KR20220153366A - Method for correcting image distortion and Electronic device thereof - Google Patents
Method for correcting image distortion and Electronic device thereof Download PDFInfo
- Publication number
- KR20220153366A KR20220153366A KR1020210060863A KR20210060863A KR20220153366A KR 20220153366 A KR20220153366 A KR 20220153366A KR 1020210060863 A KR1020210060863 A KR 1020210060863A KR 20210060863 A KR20210060863 A KR 20210060863A KR 20220153366 A KR20220153366 A KR 20220153366A
- Authority
- KR
- South Korea
- Prior art keywords
- processor
- lattice
- electronic device
- correction
- image
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000012937 correction Methods 0.000 claims abstract description 145
- 230000005484 gravity Effects 0.000 claims description 18
- 238000011017 operating method Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 47
- 230000008569 process Effects 0.000 description 28
- 230000006870 function Effects 0.000 description 20
- 238000012545 processing Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 9
- 238000013528 artificial neural network Methods 0.000 description 8
- 238000012805 post-processing Methods 0.000 description 8
- 230000033001 locomotion Effects 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 239000003381 stabilizer Substances 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 229910044991 metal oxide Inorganic materials 0.000 description 3
- 150000004706 metal oxides Chemical class 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- QNRATNLHPGXHMA-XZHTYLCXSA-N (r)-(6-ethoxyquinolin-4-yl)-[(2s,4s,5r)-5-ethyl-1-azabicyclo[2.2.2]octan-2-yl]methanol;hydrochloride Chemical compound Cl.C([C@H]([C@H](C1)CC)C2)CN1[C@@H]2[C@H](O)C1=CC=NC2=CC=C(OCC)C=C21 QNRATNLHPGXHMA-XZHTYLCXSA-N 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 238000003705 background correction Methods 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003155 kinesthetic effect Effects 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 229910052724 xenon Inorganic materials 0.000 description 1
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
-
- G06T5/001—
-
- G06T3/0093—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/18—Image warping, e.g. rearranging pixels individually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/57—Mechanical or electrical details of cameras or camera modules specially adapted for being embedded in other devices
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- 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
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
- H04N25/61—Noise processing, e.g. detecting, correcting, reducing or removing noise the noise originating only from the lens unit, e.g. flare, shading, vignetting or "cos4"
-
- H04N5/2257—
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Biomedical Technology (AREA)
- Studio Devices (AREA)
Abstract
Description
본 문서에서 개시되는 실시 예들은, 이미지의 왜곡을 보정하는 전자 장치 및 방법에 관한 것이다.Embodiments disclosed in this document relate to an electronic device and method for correcting distortion of an image.
이동식 단말기에 대한 성능 요구가 증가함에 따라 이동식 단말기의 카메라도 디지털 카메라 급의 화각(FOV, field of view)이 요구되고 있다. 다양한 화각의 카메라들이 휴대폰에 적용되고 있으며, 이 중 특히 울트라 와이드와 같은 광각 카메라의 경우는 넓은 영역을 디스플레이 상에 표시할 수 있다. As performance requirements for mobile terminals increase, cameras of mobile terminals also require a digital camera-level field of view (FOV). Cameras with various angles of view are being applied to mobile phones, and among them, a wide-angle camera such as an ultra-wide camera can display a wide area on a display.
또한, 광각 카메라를 사용함에 따라 발생하는 이미지 왜곡을 보정하기 위하여 스테레오 그래픽 프로젝션(stereographic projection) 방법을 사용하였다. 스테레오 그래픽 프로젝션 방법은 렌즈 특성으로 왜곡된 영상에서 화각의 변화를 주어 객체를 보정하는데 사용되는 방법이다.In addition, a stereographic projection method was used to correct image distortion caused by using a wide-angle camera. The stereographic projection method is a method used to correct an object by changing the angle of view in an image distorted by lens characteristics.
왜곡된 영상을 보정하기 위해 스테레오 그래픽 프로젝션 방법을 사용하여 보정하는 경우, 이미지의 가장자리에 있는 객체는 보정이 되나, 이미지 전체에 대하여 화각의 변화를 주는 것이기 때문에 상기 객체의 주변 라인은 오히려 왜곡되는 문제가 발생한다. When correcting a distorted image using a stereo graphic projection method, the object at the edge of the image is corrected, but the line around the object is rather distorted because the angle of view is changed for the entire image. occurs.
반대로, 라인에 대한 왜곡을 줄이기 위해 이미지 외곽부를 늘리는 형태로 보정하는 것은 라인을 보정할 수는 있으나, 라인이 아닌 객체의 왜곡을 심화시키는 문제가 발생한다.Conversely, correction in the form of extending the image periphery to reduce distortion of the line can correct the line, but causes a problem of intensifying distortion of an object other than the line.
본 개시의 다양한 실시 예는, 이미지의 영역 별 특징을 확인하고, 확인된 특징에 기반하여 영역 별로 라인 보정, 얼굴 보정, 및/또는 객체 보정 중 적어도 하나를 수행할 수 있는 방법을 제공한다.Various embodiments of the present disclosure provide a method capable of identifying characteristics of each region of an image and performing at least one of line correction, face correction, and/or object correction for each region based on the identified characteristics.
일 실시 예에 따르면, 전자 장치는 이미지 센서, 디스플레이 및 이미지 센서 및 디스플레이와 작동적으로(operatively) 연결되는 적어도 하나의 프로세서를 포함하고, 적어도 하나의 프로세서는 이미지 센서를 통해 이미지 프레임을 획득하여 이미지 프레임을 복수 개의 격자 영역으로 분할하고, 획득된 이미지 프레임에서 적어도 하나의 객체 또는 라인 성분 중 적어도 하나의 요소를 검출하고, 검출된 적어도 하나의 요소를 포함하는 격자 영역을 분석하여, 복수 개의 격자 영역 중 라인 왜곡 보정을 수행할 영역을 결정하고, 결정된 영역에 기반하여, 복수 개의 격자 영역 중 제1 격자 영역은 제1 가중치에 기반하여 라인 왜곡 보정을 수행하고, 복수 개의 격자 영역 중 제2 격자 영역은 제2 가중치에 기반하여 라인 왜곡 보정을 수행하고, 왜곡 보정이 수행된 이미지 프레임을 디스플레이에 표시할 수 있다.According to an embodiment, an electronic device includes an image sensor, a display, and at least one processor operatively connected to the image sensor and the display, and the at least one processor acquires an image frame through the image sensor to obtain an image. Dividing the frame into a plurality of lattice areas, detecting at least one element among at least one object or line component in the acquired image frame, and analyzing the lattice area including the detected at least one element, thereby forming a plurality of lattice areas. An area to be subjected to line distortion correction is determined, and based on the determined area, a first lattice area among a plurality of lattice areas performs line distortion correction based on a first weight, and a second lattice area among the plurality of lattice areas is determined based on the determined area. may perform line distortion correction based on the second weight, and display an image frame on which distortion correction is performed on a display.
일 실시 예에 따른 전자 장치의 동작 방법은 이미지 센서를 통해 이미지 프레임을 획득하여 이미지 프레임을 복수 개의 격자 영역으로 분할하는 동작, 획득된 이미지 프레임에서 적어도 하나의 객체 또는 라인 성분 중 적어도 하나의 요소를 검출하는 동작, 검출된 적어도 하나의 요소를 포함하는 격자 영역을 분석하여, 복수 개의 격자 영역 중 라인 왜곡 보정을 수행할 영역을 결정하는 동작, 결정된 영역에 기반하여, 복수 개의 격자 영역 중 제1 격자 영역은 제1 가중치에 기반하여 라인 왜곡 보정을 수행하고, 복수 개의 격자 영역 중 제2 격자 영역은 제2 가중치에 기반하여 라인 왜곡 보정을 수행하는 동작 및 왜곡 보정이 수행된 이미지 프레임을 디스플레이에 표시하는 동작을 포함할 수 있다.An operating method of an electronic device according to an embodiment includes obtaining an image frame through an image sensor, dividing the image frame into a plurality of lattice areas, and selecting at least one element among at least one object or line component in the obtained image frame. Detecting, analyzing a lattice area including at least one detected element, and determining an area to perform line distortion correction among a plurality of lattice areas, based on the determined area, a first lattice area among the plurality of lattice areas An operation of performing line distortion correction on a region based on a first weight, and performing line distortion correction on a second grid region among a plurality of grid regions based on a second weight, and displaying an image frame on which distortion correction is performed on a display. action may be included.
본 문서에 개시되는 다양한 실시 예들에 따르면, 이미지의 영역별 특성을 판단하여 효율적인 왜곡 보정을 수행할 수 있다.According to various embodiments disclosed in this document, it is possible to efficiently perform distortion correction by determining characteristics of each region of an image.
또한, 다양한 실시 예에 따르면, 보정에 관한 연산량을 줄여 전력 소모를 최소화할 수 있다.In addition, according to various embodiments, power consumption may be minimized by reducing an amount of computation related to correction.
또한, 다양한 실시 예에 따르면, 광각 촬영의 환경에서도 왜곡이 최소화되어 사용자에게 고품질의 사진을 제공할 수 있다.Also, according to various embodiments, distortion is minimized even in a wide-angle shooting environment, so that high-quality photos can be provided to the user.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.In addition to this, various effects identified directly or indirectly through this document may be provided.
도 1은 일 실시 예에 따른 전자 장치 및 카메라 모듈에 대한 구조를 도시한 도면이다.
도 2는 일 실시 예에 따른 전자 장치의 하드웨어 구성을 나타낸다.
도 3은 일 실시 예에 따른 전자 장치에서 이미지 왜곡 보정에 대한 과정을 나타낸다.
도 4는 일 실시 예에 따른 전자 장치에서 획득된 이미지에 대하여 라인 보정을 수행하는 과정을 나타낸다.
도 5는 일 실시 예에 따른 전자 장치에서 획득된 이미지에 대하여 객체 보정을 수행하는 과정을 나타낸다.
도 6은 일 실시 예에 따른 전자 장치에서 왜곡된 이미지를 보정하기 위한 과정을 나타낸 흐름도이다.
도 7은 일 실시 예에 따른 전자 장치가 입력 이미지를 격자 영역으로 분할하여 분석하는 것을 나타낸 도면이다.
도 8은 일 실시 예에 따른 전자 장치가 획득한 제1 이미지(700)와 제1 이미지(700)의 일부를 크롭한 영역을 나타낸다.
도 9는 일 실시 예에 따른 전자 장치에서 와핑을 수행하는 과정에서 발생한 불일치 셀 포인트들을 매칭하는 것을 나타낸다.
도 10은 다양한 실시 예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 11은 다양한 실시 예들에 따른, 카메라 모듈을 예시하는 블럭도이다.1 is a diagram illustrating structures of an electronic device and a camera module according to an embodiment.
2 illustrates a hardware configuration of an electronic device according to an embodiment.
3 illustrates a process for correcting image distortion in an electronic device according to an embodiment.
4 illustrates a process of performing line correction on an image obtained by an electronic device according to an embodiment.
5 illustrates a process of performing object correction on an image acquired by an electronic device according to an embodiment.
6 is a flowchart illustrating a process for correcting a distorted image in an electronic device according to an embodiment.
7 is a diagram illustrating that an electronic device divides and analyzes an input image into grid areas according to an exemplary embodiment.
8 illustrates a
9 illustrates matching of mismatched cell points generated in a process of performing warping in an electronic device according to an embodiment.
10 is a block diagram of an electronic device in a network environment according to various embodiments.
11 is a block diagram illustrating a camera module, according to various embodiments.
이하, 본 문서의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 문서를 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 실시 예의 다양한 변경(modification), 균등물(equivalent), 및/또는 대체물(alternative)을 포함하는 것으로 이해되어야 한다.Hereinafter, various embodiments of this document will be described with reference to the accompanying drawings. However, this document is not intended to limit the specific embodiments, and should be understood to include various modifications, equivalents, and/or alternatives of the embodiments of the present invention.
도 1은 일 실시 예에 따른 전자 장치 및 카메라 모듈에 대한 구조를 도시한 도면이다.1 is a diagram illustrating structures of an electronic device and a camera module according to an embodiment.
도 1은 일 실시 예에 따른 카메라 모듈(180)을 장착한 전자 장치(100)의 외관 및 카메라 모듈(180)을 개략적으로 나타낸 도면이다. 도 1의 실시 예는 모바일 기기, 특히, 스마트 폰을 전제로 도시 및 설명되었으나, 다양한 전자 기기 또는 모바일 기기들 중 카메라를 탑재한 전자 기기에 적용될 수 있음은 기술분야에서 통상의 지식을 가진 자에게 명확히 이해될 것이다.1 is a diagram schematically illustrating an external appearance of an
도 1을 참고하면, 일 실시 예에 따른 전자 장치(100)의 전면에는 디스플레이(110)가 배치될 수 있다. 일 실시 예에서, 디스플레이(110)는 전자 장치(100)의 전면의 대부분을 차지할 수 있다. 전자 장치(100)의 전면에는 디스플레이(110), 및 디스플레이(110)의 적어도 일부 가장자리를 둘러싸는 베젤(bezel)(190) 영역이 배치될 수 있다. 디스플레이(110)는 평면 영역(flat area)과 평면 영역에서 전자 장치(100)의 측면을 향해 연장되는 곡면 영역(curved area)을 포함할 수 있다. 도 1에 도시된 전자 장치(100)는 하나의 예시이며, 다양한 실시 예가 가능하다. 예를 들어, 전자 장치(100)의 디스플레이(110)는 곡면 영역 없이 평면 영역만 포함하거나 양측이 아닌 한 쪽 가장자리에만 곡면 영역을 구비할 수 있다. 또한 일 실시 예에서, 곡면 영역은 전자 장치의 후면으로 연장되어 전자 장치(100)는 추가적인 평면 영역을 구비할 수도 있다.Referring to FIG. 1 , a
일 실시 예에서 전자 장치(100)는 추가적으로 스피커(speaker), 리시버, 전면 카메라, 근접 센서, 홈 키 등을 포함할 수 있다. 일 실시 예에 따른 전자 장치(100)는 후면 커버(150)가 전자 장치의 본체와 일체화되어 제공될 수도 있다. 또 다른 실시 예에서, 후면 커버(150)가 전자 장치(100)의 본체로부터 분리되어, 배터리를 교체할 수 있는 형태를 가질 수 있다. 후면 커버(150)는 배터리 커버 또는 배면 커버로 참조될 수도 있다.In one embodiment, the
일 실시 예에서, 디스플레이(110)의 제1 영역(170)에 사용자의 지문 인식을 위한 지문 센서(171)가 포함될 수 있다. 지문 센서(171)는 디스플레이(110)의 아래 층에 배치됨으로써, 사용자에 의해 시인되지 않거나, 시인이 어렵게 배치될 수 있다. 또한, 지문 센서(171) 외에 추가적인 사용자/생체 인증을 위한 센서가 디스플레이(110)의 일부 영역에 배치될 수 있다. 다른 실시 예에서, 사용자/생체 인증을 위한 센서는 베젤(190)의 일 영역에 배치될 수 있다. 예를 들어, 홍채 인증을 위한 IR 센서가 디스플레이(110)의 일 영역을 통해 노출되거나, 베젤(190)의 일 영역을 통해 노출될 수 있다.In one embodiment, a
일 실시 예에서, 전자 장치(100)의 전면의 제2 영역(160)에는 전면 카메라(161)가 배치될 수 있다. 도 1의 실시 예에서는 전면 카메라(161)가 디스플레이(110)의 일 영역을 통해 노출되는 것으로 도시되었으나, 다른 실시 예에서 전면 카메라(161)가 베젤(190)을 통해 노출될 수 있다. 전자 장치(100)는 하나 이상의 전면 카메라(161)를 포함할 수 있다. 예를 들어, 전자 장치(100)는 제1 전면 카메라 및 제2 전면 카메라와 같이 2개의 전면 카메라를 포함할 수 있다. 일 실시 예에서, 제1 전면 카메라와 제2 전면 카메라는 동등한 사양(예: 화소)을 가지는 동종의 카메라일 수 있으나, 제1 전면 카메라와 제2 전면 카메라는 다른 사양의 카메라로 구현될 수 있다. 전자 장치(100)는 2개의 전면 카메라를 통해 듀얼 카메라와 관련된 기능(예: 3D 촬영, 자동 초점(auto focus) 등)을 지원할 수 있다. 상기 언급된 전면 카메라에 대한 설명은 전자 장치(100)의 후면 카메라에 동일 또는 유사하게 적용될 수 있다.In one embodiment, a
일 실시 예에서, 전자 장치(100)는 플래시와 같이 촬영을 보조하는 각종 하드웨어나 센서(163)가 추가적으로 배치될 수 있다. 예를 들어, 피사체와 전자 장치(100) 사이의 거리를 감지하기 위한 거리 센서(예: TOF 센서) 등이 더 포함될 수 있다. 상기 거리 센서는 전면 카메라 및/또는 후면 카메라에 모두 적용될 수 있다. 상기 거리 센서는 별도로 배치되거나 포함되어 전면 카메라 및/또는 후면 카메라에 배치될 수 있다.In one embodiment, the
일 실시 예에서, 전자 장치(100)의 측면부에는 적어도 하나의 물리 키가 배치될 수 있다. 예를 들어, 디스플레이(110)를 ON/OFF하거나 전자 장치(100)의 전원을 ON/OFF하기 위한 제1 기능 키(151)가 전자 장치(100)의 전면을 기준으로 우측 가장자리에 배치될 수 있다. 일 실시 예에서, 전자 장치(100)의 볼륨을 제어하거나 화면 밝기 등을 제어하기 위한 제2 기능 키(152)가 전자 장치(100)의 전면을 기준으로 좌측 가장자리에 배치될 수 있다. 이 외에도 추가적은 버튼이나 키가 전자 장치(100)의 전면이나 후면에도 배치될 수 있다. 예를 들어, 전면의 베젤(190) 중 하단 영역에 특정 기능에 맵핑된 물리 버튼이나 터치 버튼이 배치될 수 있다.In one embodiment, at least one physical key may be disposed on a side surface of the
도 1에 도시된 전자 장치(100)는 하나의 예시에 해당하며, 본 개시에 개시된 기술적 사상이 적용되는 장치의 형태를 제한하는 것은 아니다. 예를 들어, 플렉서블 디스플레이 및 힌지 구조를 채용하여, 가로 방향으로 폴딩이 가능하거나 세로 방향으로 폴딩이 가능한 폴더블 전자 장치나, 롤링이 가능한 롤러블 전자 장치나, 태블릿 또는 노트북에도 본 개시의 기술적 사상이 적용될 수 있다. 또한, 같은 방향을 향하는 제1 카메라와 제2 카메라가, 장치의 회전, 접힘, 변형 등을 통해 다른 방향을 향하도록 배치되는 것이 가능한 경우에도 본 기술적 사상은 적용될 수 있다.The
도 1을 참조하면, 일 실시 예에 따른 전자 장치(예: 도 10의 전자 장치(1001))(100)는 카메라 모듈(예: 도 10의 카메라 모듈(1080))(180)을 포함할 수 있다. 카메라 모듈(180)은 렌즈 어셈블리(예: 도 11의 렌즈 어셈블리(1110))(111), 하우징(113), 적외선 차단 필터(Infared cut filter)(115), 이미지 센서(예: 도 11의 이미지 센서(1130))(120) 및 이미지 시그널 프로세서(image signal processor)(예: 도 11의 이미지 시그널 프로세서(1160))(130)를 포함할 수 있다. Referring to FIG. 1 , an electronic device (eg, electronic device 1001 of FIG. 10) 100 according to an embodiment may include a camera module (eg,
일 실시 예에서, 렌즈 어셈블리(111)는 전면 카메라와 후면 카메라에 따라 렌즈의 개수, 배치, 종류 등이 서로 다를 수 있다. 렌즈 어셈블리의 타입에 따라 전면 카메라와 후면 카메라는 서로 다른 특성(예: 초점 거리, 최대 배율 등)을 가질 수 있다. 상기 렌즈는 광축을 따라 전, 후로 움직일 수 있으며, 초점 거리를 변화시켜 피사체가 되는 대상 객체가 선명하게 찍힐 수 있도록 동작할 수 있다.In one embodiment, the
일 실시 예에서, 카메라 모듈(180)은 광축 상에 정렬된 적어도 하나 이상의 렌즈를 실장하는 경통과 광축을 중심으로 상기 경통의 둘레를 둘러싸는 적어도 하나의 코일을 실장하는 하우징(113)을 포함할 수 있다. In one embodiment, the
일 실시 예에서, 적외선 차단 필터(115)는 이미지 센서(120)의 상면에 배치될 수 있다. 렌즈를 통과한 피사체의 상은 적외선 차단 필터(115)에 의해 일부 필터링된 후 이미지 센서(120)에 의해 감지될 수 있다.In one embodiment, the
일 실시 예에서, 이미지 센서(120)는 인쇄회로기판의 상면에 배치될 수 있다. 이미지 센서(120)는 커넥터(connector)에 의해 인쇄회로기판(140)과 연결된 이미지 시그널 프로세서(130)와 전기적으로 연결될 수 있다. 상기 커넥터로는 연성 인쇄회로 기판(FPCB) 또는 케이블(cable) 등이 사용될 수 있다.In one embodiment, the
일 실시 예에서, 이미지 센서(120)는 CMOS(complementary metal oxide semiconductor) 센서 또는 CCD(charged coupled device) 센서일 수 있다. 이미지 센서(120)에는 복수의 개별 픽셀들(pixels)이 집적되며, 각 개별 픽셀은 마이크로 렌즈(micro lens), 컬러 필터 및 포토다이오드(photodiode)를 포함할 수 있다. 각 개별 픽셀은 일종의 광검출기로서 입력되는 광을 전기적 신호로 변환시킬 수 있다. 광검출기는 일반적으로 캡쳐된 광의 파장을 스스로 검출할 수 없고 컬러 정보를 결정할 수 없다. 상기 광검출기는 포토다이오드를 포함할 수 있다. In an embodiment, the
일 실시 예에서, 렌즈 어셈블리(111)를 통해 입사된 피사체의 광 정보는 이미지 센서(120)에 의해 전기적 신호로 변환되어 이미지 시그널 프로세서(130)로 입력될 수 있다.In one embodiment, light information of a subject incident through the
일 실시 예에서, 카메라 모듈(180)은 전자 장치(100)의 후면뿐만 아니라, 전면에 배치될 수 있다. 또한 전자 장치(100)는 카메라의 성능 향상을 위해 한 개의 카메라 모듈(180) 뿐만 아니라, 여러 개의 카메라 모듈(180)을 포함할 수 있다. 예를 들어, 전자 장치(100)는 영상 통화 또는 셀프 카메라 촬영을 위한 전면 카메라(161)를 더 포함할 수 있다. 전면 카메라(161)는 후면 카메라 모듈에 비하여 상대적으로 낮은 화소 수를 지원할 수 있다. 전면 카메라는 후면 카메라 모듈에 비하여 상대적으로 보다 소형일 수 있다.In one embodiment, the
도 2는 일 실시 예에 따른 전자 장치의 하드웨어 구성을 나타낸다. 도 2의 설명에 있어서, 도 1에서 설명된 구성은 간략하게 설명되거나 설명이 생략될 수 있다.2 illustrates a hardware configuration of an electronic device according to an embodiment. In the description of FIG. 2, the configuration described in FIG. 1 may be briefly described or omitted.
도 2를 참고하면, 일 실시 예에서 전자 장치(100)는 카메라 모듈(180), 프로세서(예: 도 10의 프로세서(1020))(220), 디스플레이(예: 도 10의 디스플레이 모듈(1060))(110) 및 메모리(예: 도 10의 메모리(1030))(230)를 포함할 수 있다. 도 2의 설명에 있어서, 도 1과 동일한 참조번호에 대한 설명은 생략될 수 있다.Referring to FIG. 2 , in one embodiment, the
일 실시 예에서, 카메라 모듈(180)은 렌즈 어셈블리(111), 이미지 센서(120), 거리 감지 센서(210) 및 이미지 시그널 프로세서(image signal processor)(130)를 포함할 수 있다. In one embodiment, the
도 2에 도시된 구성요소들은 예시적인 것이며, 전자 장치(100)는 추가적인 구성요소들을 더 포함할 수 있다. 예를 들어, 전자 장치(100)는 오디오 데이터를 녹음하기 위한 적어도 하나의 마이크를 더 포함할 수 있다. 또한 예를 들어 전자 장치(100)는 전자 장치(100)의 전면 또는 후면이 향하는 방향 및/또는 전자 장치(100)의 자세 정보를 판단하기 위한 적어도 하나의 센서를 포함할 수 있다. 일 실시 예에서, 상기 적어도 하나의 센서는 가속도 센서, 자이로 센서 등을 포함할 수 있다. 도 2의 전자 장치(100)에 포함된 또는 포함될 수 있는 하드웨어에 대한 구체적인 설명이 도 11을 참고하여 제공된다.Components shown in FIG. 2 are exemplary, and the
일 실시 예에서, 이미지 센서(120)는 CMOS(complementary metal oxide semiconductor) 센서 또는 CCD(charged coupled device) 센서 등을 포함할 수 있다. 렌즈 어셈블리(111)를 통해 입사된 피사체의 광 정보는 이미지 센서(120)에 의해 전기적 신호로 변환되어 이미지 시그널 프로세서(130)로 입력될 수 있다. 이미지 센서(120)의 상면에 적외선 차단 필터(infra-red cut filter, 이하 IR cut 필터)가 배치될 수 있으며, 렌즈를 통과한 피사체의 상은 상기 IR cut 필터에 의해 일부 필터링된 후 이미지 센서(120)에 의해 감지될 수 있다.In an embodiment, the
일 실시 예에서, 이미지 시그널 프로세서(130)와 이미지 센서(120)가 물리적으로 구분된 경우, 규격에 맞는 센서 인터페이스가 있을 수 있다. In one embodiment, when the
일 실시 예에서, 이미지 시그널 프로세서(130)는 전기적으로 변환된 이미지 데이터에 대하여 이미지 처리를 할 수 있다. 이미지 시그널 프로세서(130)에서의 과정은 pre-ISP(이하, 전처리(pre-processing)) 및 ISP chain(이하, 후처리(post-processing))로 구분될 수 있다. 디모자이크 과정 이전의 이미지 처리는 전처리를 의미할 수 있고, 디모자이크 과정 이후의 이미지 처리는 후처리를 의미할 수 있다. 상기 전처리 과정은 3A 처리, 렌즈 셰이딩 보상(lens shading correction), 엣지 개선(edge enhancement), 데드 픽셀 보정(dead pixel correction) 및 knee 보정 등을 포함할 수 있다. 상기 3A는 AWB(auto white balance), AE(auto exposure), AF(Auto focusing) 중 적어도 하나를 포함할 수 있다. 상기 후처리 과정은 적어도 센서 색인 값(index) 변경, 튜닝 파라미터 변경, 화면 비율 조절 중 하나를 포함할 수 있다. 후처리 과정은 상기 이미지 센서(120)로부터 출력되는 이미지 데이터 또는 스케일러로부터 출력되는 이미지 데이터를 처리하는 과정을 포함할 수 있다. 이미지 시그널 프로세서(130)는 후처리 과정을 통해 이미지의 명암대비(contrast), 선명도(sharpness), 채도(saturation), 디더링(dithering) 등을 조정할 수 있다. 여기서, 명암대비(contrast), 선명도(sharpness), 채도(saturation) 조정 절차는 YUV 색 공간에서 실행되고, 디더링 절차(dithering procedure)는 RGB(Red Green Blue) 색 공간(color space)에서 실행될 수 있다. 상기 전처리 과정 중 일부는 상기 후처리 과정에서 수행되거나, 상기 후처리 과정 중 일부는 상기 전처리 과정에서 수행될 수 있다. 또한, 상기 전처리 과정 중 일부는 후처리에서의 과정 중 일부와 중복될 수 있다. In one embodiment, the
일 실시 예에서, 디스플레이(110)는 프로세서(220)에 의해 실행되는 어플리케이션의 실행 화면이나, 메모리(230)에 저장된 이미지 및/또는 동영상과 같은 컨텐츠들을 디스플레이(110)에 표시할 수 있다. 또한 프로세서(220)는 카메라 모듈(180)을 통해 획득된 이미지 데이터를 디스플레이(110)에 실시간으로 표시할 수 있다.In one embodiment, the
일 실시 예에서, 디스플레이(110)는 터치 패널과 일체형으로 구현될 수 있다. 디스플레이(110)는 터치 기능을 지원할 수 있으며, 손가락을 이용한 터치와 같은 사용자 입력을 감지하고 프로세서(220)로 전달할 수 있다. 디스플레이(110)는 디스플레이(110)를 구동하기 위한 디스플레이 구동 회로(display driver integrated circuit, DDIC)와 연결될 수 있고, 터치 패널은 터치 좌표를 감지하고 터치 관련 알고리즘을 처리하는 터치 IC와 연결될 수 있다. 일 실시 예에서, 디스플레이 구동 회로와 터치 IC는 일체로 형성될 수 있고, 다른 실시 예에서 디스플레이 구동 회로와 터치 IC는 별개로 형성될 수 있다. 디스플레이 구동 회로 및/또는 터치 IC는 프로세서(220)와 전기적으로 연결될 수 있다.In one embodiment, the
일 실시 예에서, 프로세서(220)는 전자 장치(100)에서 지원하는 다양한 기능을 실행/제어할 수 있다. 예를 들어, 프로세서(220)는 메모리(230)에 저장된 프로그래밍 언어로 작성된 코드를 실행함으로써 어플리케이션을 실행하고, 각종 하드웨어를 제어할 수 있다. 예를 들어, 프로세서(220)는 메모리(230)에 저장된 촬영 기능을 지원하는 어플리케이션을 실행할 수 있다. 또한 프로세서(220)는 카메라 모듈(180)을 실행하고 카메라 모듈(180)이 사용자가 의도하는 동작을 수행할 수 있도록 적절한 촬영 모드를 설정하고 지원할 수 있다.In one embodiment, the
일 실시 예에서, 메모리(230)는 프로세서(220)에 의해 실행 가능한 명령어들이 저장될 수 있다. 메모리(230)는 RAM(random access memory)과 같이 일시적으로 데이터들이 저장되는 구성요소 및/또는, SSD(solid state drive)와 같이 데이터들이 영구적으로 저장되는 구성요소를 포함하는 개념으로 이해될 수 있다. 예를 들어, 프로세서(220)는 SSD에 저장된 명령어들을 호출하여 RAM 공간에 소프트웨어 모듈을 구현할 수 있다. 다양한 실시 예에서 메모리(230)는 다양한 종류를 포함할 수 있고, 장치의 용도에 맞게 적절한 종류가 채택될 수 있다.In one embodiment, the memory 230 may store instructions executable by the
일 실시 예에서, 메모리(230)에는 카메라 모듈(180)과 연관된 어플리케이션이 저장될 수 있다. 예를 들어, 메모리(230)에는 카메라 어플리케이션이 저장될 수 있다. 카메라 어플리케이션은 사진 촬영, 동영상 촬영, 파노라마 촬영, 슬로우 모션 촬영 등 다양한 촬영 기능을 지원할 수 있다.In one embodiment, an application associated with the
일 실시 예에서, 카메라 모듈(180)과 연관된 어플리케이션은 다양한 종류의 어플리케이션에 해당할 수 있다. 예를 들어 채팅 어플리케이션이나 웹브라우저 어플리케이션, 이메일 어플리케이션, 쇼핑 어플리케이션 등도 영상 통화, 사진/비디오 첨부, 스트리밍 서비스, 제품 이미지 또는 제품 관련 VR(virtual reality) 촬영 기능을 지원하기 위해 카메라 모듈(180)을 이용할 수 있다.In one embodiment, applications associated with the
도 3은 일 실시 예에 따른 전자 장치에서 이미지 왜곡 보정에 대한 과정을 나타낸다. 도 3에 예시된 순서도의 동작 주체는 프로세서(예: 도 2의 프로세서(220)) 또는 이미지 시그널 프로세서(예: 도 1의 이미지 시그널 프로세서(130))로 이해될 수 있다.3 illustrates a process for correcting image distortion in an electronic device according to an embodiment. An operation subject of the flowchart illustrated in FIG. 3 may be understood as a processor (eg, the
일 실시 예에 따른 동작 301에서, 프로세서(220)는 입력 이미지를 획득할 수 있다. 상기 입력 이미지는 이미지 센서(120)를 통해 획득되어 프로세서(220)로 입력된 이미지 데이터 또는 이미지 프레임으로 이해될 수 있다. 상기 입력 이미지는 화각이 넓은 광각 카메라로 촬영하는 경우에 렌즈 외곽에 대응되는 부분에서 왜곡이 발생한 이미지로 이해될 수 있다. 프로세서(220)는 이하 동작을 통해 입력 이미지에 대하여 왜곡 보정을 수행할 수 있다. 다시 말해서, 프로세서(220)는 획득된 입력 이미지의 영역 별 특징을 확인하고, 확인된 특징에 기반하여 영역 별로 라인 보정, 얼굴 보정, 및/또는 객체 보정 중 적어도 하나를 수행할 수 있다. 예를 들어, 프로세서(220)는 제1 영역에 대해서는 라인 보정을 수행하고, 제1 영역과 다른 영역인 제2 영역에 대해서는 객체 보정을 수행할 수 있다.In
일 실시 예에 따른 동작 310에서, 프로세서(220)는 획득된 입력 이미지에 대하여 라인 보정을 수행할 수 있다. 프로세서(220)는 획득된 입력 이미지에서 왜곡이 발생한 라인에 대하여 보정을 수행할 수 있다. 동작 310은 이하 도 4의 동작 311 내지 동작 319에서 자세하게 설명될 수 있다.In
일 실시 예에 따른 동작 320에서, 프로세서(220)는 획득된 입력 이미지에 대하여 얼굴 영역을 보정할 수 있다. 프로세서(220)는 획득된 입력 이미지에서 얼굴을 검출한 후, 왜곡이 발생한 얼굴에 대하여 보정을 수행할 수 있다. 동작 320은 이하 도 5의 동작 321 내지 동작 325에서 자세하게 설명될 수 있다.In
일 실시 예에 따른 동작 330에서, 프로세서(220)는 획득된 입력 이미지에 대하여 객체 영역을 보정할 수 있다. 프로세서(220)는 획득된 입력 이미지에서 얼굴 외 객체를 검출한 후, 왜곡이 발생한 객체에 대하여 보정을 수행할 수 있다. 동작 330은 이하 도 5의 동작 331 내지 동작 335에서 자세하게 설명될 수 있다.In
일 실시 예에 따른 동작 303에서, 프로세서(220)는 적어도 라인 보정, 얼굴 영역 보정, 객체 영역 보정 중 적어도 하나가 수행된 이미지를 결과 이미지로서 출력할 수 있다. 프로세서(220)는 상기 결과 이미지를 프리뷰 이미지로서 디스플레이(110)를 통해 출력할 수 있다. 다시 말해서, 프로세서(220)는 상기 결과 이미지에 대하여 소정의 이미지 처리 프로세스를 거쳐 상기 결과 이미지에 대한 프리뷰 이미지를 디스플레이(110)에 표시할 수 있다.In
도 4는 일 실시 예에 따른 전자 장치에서 획득된 이미지에 대하여 라인 보정을 수행하는 과정을 나타낸다. 일 실시 예에 따른 동작 301 및 동작 303은, 도 3의 동작 301 및 동작 303에 대응되므로 설명을 생략하도록 한다.4 illustrates a process of performing line correction on an image obtained by an electronic device according to an embodiment.
일 실시 예에 따른 동작 311에서, 프로세서(220)는 획득된 이미지를 복수 개의 격자 영역으로 분할할 수 있다. 예를 들어, 프로세서(220)는 획득된 이미지를 3 x 4의 12개의 격자 영역으로 분할할 수 있다. 다만, 이는 예시일 뿐, 프로세서(220)는 획득된 입력 이미지를 다양한 격자 패턴 또는 격자의 개수에 기반하여 분할할 수 있다. 일 실시 예에서, 프로세서(220)는 상기 격자 영역의 형태는 네 개의 점으로 이루어진 영역을 의미할 수 있다. 예를 들어, 상기 격자 영역의 형태는 적어도 정사각형, 직사각형, 사다리꼴 및/또는 마름모의 형태를 포함할 수 있다.In operation 311 according to an embodiment, the
일 실시 예에 따른 동작 313에서, 프로세서(220)는 라인 성분을 검출할 수 있다. 프로세서(220)는 분할된 복수 개의 격자마다 라인 성분을 검출할 수 있다. 프로세서(220)는 검출한 라인 성분에 대하여 분석할 수 있다. 프로세서(220)는 각 격자 영역마다 라인 성분을 검출해서 라인 성분이 적거나 라인이 일정한 방향성이 있는지를 판단할 수 있다.In
일 실시 예에 따른 동작 315에서, 프로세서(220)는 라인을 보정할 후보 영역을 결정할 수 있다. 프로세서(220)는 검출된 라인 성분에 기반하여 라인을 보정할 후보 영역을 결정할 수 있다. 예를 들어, 프로세서(220)는 검출된 라인에 왜곡이 발생한 경우, 상기 라인을 포함하고 있는 격자 영역을 라인을 보정할 후보 영역으로 결정할 수 있다.In operation 315 according to an embodiment, the
일 실시 예에 따른 동작 317에서, 프로세서(220)는 라인을 보정할 후보 영역을 업데이트할 수 있다. 라인을 보정할 후보 영역을 업데이트 하는 것은 라인을 보정할 영역을 추가 또는 제외하는 것을 의미하거나, 라인을 보정할 후보 영역 중 보정의 강도를 변경하는 것을 의미할 수 있다. In
일 실시 예에서, 프로세서(220)는 복수 개의 격자 영역 중 이미지 중심으로부터의 거리, 격자 영역에 포함되는 라인의 개수, 및/또는 라인의 방향성에 기반하여 라인을 보정할 후보 영역을 업데이트할 수 있다. 예를 들어, 프로세서(220)는 상기 후보 영역에 라인 성분이 적은 경우, 상기 라인 성분을 포함하는 격자 영역을 라인을 보정할 영역에서 제외하거나 라인 보정의 강도를 낮출 수 있다. 예를 들어, 프로세서(220)는 라인 성분이 적거나 라인의 방향성이 혼재되어 있는 경우 라인 보정을 수행할 시에 왜곡이 더 발생할 수 있으므로, 라인 보정을 수행하지 않거나 라인 보정의 강도를 낮출 수 있다. 예를 들어, 프로세서(220)는 이미지 중심으로부터 거리가 짧을수록 라인 보정의 강도를 낮출 수 있다. 예를 들어, 프로세서(220)는 라인 보정을 수행할 영역에 얼굴이 검출되거나 얼굴 외 객체가 검출된 경우, 라인 보정을 수행하지 않거나 라인 보정의 강도를 낮출 수 있다.In an embodiment, the
일 실시 예에서, 프로세서(220)는 도 5의 동작 323의 얼굴 영역 분석 결과, 및 동작 333의 객체 영역 분석 결과에 기반하여 라인을 보정할 후보 영역을 업데이트할 수 있다. 예를 들어, 라인 성분이 검출된 격자 영역에 얼굴 및/또는 객체의 비중이 제1 비중 이상인 경우, 프로세서(220)는 라인 보정을 하지 않거나 보정의 강도를 낮출 수 있다.In an embodiment, the
일 실시 예에 따른 동작 319에서, 프로세서(220)는 라인 보정을 수행할 수 있다. 프로세서(220)는 라인 보정할 영역 각각에 대하여 캘리브레이션 데이터에 기반하여 라인 보정을 수행할 수 있다. 상기 캘리브레이션 데이터는 미리 저장된 테이블로 구성된 데이터일 수 있고, 카메라가 획득한 이미지에 기반하여 실시간으로 생성되는 데이터일 수 있다. 일 실시 예에서, 프로세서(220)는 상기 각각의 영역에 대하여 각각의 가중치에 기반하여 라인 보정을 수행할 수 있다. 예를 들어, 프로세서(220)는 제1 가중치에 기반하여 제1 격자 영역에 대한 라인 보정을 수행하고, 제1 가중치와 다른 제2 가중치에 기반하여 제2 격자 영역에 대한 라인 보정을 수행할 수 있다.In
일 실시 예에서, 프로세서(220)는 와핑(warping)을 수행할 수 있다. 예를 들어, 프로세서(220)는 평사투영법(stereographic projection)이 수행된 이미지에 와핑(warping) 작업을 수행할 수 있다. 프로세서(220)는 평사투영법이 수행되어 일그러진 이미지를 디스플레이(110)에 표시될 수 있도록 와핑 작업을 수행할 수 있다. 일 실시 예에서, 프로세서(220)는 평사투영법이 수행된 이미지와 이미지 센서(120)를 통해 획득된 로우(raw) 이미지 데이터를 비교하여 이미지 와핑을 수행할 수 있다. 프로세서(220)는 평사투영법이 수행된 이미지를 로우(raw) 이미지 데이터에 포함된 원래의 격자 점의 위치 또는 좌표 정보에 대응되도록 이미지 와핑을 수행할 수 있다.In one embodiment, the
도 5는 일 실시 예에 따른 전자 장치에서 획득된 이미지에 대하여 객체 보정을 수행하는 과정을 나타낸다. 일 실시 예에 따른 동작 301 및 동작 303은, 도 3의 동작 301 및 동작 303에 대응되므로 설명을 생략하도록 한다.5 illustrates a process of performing object correction on an image acquired by an electronic device according to an embodiment.
일 실시 예에 따른 동작 321에서, 프로세서(220)는 이미지 센서(120)를 통해 획득한 이미지에서 얼굴을 검출할 수 있다. 프로세서(220)는 상기 이미지에서 적어도 둘 이상의 얼굴을 검출할 수 있다. 프로세서(220)는 상기 이미지에서 적어도 사람의 얼굴 또는 동물의 얼굴을 검출할 수 있다. 상기 얼굴 검출은 프로세서(220) 뿐만 아니라, 이미지 시그널 프로세서(130), 도시되지 않은 다른 하드웨어, 및 소프트웨어 모듈에 의하여 수행될 수 있음은 통상의 기술자 수준에서 명확하게 이해될 것이다. 동작 321은 도 4의 동작 311에 후행하거나 선행할 수 있다.In
일 실시 예에 따른 동작 323에서, 프로세서(220)는 얼굴 영역을 분석할 수 있다. 상기 얼굴 영역은 검출된 얼굴에 대응되는 영역 및/또는 검출된 얼굴을 포함하는 격자 영역으로 이해될 수 있다. 프로세서(220)는 얼굴 영역을 분석하여 보정이 필요한지 판단할 수 있다. 프로세서(220)는 검출된 얼굴의 정보에 기반하여 보정 여부를 결정할 수 있다. 프로세서(220)는 얼굴 영역을 포함하는 격자 영역에 대한 정보에 기반하여 보정 여부를 결정할 수 있다. 프로세서(220)는 얼굴이 검출된 위치, 얼굴의 사이즈에 기반하여 보정이 필요한지 판단할 수 있다. 예를 들어, 프로세서(220)는 얼굴의 위치가 이미지의 중심으로부터 제1 거리 이상만큼 떨어진 외곽에 위치하고, 얼굴의 사이즈가 제1 크기 이상인 경우 보정이 필요하다고 판단할 수 있다.In
일 실시 예에 따른 동작 325에서, 프로세서(220)는 상기 검출된 얼굴 영역에 대하여 왜곡 보정을 수행할 수 있다. 프로세서(220)는 검출된 얼굴에 대응하는 이미지 영역에 대하여 보정을 수행할 수 있다. 프로세서(220)는 검출된 얼굴의 형태, 크기, 및/또는 얼굴이 왜곡된 정도 중 적어도 하나에 기반하여 보정의 가중치를 결정할 수 있다. 프로세서(220)는 상기 가중치에 기반하여 얼굴 영역을 보정할 수 있다.In
일 실시 예에서, 프로세서(220)는 검출된 얼굴의 특징점을 추출하고, 특징점에 대한 좌표를 변환할 수 있다. 프로세서(220)는 상기 좌표를 변환 후에 와핑(warping)을 수행할 수 있다. 예를 들어, 프로세서(220)는 얼굴 영역을 보정함에 있어서, 스테레오그래픽 프로젝션(stereographic projection) 방식을 수행할 수 있다. 다만, 이는 하나의 예시일 뿐, 프로세서(220)는 다른 방식으로 왜곡된 얼굴 영역을 보정할 수 있다. 일 실시 예에서, 프로세서(220)는 얼굴 영역의 중심부는 제1 강도로 보정을 수행하고, 얼굴 영역의 주변부는 제1 강도보다 낮은 제2 강도로 보정을 수행할 수 있다.In an embodiment, the
일 실시 예에 따른 동작 331에서, 프로세서(220)는 이미지 센서(120)를 통해 획득한 이미지에서 객체를 검출할 수 있다. 프로세서(220)는 상기 이미지에서 적어도 둘 이상의 객체를 검출할 수 있다. 상기 객체는 상기 동작 321에서 언급된 얼굴과는 다른 객체를 의미할 수 있다. 예를 들어, 상기 객체는 의자, 모니터, 음료수병, 휴지, 및 냄비와 같은 사물을 의미할 수 있다. 상기 객체 검출은 프로세서(220) 뿐만 아니라, 이미지 시그널 프로세서(130), 도시되지 않은 다른 하드웨어, 및 소프트웨어 모듈에 의하여 수행될 수 있음은 통상의 기술자 수준에서 명확하게 이해될 것이다. 동작 331은 도 4의 동작 311에 후행하거나 선행할 수 있다.In operation 331 according to an embodiment, the
일 실시 예에 따른 동작 333에서, 프로세서(220)는 객체 영역 분석을 수행할 수 있다. 상기 객체 영역은 검출된 객체에 대응되는 영역 및/또는 검출된 객체를 포함하는 격자 영역으로 이해될 수 있다. 프로세서(220)는 객체 영역을 분석하여 보정이 필요한지 판단할 수 있다. 프로세서(220)는 검출된 객체의 정보에 기반하여 보정 여부를 결정할 수 있다. 프로세서(220)는 객체 영역을 포함하는 격자 영역에 대한 정보에 기반하여 보정 여부를 결정할 수 있다.In operation 333 according to an embodiment, the
일 실시 예에서, 프로세서(220)는 검출된 객체가 미리 정의되어 있는 클래스(class)의 객체인지 판단할 수 있다. 프로세서(220)는 클래스마다 중요도를 다르게 설정할 수 있다. 프로세서(220)는 중요도에 기반하여 객체 보정의 여부, 및/또는 보정의 강도를 결정할 수 있다. 예를 들어, 프로세서(220)는 미리 정의되어 있는 클래스의 객체인 인형, 고양이, 개와 같은 객체를 검출한 경우, 객체 보정을 수행하는 것으로 결정할 수 있다.In one embodiment, the
일 실시 예에서, 프로세서(220)는 객체가 검출된 위치, 객체의 사이즈에 기반하여 객체에 대한 보정 여부를 판단할 수 있다. 예를 들어, 프로세서(220)는 검출된 객체의 위치가 이미지의 중심으로부터 제1 거리 이상만큼 떨어진 외곽에 위치하고, 검출된 객체의 사이즈가 제1 크기 이상인 경우 보정이 필요하다고 판단할 수 있다.In one embodiment, the
일 실시 예에서, 프로세서(220)는 객체 영역을 포함한 격자 영역에서 검출되는 라인 성분의 개수 및/또는 라인 성분의 방향성에 기반하여 객체에 대한 보정 여부를 판단할 수 있다.In an embodiment, the
일 실시 예에 따른 동작 335에서, 프로세서(220)는 검출된 객체에 대하여 보정을 수행할 수 있다. 프로세서(220)는 동작 333에서 보정이 필요한 것으로 판단한 경우, 검출된 객체에 대하여 보정을 수행할 수 있다. 프로세서(220)는 검출된 객체에 대응하는 이미지 영역에 대하여 보정을 수행할 수 있다.In operation 335 according to an embodiment, the
일 실시 예에서, 프로세서(220)는 검출된 객체의 특징점을 추출하고, 특징점에 대한 좌표를 변환할 수 있다. 프로세서(220)는 상기 좌표를 변환 후에 와핑(warping)을 수행할 수 있다. 예를 들어, 프로세서(220)는 객체 영역을 보정함에 있어서, 스테레오그래픽 프로젝션(stereographic projection) 방식을 수행할 수 있다. 다만, 이는 하나의 예시일 뿐, 프로세서(220)는 다른 방식으로 왜곡된 객체 영역을 보정할 수 있다. 일 실시 예에서, 프로세서(220)는 객체 영역의 중심부는 제1 강도로 보정을 수행하고, 객체 영역의 주변부는 제1 강도보다 낮은 제2 강도로 보정을 수행할 수 있다.In an embodiment, the
도 6은 일 실시 예에 따른 전자 장치에서, 왜곡된 이미지를 보정하기 위한 과정을 나타낸 흐름도이다.6 is a flowchart illustrating a process for correcting a distorted image in an electronic device according to an embodiment.
일 실시 예에 따른 동작 610에 따르면, 프로세서(220)는 이미지 센서(120)를 통해 이미지 프레임을 획득할 수 있다. 프로세서(220)는 획득한 이미지 프레임을 복수 개의 격자 영역으로 분할할 수 있다. According to operation 610 according to an embodiment, the
일 실시 예에 따른 동작 620에 따르면, 프로세서(220)는 획득된 이미지 프레임에서 적어도 하나의 객체 또는 라인 성분 중 적어도 하나의 요소를 검출할 수 있다. 상기 적어도 하나의 객체는 얼굴, 사물과 같은 객체일 수 있다. According to operation 620 according to an embodiment, the
일 실시 예에 따른 동작 630에 따르면, 프로세서(220)는 검출된 적어도 하나의 요소를 포함하는 격자 영역을 분석하여 라인 왜곡 보정을 수행할 영역을 결정할 수 있다. 프로세서(220)는 라인 왜곡 보정을 수행할 후보 영역을 결정할 수 있다. 프로세서(220)는 상기 결정된 후보 영역에 대한 정보에 기반하여 후보 영역을 업데이트할 수 있다. 이는 상기 도 3 내지 도 5를 통해서 설명되므로, 여기서는 간략하게 설명하도록 한다.According to
일 실시 예에 따른 동작 640에 따르면, 프로세서(220)는 제1 격자 영역은 제1 가중치에 기반하여 라인 왜곡 보정을 수행하고, 제2 격자 영역은 제2 가중치에 기반하여 라인 왜곡 보정을 수행할 수 있다. 예를 들어, 프로세서(220)는 라인의 수가 많거나, 제1 격자 영역에 포함된 객체의 비중이 낮은 경우, 제1 격자 영역에 대해서는 제1 가중치에 기반하여 라인 왜곡에 대한 보정을 수행할 수 있다. 예를 들어, 프로세서(220)는 라인의 수가 적거나 제2 격자 영역에 포함된 객체의 비중이 높은 경우, 제2 격자 영역에 대해서는 제1 가중치보다 낮은 제2 가중치에 기반하여 라인 왜곡에 대한 보정을 수행할 수 있다.According to
일 실시 예에 따른 동작 650에 따르면, 프로세서(220)는 왜곡 보정이 수행된 이미지 프레임을 디스플레이에 표시할 수 있다. 프로세서(220)는 적어도 라인 보정, 얼굴 영역 보정, 객체 영역 보정 중 적어도 하나가 수행된 이미지 프레임을 프리뷰 이미지로서 디스플레이(110)를 통해 출력할 수 있다.According to
도 7은 일 실시 예에 따른 전자 장치가 입력 이미지를 격자 영역으로 분할하여 분석하는 것을 나타낸 도면이다.7 is a diagram illustrating that an electronic device divides and analyzes an input image into grid areas according to an exemplary embodiment.
일 실시 예에서, 도 7을 참조하면, 제1 이미지(700)는 카메라 모듈(180)을 통해서 획득된 이미지일 수 있다. 제1 이미지(700)는 광각 카메라 및/또는 초광각 카메라로 촬영된 이미지일 수 있다. 제1 이미지(700)는 광각 렌즈 및/또는 초광각 렌즈를 통해 빛이 입사하면서 렌즈 외곽에 대응되는 부분에 왜곡이 발생한 이미지일 수 있다. 예를 들어, 제1 이미지(700)의 외곽에 있는 격자 영역에 포함된 산 능선(711), 구름(721), 사람의 얼굴(731), 나무(741)에 왜곡이 발생할 수 있다.In one embodiment, referring to FIG. 7 , the
일 실시 예에서, 프로세서(220)는 적어도 하나의 격자 영역에서 라인 성분을 검출할 수 있다. 프로세서(220)는 왜곡된 라인 성분에 대하여 라인 보정을 수행할 수 있다. 예를 들어, 프로세서(220)는 제1 격자 영역(710)에서 라인 성분인 산 능선(711)을 검출할 수 있다. 일 실시 예에서, 프로세서(220)는 검출된 라인의 방향성, 및 개수에 기반하여 라인 보정의 강도를 결정하여 보정을 수행할 수 있다. 예를 들어, 프로세서(220)는 검출된 라인 성분이 적고, 방향성이 규칙적이지 않은 경우, 라인 보정의 강도를 낮춰서 보정을 수행할 수 있다. 일 실시 예에서, 프로세서(220)는 라인 성분이 검출된 격자 영역에 대한 정보에 기반하여 보정 여부를 결정할 수 있다. 예를 들어, 프로세서(220)는 제1 격자 영역(710)에서 검출된 객체의 비중이 일정 수준 이하인 경우, 왜곡된 산 능선(711)에 대하여 라인 보정을 수행할 수 있다.In an embodiment, the
일 실시 예에서, 프로세서(220)는 적어도 하나의 격자 영역에서 라인 성분 및 객체를 검출할 수 있다. 프로세서(220)는 제2 격자 영역(720)에서 라인 성분인 산 능선(721), 및 객체(예: 구름(722))을 검출할 수 있다. 일 실시 예에서, 프로세서(220)는 제2 격자 영역(720)에서 검출된 라인 성분, 및 객체의 비중을 고려하여 이미지 보정을 수행할 수 있다. 예를 들어, 프로세서(220)는 제2 격자 영역(720)에 대하여 라인 보정과 객체 보정을 전부 수행할 수 있다. 예를 들어, 프로세서(220)는 제2 격자 영역(720)에 대하여 객체 보정 없이, 라인 보정을 수행할 수 있다. 예를 들어, 프로세서(220)는 제2 격자 영역(720)에 대하여 라인 보정 없이, 객체 보정을 수행할 수 있다.In an embodiment, the
일 실시 예에서, 프로세서(220)는 적어도 하나의 격자 영역에서 얼굴을 검출할 수 있다. 프로세서(220)는 왜곡된 얼굴에 대하여 얼굴 보정을 수행할 수 있다. 예를 들어, 프로세서(220)는 제3 격자 영역(730)에서 얼굴(731)을 검출할 수 있다. 예를 들어, 프로세서(220)는 제3 격자 영역(730)에 포함된 라인 성분의 비중, 및/또는 왜곡된 얼굴의 비중에 기반하여 얼굴 보정을 수행할 수 있다.In one embodiment, the
일 실시 예에서, 프로세서(220)는 적어도 하나의 격자 영역에 포함된 객체를 검출할 수 있다. 프로세서(220)는 왜곡된 객체에 대하여 객체 보정을 수행할 수 있다. 예를 들어, 프로세서(220)는 제4 격자 영역(740)에서 라인 성분을 검출하지 않고, 객체(예: 나무(741))를 검출한 경우, 왜곡된 객체에 대하여 객체 보정을 수행할 수 있다.In one embodiment, the
도 8은 일 실시 예에 따른 전자 장치가 획득한 제1 이미지(700)와 제1 이미지(700)의 일부를 크롭한 영역을 나타낸다. 도 8은 얼굴(811)을 기준으로 설명이 되어 있지만, 이는 얼굴 외 객체에도 적용될 수 있음은 통상의 기술자 수준에서 자명하다.8 illustrates a
일 실시 예에서, 프로세서(220)는 제1 이미지(700)에 포함된 얼굴(811)을 검출할 수 있다. 프로세서(220)는 검출된 얼굴(811)을 포함하는 얼굴 영역(810)을 설정할 수 있다. 프로세서(220)는 얼굴 영역(810)에서 특징점을 추출하고, 특징점에 대한 좌표를 변환할 수 있다. 프로세서(220)는 상기 좌표를 변환 후에 와핑(warping)을 수행할 수 있다. In one embodiment, the
도 9는 일 실시 예에 따른 전자 장치에서 와핑을 수행하는 과정에서 발생한 불일치 셀 포인트들을 매칭하는 것을 나타낸다.9 illustrates matching of mismatched cell points generated in a process of performing warping in an electronic device according to an embodiment.
도 9의 도면 부호 900을 참조하면, 프로세서(220)가 와핑을 하는 과정에서 셀 포인트가 불일치하는 것을 확인할 수 있다. 예를 들어, 제1 포인트(901)와 제2 포인트(902)가 매칭되지 않을 수 있다.Referring to reference numeral 900 in FIG. 9 , it can be seen that the cell points do not match during the process of warping by the
도 9의 도면 부호 910을 참조하면, 프로세서(220)는 와핑 과정에서 불일치하는 셀 포인트를 일치시킬 수 있다. 프로세서(220)는 셀 포인트의 이동 값들이 점진적으로 변화되도록 조절할 수 있다. 다만, 제1 포인트(901)를 제2 포인트(902)에 매칭되도록 이동시키거나 제2 포인트(902)를 제1 포인트(901)에 매칭되도록 이동시키는 것은 왜곡 보정을 자연스럽게 하지 못하므로, 제1 포인트(901) 및 제2 포인트(902)를 이동시킬 수 있다. 다시 말해서, 프로세서(220)는 제1 포인트(901) 및 제2 포인트(902)가 제1 포인트(901) 및 제2 포인트(902)의 중간 값(903)에서 매칭되도록 할 수 있다.Referring to reference numeral 910 in FIG. 9 , the
도 10은 다양한 실시 예들에 따른, 네트워크 환경(1000) 내의 전자 장치(1001)의 블록도이다. 도 10을 참조하면, 네트워크 환경(1000)에서 전자 장치(1001)는 제1 네트워크(1098)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(1002)와 통신하거나, 또는 제2 네트워크(1099)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(1004) 또는 서버(1008)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(1001)는 서버(1008)를 통하여 전자 장치(1004)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(1001)는 프로세서(1020), 메모리(1030), 입력 모듈(1050), 음향 출력 모듈(1055), 디스플레이 모듈(1060), 오디오 모듈(1070), 센서 모듈(1076), 인터페이스(1077), 연결 단자(1078), 햅틱 모듈(1079), 카메라 모듈(1080), 전력 관리 모듈(1088), 배터리(1089), 통신 모듈(1090), 가입자 식별 모듈(1096), 또는 안테나 모듈(1097)을 포함할 수 있다. 어떤 실시 예에서는, 전자 장치(1001)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(1078))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시 예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(1076), 카메라 모듈(1080), 또는 안테나 모듈(1097))은 하나의 구성요소(예: 디스플레이 모듈(1060))로 통합될 수 있다.10 is a block diagram of an electronic device 1001 within a
프로세서(1020)는, 예를 들면, 소프트웨어(예: 프로그램(1040))를 실행하여 프로세서(1020)에 연결된 전자 장치(1001)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시 예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(1020)는 다른 구성요소(예: 센서 모듈(1076) 또는 통신 모듈(1090))로부터 수신된 명령 또는 데이터를 휘발성 메모리(1032)에 저장하고, 휘발성 메모리(1032)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(1034)에 저장할 수 있다. 일 실시 예에 따르면, 프로세서(1020)는 메인 프로세서(1021)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(1023)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(1001)가 메인 프로세서(1021) 및 보조 프로세서(1023)를 포함하는 경우, 보조 프로세서(1023)는 메인 프로세서(1021)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(1023)는 메인 프로세서(1021)와 별개로, 또는 그 일부로서 구현될 수 있다.The processor 1020, for example, executes software (eg, the program 1040) to cause at least one other component (eg, hardware or software component) of the electronic device 1001 connected to the processor 1020. It can control and perform various data processing or calculations. According to one embodiment, as at least part of data processing or operation, processor 1020 transfers commands or data received from other components (eg, sensor module 1076 or communication module 1090) to volatile memory 1032. , process commands or data stored in the volatile memory 1032 , and store resultant data in the non-volatile memory 1034 . According to an embodiment, the processor 1020 may include a main processor 1021 (eg, a central processing unit or an application processor) or a secondary processor 1023 (eg, a graphic processing unit, a neural network processing unit ( NPU: neural processing unit (NPU), image signal processor, sensor hub processor, or communication processor). For example, when the electronic device 1001 includes a main processor 1021 and an auxiliary processor 1023, the auxiliary processor 1023 may use less power than the main processor 1021 or be set to be specialized for a designated function. can The auxiliary processor 1023 may be implemented separately from or as part of the main processor 1021 .
보조 프로세서(1023)는, 예를 들면, 메인 프로세서(1021)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(1021)를 대신하여, 또는 메인 프로세서(1021)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(1021)와 함께, 전자 장치(1001)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(1060), 센서 모듈(1076), 또는 통신 모듈(1090))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시 예에 따르면, 보조 프로세서(1023)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(1080) 또는 통신 모듈(1090))의 일부로서 구현될 수 있다. 일 실시 예에 따르면, 보조 프로세서(1023)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능이 수행되는 전자 장치(1001) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(1008))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다. The secondary processor 1023 may, for example, take the place of the main processor 1021 while the main processor 1021 is inactive (eg sleep), or the main processor 1021 is active (eg application execution). ) state, together with the main processor 1021, at least one of the components of the electronic device 1001 (eg, the
메모리(1030)는, 전자 장치(1001)의 적어도 하나의 구성요소(예: 프로세서(1020) 또는 센서 모듈(1076))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(1040)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(1030)는, 휘발성 메모리(1032) 또는 비휘발성 메모리(1034)를 포함할 수 있다. The memory 1030 may store various data used by at least one component (eg, the processor 1020 or the sensor module 1076) of the electronic device 1001 . The data may include, for example, input data or output data for software (eg, the program 1040) and commands related thereto. The memory 1030 may include a volatile memory 1032 or a non-volatile memory 1034 .
프로그램(1040)은 메모리(1030)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(1042), 미들 웨어(1044) 또는 어플리케이션(1046)을 포함할 수 있다. The program 1040 may be stored as software in the memory 1030 and may include, for example, an operating system 1042 , middleware 1044 , or an application 1046 .
입력 모듈(1050)은, 전자 장치(1001)의 구성요소(예: 프로세서(1020))에 사용될 명령 또는 데이터를 전자 장치(1001)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(1050)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다. The
음향 출력 모듈(1055)은 음향 신호를 전자 장치(1001)의 외부로 출력할 수 있다. 음향 출력 모듈(1055)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일 실시 예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.The
디스플레이 모듈(1060)은 전자 장치(1001)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(1060)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일 실시 예에 따르면, 디스플레이 모듈(1060)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다. The
오디오 모듈(1070)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일 실시 예에 따르면, 오디오 모듈(1070)은, 입력 모듈(1050)을 통해 소리를 획득하거나, 음향 출력 모듈(1055), 또는 전자 장치(1001)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(1002))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.The audio module 1070 may convert sound into an electrical signal or vice versa. According to an embodiment, the audio module 1070 acquires sound through the
센서 모듈(1076)은 전자 장치(1001)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일 실시 예에 따르면, 센서 모듈(1076)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다. The sensor module 1076 detects an operating state (eg, power or temperature) of the electronic device 1001 or an external environmental state (eg, a user state), and generates an electrical signal or data value corresponding to the detected state. can do. According to one embodiment, the sensor module 1076 may include, for example, a gesture sensor, a gyro sensor, an air pressure sensor, a magnetic sensor, an acceleration sensor, a grip sensor, a proximity sensor, a color sensor, an IR (infrared) sensor, a bio sensor, It may include a temperature sensor, humidity sensor, or light sensor.
인터페이스(1077)는 전자 장치(1001)가 외부 전자 장치(예: 전자 장치(1002))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일 실시 예에 따르면, 인터페이스(1077)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.The interface 1077 may support one or more designated protocols that may be used to directly or wirelessly connect the electronic device 1001 to an external electronic device (eg, the electronic device 1002). According to one embodiment, the interface 1077 may include, for example, a high definition multimedia interface (HDMI), a universal serial bus (USB) interface, an SD card interface, or an audio interface.
연결 단자(1078)는, 그를 통해서 전자 장치(1001)가 외부 전자 장치(예: 전자 장치(1002))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일 실시 예에 따르면, 연결 단자(1078)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.The
햅틱 모듈(1079)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일 실시 예에 따르면, 햅틱 모듈(1079)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.The haptic module 1079 may convert electrical signals into mechanical stimuli (eg, vibration or motion) or electrical stimuli that a user can perceive through tactile or kinesthetic senses. According to one embodiment, the haptic module 1079 may include, for example, a motor, a piezoelectric element, or an electrical stimulation device.
카메라 모듈(1080)은 정지 영상 및 동영상을 촬영할 수 있다. 일 실시 예에 따르면, 카메라 모듈(1080)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.The
전력 관리 모듈(1088)은 전자 장치(1001)에 공급되는 전력을 관리할 수 있다. 일 실시 예에 따르면, 전력 관리 모듈(1088)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.The power management module 1088 may manage power supplied to the electronic device 1001 . According to one embodiment, the power management module 1088 may be implemented as at least part of a power management integrated circuit (PMIC), for example.
배터리(1089)는 전자 장치(1001)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일 실시 예에 따르면, 배터리(1089)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.The
통신 모듈(1090)은 전자 장치(1001)와 외부 전자 장치(예: 전자 장치(1002), 전자 장치(1004), 또는 서버(1008)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(1090)은 프로세서(1020)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시 예에 따르면, 통신 모듈(1090)은 무선 통신 모듈(1092)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(1094)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제1 네트워크(1098)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제2 네트워크(1099)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(1004)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(1092)은 가입자 식별 모듈(1096)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제1 네트워크(1098) 또는 제2 네트워크(1099)와 같은 통신 네트워크 내에서 전자 장치(1001)를 확인 또는 인증할 수 있다. The communication module 1090 is a direct (eg, wired) communication channel or a wireless communication channel between the electronic device 1001 and an external electronic device (eg, the electronic device 1002, the
무선 통신 모듈(1092)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(1092)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(1092)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(1092)은 전자 장치(1001), 외부 전자 장치(예: 전자 장치(1004)) 또는 네트워크 시스템(예: 제2 네트워크(1099))에 규정되는 다양한 요구사항을 지원할 수 있다. 일 실시 예에 따르면, 무선 통신 모듈(1092)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.The wireless communication module 1092 may support a 5G network after a 4G network and a next-generation communication technology, for example, NR access technology (new radio access technology). NR access technologies include high-speed transmission of high-capacity data (enhanced mobile broadband (eMBB)), minimization of terminal power and access of multiple terminals (massive machine type communications (mMTC)), or high reliability and low latency (ultra-reliable and low latency (URLLC)). -latency communications)) can be supported. The wireless communication module 1092 may support a high frequency band (eg, mmWave band) to achieve a high data rate, for example. The wireless communication module 1092 uses various technologies for securing performance in a high frequency band, such as beamforming, massive multiple-input and multiple-output (MIMO), and full-dimensional multiplexing. Technologies such as input/output (FD-MIMO: full dimensional MIMO), array antenna, analog beam-forming, or large scale antenna may be supported. The wireless communication module 1092 may support various requirements defined for the electronic device 1001, an external electronic device (eg, the electronic device 1004), or a network system (eg, the second network 1099). According to an embodiment, the wireless communication module 1092 may be used to realize peak data rate (eg, 20 Gbps or more) for realizing eMBB, loss coverage (eg, 164 dB or less) for realizing mMTC, or U-plane latency (for realizing URLLC). Example: downlink (DL) and uplink (UL) each of 0.5 ms or less, or round trip 1 ms or less) may be supported.
안테나 모듈(1097)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일 실시 예에 따르면, 안테나 모듈(1097)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일 실시 예에 따르면, 안테나 모듈(1097)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제1 네트워크(1098) 또는 제2 네트워크(1099)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(1090)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(1090)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시 예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(1097)의 일부로 형성될 수 있다.
The
다양한 실시 예에 따르면, 안테나 모듈(1097)은 mmWave 안테나 모듈을 형성할 수 있다. 일 실시 예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.According to various embodiments, the
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.At least some of the components are connected to each other through a communication method between peripheral devices (eg, a bus, general purpose input and output (GPIO), serial peripheral interface (SPI), or mobile industry processor interface (MIPI)) and signal ( e.g. commands or data) can be exchanged with each other.
일 실시 예에 따르면, 명령 또는 데이터는 제2 네트워크(1099)에 연결된 서버(1008)를 통해서 전자 장치(1001)와 외부의 전자 장치(1004)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(1002, 또는 1004) 각각은 전자 장치(1001)와 동일한 또는 다른 종류의 장치일 수 있다. 일 실시 예에 따르면, 전자 장치(1001)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(1002, 1004, 또는 1008) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(1001)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(1001)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(1001)로 전달할 수 있다. 전자 장치(1001)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(1001)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시 예에 있어서, 외부의 전자 장치(1004)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(1008)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일 실시 예에 따르면, 외부의 전자 장치(1004) 또는 서버(1008)는 제2 네트워크(1099) 내에 포함될 수 있다. 전자 장치(1001)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다. According to an embodiment, commands or data may be transmitted or received between the electronic device 1001 and the external
도 11은 다양한 실시 예들에 따른, 카메라 모듈(1080)을 예시하는 블럭도(1100)이다. 도 11를 참조하면, 카메라 모듈(1080)은 렌즈 어셈블리(1110), 플래쉬(1120), 이미지 센서(1130), 이미지 스태빌라이저(1140), 메모리(1150)(예: 버퍼 메모리), 또는 이미지 시그널 프로세서(1160)를 포함할 수 있다. 렌즈 어셈블리(1110)는 이미지 촬영의 대상인 피사체로부터 방출되는 빛을 수집할 수 있다. 렌즈 어셈블리(1110)는 하나 또는 그 이상의 렌즈들을 포함할 수 있다. 일 실시 예에 따르면, 카메라 모듈(1080)은 복수의 렌즈 어셈블리(1110)들을 포함할 수 있다. 이런 경우, 카메라 모듈(1080)은, 예를 들면, 듀얼 카메라, 360도 카메라, 또는 구형 카메라(spherical camera)를 형성할 수 있다. 복수의 렌즈 어셈블리(1110)들 중 일부는 동일한 렌즈 속성(예: 화각, 초점 거리, 자동 초점, f 넘버(f number), 또는 광학 줌)을 갖거나, 또는 적어도 하나의 렌즈 어셈블리는 다른 렌즈 어셈블리의 렌즈 속성들과 다른 하나 이상의 렌즈 속성들을 가질 수 있다. 렌즈 어셈블리(1110)는, 예를 들면, 광각 렌즈 또는 망원 렌즈를 포함할 수 있다. 11 is a block diagram 1100 illustrating a
플래쉬(1120)는 피사체로부터 방출 또는 반사되는 빛을 강화하기 위하여 사용되는 빛을 방출할 수 있다. 일 실시 예에 따르면, 플래쉬(1120)는 하나 이상의 발광 다이오드들(예: RGB(red-green-blue) LED, white LED, infrared LED, 또는 ultraviolet LED), 또는 xenon lamp를 포함할 수 있다. 이미지 센서(1130)는 피사체로부터 방출 또는 반사되어 렌즈 어셈블리(1110)를 통해 전달된 빛을 전기적인 신호로 변환함으로써, 상기 피사체에 대응하는 이미지를 획득할 수 있다. 일 실시 예에 따르면, 이미지 센서(1130)는, 예를 들면, RGB 센서, BW(black and white) 센서, IR 센서, 또는 UV 센서와 같이 속성이 다른 이미지 센서들 중 선택된 하나의 이미지 센서, 동일한 속성을 갖는 복수의 이미지 센서들, 또는 다른 속성을 갖는 복수의 이미지 센서들을 포함할 수 있다. 이미지 센서(1130)에 포함된 각각의 이미지 센서는, 예를 들면, CCD(charged coupled device) 센서 또는 CMOS(complementary metal oxide semiconductor) 센서를 이용하여 구현될 수 있다.The flash 1120 may emit light used to enhance light emitted or reflected from a subject. According to one embodiment, the flash 1120 may include one or more light emitting diodes (eg, a red-green-blue (RGB) LED, a white LED, an infrared LED, or an ultraviolet LED), or a xenon lamp. The image sensor 1130 may acquire an image corresponding to the subject by converting light emitted or reflected from the subject and transmitted through the
이미지 스태빌라이저(1140)는 카메라 모듈(1080) 또는 이를 포함하는 전자 장치(1001)의 움직임에 반응하여, 렌즈 어셈블리(1110)에 포함된 적어도 하나의 렌즈 또는 이미지 센서(1130)를 특정한 방향으로 움직이거나 이미지 센서(1130)의 동작 특성을 제어(예: 리드 아웃(read-out) 타이밍을 조정 등)할 수 있다. 이는 촬영되는 이미지에 대한 상기 움직임에 의한 부정적인 영향의 적어도 일부를 보상하게 해 준다. 일 실시 예에 따르면, 이미지 스태빌라이저(1140)는, 일 실시 예에 따르면, 이미지 스태빌라이저(1140)는 카메라 모듈(1080)의 내부 또는 외부에 배치된 자이로 센서(미도시) 또는 가속도 센서(미도시)를 이용하여 카메라 모듈(1080) 또는 전자 장치(1001)의 그런 움직임을 감지할 수 있다. 일 실시 예에 따르면, 이미지 스태빌라이저(1140)는, 예를 들면, 광학식 이미지 스태빌라이저로 구현될 수 있다. 메모리(1150)는 이미지 센서(1130)를 통하여 획득된 이미지의 적어도 일부를 다음 이미지 처리 작업을 위하여 적어도 일시 저장할 수 있다. 예를 들어, 셔터에 따른 이미지 획득이 지연되거나, 또는 복수의 이미지들이 고속으로 획득되는 경우, 획득된 원본 이미지(예: Bayer-patterned 이미지 또는 높은 해상도의 이미지)는 메모리(1150)에 저장이 되고, 그에 대응하는 사본 이미지(예: 낮은 해상도의 이미지)는 표시 장치(1060)를 통하여 프리뷰 될 수 있다. 이후, 지정된 조건이 만족되면(예: 사용자 입력 또는 시스템 명령) 메모리(1150)에 저장되었던 원본 이미지의 적어도 일부가, 예를 들면, 이미지 시그널 프로세서(1160)에 의해 획득되어 처리될 수 있다. 일 실시 예에 따르면, 메모리(1150)는 메모리(1030)의 적어도 일부로, 또는 이와는 독립적으로 운영되는 별도의 메모리로 구성될 수 있다.The image stabilizer 1140 moves at least one lens or image sensor 1130 included in the
이미지 시그널 프로세서(1160)는 이미지 센서(1130)를 통하여 획득된 이미지 또는 메모리(1150)에 저장된 이미지에 대하여 하나 이상의 이미지 처리들을 수행할 수 있다. 상기 하나 이상의 이미지 처리들은, 예를 들면, 깊이 지도(depth map) 생성, 3차원 모델링, 파노라마 생성, 특징점 추출, 이미지 합성, 또는 이미지 보상(예: 노이즈 감소, 해상도 조정, 밝기 조정, 블러링(blurring), 샤프닝(sharpening), 또는 소프트닝(softening)을 포함할 수 있다. 추가적으로 또는 대체적으로, 이미지 시그널 프로세서(1160)는 카메라 모듈(1080)에 포함된 구성 요소들 중 적어도 하나(예: 이미지 센서(1130))에 대한 제어(예: 노출 시간 제어, 또는 리드 아웃 타이밍 제어 등)를 수행할 수 있다. 이미지 시그널 프로세서(1160)에 의해 처리된 이미지는 추가 처리를 위하여 메모리(1150)에 다시 저장되거나 카메라 모듈(1080)의 외부 구성 요소(예: 메모리(1030), 표시 장치(1060), 전자 장치(1002), 전자 장치(1004), 또는 서버(1008))로 제공될 수 있다. 일 실시 예에 따르면, 이미지 시그널 프로세서(1160)는 프로세서(1020)의 적어도 일부로 구성되거나, 프로세서(1020)와 독립적으로 운영되는 별도의 프로세서로 구성될 수 있다. 이미지 시그널 프로세서(1160)가 프로세서(1020)와 별도의 프로세서로 구성된 경우, 이미지 시그널 프로세서(1160)에 의해 처리된 적어도 하나의 이미지는 프로세서(1020)에 의하여 그대로 또는 추가의 이미지 처리를 거친 후 표시 장치(1060)를 통해 표시될 수 있다.The image signal processor 1160 may perform one or more image processes on an image acquired through the image sensor 1130 or an image stored in the memory 1150 . The one or more image processes, for example, depth map generation, 3D modeling, panorama generation, feature point extraction, image synthesis, or image compensation (eg, noise reduction, resolution adjustment, brightness adjustment, blurring ( blurring, sharpening, or softening. Additionally or alternatively, the image signal processor 1160 may include at least one of the components included in the camera module 1080 (eg, an image sensor). 1130) may be controlled (eg, exposure time control, read-out timing control, etc.) The image processed by the image signal processor 1160 is stored again in the memory 1150 for further processing. or may be provided as an external component of the camera module 1080 (eg, the memory 1030, the
상술한 바와 같이. 일 실시 예에 따르면, 전자 장치(1001)는 각각 다른 속성 또는 기능을 가진 복수의 카메라 모듈(1080)들을 포함할 수 있다. 이런 경우, 예를 들면, 상기 복수의 카메라 모듈(1080)들 중 적어도 하나는 광각 카메라이고, 적어도 다른 하나는 망원 카메라일 수 있다. 유사하게, 상기 복수의 카메라 모듈(1080)들 중 적어도 하나는 전면 카메라이고, 적어도 다른 하나는 후면 카메라일 수 있다.As mentioned above. According to an embodiment, the electronic device 1001 may include a plurality of
일 실시 예에 따르면, 전자 장치(예: 도 2의 전자 장치(100))는, 이미지 센서(예: 도 2의 이미지 센서(120)), 디스플레이(예: 도 2의 디스플레이(110)) 및 상기 이미지 센서 및 상기 디스플레이와 작동적으로(operatively) 연결되는 적어도 하나의 프로세서(예: 도 2의 프로세서(220))를 포함하고, 상기 적어도 하나의 프로세서는, 상기 이미지 센서를 통해 이미지 프레임을 획득하여 상기 이미지 프레임을 복수 개의 격자 영역으로 분할하고, 상기 획득된 이미지 프레임에서 적어도 하나의 객체 또는 라인 성분 중 적어도 하나의 요소를 검출하고, 상기 검출된 적어도 하나의 요소를 포함하는 격자 영역을 분석하여, 상기 복수 개의 격자 영역 중 라인 왜곡 보정을 수행할 영역을 결정하고, 상기 결정된 영역에 기반하여, 상기 복수 개의 격자 영역 중 제1 격자 영역은 제1 가중치에 기반하여 라인 왜곡 보정을 수행하고, 상기 복수 개의 격자 영역 중 제2 격자 영역은 제2 가중치에 기반하여 라인 왜곡 보정을 수행하고, 상기 왜곡 보정이 수행된 상기 이미지 프레임을 상기 디스플레이에 표시할 수 있다.According to an embodiment, an electronic device (eg, the
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는 상기 라인 성분의 개수, 및 상기 라인 성분의 방향에 기반하여 상기 라인 왜곡 보정을 수행할 영역을 결정할 수 있다.According to an embodiment, the at least one processor may determine an area in which the line distortion correction is to be performed based on the number of line components and directions of the line components.
일 실시 예에 따르면, 상기 제1 격자 영역은 상기 라인 성분의 비중이 제1 비중 이상인 영역이고, 상기 제2 격자 영역은 상기 라인 성분의 비중이 제1 비중 미만인 영역일 수 있다.According to an embodiment, the first lattice region may be a region in which the specific gravity of the line elements is greater than or equal to the first specific gravity, and the second lattice region may be an region in which the specific gravity of the line elements is less than the first specific gravity.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는 상기 검출된 적어도 하나의 객체에 대하여 평사 투영법(stereographic projection)을 수행하고, 상기 평사 투영법에 의하여 위치가 변경된 격자 점(grid node)에 기반하여 이미지 와핑(warping)을 수행할 수 있다.According to an embodiment, the at least one processor performs a stereographic projection on the at least one detected object, and image warping based on a grid node whose location is changed by the stereographic projection. (warping) can be performed.
일 실시 예에 따르면, 상기 격자 점에 대하여 와핑을 수행함에 있어서, 상기 적어도 하나의 프로세서는 제1 격자 점, 및 상기 제1 격자 점과 인접한 제2 격자 점을 매칭시킬 수 있다.According to an embodiment, in performing warping on the lattice points, the at least one processor may match a first lattice point and a second lattice point adjacent to the first lattice point.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는 상기 제1 격자 점, 및 상기 제2 격자 점을 상기 제1 격자 점에 대한 좌표 값, 상기 제2 격자 점에 대한 좌표 값의 중간 값으로 매칭시킬 수 있다.According to an embodiment, the at least one processor is configured to match the first lattice point and the second lattice point with an intermediate value of a coordinate value for the first lattice point and a coordinate value for the second lattice point. can
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는 상기 검출된 적어도 하나의 요소 중 적어도 검출된 하나의 객체의 크기, 및 위치에 기반하여 상기 라인 왜곡에 대한 보정의 강도를 제어할 수 있다.According to an embodiment, the one or more processors may control the intensity of correction for the line distortion based on the size and position of at least one detected object among the one or more detected elements.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는 상기 적어도 하나의 객체가 미리 지정된 클래스(class)에 포함되어 있는지 판단할 수 있다.According to an embodiment, the at least one processor may determine whether the at least one object is included in a predefined class.
일 실시 예에 따르면, 상기 적어도 하나의 객체는 사람의 얼굴 또는 사물을 포함할 수 있다.According to an embodiment, the at least one object may include a human face or an object.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는 상기 라인 왜곡 보정에 더하여, 상기 검출된 적어도 하나의 객체에 대하여 객체 보정을 수행하고, 상기 라인 왜곡 보정 및 상기 객체 보정이 수행된 상기 이미지 프레임을 상기 디스플레이에 표시할 수 있다.According to an embodiment, in addition to the line distortion correction, the at least one processor performs object correction on the detected at least one object, and the image frame on which the line distortion correction and the object correction have been performed is stored in the image frame. can be shown on the display.
상술한 바와 같이, 전자 장치(예: 도 2의 전자 장치(100))의 동작 방법은 이미지 센서를 통해 이미지 프레임을 획득하여 상기 이미지 프레임을 복수 개의 격자 영역으로 분할하는 동작, 상기 획득된 이미지 프레임에서 적어도 하나의 객체 또는 라인 성분 중 적어도 하나의 요소를 검출하는 동작, 상기 검출된 적어도 하나의 요소를 포함하는 격자 영역을 분석하여, 상기 복수 개의 격자 영역 중 라인 왜곡 보정을 수행할 영역을 결정하는 동작, 상기 결정된 영역에 기반하여, 상기 복수 개의 격자 영역 중 제1 격자 영역은 제1 가중치에 기반하여 라인 왜곡 보정을 수행하고, 상기 복수 개의 격자 영역 중 제2 격자 영역은 제2 가중치에 기반하여 라인 왜곡 보정을 수행하는 동작 및 상기 왜곡 보정이 수행된 상기 이미지 프레임을 디스플레이에 표시하는 동작을 포함할 수 있다.As described above, the operating method of the electronic device (eg, the
일 실시 예에 따르면, 상기 라인 성분의 개수, 및 상기 라인 성분의 방향에 기반하여 상기 라인 왜곡 보정을 수행할 영역을 결정하는 동작을 포함할 수 있다.According to an embodiment, an operation of determining an area in which the line distortion correction is to be performed based on the number of line components and the direction of the line components may be included.
일 실시 예에 따르면, 상기 제1 격자 영역은 상기 라인 성분의 비중이 제1 비중 이상인 영역이고, 상기 제2 격자 영역은 상기 라인 성분의 비중이 제1 비중 미만인 영역일 수 있다.According to an embodiment, the first lattice region may be a region in which the specific gravity of the line elements is greater than or equal to the first specific gravity, and the second lattice region may be an region in which the specific gravity of the line elements is less than the first specific gravity.
일 실시 예에 따르면, 상기 검출된 적어도 하나의 객체에 대하여 평사 투영법(stereographic projection)을 수행하는 동작, 상기 평사 투영법에 의하여 위치가 변경된 격자 점(grid node)에 기반하여 이미지 와핑(warping)을 수행하는 동작을 포함할 수 있다.According to an embodiment, a stereographic projection is performed on the at least one detected object, and image warping is performed based on a grid node whose position is changed by the stereographic projection. action may be included.
일 실시 예에 따르면, 상기 격자 점에 대하여 와핑을 수행함에 있어서, 제1 격자 점, 및 상기 제1 격자 점과 인접한 제2 격자 점을 매칭시키는 동작을 포함할 수 있다. According to an embodiment, performing warping on the lattice points may include matching a first lattice point and a second lattice point adjacent to the first lattice point.
일 실시 예에 따르면, 상기 제1 격자 점, 및 상기 제2 격자 점을 상기 제1 격자 점에 대한 좌표 값, 상기 제2 격자 점에 대한 좌표 값의 중간 값으로 매칭시키는 동작을 포함할 수 있다.According to an embodiment, an operation of matching the first lattice point and the second lattice point with an intermediate value of a coordinate value for the first lattice point and a coordinate value for the second lattice point may be included. .
일 실시 예에 따르면, 상기 검출된 적어도 하나의 요소 중 적어도 검출된 하나의 객체의 크기, 및 위치에 기반하여 상기 라인 왜곡에 대한 보정의 강도를 제어하는 동작을 포함할 수 있다.According to an embodiment, an operation of controlling the strength of correction for the line distortion based on the size and position of at least one detected object among the at least one detected element may be included.
일 실시 예에 따르면, 상기 적어도 하나의 객체가 미리 지정된 클래스(class)에 포함되어 있는지 판단하는 동작을 포함할 수 있다.According to an embodiment, an operation of determining whether the at least one object is included in a pre-specified class may be included.
일 실시 예에 따르면, 상기 적어도 하나의 객체는 사람의 얼굴 또는 사물을 포함할 수 있다.According to an embodiment, the at least one object may include a human face or an object.
일 실시 예에 따르면, 상기 라인 왜곡 보정에 더하여, 상기 검출된 적어도 하나의 객체에 대하여 객체 보정을 수행하는 동작 및 상기 라인 왜곡 보정 및 상기 객체 보정이 수행된 상기 이미지 프레임을 상기 디스플레이에 표시하는 동작을 포함할 수 있다.According to an embodiment, in addition to the line distortion correction, an operation of performing object correction on the at least one detected object and an operation of displaying the image frame on which the line distortion correction and the object correction have been performed on the display. can include
본 문서에 개시된 다양한 실시 예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시 예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.Electronic devices according to various embodiments disclosed in this document may be devices of various types. The electronic device may include, for example, a portable communication device (eg, a smart phone), a computer device, a portable multimedia device, a portable medical device, a camera, a wearable device, or a home appliance. An electronic device according to an embodiment of this document is not limited to the aforementioned devices.
본 문서의 다양한 실시 예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시 예들로 한정하려는 것이 아니며, 해당 실시 예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제1", "제2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제1) 구성요소가 다른(예: 제2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.Various embodiments of this document and terms used therein are not intended to limit the technical features described in this document to specific embodiments, and should be understood to include various modifications, equivalents, or substitutes of the embodiments. In connection with the description of the drawings, like reference numbers may be used for like or related elements. The singular form of a noun corresponding to an item may include one item or a plurality of items, unless the relevant context clearly dictates otherwise. In this document, "A or B", "at least one of A and B", "at least one of A or B", "A, B or C", "at least one of A, B and C", and "A Each of the phrases such as "at least one of , B, or C" may include any one of the items listed together in that phrase, or all possible combinations thereof. Terms such as "first", "second", or "first" or "secondary" may simply be used to distinguish that component from other corresponding components, and may refer to that component in other respects (eg, importance or order) is not limited. A (eg, first) component is said to be "coupled" or "connected" to another (eg, second) component, with or without the terms "functionally" or "communicatively." When mentioned, it means that the certain component may be connected to the other component directly (eg by wire), wirelessly, or through a third component.
본 문서의 다양한 실시 예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일 실시 예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다. The term "module" used in various embodiments of this document may include a unit implemented in hardware, software, or firmware, and is interchangeably interchangeable with terms such as, for example, logic, logic blocks, components, or circuits. can be used A module may be an integrally constructed component or a minimal unit of components or a portion thereof that performs one or more functions. For example, according to one embodiment, the module may be implemented in the form of an application-specific integrated circuit (ASIC).
본 문서의 다양한 실시 예들은 기기(machine)(예: 전자 장치(1001)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(1036) 또는 외장 메모리(1038))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(1040))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(1001))의 프로세서(예: 프로세서(1020))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.Various embodiments of this document describe one or more commands stored in a storage medium (eg, internal memory 1036 or external memory 1038) readable by a machine (eg, electronic device 1001). It may be implemented as software (eg, the program 1040) including them. For example, a processor (eg, the processor 1020) of a device (eg, the electronic device 1001) may call at least one command among one or more instructions stored from a storage medium and execute it. This enables the device to be operated to perform at least one function according to the at least one command invoked. The one or more instructions may include code generated by a compiler or code executable by an interpreter. The device-readable storage medium may be provided in the form of a non-transitory storage medium. Here, 'non-temporary' only means that the storage medium is a tangible device and does not contain a signal (e.g. electromagnetic wave), and this term refers to the case where data is stored semi-permanently in the storage medium. It does not discriminate when it is temporarily stored.
일 실시 예에 따르면, 본 문서에 개시된 다양한 실시 예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.According to one embodiment, the method according to various embodiments disclosed in this document may be included and provided in a computer program product. Computer program products may be traded between sellers and buyers as commodities. A computer program product is distributed in the form of a device-readable storage medium (eg compact disc read only memory (CD-ROM)), or through an application store (eg Play Store TM ) or on two user devices ( It can be distributed (eg downloaded or uploaded) online, directly between smart phones. In the case of online distribution, at least part of the computer program product may be temporarily stored or temporarily created in a device-readable storage medium such as a manufacturer's server, an application store server, or a relay server's memory.
다양한 실시 예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시 예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시 예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.According to various embodiments, each component (eg, module or program) of the components described above may include a single object or a plurality of objects, and some of the multiple objects may be separately disposed in other components. . According to various embodiments, one or more components or operations among the aforementioned components may be omitted, or one or more other components or operations may be added. Alternatively or additionally, a plurality of components (eg modules or programs) may be integrated into a single component. In this case, the integrated component may perform one or more functions of each of the plurality of components identically or similarly to those performed by a corresponding component of the plurality of components prior to the integration. . According to various embodiments, operations performed by modules, programs, or other components are executed sequentially, in parallel, iteratively, or heuristically, or one or more of the operations are executed in a different order, omitted, or , or one or more other operations may be added.
Claims (20)
이미지 센서;
디스플레이; 및
상기 이미지 센서 및 상기 디스플레이와 작동적으로(operatively) 연결되는 적어도 하나의 프로세서를 포함하고,
상기 적어도 하나의 프로세서는:
상기 이미지 센서를 통해 이미지 프레임을 획득하여 상기 이미지 프레임을 복수 개의 격자 영역으로 분할하고,
상기 획득된 이미지 프레임에서 적어도 하나의 객체 또는 라인 성분 중 적어도 하나의 요소를 검출하고,
상기 검출된 적어도 하나의 요소를 포함하는 격자 영역을 분석하여, 상기 복수 개의 격자 영역 중 라인 왜곡 보정을 수행할 영역을 결정하고,
상기 결정된 영역에 기반하여, 상기 복수 개의 격자 영역 중 제1 격자 영역은 제1 가중치에 기반하여 라인 왜곡 보정을 수행하고, 상기 복수 개의 격자 영역 중 제2 격자 영역은 제2 가중치에 기반하여 라인 왜곡 보정을 수행하고,
상기 왜곡 보정이 수행된 상기 이미지 프레임을 상기 디스플레이에 표시하는, 전자 장치.In electronic devices,
image sensor;
display; and
at least one processor operatively connected with the image sensor and the display;
The at least one processor is:
Obtaining an image frame through the image sensor and dividing the image frame into a plurality of grid areas;
Detecting at least one element among at least one object or line component in the obtained image frame;
Analyzing a lattice area including the detected at least one element to determine an area to perform line distortion correction among the plurality of lattice areas;
Based on the determined area, a first lattice area among the plurality of lattice areas performs line distortion correction based on a first weight, and a second lattice area among the plurality of lattice areas performs line distortion correction based on a second weight. make a correction;
The electronic device displaying the image frame on which the distortion correction is performed on the display.
상기 적어도 하나의 프로세서는 상기 라인 성분의 개수, 및 상기 라인 성분의 방향에 기반하여 상기 라인 왜곡 보정을 수행할 영역을 결정하는, 전자 장치.The method of claim 1,
The electronic device of claim 1 , wherein the at least one processor determines an area in which the line distortion correction is to be performed based on the number of line components and the direction of the line components.
상기 제1 격자 영역은 상기 라인 성분의 비중이 제1 비중 이상인 영역이고, 상기 제2 격자 영역은 상기 라인 성분의 비중이 제1 비중 미만인 영역인, 전자 장치.The method of claim 1,
The first lattice region is a region in which the specific gravity of the line elements is equal to or greater than the first specific gravity, and the second lattice region is an region in which the specific gravity of the line elements is less than the first specific gravity.
상기 적어도 하나의 프로세서는 상기 검출된 적어도 하나의 객체에 대하여 평사 투영법(stereographic projection)을 수행하고,
상기 평사 투영법에 의하여 위치가 변경된 격자 점(grid node)에 기반하여 이미지 와핑(warping)을 수행하는, 전자 장치.The method of claim 1,
The at least one processor performs a stereographic projection on the at least one detected object,
An electronic device that performs image warping based on a grid node whose position is changed by the planar projection method.
상기 격자 점에 대하여 와핑을 수행함에 있어서, 상기 적어도 하나의 프로세서는 제1 격자 점, 및 상기 제1 격자 점과 인접한 제2 격자 점을 매칭시키는, 전자 장치.The method of claim 4,
In performing warping with respect to the lattice points, the at least one processor matches a first lattice point and a second lattice point adjacent to the first lattice point.
상기 적어도 하나의 프로세서는 상기 제1 격자 점, 및 상기 제2 격자 점을 상기 제1 격자 점에 대한 좌표 값, 상기 제2 격자 점에 대한 좌표 값의 중간 값으로 매칭시키는, 전자 장치.The method of claim 5,
The electronic device of claim 1 , wherein the at least one processor matches the first lattice point and the second lattice point with an intermediate value of a coordinate value for the first lattice point and a coordinate value for the second lattice point.
상기 적어도 하나의 프로세서는 상기 검출된 적어도 하나의 요소 중 적어도 검출된 하나의 객체의 크기, 및 위치에 기반하여 상기 라인 왜곡에 대한 보정의 강도를 제어하는, 전자 장치.The method of claim 1,
The electronic device of claim 1 , wherein the at least one processor controls strength of correction for the line distortion based on a size and a position of at least one detected object among the at least one detected element.
상기 적어도 하나의 프로세서는 상기 적어도 하나의 객체가 미리 지정된 클래스(class)에 포함되어 있는지 판단하는, 전자 장치.The method of claim 1,
The electronic device, wherein the at least one processor determines whether the at least one object is included in a pre-specified class.
상기 적어도 하나의 객체는 사람의 얼굴 또는 사물을 포함하는, 전자 장치.The method of claim 1,
The electronic device of claim 1, wherein the at least one object includes a human face or an object.
상기 적어도 하나의 프로세서는 상기 라인 왜곡 보정에 더하여, 상기 검출된 적어도 하나의 객체에 대하여 객체 보정을 수행하고,
상기 라인 왜곡 보정 및 상기 객체 보정이 수행된 상기 이미지 프레임을 상기 디스플레이에 표시하는, 전자 장치.The method of claim 1,
In addition to the line distortion correction, the at least one processor performs object correction on the detected at least one object,
The electronic device that displays the image frame on which the line distortion correction and the object correction have been performed on the display.
이미지 센서를 통해 이미지 프레임을 획득하여 상기 이미지 프레임을 복수 개의 격자 영역으로 분할하는 동작;
상기 획득된 이미지 프레임에서 적어도 하나의 객체 또는 라인 성분 중 적어도 하나의 요소를 검출하는 동작;
상기 검출된 적어도 하나의 요소를 포함하는 격자 영역을 분석하여, 상기 복수 개의 격자 영역 중 라인 왜곡 보정을 수행할 영역을 결정하는 동작;
상기 결정된 영역에 기반하여, 상기 복수 개의 격자 영역 중 제1 격자 영역은 제1 가중치에 기반하여 라인 왜곡 보정을 수행하고, 상기 복수 개의 격자 영역 중 제2 격자 영역은 제2 가중치에 기반하여 라인 왜곡 보정을 수행하는 동작; 및
상기 왜곡 보정이 수행된 상기 이미지 프레임을 디스플레이에 표시하는 동작을 포함하는, 동작 방법.In the operating method of the electronic device,
obtaining an image frame through an image sensor and dividing the image frame into a plurality of grid areas;
detecting at least one element among at least one object or line component in the acquired image frame;
determining an area to perform line distortion correction among the plurality of lattice areas by analyzing a lattice area including the detected at least one element;
Based on the determined area, a first lattice area among the plurality of lattice areas performs line distortion correction based on a first weight, and a second lattice area among the plurality of lattice areas performs line distortion correction based on a second weight. performing a correction; and
and displaying the image frame on which the distortion correction is performed on a display.
상기 라인 성분의 개수, 및 상기 라인 성분의 방향에 기반하여 상기 라인 왜곡 보정을 수행할 영역을 결정하는 동작을 포함하는, 동작 방법.The method of claim 11,
and determining an area in which the line distortion correction is to be performed based on the number of line components and the direction of the line components.
상기 제1 격자 영역은 상기 라인 성분의 비중이 제1 비중 이상인 영역이고, 상기 제2 격자 영역은 상기 라인 성분의 비중이 제1 비중 미만인 영역인, 동작 방법.The method of claim 11,
The first lattice region is a region in which the specific gravity of the line elements is equal to or greater than the first specific gravity, and the second lattice region is an region in which the specific gravity of the line elements is less than the first specific gravity.
상기 검출된 적어도 하나의 객체에 대하여 평사 투영법(stereographic projection)을 수행하는 동작;
상기 평사 투영법에 의하여 위치가 변경된 격자 점(grid node)에 기반하여 이미지 와핑(warping)을 수행하는 동작을 포함하는, 동작 방법.The method of claim 11,
performing a stereographic projection on the at least one detected object;
and performing image warping based on a grid node whose position is changed by the planar projection method.
상기 격자 점에 대하여 와핑을 수행함에 있어서, 제1 격자 점, 및 상기 제1 격자 점과 인접한 제2 격자 점을 매칭시키는 동작을 포함하는, 동작 방법.The method of claim 14,
In performing warping with respect to the lattice points, the operation method comprising matching a first lattice point and a second lattice point adjacent to the first lattice point.
상기 제1 격자 점, 및 상기 제2 격자 점을 상기 제1 격자 점에 대한 좌표 값, 상기 제2 격자 점에 대한 좌표 값의 중간 값으로 매칭시키는 동작을 포함하는, 동작 방법.The method of claim 15
and matching the first lattice point and the second lattice point with an intermediate value of a coordinate value for the first lattice point and a coordinate value for the second lattice point.
상기 검출된 적어도 하나의 요소 중 적어도 검출된 하나의 객체의 크기, 및 위치에 기반하여 상기 라인 왜곡에 대한 보정의 강도를 제어하는 동작을 포함하는, 동작 방법.The method of claim 11,
and controlling strength of correction for the line distortion based on the size and position of at least one detected object among the at least one detected element.
상기 적어도 하나의 객체가 미리 지정된 클래스(class)에 포함되어 있는지 판단하는 동작을 포함하는, 동작 방법.The method of claim 11,
And determining whether the at least one object is included in a pre-specified class.
상기 적어도 하나의 객체는 사람의 얼굴 또는 사물을 포함하는, 동작 방법.The method of claim 11,
The at least one object includes a human face or an object.
상기 라인 왜곡 보정에 더하여, 상기 검출된 적어도 하나의 객체에 대하여 객체 보정을 수행하는 동작; 및
상기 라인 왜곡 보정 및 상기 객체 보정이 수행된 상기 이미지 프레임을 상기 디스플레이에 표시하는 동작을 포함하는, 동작 방법.
The method of claim 11,
performing object correction on the one or more detected objects in addition to the line distortion correction; and
and displaying, on the display, the image frame on which the line distortion correction and the object correction have been performed.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210060863A KR20220153366A (en) | 2021-05-11 | 2021-05-11 | Method for correcting image distortion and Electronic device thereof |
PCT/KR2022/006737 WO2022240186A1 (en) | 2021-05-11 | 2022-05-11 | Image distortion correction method and electronic device therefor |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210060863A KR20220153366A (en) | 2021-05-11 | 2021-05-11 | Method for correcting image distortion and Electronic device thereof |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20220153366A true KR20220153366A (en) | 2022-11-18 |
Family
ID=84028600
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020210060863A KR20220153366A (en) | 2021-05-11 | 2021-05-11 | Method for correcting image distortion and Electronic device thereof |
Country Status (2)
Country | Link |
---|---|
KR (1) | KR20220153366A (en) |
WO (1) | WO2022240186A1 (en) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101679290B1 (en) * | 2009-11-17 | 2016-11-24 | 삼성전자 주식회사 | Image processing method and apparatus |
KR101904480B1 (en) * | 2014-12-26 | 2018-10-04 | 재단법인 다차원 스마트 아이티 융합시스템 연구단 | Object recognition system and method considering camera distortion |
WO2018134946A1 (en) * | 2017-01-19 | 2018-07-26 | 株式会社ソニー・インタラクティブエンタテインメント | Image generation device, and image display control device |
KR102028469B1 (en) * | 2018-01-15 | 2019-10-04 | 주식회사 스트리스 | System and Method for Removing Distortion of Fisheye Lens and Omnidirectional Image |
KR102383669B1 (en) * | 2018-10-23 | 2022-04-06 | 한국전자통신연구원 | Parallax minimized stitching using HLBP descriptor |
-
2021
- 2021-05-11 KR KR1020210060863A patent/KR20220153366A/en active Search and Examination
-
2022
- 2022-05-11 WO PCT/KR2022/006737 patent/WO2022240186A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2022240186A1 (en) | 2022-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230209202A1 (en) | Electronic device for performing image stabilization, and operating method therefor | |
US20230388441A1 (en) | Electronic device and method for capturing image by using angle of view of camera module | |
KR20210138483A (en) | Method or electronic device providing image shooting guide | |
KR20220090158A (en) | Electronic device for editing video using objects of interest and operating method thereof | |
KR20220055230A (en) | Method for Taking pictures using a plurality of Cameras and Device thereof | |
US20230074962A1 (en) | Electronic device including a plurality of cameras and operating method thereof | |
US20230007160A1 (en) | Photographing method of electronic apparatus and electronic apparatus thereof | |
US20220360713A1 (en) | Electronic device including camera | |
KR20230033994A (en) | Electronic device including a plurality of cameras and operating method thereof | |
KR20220153366A (en) | Method for correcting image distortion and Electronic device thereof | |
US11877072B2 (en) | Image capturing method using plurality of cameras, and electronic device | |
US20240121512A1 (en) | Method and electronic device for controlling camera | |
US20230199294A1 (en) | Electronic device including under display camera and operating method thereof | |
US20240078685A1 (en) | Method for generating file including image data and motion data, and electronic device therefor | |
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 | |
US20230396885A1 (en) | Electronic device including camera module and electronic device operating method | |
US20240007732A1 (en) | Electronic device including plurality of cameras | |
US20230199330A1 (en) | Electronic device for processing continuous shooting input and method thereof | |
US20230396889A1 (en) | Image capturing method for electronic device, and electronic device therefor | |
KR20220049354A (en) | Method for correcting image distortion and Electronic device thereof | |
US20230156337A1 (en) | Electronic device having a plurality of lenses and controlling method thereof | |
KR20210154594A (en) | Electronic device and method including Focus adjustment function | |
EP4228246A1 (en) | Electronic device capable of auto-focusing and method for operating same | |
KR20220014150A (en) | Electronic device including image sensor and image signal processor and Method thereof | |
KR20240073714A (en) | Electronic device and method for increasing the resolution of digital bokeh image |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination |