747A1 (en) * | 2020-06-12 | 2021-12-16 | Qualcomm Incorporated | Image fusion for image capture and processing systems |
-
2020
- 2020-12-03 KR KR1020200167286A patent/KR20220078109A/ko active Search and Examination
-
2021
- 2021-07-20 US US17/380,896 patent/US11677918B2/en active Active
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102640653B1 (ko) * | 2022-08-17 | 2024-02-23 | 한국항공대학교산학협력단 | 영상 처리 장치 및 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| US11677918B2 (en) | 2023-06-13 |
| US20220182590A1 (en) | 2022-06-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5106256B2 (ja) | 撮像装置 | |
| JP6096243B2 (ja) | 画像データの処理方法およびシステム | |
| US8467088B2 (en) | Image signal processing apparatus, imaging apparatus, image signal processing method and computer program | |
| US7986352B2 (en) | Image generation system including a plurality of light receiving elements and for correcting image data using a spatial high frequency component, image generation method for correcting image data using a spatial high frequency component, and computer-readable recording medium having a program for performing the same | |
| US9025871B2 (en) | Image processing apparatus and method of providing high sensitive color images | |
| JP6530751B2 (ja) | 画像処理装置、撮像装置、情報処理装置、画像処理方法およびプログラム | |
| US11468543B1 (en) | Neural-network for raw low-light image enhancement | |
| US20070153099A1 (en) | Image signal processing apparatus, imaging apparatus, image signal processing method and computer program thereof | |
| JP5709131B2 (ja) | 画像処理システム | |
| WO2020126023A1 (en) | Image processor | |
| JP2008289090A (ja) | 撮像信号処理装置 | |
| KR20220078109A (ko) | 색공간 변환 방법 및 장치 | |
| JP4968527B2 (ja) | 撮像装置 | |
| CN114145012A (zh) | 图像处理装置、图像拾取装置、方法以及程序 | |
| JP2021140663A (ja) | 画像処理方法、画像処理装置、画像処理プログラム、および記憶媒体 | |
| KR101243285B1 (ko) | 베이어 컬러 필터 배열 카메라를 사용한 다중 스펙트럼 기반 컬러 영상 생성장치 및 방법 | |
| US8223231B2 (en) | Imaging apparatus and image processing program | |
| KR20230099227A (ko) | 영상 처리 장치 및 방법 | |
| JP4962293B2 (ja) | 画像処理装置、画像処理方法、プログラム | |
| US20240040268A1 (en) | Rgb-ir pixel pattern conversion via conversion engine | |
| KR102579742B1 (ko) | 적외선 정보가 제거된 이미지를 생성하는 방법 및 그 방법을 수행하는 전자 장치 | |
| Navinprashath et al. | Learning based demosaicing and color correction for RGB-IR patterned image sensors | |
| US20240119561A1 (en) | Image processing device and image processing method | |
| KR20230116909A (ko) | 희소 컬러 이미지 센서 시스템 | |
| KR20110039988A (ko) | 인터폴레이션 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination |