KR101491334B1 - 영상에서 컬러차트 검출 방법 및 장치 - Google Patents

영상에서 컬러차트 검출 방법 및 장치 Download PDF

Info

Publication number
KR101491334B1
KR101491334B1 KR20130128006A KR20130128006A KR101491334B1 KR 101491334 B1 KR101491334 B1 KR 101491334B1 KR 20130128006 A KR20130128006 A KR 20130128006A KR 20130128006 A KR20130128006 A KR 20130128006A KR 101491334 B1 KR101491334 B1 KR 101491334B1
Authority
KR
South Korea
Prior art keywords
color
corner point
matrix
corner
color patch
Prior art date
Application number
KR20130128006A
Other languages
English (en)
Inventor
장준수
김종열
도준형
Original Assignee
한국 한의학 연구원
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 한국 한의학 연구원 filed Critical 한국 한의학 연구원
Priority to KR20130128006A priority Critical patent/KR101491334B1/ko
Application granted granted Critical
Publication of KR101491334B1 publication Critical patent/KR101491334B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • H04N9/646—Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)

Abstract

색상 패치 검출 장치는 컬러차트 영상에서 모서리 점 검출에 대한 알고리즘을 이용하여 세부 색상 패치 각각의 1차 모서리 점을 검출하는 검출부; 상기 1차 모서리 점에 대응하는 레퍼런스 색상 패치의 1차 레퍼런스 모서리 점을 선별하는 선별부; 및 상기 1차 레퍼런스 모서리 점의 좌표에 대한 제1 기준 매트릭스와 상기 1차 모서리 점의 좌표에 대한 제1 대상 매트릭스 간에 제1 연산을 하여 상기 세부 색상 패치의 좌표를 추출하는 제1 매트릭스를 생성하는 계산부를 포함할 수 있다.

Description

영상에서 컬러차트 검출 방법 및 장치{APPARATUS AND METHOD FOR DETECTING COLOR CHART IN IMAGE}
영상에서의 컬러차트 검출 장치 및 방법에 연관되며, 구체적으로는 입력 영상에서 컬러차트를 검출하고, 검출한 상기 컬러차트에 대한 각 색상 패치의 컬러값을 추출하는 장치 및 방법에 관한 것이다.
통상적인 디지털 영상 장치는 렌즈, 조리개 및 셔터 등의 광학 장치를 통하여 유입된 빛을 광학 이미지 센서가 입력 받아 소정의 전기적 신호로 변환하는 과정을 거쳐 디지털 영상을 생성하게 된다.
디지털 영상을 생성하는 과정에서 이미지 센서의 특성, 렌즈 등의 광학부 특성, 조명 조건 및 카메라의 전처리 과정 등의 다양한 원인에 의해서 컬러값이 결정된다.
컬러값을 결정함에 있어 상호 간 영향을 미치게 하고, 각 컬러 채널에 다른 컬러 채널의 요소가 가미되어 문제점이 발생할 수 있다. 또한, 컬러에 대한 재현성이 낮아져 결국 영상의 품질이 저하되는 문제점이 발생할 수 있다.
이와 같은 문제점에 대해서 레퍼런스 컬러값과 실제 얻어진 영상에서의 컬러값을 비교하고 보정하여 정확한 컬러분석을 하는 기술이 필요하다.
따라서, 입력 영상에서 컬러차트를 검출하고, 검출한 컬러차트에 대한 각 색상 패치의 컬러값을 추출하는 기술이 필요하다.
일측에 따르면, 컬러차트 영상에서 모서리 점 검출에 대한 알고리즘을 이용하여 세부 색상 패치 각각의 1차 모서리 점을 검출하는 검출부; 상기 1차 모서리 점에 대응하는 레퍼런스 색상 패치의 1차 레퍼런스 모서리 점을 선별하는 선별부; 및 상기 1차 레퍼런스 모서리 점의 좌표에 대한 제1 기준 매트릭스와 상기 1차 모서리 점의 좌표에 대한 제1 대상 매트릭스 간에 제1 연산을 하여 상기 세부 색상 패치의 좌표를 추출하는 제1 매트릭스를 생성하는 계산부를 포함하는 색상 패치 검출 장치가 제공된다.
일실시예에 따르면, 상기 알고리즘은, 고유값(eigenvalue)을 이용한 알고리즘 및 모서리 검출(corner detection) 알고리즘 중 적어도 하나일 수 있다.
다른 일실시예에 따르면, 상기 선별부는, 상기 1차 모서리 점의 모서리 타입을 분류하고, 상기 1차 모서리 타입은 상기 세부 색상 패치의 왼쪽 위 제1 모서리 타입, 상기 세부 색상 패치의 오른쪽 위 제2 모서리 타입, 상기 세부 색상 패치의 오른쪽 아래 제3 모서리 타입 및 상기 색상 패치의 왼쪽 아래 제4 모서리 타입 중 적어도 하나일 수 있다.
또 다른 일실시예에 따르면, 상기 모서리 타입은, 상기 1차 모서리 점에 대하여 미리 지정한 방향으로 픽셀 위치의 밝기(intensity)값을 비교하여 결정될 수 있다.
일실시예에 따르면, 상기 제1 연산은, 최소 제곱법(method of least square)을 이용하여 연산하는 것일 수 있다.
다른 일실시예에 따르면, 상기 1차 레퍼런스 모서리 점은, 상기 1차 모서리 점과 거리 비교를 통해 유사도가 큰 점으로 선별되는 것일 수 있다.
또 다른 일실시예에 따르면, 상기 거리 비교는, 상기 1차 모서리 점과 상기 1차 레퍼런스 모서리 점 사이인 제1 거리 및 상기 1차 모서리 점의 컬러값과 상기 1차 레퍼런스 모서리 점의 컬러값 사이인 제2 거리의 합이 최소가 되는 경우, 유사도가 큰 것으로 결정할 수 있다.
모서리 점의 컬러값은 모서리 점 위치에서의 컬러값 혹은 모서리 타입을 고려하여 색상 패치 내부 임의의 점에서 컬러값 일 수 있다.
다른 일실시예에 따르면, 상기 검출부는, 상기 제1 매트릭스를 이용하여 상기 1차 레퍼런스 모서리 점의 좌표를 각각 2차 레퍼런스 모서리 점으로 변환하고, 상기 선별부는, 상기 2차 레퍼런스 모서리 점 각각에 대응하는 2차 모서리 점을 상기 컬러차트 영상에서 선별하고, 상기 계산부는, 2차 레퍼런스 모서리 점의 좌표에 대한 제2 기준 매트릭스와 상기 2차 모서리 점의 좌표에 대한 제2 대상 매트릭스 간에 제2 연산을 하여 상기 세부 색상 패치의 좌표를 추출하는 제2 매트릭스를 생성할 수 있다.
또 다른 일실시예에 따르면, 상기 제2 연산은, 최소 제곱법(method of least square)을 이용하여 연산하는 것일 수 있다.
일실시예에 따르면, 상기 2차 모서리 점은, 상기 2차 레퍼런스 모서리 점과 거리 비교를 통해 유사도가 큰 점으로 선별되는 것일 수 있다.
다른 일실시예에 따르면, 상기 거리 비교는, 상기 2차 모서리 점과 상기 2차 레퍼런스 모서리 점 사이인 제3 거리 및 상기 2차 모서리 점의 컬러값과 상기 2차 레퍼런스 모서리 점의 컬러값 사이인 제4 거리의 합이 최소가 되는 경우, 유사도가 큰 것으로 결정할 수 있다.
일실시예에 따르면, 임의의 레퍼런스 좌표에 대한 매트릭스를 상기 제1 매트릭스와 제2 매트릭스를 순서대로 연산하여 상기 컬러차트 영상에 대한 제1 좌표값을 생성하고, 컬러값을 추출하는 추출부를 더 포함할 수 있다.
다른 일측에 따르면, 컬러차트 영상에서 세부 색상 패치를 검출하고, 상기 세부 색상 패치의 컬러값을 추출하는 색상 패치부; 레퍼런스 색상 패치의 컬러값과 상기 세부 색상 패치의 컬러값에 대한 제3 연산을 하여 제1 컬러 변환 매트릭스를 생성하는 컬러 변환 매트릭스 생성부; 및 색상 패치의 상기 컬러값에 대하여 상기 제1 컬러 변환 매트릭스를 곱하는 연산을 통해 보정하는 컬러 보정 적용부를 포함하는 영상 컬러 보정 장치가 제공된다.
일실시예에 따르면, 상기 색상 패치부는, 컬러차트 영상에서 모서리 점 검출에 대한 알고리즘을 이용하여 세부 색상 패치 각각의 1차 모서리 점을 검출하는 검출부; 상기 1차 모서리 점에 대응하는 레퍼런스 색상 패치의 1차 레퍼런스 모서리 점을 선별하는 선별부; 및 상기 1차 레퍼런스 모서리 점의 좌표에 대한 제1 기준 매트릭스와 상기 1차 모서리 점의 좌표에 대한 제1 대상 매트릭스 간에 제1 연산을 하여 상기 세부 색상 패치의 좌표를 추출하는 제1 매트릭스를 생성하는 계산부를 포함할 수 있다.
다른 일실시예에 따르면, 상기 제1 연산은, 최소 제곱법(method of least square)을 이용하여 연산하는 것일 수 있다.
일실시예에 따르면, 상기 제3 연산은, 최소 제곱법(method of least square)을 이용하여 연산하는 것일 수 있다.
또 다른 일실시예에 따르면, 상기 1차 레퍼런스 모서리 점은, 상기 1차 모서리 점과 거리 비교를 통해 유사도가 큰 점으로 선별되는 것일 수 있다.
일실시예에 따르면, 상기 거리 비교는, 상기 1차 모서리 점과 상기 1차 레퍼런스 모서리 점 사이인 제1 거리 및 상기 1차 모서리 점의 컬러값과 상기 1차 레퍼런스 모서리 점의 컬러값 사이인 제2 거리의 합이 최소가 되는 경우, 유사도가 큰 것으로 결정할 수 있다.
다른 일실시예에 따르면, 입력 영상을 컬러차트 영상으로 검출하는 컬러차트 검출기를 더 포함할 수 있다.
또 다른 일측에 따르면, 검출부가 컬러차트 영상에서 모서리 점 검출에 대한 알고리즘을 이용하여 세부 색상 패치 각각의 1차 모서리 점을 검출하는 단계; 선별부가 상기 1차 모서리 점에 대응하는 레퍼런스 색상 패치의 1차 레퍼런스 모서리 점을 선별하는 단계; 및 계산부가 상기 1차 레퍼런스 모서리 점의 좌표에 대한 제1 기준 매트릭스와 상기 1차 모서리 점의 좌표에 대한 제1 대상 매트릭스 간에 제1 연산을 하여 상기 세부 색상 패치의 좌표를 추출하는 제1 매트릭스를 생성하는 단계를 포함하는 색상 패치 검출 방법이 제공된다.
일실시예에 따르면, 상기 제1 연산은, 최소 제곱법(method of least square)을 이용하여 연산하는 것일 수 있다.
다른 일실시예에 따르면, 상기 1차 레퍼런스 모서리 점은, 상기 1차 모서리 점과 거리 비교를 통해 유사도가 큰 점으로 선별되는 것일 수 있다.
또 다른 일실시예에 따르면, 상기 거리 비교는, 상기 1차 모서리 점과 상기 1차 레퍼런스 모서리 점 사이인 제1 거리 및 상기 1차 모서리 점의 컬러값과 상기 1차 레퍼런스 모서리 점의 컬러값 사이인 제2 거리의 합이 최소가 되는 경우, 유사도가 큰 것으로 결정할 수 있다.
또 다른 일측에 따르면, 상기 제조 방법을 수행하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체가 제공된다.
도 1은 일실시예에 따른 색상 패치 검출 장치의 구성을 나타낸 블록도이다.
도 2는 일실시예에 따른 색상 패치 검출 방법의 순서를 나타낸 순서도이다.
도 3은 일실시예에 따라, 모서리 타입의 분류를 설명하기 위한 예시 도면이다.
도 4는 일실시예에 따라, 도 2의 레퍼런스 모서리 점을 선별하는 순서를 상세하게 나타낸 순서도이다.
도 5는 일실시예에 따라, 각 색상 패치의 컬러값을 추출하는 것을 나타낸 예시 도면이다.
도 6은 일실시예에 따른 영상 컬러 보정 장치의 구성을 나타낸 블록도이다.
도 7은 일실시예에 따른 영상 컬러 보정 방법의 순서를 나타낸 순서도이다.
이하에서, 일부 실시예들을, 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
아래 설명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어를 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 관례, 새로운 기술의 출현 등에 따라 달라질 수 있다.
또한 특정한 경우는 이해를 돕거나 및/또는 설명의 편의를 위해 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 설명 부분에서 상세한 그 의미를 기재할 것이다. 따라서 아래 설명에서 사용되는 용어는 단순한 용어의 명칭이 아닌 그 용어가 가지는 의미와 명세서 전반에 걸친 내용을 토대로 이해되어야 한다.
도 1은 일실시예에 따른 색상 패치 검출 장치의 구성을 나타낸 블록도이다.
색상 패치 검출 장치(100)는 검출부(110), 선별부(120), 계산부(130) 및 추출부(140)를 포함할 수 있다.
상기 색상 패치 검출 장치(100)는 특정 해상도로 추출된 컬러차트 영역에서 세부 색상 패치의 모서리 점을 찾는 과정을 수행할 수 있다.
일실시예에 따르면, 상기 색상 패치 검출 장치(100)는 매트릭스(H)와 레퍼런스 색상 패치의 좌표값을 연산하여 입력 영상의 좌표값을 획득할 수 있다. 즉 상기 매트릭스(H)는 상기 레퍼런스 색상 패치의 임의 좌표값에 대응하는 상기 입력 영상의 좌표값을 계산하는 매트릭스이다.
일실시예에 따르면, 레퍼런스 좌표계에서 어느 하나의 점을 선택하여 상기 매트릭스(H)와 연산을 하면 상기 제1 영상에서 어느 점에 해당하는지 알 수 있다.
일실시예에 따르면, 상기 매트릭스(H)는 수학식 1과 같다.
Figure 112013096980257-pat00001
상기 수학식 1에서 h31 = h32 = 0, h33 = 1의 조건(Affine homography)을 통해 상기 매트릭스(H)를 구할 수 있다.
레퍼런스 색상 패치의 각 모서리 점의 위치는 미리 알 수 있다. 컬러차트 도면 치수, 실측 또는 영상에서 촬영하여 픽셀 단위로 상기 레퍼런스 색상 패치의 각 모서리를 파악할 수 있다.
일실시예에 따르면, 맥베드 차트 뿐만 아니라, 사각형 형태의 세부 색상 패치가 배열된 형태의 컬러차트는 본 발명에 적용될 수 있다. 맥베드 차트의 경우, 세부 색상 패치가 총 24개이므로, 96개의 모서리 점 위치가 레퍼런스 위치로 설정될 수 있다.
레퍼런스 모서리 점과 상기 레퍼런스 점에 대응되는 입력 영상의 모서리 점의 쌍을 알면 상기 매트릭스(H)를 구할 수 있다.
일실시예에 따르면, Affine homography의 경우 미지수는 6개 이므로 최소 3개 이상의 대응점 쌍을 알면 h11 내지 h23까지의 값을 구할 수 있다. 상기 미지수는 최소 제곱 법(method of least square)에 의하여 구할 수 있다.
일실시예에 따르면, 색상 패치 검출 장치(100)는 제1차 과정(제1 매트릭스를 구하는 과정) 및 제2차 과정(제2 매트릭스를 구하는 과정)을 거쳐 모서리 좌표 변환 행렬을 구할 수 있다. 상기 제1차 과정 및 상기 제2차 과정은 도 2의 상세한 설명 부분에서 후술하기로 한다.
검출부(110)는 컬러차트 영상에서 모서리 점 검출에 대한 알고리즘을 이용하여 세부 색상 패치 각각의 1차 모서리 점을 검출할 수 있다.
일실시예에 따르면, 상기 컬러차트 영상은, 상기 색상 패치 검출 장치(100)에 입력된 입력 영상에 관련된 것일 수 있다. 상기 컬러차트 영상은, 컬러차트 검출 결과로 얻어진 영상의 그레이 스케일(gray scale) 영상, 컬러 채널 중 특정한 채널 영상 및 상기 컬러 채널 값 차이 영상 중 적어도 하나일 수 있다.
일실시예에 따르면, 상기 컬러 채널 중 특정한 채널은, RGB 색상 좌표계에서 R에 대한 채널, G에 대한 채널 및 B에 대한 채널일 수 있다.
일실시예에 따르면, 상기 컬러 채널 값 차이 영상은, R - G에 대한 영상, R - B에 대한 영상 및 G - B에 대한 영상일 수 있다.
통상적으로 영상처리의 기본이 되는 영상의 색상 공간은 색상혼합의 관점, 인간의 시각 체계와의 유사성 등 색공간을 바라보는 관점에 따라 RGB, CMYK, HS계열, CIE 및 Y계열 등 다양한 공간으로 표현될 수 있다. 이종의 형태로 표현된 색공간 간의 변환은 간단한 수학적 변환식에 의하여 변환될 수 있음은 당업자에게 자명한 사실이므로 이하 본 발명의 설명에서 하나의 색공간으로 표현된 일실시예는 다른 색공간의 실시예에도 필요한 수정을 거쳐 그대로 적용 가능하다고 할 수 있다.
일실시예에 따르면, 상기 알고리즘은 고유값(eigenvalue)을 이용한 알고리즘 및 모서리 검출(corner detection) 알고리즘 중 적어도 하나일 수 있다.
다른 일실시예에 따르면, 상기 알고리즘의 내부 파라미터 설정을 통하여 강한 모서리 점만 검출될 수 있도록 설정할 수 있다.
선별부(120)는 상기 1차 모서리 점에 대응하는 레퍼런스 색상 패치의 1차 레퍼런스 모서리 점을 선별할 수 있다.
상기 선별부(120)는 상기 1차 모서리 점의 모서리 타입을 분류할 수 있다. 상기 1차 모서리 타입은 상기 세부 색상 패치의 왼쪽 위 제1 모서리 타입, 상기 세부 색상 패치의 오른쪽 위 제2 모서리 타입, 상기 세부 색상 패치의 오른쪽 아래 제3 모서리 타입 및 상기 색상 패치의 왼쪽 아래 제4 모서리 타입 중 적어도 하나일 수 있다.
상기 모서리 타입은 상기 1차 모서리 점에 대하여 미리 지정한 방향으로 픽셀 위치의 밝기(intensity)값을 비교하여 결정될 수 있다.
계산부(130)는 상기 1차 레퍼런스 모서리 점의 좌표에 대한 제1 기준 매트릭스와 상기 1차 모서리 점의 좌표에 대한 제1 대상 매트릭스 간에 제1 연산을 하여 상기 세부 색상 패치의 좌표를 추출하는 제1 매트릭스를 생성할 수 있다.
상기 제1 연산은, 최소 제곱법(method of least square)을 이용하여 연산하는 것일 수 있다.
상기 1차 레퍼런스 모서리 점은, 상기 1차 모서리 점과 거리 비교를 통해 유사도가 큰 점으로 선별되는 것일 수 있다.
상기 거리 비교는, 상기 1차 모서리 점과 상기 1차 레퍼런스 모서리 점 사이인 제1 거리 및 상기 1차 모서리 점의 컬러값과 상기 1차 레퍼런스 모서리 점의 컬러값 사이인 제2 거리의 합이 최소가 되는 경우, 유사도가 큰 것으로 결정할 수 있다.
모서리 점의 컬러값은 모서리 점 위치에서의 컬러값 혹은 모서리 타입을 고려하여 색상 패치 내부 임의의 점에서 컬러값 일 수 있다.
일실시예에 따르면, 상기 검출부(110)는, 상기 제1 매트릭스를 이용하여 상기 1차 레퍼런스 모서리 점의 좌표를 각각 2차 레퍼런스 모서리 점으로 변환할 수 있다.
상기 선별부(120)는, 상기 2차 레퍼런스 모서리 점 각각에 대응하는 2차 모서리 점을 상기 컬러차트 영상에서 선별할 수 있다.
상기 계산부(130)는, 2차 레퍼런스 모서리 점의 좌표에 대한 제2 기준 매트릭스와 상기 2차 모서리 점의 좌표에 대한 제2 대상 매트릭스 간에 제2 연산을 하여 상기 세부 색상 패치의 좌표를 추출하는 제2 매트릭스를 생성할 수 있다.
상기 제2 연산은, 최소 제곱법(method of least square)을 이용하여 연산으로 수행할 수 있다.
상기 2차 모서리 점은, 상기 2차 레퍼런스 모서리 점과 거리 비교를 통해 유사도가 큰 점으로 선별되는 것일 수 있다.
상기 거리 비교는, 상기 2차 모서리 점과 상기 2차 레퍼런스 모서리 점 사이인 제3 거리 및 상기 2차 모서리 점의 컬러값과 상기 2차 레퍼런스 모서리 점의 컬러값 사이인 제4 거리의 합이 최소가 되는 경우, 유사도가 큰 것으로 결정할 수 있다.
추출부(140)는 임의의 레퍼런스 좌표에 대한 매트릭스와 상기 매트릭스(H)와 연산하여 상기 컬러 차트 영상에 대한 제1 좌표값을 생성하고, 컬러값을 추출할 수 있다. 상기 매트릭스(H)는 상기 제1 매트릭스(H1)와 상기 제2 매트릭스(H2)를 순서대로 연산한 것이다.
도 2는 일실시예에 따른 색상 패치 검출 방법의 순서를 나타낸 순서도이다.
색상 패치 검출 방법은 제1차 과정 및 제2차 과정을 거쳐 모서리 좌표 변환 매트릭스를 구할 수 있다.
일실시예에 따르면, 상기 제1차 과정은 다음과 같다. 상기 색상 패치 검출 장치(100)는 1차 모서리 점을 검출할 수 있다(210). 상기 색상 패치 검출 장치(100)는 상기 1차 모서리 점에 대응하는 1차 모서리 점을 선별할 수 있다(220). 대응점 쌍을 이용하여 1차 컬러차트 모서리 좌표 변환 매트릭스(H1)인 제1 매트릭스를 구할 수 있다(230). 상기 제1 매트릭스(H1)는 최소 제곱법(least square)으로 구할 수 있다.
단계(210)은 1차 모서리 점을 검출하는 단계이다.
일실시예에 따르면, 검출부(110)는 컬러차트 영상에서 모서리 점 검출에 대한 알고리즘을 이용하여 세부 색상 패치 각각의 1차 모서리 점을 검출할 수 있다.
단계(220)은 1차 모서리 점에 대응하는 1차 레퍼런스 모서리 점을 찾는 단계이다.
일실시예에 따르면, 입력 영상에서의 1차 모서리 점 각각에 대하여 모서리 타입을 결정할 수 있다. 상기 각 1차 모서리 점에 대한 모서리 타입이 같은 점 집합을 레퍼런스 모서리 점들에서 찾을 수 있다. 집합 원소 중에서 유사도 식이 최소가 되는 모서리 점을 대응점으로 결정할 수 있다.
모서리 타입은 상기 1차 모서리 점에 대하여 미리 지정한 방향으로 픽셀 위치의 밝기(intensity)값을 비교하여 결정될 수 있다.
상기 유사도 식은 수학식 2와 같다.
Figure 112013096980257-pat00002
Figure 112013096980257-pat00003
는 두 점의 좌표값 사이 거리이다. 상기 좌표값 사이 거리는 유클리드(Euclidean) 또는 맨하탄거리(Manhattan distance)를 이용하여 구할 수 있다. 상기 (xr , yr)은 레퍼런스 색상 패치 좌표이다. 상기 (xi , yi)는 입력 영상의 좌표이다.
Figure 112013096980257-pat00004
는 두 컬러값 사이의 거리이다. 상기 컬러값 사이의 거리는 유클리드(Euclidean) 또는 다른 색차 메트릭(color difference metric)을 이용하여 구할 수 있다. 상기 colorr은 레퍼런스 색상 패치 좌표에 대한 컬러값이다. 상기 colori는 입력 영상 좌표에 대한 컬러값이다.
단계(230)은, 대응점 쌍을 이용하여 1차 매트릭스를 구하는 단계이다. 상기 1차 매트릭스는 1차 컬러차트 모서리 좌표 변환 매트릭스(H1)이다.
일실시예에 따르면, 상기 1차 매트릭스는 최소 제곱법(least square)으로 구할 수 있다.
일실시예에 따르면, 상기 제2차 과정은 다음과 같다. 상기 색상 패치 검출 장치(100)는 2차 모서리 점을 검출할 수 있다(240). 상기 색상 패치 검출 장치(100)는 2차 레퍼런스 모서리 점에 대응하는 2차 모서리 점을 선별할 수 있다(250). 대응점 쌍을 이용하여 2차 컬러차트 모서리 좌표 변환 매트릭스(H2)인 제2 매트릭스를 구할 수 있다(260). 상기 제2 매트릭스(H2)는 최소 제곱법(least square)으로 구할 수 있다.
단계(240)은, 2차 모서리 점을 검출하는 단계이다.
일실시예에 따르면, 2차 모서리 점 검출을 위해서 색상 패치 검출 장치(100)에 입력되는 컬러차트 영상은, 컬러차트 검출 결과로 얻어진 영상의 그레이 스케일(gray scale) 이미지 영상, 컬러채널 중 특정한 채널 및 상기 컬러채널 값의 차이 영상 중 적어도 하나에 해당할 수 있다.
일실시예에 따르면, 상기 2차 모서리 점은 상기 1차 모서리 점과 유사한 방법으로 검출할 수 있다. 또한, 코너 포인트 검출(corner point detection) 알고리즘의 내부 파라미터 조정을 통하여 더 많은 수의 모서리 점을 얻을 수 있다.
단계(250)은 2차 레퍼런스 모서리 점에 대응하는 2차 모서리 점을 검출하는 단계이다.
일실시예에 따르면, 상기 1차 컬러차트 모서리 좌표 변환 행렬(H1)을 이용하여 상기 1차 레퍼런스 모서리 점을 2차 레퍼런스 모서리 점으로 좌표 변환 할 수 있다.
일실시예에 따르면, 상기 2차 모서리 점 각각에 대해서 모서리 타입이 같은 입력 영상에서의 모서리 점 집합을 상기 2차 레퍼런스 모서리 점에서 찾을 수 있다.
상기 집합의 원소 중에서 유사도 식이 최소가 되는 점을 대응점으로 결정할 수 있다. 상기 유사도 식은 수학식 3과 같다.
Figure 112013096980257-pat00005
Figure 112013096980257-pat00006
는 두 점의 좌표값 사이 거리이다. 상기 좌표값 사이 거리는 유클리드(Euclidean) 또는 맨하탄거리(Manhattan distance)를 이용하여 구할 수 있다.
Figure 112013096980257-pat00007
는 2차 레퍼런스 모서리 점에 대한 좌표값이다.
Figure 112013096980257-pat00008
는 2차 모서리 점에 대한 좌표값이다.
Figure 112013096980257-pat00009
는 두 컬러값 사이의 거리이다. 상기 컬러값 사이의 거리는 유클리드(Euclidean) 또는 다른 색차 메트릭(color difference metric)을 이용하여 구할 수 있다. 상기 colorr은 레퍼런스 색상 패치 좌표에 대한 컬러값이다. 상기 colori는 입력 영상 좌표에 대한 컬러값이다.
단계(260)은 대응점 쌍을 이용하여 2 매트릭스를 구하는 단계이다. 상기 2차 매트릭스는 2차 컬러차트 모서리 좌표 변환 매트릭스(H2)이다.
일실시예에 따르면, 상기 2차 매트릭스는 최소 제곱법(least square)으로 구할 수 있다.
단계(270)은 컬러차트 영상의 컬러값을 추출하는 단계이다. 추출부(140)는 임의의 레퍼런스 좌표에 대한 매트릭스와 매트릭스(H)와 연산하여 상기 컬러 차트 영상에 대한 제1 좌표값을 생성하고, 컬러값을 추출할 수 있다. 상기 매트릭스(H)는 상기 제1 매트릭스(H1)와 상기 제2 매트릭스(H2)를 순서대로 연산한 것이다.
상기 매트릭스(H)는 수학식 4와 같다.
Figure 112013096980257-pat00010
도 3은 일실시예에 따라, 모서리 타입의 분류를 설명하기 위한 예시 도면이다.
일실시예에 따르면, 선별부(120)는 1차 모서리 점에 대응하는 레퍼런스 색상 패치의 1차 레퍼런스 모서리 점을 선별할 수 있다.
다른 일실시예에 따르면, 선별부(120)는, 2차 레퍼런스 모서리 점 각각에 대응하는 2차 모서리 점을 컬러차트 영상에서 선별할 수 있다.
일실시예에 따르면, 상기 선별부(120)는 1차 모서리 점의 모서리 타입을 분류하고, 상기 1차 모서리 타입은 상기 세부 색상 패치의 왼쪽 위 제1 모서리 타입, 상기 세부 색상 패치의 오른쪽 위 제2 모서리 타입, 상기 세부 색상 패치의 오른쪽 아래 제3 모서리 타입 및 상기 색상 패치의 왼쪽 아래 제4 모서리 타입 중 적어도 하나일 수 있다.
상기 모서리 타입은 상기 1차 모서리 점에 대하여 미리 지정한 방향으로 픽셀 위치의 밝기(intensity) 값을 비교하여 결정될 수 있다.
도 3 경우 컬러차트 특성상 1내지 4 위치의 밝기 값 중 하나만 색상 패치 내부에 존재할 수 있다. 나머지 세 곳은 배경색에 속할 수 있다. 따라서 상기 밝기 값이 가장 높은 위치가 어느 곳인지 판단하여 상기 모서리 타입을 분류할 수 있다. 도 3의 경우, 색상 패치의 왼쪽 아래가 가장 밝다고 판단되는 경우, 제4 모서리 타입에 해당할 수 있다.
도 4는 일실시예에 따라, 도 2의 레퍼런스 모서리 점을 선별하는 순서를 상세하게 나타낸 순서도이다.
단계(410)은, 색상 패치 검출 장치(100)의 모서리 점에 대한 모서리 타입을 결정하는 단계이다.
일실시예에 따르면, 선별부(120)는 1차 모서리 점의 타입을 분류하고, 상기 1차 모서리 타입은 상기 세부 색상 패치의 왼쪽 위 제1 모서리 타입, 상기 세부 색상 패치의 오른쪽 위 제2 모서리 타입, 상기 세부 색상 패치의 오른쪽 아래 제3 모서리 타입 및 상기 색상 패치의 왼쪽 아래 제4 모서리 타입 중 적어도 하나일 수 있다.
상기 모서리 타입은 상기 1차 모서리 점에 대하여 미리 지정한 방향으로 픽셀 위치의 밝기 값을 비교하여 결정될 수 있다.
단계(420)은 색상 패치의 모서리 점에 대하여 모서리 타입이 같은 점을 찾는 단계이다.
일실시예에 따르면, 컬러차트 영상에는 복수 개의 색상 패치가 있을 수 있다. 선별부(120)는 모서리 타입이 같은 점을 상기 레퍼런스 모서리 점들에서 찾을 수 있다.
단계(430)은 유사도를 결정하여 모서리 점에 대응하는 레퍼런스 모서리 점을 선별하는 단계이다.
일실시예에 따르면, 1차 레퍼런스 모서리 점은 상기 1차 모서리 점과 거리 비교를 통해 유사도가 큰 점으로 선별될 수 있다.
상기 거리 비교는, 제1 거리 및 제2 거리의 합이 최소가 되는 경우, 유사도가 큰 것으로 결정할 수 있다. 상기 제1 거리는, 상기 1차 모서리 점과 상기 1차 레퍼런스 모서리 점 사이의 거리이다. 상기 제2 거리는, 상기 1차 모서리 점의 컬러값과 상기 1차 레퍼런스 모서리 점의 컬러값 사이의 거리이다.
도 5는 일실시예에 따라, 각 색상 패치의 컬러값을 추출하는 것을 나타낸 예시 도면이다.
도 510은 레퍼런스 색상 패치에 대한 레퍼런스 모서리를 나타낸 예시 도면이다. 도 520은 입력 영상의 색상 패치에 대한 레퍼런스 모서리를 나타낸 예시 도면이다.
일실시예에 따르면, 1차 레퍼런스 모서리 점의 좌표에 대한 제1 기준 매트릭스와 1차 모서리 점의 좌표에 대한 제1 대상 매트릭스 간에 제1 연산을 하여 세부 색상 패치의 좌표를 추출할 수 있다.
다른 일실시예예 따르면, 2차 레퍼런스 모서리 점의 좌표에 대한 제2 기준 매트릭스와 2차 모서리 점의 좌표에 대한 제2 대상 매트릭스 간에 제2 연산을 하여 세부 색상 패치의 좌표를 추출할 수 있다.
추출부(140)는 임의의 레퍼런스 좌표에 대한 매트릭스와 매트릭스(H)와 연산하여 상기 컬러 차트 영상에 대한 제1 좌표값을 생성하고, 컬러값을 추출할 수 있다. 상기 매트릭스(H)는 상기 제1 매트릭스(H1)와 상기 제2 매트릭스(H2)를 순서대로 연산한 것이다.
상기 제1 좌표값을 생성하는 수학식 5는 다음과 같다.
Figure 112013096980257-pat00011
상기 [레퍼런스 좌표]는 임의의 레퍼런스 좌표에 대한 매트릭스이다. 상기 [제1 좌표값]은 상기 임의의 레퍼런스 좌표에 대한 매트릭스와 매트릭스(H)를 연산한 결과의 매트릭스이다.
도 6은 일실시예에 따른 영상 컬러 보정 장치의 구성을 나타낸 블록도이다.
영상 컬러 보정 장치(600)는 색상 패치부(610), 컬러 변환 매트릭스 생성부(620), 컬러 보정 적용부(630) 및 컬러차트 검출기(640)를 포함할 수 있다.
색상 패치부(610)는 입력 영상에 대한 컬러차트 영상에서 색상 패치를 검출하고, 상기 색상 패치의 컬러값을 추출할 수 있다.
상기 색상 패치부(610)에 대한 설명은 도1 내지 도 5에서 설명하였던 내용과 동일하다.
컬러 변환 매트릭스 생성부(620)는 레퍼런스 색상 패치의 컬러값과 세부 색상 패치의 컬러값에 대한 제3 연산을 하여 제1 컬러 변환 매트릭스를 생성할 수 있다.
상기 제3 연산은, 최소 제곱법(method of least square)을 이용하여 연산으로 수행할 수 있다.
입력 영상에서 세부 색상 패치들의 컬러값들을 구하면 컬러 변환 매트릭스 생성부는 제1 컬러 변환 매트릭스를 생성할 수 있다.
일실시예에 따르면, 상기 제1 컬러 변환 매트릭스인 컬러 변환 매트릭스(C)는 수학식 6와 같다.
Figure 112013096980257-pat00012
Figure 112013096980257-pat00013
은 레퍼런스 컬러차트의 각 세부 색상 패치의 컬러값인 평균값이다.
Figure 112013096980257-pat00014
은 입력 영상에서 검출된 세부 색상 패치의 컬러값이다.
상기 컬러 변환 매트릭스와 관련하여 색공간 RGB에 대하여 설명하였으나, YCbCr, YUV 등의 다른 색공간에 해당할 수도 있다.
일실시예에 따르면, 맥베드 차트의 경우, 총 24개의 컬러값을 알고 있으므로, 최소 제곱(least square)법을 통해서 상기 컬러 변환 매트릭스(C)를 구할 수 있다.
컬러 보정 적용부(630)는 색상 패치의 컬러값에 대한 상기 제1 컬러 변환 매트릭스를 곱하는 연산을 통해 보정할 수 잇다.
컬러 보정 적용부는 컬러 변환 매트릭스를 이용하여 입력 영상에서 원하는 영역의 컬러값을 보정할 수 있다. 다음 수학식 7와 같다.
Figure 112013096980257-pat00015
컬러차트 검출기(640)는 입력된 영상에 대하여 컬러차트 영역을 검출할 수 있다. 상기 컬러차트 검출기(640)는 상기 입력된 영상을 업스케일 혹은 다운 스케일하여 피라미드 이미지들(S1 내지 Sn)를 생성할 수 있다. 상기 컬러차트 검출기는 상기 피라미드 이미지들에 영상 분류기를 적용하여 컬러차트 영역을 검출할 수 있다.
상기 영상 분류기는, 포지티브 데이터(Positive data) 및 네거티브 데이터(Negative data) 를 사용하여 비올라-존스 애드부스터(Viola-Jones AdaBoost) 등의 다양한 학습 기법을 활용하여 학습된 영상 분류기일 수 있다.
상기 포지티브 데이터는 정규화된 컬러차트 영상일 수 있다. 상기 컬러차트는 맥베드 차트 이거나 다른 형태의 컬러차트일 수 있다.
상기 네거티브 데이터는 컬러차트가 포함되지 않는 영상일 수 있다. 또한, 정규화 조건을 만족시키니 못하는 컬러차트 영상일 수 있다.
일실시예에 따르면, 상기 컬러차트 검출기가 검출을 위한 윈도우의 해상도는 저해상도일 수 있다. 검출이 완료되면, 상기 컬러차트 검출기는 원본 입력 영상에서 컬러차트 영역의 해상도를 그대로 활용하거나 적절한 수준의 해상도로 리사이즈(resize) 할 수 있다.
도 7은 일실시예에 따른 영상 컬러 보정 방법의 순서를 나타낸 순서도이다.
단계(710)은 영상 컬러 보정 장치(600)에 입력된 영상에서 컬러차트를 검출하는 단계이다.
일실시예에 따르면, 상기 영상 컬러 보정 장치(600)는 정규화된 컬러차트 영상을 검출할 수 있다. 상기 컬러차트는 맥베드 차트를 사용할 수 있다. 또한, 다른 형태의 컬러차트도 포함할 수 있다.
단계(720)은, 입력된 영상에 대한 컬러차트 영상에서 색상 패치를 검출하고, 색상 패치의 컬러값을 추출하는 단계이다.
일실시예에 따르면, 색상 패치부(610)는 상기 컬러차트 영상에서 세부 색상 패치의 모서리 점을 찾는 과정을 수행할 수 있다.
일실시예에 따르면, 색상 패치부(610)는 컬러차트 영상에서 모서리 점에 대한 알고리즘을 이용하여 세부 색상 패치 각각의 1차 모서리 점을 검출 할 수 있다.
상기 색상 패치부(610)는 상기 1차 모서리 점에 대응하는 레퍼런스 색상 패치의 1차 레퍼런스 모서리 점을 선별할 수 있다.
상기 1차 레퍼런스 모서리 점의 좌표에 대한 제1 기준 매트릭스와 상기 1차 모서리 점의 좌표에 대한 제1 대상 매트릭스 간에 제1 연산을 하여 상기 세부 색상 패치의 좌표를 추출할 수 있다.
상기 제1 연산은 최소 제곱법(method of least square)을 이용하여 연산하는 것일 수 있다.
다른 일실시예에 따르면, 상기 색상 패치부(610)는 제1 매트릭스를 이용하여 상기 1차 레퍼런스 모서리 점의 좌표를 각각 2차 레퍼런스 모서리 점으로 변환할 수 있다.
상기 색상 패치부(610)는 상기 2차 레퍼런스 모서리 점 각각에 대응하는 2차 모서리 점을 상기 컬러차트 영상에서 선별할 수 있다.
상기 색상 패치부(610)는 2차 레퍼런스 모서리 점의 좌표에 대한 제2 기준 매트릭스와 상기 2차 모서리 점의 좌표에 대한 제2 대상 매트릭스 간에 제2 연산을 하여 상기 세부 색상 패치의 좌표를 추출할 수 있다.
상기 색상 패치부(610)는 임의의 레퍼런스 좌표에 대한 매트릭스와 매트릭스(H)와 연산하여 상기 컬러 차트 영상에 대한 제1 좌표값을 생성하고, 컬러값을 추출할 수 있다. 상기 매트릭스(H)는 상기 제1 매트릭스(H1)와 상기 제2 매트릭스(H2)를 순서대로 연산한 것이다.
단계(730)은, 컬러 변환 매트릭스 생성부(620)가 레퍼런스 색상 패치의 컬러값과 세부 색상 패치의 컬러값에 대한 제3 연산을 하여 제1 컬러 변환 매트릭스를 생성하는 단계이다.
상기 제3 연산은, 최소 제곱법(method of least square)을 이용하여 연산하는 것일 수 있다.
단계(740)은, 컬러 보정 적용부(630)가 색상 패치의 컬러값에 대하여 상기 제1 컬러 변환 매트릭스를 곱하는 연산을 통해 보정하는 단계이다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto--tical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.

Claims (24)

  1. 컬러차트 영상에서 모서리 점 검출에 대한 알고리즘을 이용하여 세부 색상 패치 각각의 1차 모서리 점을 검출하는 검출부;
    상기 1차 모서리 점에 대응하는 레퍼런스 색상 패치의 1차 레퍼런스 모서리 점을 선별하는 선별부; 및
    상기 1차 레퍼런스 모서리 점의 좌표에 대한 제1 기준 매트릭스와 상기 1차 모서리 점의 좌표에 대한 제1 대상 매트릭스 간에 제1 연산을 하여 상기 세부 색상 패치의 좌표를 추출하는 제1 매트릭스를 생성하는 계산부
    를 포함하는 색상 패치 검출 장치.
  2. 제1항에 있어서,
    상기 알고리즘은,
    고유값(eigenvalue)을 이용한 알고리즘 및 모서리 검출(corner detection) 알고리즘 중 적어도 하나인 색상 패치 검출 장치.
  3. 제1항에 있어서,
    상기 선별부는,
    상기 1차 모서리 점의 모서리 타입을 분류하고, 상기 1차 모서리 타입은 상기 세부 색상 패치의 왼쪽 위 제1 모서리 타입, 상기 세부 색상 패치의 오른쪽 위 제2 모서리 타입, 상기 세부 색상 패치의 오른쪽 아래 제3 모서리 타입 및 상기 색상 패치의 왼쪽 아래 제4 모서리 타입 중 적어도 하나인 색상 패치 검출 장치.
  4. 제3항에 있어서,
    상기 모서리 타입은, 상기 1차 모서리 점에 대하여 미리 지정한 방향으로 픽셀 위치의 밝기(intensity)값을 비교하여 결정되는 색상 패치 검출 장치.
  5. 제1항에 있어서,
    상기 제1 연산은,
    최소 제곱법(method of least square)을 이용하여 연산하는 색상 패치 검출 장치.
  6. 제1항에 있어서,
    상기 1차 레퍼런스 모서리 점은,
    상기 1차 모서리 점과 거리 비교를 통해 유사도가 큰 점으로 선별되는 것인 색상 패치 검출 장치.
  7. 제6항에 있어서,
    상기 거리 비교는,
    상기 1차 모서리 점과 상기 1차 레퍼런스 모서리 점 사이인 제1 거리 및
    상기 1차 모서리 점의 컬러값과 상기 1차 레퍼런스 모서리 점의 컬러값 사이인 제2 거리의 합이 최소가 되는 경우, 유사도가 큰 것으로 결정하는 색상 패치 검출 장치.
  8. 제1항에 있어서,
    상기 검출부는, 상기 제1 매트릭스를 이용하여 상기 1차 레퍼런스 모서리 점의 좌표를 각각 2차 레퍼런스 모서리 점으로 변환하고,
    상기 선별부는, 상기 2차 레퍼런스 모서리 점 각각에 대응하는 2차 모서리 점을 상기 컬러차트 영상에서 선별하고,
    상기 계산부는, 2차 레퍼런스 모서리 점의 좌표에 대한 제2 기준 매트릭스와 상기 2차 모서리 점의 좌표에 대한 제2 대상 매트릭스 간에 제2 연산을 하여 상기 세부 색상 패치의 좌표를 추출하는 제2 매트릭스를 생성하는
    색상 패치 검출 장치.
  9. 제8항에 있어서,
    상기 제2 연산은,
    최소 제곱법(method of least square)을 이용하여 연산하는 색상 패치 검출 장치.
  10. 제8항에 있어서,
    상기 2차 모서리 점은,
    상기 2차 레퍼런스 모서리 점과 거리 비교를 통해 유사도가 큰 점으로 선별되는 것인 색상 패치 검출 장치.
  11. 제10항에 있어서,
    상기 거리 비교는,
    상기 2차 모서리 점과 상기 2차 레퍼런스 모서리 점 사이인 제3 거리 및
    상기 2차 모서리 점의 컬러값과 상기 2차 레퍼런스 모서리 점의 컬러값 사이인 제4 거리의 합이 최소가 되는 경우, 유사도가 큰 것으로 결정하는 색상 패치 검출 장치.
  12. 제8항에 있어서,
    임의의 레퍼런스 좌표에 대한 매트릭스를 상기 제1 매트릭스와 제2 매트릭스를 순서대로 연산하여 상기 컬러차트 영상에 대한 제1 좌표값을 생성하고, 컬러값을 추출하는 추출부
    를 더 포함하는 색상 패치 검출 장치.
  13. 컬러차트 영상에서 세부 색상 패치를 검출하고, 상기 세부 색상 패치의 컬러값을 추출하는 색상 패치부;
    레퍼런스 색상 패치의 컬러값과 상기 세부 색상 패치의 컬러값에 대한 제3 연산을 하여 제1 컬러 변환 매트릭스를 생성하는 컬러 변환 매트릭스 생성부; 및
    색상 패치의 상기 컬러값에 대하여 상기 제1 컬러 변환 매트릭스를 곱하는 연산을 통해 보정하는 컬러 보정 적용부
    를 포함하는 영상 컬러 보정 장치.
  14. 제13항에 있어서,
    상기 색상 패치부는,
    컬러차트 영상에서 모서리 점 검출에 대한 알고리즘을 이용하여 세부 색상 패치 각각의 1차 모서리 점을 검출하는 검출부;
    상기 1차 모서리 점에 대응하는 레퍼런스 색상 패치의 1차 레퍼런스 모서리 점을 선별하는 선별부; 및
    상기 1차 레퍼런스 모서리 점의 좌표에 대한 제1 기준 매트릭스와 상기 1차 모서리 점의 좌표에 대한 제1 대상 매트릭스 간에 제1 연산을 하여 상기 세부 색상 패치의 좌표를 추출하는 제1 매트릭스를 생성하는 계산부
    를 포함하는 영상 컬러 보정 장치.
  15. 제14항에 있어서,
    상기 제1 연산은,
    최소 제곱법(method of least square)을 이용하여 연산하는 영상 컬러 보정 장치.
  16. 제14항에 있어서,
    상기 제3 연산은,
    최소 제곱법(method of least square)을 이용하여 연산하는 영상 컬러 보정 장치.
  17. 제14항에 있어서,
    상기 1차 레퍼런스 모서리 점은,
    상기 1차 모서리 점과 거리 비교를 통해 유사도가 큰 점으로 선별되는 것인 영상 컬러 보정 장치.
  18. 제17항에 있어서,
    상기 거리 비교는,
    상기 1차 모서리 점과 상기 1차 레퍼런스 모서리 점 사이인 제1 거리 및
    상기 1차 모서리 점의 컬러값과 상기 1차 레퍼런스 모서리 점의 컬러값 사이인 제2 거리의 합이 최소가 되는 경우, 유사도가 큰 것으로 결정하는 영상 컬러 보정 장치.
  19. 제13항에 있어서,
    입력 영상을 컬러차트 영상으로 검출하는 컬러차트 검출기를 더 포함하는 영상 컬러 보정 장치.
  20. 검출부가 컬러차트 영상에서 모서리 점 검출에 대한 알고리즘을 이용하여 세부 색상 패치 각각의 1차 모서리 점을 검출하는 단계;
    선별부가 상기 1차 모서리 점에 대응하는 레퍼런스 색상 패치의 1차 레퍼런스 모서리 점을 선별하는 단계; 및
    계산부가 상기 1차 레퍼런스 모서리 점의 좌표에 대한 제1 기준 매트릭스와 상기 1차 모서리 점의 좌표에 대한 제1 대상 매트릭스 간에 제1 연산을 하여 상기 세부 색상 패치의 좌표를 추출하는 제1 매트릭스를 생성하는 단계
    를 포함하는 색상 패치 검출 방법.
  21. 제20항에 있어서,
    상기 제1 연산은,
    최소 제곱법(method of least square)을 이용하여 연산하는 색상 패치 검출 방법.
  22. 제20항에 있어서,
    상기 1차 레퍼런스 모서리 점은,
    상기 1차 모서리 점과 거리 비교를 통해 유사도가 큰 점으로 선별되는 색상 패치 검출 방법.
  23. 제22항에 있어서,
    상기 거리 비교는,
    상기 1차 모서리 점과 상기 1차 레퍼런스 모서리 점 사이인 제1 거리 및
    상기 1차 모서리 점의 컬러값과 상기 1차 레퍼런스 모서리 점의 컬러값 사이인 제2 거리의 합이 최소가 되는 경우, 유사도가 큰 것으로 결정하는 색상 패치 검출 방법.
  24. 제20항 내지 제23항 중 어느 한 항의 색상 패치 검출 방법을 수행하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
KR20130128006A 2013-10-25 2013-10-25 영상에서 컬러차트 검출 방법 및 장치 KR101491334B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR20130128006A KR101491334B1 (ko) 2013-10-25 2013-10-25 영상에서 컬러차트 검출 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR20130128006A KR101491334B1 (ko) 2013-10-25 2013-10-25 영상에서 컬러차트 검출 방법 및 장치

Publications (1)

Publication Number Publication Date
KR101491334B1 true KR101491334B1 (ko) 2015-02-10

Family

ID=52591678

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20130128006A KR101491334B1 (ko) 2013-10-25 2013-10-25 영상에서 컬러차트 검출 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101491334B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113744177A (zh) * 2020-05-28 2021-12-03 中科寒武纪科技股份有限公司 图像的角点检测方法、装置和存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100889013B1 (ko) 2007-11-28 2009-03-17 한국 한의학 연구원 영상 진단을 위한 영상 교정 방법
KR20110070415A (ko) * 2009-12-18 2011-06-24 한국전자통신연구원 색보정 차트 자동 추출 장치 및 그 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100889013B1 (ko) 2007-11-28 2009-03-17 한국 한의학 연구원 영상 진단을 위한 영상 교정 방법
KR20110070415A (ko) * 2009-12-18 2011-06-24 한국전자통신연구원 색보정 차트 자동 추출 장치 및 그 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113744177A (zh) * 2020-05-28 2021-12-03 中科寒武纪科技股份有限公司 图像的角点检测方法、装置和存储介质

Similar Documents

Publication Publication Date Title
US20200043225A1 (en) Image processing apparatus and control method thereof
US8295606B2 (en) Device and method for detecting shadow in image
US8620070B2 (en) Corresponding image processing method for compensating colour
US8199202B2 (en) Image processing device, storage medium storing image processing program, and image pickup apparatus
US8989436B2 (en) Image processing method, computer-readable storage medium, image processing apparatus, and imaging apparatus
US9756303B1 (en) Camera-assisted automatic screen fitting
Ng et al. Using geometry invariants for camera response function estimation
US9269155B2 (en) Region growing method for depth map/color image
US9064178B2 (en) Edge detection apparatus, program and method for edge detection
JP2017005389A (ja) 画像認識装置、画像認識方法及びプログラム
US20140133774A1 (en) Image processor and image dead pixel detection method thereof
US8488878B2 (en) Sky detection system used in image extraction device and method using sky detection system
JP2012032370A (ja) 欠陥検出方法、欠陥検出装置、学習方法、プログラム、及び記録媒体
JP2016500975A (ja) 結合された深度キューに基づく平面視画像からの深度マップの生成
US9036047B2 (en) Apparatus and techniques for image processing
JP2010045613A (ja) 画像識別方法および撮像装置
JP6520919B2 (ja) 画像補正装置、画像補正方法およびプログラム
CN110598795A (zh) 图像差异检测方法及装置、存储介质、终端
US20190279022A1 (en) Object recognition method and device thereof
JP7114431B2 (ja) 画像処理方法、画像処理装置およびプログラム
US20150381913A1 (en) Image processing apparatus and image processing method
KR101491334B1 (ko) 영상에서 컬러차트 검출 방법 및 장치
US9756220B2 (en) Image data generating apparatus, printer, image data generating method, and non-transitory computer readable medium for extracting one or more pixels corresponding to a metallic-color region
CN109961422B (zh) 数字图像的对比度值的确定
US20200304739A1 (en) Image processing device, image processing method and storage medium

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190108

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20200109

Year of fee payment: 6