KR20220078191A - 영상 처리를 수행하는 전자 장치 및 그 동작 방법 - Google Patents

영상 처리를 수행하는 전자 장치 및 그 동작 방법 Download PDF

Info

Publication number
KR20220078191A
KR20220078191A KR1020200167458A KR20200167458A KR20220078191A KR 20220078191 A KR20220078191 A KR 20220078191A KR 1020200167458 A KR1020200167458 A KR 1020200167458A KR 20200167458 A KR20200167458 A KR 20200167458A KR 20220078191 A KR20220078191 A KR 20220078191A
Authority
KR
South Korea
Prior art keywords
image
light source
electronic device
display
processor
Prior art date
Application number
KR1020200167458A
Other languages
English (en)
Inventor
도원준
최우존
최재성
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020200167458A priority Critical patent/KR20220078191A/ko
Priority to PCT/KR2021/018191 priority patent/WO2022119372A1/ko
Publication of KR20220078191A publication Critical patent/KR20220078191A/ko
Priority to US17/865,549 priority patent/US11962911B2/en

Links

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
    • H04N9/646—Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/71—Circuitry for evaluating the brightness variation
    • G06T5/006—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/80—Geometric correction
    • 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
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
    • 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
    • H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
    • 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
    • H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
    • H04N23/682—Vibration or motion blur correction
    • H04N23/685—Vibration or motion blur correction performed by mechanical compensation
    • H04N23/687—Vibration or motion blur correction performed by mechanical compensation by shifting the lens or sensor position
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/73—Circuitry for compensating brightness variation in the scene by influencing the exposure time
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/76—Circuitry for compensating brightness variation in the scene by influencing the image signals
    • 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
    • H04N23/86—Camera processing pipelines; Components thereof for processing colour signals for controlling the colour saturation of colour signals, e.g. automatic chroma control circuits
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/21—Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
    • 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
    • H04N9/68—Circuits for processing colour signals for controlling the amplitude of colour signals, e.g. automatic chroma control circuits
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
    • H04N23/11—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths for generating image signals from visible and infrared light wavelengths
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Studio Devices (AREA)
  • Geometry (AREA)

Abstract

영상 처리를 수행하는 전자 장치 및 그 동작 방법이 개시된다. 개시된 전자 장치는 디스플레이; 디스플레이 아래에 배치되고, 디스플레이를 통과한 빛을 감지하여 영상을 생성하는 카메라 모듈 및 영상에 나타난 광원의 세기를 판단하고, 광원의 세기가 미리 정해진 임계치보다 큰 경우에 응답하여 영상에서 광원이 미리 정해진 영역에 위치하는지 여부를 판단하며, 판단 결과를 기반으로 영상에서 하나 이상의 아티팩트가 검출된 경우에 응답하여 하나 이상의 아티팩트를 영상에서 제거 또는 감소시키는 프로세서를 포함할 수 있다.

Description

영상 처리를 수행하는 전자 장치 및 그 동작 방법{ELECTRONIC DEVICE FOR PERFORMING IMAGE PROCESSING AND OPERATION METHOD THEREOF}
아래의 개시는 영상 처리를 수행하는 전자 장치 및 그 동작 방법에 관한 것이다.
스마트 폰과 같은 휴대용 전자 장치는 휴대가 용이하기 위해 크기에 제한이 있을 수 있다. 기술의 발달로 인해, 휴대용 전자 장치에서 화면이 차지하는 비율이 점차 증가할 수 있으며, 상대적으로 화면의 테두리에 해당하는 베젤(bezel)은 점차 줄어들 수 있다. 예를 들어, 휴대용 전자 장치의 일면 대부분이 화면으로 표시될 수 있고, 적어도 하나의 센서가 배치되는 영역은 시각적으로 사라질 수 있다. 제한된 크기 내에서 화면이 차지하는 비율이 최대화됨에 따라, 다양한 센서들이 화면(예: 디스플레이)의 아래에 배치될 수 있고, 센서들이 시각적으로 보이지 않을 수 있다.
디스플레이 아래에 배치된 카메라 모듈에서 촬영된 영상에는, 디스플레이의 아래에 배치된 배치 특성에 따른 적어도 하나의 아티팩트(artifact)가 발생할 수 있다. 예를 들어, 광원 주위에 강한 회절로 인한 빛 번짐(blur) 및/또는 빛 갈라짐이 발생할 수 있다. 또는, 의도되지 않은 내면 반사(internal reflection)된 빛으로 인해 디스플레이의 구조 형태에 기반한 패턴이 영상에 나타날 수 있다. 또는, 레인보우 아티팩트 및/또는 UDC(under display camera) 플레어 아티팩트가 발생할 수도 있다.
다양한 실시예에 따르면, 디스플레이 아래에 배치된 카메라 모듈에서 촬영된 영상에서 하나 이상의 아티팩트들을 검출하여 제거 또는 감소시키는 전자 장치를 제공할 수 있다.
또한, 다양한 실시예에 따르면, 카메라 모듈을 디스플레이 하단에 배치함으로써 화면이 표시되지 않는 중간 영역이 없는 온전한 형태의 디스플레이를 구현하면서도, 광원 분석을 통해 촬영된 영상에서 검출된 아티팩트를 선택적으로 제거 또는 감소시킬 수 있는 전자 장치를 제공할 수 있다.
일 실시예에 따른 전자 장치는 디스플레이, 상기 디스플레이 아래에 배치되고, 상기 디스플레이를 통과한 빛을 감지하여 영상을 생성하는 카메라 모듈 및 상기 영상에 나타난 광원의 세기를 판단하고, 상기 광원의 세기가 미리 정해진 임계치보다 큰 경우에 응답하여 상기 영상에서 상기 광원이 미리 정해진 영역에 위치하는지 여부를 판단하며, 상기 판단 결과를 기반으로 상기 영상에서 하나 이상의 아티팩트(artifact)가 검출된 경우에 응답하여 상기 하나 이상의 아티팩트를 상기 영상에서 제거 또는 감소시키는 프로세서를 포함할 수 있다.
일 실시예에 따른 전자 장치의 동작 방법은 디스플레이 아래에 배치된 카메라 모듈에서 획득된 영상에 나타난 광원의 세기를 판단하는 동작, 상기 광원의 세기가 미리 정해진 임계치보다 큰 경우에 응답하여, 상기 영상에서 상기 광원이 미리 정해진 영역에 위치하는지 여부를 판단하는 동작 및 상기 판단 결과를 기반으로 상기 영상에서 하나 이상의 아티팩트가 검출된 경우에 응답하여, 상기 하나 이상의 아티팩트를 상기 영상에서 제거 또는 감소시키는 동작을 포함할 수 있다.
다양한 실시예에 따르면, 카메라 모듈이 디스플레이 아래에 배치된 구조에서 발생 가능한 다양한 아티팩트들을 광원 분석을 통해 검출함으로써, 촬영된 영상과 중첩되어 나타나는 식별하기 어려운 아티팩트도 강인하게 검출할 수 있다.
또한, 다양한 실시예에 따르면, 광원 분석을 통해 검출된 아티팩트를 선택적으로 제거 또는 감소시킴으로써, 불필요한 연산이 수행되는 것을 방지할 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1은 다양한 실시예들에 따른 네트워크 환경 내의 전자 장치의 블록도를 나타낸다.
도 2는 다양한 실시예들에 따른 카메라 모듈을 예시하는 블록도를 나타낸다.
도 3은 일 실시예에 따른 카메라 모듈(320)이 내장(embedded)된 전자 장치(300)를 나타낸다.
도 4a 및 도 4b는 일 실시예에 따른 영상을 처리하는 동작을 설명하기 위한 도면이다.
도 5 및 도 6은 일 실시예에 따른 광원의 세기를 판단하는 동작을 설명하기 위한 도면들이다.
도 7은 일 실시예에 따른 광원 아티팩트와 레인보우 아티팩트를 설명하기 위한 도면이다.
도 8은 일 실시예에 따른 UDC플레어 아티팩트가 발생하는 동작을 설명하기 위한 도면이다.
도 9는 일 실시예에 따른 UDC플레어 아티팩트를 설명하기 위한 도면이다.
도 10은 일 실시예에 따른 전자 장치를 나타낸 도면이다.
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, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제 1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제 2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108) 중 적어도 하나와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일 실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일 실시예에 따르면, 보조 프로세서(123)(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, 인공지능 모델이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))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(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.
입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)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 실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일 실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일 실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(176)은 전자 장치(101)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 실시예에 따르면, 센서 모듈(176)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(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일 실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일 실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(179)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 실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일 실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래쉬들을 포함할 수 있다.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일 실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일 실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(199)(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(104)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(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.
무선 통신 모듈(192)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(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)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(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제 2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일 실시예에 따르면, 무선 통신 모듈(192)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(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일 실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일 실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다. 다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일 실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제 1 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 제 2 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 실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일 실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)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(101)로 전달할 수 있다. 전자 장치(101)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(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일 실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제 2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)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.
도 2는, 다양한 실시예들에 따른, 카메라 모듈(180)을 예시하는 블록도(200)이다.
도 2를 참조하면, 카메라 모듈(180)은 렌즈 어셈블리(210), 플래쉬(220), 이미지 센서(230), 이미지 스태빌라이저(240), 메모리(250)(예: 버퍼 메모리), 또는 이미지 시그널 프로세서(260)를 포함할 수 있다. 어떤 실시예에서는, 카메라 모듈(180)에는, 이 구성요소들 중 적어도 하나(예: 플래쉬(220))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다.
렌즈 어셈블리(210)는 이미지 촬영의 대상인 피사체로부터 방출되는 빛을 수집할 수 있다. 렌즈 어셈블리(210)는 하나 또는 그 이상의 렌즈들을 포함할 수 있다. 일 실시예에 따르면, 카메라 모듈(180)은 복수의 렌즈 어셈블리(210)들을 포함할 수 있다. 이런 경우, 카메라 모듈(180)은, 예를 들면, 듀얼 카메라, 360도 카메라, 또는 구형 카메라(spherical camera)를 형성할 수 있다. 복수의 렌즈 어셈블리(210)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(210)는, 예를 들면, 광각 렌즈 또는 망원 렌즈를 포함할 수 있다.
플래쉬(220)는 피사체로부터 방출 또는 반사되는 빛을 강화하기 위하여 사용되는 빛을 방출할 수 있다. 일 실시예에 따르면, 플래쉬(220)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(230)는 피사체로부터 방출 또는 반사되어 렌즈 어셈블리(210)를 통해 전달된 빛을 전기적인 신호로 변환함으로써, 상기 피사체에 대응하는 이미지를 획득할 수 있다. 일 실시예에 따르면, 이미지 센서(230)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(230)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(240)는 카메라 모듈(180) 또는 이를 포함하는 전자 장치(101)의 움직임에 반응하여, 렌즈 어셈블리(210)에 포함된 적어도 하나의 렌즈 또는 이미지 센서(230)를 특정한 방향으로 움직이거나 이미지 센서(230)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 실시예에 따르면, 이미지 스태빌라이저(240)는 카메라 모듈(180)의 내부 또는 외부에 배치된 자이로 센서(미도시) 또는 가속도 센서(미도시)를 이용하여 카메라 모듈(180) 또는 전자 장치(101)의 그런 움직임을 감지할 수 있다. 일 실시예에 따르면, 이미지 스태빌라이저(240)는, 예를 들면, 광학식 이미지 스태빌라이저로 구현될 수 있다. 메모리(250)는 이미지 센서(230)을 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(250)에 저장이 되고, 그에 대응하는 사본 이미지(예: 낮은 해상도의 이미지)는 디스플레이 모듈(160)을 통하여 프리뷰될 수 있다. 이후, 지정된 조건이 만족되면(예: 사용자 입력 또는 시스템 명령) 메모리(250)에 저장되었던 원본 이미지의 적어도 일부가, 예를 들면, 이미지 시그널 프로세서(260)에 의해 획득되어 처리될 수 있다. 일 실시예에 따르면, 메모리(250)는 메모리(130)의 적어도 일부로, 또는 이와는 독립적으로 운영되는 별도의 메모리로 구성될 수 있다.
이미지 시그널 프로세서(260)는 이미지 센서(230)을 통하여 획득된 이미지 또는 메모리(250)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(260)는 카메라 모듈(180)에 포함된 구성 요소들 중 적어도 하나(예: 이미지 센서(230))에 대한 제어(예: 노출 시간 제어, 또는 리드 아웃 타이밍 제어 등)를 수행할 수 있다. 이미지 시그널 프로세서(260)에 의해 처리된 이미지는 추가 처리를 위하여 메모리(250)에 다시 저장 되거나 카메라 모듈(180)의 외부 구성 요소(예: 메모리(130), 디스플레이 모듈(160), 전자 장치(102), 전자 장치(104), 또는 서버(108))로 제공될 수 있다. 일 실시예에 따르면, 이미지 시그널 프로세서(260)는 프로세서(120)의 적어도 일부로 구성되거나, 프로세서(120)와 독립적으로 운영되는 별도의 프로세서로 구성될 수 있다. 이미지 시그널 프로세서(260)이 프로세서(120)과 별도의 프로세서로 구성된 경우, 이미지 시그널 프로세서(260)에 의해 처리된 적어도 하나의 이미지는 프로세서(120)에 의하여 그대로 또는 추가의 이미지 처리를 거친 후 디스플레이 모듈(160)를 통해 표시될 수 있다.
일 실시예에 따르면, 전자 장치(101)는 각각 다른 속성 또는 기능을 가진 복수의 카메라 모듈(180)들을 포함할 수 있다. 이런 경우, 예를 들면, 상기 복수의 카메라 모듈(180)들 중 적어도 하나는 광각 카메라이고, 적어도 다른 하나는 망원 카메라일 수 있다. 유사하게, 상기 복수의 카메라 모듈(180)들 중 적어도 하나는 전면 카메라이고, 적어도 다른 하나는 후면 카메라일 수 있다.
본 문서에 개시된 다양한 실시예들에 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 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 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. "제 1", "제 2", 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: 제 1) 구성요소가 다른(예: 제 2) 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 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시예들에서 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 실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))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 실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 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 실시예들에 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 실시예들에 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 실시예들에 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 3은 일 실시예에 따른 카메라 모듈(320)이 내장된 전자 장치(300)를 나타낸다.
도 3을 참조하면, 전자 장치(300)(예: 도 1의 전자 장치(101))는 디스플레이(310)(예: 도 1의 디스플레이 모듈(160)) 아래(under)에 카메라 모듈(320)(예: 도 1 및 도 2의 카메라 모듈(180))을 포함할 수 있다. 도 3에서 전자 장치(300)의 예시로 스마트폰이 도시되어 있으나, 카메라 모듈(320)이 내장된 전자 장치(300)가 이에 한정되는 것은 아니며, 디스플레이(310)을 포함하는 기기라면 제한 없이 적용될 수 있다.
카메라 모듈(320)은 외부로 노출되지 않고, 전자 장치(300)의 내부에 배치될 수 있으며, 이러한 배치를 가진 카메라 모듈(320)을 언더 디스플레이 카메라(under display camera; UDC)로 지칭할 수 있다. 카메라 모듈(320)이 전자 장치(300)의 내부에 배치됨으로써, 카메라 모듈(320)이 배치된 영역도 디스플레이 영역으로 구현하는 것이 가능해 진다. 이를 통해, 최대 크기의 디스플레이 영역을 위해, 디스플레이(310) 형태를 노치(notch) 형태로 구현하거나 디스플레이(310)의 중간 영역의 일부에 카메라 모듈(320)의 일부가 노출되도록 배치할 필요 없이, 전자 장치(300)의 한 면에 온전한 형태(예: 디스플레이(310)의 중간 영역 중 화면이 표시되지 않는 영역이 없는 형태)의 디스플레이를 구현할 수 있다.
전자 장치(300)의 내부에 배치된 카메라 모듈(320)은 디스플레이(310)을 통과한 외부의 빛을 감지하여 영상을 생성할 수 있다. 디스플레이(310)은 복수의 픽셀들을 이용하여 영상을 표시하는 장치로, 디스플레이 특성상 픽셀 및/또는 배선이 규칙적으로 배열될 수 있다. 이러한 규칙적인 구조로 디스플레이(310)을 통과하여 카메라 모듈(320)에 도달하는 빛에 강한 회절이 발생할 수 있다. 이로 인해 카메라 모듈(320)이 생성하는 영상에 적어도 하나의 아티팩트(artifact)가 발생할 수 있다. 예를 들어, 조명이나 태양과 같은 밝은 광원 촬영 시 광원 주위에 강한 회절로 인한 빛 번짐(blur) 및/또는 빛 갈라짐이 발생하여 카메라 모듈(320)이 생성한 영상에서 정보가 손실되거나 색감이 왜곡될 수 있다. 또는, 의도되지 않은 내면 반사(internal reflection)된 빛으로 인해 디스플레이(310)의 구조 형태에 기반한 패턴이 영상에 나타날 수 있다. 또는, 레인보우 아티팩트 및/또는 UDC플레어 아티팩트가 발생할 수도 있다. 영상에 나타나는 적어도 하나의 아티팩트의 상세한 실시예들은 후술한다.
언더 디스플레이 카메라 구조에서 발생 가능한 다양한 아티팩트들(artifacts)을 고려할 때, 카메라 모듈(320)에서 획득한 영상에 아티팩트가 발생하였는지를 검출하고, 검출된 아티팩트를 제거 또는 감소시키는 영상 처리가 필요할 수 있다. 전자 장치(300)는 이러한 영상 처리를 수행하기 위한 프로세서(미도시)(예: 도 1의 프로세서(120))를 더 포함할 수 있다. 영상 처리는 카메라 모듈(320)에서 획득된 영상을 보정하는 동작을 포함할 수 있다. 예를 들어, 보정한 후의 영상은 적어도 하나의 아티팩트가 감소되거나 없어진 영상일 수 있다. 또는, 보정한 후의 영상은 일부가 외부로 노출된 카메라 모듈(320)가 촬영한 영상과 유사할 수 있다. 이와 같은 영상 처리 동작이 도 4a 및 도 4b에 도시된다.
도 4a 및 도 4b는 일 실시예에 따른 영상을 처리하는 동작을 설명하기 위한 도면이다.
도 4a를 참조하면, 영상을 처리하는 전자 장치의 동작 방법이 도시된다.
이하 실시예에서 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 동작들의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다. 일예로, 도 4의 전자 장치는 도 1의 전자 장치(101) 또는 도 3의 전자 장치(300)일 수 있다. 동작 410 내지 480은 전자 장치(101)의 적어도 하나의 구성요소(예: 도 1의 프로세서(120) 및/또는 도 2의 이미지 시그널 프로세서(260))에 의해 수행될 수 있다.
동작(410)에서, 전자 장치(101)는 디스플레이(예: 도 1의 디스플레이 모듈(160) 또는 도 3의 디스플레이(310)) 아래에 위치한 카메라 모듈(예: 도 1의 카메라 모듈(180))을 통해 디스플레이를 통과한 빛을 감지하여 영상을 획득할 수 있다. 전자 장치는 사용자 조작 또는 미리 정해진 설정에 의해 카메라 모듈에서 캡처된 영상 또는 카메라 모듈에서 실시간으로 생성되는 프리뷰 영상을 획득할 수 있다. 예를 들어, 사용자 조작은 사용자에 의해 촬영 버튼이 눌러지는 것을 나타내고, 미리 정해진 설정은 미리 설정된 시간 이후 촬영되는 타이머 촬영이나 사용자가 미리 정해진 단어를 발화하면 촬영되는 음성 촬영, 사용자가 미리 정해진 제스처를 취하면 촬영되면 제스처 촬영 중 적어도 하나를 포함할 수 있다. 또한, 전자 장치는 촬영 직전의 프리뷰 영상을 획득할 수도 있다.
동작(420)에서, 전자 장치는 획득한 영상에 광원이 포함되어 있는지 여부를 판단할 수 있다. 일례로, 전자 장치는 영상에 광원이 포함되어 있는지 여부를 포화된 픽셀 영역의 형태 및 크기에 기반한 신호처리를 통해 판단할 수 있다. 이하에서 영상의 픽셀(또는, 픽셀 영역)이 포화되었다는 것은 영상에 포함된 픽셀이 표현하는 픽셀 값(예: RGB 픽셀 값 중 적어도 하나)가 임계 픽셀 값을 초과하는 것을 의미할 수 있다. 전자 장치는 영상에서 제1 임계치 이상의 값을 가진 픽셀을 포화되었다고 판단하고, 포화된 픽셀 영역의 크기가 제2 임계치 이상이면서 포화된 픽셀 영역의 형태가 광원 형태(예: 점광원, 선광원, 면광원)에 디스플레이의 물리적 구조에 따른 회절 특성이 반영된 형태를 가지게 될 경우 영상에 광원이 포함된 것으로 판단할 수 있다. 다른 일례로, 전자 장치는 뉴럴 네트워크(neural network) 기반의 분류기(classifier)를 이용하여 광원 유무를 판단할 수 있다. 분류기는 머신 러닝(machine learning)에 기반하여 기 학습된 모델(예: 뉴럴 네트워크(neural network), SVM(support vector machine), HMM(hidden markov model), bayesian)을 포함할 수 있다. 예를 들어, 광원을 포함한 영상이 입력되었을 때 광원 존재를 나타내는 값이 출력되고, 광원이 없는 영상이 입력되었을 때 광원 부재를 나타내는 값이 출력되도록 학습될 수 있다. 일 실시예에 따르면, 분류기는 전자 장치의 프로세서에서 실행되는 프로그램 모듈일 수 있다. 예를 들어, 분류기는 도 1의 프로세서(120) 또는 도 2의 이미지 시그널 프로세서(260)에서 실행될 수 있다.
일 실시예에서, 불필요한 연산량을 감소시키기 위하여 동작(420)이 생략될 수 있다. 예를 들어, 광원이 포함된 학습 데이터로 뉴럴 네트워크를 학습시킨다면 광원의 유무를 판단하는 동작(420)이 별도로 수행될 필요가 없으며 전자 장치는 동작(440)부터 수행할 수 있다.
동작(420)에서 영상에 광원이 포함되어 있는지 여부에 대한 판단은 이후에 설명할 광원 아티팩트(light source artifact), 레인보우 아티팩트, 및/또는 UDC플레어 아티팩트가 영상에 존재하는지 여부를 판단하기 위한 것으로, 만약 영상에 광원이 포함되지 않은 것으로 판단하면(동작(420)-No) 동작(430)을 이어서 수행하고, 반대로 영상에 광원이 포함된 것으로 판단하면(동작(420)-Yes) 동작(440)을 이어서 수행할 수 있다.
동작(430)에서, 전자 장치는 디스플레이의 구조적 특성으로 발생한 광학적 회절에 기인하여 영상에 나타난 해상력 저하 및/또는 SNR 저하 중 적어도 하나를 보상할 수 있다. 예를 들어, 카메라 모듈이 디스플레이를 통과한 빛을 감지하여 영상을 생성하는 데, 디스플레이에서 픽셀 및/또는 배선이 규칙적인 구조로 배열됨에 따라 디스플레이를 통과하는 빛에 회절을 일으키게 되므로, 외부로 노출된 카메라 모듈에서 촬영한 영상에 비해 해상력 저하가 발생할 수 있다. 예를 들어, 카메라 모듈이 디스플레이를 통과한 빛을 감지하여 영상을 생성하는 데, 디스플레이에서 픽셀 및/또는 배선이 빛의 투과를 저하시켜 SNR 저하가 강하게 발생할 수 있다. 이러한 영상 열화는 구조적 특성에 의한 것으로 광원의 유무에 무관하게 발생할 수 있으므로, 설사 영상에 광원이 포함되지 않은 것으로 판단되더라도 보상될 필요가 있을 수 있다. 예를 들어, 광학적 회절에 의한 영상 열화는 광원에 대한 분석 결과에 무관하게 보상될 수 있다.
전자 장치는 해상력 저하 및/또는 SNR 저하 중 적어도 하나가 발생한 영상을 보정함으로써 영상을 보상할 수 있다. 예를 들어, 전자 장치는 머신 러닝에 기반하여 기 학습된 모델에 기반하거나 신호처리에 기반하여, 획득한 영상에 포함된 해상력 저하 및/또는 SNR 저하 중 적어도 하나를 개선할 수 있다. 다만, 열화된 영상을 보상하는 기법을 머신 러닝 기반 모델이나 신호처리로 한정하는 것은 아니고, 다른 기법도 제한 없이 적용될 수 있다.
동작(440)에서, 전자 장치는 영상에 나타난 광원의 세기를 판단할 수 있다. 여기서, 광원의 세기는 광원의 절대세기가 아닌 카메라 모듈에 의해 촬영되어 영상에 나타난 상대적인 세기로서, 카메라 모듈의 설정(예: 노출시간, 조리개 값)에 영향을 받을 수 있다. 예를 들어, 절대적인 세기가 강한 광원이라도, 노출시간을 짧게 하거나, 카메라 조리개의 지름을 작게 하면 영상에 나타난 광원의 세기는 약할 수 있다. 반대로 절대적인 세기가 약한 광원이라도, 노출시간을 길게 하거나, 카메라 조리개의 지름을 크게 하면 영상에 나타난 광원의 세기가 강할 수 있다.
촬영된 광원은 영상에서 포화된 상태로 표현되므로, 픽셀 값(예: RGB 색상 값) 정보만으로는 광원의 세기를 판단하는 데 부족할 수 있기에, 전자 장치는 영상에 나타난 광원의 경계로부터 돌출된 빛 줄기의 길이에 기반하여 광원의 세기를 판단할 수 있다. 이는 영상에 나타난 광원의 세기가 강할수록 언더 디스플레이 카메라 구조로 인한 회절, 빛 번짐, 및/또는 빛 갈라짐이 강하게 나타나는 특성을 이용한 것일 수 있다. 빛 줄기의 길이에 기반한 광원의 세기 판단에 관한 실시예는 도 5 및 도 6을 통해 상세히 설명한다.
전자 장치는 영상에서 포화된 픽셀 영역을 세그먼테이션(segmentation)한 것에 기반한 신호처리를 이용하거나, 머신 러닝에 기반하여 기 학습된 모델을 이용하여 영상에 나타난 광원의 세기를 판단할 수 있다. 예를 들어, 전자 장치는 영상에 나타난 광원의 경계로부터 돌출된 빛 줄기의 길이가 임계치(예: 20 픽셀 길이) 이상이면 광원의 세기가 강한 것으로 결정하고, 임계치 미만이면 광원의 세기가 약한 것으로 결정할 수 있다.
영상에 나타난 광원의 세기에 대한 판단은 이후에 설명할 레인보우 아티팩트(rainbow artifact) 및/또는 UDC플레어 아티팩트가 영상에 존재하는지 여부를 판단하기 위한 것으로, 만약 광원의 세기가 약하다고 판단하면(동작(440)-weak) 동작(450)을 이어서 수행하고, 반대로 광원의 세기가 강하다고 판단하면(동작(440)-strong) 동작(460)을 이어서 수행할 수 있다.
다른 실시예에 따르면, 광원의 세기 판단에 이용되는 임계치가 복수인 경우가 도 4b에 도시된다. 동작(441)에서, 전자 장치는 영상에 나타난 광원의 세기가 약한지, 강한지 또는 매우 강한지 여부를 판단할 수 있다. 레인보우 아티팩트가 발생하는 광원의 세기 값과 UDC 플레어 아티팩트가 발생하는 광원의 세기 값이 다를 수 있다. 예를 들어, 레인보우 아티팩트가 발생하는 광원의 세기 값이 UDC 플레어 아티팩트가 발생하는 광원의 세기 값보다 낮을 수 있다. 만약 단계(441)에서 판단된 광원의 세기가 레인보우 아티팩트가 발생하는 광원의 세기 값보다는 크지만 UDC 플레어 아티팩트가 발생하는 광원의 세기 값보다 작다면 광원의 위치에 대한 분석 동작(460) 없이 동작(470)을 바로 수행함으로써 불필요한 연산량을 줄일 수 있다.
예를 들어, 전자 장치는 영상에 나타난 광원의 경계로부터 돌출된 빛 줄기의 길이가 제1 임계치(예: 20 픽셀 길이) 미만이면 광원의 세기가 약한 것으로 판단하고, 제1 임계치 이상 제2 임계치(예: 40 픽셀 길이) 미만이면 광원의 세기가 강한 것으로 판단하며, 제2 임계치 이상이면 광원의 세기가 매우 강한 것으로 판단할 수 있다. 전자 장치는 광원의 세기가 약하다고 판단하면(동작(441)-weak) 동작(450)을 이어서 수행하고, 광원의 세기가 강하다고 판단하면(동작(441)-strong) 광원의 위치에 대한 분석 동작(460) 없이 동작(470)을 이어서 수행하며, 광원의 세기가 매우 강하다고 판단하면(동작(441)-very strong) 동작(460)을 이어서 수행할 수 있다. 추후 상세히 설명하겠으나, 동작(460)에서 광원의 위치가 미리 정해진 영역에 속하거나 미리 정해진 영역과 미리 정해진 비율 이상 중첩된다면 동작(480)이 이어서 수행될 수 있다.
도 4로 돌아와서, 동작(450)에서, 전자 장치는 앞선 판단 결과들에 기반하여 영상에서 검출된 하나 이상의 아티팩트를 제거 또는 감소시킬 수 있다. 비록 약한 광원이라도 영상에 촬영되면, 광원의 형태가 왜곡된 광원 아티팩트가 발생할 수 있다. 광원 아티팩트는 카메라 모듈에서 디스플레이 전방에 위치한 광원을 촬영할 때 디스플레이의 규칙적인 구조적 특성으로 발생한 광학적 회절, 빛 번짐 및 빛 갈라짐 중 하나 이상에 기반하여 발생하는 것으로, 광원이 원래 형태와 다르게 보이는 것을 나타낼 수 있다.
전자 장치는 영상에 나타난 광원의 왜곡된 형태를 보정할 수 있다. 예를 들어, 전자 장치는 영상에 나타난 광원의 왜곡된 형태를 외부로 노출된 카메라 모듈로 촬영한 것과 유사한 형태나 기타 심미적으로 디자인된 형태(예: 안개 낀 날에 찍힌 듯한 특수한 효과가 광원에 나타난 형태)로 보정함으로써, 광원 아티팩트를 제거 또는 감소시킬 수 있다. 예를 들어, 전자 장치는 머신 러닝에 기반하여 기 학습된 모델이나 신호처리에 기반하여 광원 아티팩트를 제거 또는 감소시킬 수 있다. 모델은 빛의 회절뿐만 아니라 광원 주위의 포화 영역까지 고려된 광원 처리용 데이터세트에 기반하여 학습될 수 있다.
또한, 전술한 바와 같이 언더 디스플레이 카메라 모듈에서 획득한 영상에서 광원의 유무와 무관하게 발생하는 해상력 저하 및/또는 SNR 저하 중 적어도 하나에 대한 보상도 동작(450)에서 함께 수행될 수 있다.
동작(460)에서, 전자 장치는 영상에서 광원이 미리 정해진 영역에 위치하는지 여부를 판단할 수 있다. 예를 들어, 전자 장치는 영상에 나타난 광원의 위치가 디스플레이의 구조적 특성에 기반하여 결정된 미리 정해진 영역에 속하는지 또는 지정된 비율(예: 70%) 이상 중첩되는지 여부를 판단할 수 있다. 예를 들어, 미리 정해진 영역은 촬영된 영상의 가로축, 세로축 기준 중심이 되는 픽셀 좌표값을 중심으로 미리 픽셀수 단위로 지정된 반지름을 가진 원형의 영역일 수 있다. 전자 장치는 영상에서 포화된 픽셀 영역에 대한 오브젝트 로컬리제이션(object localization) 또는 세그먼테이션에 기반한 신호처리를 이용하거나, 머신 러닝에 기반하여 기 학습된 모델을 이용하여 광원의 위치를 판단해서 미리 정해진 영역에 속하는지 여부를 확인할 수 있다.
영상에서 광원이 미리 정해진 영역에 위치하는지 여부에 대한 판단은 이후에 설명할 UDC플레어 아티팩트(flare artifact)가 영상에 존재하는지 여부를 판단하기 위한 것으로, 만약 광원이 미리 정해진 영역에 위치하지 않는 것으로 판단하면(동작(460)-No) 동작(470)을 이어서 수행하고, 반대로 광원이 미리 정해진 영역에 위치하는 것으로 판단하면(동작(460)-Yes) 동작(480)을 이어서 수행할 수 있다.
일 실시예에 따르면, 동작(410)에서 획득된 영상이 카메라 모듈에서 실시간으로 생성되는 프리뷰 영상인 경우, 실시간으로 획득되는 모든 영상들에서 다양한 아티팩트에 대한 제거 또는 감소를 수행하기에는 수행속도 측면에서 부담이 클 수 있으므로, 앞서 설명한 일부 아티팩트에 대한 제거 또는 감소가 프리뷰 영상에는 적용되지 않을 수 있다. 예를 들어, 프리뷰 영상에서는 UDC플레어 아티팩트에 대한 제거 또는 감소가 수행되지 않게끔 설정될 수 있으며, 이 경우 동작(460)와 동작(480)의 적어도 일부가 생략될 수 있다.
동작(470)에서, 전자 장치는 앞선 판단 결과들에 기반하여 영상에서 검출된 하나 이상의 아티팩트를 제거 또는 감소시킬 수 있다. 예를 들어, 디스플레이 아래에 위치한 카메라 모듈에서 강한 세기의 광원을 촬영하면, 디스플레이의 구조적 특성에 기반한 광학적 회절로 인해 빛 번짐뿐만 아니라 심한 빛 갈라짐으로 인해 광원 주위의 색감이 왜곡된 레인보우 아티팩트가 영상에 나타날 수 있다. 레인보우 아티팩트는 빛의 파장별로 빛 번짐이나 빛 갈라짐에 대해 편차가 발생함에 따라 광원 주위가 원래 색감과 다르게 보이는 것을 나타날 수 있다.
전자 장치는 영상에 나타난 광원 주위의 색감을 보정할 수 있다. 예를 들어, 외부로 노출된 카메라 모듈로 촬영한 광원 주위의 색감과 유사하도록 보정함으로써, 레인보우 아티팩트를 제거 또는 감소시킬 수 있다. 예를 들어, 전자 장치는 머신 러닝에 기반하여 기 학습된 모델이나 신호처리에 기반하여 광원 아티팩트를 제거 또는 감소시킬 수 있으며, 모델은 빛의 회절뿐만 아니라 광원 주위의 포화 영역까지 고려된 광원 처리용 데이터세트에 기반하여 학습될 수 있다. 예를 들어, 광원 처리용 데이터세트에는 레인보우 아티팩트가 발생하는 조건을 갖춘 장면(scene)(예: 미리 정해진 밝기 이상의 광원이 포함된 장면)을 언더 디스플레이 카메라로 촬영한 입력 영상과 동일 장면을 외부로 노출된 카메라 모듈로 촬영한 정답 영상(ground truth image)이 페어로 포함될 수 있다. 또는, 미리 외부로 노출된 카메라 모듈로 촬영된 영상에 레인보우 아티팩트를 일으킬 수 있는 밝기의 디지털 가상 조명을 추가하고, 디스플레이의 특성이 반영된 PSF(point spread function)과 영상 간 컨볼루션(convolution) 작업을 통해 가상 회절을 일으키고 픽셀 값을 미리 정해진 임계치로 클리핑(clipping)하면, 영상 후처리를 통해 미리 외부로 노출된 카메라 모듈로 촬영된 영상으로부터 레인보우 아티팩트가 포함된 영상을 얻을 수 있다. 이 경우 가상 회절을 일으키기 전 영상이 정답 영상이 되며, 가상 회절을 일으킨 영상이 입력 영상이 되어, 페어를 형성할 수 있다.
또한, 전술한 바와 같이 언더 디스플레이 카메라 모듈에서 획득한 영상에 발생하는 해상력 저하 및/또는 SNR 저하 중 적어도 하나에 대한 보상도 동작(470)에서 함께 수행될 수 있다. 또한, 영상에 광원이 존재함에 따라 해당 영상에서 광원 아티팩트가 발생할 수 있으므로, 앞서 설명한 광원 아티팩트를 제거 또는 감소시키는 동작도 동작(470)에서 함께 수행될 수 있다.
동작(480)에서, 전자 장치는 앞선 판단 결과들에 기반하여 영상에서 검출된 하나 이상의 아티팩트를 제거 또는 감소시킬 수 있다. 영상에서 광원이 미리 정해진 영역에 위치한다면, 디스플레이의 구조 형태에 기반한 패턴 형태로 UDC플레어 아티팩트가 영상에 나타날 수 있다. 광학적 회절로 인한 빛 번짐이나 빛 갈라짐 이외에도, 영상의 특정 위치에 강한 세기의 광원이 존재하면, 디스플레이와 카메라 모듈 사이에서 의도하지 않은 내면 반사가 발생되어 디스플레이의 배선 및 픽셀 배열이 확대 및 왜곡 된 형태의 UDC플레어 아티팩트가 영상의 일부 영역에 발생할 수 있다. UDC플레어 아티팩트는 디스플레이의 구조적 특성이 영상에 나타나는 것으로 외부로 노출된 카메라 모듈로 촬영 시에 나타나는 플레어 아티팩트와는 형태가 다르고, 촬영된 영상 신호와 중첩되어 나타나기 때문에 사용자로 하여금 강한 이질감을 느끼게 할 수 있다. UDC플레어 아티팩트의 발생에 대한 실시예는 도 8을 통해 상세히 설명한다.
UDC플레어 아티팩트는 강한 세기의 광원이 특정 위치에 존재할 경우 더욱 선명하게 발생할 수 있다. 따라서, 동작(460)에서 UDC플레어 아티팩트가 선명하게 나타나는 영역에 광원이 위치하는지 여부를 판단해서, 만약 그렇다면 UDC플레어 아티팩트에 대한 제거 또는 감소가 해당 영상에 수행될 수 있다. 전자 장치는 촬영된 영상에 겹쳐서 나타난 패턴을 제거 또는 감소시키거나, 디스플레이 픽셀 아래에 배치되지 않는 일반적인 카메라 모듈로 촬영한 영상에 나타나는 플레어 아티팩트의 형태와 유사하도록 보정함으로써, UDC플레어 아티팩트를 제거 또는 감소시킬 수 있다. 예를 들어, 전자 장치는 머신 러닝에 기반하여 기 학습된 모델이나 신호처리에 기반하여 광원 아티팩트를 제거 또는 감소시킬 수 있다.
추후 상세히 설명하겠으나, 디스플레이 및 카메라 모듈과 같은 하드웨어의 위치 및/또는 구조에 따라 광원이 어느정도 밝기로 어느 위치에 존재하면 UDC플레어 아티팩트가 어떤 위치에서 발생하는지가 정해질 수 있다. 여기서 밝기는 광원의 절대 밝기가 아닌 촬영된 영상에 나타난 밝기를 나타낼 수 있다. UDC플레어 아티팩트가 발생할 것으로 예상되는 위치에 대한 정보는 UDC플레어 아티팩트 제거 또는 감소에 추가적으로 이용될 수 있다. UDC플레어 아티팩트의 발생 예상 위치에 대해서만 부분적으로 UDC플레어 아티팩트 제거 또는 감소 동작을 수행함으로써, UDC플레어 아티팩트에 대한 제거 또는 감소로 과도한 연산량 증가를 방지할 수 있다.
또한, 앞서 설명한 해상력 저하 및/또는 SNR 저하 중 적어도 하나에 대한 보상, 광원 아티팩트에 대한 제거 또는 감소 및 레인보우 아티팩트에 대한 제거 또는 감소도 동작(480)에서 함께 수행될 수 있다.
앞서 설명한 아티팩트들은 촬영된 영상 내 광원의 유무, 광원의 세기 및 광원의 위치와 같은 특정 조건들에 따라 발생할 수 있다. 예를 들어, UDC플레어 아티팩트는 촬영된 영상과 중첩되어 나타나기 때문에 영상에서 직접 아티팩트를 구분하여 검출하기가 쉽지 않으므로, 본 명세서의 다양한 실시예들에서는 다양한 광원 분석을 통한 간접적인 방법으로 아티팩트를 효율적으로 검출해낼 수 있다. 또한, 효율적인 검출은 필요한 경우에만 특정 아티팩트에 대한 제거 또는 감소를 수행 가능하게 함으로써, 불필요한 연산이 수행되는 것을 방지할 수 있다.
도 4에서는 설명의 편의를 위해 판단하는 모델(예: 분류기)과 아티팩트를 제거 또는 감소시키는 모델이 구분되어 도시되어 있으나, 실시예가 이에 한정되는 것은 아니고, 판단하는 모델과 아티팩트를 제거 또는 감소시키는 모델이 하나의 모델로도 구현될 수도 있다. 또한, 영상 보상 모델, 광원 아티팩트 제거 또는 감소 모델, 레인보우 아티팩트 제거 또는 감소 모델 및/또는 UDC플레어 아티팩트 제거 또는 감소 모델이 각각 독립된 모델로 구현되어 각 상황들(430, 450, 470, 480)에 필요한 하나 이상이 모델이 적용되거나, 각 상황들(430, 450, 470, 480)에서 수행되는 하나 이상의 동작들이 하나의 모델로 구현되어, 각 상황들(430, 450, 470, 480)에 대응하는 하나의 모델이 적용될 수도 있다.
일 실시예에 따르면, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(300))의 동작 방법은 디스플레이 아래에 배치된 카메라 모듈에서 획득된 영상에 나타난 광원의 세기를 판단하는 동작, 광원의 세기가 미리 정해진 임계치보다 큰 경우에 응답하여, 영상에서 광원이 미리 정해진 영역에 위치하는지 여부를 판단하는 동작 및 판단 결과를 기반으로 영상에서 하나 이상의 아티팩트가 검출된 경우에 응답하여, 하나 이상의 아티팩트를 영상에서 제거 또는 감소시키는 동작을 포함할 수 있다.
일 실시예에 따르면, 제거 또는 감소시키는 동작은 영상에 광원이 포함되어 있는 경우에 응답하여, 영상에서 광원의 형태가 왜곡된 제1 아티팩트를 제거 또는 감소시킬 수 있다.
일 실시예에 따르면, 제거 또는 감소시키는 동작은 광원의 세기가 미리 정해진 임계치보다 큰 경우에 응답하여, 영상에서 광원 주위의 색감이 왜곡된 제2 아티팩트를 제거 또는 감소시킬 수 있다.
일 실시예에 따르면, 제거 또는 감소시키는 동작은 영상에서 광원이 미리 정해진 영역에 위치하는 경우에 응답하여, 영상에서 디스플레이의 구조 형태에 기반한 패턴으로 나타난 제3 아티팩트를 제거 또는 감소시킬 수 있다.
도 5 및 도 6은 일 실시예에 따른 광원의 세기를 판단하는 동작을 설명하기 위한 도면들이다.
도 5를 참조하면, 점광원을 일부가 외부로 노출된 카메라 모듈로 촬영한 제1 영상(510)과 언더 디스플레이 카메라 모듈로 촬영한 제2 영상(520)이 예시적으로 도시된다. 예를 들어, 조명과 같은 광원을 카메라로 촬영할 경우 주변 배경 대비 광원에서 나오는 빛의 세기가 매우 강하기 때문에 광원 주변 픽셀이 포화되는 현상이 발생할 수 있다. 외부로 노출된 카메라 모듈로 촬영하는 경우와 달리 언더 디스플레이 카메라 모듈의 경우 빛의 회절에 의해 더 넓은 영역에서 빛 번짐과 빛 갈라짐이 발생될 수 있다.
제1 영상(510)과 제2 영상(520)을 비교해서도, 언더 디스플레이 카메라 모듈로 촬영한 제2 영상(520)에서 빛 번짐과 빛 갈라짐으로 인해 광원의 경계로부터 가늘게 뻗어 나온 빛 줄기가 확인될 수 있다. 영상에 나타난 광원의 세기가 강할수록 해당 영상에서 빛 줄기의 길이가 길어지고 픽셀 값이 포화되는 영역이 넓어지는 특성을 이용하여, 제2 영상(520)에 나타난 일정 픽셀 값 임계치를 넘어선 빛 줄기의 길이에 기반하여 제2 영상(520)에 나타난 광원의 세기가 결정될 수 있다. 전술한 바와 같이 광원의 세기는 상대적인 세기이다.
도 6을 참조하면, 면광원을 일부가 외부로 노출된 카메라 모듈로 촬영한 제1 영상(610)과 언더 디스플레이 카메라 모듈로 촬영한 제2 영상(620)이 예시적으로 도시된다. 예를 들어, 제1 영상(610)은 비교적 광원이 본래 형태를 가지는 것으로 촬영된 반면, 제2 영상(620)에는 상대적으로 광원의 경계로부터 뻗어 나온 빛 줄기가 나타나는 것을 확인할 수 있다. 이러한 빛 줄기의 길이도 촬영된 광원의 세기가 강할수록 길어지는 특성에 기반하여, 제2 영상(520)에 나타난 빛 줄기의 길이에 기반하여 제2 영상(620)에 나타난 광원의 세기가 결정될 수 있다.
도 7은 일 실시예에 따른 광원 아티팩트와 레인보우 아티팩트를 설명하기 위한 도면이다. 도 7을 참조하면, 광원을 일부가 외부로 노출된 카메라 모듈로 촬영한 제1 영상(710)과 언더 디스플레이 카메라 모듈로 촬영한 제2 영상(720) 및 제3 영상(730)이 도시된다. 제2 영상(720)은 광원이 약한 세기로 촬영된 경우로 빛 번짐과 빛 갈라짐으로 인해 광원의 형태가 왜곡된 광원 아티팩트가 발생할 수 있다. 제3 영상(730)은 광원이 강한 세기로 촬영된 경우로 강한 빛 갈라짐으로 인해 광원의 형태가 왜곡되는 광원 아티팩트뿐만 아니라 광원 주위의 색감이 왜곡되는 레인보우 아티팩트가 발생할 수 있다.
일 실시예에서, 광원 아티팩트를 제거 또는 감소시키기 위한 모델 학습 시, 광원 아티팩트가 없는 제1 영상(710)과 광원 아티팩트가 포함된 제2 영상(720)이 학습 데이터로 이용되어, 제2 영상(720)이 입력됨에 따라 제1 영상(710)이 출력되도록 모델이 학습될 수 있다. 마찬가지로, 레인보우 아티팩트를 제거 또는 감소시키기 위한 모델 학습 시, 레인보우 아티팩트가 포함된 제3 영상(730)과 레인보우 아티팩트가 없는 제1 영상(710) 또는 제2 영상(720)이 학습 데이터로 이용될 수 있다.
도 8은 일 실시예에 따른 UDC플레어 아티팩트가 발생하는 동작을 설명하기 위한 도면이다.
도 8을 참조하면, 외부의 빛이 디스플레이(810)(예: 도 1의 디스플레이 모듈(160) 또는 도 3의 디스플레이(310))을 통과하여 카메라 모듈(820)(예: 도 1 또는 도 2의 카메라 모듈(180) 또는 도 3의 카메라 모듈(320))에 도달할 수 있다. 특정 조건에서 카메라 모듈(820)에 도달한 빛은 카메라 모듈(820)의 렌즈(821)(예: 도 2의 렌즈 어셈블리(210))에 반사되어 다시 디스플레이(810)로 전달되고, 디스플레이(810)에서 재 반사될 수 있다. 재 반사된 빛은 카메라 모듈(820)의 이미지 센서(823)에 감지되어 영상 일부로 나타날 수 있다. 앞선 설명처럼 디스플레이(810)에는 픽셀과 배선이 규칙적인 구조로 배열되어 특정 부분(813)(예: 디스플레이(810)의 메탈 배선, 차광막, 픽셀)에서는 다른 부분(811)에 비해 투과율이 낮아 빛이 해당 부분을 통과하지 못할 수 있다. 이런 디스플레이의 구조적 형태는 빛의 파면의 세기가 균일하지 않은 패턴을 가지도록 할 수 있다. 세기가 균일하지 않은 파면을 가진 빛이 렌즈 표면에서 한 번 반사가 된 후 디스플레이의 하단부에서 다시 한번 내면 반사를 일으키는 광경로에서는, 디스플레이(810)의 구조 형태에 기반한 패턴(825)(예: 격자 패턴)이 UDC플레어 아티팩트로 영상에 일부 나타날 수 있다. 위 현상은 빛의 세기와 관계 없이 항상 일어나지만, 상대적으로 매우 강한 외부 광원이 장면에 존재하는 조건에서 영상이 촬영될 경우에는 패턴이 육안으로도 확인될 정도로 강하게 나타나게 될 수 있다. 격자 패턴(825)에서 어두운 부분은 디스플레이(810)에서 투과율이 상대적으로 낮은 부분에 해당하고, 밝은 부분은 디스플레이(810)에서 투과율이 상대적으로 높은 부분에 해당할 수 있다.
디스플레이(810) 및 카메라 모듈(820)의 위치를 고려한다면 영상에서 광원이 어떤 위치에서 어느정도 세기를 가질 때 UDC플레어 아티팩트가 발생하는지가 미리 결정될 수 있다. 예를 들어, 영상에서 광원이 가운데에서 가장자리로 이동함에 따라 UDC플레어 아티팩트가 영상에 나타났다가 없어질 수 있다. 영상에서 UDC플레어 아티팩트가 발생하는 영역들이 미리 식별되어 맵 형태로 구성될 수 있고, 이러한 맵(예: 영상 중심으로부터 일정한 반지름을 가진 원)을 이용하여 UDC플레어 아티팩트가 발생하였는지가 판단될 수 있다. 예를 들어, UDC플레어 아티팩트가 나타나는 조건은 광원의 위치가 영상 중심으로부터 일정한 반지름을 가진 원의 내부에 있을 때 일 수 있다. 광원의 위치가 이 원 바깥에 있을 경우 밝기가 매우 강해도 UDC 플레어 아티팩트는 나타나지 않을 수 있다. 또한, 광원의 면적이 상대적으로 넓을 경우, 광원 영역과 일정한 반지름을 가진 원의 중첩된 비율이 특정 임계치 이상이면 UDC 플레어 아티팩트는 발생할 수 있다. 나아가, 디스플레이(810)의 구조 형태를 고려한다면 광원의 위치에 기반하여 영상에서 UDC플레어 아티팩트가 어느 위치에서 발생하는지도 미리 예상할 수 있으며, 이를 이용하여 영상의 일부 영역에 대해서만 선택적으로 UDC플레어 아티팩트에 대한 제거 또는 감소가 수행될 수 있다. 영상 내 모든 영역에서 UDC플레어 아티팩트를 제거하거나 감소시킬 필요성을 없애 주기 때문에 영상 후처리의 효율성을 높여줄 수 있다.
도 9는 일 실시예에 따른 UDC플레어 아티팩트를 설명하기 위한 도면이다. 도 9를 참조하면, 영상에서 각기 다른 위치에 존재하는 광원을 촬영한 영상들(910)이 도시된다. 제1 영상(910)은 영상에서 제1 위치에 존재하는 광원을 촬영한 것으로, UDC플레어 아티팩트의 발생 없이, 광원 주위에 광원 아티팩트나 레인보우 아티팩트가 발생된 예시를 나타낸다. 제2 영상(920)은 영상에서 제2 위치에 존재하는 광원을 촬영한 것으로, 영상 일부분(921)에 디스플레이의 픽셀과 배선에 해당하는 패턴이 반복되는 UDC플레어 아티팩트가 발생한 예시를 나타낸다. 제2 영상(920)에서 확인 가능하듯이 UDC플레어 아티팩트는 기존 영상 신호에 겹쳐서 나타나기 때문에 직접적인 검출이 쉽지 않을 수 있으나, 앞서 설명한 것처럼 광원의 밝기와 위치에 대한 분석에 기반하여 UDC플레어 아티팩트를 강인하게 검출할 수 있다.
도 10은 일 실시예에 따른 전자 장치를 나타낸 도면이다. 도 10을 참조하면, 전자 장치(1000)(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(300))는 메모리(1010)(예: 도 1의 메모리(130) 또는 도 2의 메모리(250)), 프로세서(1020)(예: 도 1의 프로세서(120) 및/또는 도 2의 이미지 시그널 프로세서(260)), 디스플레이(1030)(예: 도 1의 디스플레이 모듈(160) 또는 도 3의 디스플레이(310)) 및 카메라 모듈(1040)(예: 도 1 또는 도 2의 카메라 모듈(180) 또는 도 3의 카메라 모듈(320))를 포함할 수 있다. 메모리(1010), 프로세서(1020), 디스플레이(1030) 및 카메라 모듈(1040)은 인터페이스(1050)를 통하여 서로 통신할 수 있다.
메모리(1010)는 컴퓨터에서 읽을 수 있는 명령어를 포함할 수 있다. 프로세서(1020)는 메모리(1010)에 저장된 명령어가 프로세서(1020)에서 실행됨에 따라 앞서 언급된 동작들을 수행할 수 있다. 메모리(1010)는 휘발성 메모리 또는 비휘발성 메모리일 수 있다.
프로세서(1020)는 명령어들, 혹은 프로그램들을 실행하거나, 전자 장치(1000)를 제어하는 장치일 수 있다. 프로세서(1020)는 디스플레이(1030) 아래에 위치한 카메라 모듈(1040)에서 획득된 영상에 나타난 광원의 세기를 판단하고, 광원의 세기가 미리 정해진 임계치보다 큰 경우에 응답하여 영상에서 광원이 미리 정해진 영역에 위치하는지 여부를 판단하며, 판단 결과를 기반으로 영상에서 하나 이상의 아티팩트가 검출된 경우에 응답하여 하나 이상의 아티팩트를 영상에서 제거 또는 감소시킬 수 있다. 그 밖에, 전자 장치(1000)에 관해서는 상술된 동작을 처리할 수 있다. 일 실시예들에 따르면, 설명의 편의를 위해 상술한 동작을 프로세서(1020)에서 처리하는 것으로 도시하였으나, 상술한 동작의 적어도 일부는 이미지 처리 프로세서(예: 도 2의 이미지 프로세서(260))에서 수행될 수도 있음을 당업자는 용이하게 이해할 것이다.
이처럼 전자 장치(1000)가 영상에서 간접적으로 검출된 아티팩트에 대한 제거 또는 감소 동작을 선택적으로 영상에 적용함으로써, 수행속도가 개선될 수 있다. 영상 보상이나 아티팩트 제거 또는 감소를 위한 처리는 상대적으로 계산 복잡도가 높기 때문에 모바일 단말과 같은 제한된 환경에서 카메라 모듈(1040)에서 획득된 프레임을 매번 처리하기에는 수행 속도 측면에서 부담이 크고, 만약 한 프레임에 여러 유형의 아티팩트를 제거 또는 감소시키는 동작들이 적용된다면 부담이 더욱 가중될 것이나, 앞서 설명처럼 필요한 유형의 아티팩트에 대한 제거 또는 감소 동작만 선택적으로 적용시킴으로써 빠른 수행 속도를 기대할 수 있다. 또한, 선택적으로 아티팩트를 제거 또는 감소시킬 경우 불필요한 제거 또는 감소 동작으로 인해 발생 가능한 영상 처리 아티팩트(image processing artifact)가 방지될 수 있다.
또한, 앞서 설명한 빛 번짐 및 빛 갈라짐은 카메라 모듈(1040)이 디스플레이(1030)의 반복적 구조 아래에 배치된 경우 물리적으로 피할 수 없는 현상으로, 이러한 빛 번짐 및/또는 빛 갈라짐을 광학적 회절로 인한 화질 열화와 함께 개선시킴으로써, 영상 보상의 효율성이 보다 향상될 수 있다.
일 실시예에 따른 전자 장치(1000)는 디스플레이(1030), 디스플레이(1030) 아래에 배치되고, 디스플레이(1030)를 통과한 빛을 감지하여 영상을 생성하는 카메라 모듈(1040) 및 영상에 나타난 광원의 세기를 판단하고, 광원의 세기가 미리 정해진 임계치보다 큰 경우에 응답하여 영상에서 광원이 미리 정해진 영역에 위치하는지 여부를 판단하며, 판단 결과를 기반으로 영상에서 하나 이상의 아티팩트(artifact)가 검출된 경우에 응답하여 하나 이상의 아티팩트를 영상에서 제거 또는 감소시키는 프로세서(1020)를 포함할 수 있다.
일 실시예에 따르면, 프로세서(1020)는 영상에 광원이 포함되어 있는 경우에 응답하여, 영상에서 광원의 형태가 왜곡된 제1 아티팩트를 제거 또는 감소시킬 수 있다. 제1 아티팩트는 카메라 모듈(1040)에서 디스플레이(1030) 전방에 위치한 광원을 촬영할 때 디스플레이(1030)의 구조적 특성으로 발생한 광학적 회절, 빛 번짐 및 빛 갈라짐 중 하나 이상에 기반하여 발생할 수 있다. 프로세서(1020)는 광원의 왜곡된 형태를 외부로 노출된 제2 카메라 모듈로 촬영한 광원의 형태로 보정함으로써 제1 아티팩트를 제거 또는 감소시킬 수 있다.
일 실시예에 따르면, 프로세서(1020)는 광원의 세기가 미리 정해진 임계치보다 큰 경우에 응답하여, 영상에서 광원 주위의 색감이 왜곡된 제2 아티팩트를 제거 또는 감소시킬 수 있다. 프로세서(1020)는 광원 주위의 색감을 외부로 노출된 제2 카메라 모듈로 촬영한 광원 주위의 색감으로 보정함으로써 제2 아티팩트를 제거 또는 감소시킬 수 있다.
일 실시예에 따르면, 프로세서(1020)는 영상에서 광원이 미리 정해진 영역에 위치하는 경우에 응답하여, 영상에서 디스플레이(1030)의 구조 형태에 기반한 패턴으로 나타난 제3 아티팩트를 제거 또는 감소시킬 수 있다. 제3 아티팩트는 카메라 모듈(1040)의 렌즈에서 반사된 빛이 디스플레이(1030)에 재 반사되어 카메라 모듈(1040)에 감지됨에 따라 영상에서 광원의 위치에 기초하여 결정된 위치에 발생할 수 있다.
일 실시예에 따르면, 프로세서(1020)는 영상에서 검출된 아티팩트의 유형에 대응하는 제거 또는 감소 동작을 선택적으로 영상에 적용할 수 있다.
일 실시예에 따르면, 프로세서(1020)는 영상에서 광원의 경계로부터 뻗어 나온 빛 줄기의 길이에 기반하여 광원의 세기를 판단할 수 있다.
일 실시예에 따르면, 프로세서(1020)는 영상에 나타난 광원의 위치가 디스플레이(1030)의 구조적 특성에 기반하여 결정된 미리 정해진 영역에 속하는지 여부 또는 미리 정해진 영역과 미리 정해진 비율 이상 중첩되는지 여부를 판단할 수 있다.
일 실시예에 따르면, 프로세서(1020)는 영상에 광원이 포함되어 있는지 여부를 판단하고, 영상에 광원이 포함되어 있는 경우에 응답하여 광원의 세기를 판단할 수 있다. 프로세서(1020)는 영상에서 포화된 픽셀 영역의 크기 및 형태에 기반하여 광원이 포함되어 있는지 여부를 판단할 수 있다.
일 실시예에 따르면, 카메라 모듈(1040)에서 생성된 영상은 사용자 조작 또는 미리 정해진 설정에 의해 카메라 모듈(1040)에서 캡처된 영상 또는 카메라 모듈(1040)에서 실시간으로 생성되는 프리뷰 영상일 수 있다.
일 실시예에 따르면, 프로세서(1020)는 판단 결과와 무관하게, 디스플레이(1030)의 구조적 특성으로 발생한 광학적 회절에 기인하여 영상에 나타나는 해상력 저하 및 SNR 저하 중 적어도 하나를 보상할 수 있다.
그리고 본 명세서와 도면에 개시된 본 발명의 실시예들은 본 발명의 실시예에 따른 기술 내용을 쉽게 설명하고 본 발명의 실시예의 이해를 돕기 위해 특정 예를 제시한 것일 뿐이며, 본 발명의 실시예의 범위를 한정하고자 하는 것은 아니다. 따라서 본 발명의 다양한 실시예의 범위는 여기에 개시된 실시예들 이외에도 본 발명의 다양한 실시예의 기술적 사상을 바탕으로 도출되는 모든 변경 또는 변형된 형태가 본 발명의 다양한 실시예의 범위에 포함되는 것으로 해석되어야 한다.

Claims (20)

  1. 디스플레이;
    상기 디스플레이 아래에 배치되고, 상기 디스플레이를 통과한 빛을 감지하여 영상을 생성하는 카메라 모듈; 및
    상기 영상에 나타난 광원의 세기를 판단하고, 상기 광원의 세기가 미리 정해진 임계치보다 큰 경우에 응답하여 상기 영상에서 상기 광원이 미리 정해진 영역에 위치하는지 여부를 판단하며, 상기 판단 결과를 기반으로 상기 영상에서 하나 이상의 아티팩트(artifact)가 검출된 경우에 응답하여 상기 하나 이상의 아티팩트를 상기 영상에서 제거 또는 감소시키는 프로세서
    를 포함하는
    전자 장치.
  2. 제1항에 있어서,
    상기 프로세서는
    상기 영상에 상기 광원이 포함되어 있는 경우에 응답하여, 상기 영상에서 상기 광원의 형태가 왜곡된 제1 아티팩트를 제거 또는 감소시키는,
    전자 장치.
  3. 제2항에 있어서,
    상기 제1 아티팩트는
    상기 카메라 모듈에서 상기 디스플레이 전방에 위치한 광원을 촬영할 때 상기 디스플레이의 구조적 특성으로 발생한 광학적 회절, 빛 번짐 및 빛 갈라짐 중 하나 이상에 기반하여 발생하는,
    전자 장치.
  4. 제2항에 있어서,
    상기 프로세서는
    상기 광원의 왜곡된 형태를 외부로 노출된 제2 카메라 모듈로 촬영한 광원의 형태로 보정함으로써 상기 제1 아티팩트를 제거 또는 감소시키는,
    전자 장치.
  5. 제1항에 있어서,
    상기 프로세서는
    상기 광원의 세기가 상기 미리 정해진 임계치보다 큰 경우에 응답하여, 상기 영상에서 상기 광원 주위의 색감이 왜곡된 제2 아티팩트를 제거 또는 감소시키는,
    전자 장치.
  6. 제5항에 있어서,
    상기 프로세서는
    상기 광원 주위의 색감을 외부로 노출된 제2 카메라 모듈로 촬영한 광원 주위의 색감으로 보정함으로써 상기 제2 아티팩트를 제거 또는 감소시키는,
    전자 장치.
  7. 제1항에 있어서,
    상기 프로세서는
    상기 영상에서 상기 광원이 상기 미리 정해진 영역에 위치하는 경우에 응답하여, 상기 영상에서 상기 디스플레이의 구조 형태에 기반한 패턴으로 나타난 제3 아티팩트를 제거 또는 감소시키는,
    전자 장치.
  8. 제7항에 있어서,
    상기 제3 아티팩트는
    상기 카메라 모듈의 렌즈에서 반사된 빛이 상기 디스플레이에 재 반사되어 상기 카메라 모듈에 감지됨에 따라 상기 영상에서 상기 광원의 위치에 기초하여 결정된 위치에 발생하는,
    전자 장치.
  9. 제1항에 있어서,
    상기 프로세서는
    상기 영상에서 검출된 아티팩트의 유형에 대응하는 제거 또는 감소 동작을 선택적으로 상기 영상에 적용하는,
    전자 장치.
  10. 제1항에 있어서,
    상기 프로세서는
    상기 영상에서 상기 광원의 경계로부터 뻗어 나온 빛 줄기의 길이에 기반하여 상기 광원의 세기를 판단하는,
    전자 장치.
  11. 제1항에 있어서,
    상기 프로세서는
    상기 영상에 나타난 상기 광원의 위치가 상기 디스플레이의 구조적 특성에 기반하여 결정된 상기 미리 정해진 영역에 속하는지 여부 또는 상기 미리 정해진 영역과 미리 정해진 비율 이상 중첩되는지 여부를 판단하는,
    전자 장치.
  12. 제1항에 있어서,
    상기 프로세서는
    상기 영상에 상기 광원이 포함되어 있는지 여부를 판단하고, 상기 영상에 상기 광원이 포함되어 있는 경우에 응답하여 상기 광원의 세기를 판단하는,
    전자 장치.
  13. 제12항에 있어서,
    상기 프로세서는
    상기 영상에서 포화된 픽셀 영역의 크기 및 형태에 기반하여 상기 광원이 포함되어 있는지 여부를 판단하는,
    전자 장치.
  14. 제1항에 있어서,
    상기 카메라 모듈에서 생성된 영상은
    사용자 조작 또는 미리 정해진 설정에 의해 상기 카메라 모듈에서 캡처된 영상 또는 상기 카메라 모듈에서 실시간으로 생성되는 프리뷰 영상인,
    전자 장치.
  15. 제1항에 있어서,
    상기 프로세서는
    상기 판단 결과와 무관하게, 상기 디스플레이의 구조적 특성으로 발생한 광학적 회절에 기인하여 상기 영상에 나타나는 해상력 저하 및 SNR 저하 중 적어도 하나를 보상하는,
    전자 장치.
  16. 전자 장치의 동작 방법에 있어서,
    디스플레이 아래에 배치된 카메라 모듈에서 획득된 영상에 나타난 광원의 세기를 판단하는 동작;
    상기 광원의 세기가 미리 정해진 임계치보다 큰 경우에 응답하여, 상기 영상에서 상기 광원이 미리 정해진 영역에 위치하는지 여부를 판단하는 동작; 및
    상기 판단 결과를 기반으로 상기 영상에서 하나 이상의 아티팩트가 검출된 경우에 응답하여, 상기 하나 이상의 아티팩트를 상기 영상에서 제거 또는 감소시키는 동작
    을 포함하는
    전자 장치의 동작 방법.
  17. 제16항에 있어서,
    상기 제거 또는 감소시키는 동작은
    상기 영상에 상기 광원이 포함되어 있는 경우에 응답하여, 상기 영상에서 상기 광원의 형태가 왜곡된 제1 아티팩트를 제거 또는 감소시키는,
    전자 장치의 동작 방법.
  18. 제16항에 있어서,
    상기 제거 또는 감소시키는 동작은
    상기 광원의 세기가 상기 미리 정해진 임계치보다 큰 경우에 응답하여, 상기 영상에서 상기 광원 주위의 색감이 왜곡된 제2 아티팩트를 제거 또는 감소시키는,
    전자 장치의 동작 방법.
  19. 제16항에 있어서,
    상기 제거 또는 감소시키는 동작은
    상기 영상에서 상기 광원이 상기 미리 정해진 영역에 위치하는 경우에 응답하여, 상기 영상에서 상기 디스플레이의 구조 형태에 기반한 패턴으로 나타난 제3 아티팩트를 제거 또는 감소시키는,
    전자 장치의 동작 방법.
  20. 제16항 내지 제19항 중에서 어느 하나의 항의 방법을 실행시키기 위한 프로그램이 기록된 컴퓨터 판독 가능한 저장 매체.
KR1020200167458A 2020-12-03 2020-12-03 영상 처리를 수행하는 전자 장치 및 그 동작 방법 KR20220078191A (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020200167458A KR20220078191A (ko) 2020-12-03 2020-12-03 영상 처리를 수행하는 전자 장치 및 그 동작 방법
PCT/KR2021/018191 WO2022119372A1 (ko) 2020-12-03 2021-12-03 영상 처리를 수행하는 전자 장치 및 그 동작 방법
US17/865,549 US11962911B2 (en) 2020-12-03 2022-07-15 Electronic device for performing image processing and operation method thereof to reduce artifacts in an image captured by a camera through a display

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200167458A KR20220078191A (ko) 2020-12-03 2020-12-03 영상 처리를 수행하는 전자 장치 및 그 동작 방법

Publications (1)

Publication Number Publication Date
KR20220078191A true KR20220078191A (ko) 2022-06-10

Family

ID=81853310

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200167458A KR20220078191A (ko) 2020-12-03 2020-12-03 영상 처리를 수행하는 전자 장치 및 그 동작 방법

Country Status (3)

Country Link
US (1) US11962911B2 (ko)
KR (1) KR20220078191A (ko)
WO (1) WO2022119372A1 (ko)

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5818552B2 (ja) * 2011-07-23 2015-11-18 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
EP2783345A4 (en) 2011-11-24 2015-10-14 Thomson Licensing METHOD AND APPARATUS FOR PICTURE-BASED SCHEME FOR DETECTING ARTEFACTS
KR102282457B1 (ko) 2014-12-05 2021-07-28 한화테크윈 주식회사 컬러 모아레 저감 방법, 컬러 모아레 저감 장치 및 영상 처리 장치
JP6628987B2 (ja) 2015-06-16 2020-01-15 ハンファテクウィン株式会社 画像処理装置、画像処理方法及び撮像装置
WO2016203760A1 (ja) 2015-06-17 2016-12-22 日本電気株式会社 映像撮影装置および映像撮影方法
US10319083B2 (en) * 2016-07-15 2019-06-11 Samsung Electronics Co., Ltd. Image artifact detection and correction in scenes obtained from multiple visual images
US10547795B2 (en) 2016-09-08 2020-01-28 Gvbb Holdings S.A.R.L. Brightness correction of a pixel array in an image sensor
KR102584523B1 (ko) 2016-11-16 2023-10-05 한화비전 주식회사 컬러 모아레 저감 방법 및 이를 이용한 영상 처리 장치
JP2018148318A (ja) * 2017-03-02 2018-09-20 キヤノン株式会社 画像処理装置およびその制御方法及びプログラム
EP3668370B1 (en) * 2017-08-17 2022-11-30 The Board of Trustees of the University of Illinois Miniaturized indirect ophthalmoscopy for wide-field fundus photography
US11119320B2 (en) * 2018-06-05 2021-09-14 Microsoft Technology Licensing, Llc Fringe mitigation using short pulsed laser diodes
US11382516B2 (en) * 2018-06-08 2022-07-12 Canon U.S.A., Inc. Apparatuses, methods, and storage mediums for lumen and artifacts detection in one or more images, such as in optical coherence tomography images
EP3837584A4 (en) * 2018-09-26 2021-09-08 Guangdong Oppo Mobile Telecommunications Corp., Ltd. METHOD AND DEVICE FOR RECOVERING AN IMAGE ESCAPING THROUGH AN AD
KR102569699B1 (ko) 2018-12-24 2023-08-23 엘지디스플레이 주식회사 모아레 제거 모델을 생성하기 위한 장치, 모아레를 제거하기 위한 방법 및 모아레를 제거하기 위한 촬상 장치
US11172192B2 (en) * 2018-12-27 2021-11-09 Waymo Llc Identifying defects in optical detector systems based on extent of stray light
EP3959644A4 (en) * 2019-04-23 2022-05-04 Guangdong Oppo Mobile Telecommunications Corp., Ltd. METHOD, SYSTEM, AND COMPUTER READABLE MEDIUM FOR REMOVAL OF SPARE LIGHT IN IMAGES
CN111028678B (zh) 2019-12-31 2022-05-17 武汉天马微电子有限公司 一种显示面板及显示装置
JPWO2021157237A1 (ko) * 2020-02-03 2021-08-12
JPWO2021225030A1 (ko) * 2020-05-08 2021-11-11

Also Published As

Publication number Publication date
US20220353401A1 (en) 2022-11-03
US11962911B2 (en) 2024-04-16
WO2022119372A1 (ko) 2022-06-09

Similar Documents

Publication Publication Date Title
US20230209202A1 (en) Electronic device for performing image stabilization, and operating method therefor
KR20210138483A (ko) 영상 촬영 가이드를 제공하는 방법 또는 장치
US20230267702A1 (en) Electronic device including camera module and method for operating electronic device
KR20220137459A (ko) 기계 학습 기반 이미지 처리를 지원하기 위한 전자 장치
KR20230033994A (ko) 복수의 카메라를 포함하는 전자 장치 및 그 동작 방법
KR20220130481A (ko) 카메라 모듈의 화각을 이용하여 이미지를 촬영하는 전자 장치 및 방법
US11962911B2 (en) Electronic device for performing image processing and operation method thereof to reduce artifacts in an image captured by a camera through a display
KR20220070912A (ko) 영상을 제공하는 방법 및 이를 지원하는 전자 장치
US11954833B2 (en) Electronic device for supporting machine learning-based image processing
US11843874B2 (en) Electronic device including under display camera and operating method thereof
US20230007160A1 (en) Photographing method of electronic apparatus and electronic apparatus thereof
US20240121512A1 (en) Method and electronic device for controlling camera
US20240098347A1 (en) Electronic device comprising image sensor and dynamic vision sensor, and operating method therefor
US20230137831A1 (en) Electronic device for improving image quality
KR20220153366A (ko) 이미지 왜곡을 보정하는 방법 및 그 전자 장치
KR20240057945A (ko) 고 동적 대역 영상을 생성하는 전자 장치 및 그 동작 방법
KR20240073714A (ko) 디지털 보케 이미지의 해상도를 높이기 위한 전자 장치 및 방법
KR20220049354A (ko) 이미지의 왜곡을 보정하는 방법 및 그 전자 장치
KR20220014150A (ko) 이미지 센서와 이미지 시그널 프로세서를 포함하는 전자 장치 및 그의 방법
KR20220101998A (ko) 자동 초점 조절이 가능한 전자 장치 및 그 동작 방법
KR20220102491A (ko) 화각을 조정할 수 있는 전자 장치 및 그 동작 방법
KR20230064506A (ko) 이미지의 화질을 개선하기 위한 전자 장치
KR20220133637A (ko) 전자 장치의 촬영 방법 및 그 전자 장치
KR20220072529A (ko) 광량을 획득하는 전자 장치 및 방법
KR20230115827A (ko) 이미지를 제공하는 방법 및 이를 지원하는 전자 장치

Legal Events

Date Code Title Description
A201 Request for examination