KR101049409B1 - 영상 처리 시스템에서의 색 보정 장치 및 방법 - Google Patents

영상 처리 시스템에서의 색 보정 장치 및 방법 Download PDF

Info

Publication number
KR101049409B1
KR101049409B1 KR1020090093522A KR20090093522A KR101049409B1 KR 101049409 B1 KR101049409 B1 KR 101049409B1 KR 1020090093522 A KR1020090093522 A KR 1020090093522A KR 20090093522 A KR20090093522 A KR 20090093522A KR 101049409 B1 KR101049409 B1 KR 101049409B1
Authority
KR
South Korea
Prior art keywords
color
illumination
surveillance camera
image
color patch
Prior art date
Application number
KR1020090093522A
Other languages
English (en)
Other versions
KR20110035706A (ko
Inventor
최유주
조위덕
김진형
Original Assignee
아주대학교산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 아주대학교산학협력단 filed Critical 아주대학교산학협력단
Priority to KR1020090093522A priority Critical patent/KR101049409B1/ko
Publication of KR20110035706A publication Critical patent/KR20110035706A/ko
Application granted granted Critical
Publication of KR101049409B1 publication Critical patent/KR101049409B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/56—Cameras or camera modules comprising electronic image sensors; Control thereof provided with illuminating means
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/2621—Cameras specially adapted for the electronic generation of special effects during image pickup, e.g. digital cameras, camcorders, video cameras having integrated special effects capability
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • H04N9/73—Colour balance circuits, e.g. white balance circuits or colour temperature control

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 동일 객체를 자동으로 검출하기 위해 색상 보정을 수행하는 감시 카메라에 관한 것이다. 특히, 본 발명은 서로 다른 조명 환경에서 촬영된 객체 간의 색상 비교를 위하여 서로 다른 조명의 차이를 분석하고, 상기 서로 다른 조명의 차이를 이용하여 보정 영상을 획득하는 색 보정 방법을 제공한다. 상기 색상 보정 방법을 제공함으로써 실시간으로 입력되는 감시 카메라에서 동일한 객체를 용이하게 검출할 수 있다.
색상 보정, 감시 카메라, 색상 패턴 보드, 변환 벡터

Description

영상 처리 시스템에서의 색 보정 장치 및 방법{METHOD AND APPARATUS FOR CORRECTING COLOR IN IMAGE PROCESS SYSTEM}
본 발명은 영상 처리시스템에서의 색 보정장치 및 방법에 관한 것으로, 특히 동일 객체를 검출하기 위한 색 보정장치 및 방법에 관한 것이다.
보행자의 특성을 스스로 분석할 수 있는 지능형 카메라의 제작을 위해서는 입력 영상을 기반으로 보행자의 특성이 자동으로 분석되는 기능이 요구된다.
상기 입력 영상을 통하여 보행자의 특성을 파악하기 위한 방법들로 얼굴인식, 홍채인식, 지문인식, 걸음걸이 분석, 의상이나 피부색 분석 등이 연구되고 있다. 얼굴, 홍채, 지문 인식 등의 경우에는 카메라와 보행자의 거리 및 촬영 각도가 어느 정도 일정함이 유지되어야 하고, 선명한 화질이 요구된다. 그러나 보행자의 특성 정보에 대한 신뢰 기간이 길고 높다는 장점이 있다.
걸음걸이 패턴을 분석하는 경우, 분석 정보에 대한 신뢰도는 높지만 걸음걸이 패턴을 분석하기 위하여 정면 촬영 영상과 함께 보행자의 측면 촬영 영상이 요구된다. 또한, 패턴 분석을 위하여 많은 영상 프레임이 촬영되어야 하는 부담이 있다.
이에 반해, 의상이나 피부의 색조를 분석하는 정보는 짧은 구간의 단시간 동안의 분석에 유용하다. 그러나, 정보의 정확도가 보행자 마다 유일하지 않을 수 있기 때문에 그 정확도는 낮다. 따라서, 저화질의 영상을 사용하여야 하는 경우와 실시간 처리를 위하여 짧은 프레임 영상에 대한 분석이 요구되는 경우, 또는 보행자의 자세를 일정하게 유지하도록 요구할 수 없는 경우, 의상 및 피부 색상은 보행자의 신원 확인을 위한 보조적인 특성 정보로서 충분한 활용 가치를 지니고 있다.
피부색이나 착용 의상의 색상은 보행자의 추적이나 식별을 위하여 보행자의 특징을 표현하는데 중요한 특성 값으로 활용되고 있는 상황이나, 서로 다른 조명 환경 하에서 보행자가 가지는 고유 색상을 분석하기는 쉽지 않다. 또한, 다중 장소에서 보행자의 식별을 위해서는 각 장소에 사용되는 카메라와 조명 조건에 따라 달라질 수 있는 종속적인 요소들을 배제하고, 보행자의 고유 색상을 상기 카메라의 입력 영상으로부터 추출해 내는 것이 필요하다. 따라서, 서로 다른 조명환경에서 촬영된 영상에 대하여 조명요소를 제거하기 위한 색상 보정 방안이 절실히 요구된다.
본 발명은 서로 다른 조명 환경에서 촬영된 영상들에 대한 색 보정을 위한 방법 및 장치를 제공한다.
또한, 본 발명은 다수의 감시 카메라들이 서로 다른 조명 환경에서 촬영한 영상으로부터 동일 객체를 자동으로 검출하기 위한 색 보정 방법을 제공한다.
또한, 본 발명은 서로 다른 조명 환경에서 촬영된 객체 간의 색상 비교를 위하여 서로 다른 조명의 차이를 분석하고, 상기 서로 다른 조명의 차이를 이용하여 보정 영상을 획득하는 색 보정 방법을 제공한다.
본 발명은 서로 다른 조명 환경에 위치하여 피사체를 촬영하는 복수의 감시 카메라와, 상기 복수의 감시 카메라들 중 기준 감시 카메라에 의해 색상 패턴 보드를 촬영한 영상과 나머지 감시 카메라 각각에 의해 상기 색상 패턴 보드를 촬영한 영상에 대한 조명 색상 벡터들을 산출하고, 상기 산출한 조명 색상 벡터들에 의해 색상 패치 별 변환 벡터들을 생성하는 변환 벡터 생성부 및 상기 생성된 색상 패치 별 변환 벡터들을 기반으로 상기 나머지 감시 카메라로부터 촬영된 영상을 보정하는 색상 보정부를 포함하는 감시 카메라 시스템을 제공한다.
또한, 본 발명은 감시 카메라 별로 서로 다른 조명 조건을 가지는 감시 카메라 시스템에서의 색상 보정 방법에 있어서,상기 복수의 감시 카메라들 중 기준 감시 카메라에 의해 색상 패턴 보드를 촬영한 영상과 나머지 감시 카메라 각각에 의 해 상기 색상 패턴 보드를 촬영한 영상에 대한 조명 색상 벡터들을 산출하는 과정과, 상기 산출한 조명 색상 벡터들에 의해 색상 패치 별 변환 벡터들을 생성하는 과정 및 상기 생성된 색상 패치 별 변환 벡터들을 기반으로 상기 나머지 감시 카메라로부터 촬영된 영상을 보정하는 과정을 포함하는 색상 보정 방법을 제공한다.
본 발명은 서로 다른 유색 조명 간 색 비교를 위한 색상 보정 방법을 제공함으로써 실시간으로 입력되는 감시 카메라에서 동일한 객체를 용이하게 검출할 수 있다.
또한, 룩업 테이블(lookup table)을 이용하는 기존 방식들과 같이 제안된 수의 색상만을 처리할 수 있는 제약이 없어 RGB 공간 상의 임의의 색상에 대한 보정처리가 가능하다.
하기에서 본 발명을 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술 되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
본 발명의 실시 예는 다수의 감시 카메라들이 서로 다른 조명 환경에서 촬영된 영상으로부터 동일 객체를 자동으로 검출하기 위한 색 보정 방법을 제공한다.
구체적으로, 본 발명은 서로 다른 조명 색의 색상 값을 분석하기 위해 색상 패턴 보드를 이용하여 조명 색상 벡터들을 산출하고, 상기 조명 색상 벡터들의 차이를 통하여 기준 조명 영상(또는 목표 조명 영상)으로의 변환 벡터들을 결정한다. 이후, 상기 변환 벡터들을 이용하여 서로 다른 조명 영상들에 대한 색상 보정을 수행한다.
본 발명의 실시 예에 따른 색 보정 방법은 크게 서로 다른 조명 색상 벡터를 계산하여 변환 벡터를 생성하는 과정과 상기 변환 벡터를 이용하여 입력 영상의 색상을 보정하는 과정으로 이루어진다.
이하에서는, 본 발명의 바람직한 실시 예에 대해 도면을 참조하여 상세히 설명하도록 한다.
도 1은 본 발명의 바람직한 실시 예에 따른 감시 카메라 시스템을 도시하고 있다. 도 1을 참조하면, 상기 시스템(100)은 다수의 감시 카메라들(102_1~102_n), 영상 처리부(104) 및 영상 표시부(110)를 포함한다. 이하, 본 발명의 내용과 관련 없는 상기 시스템(100)의 다른 구성 요소들에 대해서는 생략하도록 한다.
다수의 감시 카메라들(102_1~102_n)은 서로 다른 장소에 설치되어 보행자와 사물 등을 촬영한다. 상기 감시 카메라들이 설치된 장소들은 서로 다른 조명 환경을 가짐을 가정한다. 상기 감시 카메라는 렌즈를 통해 입력된 영상 신호를 데이터 패킷 형태로 변환한 후 상기 영상 처리부(104)로 제공한다.
상기 영상 처리부(104)는 변환 벡터 생성부(106)와 색상 보정부(108)를 포함한다. 상기 변환 벡터 생성부(106)는 서로 다른 조명 환경 하에서 색상 패턴 보드 를 이용하여 서로 다른 조명 색상 벡터들을 계산하고, 상기 서로 다른 조명 색상 벡터들을 이용하여 변환 벡터들을 생성하는 기능을 수행한다.
상기 변환 벡터들을 생성하는 과정은 서로 다른 조명 조건의 카메라들을 통해 보행자 및 사물 등을 촬영하기 전에 미리 계산되어 설정된다. 즉, 서로 다른 조명 조건의 카메라들이 색상 패턴 보드를 촬영하여 서로 다른 조명 색상 정보를 분석하고, 각 조명 간 RGB 색상 요소 별 차이인 변환 벡터들을 미리 계산하여 설정한다.
한편, 상기 색상 보정부(108)는 상기 변환 벡터 생성부(106)로부터 제공된 변환 벡터들을 이용하여 서로 다른 조명 환경에서 촬영된 영상에 대해 색상 보정 기능을 수행한다.
먼저, 상기 변환 벡터 생성부(106)가 색상 패턴 보드를 이용하여 서로 다른 조명 환경 하에서의 조명 색상 벡터를 산출하는 방법에 대해 설명하도록 한다.
카메라 프로파일을 제작하기 위해 가장 많이 사용하는 색상 패턴 보드는 그래탁 멕베스의 컬러 체커(Gretag Macbeth Color Checker) 시리즈이다. 이 시리즈에는 인간의 시각적 감각에 기본을 두고 제작된 24개의 패치로 구성된 컬러 체커(Macbeth Color Checker), 140개의 반 광택 패치로 구성된 컬러 체커 SG 타깃 및 디지털 카메라를 위해 237 패치로 제작된 컬러 체커 DC 타깃이 있다.
이하, 본 발명의 바람직한 실시 예에서는 상기 24개의 패치로 구성된 컬러 체커(또는 24색 멕베스 색상 패턴 보드)를 사용하여 조명 색상 벡터를 산출하는 것에 대해 설명하도록 한다. 상기 색상 패턴 보드로 상기 24색 멕베스 색상 패턴 보 드가 아닌 다른 색상 보드가 사용될 수 있음은 당업자에게 자명하다.
우선, 서로 다른 조명 조건에 존재하는 감시 카메라들이 상기 색상 패턴 보드를 촬영한다. 도 2는 서로 다른 두 조명 환경에서 촬영된 영상들을 도시하고 있다. 상기 도 2를 참조하면, 서로 다른 두 조명 환경에서 촬영된 색상 패턴 보드의 색상 및 사물의 색상이 다르게 나타남을 확인할 수 있다.
설명의 편의상, 도 2 및 이하의 설명에서는 두 개의 서로 다른 조명 환경(조명 A, 조명 B)에서 촬영된 영상들을 예시하고 있으나 이보다 더 많은 다수의 조명 환경에서 촬영된 영상들을 기초로 조명 색상 벡터들을 산출할 수 있음은 당업자에게 자명하다.
상기 감시 카메라들로부터 촬영된 각각의 영상은 상기 변환 벡터 생성부(106)로 제공된다. 상기 변환 벡터 생성부(106)는 조명 A에서 촬영된 영상으로부터, 24색 각각에 해당하는 색상 패치 영역 i에 대하여 평균 RGB 값(Ri, Gi, Bi)을 계산한다. 또한, 상기 변환 벡터 생성부(106)는 조명 B에서 촬영된 영상에 대해서도 24색 각각에 해당하는 색상 패치 영역 i에 대하여 평균 RGB 값(R'i, G'i, B'i)을 계산한다.
조명 A를 위한 조명 색상 벡터(Vec_A)와 조명 B를 위한 조명 색상 벡터(Vec_B)는 상기 변환 벡터 생성부에 의해 계산된 24 개의 색상 패치 영역들 각각에 대한 평균 RGB 값들로 이루어진 벡터이다.
즉, 상기 조명 색상 벡터 Vec_A와 조명 색상 벡터 Vec_B는 다음과 같이 정의 된다.
Vec_A : (R1, G1, B1, R2, G2, B2, ....., R24, G24, B24)
Vec_B : (R'1, G'1, B'1, R'2, G'2, B'2, ....., R'24, G'24, B'24)
이처럼, 상기 변환 벡터 생성부(106)는 서로 다른 조명 환경 하에서 상기 색상 패턴 보드를 이용하여 조명 색상 벡터들을 계산한다. 이후, 상기 변환 벡터 생성부(106)는 서로 다른 조명 영상들 중 기준이 되는 조명 영상을 선택한 후 상기 기준 조명 영상으로의 변환 벡터를 결정한다.
예를 들어, 조명 A의 영상을 기준 조명으로 하는 경우, 상기 기준 조명 영상을 기초로 서로 다른 조명 환경에서의 영상들에 색상 보정을 수행한다. 서로 다른 조명 환경에서의 영상들에 색상 보정을 수행하기 위해서는, 서로 다른 조명 환경에서의 미리 설정된 변환 벡터들이 요구된다.
조명 B의 영상을 기준 조명 영상으로의 색상 보정하기 위한 변환 벡터는 상기 24개의 색상 패턴 보드 상의 패치들 각각에 대해 계산된다. 구체적으로, 상기 변환 벡터는 각각의 색상 패치 별로 기준 조명 영상(조명 A)의 평균 RGB 값에서 대조 영상(조명 B)의 평균 RGB 값을 감산하여 계산된다.
상기 조명 B의 색상 패치 i의 변환 벡터 Ci는 다음과 같이 정의된다.
Ci : (Ri-R'i, Gi-G'i, Bi-B'i)
그리고, 조명 B 영상에서 기준 조명 영상으로의 변환 벡터 CA-B는 각 색상 패 치들의 변환 벡터에 의하여 하기와 같이 24개의 변환 벡터들로 정의된다.
CA-B : (C1, C2, C3, C4, ...., C24)
도 3은 본 발명의 실시 예에 따라 각 색상 패치 별 변환 벡터를 시뮬레이션한 결과를 도시하고 있다. 도 3을 참조하면, 짙은 파란색의 셀은 조명 B에서 기준 조명(조명 A)으로 변환하기 위하여 계산한 각 색상 패치 별 RGB 평균값의 차를 계산한 변환 벡터 Ci를 나타낸다.
이처럼, 상기 변환 벡터 생성부(106)는 서로 다른 조명 영상들 중에서 기준 조명 영상을 선택하고, 상기 기준 조명 영상을 제외한 다른 조명 영상들 각각에 대한 변환 벡터들(Ci)을 생성한 후 저장한다.
한편, 상기 색상 보정부(108)는 상기 변환 벡터 생성부(106)로부터 제공된 변환 벡터들을 서로 다른 조명 환경에서 촬영된 입력 영상들에 반영하여 색상 보정 영상들을 출력한다. 즉, 전술한 조명 B를 위한 각각의 색상 패치 별 변환 벡터 Ci를 조명 B 환경에서 촬영된 입력 영상의 화소값에 반영하여 보정 영상을 획득한다.
이를 위해, 상기 색상 보정부(108)는 상기 조명 B 환경에서 촬영된 영상 각각의 화소값에 반영할 변환 벡터 Ci에 대응되는 상기 조명 B의 색상 패치 영역을 결정하여야 한다.
예를 들어, 상기 조명 B 환경에서 촬영된 영상 각각의 화소값을 (Rxy, Gxy, Bxy)라 한다면, 상기 각각의 화소값에 적용할 변환 벡터에 대응하는 색상 패치 인덱 스는 하기 <수학식1>과 같이 계산된다.
Figure 112009060483510-pat00001
즉, 상기 색상 패치 인덱스(i)는 상기 화소값(Rxy, Gxy, Bxy)과 조명 B의 색상 패치들 각각의 평균값과의 거리가 최소가 되는 상기 조명 B의 색상 패치 영역이다. 상기 색상 패치 인덱스(i)는 조명 B 환경에서 촬영된 영상의 화소값과 가장 유사한 색상을 가지는 24개의 색상 패치들 중 하나를 의미한다.
상기 색상 패치 인덱스(i)가 결정되면, 상기 색상 보정부(108)는 상기 입력 화소값(Rxy, Gxy, Bxy)에 상기 색상 패치 i를 위한 변환 벡터 Ci를 가산하여 보정 색상(R'xy, G'xy, B'xy)을 출력한다. 즉, 상기 보정 색상 (R'xy, G'xy, B'xy)은 하기 <수학식 2>와 같이 계산된다.
(R'xy, G'xy, B'xy) = (Rxy, Gxy, Bxy) + (Ri-R'i, Gi-G'i, Bi-B'i)
상기 색상 보정부(108)는 서로 다른 조명 환경에서 입력되는 영상들에 대해 상기 색상 보정을 수행한 후 영상 표시부(110)로 출력한다. 사용자는 상기 영상 표시부(110)를 통해 서로 다른 조명 환경에서 촬영된 영상으로부터 동일 객체를 용이하게 검출할 수 있다.
도 4는 서로 다른 두 조명 환경에서 색상 보정 전/후의 변화를 도시한 도면 이다. 도 4를 참조하면, 색상 비교 대상 객체인 개구리 인형과 노란색 클립 통, 붉은 색 하트 볼 영역의 보정 전후의 색상을 보이고 있다.
보정 전 조명 A 영상의 객체와 조명 B 영상의 객체 간에 큰 색상 차이를 보임을 확인할 수 있다. 그러나, 상기 조명 B 영상에 색상 보정을 수행한 결과, 상기 조명 A의 색상과 흡사하게 조정됨을 확인할 수 있다.
이상, 본 발명은 서로 다른 조명 환경에서 촬영된 객체 간 색상 비교를 위하여 변환 벡터를 생성하는 전처리 절차와 상기 전처리의 결과 획득된 변환 벡터를 이용하여 보정 영상을 획득하는 효율적인 색 보정 방법을 제공한다.
도 5는 본 발명의 바람직한 실시 예에 따라 서로 다른 조명 영상 간에 색상 보정을 수행하는 과정을 도시하고 있다.
도 5를 참조하면, 502 단계에서 상기 변환 벡터 생성부는 서로 다른 조명 환경에서 색상 패턴 보드를 촬영한 다수의 감시 카메라들로부터 서로 다른 조명 영상들을 수신한다.
504 단계에서, 상기 변환 벡터 생성부는 서로 다른 조명 영상들 각각에 대해 색상 패치 영역 별로 평균 RGB 값을 계산하여 조명 색상 벡터들을 검출한다.
506 단계에서, 상기 변환 벡터 생성부는 서로 다른 조명 영상들 중 색상 보정을 수행하기 위한 기준 조명 영상을 선택한다. 상기 기준 조명 영상을 제외한 나머지 조명 영상들은 편의상 대조 조명 영상 또는 비교 조명 영상이라 지칭한다.
508 단계에서, 상기 변환 벡터 생성부는 상기 기준 조명 영상에 대응하는 조명 색상 벡터와 상기 대조 조명 영상들 각각에 대응하는 조명 색상 벡터들을 이용 하여 변환 벡터를 생성한다. 즉, 상기 변환 벡터 생성부는 색상 패치 별로 기준 조명 영상의 평균 RGB 값에서 대조 조명 영상의 평균 RGB 값을 감산하여 변환 벡터를 산출한다. 상기 변환 벡터 생성부는 서로 다른 조명 조건에 따라 미리 설정된 색상 패치 별 변환 벡터들을 저장한 후 상기 색상 보정부로 제공한다.
510 단계에서, 상기 색상 보정부는 서로 다른 조명 조건의 감시 카메라들로부터 입력되는 영상에 상기 변환 벡터 생성부로부터 제공된 변환 벡터들을 반영하여 색상 보정을 수행한다. 즉, 상기 색상 보정부는 상기 감시 카메라로부터 입력되는 영상 각각의 화소값에 반영할 변환 벡터에 대응하는 색상 패치 영역을 계산한다. 상기 색상 보정부는 상기 화소값에 상기 계산된 색상 패치 영역에 해당하는 변환 벡터를 가산하여 보정 영상을 획득한다.
전술한 과정을 통해, 본 발명은 서로 다른 조명 환경에서 촬영된 객체 간 색상 비교를 위하여 변환 벡터를 생성하는 전처리 절차와 상기 전처리의 결과 획득된 변환 벡터를 이용하여 보정 영상을 획득하는 방법을 제공한다.
한편 이상에서는 본 발명의 구체적인 실시 예에 관해 설명하였으나, 본 발명의 범위에서 벗어나지 않는 한도 내에서 여러 가지 변형이 가능함은 물론이다. 그러므로 본 발명의 범위는 설명된 실시 예에 국한되지 않으며, 후술 되는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
도 1은 본 발명의 바람직한 실시 예에 따른 감시 카메라 시스템의 구성도;
도 2는 서로 다른 두 조명 환경에서 촬영된 영상들을 도시한 도면;
도 3은 본 발명의 바람직한 실시 예에 따라 각 색상 패치 별 변환 벡터를 시뮬레이션한 결과를 도시한 도면;
도 4는 서로 다른 두 조명 환경에서 색상 보정 전/후의 변화를 도시한 도면;
도 5는 본 발명의 바람직한 실시 예에 따라 서로 다른 조명 영상 간에 색 비교를 위한 색상 보정 방법을 수행하는 흐름도.

Claims (14)

  1. 서로 다른 조명 환경에 위치하여 피사체를 촬영하는 복수의 감시 카메라와;
    상기 복수의 감시 카메라들 중 기준 감시 카메라에 의해 색상 패턴 보드를 촬영한 영상과 나머지 감시 카메라 각각에 의해 상기 색상 패턴 보드를 촬영한 영상에 대한 조명 색상 벡터들을 산출하고, 상기 산출한 조명 색상 벡터들에 의해 색상 패치 별 변환 벡터들을 생성하는 변환 벡터 생성부; 및
    상기 생성된 색상 패치 별 변환 벡터들을 기반으로 상기 나머지 감시 카메라로부터 촬영된 영상을 보정하는 색상 보정부를 포함하는 감시 카메라 시스템.
  2. 제 1항에 있어서,
    상기 기준 감시 카메라는 상기 복수의 감시 카메라들 중 조명 환경으로 인한 왜곡이 가장 작은 감시 카메라임을 특징으로 하는 감시 카메라 시스템.
  3. 제 1항에 있어서,
    상기 색상 패턴 보드는 24색 멕베스 색상 패턴 보드를 사용하는 것을 특징으로 하는 감시 카메라 시스템.
  4. 제 1항에 있어서,
    상기 조명 색상 벡터들은 상기 복수의 감시 카메라에 의해 촬영된 색상 패턴 보드 영상으로부터 계산된 색상 패치 별 평균 RGB 값임을 특징으로 하는 감시 카메라 시스템.
  5. 제 4항에 있어서,
    상기 변환 벡터 생성부는 기준 조명 영상의 색상 패치 별 평균 RGB 값에서 대조 조명 영상의 색상 패치 별 평균 RGB 값을 감산하여 상기 대조 조명 영상 각각에 대한 색상 패치 별 변환 벡터를 생성하는 것을 특징으로 하는 감시 카메라 시스템.
  6. 제 1항에 있어서,
    상기 색상 보정부는 상기 나머지 감시 카메라로부터 입력되는 영상 각각에 대한 화소값에 대응하는 색상 패치 영역을 선택하고, 상기 선택된 색상 패치 영역에 해당하는 변환 벡터를 상기 화소값에 가산하여 색상을 보정하는 것을 특징으로 하는 감시 카메라 시스템.
  7. 제 6항에 있어서,
    상기 색상 패치 영역은
    Figure 112009060483510-pat00002
    에 의해 선택되며, 여기서 i는 색상 패치 인덱스이고, (Rxy, Gxy, Bxy)는 상기 나머지 감시 카메라로부터 입력되는 영상에 대한 화소값이고, (R'i, G'i, B'i)는 색상 패치 i에 대한 평균 RGB 값임을 특징으로 하는 감시 카메라 시스템.
  8. 감시 카메라 별로 서로 다른 조명 조건을 가지는 감시 카메라 시스템에서의 색상 보정 방법에 있어서,
    복수의 감시 카메라들 중 기준 감시 카메라에 의해 색상 패턴 보드를 촬영한 영상과 나머지 감시 카메라 각각에 의해 상기 색상 패턴 보드를 촬영한 영상에 대한 조명 색상 벡터들을 산출하는 과정과;
    상기 산출한 조명 색상 벡터들에 의해 색상 패치 별 변환 벡터들을 생성하는 과정; 및
    상기 생성된 색상 패치 별 변환 벡터들을 기반으로 상기 나머지 감시 카메라로부터 촬영된 영상을 보정하는 과정을 포함하는 색상 보정 방법.
  9. 제 8항에 있어서,
    상기 기준 감시 카메라는 상기 복수의 감시 카메라들 중 조명 환경으로 인한 왜곡이 가장 작은 감시 카메라임을 특징으로 하는 색상 보정 방법.
  10. 제 8항에 있어서,
    상기 색상 패턴 보드는 24색 멕베스 색상 패턴 보드를 사용하는 것을 특징으로 하는 색상 보정 방법.
  11. 제 8항에 있어서,
    상기 조명 색상 벡터들은 상기 복수의 감시 카메라에 의해 촬영된 색상 패턴 보드 영상으로부터 계산된 색상 패치 별 평균 RGB 값임을 특징으로 하는 색상 보정 방법.
  12. 제 11항에 있어서,
    상기 색상 패치 별 변환 벡터를 생성하는 과정은,
    기준 조명 영상의 색상 패치 별 평균 RGB 값에서 대조 조명 영상의 색상 패치 별 평균 RGB 값을 감산하여 상기 대조 조명 영상 각각에 대한 색상 패치 별 변환 벡터를 생성하는 것을 특징으로 하는 색상 보정 방법.
  13. 제 8항에 있어서,
    상기 나머지 감시 카메라로부터 촬영된 영상을 보정하는 과정은,
    상기 나머지 감시 카메라로부터 입력되는 영상 각각에 대한 화소값에 대응하는 색상 패치 영역을 선택하고, 상기 선택된 색상 패치 영역에 해당하는 변환 벡터를 상기 화소값에 가산하여 영상을 보정하는 것을 특징으로 하는 색상 보정 방법.
  14. 제 13항에 있어서,
    상기 색상 패치 영역은
    Figure 112009060483510-pat00003
    에 의해 선택되며, 여기서 i는 색상 패치 인덱스이고, (Rxy, Gxy, Bxy)는 상기 나머지 감시 카메라로부터 입력되는 영상에 대한 화소값이고, (R'i, G'i, B'i)는 색상 패치 i에 대한 평균 RGB 값임을 특징으로 하는 색상 보정 방법.
KR1020090093522A 2009-09-30 2009-09-30 영상 처리 시스템에서의 색 보정 장치 및 방법 KR101049409B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090093522A KR101049409B1 (ko) 2009-09-30 2009-09-30 영상 처리 시스템에서의 색 보정 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090093522A KR101049409B1 (ko) 2009-09-30 2009-09-30 영상 처리 시스템에서의 색 보정 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20110035706A KR20110035706A (ko) 2011-04-06
KR101049409B1 true KR101049409B1 (ko) 2011-07-14

Family

ID=44044012

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090093522A KR101049409B1 (ko) 2009-09-30 2009-09-30 영상 처리 시스템에서의 색 보정 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101049409B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101371430B1 (ko) 2012-12-28 2014-03-12 주식회사 씨트링 아날로그 영상을 보정하는 방법 및 장치
WO2019035642A1 (ko) * 2017-08-16 2019-02-21 남기원 이미지 변환 데이터 제공 장치 및 시스템과 방법

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102401659B1 (ko) * 2017-03-23 2022-05-25 삼성전자 주식회사 전자 장치 및 이를 이용한 카메라 촬영 환경 및 장면에 따른 영상 처리 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020064587A (ko) * 2001-02-02 2002-08-09 삼성코닝정밀유리 주식회사 글라스 기판 이송을 위한 스페이서
JP2003346137A (ja) 2002-05-23 2003-12-05 Olympus Optical Co Ltd 色再現装置
KR20060128974A (ko) * 2004-01-29 2006-12-14 올림푸스 가부시키가이샤 색 재현 시스템 및 색 재현 방법
KR20090042135A (ko) * 2007-10-24 2009-04-29 아주대학교산학협력단 조명변화 환경하에서 촬영된 다중 영상에서 의상 색상유사성 판별 방법 및 공동현관 안전시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020064587A (ko) * 2001-02-02 2002-08-09 삼성코닝정밀유리 주식회사 글라스 기판 이송을 위한 스페이서
JP2003346137A (ja) 2002-05-23 2003-12-05 Olympus Optical Co Ltd 色再現装置
KR20060128974A (ko) * 2004-01-29 2006-12-14 올림푸스 가부시키가이샤 색 재현 시스템 및 색 재현 방법
KR20090042135A (ko) * 2007-10-24 2009-04-29 아주대학교산학협력단 조명변화 환경하에서 촬영된 다중 영상에서 의상 색상유사성 판별 방법 및 공동현관 안전시스템

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101371430B1 (ko) 2012-12-28 2014-03-12 주식회사 씨트링 아날로그 영상을 보정하는 방법 및 장치
WO2019035642A1 (ko) * 2017-08-16 2019-02-21 남기원 이미지 변환 데이터 제공 장치 및 시스템과 방법

Also Published As

Publication number Publication date
KR20110035706A (ko) 2011-04-06

Similar Documents

Publication Publication Date Title
US11948282B2 (en) Image processing apparatus, image processing method, and storage medium for lighting processing on image using model data
US8416987B2 (en) Subject tracking apparatus and control method therefor, image capturing apparatus, and display apparatus
US20200043225A1 (en) Image processing apparatus and control method thereof
US6504942B1 (en) Method of and apparatus for detecting a face-like region and observer tracking display
US8155397B2 (en) Face tracking in a camera processor
CN107103589B (zh) 一种基于光场图像的高光区域修复方法
KR20120048021A (ko) 이미지 분석을 위한 방법 및 시스템
JP6157165B2 (ja) 視線検出装置及び撮像装置
JP3018914B2 (ja) 階調補正装置
CN110346116B (zh) 一种基于图像采集的场景照度计算方法
JP2004094491A (ja) 顔向き推定装置および顔向き推定方法ならびに顔向き推定プログラム
JP3490910B2 (ja) 顔領域検出装置
EP3161725B1 (en) Color identification using infrared imaging
JP2004219277A (ja) 人体検知方法およびシステム、プログラム、記録媒体
KR102207650B1 (ko) 열상 카메라 시스템의 온도 교정 방법
JP2017117244A (ja) カメラの撮影画像に映る人物を検出する画像解析装置、プログラム及び方法
CN107920205B (zh) 图像处理方法、装置、存储介质和电子设备
KR101049409B1 (ko) 영상 처리 시스템에서의 색 보정 장치 및 방법
JP2009123081A (ja) 顔検出方法及び撮影装置
JP2015092643A (ja) 画像処理装置及びその画像処理方法、並びにコンピュータ・プログラム、および画像処理システム
JP2007312206A (ja) 撮像装置及び、画像再生装置
KR102205605B1 (ko) 열상 이미지의 온도 표시 방법
JP6525503B2 (ja) 画像処理装置および撮像装置
CN112926367B (zh) 一种活体检测的设备及方法
JP2011071925A (ja) 移動体追尾装置および方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20140701

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20150619

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20160704

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20170703

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20180704

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20190702

Year of fee payment: 9