KR20130138435A - 밝기 대비 향상을 통한 영상 화질 개선 방법 및 장치 - Google Patents

밝기 대비 향상을 통한 영상 화질 개선 방법 및 장치 Download PDF

Info

Publication number
KR20130138435A
KR20130138435A KR1020120061996A KR20120061996A KR20130138435A KR 20130138435 A KR20130138435 A KR 20130138435A KR 1020120061996 A KR1020120061996 A KR 1020120061996A KR 20120061996 A KR20120061996 A KR 20120061996A KR 20130138435 A KR20130138435 A KR 20130138435A
Authority
KR
South Korea
Prior art keywords
curve
compensation curve
image
brightness
contrast
Prior art date
Application number
KR1020120061996A
Other languages
English (en)
Other versions
KR101418521B1 (ko
Inventor
이호영
Original Assignee
엠텍비젼 주식회사
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 엠텍비젼 주식회사 filed Critical 엠텍비젼 주식회사
Priority to KR1020120061996A priority Critical patent/KR101418521B1/ko
Publication of KR20130138435A publication Critical patent/KR20130138435A/ko
Application granted granted Critical
Publication of KR101418521B1 publication Critical patent/KR101418521B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G06T7/41—Analysis of texture based on statistical description of texture
    • G06T7/44—Analysis of texture based on statistical description of texture using image operators, e.g. filters, edge density metrics or local histograms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)

Abstract

밝기 대비 향상을 통한 영상 화질 개선 방법 및 장치가 개시된다. 영상 화질 개선 장치는, 밝기 대비 향상 유닛을 포함한 영상 화질 개선 장치에 있어서, 직전 프레임 영상에 대해 조건부 콘트라스트 확률에 대한 누적 분포 함수를 분석하는 영상 분석부; 상기 분석된 조건부 콘트라스트 확률에 대한 누적 분포 함수를 이용하여 최종 보상 커브를 생성하는 보상 커브 생성부; 및 상기 직전 프레임 영상에 대해 상기 생성된 최종 보상 커브를 현재 프레임 영상에 적용하여 화질 개선된 현재 프레임 영상을 출력하는 커브 적용부를 포함한다.

Description

밝기 대비 향상을 통한 영상 화질 개선 방법 및 장치{Image enhancement method and device by brightness-contrast improvement}
본 발명은 밝기 대비 향상을 통한 영상 화질 개선 방법 및 장치에 관한 것이다.
최근 휴대 단말이나 디지털 카메라 등을 이용하여 다양한 환경에서 편리하게 정지 영상 혹은 동영상을 획득할 수 있다. 그리고 대부분의 경우에서, 인위적으로 준비된 균일한 조명 상태를 유지하는 스튜디오와 같은 촬영 환경에서 보다는 건물 내의 형광등이나 야외의 태양광, 가로등과 같이 불균일한 광원의 촬영 환경에서 촬영이 이루어지게 되며, 이와 같이 획득된 영상은 한쪽이 그늘져 어둡거나 과도하게 밝은 상태 등으로 화질 열화가 발생될 수 있다.
또한 통상의 디지털 영상 장치는 영상 획득 과정에서 부적절한 광원 량이나 표현할 수 있는 동적 영역(dynamic range)의 한계로 인해 어두운 부분 혹은 밝은 부분의 정보가 손실되어 비선형적인 특징을 가지고 있는 인간 시각으로는 인지할 수 없는 문제점도 있다. 이러한 문제를 해결하기 위해 AE(Auto Exposure) 및 AWB(Auto White Balance)와 같은 다양한 기능들을 가진 디지털 영상 장치들이 개발 되었으나, 일반적인 디지털 영상 장치가 주변 조도에 의해 획득된 영상의 명암 정도가 결정되며 조도량이 큰 경우 조도량에 따라 획득된 영상의 만족도가 다르게 형성되는 문제점이 있다.
전술한 문제점을 해결하고, 다양한 환경에서 촬영된 영상의 화질 개선을 위한 방안으로서, 인간의 시각 모델인 레티넥스(Retinex) 특성을 기반으로 조명 성분의 영향을 줄이는 SSR(Single Scale Retinex) 방식이 제안된바 있다. 그러나, SSR 방식은 전처리 과정인 가우시안 필터에 의존적이고 입력 영상에 개선 정도의 편차가 매우 크며 후광 효과와 색신호의 열화 현상 등의 결점이 존재하는 문제점이 있었다.
SSR 방식의 문제점을 개선하기 위해 광원의 주요 성분이 조명 정보인 휘도(luminance) 채널을 이용한 MSR(Multi Scale Retinex) 방식이 제안되었다.
MSR 방식은 RGB 채널의 균형을 유지하면서 휘도 성분 채널에 대한 대비가 향상되기 때문에 결과가 안정적이고 높은 채도를 나타내는 장점을 가진다. 그러나 단지 휘도 채널만이 사용되었기 때문에 레티넥스 알고리즘이 고유 특성인 광원의 색도 값을 제거할 수 없으며, 채도 성분에 대한 표현이 자연스럽지 못한 단점이 있다.
MSR 방식에서 발생하는 색의 왜곡 문제를 개선하기 위해 컬러 복원 기능을 추가한 MSRCR(Multi Scale Retinex with Color Restoration) 방식이 제안되었다. MSRCR 방식에 대해서는 선행 논문 Impact of multi scale retinex computation on performance of segmentation algorithm(Proceedings of SPIE, Volume 5438, pp. 171-182 (July 2004))에서 구체적으로 설명되고 있다.
해당 선행논문에서는 MSR의 기본 형식 및 복원 팩터(restoration factor, α)의 산출식으로 하기 수학식 1을 제시하고 있다.
Figure pat00001
Figure pat00002
Figure pat00003

여기서, i는 i번째 스펙트럴 밴드(i-th spectral band)를 나타내고, S는 이미지 유형(예를 들어, S가 1이면 그레이 이미지(gray image)이고, S가 3이면 컬러 이미지)을 나타낸다. (x1, x2)는 영상의 좌표를 나타내고, I는 입력 이미지이며, R은 MSRCR 방식에 따른 출력 이미지를 나타낸다. Fk는 k번째 가우시안 서라운드 함수(k-th gussian surround function)를 나타내고, σk는 k번째 가우시안 서라운드 함수의 표준 편차(standard deviations)를 나타내며, Wk는 k번째 가우시안 서라운드 함수에 대한 가중치이고, K는 서라운드 함수의 값이며, αi는 i번째 스펙트럴 밴드의 색상 복원 계수(color restoration coefficients)를 나타낸다.
그러나, 종래기술에 따른 MSRCR 방식은 주파수 도메인에서 동작을 수행하기 때문에 푸리에 변환(Fourier transform)을 하여야 하는 계산상의 번거로움이 있으며, 입력 영상과 가우시안 함수들을 저장하기 위해 여러 장의 프레임 메모리가 필요한 문제점이 있었다.
또한 로그(log) 연산을 위해 테이블을 미리 저장하기 위한 추가적인 메모리가 요구되며, 실시간적인 연산 처리가 불가능하기 때문에 후처리 방식의 영상 개선만이 가능한 문제점도 있었다.
따라서, 계산상의 복잡도를 최소화하여 실시간 영상 개선 처리가 가능한 방안이 요구된다.
본 발명은 광범위한 밝기 변화를 가지는 영상의 정보를 제한된 동적 영역(dynamic range) 내에서 보다 우수하게 표현할 수 있도록 하는 밝기 대비 향상을 통한 영상 화질 개선 방법 및 장치를 제공하기 위한 것이다.
본 발명은 실제의 밝기 값을 디스플레이 장치의 동적 영역에 맞도록 효율적으로 스케일링함으로써 단순히 밝기 값을 일정 비율로 스케일링 함으로써 발생될 수 있는 선명도 손실을 보상할 수 있는 밝기 대비 향상을 통한 영상 화질 개선 방법 및 장치를 제공하기 위한 것이다.
본 발명은 종래의 MSRCR 방식에서 계산 복잡도를 가중시키던 푸리에 변환 등의 번거로움을 제거하고, 여러 개의 프레임 메모리 없이도 최소한의 메모리 공간만으로 영상 개선 처리가 가능한 밝기 대비 향상을 통한 영상 화질 개선 방법 및 장치를 제공하기 위한 것이다.
본 발명은 직전의 영상 정보로부터 획득한 정보를 이용하여 현재 영상에 대해 화소 단위의 톤 매핑(tone mapping)을 수행할 수 있어 실시간 영상 화질 개선 처리가 가능한 밝기 대비 향상을 통한 영상 화질 개선 방법 및 장치를 제공하기 위한 것이다.
본 발명의 이외의 목적들은 하기의 설명을 통해 쉽게 이해될 수 있을 것이다.
본 발명의 일 측면에 따르면, 밝기 대비 향상 유닛을 포함한 영상 화질 개선 장치에 있어서, 직전 프레임 영상에 대해 조건부 콘트라스트 확률에 대한 누적 분포 함수(Cumulative Density Function of Conditional Contrast Probability)를 분석하는 영상 분석부; 상기 분석된 조건부 콘트라스트 확률에 대한 누적 분포 함수를 이용하여 최종 보상 커브를 생성하는 보상 커브 생성부; 및 상기 직전 프레임 영상에 대해 상기 생성된 최종 보상 커브를 현재 프레임 영상에 적용하여 화질 개선된 현재 프레임 영상을 출력하는 커브 적용부를 포함하는 영상 화질 개선 장치가 제공된다.
상기 보상 커브 생성부는, 상기 조건부 콘트라스트 확률에 대한 누적 분포 함수를 이용하여 어두운 영역에서의 밝기 대비를 향상시키는 제1 보상 커브를 생성하는 제1 영역 커브 생성부; 상기 조건부 콘트라스트 확률에 대한 누적 분포 함수를 이용하여 밝은 영역에서의 밝기 대비를 향상시키는 제2 보상 커브를 생성하는 제2 영역 커브 생성부; 상기 제1 보상 커브 및 상기 제2 보상 커브의 평균에 해당하는 가중치 커브를 생성하는 가중치 커브 생성부; 및 상기 제1 보상 커브, 상기 제2 보상 커브 및 상기 가중치 커브를 이용하여, 상기 가중치 커브의 전체 밝기 값 중 중간값보다 작은 영역에서는 상기 제1 보상 커브에 의한 밝기 대비가 향상되고, 상기 가중치 커브의 전체 밝기 값 중 중간값보다 큰 영역에서는 상기 제2 보상 커브에 의한 밝기 대비가 향상되는 최종 보상 커브를 생성하는 전체 영상 커브 생성부를 포함할 수 있다.
상기 제1 보상 커브는 밝기가 증가할수록 접선 기울기가 감소하는 곡선 형상일 수 있다.
상기 제1 보상 커브(YL(x))는 하기 수학식에 의해 생성될 수 있다.
Figure pat00004
여기서, x는 화소의 밝기값이고, xl은 l번째 빈(bin)의 중심이며, xl -1은 l-1번째 빈(bin)의 중심이고, YL(xl)은 xl에서의 보상 커브의 값이며, YL(xl -1)는 xl -1에서의 보상 커브의 값일 수 있다.
상기 제2 보상 커브는 밝기가 증가할수록 접선 기울기가 증가하는 곡선 형상일 수 있다.
상기 제2 보상 커브(YH(x))는 하기 수학식에 의해 생성될 수 있다.
Figure pat00005
여기서, x는 화소의 밝기값이고, xl은 l번째 빈(bin)의 중심이며, xl -1은 l-1번째 빈(bin)의 중심이고, YH(xl)은 xl에서의 보상 커브의 값이며, YH(xl -1)는 xl -1에서의 보상 커브의 값일 수 있다.
상기 최종 보상 커브(Y(x))는 하기 수학식에 의해 생성될 수 있다.
Figure pat00006
여기서, W(x)는 상기 가중치 커브이고, 상기 YH(x)는 상기 제2 보상 커브이며, 상기 YL(x)는 상기 제1 보상 커브일 수 있다.
영상 화질 개선을 위한 영상 정보가 동영상인 경우 상기 직전 프레임 영상은 상기 현재 프레임 영상에 대해 시간적으로 직전에 위치한 영상 프레임이고, 상기 영상 정보가 정지 영상인 경우 상기 직전 프레임 영상은 상기 현재 프레임 영상보다 직전에 촬상되어 저장된 영상 프레임일 수 있다.
본 발명의 다른 측면에 따르면, 밝기 대비 향상을 통한 영상 화질 개선 방법에 있어서, 영상 분석부가 직전 프레임 영상에 대해 조건부 콘트라스트 확률에 대한 누적 분포 함수(Cumulative Density Function of Conditional Contrast Probability)를 분석하는 단계; 보상 커브 생성부가 상기 분석된 조건부 콘트라스트 확률에 대한 누적 분포 함수를 이용하여 최종 보상 커브를 생성하는 단계; 및 커브 적용부가 상기 직전 프레임 영상에 대해 상기 생성된 최종 보상 커브를 현재 프레임 영상에 적용하여 화질 개선된 현재 프레임 영상을 출력하는 단계를 포함하는 영상 화질 개선 방법이 제공된다.
상기 최종 보상 커브를 생성하는 단계는, 상기 조건부 콘트라스트 확률에 대한 누적 분포 함수를 이용하여 어두운 영역에서의 밝기 대비를 향상시키는 제1 보상 커브와 밝은 영역에서의 밝기 대비를 향상시키는 제2 보상 커브를 생성하는 단계; 상기 제1 보상 커브 및 상기 제2 보상 커브의 평균에 해당하는 가중치 커브를 생성하는 단계; 및 상기 제1 보상 커브, 상기 제2 보상 커브 및 상기 가중치 커브를 이용하여, 상기 가중치 커브의 전체 밝기 값 중 중간값보다 작은 영역에서는 상기 제1 보상 커브에 의한 밝기 대비가 향상되고, 상기 가중치 커브의 전체 밝기 값 중 중간값보다 큰 영역에서는 상기 제2 보상 커브에 의한 밝기 대비가 향상되는 상기 최종 보상 커브를 생성하는 단계를 포함할 수 있다.
상기 제1 보상 커브는 밝기가 증가할수록 접선 기울기가 감소하는 곡선 형상이고, 상기 제2 보상 커브는 밝기가 증가할수록 접선 기울기가 증가하는 곡선 형상일 수 있다.
상기 제1 보상 커브(YL(x))는 하기 수학식에 의해 생성될 수 있다.
Figure pat00007
여기서, x는 화소의 밝기값이고, xl은 l번째 빈(bin)의 중심이며, xl -1은 l-1번째 빈(bin)의 중심이고, YL(xl)은 xl에서의 보상 커브의 값이며, YL(xl -1)는 xl -1에서의 보상 커브의 값일 수 있다.
상기 제2 보상 커브(YH(x))는 하기 수학식에 의해 생성될 수 있다.
Figure pat00008
여기서, x는 화소의 밝기값이고, xl은 l번째 빈(bin)의 중심이며, xl -1은 l-1번째 빈(bin)의 중심이고, YH(xl)은 xl에서의 보상 커브의 값이며, YH(xl -1)는 xl -1에서의 보상 커브의 값일 수 있다.
상기 최종 보상 커브(Y(x))는 하기 수학식에 의해 생성될 수 있다.
Figure pat00009
여기서, W(x)는 상기 가중치 커브이고, 상기 YH(x)는 상기 제2 보상 커브이며, 상기 YL(x)는 상기 제1 보상 커브일 수 있다.
영상 화질 개선을 위한 영상 정보가 동영상인 경우 상기 직전 프레임 영상은 상기 현재 프레임 영상에 대해 시간적으로 직전에 위치한 영상 프레임이고, 상기 영상 정보가 정지 영상인 경우 상기 직전 프레임 영상은 상기 현재 프레임 영상보다 직전에 촬상되어 저장된 영상 프레임일 수 있다.
전술한 것 외의 다른 측면, 특징, 이점이 이하의 도면, 특허청구범위 및 발명의 상세한 설명으로부터 명확해질 것이다.
본 발명의 실시예에 따르면, 광범위한 밝기 변화를 가지는 영상의 정보를 제한된 동적 영역(dynamic range) 내에서 보다 우수하게 표현할 수 있는 효과가 있다.
또한 실제의 밝기 값을 디스플레이 장치의 동적 영역에 맞도록 효율적으로 스케일링함으로써 단순히 밝기 값을 일정 비율로 스케일링 함으로써 발생될 수 있는 선명도 손실을 보상할 수 있는 효과도 있다.
또한 종래의 MSRCR 방식에서 계산 복잡도를 가중시키던 푸리에 변환 등의 번거로움을 제거하고, 여러 개의 프레임 메모리 없이도 최소한의 메모리 공간만으로 영상 개선 처리가 가능한 효과도 있다.
또한 직전의 영상 정보로부터 획득한 정보를 이용하여 현재 영상에 대해 화소 단위의 톤 매핑(tone mapping)을 수행할 수 있어 실시간 영상 화질 개선 처리가 가능한 효과도 있다.
도 1은 본 발명의 일 실시예에 따른 밝기 대비 향상 유닛의 구성을 개략적으로 나타낸 블록 구성도.
도 2는 본 발명의 일 실시예에 따른 각 커브 생성부에서 생성하는 보상 커브 정보를 나타낸 도면.
도 3은 본 발명의 일 실시예에 따른 밝기 대비 향상을 통한 영상 화질 개선 방법을 나타낸 순서도.
도 4 내지 6은 본 발명의 일 실시예에 따른 밝기 대비 향상 유닛의 처리에 따른 입력 영상과 출력 영상을 각각 대비한 도면.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
또한, 명세서에 기재된 "…부", "…유닛", "…모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
이하, 본 발명에 따른 실시예를 설명함에 있어 현재 프레임을 t번째 프레임인 Xt라 표기하고, 직전 프레임인 t-1번째 프레임은 Xt -1이라 표기하기로 한다.
만일 현재 화질 개선 처리의 대상이 동영상인 경우라면 실시간 처리되는 현재 프레임이 Xt이고, 현재 프레임에 시간적으로 직전에 위치된 프레임이 Xt -1이다.
그러나 만일, 현재 화질 개선 처리의 대상이 정지 영상인 경우라면 메모리에 저장된 영상 중에서 후술되는 영상 분석 및 보상 커브 생성을 위해 앞서 독출된 영상(즉, 직전 프레임)이 Xt -1이고, 메모리에 저장된 영상 중에서 Xt -1을 대상으로 생성된 보상 커브를 적용하여 화질 개선 처리하여 출력하기 위해 나중에 독출된 영상(즉, 현재 프레임)이 Xt이다. 메모리에 저장된 영상들 중 Xt -1과 Xt는 시간적으로 연속되어 저장된 각각의 영상들일 수 있다.
또한, 기호 X는 입력 영상(즉, 현재 프레임)의 각 화소값으로서, 여기서 입력 영상은 예를 들어 RGB 영상의 각 채널(R,G,B) 영상이거나 YCbCr(또는 YUV)에서 Y 영상이거나, HSV(또는 HSI, HSL)에서 밝기를 나타내는 V (또는 I, L) 영상 등일 수 있다.
예를 들어, 화질 개선 처리가 실시간 처리되는 동영상을 대상으로 하는 경우에는 이미지 센서로부터 직접 들어오는 값이 입력 정보일 수 있고, 정지 영상의 경우에는 메모리에 저장된 영상 데이터에서 읽는 값이 입력 정보일 수 있다.
도 1은 본 발명의 일 실시예에 따른 밝기 대비 향상 유닛의 구성을 개략적으로 나타낸 블록 구성도이고, 도 2는 본 발명의 일 실시예에 따른 각 커브 생성부에서 생성하는 보상 커브 정보를 나타낸 도면이다.
도 1을 참조하면, 밝기 대비 향상 유닛(100)은 영상 분석부(110), 개별 커브 생성부(120), 전체 영상 커브 생성부(130) 및 커브 적용부(140)를 포함할 수 있다.
영상 분석부(110)는 직전 프레임 Xt -1에 대해 히스토그램(histogram), 히스토그램의 누적 분포 함수(Cumulative Density Function, CDF), 조건부 콘트라스트 확률(Conditional Contrast Probability, CCP), 조건부 콘트라스트 확률에 대한 누적 분포 함수(CDF of CCP) 등 중 하나 이상을 분석한다.
영상 분석부(110)에 의해 수행되는 히스토그램(histogram), 히스토그램의 누적 분포 함수(Cumulative Density Function, CDF), 조건부 콘트라스트 확률(Conditional Contrast Probability, CCP), 조건부 콘트라스트 확률에 대한 누적 분포 함수(CDF of CCP)의 분석 방법은 당업자에게 자명한 사항이므로 이에 대해서는 간략히 설명하기로 한다.
영상 분석부(110)의 분석을 위해, 입력 영상 X의 동적 영역(dynamic range)은 동일한 사이즈를 가지는 n개의 bins로 분리될 수 있고, 해당 bins의 중심 xj는 0, δ, 2δ, ... , (n-1)δ로 표시될 수 있으며, j는 0 내지 n-1 중 임의의 값이고 (n-1) δ <256의 관계를 가질 수 있다. 각 bin의 폭을 나타내는 δ는 예를 들어, 4일 수 있다.
또한, 입력 영상에서 콘트라스트(contrast) 값을 찾기 위해 이미지 피라미드 중 라플라시안 피라미드(laplacian pyramid)가 적용될 수 있다.
i번째 주파수 밴드를 위한 콘트라스트는 Gi = Xi -1 - Xi에 의해 산출될 수 있다. 여기서, 입력 영상 X0는 영상 분석 및 보상 커브 생성을 위한 직전 프레임 Xt -1이고, Xi는 입력 영상을 i번째(i는 1 내지 m 중 임의의 자연수인 피라미드 레벨) 가우시안 필터로 처리한 영상을 나타낸다.
영상 분석부(110)에 의한 영상 해석은 피라미드 레벨 i에 따른 휘도(즉, 입력 영상, Xi)에 종속되는 콘트라스트의 조건부 확률인 조건부 콘트라스트 확률(CCP) 값(Gi)으로 이해될 수 있다.
따라서, 영상 분석부(110)는 휘도 Xi -1에서 j번째 bin에 속하면서 콘트라스트 값 Gi가 톤 매핑(tone mapping)에 영향을 줄 수 있는 값을 가진다면 j번째 bin에 누적하여 조건부 콘트라스트 확률(CCP)을 계산한다.
이때, 콘트라스트 값 Gi가 미리 지정된 임계값보다 크다면, 즉 휘도 Xi -1가 배경 휘도 Xi보다 밝은 값을 가지면서 콘트라스트에 기여하는 것으로 판단하여 하기 수학식 2의
Figure pat00010
의 j번째 bin 에 누적하여 히스토그램을 계산하고, 반대로 Gi가 미리 지정된 임계값보다 작다면 Xi -1가 Xi보다 어두운 값을 가지면서 콘트라스트 에 기여하는 것으로 판단하여
Figure pat00011
의 j번째 bin에 누적하여 조건부 콘트라스트 확률(CCP)을 계산한다.
수학식 3에 표시된 조건부 콘트라스트 확률에 대한 누적 분포 함수(CDF of CCP)는 콘트라스트 향상을 위한 기본 커브로 사용된다. 즉, 조건부 콘트라스트 확률(CCP)의 값이 큰 구간에서는 누적 분포 함수(CDF)의 기울기를 증가시켜 동적 영역(dynamic range)를 넓혀주고, 조건부 콘트라스트 확률(CCP)의 값이 작은 구간에서는 누적 분포 함수(CDF)의 기울기를 감소시켜 동적 영역(dynamic range)을 좁게 한다.
Figure pat00012
Figure pat00013
여기서, P는 확률값을 뜻하고, Gi는 콘트라스트 값이며, δ는 각 bin의 폭을 나타내고, xj는 해당 빈스(bins)의 중심을 나타낸다.
Figure pat00014
Figure pat00015
여기서, l은 n개의 빈스(bins) 중에서 임의의 빈(bin)을 나타내는 인덱스(index)이다.
또한, 영상 분석부(110)는 입력 영상의 동적 영역을 n개의 bins에서 256개의 bins(즉, 8비트)로 다시 만들기 위해 중간의 빈 데이터들을 보간하여 채우는 홀 필링(hole filling) 처리를 더 수행할 수 있다.
개별 커브 생성부(120)는 직전 프레임 Xt -1을 이용하여 영상 분석부(110)에 의해 분석된 조건부 콘트라스트 확률에 대한 누적 분포 함수(CDF of CCP)를 이용하여 복수의 커브를 생성한다. 생성된 커브에 관한 정보는 임의의 저장 공간에 저장될 수 있다.
개별 커브 생성부(120)는 제1 영역(즉, 어두운 영역) 커브 생성부(150), 제2 영역(즉, 밝은 영역) 커브 생성부(155) 및 가중치 커브 생성부(160)를 포함할 수 있다.
제1 영역 커브 생성부(150)는 직전 프레임 Xt -1을 이용하여 영상 분석부(110)에 의해 분석된 조건부 콘트라스트 확률에 대한 누적 분포 함수(CDF of CCP)를 이용하여 제1 영역(즉, 어두운 영역)에서 밝기의 대비를 향상시키는 제1 보상 커브(YLt-1)을 생성한다.
생성된 제1 보상 커브(YLt -1)는 도 2의 (a)에 도시되어 있으며, 밝기를 나타내는 X축이 원점에 가까워질수록 Y축으로 표시된 동적 영역의 폭이 급격히 좁아지는 곡선 그래프의 형태로 표현될 수 있다. 즉, 어두운 영역에서의 밝기 대비를 향상시키기 위한 제1 보상 커브는 밝기가 증가될수록 0보다 큰 접선 기울기가 순차적으로 감소되는 커브 형태로 표현된다. 제1 보상 커브의 생성 방법은 하기 수학식 4에 기재되어 있다.
Figure pat00016
여기서, x는 화소(픽셀)의 밝기값이고, xl은 l번째 빈(bin)의 중심이며, xl -1은 l-1번째 빈(bin)의 중심이고, YL(xl)은 xl에서의 보상 커브의 값이며, YL(xl -1)는 xl-1에서의 보상 커브의 값일 수 있다.
제2 영역 커브 생성부(155)는 직전 프레임 Xt -1을 이용하여 영상 분석부(110)에 의해 분석된 조건부 콘트라스트 확률에 대한 누적 분포 함수(CDF of CCP)를 이용하여 제2 영역(즉, 밝은 영역)에서 밝기의 대비를 향상시키는 제2 보상 커브(YHt-1)을 생성한다.
생성된 제2 보상 커브(YHt -1)는 도 2의 (b)에 도시되어 있으며, X축으로 표시된 밝기 값이 증가할수록 Y축으로 표시된 동적 영역의 폭이 급격히 커지는 곡선 그래프의 형태로 표현될 수 있다. 즉, 밝은 영역에서의 밝기 대비를 향상시키기 위한 제2 보상 커브는 밝기가 증가될수록 0보다 큰 접선 기울기가 순차적으로 증가되는 커브 형태로 표현된다. 제2 보상 커브의 생성 방법은 하기 수학식 5에 기재되어 있다.
Figure pat00017
여기서, x는 화소의 밝기값이고, xl은 l번째 빈(bin)의 중심이며, xl -1은 l-1번째 빈(bin)의 중심이고, YH(xl)은 xl에서의 보상 커브의 값이며, YH(xl -1)는 xl -1에서의 보상 커브의 값일 수 있다.
가중치 커브 생성부(160)는 제1 영역 커브 생성부(150) 및 제2 영역 커브 생성부(155)에 의해 각각 생성된 제1 보상 커브(YLt -1)와 제2 보상 커브(YHt -1)에 곱셈 연산될 가중치 커브(Wt -1)를 생성한다.
가중치 커브는 예를 들어, 도 2의 (c)에 도시된 바와 같이 원점과 최대점(즉, 밝기의 크기를 나타내는 X축의 최대값 및 동적 영역의 크기를 나타내는 Y축의 최대값에 해당하는 최대점)을 연결하는 1차원 직선의 형태로 생성될 수 있다.
가중치 커브 생성부(160)가 가중치 커브(Wt -1)를 생성하는 방법은 하기 수학식 6과 같다.
Figure pat00018
생성된 가중치 커브는 후술되는 수학식 7에서 제시된 바와 같이, 제1 영역(즉, 어두운 영역)에서는 제1 보상 커브에 곱하는 값을 크게 해주고, 반면 제2 영역(밝은 영역)에서는 제2 보상 커브에 곱하는 값을 크게 해주는 형태로 적용될 수 있다.
전체 영상 커브 생성부(130)는 제1 영역 커브 생성부(150), 제2 영역 커브 생성부(155) 및 가중치 커브 생성부(160)에 의해 각각 생성된 제1 보상 커브(YLt -1), 제2 보상 커브(YHt -1) 및 가중치 커브(Wt -1)를 이용하여 현재 프레임 Xt의 밝기 대비를 향상시키기 위한 최종 보상 커브(Yt -1)를 생성한다(도 2의 (d) 참조).
전체 영상 커브 생성부(130)는 제1 보상 커브(YLt -1), 제2 보상 커브(YHt -1) 및 가중치 커브(Wt -1)를 이용하여 최종 보상 커브(Yt -1)를 생성하는 방법은 하기 수학식 7에 기재된 바와 같다.
Figure pat00019
수학식 7에 기재된 바와 같이, 밝기 대비 향상을 위한 최종 보상 커브 Y(x)는 W(x) = 0.5에 해당되는 밝기 값을 기준으로 어두운 영역에서는 YL(x)에 가중치가 더 크게 적용되어 주변보다 어두운 값을 가지면서 콘트라스트(contrast)에 기여하는 화소들에 대한 콘트라스트가 향상되고, 반면 밝은 영역에서는 YH(x)에 가중치가 더 크게 적용되어 주변보다 밝은 값을 가지면서 콘트라스트에 기여하는 화소들에 대한 콘트라스트가 향상되는 효과를 가진다.
커브 적용부(140)는 전체 영상 커브 생성부(130)에 의해 직전 프레임 Xt -1에 대해 생성된 최종 보상 커브(Yt -1)를 하기 수학식 8과 같이 현재 프레임 Xt에 적용하여 밝기 대비가 향상 처리된 현재 프레임 Zt을 출력한다.
Figure pat00020
도 3은 본 발명의 일 실시예에 따른 밝기 대비 향상을 통한 영상 화질 개선 방법을 나타낸 순서도이고, 도 4 내지 6은 본 발명의 일 실시예에 따른 밝기 대비 향상 유닛의 처리에 따른 입력 영상과 출력 영상을 각각 대비한 도면이다.
도 3을 참조하면, 단계 310에서 영상 분석부(110)는 직전 프레임 Xt -1에 대한 조건부 콘트라스트 확률에 대한 누적 분포 함수(CDF of CCP)를 계산한다.
단계 320에서 개별 커브 생성부(120)는 직전 프레임 Xt -1을 이용하여 영상 분석부(110)에 의해 분석된 조건부 콘트라스트 확률에 대한 누적 분포 함수(CDF of CCP)를 이용하여 제1 영역(즉, 어두운 영역)에서 밝기의 대비를 향상시키는 제1 보상 커브(YLt -1) 및 제2 영역(즉, 밝은 영역)에서 밝기의 대비를 향상시키는 제2 보상 커브(YHt-1)를 생성하고, 제1 보상 커브와 제2 보상 커브의 평균값인 가중치 커브(W t-1)을 생성한다.
단계 330에서 전체 영상 커브 생성부(130)는 개별 커브 생성부(120)에 의해 생성된 제1 보상 커브(YLt -1), 제2 보상 커브(YHt -1) 및 가중치 커브(W t-1)를 이용하여 최종 보상 커브(Yt -1)를 생성한다.
단계 340에서 커브 적용부(140)는 입력되는 현재 프레임 Xt에 대해 단계 330에서 생성된 최종 보상 커브를 적용함으로써 밝기 대비가 향상된 현재 프레임 Zt를 출력한다.
도 4 내지 6에는 입력 영상(각 도면의 (a))과 최종 보상 커브가 적용되어 밝기 대비가 향상된 출력 영상(각 도면의 (b))가 도시되어 있다.
각 도면을 참조할 때 직전 프레임의 분석에 의해 산출된 조건부 콘트라스트 확률에 대한 누적 분포 함수(CDF of CCP)를 토대로 생성된 최종 보상 커브를 현재 프레임에 적용함으로써 보다 우수한 화질의 영상 데이터가 획득될 수 있음을 확인할 수 있을 것이다.
상술한 밝기 대비 향상을 통한 영상 화질 개선 방법은 디지털 처리 장치에 내장되거나 설치된 프로그램 등에 의해 시계열적 순서에 따른 자동화된 절차로 수행될 수도 있음은 당연하다. 상기 프로그램을 구성하는 코드들 및 코드 세그먼트들은 당해 분야의 컴퓨터 프로그래머에 의하여 용이하게 추론될 수 있다. 또한, 상기 프로그램은 디지털 처리 장치가 읽을 수 있는 정보저장매체(computer readable media)에 저장되고, 디지털 처리 장치에 의하여 읽혀지고 실행됨으로써 상기 방법을 구현한다. 상기 정보저장매체는 자기 기록매체, 광 기록매체 및 캐리어 웨이브 매체를 포함한다.
상기에서는 본 발명의 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자라면 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100 : 밝기 대비 향상 유닛
110 : 영상 분석부
120 : 개별 커브 생성부
130 : 전체 영상 커브 생성부
140 : 커브 적용부
150 : 제1 영역 커브 생성부
155 : 제2 영역 커브 생성부
160 : 가중치 커브 생성부

Claims (15)

  1. 밝기 대비 향상 유닛을 포함한 영상 화질 개선 장치에 있어서,
    직전 프레임 영상에 대해 조건부 콘트라스트 확률에 대한 누적 분포 함수(Cumulative Density Function of Conditional Contrast Probability)를 분석하는 영상 분석부;
    상기 분석된 조건부 콘트라스트 확률에 대한 누적 분포 함수를 이용하여 최종 보상 커브를 생성하는 보상 커브 생성부; 및
    상기 직전 프레임 영상에 대해 상기 생성된 최종 보상 커브를 현재 프레임 영상에 적용하여 화질 개선된 현재 프레임 영상을 출력하는 커브 적용부를 포함하는 영상 화질 개선 장치.
  2. 제1항에 있어서,
    상기 보상 커브 생성부는,
    상기 조건부 콘트라스트 확률에 대한 누적 분포 함수를 이용하여 어두운 영역에서의 밝기 대비를 향상시키는 제1 보상 커브를 생성하는 제1 영역 커브 생성부;
    상기 조건부 콘트라스트 확률에 대한 누적 분포 함수를 이용하여 밝은 영역에서의 밝기 대비를 향상시키는 제2 보상 커브를 생성하는 제2 영역 커브 생성부;
    상기 제1 보상 커브 및 상기 제2 보상 커브의 평균에 해당하는 가중치 커브를 생성하는 가중치 커브 생성부; 및
    상기 제1 보상 커브, 상기 제2 보상 커브 및 상기 가중치 커브를 이용하여, 상기 가중치 커브의 전체 밝기 값 중 중간값보다 작은 영역에서는 상기 제1 보상 커브에 의한 밝기 대비가 향상되고, 상기 가중치 커브의 전체 밝기 값 중 중간값보다 큰 영역에서는 상기 제2 보상 커브에 의한 밝기 대비가 향상되는 최종 보상 커브를 생성하는 전체 영상 커브 생성부를 포함하는 영상 화질 개선 장치.
  3. 제2항에 있어서,
    상기 제1 보상 커브는 밝기가 증가할수록 접선 기울기가 감소하는 곡선 형상인 것을 특징으로 하는 영상 화질 개선 장치.
  4. 제3항에 있어서,
    상기 제1 보상 커브(YL(x))는 하기 수학식에 의해 생성되는 것을 특징으로 하는 영상 화질 개선 장치.
    Figure pat00021

    여기서, x는 화소의 밝기값이고, xl은 l번째 빈(bin)의 중심이며, xl -1은 l-1번째 빈(bin)의 중심이고, YL(xl)은 xl에서의 보상 커브의 값이며, YL(xl -1)는 xl -1에서의 보상 커브의 값임.
  5. 제2항에 있어서,
    상기 제2 보상 커브는 밝기가 증가할수록 접선 기울기가 증가하는 곡선 형상인 것을 특징으로 하는 영상 화질 개선 장치.
  6. 제5항에 있어서,
    상기 제2 보상 커브(YH(x))는 하기 수학식에 의해 생성되는 것을 특징으로 하는 영상 화질 개선 장치.
    Figure pat00022

    여기서, x는 화소의 밝기값이고, xl은 l번째 빈(bin)의 중심이며, xl -1은 l-1번째 빈(bin)의 중심이고, YH(xl)은 xl에서의 보상 커브의 값이며, YH(xl -1)는 xl -1에서의 보상 커브의 값임.
  7. 제2항에 있어서,
    상기 최종 보상 커브(Y(x))는 하기 수학식에 의해 생성되는 것을 특징으로 하는 영상 화질 개선 장치.
    Figure pat00023

    여기서, W(x)는 상기 가중치 커브이고, 상기 YH(x)는 상기 제2 보상 커브이며, 상기 YL(x)는 상기 제1 보상 커브임.
  8. 제1항에 있어서,
    영상 화질 개선을 위한 영상 정보가 동영상인 경우 상기 직전 프레임 영상은 상기 현재 프레임 영상에 대해 시간적으로 직전에 위치한 영상 프레임이고,
    상기 영상 정보가 정지 영상인 경우 상기 직전 프레임 영상은 상기 현재 프레임 영상보다 직전에 촬상되어 저장된 영상 프레임인 것을 특징으로 하는 영상 화질 개선 장치.
  9. 밝기 대비 향상을 통한 영상 화질 개선 방법에 있어서,
    영상 분석부가 직전 프레임 영상에 대해 조건부 콘트라스트 확률에 대한 누적 분포 함수(Cumulative Density Function of Conditional Contrast Probability)를 분석하는 단계;
    보상 커브 생성부가 상기 분석된 조건부 콘트라스트 확률에 대한 누적 분포 함수를 이용하여 최종 보상 커브를 생성하는 단계; 및
    커브 적용부가 상기 직전 프레임 영상에 대해 상기 생성된 최종 보상 커브를 현재 프레임 영상에 적용하여 화질 개선된 현재 프레임 영상을 출력하는 단계를 포함하는 영상 화질 개선 방법.
  10. 제9항에 있어서,
    상기 최종 보상 커브를 생성하는 단계는,
    상기 조건부 콘트라스트 확률에 대한 누적 분포 함수를 이용하여 어두운 영역에서의 밝기 대비를 향상시키는 제1 보상 커브와 밝은 영역에서의 밝기 대비를 향상시키는 제2 보상 커브를 생성하는 단계;
    상기 제1 보상 커브 및 상기 제2 보상 커브의 평균에 해당하는 가중치 커브를 생성하는 단계; 및
    상기 제1 보상 커브, 상기 제2 보상 커브 및 상기 가중치 커브를 이용하여, 상기 가중치 커브의 전체 밝기 값 중 중간값보다 작은 영역에서는 상기 제1 보상 커브에 의한 밝기 대비가 향상되고, 상기 가중치 커브의 전체 밝기 값 중 중간값보다 큰 영역에서는 상기 제2 보상 커브에 의한 밝기 대비가 향상되는 상기 최종 보상 커브를 생성하는 단계를 포함하는 것을 특징으로 하는 영상 화질 개선 방법.
  11. 제10항에 있어서,
    상기 제1 보상 커브는 밝기가 증가할수록 접선 기울기가 감소하는 곡선 형상이고,
    상기 제2 보상 커브는 밝기가 증가할수록 접선 기울기가 증가하는 곡선 형상인 것을 특징으로 하는 영상 화질 개선 방법.
  12. 제11항에 있어서,
    상기 제1 보상 커브(YL(x))는 하기 수학식에 의해 생성되는 것을 특징으로 하는 영상 화질 개선 방법.
    Figure pat00024

    x는 화소의 밝기값이고, xl은 l번째 빈(bin)의 중심이며, xl -1은 l-1번째 빈(bin)의 중심이고, YL(xl)은 xl에서의 보상 커브의 값이며, YL(xl -1)는 xl -1에서의 보상 커브의 값임.
  13. 제11항에 있어서,
    상기 제2 보상 커브(YH(x))는 하기 수학식에 의해 생성되는 것을 특징으로 하는 영상 화질 개선 방법.
    Figure pat00025

    여기서, x는 화소의 밝기값이고, xl은 l번째 빈(bin)의 중심이며, xl -1은 l-1번째 빈(bin)의 중심이고, YH(xl)은 xl에서의 보상 커브의 값이며, YH(xl -1)는 xl -1에서의 보상 커브의 값임.
  14. 제9항에 있어서,
    상기 최종 보상 커브(Y(x))는 하기 수학식에 의해 생성되는 것을 특징으로 하는 영상 화질 개선 방법.
    Figure pat00026

    여기서, W(x)는 상기 가중치 커브이고, 상기 YH(x)는 상기 제2 보상 커브이며, 상기 YL(x)는 상기 제1 보상 커브임.
  15. 제9항에 있어서,
    영상 화질 개선을 위한 영상 정보가 동영상인 경우 상기 직전 프레임 영상은 상기 현재 프레임 영상에 대해 시간적으로 직전에 위치한 영상 프레임이고,
    상기 영상 정보가 정지 영상인 경우 상기 직전 프레임 영상은 상기 현재 프레임 영상보다 직전에 촬상되어 저장된 영상 프레임인 것을 특징으로 하는 영상 화질 개선 방법.
KR1020120061996A 2012-06-11 2012-06-11 밝기 대비 향상을 통한 영상 화질 개선 방법 및 장치 KR101418521B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120061996A KR101418521B1 (ko) 2012-06-11 2012-06-11 밝기 대비 향상을 통한 영상 화질 개선 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120061996A KR101418521B1 (ko) 2012-06-11 2012-06-11 밝기 대비 향상을 통한 영상 화질 개선 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20130138435A true KR20130138435A (ko) 2013-12-19
KR101418521B1 KR101418521B1 (ko) 2014-07-11

Family

ID=49984138

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120061996A KR101418521B1 (ko) 2012-06-11 2012-06-11 밝기 대비 향상을 통한 영상 화질 개선 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101418521B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101723755B1 (ko) * 2015-12-30 2017-04-06 경희대학교 산학협력단 컬러바와 다항식 변환을 이용한 향상된 비디오 색 열화 복원 방법 및 장치
KR20170107929A (ko) * 2016-03-16 2017-09-26 톰슨 라이센싱 확장된 높은 동적 범위(hdr) 대 hdr 톤 매핑을 위한 방법, 장치 및 시스템

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100189922B1 (ko) 1996-06-20 1999-06-01 윤종용 히스토그램 등화를 이용한 동영상의 콘트라스트개선회로 및 그 방법
KR20080092004A (ko) * 2007-04-10 2008-10-15 엘지전자 주식회사 히스토그램 등화 장치 및 방법
KR100888429B1 (ko) * 2007-05-03 2009-03-11 엠텍비젼 주식회사 영상 밝기 조절 장치 및 그 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101723755B1 (ko) * 2015-12-30 2017-04-06 경희대학교 산학협력단 컬러바와 다항식 변환을 이용한 향상된 비디오 색 열화 복원 방법 및 장치
KR20170107929A (ko) * 2016-03-16 2017-09-26 톰슨 라이센싱 확장된 높은 동적 범위(hdr) 대 hdr 톤 매핑을 위한 방법, 장치 및 시스템

Also Published As

Publication number Publication date
KR101418521B1 (ko) 2014-07-11

Similar Documents

Publication Publication Date Title
Parihar et al. A study on Retinex based method for image enhancement
Chang et al. Automatic contrast-limited adaptive histogram equalization with dual gamma correction
CN101305397B (zh) 基于多个图像帧形成图像的方法，图像处理***和数字照相机
US7359572B2 (en) Automatic analysis and adjustment of digital images with exposure problems
RU2400815C2 (ru) Способ повышения качества цифрового фотоизображения
US8625921B1 (en) Method for image processing using local statistics convolution
Wang et al. Automatic local exposure correction using bright channel prior for under-exposed images
JP4460839B2 (ja) デジタル画像鮮鋭化装置
CN112565636B (zh) 图像处理方法、装置、设备和存储介质
WO2021143300A1 (zh) 图像处理方法、装置、电子设备及存储介质
KR100694153B1 (ko) 매핑 함수에 기반한 이미지 처리 방법 및 장치
Kotwal et al. An optimization-based approach to fusion of multi-exposure, low dynamic range images
Park et al. Generation of high dynamic range illumination from a single image for the enhancement of undesirably illuminated images
Guthier et al. Flicker reduction in tone mapped high dynamic range video
CN115115554A (zh) 基于增强图像的图像处理方法、装置和计算机设备
CN112651945A (zh) 一种基于多特征的多曝光图像感知质量评价方法
CN112927162A (zh) 一种面向低照度图像的增强方法及***
Tsai et al. A novel simultaneous dynamic range compression and local contrast enhancement algorithm for digital video cameras
KR101418521B1 (ko) 밝기 대비 향상을 통한 영상 화질 개선 방법 및 장치
Zini et al. Back to the future: a night photography rendering ISP without deep learning
CN116051801A (zh) 基于光照场景进行hdr光照增强的方法及装置
US20220237755A1 (en) Image enhancement method and image processing device
Dhara et al. Exposure correction and local enhancement for backlit image restoration
Ghous et al. Efficient image enhancement using improved RIQMC based ROHIM model
Sie et al. Alignment-free exposure fusion of image pairs

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
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: 20180627

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20190625

Year of fee payment: 6