KR20220141663A

KR20220141663A - 영상을 처리하는 방법 및 이를 수행하는 전자 장치

Info

Publication number: KR20220141663A
Application number: KR1020210048044A
Authority: KR
Inventors: 최재성; 도원준; 최우존; 김성오; 발레리 프루신스키; 성기석; 이기혁
Original assignee: 삼성전자주식회사
Priority date: 2021-04-13
Filing date: 2021-04-13
Publication date: 2022-10-20
Also published as: WO2022220590A1; US20240040228A1

Abstract

본 개시는 전자 장치가 영상을 처리하는 기술에 관한 것이다. 본 개시의 일 실시예에 따르면, 전자 장치는 디스플레이 모듈의 아래에 위치한 카메라 모듈이 구동됨에 따라, 카메라 모듈에 대응되는 디스플레이 모듈의 영역에 포함된 타겟 픽셀들의 상태를 식별하고, 타겟 픽셀들이 켜진 경우, 타겟 픽셀들의 디스플레이 정보를 획득하며, 타겟 픽셀들의 디스플레이 정보에 기초하여, 카메라 모듈로부터 획득되는 촬영 영상에 포함된 픽셀들의 오프셋 정보를 결정하고, 결정된 오프셋 정보에 기초하여, 촬영 영상을 보정할 수 있다.

Description

영상을 처리하는 방법 및 이를 수행하는 전자 장치 {METHOD OF PROCESSING IMAGE AND ELECRONIC APPARATUS PERFORMING THE SAME}

본 문서에서 개시되는 실시예들은 영상을 처리하는 방법 및 이를 수행하는 전자 장치에 관한 것이다.

스마트폰의 크기를 점점 키워오던 제조사들은 단말의 크기를 그대로 두면서 화면 크기를 늘리는 방법으로 스마트폰의 베젤의 두께를 줄이는 방식을 연구하기 시작했다. 베젤의 두께를 줄이는 방식 중 하나로 스마트폰의 상단 베젤에서 디스플레이 영역 이외의 영역들을 최소화하는 노치 디자인 방식이 개발되었다. 하지만, 상단 베젤에서 전면 카메라 영역을 제거할 수 없기 때문에 상단 베젤의 전면을 디스플레이 영역으로 구성하기에는 어려움이 있었다.

이를 해결하기 위해, 카메라를 디스플레이의 하단에 설치하는 UDC(under display camera) 기술이 활발하게 연구되고 있다. UDC 기술이 적용될 경우, 스마트폰의 상단이 모두 디스플레이 영역으로 구성됨에 따라, 디자인적으로 완성도가 높아질 뿐만 아니라 사용자가 디스플레이 영역에 표시되는 정보에 보다 몰입할 수 있는 환경을 제공할 수 있다. 다만, UDC를 이용하여 촬영된 영상은 디스플레이의 하단에 카메라가 위치한다는 구조로 인하여 여러가지 광학적 문제가 발생할 수 있다.

개시되는 실시예들은 UDC (under display camera)를 이용하여 촬영된 영상을 보정하기 위한 영상 처리 기술을 제공하고자 한다.

일 실시예에 따른 전자 장치에서 영상을 처리하는 방법은, 전자 장치에서 디스플레이 모듈의 아래에 위치한 카메라 모듈이 구동됨에 따라, 카메라 모듈에 대응되는 디스플레이 모듈의 영역에 포함된 타겟 픽셀들의 상태를 식별하는 단계; 타겟 픽셀들이 켜진 경우, 타겟 픽셀들의 디스플레이 정보를 획득하는 단계; 타겟 픽셀들의 디스플레이 정보에 기초하여, 카메라 모듈로부터 획득되는 촬영 영상에 포함된 픽셀들의 오프셋 정보를 결정하는 단계; 및 결정된 오프셋 정보에 기초하여, 촬영 영상을 보정하는 단계를 포함할 수 있다.

일 실시예에 따른 영상을 처리하는 전자 장치는, 하나 이상의 인스트럭션들을 저장하는 메모리; 디스플레이 모듈; 디스플레이 모듈의 아래에 위치한 카메라 모듈; 및 메모리에 저장된 하나 이상의 인스트럭션들을 실행하는 적어도 하나의 프로세서를 포함하고, 적어도 하나의 프로세서는, 디스플레이 모듈의 아래에 위치한 카메라 모듈이 구동됨에 따라, 카메라 모듈에 대응되는 디스플레이 모듈의 영역에 포함된 타겟 픽셀들의 상태를 식별하고, 타겟 픽셀들이 켜진 경우, 타겟 픽셀들의 디스플레이 정보를 획득하며, 타겟 픽셀들의 디스플레이 정보에 기초하여, 카메라 모듈로부터 획득되는 촬영 영상에 포함된 픽셀들의 오프셋 정보를 결정하고, 결정된 오프셋 정보에 기초하여, 촬영 영상을 보정할 수 있다.

일 실시예에 따른 전자 장치가 영상을 처리하는 방법을 수행하도록 하는 프로그램이 저장된 기록매체를 포함하는 컴퓨터 프로그램 제품은, 전자 장치에서 디스플레이 모듈의 아래에 위치한 카메라 모듈이 구동됨에 따라, 카메라 모듈에 대응되는 디스플레이 모듈의 영역에 포함된 타겟 픽셀들의 상태를 식별하는 동작; 타겟 픽셀들이 켜진 경우, 타겟 픽셀들의 디스플레이 정보를 획득하는 동작; 타겟 픽셀들의 디스플레이 정보에 기초하여, 카메라 모듈로부터 획득되는 촬영 영상에 포함된 픽셀들의 오프셋 정보를 결정하는 동작; 및 결정된 오프셋 정보에 기초하여, 촬영 영상을 보정하는 동작을 수행하도록 할 수 있다.

일 실시예에 따른 전자 장치는 디스플레이 모듈의 타겟 픽셀들에서 발생하는 광을 고려하여 카메라 모듈로부터 획득되는 촬영 영상을 보정함으로써, 촬영 영상의 화질을 보다 효과적으로 개선할 수 있다.

도 1은 다양한 실시예들에 따른 네트워크 환경 내의 전자 장치의 블록도이다.
도 2는 다양한 실시예들에 따른 카메라 모듈을 예시하는 블록도이다.
도 3은 일 실시예에 따른 디스플레이 모듈 및 카메라 모듈을 설명하기 위한 도면이다.
도 4는 일 실시예에 따라 디스플레이 모듈의 하단에 카메라 모듈이 위치한 전자 장치의 화면을 도시한 도면이다.
도 5는 일 실시예에 따른 전자 장치가 촬영 영상을 보정하는 방법을 설명하기 위한 흐름도이다.
도 6은 일 실시예에 따라 촬영 영상의 보정에 이용되는 오프셋 영상을 설명하기 위한 도면이다.
도 7은 다른 실시예에 따라 촬영 영상의 보정에 이용되는 오프셋 영상을 설명하기 위한 도면이다.
도 8은 일 실시예에 따른 전자 장치가 촬영 영상에 플리커가 발생한 경우 촬영 영상을 보정하는 방법을 설명하기 위한 흐름도이다.
도 9는 일 실시예에 따른 전자 장치가 플리커가 발생한 경우 촬영 영상을 보정하는 방법을 설명하기 위한 도면이다.
도 10은 일 실시예에 따라 복수의 카메라 모듈을 포함하는 전자 장치가 플리커가 발생한 경우 촬영 영상을 보정하는 방법을 설명하기 위한 도면이다.
도 11은 일 실시예에 따른 전자 장치가 인공지능 모델을 이용하여 촬영 영상을 보정하는 방법을 설명하기 위한 도면이다.
도 12는 다른 실시예에 따른 전자 장치가 인공지능 모델을 이용하여 촬영 영상을 보정하는 방법을 설명하기 위한 도면이다.
도 13은 일 실시예에 따른 전자 장치의 블록도이다.

도 1은, 다양한 실시예들에 따른, 네트워크 환경 내의 전자 장치의 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.

일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 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. 일실시예에 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. 일실시예에 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.

일실시예에 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. 일실시예에 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. 일실시예에 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. 일실시예에 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. 일실시예에 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. 일실시예에 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. 일실시예에 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. 일실시예에 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. 일실시예에 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. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.

전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 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. 일실시예에 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. 일실시예에 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. 일실시예에 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. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 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. 일실시예에 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.

일실시예에 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. 일실시예에 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. 일실시예에 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 모듈을 예시하는 블록도이다.

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. 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. 일실시예에 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. 일실시예에 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. 일실시예에 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. 일실시예에 따르면, 이미지 스태빌라이저(240)는, 일실시예에 따르면, 이미지 스태빌라이저(240)은 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. 일실시예에 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. 일실시예에 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)를 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. 일실시예에 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)을 통해 표시될 수 있다.

일실시예에 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.

도 3은 일 실시예에 따른 디스플레이 모듈 및 카메라 모듈을 설명하기 위한 도면이다.

도 3을 참조하면, 디스플레이 모듈(160)은 복수의 글래스 패널(310, 360), 유기물층(320), 픽셀층(330), 배선층(340) 및 마스크층(350)을 포함할 수 있다. 그러나 도시된 구성요소 모두가 필수구성요소인 것은 아니다. 도시된 구성요소보다 많은 구성요소에 의해 디스플레이 모듈(160)이 구현될 수도 있고, 그보다 적은 구성요소에 의해서도 디스플레이 모듈(160)은 구현될 수 있다.

디스플레이 모듈(160)에서, 제 1 글래스 패널(310) 및 제 2 글래스 패널(360) 사이에 유기물층(320), 픽셀층(330), 배선층(340) 및 마스크층(350)이 적층될 수 있다.

유기물층(320)은 발광물질을 포함할 수 있으며, 유기물층(320)에 전기가 가해지는 경우 전계발광(electroluminescence)에 의해 빛이 발생할 수 있다. 또한 유기물층(320)은 전계발광을 발생시키는 전자와 정공의 흐름을 돕기 위해, 여러 개의 보조층들로 구성될 수 있다.

픽셀층(330)은 복수의 픽셀들을 포함할 수 있으며, 복수의 픽셀들 각각은 RGB(red green blue) 채널들에 포함되는 서브 픽셀들로 구성될 수 있다. 또한, 픽셀층(330)은 픽셀의 제거 여부에 따라, A1 영역과 A2 영역으로 구분될 수 있다. A1 영역에서는 카메라 모듈(180)의 영상 촬영을 위해, 일부 픽셀들이 제거될 수 있다. 이에 따라, A1 영역에는 픽셀이 제거된 부분(332) 및 픽셀이 제거되지 않은 부분(334)이 모두 존재할 수 있다. A2 영역은 픽셀들이 제거되지 않은 영역을 나타낸다.

배선층(340)은 디스플레이 모듈(160)에 전원을 공급하기 위한 배선들을 포함할 수 있으며, 배선들은 전원과 디스플레이 모듈(160)에 포함된 적어도 하나의 구성 요소들을 연결할 수 있다.

마스크층(350)은 광이 투과되는 것을 막는 역할을 수행하며, 배선층(340)과 제 2 글래스 패널(360)의 사이에 위치할 수 있다. 마스크층(350) 중 카메라의 화각에 대응되는 VA 영역 중 적어도 일부에서는 마스크가 제거될 수 있다. 예를 들어, VA 영역에서, 전술한 픽셀층(330)의 픽셀이 제거된 부분과 대응되는 영역의 마스크가 제거될 수 있다.

디스플레이 모듈(160)의 하단에는 카메라 모듈(180)이 위치할 수 있다. 카메라 모듈(180)에는 하나 이상의 렌즈(예를 들어, 370)가 포함될 수 있다. 다만, 이는 일 예일 뿐, 카메라 모듈(180)은 도 2에서 전술한 바와 같이, 렌즈(370) 이외에 다양한 구성 요소들을 포함할 수 있다. 또한, 본 개시에서 카메라 모듈(180)은 UDC(under display camera)로 지칭될 수도 있다.

카메라 모듈(180)은 디스플레이 모듈(160)에서 픽셀 및 마스크가 제거된 부분을 통해 투과된 광을 감지함으로써 영상을 촬영할 수 있다. 한편, 카메라 모듈(180)이 디스플레이 모듈(160)의 하단에 위치한 경우, 디스플레이 모듈(160)에서 발생하는 광이 촬영 영상에 영향을 줄 수 있다. 이에 따라, 일 실시예에 따른 전자 장치에서는 디스플레이 모듈(160)에서 발생하는 광을 고려하여, 카메라 모듈(180)에서 획득되는 촬영 영상을 보정할 수 있다. 전자 장치에서 촬영 영상을 보정하는 다른 실시예들에 대해서는 도 4 내지 도 13을 참조하여 보다 구체적으로 후술하도록 한다.

도 4는 일 실시예에 따라 디스플레이 모듈의 하단에 카메라 모듈이 위치한 전자 장치의 화면을 도시한 도면이다.

디스플레이 모듈의 하단에 카메라 모듈이 위치한 경우, 디스플레이 모듈 내의 픽셀에서 발생하는 광이 카메라 모듈의 촬영 영상에 영향을 줄 수 있다. 그러나 이를 방지하기 위해, 디스플레이 모듈 내의 일부 픽셀을 꺼진 상태로 두는 경우, 화면이 온전하게 표시되지 않는다는 문제점이 있다.

예를 들어, 도 4를 참조하면, 카메라 모듈과 대응되는 위치의 픽셀이 꺼진 상태(420a)에서는, 화면(410)의 일부가 유실되는 것을 확인할 수 있다. 반면에, 카메라 모듈과 대응되는 위치의 픽셀이 켜진 상태(420b)에서는 화면(410)이 온전하게 표시될 수 있다.

일 실시예에 따른 전자 장치(400)는 카메라 모듈을 이용하여 영상 촬영 시, 카메라 모듈에 대응되는 디스플레이 모듈의 픽셀의 상태를 기 설정된 적어도 하나의 기준에 기초하여 결정할 수 있다. 기 설정된 적어도 하나의 기준은 사용자 입력, 카메라 모듈 이용 시의 전자 장치(400)의 주변 환경, 디스플레이 설정 정보 또는 촬영 설정 정보 등을 포함할 수 있다. 예를 들어, 전자 장치(400)는 사용자로부터 카메라 모듈에 대응되는 디스플레이 모듈의 픽셀을 켜진 상태로 둘 것을 요청하는 사용자 입력을 수신하는 경우, 픽셀을 켜진 상태로 둘 수 있다. 다른 예에 따라, 전자 장치(400)는 전자 장치(400)의 주변 환경의 밝기가 기 설정된 값 이상인 경우, 카메라 모듈에 대응되는 디스플레이 모듈의 픽셀을 켜진 상태로 둘 수 있다. 또 다른 예에 따라, 전자 장치(400)는 디스플레이 모듈에 고해상도 또는 고 프레임레이트의 컨텐츠가 표시되는 경우, 카메라 모듈에 대응되는 디스플레이 모듈의 픽셀을 켜진 상태로 둘 수 있다. 또 다른 예에 따라, 전자 장치(400)는 촬영 모드가 인물 촬영 모드로 설정된 경우, 카메라 모듈에 대응되는 디스플레이 모듈의 픽셀을 켜진 상태로 둘 수 있다. 다만, 이는 일 예일 뿐, 전자 장치(400)에서 카메라 모듈에 대응되는 디스플레이 모듈의 픽셀의 상태를 결정하는 기준이 전술한 예에 한정되는 것은 아니다.

일 실시예에 따른 따른 전자 장치(400)는 화면(410)을 온전하게 표시하면서도, 촬영 영상의 품질 저하를 방지하기 위해, 디스플레이 모듈의 픽셀이 켜진 상태에서 획득된 촬영 영상을 보정하는 기술을 제공한다. 한편, 전자 장치(400)는 전술한 적어도 하나의 기준에 기초하여 판단한 결과, 카메라 모듈에 대응되는 디스플레이 모듈의 픽셀을 꺼진 상태로 두는 것으로 결정한 경우에는 일 실시예에 따른 촬영 영상을 보정하는 기술을 수행하지 않을 수 있다.

일 실시예에 따른 전자 장치(400)는 카메라 모듈이 구동되는 촬영 모드가 선택됨에 따라, 디스플레이 모듈에서 카메라 모듈과 대응되는 영역에 위치한 타겟 픽셀들의 디스플레이 정보를 획득할 수 있다. 디스플레이 모듈에서 카메라 모듈과 대응되는 영역은 카메라 모듈에 포함된 렌즈의 화각을 기초로 결정될 수 있으나, 이는 일 예일 뿐, 설정에 따라 카메라 모듈과 대응되는 영역이 변경될 수 있다. 이하에서는, 카메라 모듈과 대응되는 영역에 위치한 픽셀을 타겟 픽셀로 설명하도록 한다. 전자 장치(400)는 타겟 픽셀들의 디스플레이 정보로 타겟 픽셀들의 색상별 픽셀값, 타겟 픽셀들의 디스플레이 소자가 발광하는 정도 또는 타겟 픽셀들의 색상 보정 행렬 중 적어도 하나를 획득할 수 있다. 다만, 이는 일 예일 뿐, 타겟 픽셀들의 디스플레이 정보가 전술한 예에 한정되는 것은 아니다.

전자 장치(400)는 타겟 픽셀들의 디스플레이 정보에 기초하여, 카메라 모듈로부터 획득되는 촬영 영상에 포함된 픽셀들의 오프셋 정보를 결정할 수 있다. 오프셋 정보는 촬영 영상에 반영된 타겟 픽셀들의 광 성분(light element)을 제거하기 위해 이용되는 정보로, 타겟 픽셀들의 색상별 픽셀값, 타겟 픽셀들의 디스플레이 소자가 발광하는 정도 또는 타겟 픽셀들의 색상 보정 행렬 중 적어도 하나를 기초로 결정될 수 있다. 전자 장치(400)는 결정된 오프셋 정보에 기초하여 촬영 영상을 보정할 수 있다. 예를 들어, 전자 장치(400)는 촬영 영상을 구성하는 픽셀값에서 결정된 오프셋 정보를 빼는 방식으로 촬영 영상을 보정할 수 있다.

도 5는 일 실시예에 따른 전자 장치가 촬영 영상을 보정하는 방법을 설명하기 위한 흐름도이다.

510 단계에서, 전자 장치는 디스플레이 모듈의 아래에 위치한 카메라 모듈이 구동됨에 따라, 카메라 모듈에 대응되는 디스플레이 모듈의 영역에 포함된 타겟 픽셀들의 상태를 식별할 수 있다.

전자 장치는 적어도 하나의 카메라 모듈을 포함할 수 있다. 전자 장치에 포함된 적어도 하나의 카메라 모듈 중 적어도 일부는 디스플레이 모듈의 아래에 위치할 수 있다. 이하에서는, 전자 장치에 포함된 적어도 하나의 카메라 모듈 중 디스플레이 모듈의 아래에 위치한 카메라 모듈에 대해 설명하도록 한다.

카메라 모듈은 사용자가 전자 장치에서 촬영 모드를 선택함에 따라 구동될 수 있다. 예를 들어, 전자 장치에 카메라 애플리케이션의 실행이 요청되는 경우 촬영 모드가 선택될 수 있다. 다른 예에 따라, 카메라 애플리케이션 이외의 다른 애플리케이션에서도 영상 촬영 기능이 실행되는 경우, 촬영 모드가 선택될 수 있다.

전자 장치는 카메라 모듈이 구동됨에 따라, 카메라 모듈에 대응되는 디스플레이 모듈의 영역에 포함된 타겟 픽셀들의 상태를 식별할 수 있다. 카메라 모듈에 대응되는 디스플레이 모듈의 영역은, 디스플레이 모듈에 포함된 픽셀에서 발생하는 광이 카메라에서 촬영된 영상에 영향을 주는지 여부를 기초로 결정될 수 있다. 예를 들어, 카메라 모듈에 대응되는 디스플레이 모듈의 영역은 카메라 모듈에 포함된 렌즈의 화각을 기초로 결정될 수 있다. 본 개시에서는 카메라에서 촬영된 영상에 영향을 주는 디스플레이 모듈의 픽셀을 타겟 픽셀로 설명하도록 한다.

전자 장치는 타겟 픽셀들이 켜진 상태인지 또는 꺼진 상태인지 여부를 식별할 수 있다. 예를 들어, 전자 장치는 타겟 픽셀들 각각에 전원이 공급되는지 여부를 확인함으로써, 타겟 픽셀들이 켜진 상태인지 또는 꺼진 상태인지 여부를 식별할 수 있다. 다른 실시예에 따라, 전자 장치는 타겟 픽셀들을 블록 단위로 관리할 수 있다. 블록은 기 설정된 개수의 타겟 픽셀들의 그룹을 의미하며, 블록 별로 포함되는 타겟 픽셀들의 개수가 상이하게 설정될 수 있다. 블록 단위로 타겟 픽셀들이 관리되는 경우, 전자 장치는 각 블록에 속한 하나의 타겟 픽셀에 대해서만 전원이 공급되는지 여부를 확인함으로써, 블록에 포함된 타겟 픽셀들이 켜진 상태인지 또는 꺼진 상태인지 여부를 확인할 수 있다.

520 단계에서, 전자 장치는 타겟 픽셀들이 켜진 경우, 디스플레이 모듈에 표시되는 타겟 픽셀들의 디스플레이 정보를 획득할 수 있다.

일 실시예에 따른 타겟 픽셀들의 디스플레이 정보에는 타겟 픽셀들의 색상별 픽셀값, 타겟 픽셀들의 디스플레이 소자가 발광하는 정도 또는 타겟 픽셀들의 색상 보정 행렬 중 적어도 하나를 획득할 수 있다. 다만, 이는 일 예일 뿐, 타겟 픽셀들의 디스플레이 정보가 전술한 예에 한정되는 것은 아니다.

530 단계에서, 전자 장치는 타겟 픽셀들의 디스플레이 정보에 기초하여 카메라 모듈로부터 획득되는 촬영 영상에 포함된 픽셀들의 오프셋 정보를 결정할 수 있다.

일 실시예에 따른 전자 장치는 타겟 픽셀들의 디스플레이 정보를 기 설정된 가중치에 기초하여 조합함으로써 오프셋 정보를 결정할 수 있다. 예를 들어, 전자 장치는 디스플레이 정보로, 타겟 픽셀들의 색상별 픽셀값을 획득한 경우, 색상별 픽셀값의 평균을 오프셋 정보로 결정할 수 있다. 다만, 이는 일 예일 뿐, 전자 장치는 타겟 픽셀의 위치에 따라 서로 다른 가중치를 설정하여, 타겟 픽셀들의 색상별 픽셀값을 조합할 수 있다.

다른 실시예에 따라 전자 장치는 타겟 픽셀들을 블록으로 그룹핑하여 오프셋 정보를 결정할 수도 있다. 예를 들어, 기 설정된 개수의 타겟 픽셀들이 하나의 블록으로 그룹핑될 수 있으며, 블록 별 타겟 픽셀들의 개수는 설정에 따라 서로 동일하거나 상이할 수 있다. 전자 장치는 블록에 포함된 타겟 픽셀들이 켜진 경우의 오프셋 정보를 블록 별로 미리 저장할 수 있다. 예를 들어, 전자 장치는 블록에 포함된 타겟 픽셀들이 켜진 경우의 색상별 픽셀값의 평균을 오프셋 정보로 저장할 수 있다. 다른 예에 따라, 전자 장치는 블록의 오프셋 정보를 영상 형태로 저장할 수 있으며, 이에 대해서는 도 6 및 도 7을 참조하여 보다 구체적으로 후술하도록 한다. 또한, 전자 장치는 RGB 채널 별로 블록의 오프셋 정보를 저장할 수 있다.

다른 실시예에 따라 전자 장치는 타겟 픽셀들의 디스플레이 정보를 기초로 기 생성된 인공지능 모델을 이용하여 오프셋 정보를 결정할 수 있다. 일 예로, 전자 장치에는 타겟 픽셀들의 색상별 픽셀값, 타겟 픽셀들의 디스플레이 소자가 발광하는 정도 또는 타겟 픽셀들의 색상 보정 행렬을 기초로 학습된 인공지능 모델이 저장될 수 있다. 전자 장치는 저장된 인공지능 모델에 타겟 픽셀들의 디스플레이 정보를 입력하여 촬영 영상의 보정에 이용하기 위한 오프셋 정보를 출력값으로 획득할 수 있다. 다만, 이는 일 예일 뿐, 다른 예에 따라 인공지능 모델이 외부 장치에 저장될 수도 있다. 인공지능 모델이 외부 장치에 저장된 경우, 전자 장치는 타겟 픽셀들의 디스플레이 정보를 외부 장치에 전송하고, 이에 대한 응답으로 인공지능 모델에서 출력된 오프셋 정보를 수신할 수 있다.

540 단계에서, 전자 장치는 결정된 오프셋 정보에 기초하여 촬영 영상을 보정할 수 있다. 일 실시예에서, 전자 장치는 촬영 영상의 픽셀값에서, 결정된 오프셋 정보를 빼는 방식으로 촬영 영상을 보정할 수 있다. 다만, 이는 일 예일 뿐, 오프셋 정보에 기초하여 촬영 영상을 보정하는 방식이 전술한 예에 한정되는 것은 아니다. 다른 예에 따라, 카메라 모듈의 영상 촬영 시, 플리커(flicker) 등이 발생하는 경우, 전자 장치는 플리커 등의 화질 왜곡을 오프셋 정보와 함께 고려하여 영상을 보정할 수 있다. 이에 대해서는 도 8을 참조하여 구체적으로 후술하도록 한다.

일 실시예에 따른 전자 장치는 보정된 촬영 영상을 저장할 수 있다. 한편, 이는 일 예일 뿐, 다른 실시예에 따라, 전자 장치는 카메라 모듈에서 획득된 촬영 영상과 오프셋 정보를 저장할 수도 있다. 오프셋 정보는 촬영 영상을 위한 보정 파라미터 중 하나로서 저장될 수 있다. 예를 들어, 촬영 영상이 JPEG 포맷의 데이터 파일로 저장되는 경우, 오프셋 정보는 JPEG의 테일(tail) 영역에 저장될 수 있다. 다만, 이는 일 예일 뿐, 오프셋 정보가 저장되는 방식이 전술한 예에 한정되는 것은 아니다. 또 다른 실시예에 따라, 전자 장치는 카메라 모듈에서 획득된 촬영 영상과 보정된 촬영 영상을 저장할 수 있다.

한편, 본 개시에 따른 영상 처리 방법은 선형성(linearity)이 보장된 로우(raw) 도메인에서 타겟 픽셀들의 디스플레이 정보를 기초로 수행될 수 있다. 다만, 이는 일 실시예일 뿐, 선형성이 보장되어 있다면, 타겟 픽셀들의 디스플레이 정보가 반드시 로우 도메인의 정보로 한정되는 것은 아니다.

도 6은 일 실시예에 따라 촬영 영상의 보정에 이용되는 오프셋 영상을 설명하기 위한 도면이다.

도 6을 참조하면, 전자 장치는 카메라 모듈에 대응되는 디스플레이 모듈의 영역(이하 타겟 디스플레이 영역, 610)을 복수개의 블록들로 나눌 수 있다. 예를 들어, 전자 장치는 타겟 디스플레이 영역(610)을 6x5개의 블록들로 나눌 수 있다. 블록들 각각에는 복수개의 타겟 픽셀들이 포함될 수 있다.

전자 장치는 블록들 각각에 대해, 블록에 포함된 타겟 픽셀들이 켜진 상태에서 발생하는 오프셋 정보를 영상 형태로 저장할 수 있다. 일 실시예에 따른 오프셋 정보는 특정 색상 채널에 대해 블록의 평균 픽셀값 별로 저장될 수 있다. 예를 들어, 14번째 블록에 포함된 타겟 픽셀들이 켜진 경우, 14번째 블록을 중심으로 주변의 블록들에 광 성분이 확산(diffusion)될 수 있다. 전자 장치는 확산된 광 성분의 값을 특정하기 위해, 14번째 블록이 켜진 상태에서 타겟 디스플레이 영역(610)의 R(red) 색상에 대한 평균 픽셀값이 I인 경우, 오프셋 정보를 오프셋 영상 14(620)로 저장할 수 있다. 또한, 전자 장치는 15번째 블록이 켜진 상태에서. 타겟 디스플레이 영역(610)의 R 색상에 대한 평균 픽셀값이 I인 경우, 오프셋 정보를 오프셋 영상 15(630)로 저장할 수 있다.

다만, 이는 일 예일 뿐, 다른 예에 따라, 블록의 픽셀들의 색상 보정 행렬 별로 오프셋 영상이 저장될 수 있다. 또 다른 예에 따라, 블록의 픽셀들에 연결된 디스플레이 소자가 발광하는 정도의 평균값 별로 오프셋 영상이 저장될 수도 있다.

전자 장치는 오프셋 영상들을 가중치에 따라 합산하여 오프셋 정보를 획득할 수 있다. 예를 들어, 6x5개의 블록들에 대해 색상 채널 별로 오프셋 영상이 저장된 경우, 총 3x6x5개의 오프셋 영상들이 저장될 수 있다. 전자 장치는 3x6x5개의 오프셋 영상들 중 적어도 일부를 가중치에 따라 합산할 수 있다. 예를 들어, 3x6x5개의 오프셋 영상들 중 n개가 선택되는 경우, 하기의 수학식 1에 기초하여 오프셋 정보가 결정될 수 있다.

[수학식 1]

수학식 1에서,

은 오프셋 영상 n을 나타내고,

은 오프셋 영상 n에 대한 가중치를 나타내며,

는 오프셋 정보를 나타낸다.

가중치는, 예를 들어, 블록의 평균 픽셀값에 비례하여 결정될 수 있다. 다만, 이는 일 예일 뿐, 가중치를 결정하는 방법이 전술한 예에 한정되는 것은 아니다. 다른 예에 따라, 모든 오프셋 영상에 대해 동일한 가중치가 적용될 수도 있다.

도 7은 다른 실시예에 따라 촬영 영상의 보정에 이용되는 오프셋 영상을 설명하기 위한 도면이다.

도 7을 참조하면, 전자 장치는 카메라 모듈에 대응되는 디스플레이 모듈의 영역(이하 타겟 디스플레이 영역, 710)을 복수개의 블록들로 나눌 수 있다. 일 실시예에 따른 전자 장치는 각 블록에 포함되는 타겟 픽셀들의 개수를 다르게 설정할 수 있다. 일 예로, 타겟 디스플레이 영역(710)의 가장자리에 위치한 타겟 픽셀들은 타겟 디스플레이 영역(710)의 안쪽에 위치한 타겟 픽셀들에 비해 촬영 영상에 미치는 영향이 적을 수 있다. 이에 따라, 전자 장치는 타겟 디스플레이 영역(710)의 가장자리에 위치한 타겟 픽셀들과 타겟 디스플레이 영역(710)의 안쪽에 위치한 타겟 픽셀들을 각각 서로 다른 개수로 그룹핑할 수 있다. 예를 들어, 전자 장치는 타겟 디스플레이 영역(710)의 가장자리에 위치한 타겟 픽셀들의 경우, x개의 타겟 픽셀들을 하나의 블록으로 그룹핑할 수 있다. 또한, 전자 장치는 타겟 디스플레이 영역(710)의 안쪽에 위치한 타겟 픽셀들의 경우, y개의 타겟 픽셀들을 하나의 블록으로 그룹핑할 수 있다.

전자 장치는 블록들 각각에 대해, 블록에 포함된 타겟 픽셀들이 켜진 상태에서 발생하는 오프셋 정보를 영상 형태로 저장할 수 있다. 일 실시예에 따른 오프셋 정보는 특정 색상 채널에 대해 블록의 평균 픽셀값 별로 저장될 수 있다. 예를 들어, 전자 장치는 1번째 블록에 포함된 타겟 픽셀들이 켜진 경우 확산된 광 성분의 값을 특정하기 위해, 1번째 블록이 켜진 상태에서 타겟 디스플레이 영역(710)의 R(red) 색상에 대한 평균 픽셀값이 a인 경우, 오프셋 정보를 오프셋 영상 1(720)로 저장할 수 있다. 또한, 전자 장치는 2번째 블록이 켜진 상태에서 타겟 디스플레이 영역(710)의 R 색상에 대한 평균 픽셀값이 b인 경우, 오프셋 정보를 오프셋 영상 2(730)로 저장할 수 있다.

전자 장치는 오프셋 영상들을 가중치에 따라 합산하여 오프셋 정보를 획득할 수 있다. 예를 들어, 16개의 블록들에 대해 색상 채널 별로 오프셋 영상이 저장된 경우, 총 3x16개의 오프셋 영상들이 저장될 수 있다. 전자 장치는 3x16개의 오프셋 영상들 중 적어도 일부를 가중치에 따라 합산할 수 있다.

도 8은 일 실시예에 따른 전자 장치가 촬영 영상에 플리커가 발생한 경우 촬영 영상을 보정하는 방법을 설명하기 위한 흐름도이다.

810 단계에서, 전자 장치는 카메라 모듈로부터 획득된 촬영 영상에서의 플리커 발생 여부를 식별할 수 있다. 일 실시예에서, 플리커는 카메라 모듈의 셔터 스피드와 광원의 주파수가 상이한 경우 촬영 영상에 가로 줄무늬 또는 세로 줄무늬가 표시되는 현상을 의미할 수 있다. 일 실시예에 따른 전자 장치는 촬영 영상에서 픽셀값들의 차이가 임계값 이상 발생하는 영역이 존재하는 경우 플리커가 발생한 것으로 식별할 수 있다. 다만, 이는 일 예일 뿐, 전자 장치가 플리커 발생 여부를 식별하는 방법이 전술한 예에 한정되는 것은 아니다. 다른 예에 따라, 전자 장치는 플리커 식별을 위해 기 생성된 인공지능 모델을 이용하여, 촬영 영상에서의 플리커 발생 여부를 식별할 수 있다.

820 단계에서, 전자 장치는 촬영 영상에 플리커가 발생한 경우, 촬영 영상에서 플리커가 발생된 영역을 식별할 수 있다. 예를 들어, 전자 장치는 촬영 영상에서 픽셀값들의 차이가 임계값 이상 발생하는 영역을 플리커 영역으로 식별할 수 있다. 또한, 전자 장치는 플리커 영역에서 제거되어야 하는 플리커 성분들을 검출할 수 있으며, 제거되어야 하는 플리커 성분은 플리커 값으로 수치화될 수 있다.

830 단계에서, 전자 장치는 식별된 플리커 영역 및 오프셋 정보를 기초로, 촬영 영상을 보정할 수 있다.

본 실시예에서, 오프셋 정보는 도 5 내지 도 7을 참조하여 전술한 바와 같이, 타겟 픽셀들의 디스플레이 정보에 기초하여 결정된 것으로 가정한다. 예를 들어, 전자 장치는 기 저장된 오프셋 영상들을 가중치에 따라 조합하여 오프셋 정보를 획득할 수 있다. 오프셋 정보는 촬영 영상을 구성하는 픽셀들 각각에 대하여 제거되어야 하는 타겟 픽셀들의 광 성분을 나타내는 오프셋 값들을 포함할 수 있다.

또한, 전자 장치는 촬영 영상들의 픽셀들 각각과 대응되는 오프셋 값과 플리커 값을 이용하여 촬영 영상을 보정할 수 있다. 예를 들어, 전자 장치는 촬영 영상의 픽셀값에서, 오프셋 값과 플리커 값을 곱한 값을 빼는 방식으로 촬영 영상을 보정할 수 있다.

도 9는 일 실시예에 따른 전자 장치가 플리커가 발생한 경우 촬영 영상을 보정하는 방법을 설명하기 위한 도면이다.

도 9를 참조하면, 전자 장치는 카메라 모듈로부터 촬영 영상(910)이 획득됨에 따라, 촬영 영상(910)에서 플리커가 발생했는지 여부를 식별할 수 있다. 전자 장치는 플리커가 발생한 경우, 촬영 영상(910)의 픽셀값을 분석하여 플리커 정보(920)를 획득할 수 있다. 플리커 정보(920)는 촬영 영상(910)에서 제거되어야 하는 플리커 성분을 수치화한 플리커 값들로 구성될 수 있다.

한편, 전자 장치는 카메라 모듈에서 촬영 영상(910)의 획득 시 카메라 모듈에 대응되는 디스플레이 모듈의 영역에 포함된 타겟 픽셀들이 켜진 경우, 타겟 픽셀들의 디스플레이 정보를 획득할 수 있다. 전자 장치는 타겟 픽셀들의 디스플레이 정보에 기초하여 촬영 영상에 포함된 픽셀들의 오프셋 정보(930)를 결정할 수 있다. 예를 들어, 전자 장치는 타겟 픽셀들로 구성된 블록들 각각의 오프셋 영상을 가중치에 따라 조합하여 오프셋 정보(930)를 결정할 수 있다. 다만, 이는 일 예일 뿐, 오프셋 정보(930)를 결정하는 방법이 전술한 예에 한정되는 것은 아니다.

일 실시예에 따른 전자 장치는 플리커 정보(920)에 포함된 플리커값들과 오프셋 정보(930)에 포함된 오프셋 값들을 곱하여 촬영 영상(910)을 위한 보정 정보를 획득할 수 있다. 전자 장치는 획득된 보정 정보를 기초로 촬영 영상(910)을 보정할 수 있다. 예를 들어, 전자 장치는 촬영 영상(910)에서 플리커값과 오프셋값을 곱한 값을 빼는 방식으로 보정된 촬영 영상(940)을 획득할 수 있다.

도 10은 일 실시예에 따라 복수의 카메라 모듈을 포함하는 전자 장치가 플리커가 발생한 경우 촬영 영상을 보정하는 방법을 설명하기 위한 도면이다.

도 10을 참조하면, 전자 장치(1000)는 복수의 카메라 모듈(1010, 1020)을 포함할 수 있다. 본 실시예에서, 복수의 카메라 모듈(1010, 1020)은 모두 디스플레이 모듈의 아래에 위치한 것으로 가정한다.

전자 장치(1000)는 복수의 카메라 모듈(1010, 1020) 각각으로부터 획득된 촬영 영상들(1015, 1025)을 기초로, 보정 정보를 결정할 수 있다. 예를 들어, 전자 장치(1000)는 제 1 카메라 모듈(1010)로부터 제 1 촬영 영상(1015)이 획득됨에 따라, 제 1 촬영 영상(1015)에서 플리커가 발생했는지 여부를 식별할 수 있다.

전자 장치(1000)는 제 1 촬영 영상(1015)에서 플리커가 발생한 경우, 제 1 촬영 영상(1015)의 픽셀값을 분석하여 제 1 플리커 정보(1017)를 획득할 수 있다. 제 1 플리커 정보(1017)는 제 1 촬영 영상(1015)에서 제거되어야 하는 플리커 성분을 수치화한 플리커 값들로 구성될 수 있다.

또한, 전자 장치(1000)는 제 1 카메라 모듈(1010)에서 제 1 촬영 영상(1015)의 획득 시 제 1 카메라 모듈(1010)에 대응되는 디스플레이 모듈의 영역에 포함된 타겟 픽셀들이 켜진 경우, 타겟 픽셀들의 디스플레이 정보를 획득할 수 있다. 전자 장치(1000)는 타겟 픽셀들의 디스플레이 정보에 기초하여 촬영 영상에 포함된 픽셀들의 제 1 오프셋 정보(1019)를 결정할 수 있다. 예를 들어, 전자 장치(1000)는 타겟 픽셀들로 구성된 블록들 각각의 오프셋 영상을 가중치에 따라 조합하여 제 1 오프셋 정보(1019)를 결정할 수 있다.

또한, 전자 장치(1000)는 제 2 카메라 모듈(1020)로부터 제 2 촬영 영상(1025)이 획득됨에 따라, 제 2 촬영 영상(1025)에서 플리커가 발생했는지 여부를 식별할 수 있다. 전자 장치(1000)는 제 2 촬영 영상(1025)에서 플리커가 발생한 경우, 제 2 촬영 영상(1025)의 픽셀값을 분석하여 제 2 플리커 정보(1027)를 획득할 수 있다. 제 2 플리커 정보(1027)는 제 2 촬영 영상(1025)에서 제거되어야 하는 플리커 성분을 수치화한 플리커 값들로 구성될 수 있다.

또한, 전자 장치(1000)는 제 2 카메라 모듈(1020)에서 제 2 촬영 영상(1025)의 획득 시 제 2 카메라 모듈(1020)에 대응되는 디스플레이 모듈의 영역에 포함된 타겟 픽셀들이 켜진 경우, 타겟 픽셀들의 디스플레이 정보를 획득할 수 있다. 전자 장치(1000)는 타겟 픽셀들의 디스플레이 정보에 기초하여 촬영 영상에 포함된 픽셀들의 제 2 오프셋 정보(1029)를 결정할 수 있다. 예를 들어, 전자 장치(1000)는 타겟 픽셀들로 구성된 블록들 각각의 오프셋 영상을 가중치에 따라 조합하여 제 2 오프셋 정보(1029)를 결정할 수 있다.

일 실시예에 따른 전자 장치(1000)는 제 1 플리커 정보(1017) 및 제 2 플리커 정보(1027)를 비교하여, 플리커 이외의 다른 화질 저하 원인이 존재하는지 여부를 식별할 수 있다. 예를 들어, 전자 장치(1000)는 제 1 플리커 정보(1017) 및 제 2 플리커 정보(1027)를 비교한 결과, 플리커 이외에 회절 등의 화질 저하 원인이 존재하는 것으로 식별된 경우, 플리커 성분 및 회절 성분을 분리할 수 있다.

전자 장치(1000)는 플리커 성분 및 회절 성분이 분리된 경우, 각각의 화질 저하 원인에 의해 촬영 영상에서 제거되어야 하는 픽셀값을 플리커값 및 회절값으로 획득할 수 있다. 전자 장치(1000)는 획득된 플리커값, 회절값과 제 1 오프셋 정보(1019) 및 제 2 오프셋 정보(1029)에 포함된 오프셋값들을 이용하여 제 1 촬영 영상(1015) 또는 제 2 촬영 영상(1025)을 보정한 결과, 제 3 촬영 영상(1030)을 획득할 수 있다.

도 11은 일 실시예에 따른 전자 장치가 인공지능 모델을 이용하여 촬영 영상을 보정하는 방법을 설명하기 위한 도면이다.

도 11을 참조하면, 전자 장치는 촬영 영상(1110) 및 디스플레이 정보를 뉴럴 네트워크(1120)로 구성된 인공지능 모델에 입력하여 보정된 촬영 영상(1130)을 획득할 수 있다. 뉴럴 네트워크(1120)를 구성하는 레이어들 및 노드들은 촬영 영상 및 디스플레이 정보를 기초로 촬영 영상을 보정하는데 이용되는 오프셋 정보를 결정하고, 오프셋 정보에 기초하여 촬영 영상을 보정하도록 학습될 수 있다. 디스플레이 정보는 카메라 모듈에 대응되는 디스플레이 모듈의 영역에 포함된 타겟 픽셀들의 색상별 픽셀값, 상기 타겟 픽셀들에 대응되는 디스플레이 소자가 발광하는 정도, 색상 보정 행렬 중 적어도 하나를 포함할 수 있다.

일 실시예에 따른 뉴럴 네트워크(1120)를 포함하는 인공지능 모델은 전자 장치 내에 저장될 수도 있고, 외부의 전자 장치에 저장될 수도 있다. 인공지능 모델이 외부의 전자 장치에 저장되는 경우, 전자 장치는 외부의 전자 장치에 촬영 영상(1110) 및 디스플레이 정보(1115)를 전송할 수 있다. 외부의 전자 장치에서 인공지능 모델을 이용하여 촬영 영상(1110) 및 디스플레이 정보(1115)를 기초로 촬영 영상(1110)의 보정이 완료됨에 따라, 전자 장치는 외부의 전자 장치로부터 보정된 촬영 영상(1130)을 수신할 수 있다.

한편, 다른 실시예에 따라 전자 장치는 디스플레이 모듈의 타겟 픽셀에서 발생하는 광 이외에 다른 화질 저하 원인을 제거하기 위해, 플리커 제거 등의 선처리 과정을 거친 촬영 영상을 인공지능 모델에 입력할 수도 있다. 또 다른 실시예에 따라, 전자 장치는 인공지능 모델을 이용하여 디스플레이 모듈의 타겟 픽셀에서 발생하는 광 이외에 다른 화질 저하 원인 또한 제거할 수 있다. 이에 대해서는, 도 12를 참조하여 보다 구체적으로 후술하도록 한다.

도 12는 다른 실시예에 따른 전자 장치가 인공지능 모델을 이용하여 촬영 영상을 보정하는 방법을 설명하기 위한 도면이다.

도 12를 참조하면, 전자 장치는 제 1 촬영 영상(1210) 및 촬영 설정 정보를 제 1 뉴럴 네트워크(1220)로 구성된 인공지능 모델에 입력하여 보정을 수행한 결과, 제 2 촬영 영상(1230)을 획득할 수 있다. 제 1 뉴럴 네트워크(1220)를 구성하는 레이어들 및 노드들은 촬영 영상 및 촬영 설정 정보를 기초로, 촬영 환경으로 인하여 발생하는 화질 저하 원인을 제거하는데 이용되는 보정 정보를 결정할 수 있도록 학습될 수 있다. 촬영 설정 정보에는 도 2를 참조하여 전술한 카메라 모듈에 포함된 구성 요소들 중 적어도 하나에 대한 설정 정보(예: 노출 시간, 리드 아웃 타이밍, 셔터스피드 등)가 포함될 수 있다. 일 실시예에 따른 제 1 뉴럴 네트워크(1220)를 포함하는 인공지능 모델은 전자 장치 내에 저장될 수도 있고, 외부의 전자 장치에 저장될 수도 있다.

예를 들어, 전자 장치는 제 1 촬영 영상(1210) 및 촬영 설정 정보(1215)를 제 1 뉴럴 네트워크(1220)를 포함하는 인공지능 모델에 입력할 수 있다. 전자 장치는 제 1 뉴럴 네트워크(1220)를 포함하는 인공지능 모델로부터, 제 1 촬영 영상(1210)에서 플리커가 제거된 제 2 촬영 영상(1230)을 획득할 수 있다.

또한, 전자 장치는 제 2 촬영 영상(1230) 및 디스플레이 정보(1235)를 제 2 뉴럴 네트워크(1240)로 구성된 인공지능 모델에 입력하여 보정을 수행한 결과, 제 3 촬영 영상(1250)을 획득할 수 있다. 제 2 뉴럴 네트워크(1240)를 구성하는 레이어들 및 노드들은 촬영 영상 및 디스플레이 정보를 기초로 촬영 영상을 보정하는데 이용되는 오프셋 정보를 결정하고, 오프셋 정보에 기초하여 촬영 영상을 보정하도록 학습될 수 있다. 일 실시예에 따른 제 2 뉴럴 네트워크(1240)를 포함하는 인공지능 모델은 전자 장치 내에 저장될 수도 있고, 외부의 전자 장치에 저장될 수도 있다.

도 13은 일 실시예에 따른 전자 장치의 블록도이다.

도 13을 참조하면, 전자 장치(1300)는 디스플레이 모듈(1310), 카메라 모듈(1320), 메모리(1330) 및 적어도 하나의 프로세서(1340)를 포함할 수 있다. 그러나 도시된 구성요소 모두가 필수구성요소인 것은 아니다. 도시된 구성요소보다 많은 구성요소에 의해 전자 장치(1300)가 구현될 수도 있고, 그보다 적은 구성요소에 의해서도 전자 장치(1300)는 구현될 수 있다.

디스플레이 모듈(1310)은 전자 장치(1300)에서 발생한 정보 또는 전자 장치(1300)가 다른 전자 장치로부터 수신한 정보를 표시할 수 있다. 디스플레이 모듈(1310)은 정보의 표시를 위해 전술한 타겟 픽셀들을 포함한 복수의 픽셀들로 구성될 수 있으며, 픽셀들에서 발생하는 광에 의해 정보가 표시될 수 있다.

카메라 모듈(1320)은 디스플레이 모듈(1310)의 아래에 위치할 수 있다. 카메라 모듈(1320)을 통해 영상이 촬영될 수 있다. 일 실시예에 따른 카메라 모듈(1320)은 도 2 및 도 3에서 전술한 바와 대응될 수 있다.

메모리(1330)는 전자 장치(1300)에서 일 실시예에 따라 촬영 영상을 보정하도록 하는 하나 이상의 인스트럭션들을 저장할 수 있다. 또한, 메모리(1330)는 카메라 모듈(1320)을 통해 촬영된 영상을 저장할 수 있다.

메모리(1330)는 타겟 픽셀들로 구성된 블록들의 오프셋 영상들을 저장할 수도 있다. 또한, 메모리(1330)는 촬영 영상의 보정을 위해 학습된 인공지능 모델을 저장할 수 있다. 메모리(1330)는 보정된 촬영 영상을 저장할 수도 있다. 한편, 이는 일 예일 뿐, 다른 실시예에 따라, 메모리(1330)는 카메라 모듈에서 획득된 촬영 영상과 오프셋 정보를 저장할 수도 있다. 예를 들어, 촬영 영상이 JPEG 포맷의 데이터 파일로 저장되는 경우, 오프셋 정보는 JPEG의 테일(tail) 영역에 저장될 수 있다. 또 다른 실시예에 따라, 메모리(1330)는 카메라 모듈에서 획득된 촬영 영상과 보정된 촬영 영상을 저장할 수 있다.

프로세서(1340)는 메모리(1330)에 저장된 하나 이상의 인스트럭션들을 실행하여 촬영 영상을 보정할 수 있다.

프로세서(1340)는 카메라 모듈(1320)이 구동됨에 따라, 카메라 모듈(1320)에 대응되는 디스플레이 모듈(1310)의 영역에 포함된 타겟 픽셀들의 상태를 식별할 수 있다. 프로세서(1340)는 타겟 픽셀들이 켜진 경우, 타겟 픽셀들의 디스플레이 정보를 획득할 수 있다.

프로세서(1340)는 타겟 픽셀들의 디스플레이 정보에 기초하여, 카메라 모듈(1320)로부터 획득되는 촬영 영상에 포함된 픽셀들의 오프셋 정보를 결정할 수 있다.

일 실시예에 따른 프로세서(1340)는 타겟 픽셀들의 디스플레이 정보를 기 설정된 가중치에 따라 조합하여, 오프셋 정보를 결정할 수 있다.

다른 실시예에 따라 프로세서(1340)는 타겟 픽셀들의 블록 별로 미리 저장된 오프셋 정보를 이용하여 촬영 영상을 보정하기 위한 오프셋 정보를 결정할 수 있다. 이를 위해, 프로세서(1340)는 타겟 픽셀들을 기 설정된 크기의 블록들로 그룹핑할 수 있다. 프로세서(1340)는 블록들 각각에 대해, 블록에 포함된 타겟 픽셀들이 켜진 상태에서 촬영된 카메라의 촬영 영상에 포함되는 오프셋 정보를 획득하고, 획득된 오프셋 정보를 저장할 수 있다. 프로세서(1340)는 저장된 블록들 각각의 오프셋 정보 중 적어도 하나를 기초로, 촬영 영상의 보정에 이용되는 오프셋 정보를 결정할 수 있다.

또 다른 실시예에 따른 프로세서(1340)는 인공지능 모델을 이용하여, 촬영 영상 및 타겟 픽셀들의 디스플레이 정보로부터 오프셋 정보를 획득할 수 있다.

한편, 일 실시예에 따른 프로세서(1340)는 카메라로부터 획득된 촬영 영상에서의 플리커 발생 여부를 식별할 수 있다. 프로세서(1340)는 촬영 영상에 플리커가 발생한 경우, 촬영 영상에서 플리커 영역을 식별할 수 있다. 프로세서(1340)는 식별된 플리커 영역 및 오프셋 정보를 기초로, 촬영 영상을 보정할 수 있다.

일 실시예에 따른 프로세서(1340)는 디스플레이 모듈(1310)의 아래에 복수의 카메라 모듈(1320)이 존재하는 경우, 복수의 카메라 모듈(1320) 각각에 대응되는 타겟 픽셀들의 값에 기초하여, 촬영 영상에 포함된 픽셀들의 오프셋 정보를 결정할 수 있다.

프로세서(1340)는 결정된 오프셋 정보에 기초하여, 촬영 영상을 보정할 수 있다. 한편, 프로세서(1340)는 도 4를 참조하여 전술한 적어도 하나의 기준에 기초하여 판단한 결과, 카메라 모듈에 대응되는 디스플레이 모듈의 픽셀을 꺼진 상태로 두는 것으로 결정한 경우에는 일 실시예에 따른 촬영 영상을 보정하는 기술을 수행하지 않을 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, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.

본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(#01)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(#36) 또는 외장 메모리(#38))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(#40))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(#01))의 프로세서(예: 프로세서(#20))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.

일실시예에 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.

Claims

전자 장치에서 영상을 처리하는 방법에 있어서,
상기 전자 장치에서 디스플레이 모듈의 아래에 위치한 카메라 모듈이 구동됨에 따라, 상기 카메라 모듈에 대응되는 상기 디스플레이 모듈의 영역에 포함된 타겟 픽셀들의 상태를 식별하는 단계;
상기 타겟 픽셀들이 켜진 경우, 상기 타겟 픽셀들의 디스플레이 정보를 획득하는 단계;
상기 타겟 픽셀들의 디스플레이 정보에 기초하여, 상기 카메라 모듈로부터 획득되는 촬영 영상에 포함된 픽셀들의 오프셋 정보를 결정하는 단계; 및
상기 결정된 오프셋 정보에 기초하여, 상기 촬영 영상을 보정하는 단계를 포함하는, 방법.
제1항에 있어서, 상기 오프셋 정보를 결정하는 단계는,
상기 타겟 픽셀들의 디스플레이 정보를 기 설정된 가중치에 따라 조합하여, 상기 오프셋 정보를 결정하는, 방법.
제1항에 있어서,
상기 디스플레이 영역에 포함된 타겟 픽셀들을 기 설정된 크기의 블록들로 그룹핑하는 단계;
상기 블록들 각각에 대해, 블록에 포함된 타겟 픽셀들이 켜진 상태에서 촬영된 카메라의 촬영 영상에 포함되는 오프셋 정보를 획득하는 단계; 및
상기 블록들 각각의 오프셋 정보를 저장하는 단계를 더 포함하고,
상기 오프셋 정보를 결정하는 단계는,
상기 저장된 블록들 각각의 오프셋 정보 중 적어도 하나의 블록의 오프셋 정보를 기초로, 상기 촬영 영상의 보정에 이용되는 오프셋 정보를 결정하는, 방법.
제3항에 있어서, 상기 오프셋 정보를 저장하는 단계는,
상기 블록들 각각에 대해, 상기 블록에 포함된 타겟 픽셀들이 켜진 상태에서 상기 카메라의 촬영 영상에 포함되는 오프셋 정보를 영상 형태로 저장하는, 방법.
제1항에 있어서, 상기 오프셋 정보를 획득하는 단계는,
RGB 채널 별로 상기 블록에 포함된 타겟 픽셀들이 켜진 상태에서, 상기 카메라의 촬영 영상에 포함되는 오프셋 정보를 획득하는, 방법.
제1항에 있어서, 상기 타겟 픽셀들의 디스플레이 정보는,
상기 타겟 픽셀들의 색상별 픽셀값, 상기 타겟 픽셀들에 대응되는 디스플레이 소자가 발광하는 정도, 색상 보정 행렬 중 적어도 하나를 포함하는, 방법.
제1항에 있어서, 상기 오프셋 정보를 결정하는 단계는,
기 생성된 인공지능 모델을 이용하여, 상기 촬영 영상 및 상기 타겟 픽셀들의 디스플레이 정보를 기초로 상기 오프셋 정보를 획득하는 단계를 포함하는, 방법.
제1항에 있어서,
상기 카메라로부터 획득된 촬영 영상에서의 플리커 발생 여부를 식별하는 단계; 및
상기 촬영 영상에 플리커가 발생한 경우, 상기 촬영 영상에서 플리커 영역을 식별하는 단계를 더 포함하고,
상기 촬영 영상을 보정하는 단계는,
상기 식별된 플리커 영역 및 상기 오프셋 정보를 기초로, 상기 촬영 영상을 보정하는, 방법.
제1항에 있어서, 상기 촬영 영상을 보정하는 단계는,
상기 촬영 영상에 포함된 픽셀들 중 상기 식별된 플리커 영역에 포함된 적어도 하나의 픽셀을 상기 적어도 하나의 픽셀의 오프셋 값 및 플리커 값에 기초하여 보정하는, 방법.
제1항에 있어서, 상기 오프셋 정보를 결정하는 단계는,
상기 디스플레이 모듈의 아래에 복수의 카메라 모듈이 존재하는 경우, 상기 복수의 카메라 모듈 각각에 대응되는 디스플레이 모듈의 영역에 포함된 타겟 픽셀들의 값에 기초하여, 상기 촬영 영상의 오프셋 정보를 결정하는, 방법.
영상을 처리하는 전자 장치에 있어서,
하나 이상의 인스트럭션들을 저장하는 메모리;
디스플레이 모듈;
상기 디스플레이 모듈의 아래에 위치한 카메라 모듈; 및
상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는,
상기 디스플레이 모듈의 아래에 위치한 카메라 모듈이 구동됨에 따라, 상기 카메라 모듈에 대응되는 상기 디스플레이 모듈의 영역에 포함된 타겟 픽셀들의 상태를 식별하고,
상기 타겟 픽셀들이 켜진 경우, 상기 타겟 픽셀들의 디스플레이 정보를 획득하며,
상기 타겟 픽셀들의 디스플레이 정보에 기초하여, 상기 카메라 모듈로부터 획득되는 촬영 영상에 포함된 픽셀들의 오프셋 정보를 결정하고,
상기 결정된 오프셋 정보에 기초하여, 상기 촬영 영상을 보정하는, 전자 장치.
제11항에 있어서, 상기 적어도 하나의 프로세서는,
상기 타겟 픽셀들의 디스플레이 정보를 기 설정된 가중치에 따라 조합하여, 상기 오프셋 정보를 결정하는, 전자 장치.
제11항에 있어서, 상기 적어도 하나의 프로세서는,
상기 디스플레이 영역에 포함된 타겟 픽셀들을 기 설정된 크기의 블록들로 그룹핑하고,
상기 블록들 각각에 대해, 블록에 포함된 타겟 픽셀들이 켜진 상태에서 촬영된 카메라의 촬영 영상에 포함되는 오프셋 정보를 획득하며,
상기 블록들 각각의 오프셋 정보를 저장하고,
상기 저장된 블록들 각각의 오프셋 정보 중 적어도 하나의 블록의 오프셋 정보를 기초로, 상기 촬영 영상의 보정에 이용되는 오프셋 정보를 결정하는, 전자 장치.
제13항에 있어서, 상기 적어도 하나의 프로세서는,
상기 블록들 각각에 대해, 상기 블록에 포함된 타겟 픽셀들이 켜진 상태에서 상기 카메라의 촬영 영상에 포함되는 오프셋 정보를 영상 형태로 저장하는, 전자 장치.
제11항에 있어서, 상기 적어도 하나의 프로세서는,
RGB 채널 별로 상기 블록에 포함된 타겟 픽셀들이 켜진 상태에서, 상기 카메라의 촬영 영상에 포함되는 오프셋 정보를 획득하는, 전자 장치.
제11항에 있어서, 상기 타겟 픽셀들의 디스플레이 정보는,
상기 타겟 픽셀들의 색상별 픽셀값, 상기 타겟 픽셀들에 대응되는 디스플레이 소자가 발광하는 정도, 색상 보정 행렬 중 적어도 하나를 포함하는, 전자 장치.
제11항에 있어서, 상기 적어도 하나의 프로세서는,
기 생성된 인공지능 모델을 이용하여, 상기 촬영 영상 및 상기 타겟 픽셀들의 디스플레이 정보를 기초로 상기 오프셋 정보를 획득하는, 전자 장치.
제11항에 있어서, 상기 적어도 하나의 프로세서는,
상기 카메라로부터 획득된 촬영 영상에서의 플리커 발생 여부를 식별하고,
상기 촬영 영상에 플리커가 발생한 경우, 상기 촬영 영상에서 플리커 영역을 식별하며,
상기 식별된 플리커 영역 및 상기 오프셋 정보를 기초로, 상기 촬영 영상을 보정하는, 전자 장치.
제11항에 있어서, 상기 적어도 하나의 프로세서는,
상기 촬영 영상에 포함된 픽셀들 중 상기 식별된 플리커 영역에 포함된 적어도 하나의 픽셀을 상기 적어도 하나의 픽셀의 오프셋 값 및 플리커 값에 기초하여 보정하는, 전자 장치.
제11항에 있어서, 상기 적어도 하나의 프로세서는,
상기 디스플레이 모듈의 아래에 복수의 카메라 모듈이 존재하는 경우, 상기 복수의 카메라 모듈 각각에 대응되는 디스플레이 모듈의 영역에 포함된 타겟 픽셀들의 값에 기초하여, 상기 촬영 영상의 오프셋 정보를 결정하는, 전자 장치.
전자 장치가 영상을 처리하는 방법을 수행하도록 하는 프로그램이 저장된 기록매체를 포함하는 컴퓨터 프로그램 제품에 있어서,
상기 전자 장치에서 디스플레이 모듈의 아래에 위치한 카메라 모듈이 구동됨에 따라, 상기 카메라 모듈에 대응되는 상기 디스플레이 모듈의 영역에 포함된 타겟 픽셀들의 상태를 식별하는 동작;
상기 타겟 픽셀들이 켜진 경우, 상기 타겟 픽셀들의 디스플레이 정보를 획득하는 동작;
상기 타겟 픽셀들의 디스플레이 정보에 기초하여, 상기 카메라 모듈로부터 획득되는 촬영 영상에 포함된 픽셀들의 오프셋 정보를 결정하는 동작; 및
상기 결정된 오프셋 정보에 기초하여, 상기 촬영 영상을 보정하는 동작을 수행하도록 하는 프로그램이 저장된 기록매체.