KR20130040321A - 단일 프레임 기반의 높은 동적 대역 영상 생성장치 및 방법 - Google Patents
단일 프레임 기반의 높은 동적 대역 영상 생성장치 및 방법 Download PDFInfo
- Publication number
- KR20130040321A KR20130040321A KR1020110104996A KR20110104996A KR20130040321A KR 20130040321 A KR20130040321 A KR 20130040321A KR 1020110104996 A KR1020110104996 A KR 1020110104996A KR 20110104996 A KR20110104996 A KR 20110104996A KR 20130040321 A KR20130040321 A KR 20130040321A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- ldr
- histogram
- hdr
- noise
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 113
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 25
- 238000009826 distribution Methods 0.000 claims abstract description 12
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 238000003786 synthesis reaction Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 19
- 230000033001 locomotion Effects 0.000 description 19
- 238000003384 imaging method Methods 0.000 description 13
- 230000003044 adaptive effect Effects 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 4
- 238000000926 separation method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000004456 color vision Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- G06T5/40—Image enhancement or restoration using histogram techniques
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
단일 프레임 기반의 높은 동적 대역 영상 생성장치 및 방법이 개시된다. 히스토그램 확장부는 피사체를 촬영한 원본 영상의 밝기(luminance) 히스토그램을 사전에 설정된 임계값을 기준으로 복수의 히스토그램 부분집합으로 분리하고, 복수의 히스토그램 부분집합을 각각 확장하여 원본 영상으로부터 서로 다른 발기 분포를 갖는 복수의 LDR 영상을 생성한다. HDR 영상 합성부는 복수의 LDR 영상을 합성하여 HDR 결과 영상을 생성한다. 본 발명에 따르면, 한 장의 원본 영상으로부터 복수의 LDR 영상을 생성하여 HDR 결과 영상을 합성하기 때문에 다수의 LDR 영상 합성 시 피사체 또는 영상 장치의 움직임에 의해서 발생하는 고스트 현상을 제거할 수 있다. 또한 히스토그램 확장 과정에서 발생하는 노이즈를 에지를 보존하는 동시에 제거할 수 있다.
Description
본 발명은 단일 프레임 기반의 높은 동적 대역 영상 생성장치 및 방법에 관한 것으로, 보다 상세하게는, 고스트 현상(ghost effect) 등의 노이즈(noise)가 제거된 높은 동적 대역 영상(high dynamic range image : HDR)을 생성하는 장치 및 방법에 관한 것이다.
실제 환경에서 인간의 시각 인지 시스템(human visual system : HVS)은 일반적인 영상 장치보다 높은 동적 대역을 다룰 수 있다. 따라서 기존의 영상 장치는 인간이 인지하는 영상을 그대로 획득(capture) 또는 표현(display)할 수 없다. 이처럼 기존의 영상 장치가 다룰 수 있는 것보다 큰 동적 대역을 갖는 영상의 처리에 관한 필요성이 커지게 되었으며, 이러한 영상을 높은 동적 대역(high dynamic range : HDR) 영상이라고 한다.
높은 동적 대역 영상을 생성하는 가장 대표적인 기술은 서로 다른 노출 조건에서 동일한 장면을 연속적으로 촬영하여 얻어진 다수의 낮은 동적 대역(low dynamic range : LDR) 영상을 합성하여 동적 대역을 확장하는 것이다. 구체적으로 높은 동적 대역 영상은 단 노출 영상(short exposure image : SEI)과 장 노출 영상(long exposure image : LEI)을 합성하여 얻을 수 있다.
이때 단 노출 영상 및 장 노출 영상을 획득하는 과정에서 다소 시간이 걸릴 수 있다. 또한 복수의 LDR 영상을 순차적으로 촬영하는 동안 피사체 또는 영상 장치가 움직이면 단 노출 영상과 장 노출 영상이 동일하지 않으므로, 높은 동적 대역 영상 합성 시 움직임이 발생한 영역의 상이 겹쳐지는 고스트 현상(ghost effect)이 발생하게 된다.
또한 디지털 영상에서 노이즈를 제거하는 것은 양질의 영상 데이터를 획득하는데 있어서 매우 중요하다. 디지털 영상 데이터에는 백색 노이즈(white noise) 및 임펄스 노이즈(impulse moise) 등의 다양한 노이즈가 존재할 수 있다. 이러한 노이즈들은 디지털 카메라 등에 의하여 디지털 영상이 생성될 때, 디지털 데이터에 부가된다.
노이즈를 제거하기 위한 가장 단순한 방식은 메디안(median) 필터, 평균(mean) 필터 및 모드 필터를 이용하는 것이다. 이러한 필터들을 이용하면 노이즈의 상당 부분을 제거할 수 있으나, 영상의 에지(edge)가 흐려지는 블러링(blurring) 현상이 발생할 수 있다.
즉, 영상이 급격히 변동되는 부분에 있어서 고주파 성분의 색 정보가 필터를 거치면서 왜곡되는 현상이 발생한다. 그러므로 노이즈를 제거하기 위한 과정에 있어서 에지 보존(edge preserving) 여부도 동시에 고려해야한다.
본 발명과 관련된 선행논문 Recovering high dynamic range radiance maps from photographs (P. Debevec and J. Malik, 1997)에서는 서로 다른 노출 조건에서 동일한 장면을 연속적으로 촬영하여 얻어진 다수의 LDR 영상을 합성하여 HDR 영상을 생성한다(Debevec의 방법). 이 경우 앞서 설명한 바와 같이, 피사체 또는 영상 장치의 움직임이 존재하는 경우 HDR 영상에 고스트 현상이 발생하게 된다.
또 다른 선행논문 The retinex theoryof color vision (E. Land, 1977)에서는 라이트 소스(light source)와 반사율(reflectivity)을 측정하여 영상의 색을 복원하는 처리 방법(Retinex 방법)이 제안되었다. 그러나 복원 과정에서 색채 왜곡(color distortion) 현상이 발생하고 노이즈가 확대되는 문제점이 발생한다.
또한 선행논문 Improved elastic registration for ghost artifact free high dynamic range imaging (J. Im, S. Lee and J. Paik, 2011)에서는 다수의 LDR 영상을 정렬하여 카메라 움직임을 보상하는 LDR 영상 등록 방법(Im의 방법)이 제안되었다. 그러나 피사체의 움직임을 보상할 수 없기 때문에 HDR 영상에 고스트 현상이 발생하게 된다.
마지막으로 표준 히스토그램 균등화(standard histogram equalization) 방법(SHE 방법)을 이용하여 생성된 복수의 LDR 영상을 기초로 HDR 영상을 합성하는 경우, 노이즈가 증폭되는 문제점이 생긴다.
본 발명이 이루고자 하는 기술적 과제는, 하나의 LDR 영상으로부터 HDR 영상을 생성하되, 에지를 보존하는 동시에 노이즈를 제거하는 단일 프레임 기반의 높은 동적 대역 영상 생성장치 및 방법을 제공함에 있다.
본 발명이 이루고자 하는 다른 기술적 과제는, 하나의 LDR 영상으로부터 HDR 영상을 생성하되, 에지를 보존하는 동시에 노이즈를 제거하는 단일 프레임 기반의 높은 동적 대역 영상 생성방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공함에 있다.
상기의 기술적 과제를 달성하기 위한, 본 발명에 따른 단일 프레임 기반의 높은 동적 대역 영상 생성장치는, 피사체를 촬영한 원본 영상의 밝기(luminance) 히스토그램을 사전에 설정된 임계값을 기준으로 복수의 히스토그램 부분집합으로 분리하고, 상기 복수의 히스토그램 부분집합을 각각 확장하여 상기 원본 영상으로부터 서로 다른 밝기 분포를 갖는 복수의 LDR 영상을 생성하는 히스토그램 확장부; 및 상기 복수의 LDR 영상을 합성하여 HDR 결과 영상을 생성하는 HDR 영상 합성부;를 구비한다.
상기의 기술적 과제를 달성하기 위한, 본 발명에 따른 단일 프레임 기반의 높은 동적 대역 영상 생성방법은, 피사체를 촬영한 원본 영상의 밝기(luminance) 히스토그램을 사전에 설정된 임계값을 기준으로 복수의 히스토그램 부분집합으로 분리하고, 상기 복수의 히스토그램 부분집합을 각각 확장하여 상기 원본 영상으로부터 서로 다른 밝기 분포를 갖는 복수의 LDR 영상을 생성하는 히스토그램 확장단계; 및 상기 복수의 LDR 영상을 합성하여 HDR 결과 영상을 생성하는 HDR 영상 합성단계;를 갖는다.
본 발명에 따른 단일 프레임 기반의 높은 동적 대역 영상 생성장치 및 방법에 의하면, 한 장의 원본 영상으로부터 복수의 LDR 영상을 생성하여 HDR 결과 영상을 합성하기 때문에 다수의 LDR 영상 합성 시 피사체 또는 영상 장치의 움직임에 의해서 발생하는 고스트 현상을 제거할 수 있다. 또한 히스토그램 확장 과정에서 발생하는 노이즈를 제거할 때 에지를 보존함으로써 블러(blur) 현상을 방지할 수 있다. 한편, 본 발명에 따른 HDR 영상 생성장치는 모바일 폰 카메라, 콤펙트(compact) 카메라 등과 같은 모바일 영상 장치에 내장되거나 후처리 소프트웨어(post-processing software) 형태로 구현할 수 있다. 그 결과 고스트 현상이 제거된 HDR 결과 영상을 합성하는 모바일 영상 장치가 구현될 수 있다.
도 1은 본 발명에 따른 단일 프레임 기반의 높은 동적 대역 영상 생성장치에 대한 바람직한 실시예의 구성을 도시한 블록도,
도 2는 서로 다른 노출 조건 하에서 촬영된 복수의 LDR 영상 및 그에 대응하는 히스토그램을 나타낸 도면,
도 3은 동일한 장소를 연속하여 일정한 시간 간격으로 촬영한 복수의 LDR 영상을 나타낸 도면,
도 4는 도 3의 (a) 영상에 부분적 히스토그램 확장을 적용시킨 결과 및 그에 대응하는 히스토그램을 나타낸 도면,
도 5는 부분적 히스토그램 확장을 적용시켜 노이즈가 증폭된 영상 및 그에 대응하는 색상 매핑 에지 영상을 나타낸 도면,
도 6은 본 발명에 따른 단일 프레임 기반의 높은 동적 대역 영상 생성방법에 대한 바람직한 실시예의 수행과정을 도시한 흐름도,
도 7은 본 발명의 성능을 평가하기 위한 실험에 사용된 영상 시퀀스들을 나타낸 도면,
도 8은 Retinex 방법, SHE 방법 및 본 발명에 따른 단일 프레임 기반의 HDR 영상 생성방법에서 사용된 원본 영상을 나타낸 도면,
도 9는 도 8의 (a) 영상에 대하여 Debevec의 방법, Retinex 방법, Im의 방법, SHE 방법 및 본 발명에 따른 단일 프레임 기반의 HDR 영상 생성방법을 적용하여 얻어진 HDR 결과 영상을 나타낸 도면,
도 10은 도 9의 결과 영상들 각각에 대하여 병을 포함하는 일부분을 확대시켜 나타낸 도면,
도 11은 도 9의 결과 영상들 각각에 대하여 보행자를 포함하는 일부분을 확대시켜 나타낸 도면,
도 12는 도 8의 (b) 영상에 대한 Debevec의 방법, Retinex 방법, Im의 방법, SHE 방법 및 본 발명에 따른 단일 프레임 기반의 HDR 영상 생성방법의 HDR 결과 영상을 나타낸 도면,
도 13은 도 12의 결과 영상들 각각에 대하여 간판을 포함하는 일부분을 확대시켜 나타낸 도면,
도 14는 도 12의 결과 영상들 각각에 대하여 인물을 포함하는 일부분을 확대시켜 나타낸 도면,
도 15는 도 8의 (a) 영상에 에지 보존의 공간 적응 노이즈 제거기법을 적용한 결과를 나타낸 도면, 그리고,
도 16은 도 8의 (b) 영상에 에지 보존의 공간 적응 노이즈 제거기법을 적용한 결과를 나타낸 도면이다.
도 2는 서로 다른 노출 조건 하에서 촬영된 복수의 LDR 영상 및 그에 대응하는 히스토그램을 나타낸 도면,
도 3은 동일한 장소를 연속하여 일정한 시간 간격으로 촬영한 복수의 LDR 영상을 나타낸 도면,
도 4는 도 3의 (a) 영상에 부분적 히스토그램 확장을 적용시킨 결과 및 그에 대응하는 히스토그램을 나타낸 도면,
도 5는 부분적 히스토그램 확장을 적용시켜 노이즈가 증폭된 영상 및 그에 대응하는 색상 매핑 에지 영상을 나타낸 도면,
도 6은 본 발명에 따른 단일 프레임 기반의 높은 동적 대역 영상 생성방법에 대한 바람직한 실시예의 수행과정을 도시한 흐름도,
도 7은 본 발명의 성능을 평가하기 위한 실험에 사용된 영상 시퀀스들을 나타낸 도면,
도 8은 Retinex 방법, SHE 방법 및 본 발명에 따른 단일 프레임 기반의 HDR 영상 생성방법에서 사용된 원본 영상을 나타낸 도면,
도 9는 도 8의 (a) 영상에 대하여 Debevec의 방법, Retinex 방법, Im의 방법, SHE 방법 및 본 발명에 따른 단일 프레임 기반의 HDR 영상 생성방법을 적용하여 얻어진 HDR 결과 영상을 나타낸 도면,
도 10은 도 9의 결과 영상들 각각에 대하여 병을 포함하는 일부분을 확대시켜 나타낸 도면,
도 11은 도 9의 결과 영상들 각각에 대하여 보행자를 포함하는 일부분을 확대시켜 나타낸 도면,
도 12는 도 8의 (b) 영상에 대한 Debevec의 방법, Retinex 방법, Im의 방법, SHE 방법 및 본 발명에 따른 단일 프레임 기반의 HDR 영상 생성방법의 HDR 결과 영상을 나타낸 도면,
도 13은 도 12의 결과 영상들 각각에 대하여 간판을 포함하는 일부분을 확대시켜 나타낸 도면,
도 14는 도 12의 결과 영상들 각각에 대하여 인물을 포함하는 일부분을 확대시켜 나타낸 도면,
도 15는 도 8의 (a) 영상에 에지 보존의 공간 적응 노이즈 제거기법을 적용한 결과를 나타낸 도면, 그리고,
도 16은 도 8의 (b) 영상에 에지 보존의 공간 적응 노이즈 제거기법을 적용한 결과를 나타낸 도면이다.
이하에서 첨부된 도면들을 참조하여 본 발명에 따른 단일 프레임 기반의 높은 동적 대역 영상 생성장치 및 방법의 바람직한 실시예에 대해 상세하게 설명한다.
도 1은 본 발명에 따른 단일 프레임 기반의 높은 동적 대역 영상 생성장치에 대한 바람직한 실시예의 구성을 도시한 블록도이다.
도 1을 참조하면, 본 발명에 따른 단일 프레임 기반의 높은 동적 대역 영상 생성장치는, 히스토그램 확장부(110), 노이즈 제거부(120) 및 HDR 영상 합성부(130)를 구비한다.
히스토그램 확장부(110)는 피사체를 촬영한 원본 영상의 밝기(luminance) 히스토그램을 사전에 설정된 임계값을 기준으로 복수의 히스토그램 부분집합으로 분리하고, 복수의 히스토그램 부분집합을 각각 확장하여 원본 영상으로부터 서로 다른 밝기 분포를 갖는 복수의 LDR 영상을 생성한다.
앞에서 설명한 바와 같이, 현재 상용되고 있는 HDR 영상 합성 기술은 서로 다른 노출 값이 설정된 상태에서 촬영된 복수의 LDR 영상을 합성하여 HDR 결과 영상을 생성한다. 이 경우 복수의 LDR 영상은 각각 서로 다른 노출 조건에서 촬영된 것과 같이 서로 상이한 밝기 분포를 가진다. 따라서 각각의 LDR 영상에 대응하는 히스토그램은 특정한 밝기 영역에 편중된다. 이는 동적 영역이 밝기 레벨(level)에 대응하여 제한된다는 것을 의미한다.
도 2는 서로 다른 노출 조건 하에서 촬영된 복수의 LDR 영상 및 그에 대응하는 히스토그램을 나타낸 도면이다.
도 2를 참조하면, (a) 영상은 과노출(over-exposed) 상태에서 촬영된 LDR 영상 및 그에 대응하는 히스토그램, (b) 영상은 정상적인 노출(normal-exposed) 상태에서 촬영된 LDR 영상 및 그에 대응하는 히스토그램, (c) 영상은 저노출(under-exposed) 상태에서 촬영된 LDR 영상 및 그에 대응하는 히스토그램이다.
만약 적절하게 (a) 영상, (b) 영상 및 (c) 영상을 합성한다면 밝기 레벨 전체에 최대한 균일하게 분포된 히스토그램을 갖는 HDR 결과 영상을 합성할 수 있다. 이러한 기법은 피사체 또는 영상 장치의 움직임이 없는 정적인 상태일 때 효과적이다. 그러나 현실적으로 대부분의 영상은 피사체 또는 영상 장치의 움직임이 존재하는 동적인 상태에서 얻어진다.
도 3은 동일한 장소를 연속하여 일정한 시간 간격으로 촬영한 복수의 LDR 영상을 나타낸 도면이다.
도 3을 참조하면, (a) 영상은 피사체의 움직임이 없는 상태에서 촬영된 정상적인 노출의 LDR 영상, (b) 영상은 촬영 장소의 오른쪽에서 자동차가 나타나는 순간에 촬영된 과노출의 LDR 영상, (c) 영상은 촬영 장소의 중앙을 자동차가 가로지르는 순간에 촬영된 저노출의 LDR 영상이다.
도 3의 (a) 영상, (b) 영상 및 (c) 영상은 움직이는 자동차와 보행하는 행인을 포함하는, 즉 움직이는 피사체를 포함하고 있는 영상이다. 이처럼 복수의 LDR 영상이 움직이는 피사체를 포함하는 경우, 합성된 HDR 결과 영상은 움직임이 있는 영역에 고스트 현상(ghost artifact)을 포함하게 된다.
이와 같이 피사체 또는 영상 장치의 움직임이 존재하지 않는 상태에서만 효과적인 기존의 HDR 합성 기술의 제약을 극복하기 위해, 히스토그램 확장부(110)는 한 장의 원본 영상으로부터 부분적 히스토그램 확장(local histogram stretching)을 이용하여 복수의 LDR 영상을 생성한다. 이때 원본 영상 역시 복수의 LDR 영상 중 하나가 될 수 있다.
대표적인 방식으로, 히스토그램 확장부(110)는 원본 영상의 밝기 히스토그램을 임계값을 기준으로 두 개의 히스토그램 부분집합으로 분리하고, 히스토그램 부분집합을 각각 확장하여 과노출(over-exposed)의 LDR 영상 및 저노출(under-exposed)의 LDR 영상을 생성할 수 있다. 또한 원본 영상은 기준 LDR 영상이 된다.
구체적으로, 히스토그램 확장부(110)는 부분적 히스토그램 확장 방법을 적용할 때 가중치 히스토그램 분리 방법(weighted histogram separation; WHS)을 사용할 수 있다.
WHS는 데이터 분리 단위(data separation units : DSUs)를 기초로 구성된다. 구체적으로, 그레이 레벨 영상(gray level image)의 밝기 히스토그램(luminance histogram) 데이터 집합인 H는 두 개의 부분집합(subsets)인 H0와 H1으로 분리된다. 또한 H(p)는 데이터 집합에서 p번째 값을 나타낸다.
H 데이터 집합을 분리하기 위해서 임계치 τ를 측정한다. 임계치 τ는 다음의 수학식 1과 같이 산출된다.
여기서, w는 두 개로 분리된 부분집합의 크기를 조절하는 가중치 인자, H(p)는 데이터 집합에서 p번째 값, 그리고 M은 H 데이터 집합의 데이터의 총 수를 나타낸다. 또한 M은 다음의 수학식 2와 같이 산출된다.
여기서, L은 밝기 레벨인 256과 동일한 값으로 H 데이터 집합의 차원(dimension)을 나타낸다.
히스토그램 확장부(110)는 측정된 임계치 τ값을 사용하여 H 데이터 집합을 두 개의 부분집합 H0 및 H1으로 분리할 수 있다. 구체적으로, 두 개의 부분집합 H0 및 H1은 다음의 수학식 3에 의해 결정된다.
수학식 3과 같이 H0는 0부터 임계치 τ까지의 밝기 레벨을, H1은 임계치 τ부터 255까지의 밝기 레벨을 포함한다. 그러므로 히스토그램 확장부(110)는 부분집합 H0 및 H1을 각각 확장하여 서로 다른 밝기 분포를 갖는 복수의 LDR 영상을 생성할 수 있다.
또한, 히스토그램 확장부(110)는 히스토그램 확장을 위해 RGB(red, green, blue) 색 공간을 HSV(hue, saturation, value) 색 공간으로 변환하고, 히스토그램의 V 값을 다음의 수학식 4에 의해 확장한다.
여기서, 는 히스토그램 확장으로 얻어진 영상, 는 히스토그램 확장 전의 부분집합 영상, i는 두 개로 분리된 부분집합 중 하나를 나타내는 첨자이다. 확장된 V 채널의 히스토그램은 H 및 S 채널과 함께 다시 RGB 색 공간으로 변환된다. 결과적으로 확장된 히스토그램 H0는 과노출 영상(over-exposed image)에 해당하며, H1은 저노출 영상(under-exposed image)에 해당된다.
도 4는 도 3의 (a) 영상에 부분적 히스토그램 확장을 적용시킨 결과 및 그에 대응하는 히스토그램을 나타낸 도면이다.
도 4를 참조하면, (a) 영상은 원본 영상 및 그에 대응하는 히스토그램, (b) 영상은 밝은 레벨(bright level)의 히스토그램을 확장하여 얻어진 과노출 영상(over-exposed image) 및 그에 대응하는 히스토그램, (c) 영상은 중간 레벨(mid-level)의 히스토그램을 확장하여 얻어진 정상노출 영상(normally exposed image) 및 그에 대응하는 히스토그램, (d) 영상은 어두운 레벨(dark level)의 히스토그램을 확장하여 얻어진 저노출 영상(under exposure image) 및 그에 대응하는 히스토그램이다.
이 경우 복수의 LDR 영상은 하나의 원본 영상으로부터 얻어진 것이어서 정확히 같은 기하학적 좌표값(geometric coordinate)을 갖기 때문에, 최종적으로 합성된 HDR 결과 영상에서 고스트 현상을 감소시킬 수 있다.
다시 도 1을 참조하면, 노이즈 제거부(120)는 복수의 LDR 영상 각각에 대하여 에지(edge) 영역을 검출하여 에지(edge) 영역을 보존하는 동시에 각각의 LDR 영상의 노이즈를 제거한다.
히스토그램 확장부(110)가 부분적 히스토그램 확장 과정을 수행하는 동안 노이즈가 함께 증폭되고, 결과적으로 HDR 결과 영상의 화질이 떨어지게 된다. 이러한 노이즈를 제거하기 위한 가장 간단한 방법으로 평균 필터(averaging filter) 방법이 있다. 그러나 이 방법은 노이즈 뿐만 아니라 에지와 같은 중요한 디테일도 제거한다는 문제점을 갖는다.
노이즈 제거부(120)는 에지를 보존하면서 노이즈는 제거하기 위하여, 공간 적응적 잡음제거 알고리즘(spatially adaptive denoising algorithm)을 사용한다. 이를 통해 노이즈가 증폭된 복수의 LDR 영상 각각에 대하여 디테일한 높은 주파수 영역(detailed high-frequency regions)인 에지 영역을 검출하고, 적절한 가중치 값을 갖는 평균 필터(averaging filter)의 결과값으로부터 평탄한 영역(flat regions)인 비 에지 영역(non-edge region)을 검출한다.
적응적 잡음제거 알고리즘에 의한 노이즈 제거 과정은 다음의 수학식 5와 같이 표현할 수 있다.
여기서, 는 노이즈가 제거된 LDR 영상, 는 노이즈를 제거하기 전의 LDR 영상, 는 평균 필터를 적용한 LDR 영상, 는 영상의 (i,j) 좌표에 적용되는 가중치, 는 (i,j) 좌표를 중심으로 하는 지역 분산(local variance), 는 α의 분포를 [0,1]의 영역에서 균일하게 나타나도록 해주는 조정 파라미터(tuning parameter) 값이다.
도 5는 부분적 히스토그램 확장을 적용시켜 노이즈가 증폭된 영상 및 그에 대응하는 색상 매핑 에지 영상(color-mapped edge image)을 나타낸 도면이다.
도 5를 참조하면, (a) 영상은 부분적 히스토그램 확장에 의해 노이즈가 증폭된 영상이다. (b) 영상은 (a) 영상에 대응하는 색상 매핑 에지 영상(color-mapped edge image)으로, 블랙 영역(black regions)은 모든 RGB 색상 채널에서 일반적인 에지(common edge)를 나타낸다.
반면, 화이트 영역(white regions)은 평탄한 비 에지 영역(flat non-edge region)을 나타낸다. 예를 들어, 만약 R 채널(red channel)에만 에지가 있다면 대응되는 영역은 적색(red)으로 나타난다.
다시 도 1을 참조하면, HDR 영상 합성부(130)는 복수의 LDR 영상을 합성하여 HDR 결과 영상을 생성한다. HDR 영상 합성을 위한 복수의 LDR 영상이 하나의 원본 영상으로부터 생성됨에 따라 고스트 현상을 방지할 수 있으며, 에지를 보존하는 노이즈 제거에 의해 블러 현상을 방지할 수 있다.
도 6은 본 발명에 따른 단일 프레임 기반의 높은 동적 대역 영상 생성방법에 대한 바람직한 실시예의 수행과정을 도시한 흐름도이다.
히스토그램 확장부(110)는 피사체를 촬영한 원본 영상의 밝기(luminance) 히스토그램을 사전에 설정된 임계값을 기준으로 복수의 히스토그램 부분집합으로 분리하고, 복수의 히스토그램 부분집합을 각각 확장하여 원본 영상으로부터 서로 다른 밝기 분포를 갖는 복수의 LDR 영상을 생성한다(S610).
그 다음으로 노이즈 제거부(120)는 복수의 LDR 영상 각각에 대하여 에지(edge) 영역을 검출하여 에지(edge) 영역을 보존하는 동시에 각각의 LDR 영상의 노이즈를 제거한다(S620).
마지막으로 HDR 영상 합성부(130)는 노이즈가 제거된 복수의 LDR 영상을 합성하여 HDR 결과 영상을 생성한다(S630).
본 발명의 성능을 평가하기 위한 실험을 수행하였다. 실험에는 2592 X 1944 크기의 세 가지 영상 시퀀스를 사용하였다. 또한 각각의 영상 시퀀스는 카메라 또는 피사체의 움직임이 존재하는 상태에서 서로 다른 노출 조건으로 얻어진 세 개의 LDR 영상으로 구성된다.
도 7은 본 발명의 성능을 평가하기 위한 실험에 사용된 영상 시퀀스들을 나타낸 도면이다.
도 7을 참조하면, (a) 영상 시퀀스는 병(bottle)을 포함하고 있는 영상으로 카메라 및 보행자의 움직임이 존재한다. (b) 영상 시퀀스는 카페를 촬영한 영상으로 카메라 및 자동차의 움직임이 존재한다.
본 발명에 따른 단일 프레임 기반의 HDR 영상 생성방법의 유효성을 확인하기 위해서, 본 발명과 앞서 설명한 기존의 Debevec의 방법, Retinex 방법, Im의 방법 및 SHE(standard histogram equalization) 방법과의 비교를 수행하였다.
Debevec의 방법 및 Im의 방법은 도 7의 세 장의 LDR 영상 시퀀스를 사용하여 HDR 결과 영상을 합성한다. 반면에 Retinex 방법, SHE 방법 및 본 발명에 따른 단일 프레임 기반의 HDR 영상 생성방법은 한 장의 원본 영상을 사용하여 HDR 결과 영상을 합성한다.
도 8은 Retinex 방법, SHE 방법 및 본 발명에 따른 단일 프레임 기반의 HDR 영상 생성방법에서 사용된 원본 영상을 나타낸 도면이다.
도 9는 도 8의 (a) 영상에 대하여 Debevec의 방법, Retinex 방법, Im의 방법, SHE(standard histogram equalization) 방법 및 본 발명에 따른 단일 프레임 기반의 HDR 영상 생성방법을 적용하여 얻어진 HDR 결과 영상을 나타낸 도면이다.
도 9를 참조하면, (a) 영상은 원본 영상, (b) 영상은 Debevec의 방법을 사용하여 얻어진 결과 영상, (c) 영상은 Im의 방법을 사용하여 얻어진 결과 영상, (d) 영상은 Retinex 방법을 사용하여 얻어진 결과 영상, (e) 영상은 SHE 방법을 사용하여 얻어진 결과 영상, 그리고 (f) 영상은 본 발명에 따른 단일 프레임 기반의 HDR 영상 생성방법을 사용하여 얻어진 결과 영상을 나타낸다.
(d) 영상을 제외한 모든 결과 영상은 도로와 횡단 보도 영역에서 콘트라스트(contrast)가 성공적으로 향상되었다. 그러나 (d) 영상의 밝은 영역에서는 초과 포화도(excessive saturation)가 측정된다.
도 10은 도 9의 결과 영상들 각각에 대하여 병을 포함하는 일부분을 확대시켜 나타낸 도면이다.
도 10을 참조하면, (a) 영상은 확대될 일부분을 표시한 원본 영상, (b) 영상은 Debevec의 방법을 사용하여 얻어진 결과 영상의 일부분을 확대한 영상, (c) 영상은 Im의 방법을 사용하여 얻어진 결과 영상의 일부분을 확대한 영상, (d) 영상은 Retinex 방법을 사용하여 얻어진 결과 영상의 일부분을 확대한 영상, (e) 영상은 SHE 방법을 사용하여 얻어진 결과 영상의 일부분을 확대한 영상, 그리고 (f) 영상은 본 발명에 따른 단일 프레임 기반의 HDR 영상 생성방법을 사용하여 얻어진 결과 영상의 일부분을 확대한 영상을 나타낸다.
이 경우 (b) 영상에서는 고스트 현상이 발생하지만, (c) 영상에서는 전역 움직임 추정(global motion estimation) 및 보상 함수(compensation function) 때문에 고스트 현상이 제거된다.
또한 (d) 영상 및 (e) 영상에서는 노이즈가 확대된다. 한편, 다른 방법들과 대조적으로 (f) 영상은 고스트 현상이 제거되었으며 노이즈도 확대되지 않는다.
도 11은 도 9의 결과 영상들 각각에 대하여 보행자를 포함하는 일부분을 확대시켜 나타낸 도면이다.
도 11을 참조하면, (a) 영상은 확대될 일부분을 표시한 원본 영상, (b) 영상은 Debevec의 방법을 사용하여 얻어진 결과 영상의 일부분을 확대한 영상, (c) 영상은 Im의 방법을 사용하여 얻어진 결과 영상의 일부분을 확대한 영상, (d) 영상은 Retinex 방법을 사용하여 얻어진 결과 영상의 일부분을 확대한 영상, (e) 영상은 SHE 방법을 사용하여 얻어진 결과 영상의 일부분을 확대한 영상, 그리고 (f) 영상은 본 발명에 따른 단일 프레임 기반의 HDR 영상 생성방법을 사용하여 얻어진 결과 영상의 일부분을 확대한 영상을 나타낸다.
(b) 영상은 고스트 현상을 포함한다. 이는 Debevec의 방법은 카메라와 피사체 사이의 상대적 움직임을 보상할 수 없기 때문이다.
또한 (c) 영상도 고스트 현상을 포함한다. Im의 방법은 카메라의 움직임과 같은 전역 움직임(global motion)을 보상할 수 있으나, 걸어가고 있는 보행자의 움직임과 같은 지역 움직임(local motion)은 보상할 수 없기 때문이다. 따라서 고스트 현상은 움직임이 있는 피사체가 존재하는 영역에서 발생 된다.
한편, (d) 영상에서는 포화도(saturation) 문제가 발생한다. 이는 어두운 영역의 콘트라스트(contrast)를 향상시키는 동안에, 밝기 레벨(bright levels)이 떨어지기 때문이다.
(e) 영상에서는 노이즈가 심각하게 확대된다. 한편 (f) 영상에서는 고스트 현상이 제거되었으며 노이즈도 확대되지 않는다.
도 12는 도 8의 (b) 영상에 대한 Debevec의 방법, Retinex 방법, Im의 방법, SHE(standard histogram equalization) 방법 및 본 발명에 따른 단일 프레임 기반의 HDR 영상 생성방법의 HDR 결과 영상을 나타낸 도면이다.
도 12를 참조하면, (a) 영상은 원본 영상, (b) 영상은 Debevec의 방법을 사용하여 얻어진 결과 영상, (c) 영상은 Im의 방법을 사용하여 얻어진 결과 영상, (d) 영상은 Retinex 방법을 사용하여 얻어진 결과 영상, (e) 영상은 SHE 방법을 사용하여 얻어진 결과 영상, 그리고 (f) 영상은 본 발명에 따른 단일 프레임 기반의 HDR 영상 생성방법을 사용하여 얻어진 결과 영상을 나타낸다.
획득한 입력 영상에는 카메라 및 피사체의 움직임이 존재하기 때문에 (b) 영상 및 (c) 영상에서는 고스트 현상이 나타난다. (d) 영상 및 (e) 영상에서는 고스트 현상이 나타나지 않으나, 노이즈가 극심하게 확대된다. 특히 (e) 영상에서는 색채 왜곡(color distortion) 현상도 나타난다. 반면 (f) 영상은 고스트 현상 및 노이즈 확대 현상이 존재하지 않는다.
도 13은 도 12의 결과 영상들 각각에 대하여 간판을 포함하는 일부분을 확대시켜 나타낸 도면이다.
도 13을 참조하면, (a) 영상은 확대될 일부분을 표시한 원본 영상, (b) 영상은 Debevec의 방법을 사용하여 얻어진 결과 영상의 일부분을 확대한 영상, (c) 영상은 Im의 방법을 사용하여 얻어진 결과 영상의 일부분을 확대한 영상, (d) 영상은 Retinex 방법을 사용하여 얻어진 결과 영상의 일부분을 확대한 영상, (e) 영상은 SHE 방법을 사용하여 얻어진 결과 영상의 일부분을 확대한 영상, 그리고 (f) 영상은 본 발명에 따른 단일 프레임 기반의 HDR 영상 생성방법을 사용하여 얻어진 결과 영상의 일부분을 확대한 영상을 나타낸다.
Debevec의 방법은 카메라 움직임을 보상할 수 없기 때문에 (b) 영상에 고스트 현상이 우세하게 나타난다. 또한 비록 Im의 방법이 전역 카메라 움직임(global camera motion)을 보상할 수 있다 하더라도, (c) 영상에 있어서 고스트 현상은 여전히 존재한다.
한편, (d) 영상 및 (e) 영상은 확대된 노이즈를 포함한다. 반면 (f) 영상에는 고스트 현상 및 노이즈 확대 현상이 존재하지 않는다.
도 14는 도 12의 결과 영상들 각각에 대하여 인물을 포함하는 일부분을 확대시켜 나타낸 도면이다.
도 14를 참조하면, (a) 영상은 확대될 일부분을 표시한 원본 영상, (b) 영상은 Debevec의 방법을 사용하여 얻어진 결과 영상의 일부분을 확대한 영상, (c) 영상은 Im의 방법을 사용하여 얻어진 결과 영상의 일부분을 확대한 영상, (d) 영상은 Retinex 방법을 사용하여 얻어진 결과 영상의 일부분을 확대한 영상, (e) 영상은 SHE 방법을 사용하여 얻어진 결과 영상의 일부분을 확대한 영상, 그리고 (f) 영상은 본 발명에 따른 단일 프레임 기반의 HDR 영상 생성방법을 사용하여 얻어진 결과 영상의 일부분을 확대한 영상을 나타낸다.
인물이 움직이고 있기 때문에 지역 움직임(local motion)이 발생한다. 그러므로 Debevec의 방법을 사용한 (b) 영상 및 Im의 방법을 사용한 (c) 영상에서는 고스트 현상이 나타난다.
반면에 (d) 영상, (e) 영상 및 (f) 영상에서는 고스트 현상이 발생하지 않는다. 이는 하나의 입력 영상을 사용하기 때문이다. 그러나 (d) 영상 및 (e) 영상에서는 노이즈가 확장된다.
반면에 (f) 영상에서 볼 수 있듯이 본 발명에 따른 단일 프레임 기반의 HDR 영상 생성방법은 고스트 현상 및 노이즈 확장 현상 없이 HDR 영상을 생성한다.
도 15는 도 8의 (a) 영상에 에지 보존의 공간 적응 노이즈 제거기법(edge-preserving spatially adaptive denoising method)을 적용한 결과를 나타낸 도면이다.
도 15를 참조하면, (a) 영상은 확대될 일부분을 표시한 원본 영상이고 (b) 영상, (c) 영상 및 (d) 영상은 (a) 영상에 표시된 부분을 확대시킨 영상들이다. 구체적으로, (b) 영상은 컬러 에지 맵, (c) 영상은 세 장의 LDR 영상을 합성 후 노이즈가 포함된 HDR 결과 영상, (d) 영상은 노이즈가 제거된 HDR 결과 영상을 나타낸다.
도 16은 도 8의 (b) 영상에 에지 보존의 공간 적응 노이즈 제거기법(edge-preserving spatially adaptive denoising method)을 적용한 결과를 나타낸 도면이다.
도 16을 참조하면, (a) 영상은 확대될 일부분을 표시한 원본 영상이고 (b) 영상, (c) 영상 및 (d) 영상은 (a) 영상에 표시된 부분을 확대시킨 영상들이다. 구체적으로, (b) 영상은 컬러 에지 맵, (c) 영상은 세 장의 LDR 영상을 합성 후 노이즈가 포함된 HDR 결과 영상, (d) 영상은 노이즈가 제거된 HDR 결과 영상을 나타낸다.
한편, 본 발명에 따른 HDR 영상 생성장치는 모바일 폰 카메라, 콤펙트(compact) 카메라 등과 같은 모바일 영상 장치에 내장되거나 후처리 소프트웨어(post-processing software) 형태로 구현될 수 있다. 그 결과 고스트 현상이 제거된 HDR 결과 영상을 합성하는 모바일 영상 장치가 구현될 수 있다.
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이상에서 본 발명의 바람직한 실시예에 대해 도시하고 설명하였으나, 본 발명은 상술한 특정의 바람직한 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.
Claims (9)
- 피사체를 촬영한 원본 영상의 밝기(luminance) 히스토그램을 사전에 설정된 임계값을 기준으로 복수의 히스토그램 부분집합으로 분리하고, 상기 복수의 히스토그램 부분집합을 각각 확장하여 상기 원본 영상으로부터 서로 다른 밝기 분포를 갖는 복수의 LDR 영상을 생성하는 히스토그램 확장부; 및
상기 복수의 LDR 영상을 합성하여 HDR 결과 영상을 생성하는 HDR 영상 합성부;를 포함하는 것을 특징으로 하는 단일 프레임 기반의 HDR 영상 생성장치. - 제 1항에 있어서,
상기 히스토그램 확장부는 상기 원본 영상의 밝기 히스토그램을 두 개의 히스토그램 부분집합으로 분리하고, 상기 히스토그램 부분집합들을 각각 확장하여 과노출(over-exposed)의 LDR 영상 및 저노출(under-exposed)의 LDR 영상을 생성하며,
상기 HDR 영상 합성부는 상기 원본 영상에 대응하는 기준 LDR 영상, 상기 과노출의 LDR 영상 및 상기 저노출의 LDR 영상을 합성하여 상기 HDR 결과 영상을 생성하는 것을 특징으로 하는 단일 프레임 기반의 HDR 영상 생성장치. - 제 1항에 있어서,
상기 복수의 LDR 영상 각각에 대하여 에지(edge) 영역을 검출하여 상기 에지(edge) 영역을 보존하는 동시에 상기 각각의 LDR 영상의 노이즈를 제거하는 노이즈 제거부;를 더 포함하고,
상기 HDR 영상 합성부는 노이즈가 제거된 복수의 LDR 영상을 합성하여 HDR 결과 영상을 생성하는 것을 특징으로 하는 단일 프레임 기반의 HDR 영상 생성장치. - 피사체를 촬영한 원본 영상의 밝기(luminance) 히스토그램을 사전에 설정된 임계값을 기준으로 복수의 히스토그램 부분집합으로 분리하고, 상기 복수의 히스토그램 부분집합을 각각 확장하여 상기 원본 영상으로부터 서로 다른 밝기 분포를 갖는 복수의 LDR 영상을 생성하는 히스토그램 확장단계; 및
상기 복수의 LDR 영상을 합성하여 HDR 결과 영상을 생성하는 HDR 영상 합성단계;를 포함하는 것을 특징으로 하는 단일 프레임 기반의 HDR 영상 생성방법. - 제 5항에 있어서,
상기 히스토그램 확장단계에서는 상기 원본 영상의 밝기 히스토그램을 두 개의 히스토그램 부분집합으로 분리하고, 상기 히스토그램 부분집합들을 각각 확장하여 과노출(over-exposed)의 LDR 영상 및 저노출(under-exposed)의 LDR 영상을 생성하며,
상기 HDR 영상 합성단계에서는 상기 원본 영상에 대응하는 기준 LDR 영상, 상기 과노출의 LDR 영상 및 상기 저노출의 LDR 영상을 합성하여 상기 HDR 결과 영상을 생성하는 것을 특징으로 하는 단일 프레임 기반의 HDR 영상 생성방법. - 제 5항에 있어서,
상기 복수의 LDR 영상 각각에 대하여 에지(edge) 영역을 검출하여 상기 에지(edge) 영역을 보존하는 동시에 상기 각각의 LDR 영상의 노이즈를 제거하는 노이즈 제거단계;를 더 포함하고,
상기 HDR 영상 합성단계에서는 노이즈가 제거된 복수의 LDR 영상을 합성하여 HDR 결과 영상을 생성하는 것을 특징으로 하는 단일 프레임 기반의 HDR 영상 생성방법. - 제 5항 내지 제 8항 중 어느 한 항에 기재된 단일 프레임 기반의 HDR 영상 생성방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020110104996A KR101287521B1 (ko) | 2011-10-14 | 2011-10-14 | 단일 프레임 기반의 높은 동적 대역 영상 생성장치 및 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020110104996A KR101287521B1 (ko) | 2011-10-14 | 2011-10-14 | 단일 프레임 기반의 높은 동적 대역 영상 생성장치 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20130040321A true KR20130040321A (ko) | 2013-04-24 |
KR101287521B1 KR101287521B1 (ko) | 2013-07-18 |
Family
ID=48440164
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020110104996A KR101287521B1 (ko) | 2011-10-14 | 2011-10-14 | 단일 프레임 기반의 높은 동적 대역 영상 생성장치 및 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101287521B1 (ko) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2556992A (en) * | 2016-09-29 | 2018-06-13 | Univ Warwick | Tone Mapping |
KR20190090262A (ko) * | 2018-01-24 | 2019-08-01 | 삼성전자주식회사 | 영상 처리 장치, 영상 처리 방법 및 컴퓨터 판독가능 기록 매체 |
WO2021162307A1 (ko) * | 2020-02-11 | 2021-08-19 | 삼성전자 주식회사 | 전자 장치 및 그의 hdr 영상 생성 방법 |
US11677898B2 (en) | 2021-05-25 | 2023-06-13 | Samsung Electronics Co., Ltd. | Electronic device for applying effect for moving object to image and method for operating the same |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102395305B1 (ko) | 2017-12-15 | 2022-05-09 | 현대자동차주식회사 | 저조도 영상 개선 방법 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11355787A (ja) * | 1998-06-09 | 1999-12-24 | Konica Corp | 画像処理装置及び画像出力装置 |
JP2007306083A (ja) * | 2006-05-09 | 2007-11-22 | Konica Minolta Holdings Inc | 撮像装置および信号処理装置 |
KR101313637B1 (ko) * | 2006-06-09 | 2013-10-02 | 서강대학교산학협력단 | 콘트라스트 개선을 위한 영상 처리 장치 및 영상 처리 방법 |
JP2011171842A (ja) | 2010-02-16 | 2011-09-01 | Olympus Corp | 画像処理装置及び画像処理プログラム |
-
2011
- 2011-10-14 KR KR1020110104996A patent/KR101287521B1/ko active IP Right Grant
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2556992A (en) * | 2016-09-29 | 2018-06-13 | Univ Warwick | Tone Mapping |
KR20190090262A (ko) * | 2018-01-24 | 2019-08-01 | 삼성전자주식회사 | 영상 처리 장치, 영상 처리 방법 및 컴퓨터 판독가능 기록 매체 |
WO2019147028A1 (ko) * | 2018-01-24 | 2019-08-01 | 삼성전자주식회사 | 영상 처리 장치, 영상 처리 방법 및 컴퓨터 판독가능 기록 매체 |
US11315223B2 (en) | 2018-01-24 | 2022-04-26 | Samsung Electronics Co., Ltd. | Image processing apparatus, image processing method, and computer-readable recording medium |
WO2021162307A1 (ko) * | 2020-02-11 | 2021-08-19 | 삼성전자 주식회사 | 전자 장치 및 그의 hdr 영상 생성 방법 |
US11729513B2 (en) | 2020-02-11 | 2023-08-15 | Samsung Electronics Co., Ltd. | Electronic device and HDR image generation method therefor |
US11677898B2 (en) | 2021-05-25 | 2023-06-13 | Samsung Electronics Co., Ltd. | Electronic device for applying effect for moving object to image and method for operating the same |
Also Published As
Publication number | Publication date |
---|---|
KR101287521B1 (ko) | 2013-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101574733B1 (ko) | 고화질 컬러 영상을 획득하기 위한 영상 처리 장치 및 방법 | |
KR101298642B1 (ko) | 영상 잡음 제거 방법 및 장치 | |
KR101633893B1 (ko) | 다중노출 영상을 합성하는 영상합성장치 및 방법 | |
JP5389903B2 (ja) | 最適映像選択 | |
US9202263B2 (en) | System and method for spatio video image enhancement | |
KR102106537B1 (ko) | 하이 다이나믹 레인지 영상 생성 방법 및, 그에 따른 장치, 그에 따른 시스템 | |
JP7104575B2 (ja) | 画像処理装置、制御方法、及びプログラム | |
KR101287521B1 (ko) | 단일 프레임 기반의 높은 동적 대역 영상 생성장치 및 방법 | |
US20060109903A1 (en) | Method and apparatus for providing noise reduction | |
KR102221116B1 (ko) | 크로스 커널 구조의 중간값 필터를 이용한 영상 잡음 제거장치 및 방법 | |
Mangiat et al. | Spatially adaptive filtering for registration artifact removal in HDR video | |
KR101874738B1 (ko) | 영상처리를 이용하여 ldr 영상으로부터 hdr 영상을 생성하는 장치 및 방법 | |
CN113344821B (zh) | 图像降噪方法、装置、终端、存储介质 | |
CN110942427A (zh) | 一种图像降噪的方法及装置、设备、存储介质 | |
KR20190072027A (ko) | 저조도 영상 개선 방법 | |
TW202025085A (zh) | 圖像處理設備和方法 | |
Lee et al. | Motion deblurring using edge map with blurred/noisy image pairs | |
KR101437898B1 (ko) | 단일 영상을 이용한 hdr 영상 생성 장치 및 방법 | |
KR101468433B1 (ko) | 결합된 색상 채널 변환 맵을 이용한 다이나믹 레인지 확장 장치 및 방법 | |
Srinivas et al. | Channel prior based Retinex model for underwater image enhancement | |
KR20120133338A (ko) | 고스트 왜곡을 제거하는 높은 동적 대역 영상 생성장치 및 방법 | |
KR20160056729A (ko) | 극저조도 영상의 화질 개선 장치 및 방법 | |
KR101967745B1 (ko) | 잡음 추정 장치 및 방법 | |
Son et al. | A pair of noisy/blurry patches-based PSF estimation and channel-dependent deblurring | |
Sadaka et al. | Efficient perceptual attentive super-resolution |
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: 20160629 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20170626 Year of fee payment: 5 |
|
FPAY | Annual fee payment |
Payment date: 20180625 Year of fee payment: 6 |
|
FPAY | Annual fee payment |
Payment date: 20190807 Year of fee payment: 7 |