KR20230037953A - 컬러 변환 방법 및 이를 수행하는 전자 장치와 이미지 센서 - Google Patents

컬러 변환 방법 및 이를 수행하는 전자 장치와 이미지 센서 Download PDF

Info

Publication number
KR20230037953A
KR20230037953A KR1020210121115A KR20210121115A KR20230037953A KR 20230037953 A KR20230037953 A KR 20230037953A KR 1020210121115 A KR1020210121115 A KR 1020210121115A KR 20210121115 A KR20210121115 A KR 20210121115A KR 20230037953 A KR20230037953 A KR 20230037953A
Authority
KR
South Korea
Prior art keywords
color
image
value
noise amplification
color conversion
Prior art date
Application number
KR1020210121115A
Other languages
English (en)
Inventor
김건우
조성광
조양호
남동경
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020210121115A priority Critical patent/KR20230037953A/ko
Priority to US17/688,247 priority patent/US11991486B2/en
Publication of KR20230037953A publication Critical patent/KR20230037953A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4015—Image demosaicing, e.g. colour filter arrays [CFA] or Bayer patterns
    • 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
    • H04N9/67—Circuits for processing colour signals for matrixing
    • G06T5/002—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H04N23/84—Camera processing pipelines; Components thereof for processing colour signals
    • H04N23/85—Camera processing pipelines; Components thereof for processing colour signals for matrixing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
    • 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
    • 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)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

컬러 변환 방법이 개시된다. 일 실시예는 raw 이미지에 컬러 변환을 수행하여 초기 컬러 변환 이미지를 생성하고, 상기 raw 이미지에 포함된 노이즈가 상기 컬러 변환에 의해 증폭되는 정도를 나타내는 노이즈 증폭도들을 결정할 수 있으며, 상기 결정된 노이즈 증폭도들을 처리할 수 있고, 상기 raw 이미지 및 상기 raw 이미지의 루미넌스 정보 중 적어도 하나와 상기 처리된 노이즈 증폭도들을 이용하여 상기 생성된 초기 컬러 변환 이미지에 필터링을 수행함으로써, 최종 컬러 변환 이미지를 생성할 수 있다.

Description

컬러 변환 방법 및 이를 수행하는 전자 장치와 이미지 센서{METHOD OF COLOR TRANSFORM, ELECTRONIC APPARATUS PERFORMING THE METHOD, AND IMAGE SENSOR}
아래의 개시는 컬러 변환 방법 및 이를 수행하는 전자 장치와 이미지 센서에 관한 것이다.
이미지 센서의 raw 컬러를 표준 컬러로 변환하기 위해 선형 변환, 비선형 함수, LUT(look up table) 등이 이용될 수 있다. raw 컬러가 표준 컬러로 변환될 때, raw 컬러에 포함된 노이즈가 증폭될 수 있다.
일 실시예에 따른 전자 장치에 의해 수행되는 컬러 변환 방법은 로(raw) 이미지에 컬러 변환을 수행하여 초기 컬러 변환 이미지를 생성하는 단계, 상기 raw 이미지에 포함된 노이즈가 상기 컬러 변환에 의해 증폭되는 정도를 나타내는 노이즈 증폭도들을 결정하는 단계로, 상기 결정하는 단계는 상기 raw 이미지의 컬러 공간 상의 제1 컬러값이 컬러 변환된 제1 컬러 변환값 및 상기 제1 컬러값의 이웃 컬러값들이 컬러 변환된 제2 컬러 변환값들을 기초로 상기 제1 컬러값에 대한 노이즈 증폭도를 결정하는 단계 또는 상기 raw 이미지의 제1 픽셀의 컬러값, 상기 제1 픽셀의 이웃 픽셀들의 컬러값들, 상기 제1 픽셀의 컬러값이 컬러 변환된 제3 변환 컬러값, 상기 이웃 픽셀들의 컬러값들이 컬러 변환된 제4 변환 컬러값들을 기초로 상기 제1 픽셀의 컬러값에 대한 노이즈 증폭도를 결정하는 단계를 포함함, 상기 결정된 노이즈 증폭도들을 처리하는 단계, 및 상기 raw 이미지 및 상기 raw 이미지의 루미넌스(luminance) 정보 중 적어도 하나와 상기 처리된 노이즈 증폭도들을 이용하여 상기 생성된 초기 컬러 변환 이미지에 필터링을 수행함으로써, 최종 컬러 변환 이미지를 생성하는 단계를 포함한다.
상기 이웃 컬러값들 각각은 상기 제1 컬러값과 상기 컬러 공간 상에서 서로 다른 축 방향으로 제1 거리값만큼 떨어져 있을 수 있다.
상기 제1 컬러값에 대한 노이즈 증폭도를 결정하는 단계는 상기 제2 컬러 변환값들 각각과 상기 제1 컬러 변환값 사이의 차이를 계산하는 단계, 및 상기 계산된 각 차이와 상기 제1 거리값을 이용하여 상기 제1 컬러값에 대한 노이즈 증폭도를 결정하는 단계를 포함할 수 있다.
상기 계산된 각 차이와 상기 제1 거리값을 이용하여 상기 제1 컬러값에 대한 노이즈 증폭도를 결정하는 단계는 상기 계산된 각 차이의 놈(norm)을 계산하는 단계, 상기 계산된 각 놈과 상기 제1 거리값 사이의 비율을 계산하는 단계, 및 상기 계산된 각 비율의 평균을 상기 제1 컬러값에 대한 노이즈 증폭도로 결정하는 단계를 포함할 수 있다.
상기 처리하는 단계는 상기 결정된 노이즈 증폭도들을 정규화하는 단계, 상기 정규화된 노이즈 증폭도들이 일정 범위 내에 있도록 상기 정규화된 노이즈 증폭도들에 제1 함수를 적용하는 단계, 및 상기 제1 함수의 적용 결과에 제2 함수를 적용하는 단계를 포함할 수 있다.
상기 제1 컬러값에 대한 노이즈 증폭도를 결정하는 단계는 상기 raw 이미지의 컬러 차원 개수가 상기 생성된 초기 컬러 변환 이미지의 컬러 차원 개수와 동일한 경우, 상기 컬러 변환에 이용된 컬러 변환 함수의 자코비안 행렬식(Jacobian determinant)을 상기 제1 컬러값에 적용하여 상기 제1 컬러값에 대한 노이즈 증폭도를 계산하는 단계를 포함할 수 있다.
상기 제1 픽셀의 컬러값에 대한 노이즈 증폭도를 결정하는 단계는 상기 이웃 픽셀들의 각각의 컬러값과 상기 제1 픽셀의 컬러값 사이의 차이의 제1 norm을 계산하는 단계, 상기 제4 변환 컬러값들 각각과 상기 제3 변환 컬러값 사이의 차이의 제2 norm을 계산하는 단계, 및 상기 계산된 각 제1 norm과 상기 계산된 각 제2 norm을 이용하여 상기 제1 픽셀의 컬러값에 대한 노이즈 증폭도를 결정하는 단계를 포함할 수 있다.
상기 최종 컬러 변환 이미지를 생성하는 단계는 상기 처리된 노이즈 증폭도들을 가이드 이미지 필터에 적용하는 단계, 및 상기 raw 이미지 및 상기 루미넌스 정보 중 적어도 하나를 상기 처리된 노이즈 증폭도들이 적용된 상기 가이드 이미지 필터의 가이드 이미지로 이용하여 상기 생성된 초기 컬러 변환 이미지에 가이드 이미지 필터링을 수행하는 단계를 포함할 수 있다.
상기 처리된 노이즈 증폭도들을 적용하는 단계는 컬러 별로 상기 가이드 이미지 필터의 제1 계수의 크기가 조절되도록 상기 제1 계수에 상기 처리된 노이즈 증폭도들을 적용하는 단계를 포함할 수 있다.
일 측에 따른 전자 장치는 이미지 센서, 및 상기 이미지 센서로부터 로(raw) 이미지를 수신하고, 상기 raw 이미지에 전처리를 수행하며, 상기 전처리된 raw 이미지에 컬러 변환을 수행하여 초기 컬러 변환 이미지를 생성하며, 상기 전처리된 raw 이미지에 포함된 노이즈가 상기 컬러 변환에 의해 증폭되는 정도를 나타내는 노이즈 증폭도들을 결정하고, 상기 결정된 노이즈 증폭도들을 처리하고, 상기 전처리된 raw 이미지 및 상기 전처리된 raw 이미지의 루미넌스(luminance) 정보 중 적어도 하나와 상기 처리된 노이즈 증폭도들을 이용하여 상기 생성된 초기 컬러 변환 이미지에 필터링을 수행함으로써, 최종 컬러 변환 이미지를 생성하는 프로세서를 포함한다.
상기 프로세서는, 상기 노이즈 증폭도들을 결정할 때에, 상기 전처리된 raw 이미지의 컬러 공간 상의 제1 컬러값이 컬러 변환된 제1 컬러 변환값 및 상기 제1 컬러값의 이웃 컬러값들이 컬러 변환된 제2 컬러 변환값들을 기초로 상기 제1 컬러값에 대한 노이즈 증폭도를 결정하는 동작, 또는 상기 전처리된 raw 이미지의 제1 픽셀의 컬러값, 상기 제1 픽셀의 이웃 픽셀들의 컬러값들, 상기 제1 픽셀의 컬러값이 컬러 변환된 제3 변환 컬러값, 상기 이웃 픽셀들의 컬러값들이 컬러 변환된 제4 변환 컬러값들을 기초로 상기 제1 픽셀의 컬러값에 대한 노이즈 증폭도를 결정하는 동작을 수행한다.
상기 이웃 컬러값들 각각은 상기 제1 컬러값과 상기 컬러 공간 상에서 서로 다른 축 방향으로 제1 거리값만큼 떨어져 있을 수 있다.
상기 제1 컬러값에 대한 노이즈 증폭도를 결정하는 동작에서, 상기 프로세서는 상기 제2 컬러 변환값들 각각과 상기 제1 컬러 변환값 사이의 차이를 계산하고, 상기 계산된 각 차이와 상기 제1 거리값을 이용하여 상기 제1 컬러값에 대한 노이즈 증폭도를 결정할 수 있다.
상기 계산된 각 차이와 상기 제1 거리값을 이용하여 상기 제1 컬러값에 대한 노이즈 증폭도를 결정하는 동작에서, 상기 프로세서는 상기 계산된 각 차이의 놈(norm)을 계산하고, 상기 계산된 각 놈과 상기 제1 거리값 사이의 비율을 계산하며, 상기 결정된 각 비율의 평균을 상기 제1 컬러값에 대한 노이즈 증폭도로 결정할 수 있다.
상기 프로세서는 상기 결정된 노이즈 증폭도들을 정규화하고, 상기 정규화된 노이즈 증폭도들이 일정 범위 내에 있도록 상기 정규화된 노이즈 증폭도들에 제1 함수를 적용하며, 상기 제1 함수의 적용 결과에 제2 함수를 적용할 수 있다.
상기 제1 컬러값에 대한 노이즈 증폭도를 결정하는 동작에서, 상기 프로세서는 상기 전처리된 raw 이미지의 컬러 차원 개수가 상기 생성된 초기 컬러 변환 이미지의 컬러 차원 개수와 동일한 경우, 상기 컬러 변환에 이용된 컬러 변환 함수의 자코비안 행렬식(Jacobian determinant)을 상기 제1 컬러값에 적용하여 상기 제1 컬러값에 대한 노이즈 증폭도를 계산할 수 있다.
상기 제1 픽셀의 컬러값에 대한 노이즈 증폭도를 결정하는 동작에서, 상기 프로세서는 상기 이웃 픽셀들의 각각의 컬러값과 상기 제1 픽셀의 컬러값 사이의 차이의 제1 norm을 계산하고, 상기 제4 변환 컬러값들 각각과 상기 제3 변환 컬러값 사이의 차이의 제2 norm을 계산하며, 상기 계산된 각 제1 norm과 상기 계산된 각 제2 norm을 이용하여 상기 제1 픽셀의 컬러값에 대한 노이즈 증폭도를 결정할 수 있다.
상기 프로세서는 상기 처리된 노이즈 증폭도들을 가이드 이미지 필터에 적용하고, 상기 전처리된 raw 이미지 및 상기 루미넌스 정보 중 적어도 하나를 상기 처리된 노이즈 증폭도들이 적용된 상기 가이드 이미지 필터의 가이드 이미지로 이용하여 상기 생성된 초기 컬러 변환 이미지에 가이드 이미지 필터링을 수행할 수 있다.
상기 프로세서는 컬러 별로 상기 가이드 이미지 필터의 제1 계수의 크기가 조절되도록 상기 제1 계수에 상기 처리된 노이즈 증폭도들을 적용할 수 있다.
일 측에 따른 이미지 센서는 렌즈, 상기 렌즈에 대응되는 컬러 필터, 및 상기 컬러 필터를 통과한 raw 이미지에 전처리를 수행하고, 상기 전처리된 raw 이미지에 컬러 변환을 수행하여 초기 컬러 변환 이미지를 생성하며, 상기 전처리된 raw 이미지에 포함된 노이즈가 상기 컬러 변환에 의해 증폭되는 정도를 나타내는 노이즈 증폭도들을 결정하며, 상기 결정된 노이즈 증폭도들을 처리하고, 상기 전처리된 raw 이미지 및 상기 전처리된 raw 이미지의 루미넌스(luminance) 정보 중 적어도 하나와 상기 처리된 노이즈 증폭도들을 이용하여 상기 생성된 초기 컬러 변환 이미지에 필터링을 수행함으로써, 최종 컬러 변환 이미지를 생성하는 제어 회로를 포함한다.
상기 제어 회로는 상기 노이즈 증폭도들을 결정할 때에, 상기 전처리된 raw 이미지의 컬러 공간 상의 제1 컬러값이 컬러 변환된 제1 컬러 변환값 및 상기 제1 컬러값의 이웃 컬러값들이 컬러 변환된 제2 컬러 변환값들을 기초로 상기 제1 컬러값에 대한 노이즈 증폭도를 결정하는 동작, 또는 상기 전처리된 raw 이미지의 제1 픽셀의 컬러값, 상기 제1 픽셀의 이웃 픽셀들의 컬러값들, 상기 제1 픽셀의 컬러값이 컬러 변환된 제3 변환 컬러값, 상기 이웃 픽셀들의 컬러값들이 컬러 변환된 제4 변환 컬러값들을 기초로 상기 제1 픽셀의 컬러값에 대한 노이즈 증폭도를 결정하는 동작을 수행한다.
상기 이웃 컬러값들 각각은 상기 제1 컬러값과 상기 컬러 공간 상에서 서로 다른 축 방향으로 제1 거리값만큼 떨어져 있을 수 있다.
상기 제1 컬러값에 대한 노이즈 증폭도를 결정하는 동작에서, 상기 제어 회로는 상기 제2 컬러 변환값들 각각과 상기 제1 컬러 변환값 사이의 차이를 계산하고, 상기 계산된 각 차이와 상기 제1 거리값을 이용하여 상기 제1 컬러값에 대한 노이즈 증폭도를 결정할 수 있다.
상기 제1 픽셀의 컬러값에 대한 노이즈 증폭도를 결정하는 동작에서, 상기 제어 회로는 상기 이웃 픽셀들의 각각의 컬러값과 상기 제1 픽셀의 컬러값 사이의 차이의 제1 norm을 계산하고, 상기 제4 변환 컬러값들 각각과 상기 제3 변환 컬러값 사이의 차이의 제2 norm을 계산하며, 상기 계산된 각 제1 norm과 상기 계산된 각 제2 norm을 이용하여 상기 제1 픽셀의 컬러값에 대한 노이즈 증폭도를 결정할 수 있다.
상기 제어 회로는 상기 처리된 노이즈 증폭도들을 가이드 이미지 필터에 적용하고, 상기 전처리된 raw 이미지 및 상기 루미넌스 정보 중 적어도 하나를 상기 처리된 노이즈 증폭도들이 적용된 상기 가이드 이미지 필터의 가이드 이미지로 이용하여 상기 생성된 초기 컬러 변환 이미지에 가이드 이미지 필터링을 수행할 수 있다.
도 1은 일 실시예에 따른 컬러 변환 장치의 컬러 변환 방법을 설명하기 위한 도면이다.
도 2 내지 도 3은 일 실시예에 따른 노이즈 증폭도의 결정을 설명하기 위한 도면이다.
도 4는 일 실시예에 따른 노이즈 증폭도의 처리를 설명하기 위한 도면이다.
도 5는 일 실시예에 따른 필터링을 설명하기 위한 도면이다.
도 6은 일 실시예에 따른 컬러 변환 방법을 설명하기 위한 흐름도이다.
도 7은 일 실시예에 따른 전자 장치를 설명하기 위한 블록도이다.
도 8은 일 실시예에 따른 이미지 센서를 설명하기 위한 블록도이다.
실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 구현될 수 있다. 따라서, 실제 구현되는 형태는 개시된 특정 실시예로만 한정되는 것이 아니며, 본 명세서의 범위는 실시예들로 설명한 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설명된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 해당 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 실시예들을 첨부된 도면들을 참조하여 상세하게 설명한다. 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고, 이에 대한 중복되는 설명은 생략하기로 한다.
도 1은 일 실시예에 따른 컬러 변환 장치의 컬러 변환 방법을 설명하기 위한 도면이다.
일 실시예에 따른 컬러 변환 장치(100)는 이미지 센서의 raw 이미지를 컬러 변환할 수 있고, 컬러 변환에 의해 증폭된 노이즈를 정량화(quantification)할 수 있다. 컬러 변환 장치(100)는 컬러 변환된 이미지를 필터링(또는 denoising)하되, 컬러 변환된 이미지의 SNR보다 높은 SNR을 갖는 raw 이미지와 증폭된 노이즈를 고려하여 컬러 변환된 이미지를 필터링(또는 denoising)할 수 있다. 이하, 컬러 변환 장치(100)의 동작에 대해 자세히 설명한다.
도 1을 참조하면, 컬러 변환 장치(100)는 raw 이미지에 컬러 변환(110)을 수행하여 초기 컬러 변환 이미지를 생성할 수 있다. 일례로, 컬러 변환 장치(100)는 컬러 필터(예: 보색 컬러 필터, RGB 컬러 필터 등)를 포함하는 이미지 센서로부터 raw 이미지(예: CMY raw 이미지)를 수신할 수 있다. 컬러 변환 장치(100)는 raw 이미지에 컬러 변환(110)을 수행하여 초기 컬러 변환 이미지를 생성할 수 있다.
초기 컬러 변환 이미지는, 예를 들어, 표준 컬러 스펙트럼(또는 표준 컬러 공간)의 이미지일 수 있다. 표준 컬러는, 예를 들어, Standard RGB(sRGB), CIEXYZ 등을 포함할 수 있으나 이에 제한되지 않는다.
컬러 변환 장치(100)는 선형 함수, 비선형 함수, 또는 LUT(look up table)을 이용하여 raw 이미지에 컬러 변환을 수행할 수 있다(110).
이미지 센서의 컬러 필터 스펙트럼이 표준 컬러 스펙트럼과 다른 경우, raw 이미지에 포함된 노이즈 성분이 컬러 변환(110)에 의해 증폭될 수 있다. 일례로, 컬러 변환에 의해 raw 이미지의 각 컬러(달리 표현하면, 각 컬러값)마다 노이즈가 증폭할 수 있다. 각 컬러 별로 노이즈가 증폭하는 정도를 다를 수 있다.
컬러 변환 장치(100)는 컬러 변환에 의해 raw 이미지의 각 컬러마다 노이즈가 증폭하는 정도를 나타내는 노이즈 증폭도를 결정할 수 있다(120). 달리 표현하면, 컬러 변환 장치(100)는 컬러 별 노이즈 증폭도를 정량화할 수 있다. 컬러 변환 장치(100)가 노이즈 증폭도를 어떻게 결정(또는 정량화)하는지에 대해선 도 2와 도 3을 통해 자세히 설명한다.
컬러 변환 장치(100)는 컬러 별 노이즈 증폭도를 처리할 수 있다(130). 후술하겠지만, 컬러 변환 장치(100)는 컬러 별 노이즈 증폭도를 정규화할 수 있고, 정규화된 각 노이즈 증폭도에 제1 함수(예: tanh 함수)를 적용할 수 있으며, 제1 함수의 적용 결과에 제2 함수(예: 지수 함수)를 적용할 수 있다.
컬러 변환 장치(100)는 raw 이미지(또는 raw 이미지의 루미넌스 정보)와 처리된 노이즈 증폭도(Ak)를 이용하여 초기 컬러 변환 이미지에 필터링(140)을 수행할 수 있다. 일 실시예에 있어서, 필터링(140)은 예를 들어 GIF(guided image filtering)을 포함할 수 있으나, 이에 제한되지 않는다. 일례로, 컬러 변환 장치(100)는 raw 이미지를 GIF의 가이드 이미지로 이용할 수 있고 처리된 노이즈 증폭도(Ak)를 GIF에 적용할 수 있다. 실시예에 있어서, raw 이미지가 디모자이킹(demosaicing)될 수 있고, 디모자이킹된 raw 이미지가 가이드 이미지로 이용될 수 있다. 컬러 변환 장치(100)는 초기 컬러 변환 이미지에 GIF를 수행할 수 있다. 다른 일례로, 컬러 변환 장치(100)는 raw 이미지의 루미넌스 정보를 GIF의 가이드 이미지로 이용할 수 있다. 보다 구체적으로, 컬러 변환 장치(100)는 raw 이미지의 아래 수학식 1을 통해 raw 이미지의 루미넌스 정보(L)를 결정할 수 있다.
Figure pat00001
위 수학식 1에서, n은 컬러 채널 개수를 나타내고, Si는 컬러 채널 i의 raw 데이터를 나타내며, ci는 가중치를 나타낸다. 가중치들의 합은 1이 될 수 있다. 일례로, CMY의 경우, n은 3이고, S1, S2, 및 S3 각각은 C 채널의 raw 데이터, M채널의 raw 데이터, 및 Y채널의 raw 데이터 각각을 나타내며, 가중치들은 CMY 컬러 스펙트럼의 특성과 YCbCr의 Y 스펙트럼 특성 사이의 관계가 모델링됨으로써 결정될 수 있다. 다른 일례로, RGB의 경우, n은 3이고, S1, S2, 및 S3 각각은 R 채널의 raw 데이터, G채널의 raw 데이터, 및 B채널의 raw 데이터 각각을 나타내며, 가중치들은 RGB 컬러 스펙트럼의 특성과 CIEXYZ의 Y 스펙트럼 특성 사이의 관계가 모델링됨으로써 결정될 수 있다. RGB의 경우 예를 들어 c1은 0.212, c2는 0.715, c3는 0.072일 수 있다. 컬러 변환 장치(100)는 raw 이미지의 루미넌스 정보를 가이드 이미지로 이용할 수 있고, 처리된 노이즈 증폭도(Ak)를 GIF에 적용할 수 있다. 컬러 변환 장치(100)는 초기 컬러 변환 이미지에 GIF를 수행할 수 있다.
컬러 변환 장치(100)는 필터링(140)을 수행함으로써 노이즈가 완화(또는 제거)된 최종 컬러 변환 이미지를 생성할 수 있다.
도 2 내지 도 3은 일 실시예에 따른 노이즈 증폭도의 결정을 설명하기 위한 도면이다.
도 2를 통해 컬러 변환 장치(100)가 컬러 공간 상의 컬러값에 대한 노이즈 증폭도를 결정(또는 정량화)하는 것에 대해 설명한다.
도 2를 참조하면, 컬러 변환 장치(100)는 raw 이미지의 컬러값(k)에 컬러 변환(F)을 수행하여 변환 컬러값(F(k))을 생성할 수 있다. 마찬가지로, 컬러 변환 장치(100)는 컬러값들(k+△x1, … , k+△xi, … , k+△xn)에 컬러 변환을 수행하여 변환 컬러값들(F(k+△x1), … , F(k+△xi), … , F(k+△xn))을 생성할 수 있다.
도 2에서, 컬러값(k)는 컬러 공간 X(즉, raw 이미지의 컬러 공간)에서의 좌표를 나타낼 수 있다. 일례로, 컬러 공간 X가 CMY 컬러 공간인 경우, 컬러값(k)은 (C값, M값, Y값)일 수 있다.
△xi는 컬러 공간 X에서 i축 방향으로 크기가 작은 상수값(α)를 갖는 벡터를 나타낼 수 있다. △xi = (0, … , α, … , 0)일 수 있다. i축은, 예를 들어, 컬러 공간 X가 CMY 컬러 공간인 경우 C축, M축, 또는 Y축에 해당할 수 있다.
도 2에서, raw 이미지의 컬러값(k+△xi)은 컬러 공간 X에서 컬러값(k)와 i축 방향으로 △xi만큼 떨어진 컬러값을 나타낼 수 있다. i=1일 때(예를 들어, i축이 C축일 때) 컬러값(k+△x1)은 컬러값(k)와 C축으로 상수값(α)만큼 떨어진 컬러값을 나타낼 수 있다.
컬러값들(k+△x1, … , k+△xi, … , k+△xn) 각각은 컬러값(k)의 이웃 컬러값으로 표현될 수 있다.
도 2에서, 컬러 공간 Y는 표준 컬러 공간일 수 있고, 변환 컬러값들(F(k), F(k+△x1), … , F(k+△xi), … , F(k+△xn))은 표준 컬러에 해당할 수 있다.
컬러 변환 장치(100)는 변환 컬러값들(F(k+△x1), … , F(k+△xi), … , F(k+△xn)) 각각과 변환 컬러값(F(k)) 사이의 차이 및 △xi를 기초로 컬러값(k)에 대한 노이즈 증폭도를 계산할 수 있다. 일례로, 컬러 변환 장치(100)는 아래 수학식 2에 따라 컬러값(k)에 대한 노이즈 증폭도를 계산할 수 있다.
Figure pat00002
위 수학식 2에서,
Figure pat00003
는 유클리디언 놈(Euclidean norm)을 나타낼 수 있다.
컬러 변환 장치(100)는 위 수학식 2를 통해 변환 컬러값들(F(k+△x1), … , F(k+△xi), … , F(k+△xn)) 각각과 변환 컬러값(F(k)) 사이의 차이에 대한 norm을 계산할 수 있고, 각 계산된 norm과 △xi의 norm 사이의 비율을 계산할 수 있다. △xi의 norm은 상술한 상수값(α)일 수 있어, 컬러 변환 장치(100)는 각 계산된 norm과 상수값(α) 사이의 비율을 계산할 수 있다. 컬러 변환 장치(100)는 계산된 각 비율의 평균을 컬러값(k)에 대한 노이즈 증폭도(N(k))로 결정할 수 있다. 이와 유사하게, 컬러 변환 장치(100)는 raw 이미지의 나머지 컬러값들 각각에 대한 노이즈 증폭도를 계산할 수 있다. 이에 따라, 컬러 변환 장치(100)는 컬러 별 노이즈 증폭도를 정량화할 수 있다.
컬러 별 노이즈 증폭도를 결정하는 다른 실시예에 있어서, 컬러 변환 장치(100)는 컬러 공간 X의 차원 개수와 컬러 공간 Y의 차원 개수가 동일한 경우, 자코비안 행렬식(Jacobian determinant)을 통해 raw 이미지의 각 컬러값에 대한 노이즈 증폭도를 계산할 수 있다. 일례로, 컬러 공간 X가 CMY 컬러 공간이고, 컬러 공간 Y가 RGB 컬러 공간일 수 있다. 이 경우, 컬러 공간 X와 컬러 공간 Y는 3차원으로, 차원 개수가 동일하다. 컬러 변환 장치(100)가 raw 이미지에 컬러 변환을 수행할 때, 컬러 별로 노이즈 증폭도는 다를 수 있다. 컬러 변환 장치(100)는 컬러 별로 달라진 노이즈 증폭도를 정량화하기 위해 자코비안 행렬식을 이용할 수 있다. 컬러 변환 장치(100)는 자코비안 행렬식을 통해 raw 이미지의 각 컬러값의 노이즈 증폭도를 계산할 수 있다. 아래 수학식 3은 자코비안 행렬식에 컬러값(k)를 적용한 결과(JF(k))를 보여준다. 다시 말해, 아래 수학식 3은 컬러값(k)에서의 자코비안 행렬식의 결과를 나타낼 수 있다.
Figure pat00004
컬러 변환 장치(100)는 위 수학식 3의 JF(k)를 컬러값(k)의 노이즈 증폭도로 결정할 수 있다. 이와 유사하게, 컬러 변환 장치(100)는 자코비안 행렬식을 이용하여 raw 이미지의 나머지 컬러값들 각각에 대한 노이즈 증폭도를 계산할 수 있다.
컬러 별 노이즈 증폭도를 결정하는 또 다른 실시예에 있어서, 컬러 변환 장치(100)는 컬러 공간 X을 격자(균등 격자 또는 비균등 격자)로 분할할 수 있고, 격자로 분할된 컬러 공간 X의 대표 그리드(grid)에 해당하는 각 컬러값의 노이즈 증폭도를 계산할 수 있다. 여기서, 대표 그리드는 격자로 분할된 컬러 공간 X에서 일부 격자점들(또는 일부 컬러값들)로 구성된 그리드일 수 있다. 컬러 변환 장치(100)는 대표 그리드 상의 각 컬러값을 이용하여 LUT을 생성할 수 있다. 컬러 변환 장치(100)는 raw 이미지를 입력 받으면, 생성된 LUT을 통해 raw 이미지의 각 컬러값에 대한 노이즈 증폭도를 결정할 수 있다. 컬러 변환 장치(100)는 LUT에 없는 컬러값을 raw 이미지가 갖고 있는 경우, 보간(interpolation) 연산을 통해 해당 컬러값에 대한 노이즈 증폭도를 계산할 수 있다.
도 3을 통해 컬러 변환 장치(100)가 raw 이미지(310)의 픽셀과 이웃 픽셀을 고려하여 노이즈 증폭도를 결정(또는 정량화)하는 것에 대해 설명한다.
도 3에 raw 이미지(310)의 일례가 도시된다. raw 이미지(310)는 복수의 픽셀들을 포함할 수 있다. raw 이미지(310)에서 픽셀들(p1 내지 p8)은 픽셀(i)의 이웃 픽셀들(또는 주변 픽셀들)일 수 있다.
컬러 변환 장치(100)는 픽셀(i)의 컬러값(I(i))을 컬러 변환(F)하여 변환 컬러값(F(I(i))을 생성할 수 있다. 마찬가지로, 컬러 변환 장치(100)는 이웃 픽셀들(p1 내지 p8)의 컬러값들(I(p1) 내지 I(p8))을 컬러 변환(F)하여 변환 컬러값들(F(I(p1)) 내지 F(I(p8)))을 생성할 수 있다.
컬러 변환 장치(100)는 픽셀(i)의 컬러값(I(i)), 이웃 픽셀들(p1 내지 p8)의 컬러값들((I(p1) 내지 I(p8)), 및 변환 컬러값들(F(I(i), F(I(p1) 내지 F(I(p8))을 이용하여 픽셀(i)의 컬러값(I(i))에 대한 노이즈 증폭도를 결정(또는 계산)할 수 있다. 일례로, 컬러 변환 장치(100)는 아래 수학식 4를 통해 픽셀(i)의 컬러값(I(i))에 대한 노이즈 증폭도를 계산할 수 있다.
Figure pat00005
위 수학식 4에서, ωi는 픽셀(i)의 이웃 픽셀들(p1 내지 p8)에 대한 집합을 나타낼 수 있다.
컬러 변환 장치(100)는 컬러값들((I(p1) 내지 I(p8)) 각각과 컬러값(I(i)) 사이의 차이를 계산할 수 있고, 계산된 각 차이의 제1 norm을 계산할 수 있다. 컬러 변환 장치(100)는 변환 컬러값들(F(I(p1) 내지 F(I(p8)) 각각과 변환 컬러값(F(I(i)) 사이의 차이를 계산할 수 있고, 계산된 각 차이의 제2 norm을 계산할 수 있다. 컬러 변환 장치(100)는 각 계산된 제1 norm과 각 계산된 제2 norm을 통해 컬러값(I(i))에 대한 노이즈 증폭도(N(k))를 계산할 수 있다. 이와 유사하게, 컬러 변환 장치(100)는 raw 이미지(310)의 나머지 픽셀들 각각의 컬러값에 대한 노이즈 증폭도를 계산할 수 있다.
도 4는 일 실시예에 따른 노이즈 증폭도의 처리를 설명하기 위한 도면이다.
일 실시예에 있어서, 컬러 변환 장치(100)는 컬러 별 노이즈 증폭도의 분포가 평균이 0이 되고 표준 편차가 1이 되도록 아래 수학식 5를 통해 컬러 별 노이즈 증폭도를 정규화할 수 있다.
Figure pat00006
위 수학식 5에서,
Figure pat00007
는 컬러값(k)에 대한 정규화된 노이즈 증폭도를 나타내고, N(k)는 컬러값(k)에 대한 노이즈 증폭도를 나타내며, mN은 컬러 별 노이즈 증폭도의 평균을 나타내고, σN은 컬러 별 노이즈 증폭도의 표준 편차를 나타내고, 낸다.
컬러 변환 장치(100)는 하이퍼볼릭 탄젠트(hyperbolic tangent, tanh) 함수와 지수 함수(ax)를 이용하여
Figure pat00008
를 변형할 수 있다. 일례로, 컬러 변환 장치(100)는
Figure pat00009
이 -1~1로 제한되도록
Figure pat00010
에 tanh를 적용할 수 있고, 아래 수학식 6과 같이 tanh(
Figure pat00011
)를 지수 함수(ax)에 적용할 수 있다.
Figure pat00012
위 수학식 6에서, Ak는 컬러값(k)의 처리된 노이즈 증폭도를 나타낼 수 있다.
Ak는 후술할 필터링(140)에서 GIF의 계수(ak))의 크기를 조절하는 요소가 될 수 있다. 달리 표현하면, Ak는 컬러(k)에 대한 필터링 세기(filtering strength)(또는 denoising 세기)를 조절하는 요소가 될 수 있다. 이에 따라, 도 4를 통해 설명한 처리(130)는 필터링 세기의 정량화를 포함할 수 있다.
도 4에 히스토그램이 도시되는데, 히스토그램(410)은 위 수학식 2의 JF(k)의 히스토그램을 나타내고, 도 4의 히스토그램(420)은 하기 수학식 7과 8을 통해 결정된 Ak의 히스토그램을 나타낸다.
Figure pat00013
Figure pat00014
위 수학식 7에서, mJF 및 σJF 각각은 raw 이미지의 각 컬러값의 자코비안 행렬식의 값의 평균 및 표준편차 각각을 나타낸다.
컬러 변환 장치(100)는 컬러 별 처리된 노이즈 증폭도(Ak)를 필터링(140)에 적용할 수 있다.
도 5는 일 실시예에 따른 필터링을 설명하기 위한 도면이다.
도 5를 참조하면, 일 실시예에 따른 필터링(140)은 GIF(Guided Image filtering)을 포함할 수 있으나, 이에 제한되지 않는다.
컬러 변환 장치(100)는 가이드 이미지(Ii)와 처리된 노이즈 증폭도(Ak)를 이용하여 초기 컬러 변환 이미지(Pk)에 GIF를 수행할 수 있다.
컬러 변환 장치(100)는 아래 수학식 9의 최소화 문제(minimization problem)를 풀어 초기 컬러 변환 이미지(Pk)를 필터링할 수 있다. 컬러 변환 장치(100)는 raw 이미지를 GIF의 가이드 이미지로 이용할 수 있고, Ak를 GIF의 선형 필터 계수(a k )에 적용할 수 있다. 컬러 변환 장치(100)는 컬러(k)마다 다르게 필터링할 수 있다.
Figure pat00015
위 수학식 9에서, ωk는 컬러값(k)의 이웃 컬러값들을 포함하는 집합을 나타내고, ak와bk 각각은 GIF의 선형 필터 계수를 나타낸다. 가이드 이미지가 n차원이면 ak는 n차원 벡터이고 bk는 스칼라 값이다. 일례로, CMY 컬러의 raw 이미지가 가이드 아미지인 경우, raw 이미지의 차원은 3이고, ak는 3차원 벡터이다.
가이드 이미지(즉, raw 이미지)가 n차원일 때, 컬러 변환 장치(100)는 아래 수학식 10을 통해 ak를 계산할 수 있고, 아래 수학식 11을 통해 bk를 계산할 수 있다.
Figure pat00016
Figure pat00017
수학식 10과 11에서,
Figure pat00018
와
Figure pat00019
각각은 가이드 이미지(즉, raw 이미지)의 컬러값들의 평균 및 분산 각각을 나타내고,
Figure pat00020
는 가이드 이미지의 ωk에서의 n×n 공분산 행렬(covariance matrix)을 나타내며, U는 n×n 항등 행렬(identity matrix)을 나타내고,
Figure pat00021
는 초기 컬러 변환 이미지의 컬러값들의 평균값을 나타내고, ε는 regularization 파라미터를 나타낸다.
가이드 이미지의 컬러값들의 평균과 분산에 따라 필터링의 계수들(ak, bk)이 결정될 수 있다. 다시 말해, 디노이징(denoising) 결과(또는 최종 컬러 변환 이미지)에 가이드 이미지의 특성이 반영되도록 설정될 수 있다.
Ak는 선형 필터 계수 ak의 크기를 조절할 수 있다. Ak가 클수록 ak는 작아질 수 있다. 이는 ωk에서 가이드 이미지와 초기 컬러 변환 이미지를 유사하게 만들기보다는 bk의 역할 또는 비중을 더 크게 할 수 있어, denoising이 더 강하게 적용될 수 있다. Ak가 작을수록 denoising이 더 약하게 적용될 수 있다. 다시 말해, noise 증폭도(또는 Ak)에 따라 denoising 세기가 조절될 수 있다.
일례로, 컬러 변환 장치(100)는 컬러값1에 대한 A1가 1이면 평균적인 세기의 필터링을 수행할 수 있다. 컬러 변환 장치(100)는 컬러값2에 대한 A2가 A1보다 큰 경우, 컬러값1의 필터링 세기보다 큰 세기의 필터링을 수행할 수 있다. 컬러 변환 장치(100)는 컬러값3에 대한 A3가 A1보다 작은 경우, 컬러값1의 필터링 세기보다 작은 세기의 필터링을 수행할 수 있다.
구현에 따라, 가이드 이미지는 1채널일 수 있다. 일례로, 가이드 이미지는 raw 이미지의 루미넌스 정보일 수 있다. 컬러 변환 장치(100)는 raw 이미지의 루미넌스 정보를 GIF의 가이드 이미지로 이용할 수 있고, 위 수학식 9의 최소화 문제를 풀어 필터링을 수행할 수 있다. 이 때, 컬러 변환 장치(100)는 아래 수학식 12를 통해 ak를 계산할 수 있고, 아래 수학식 13을 통해 bk를 계산할 수 있다. 가이드 이미지가 1채널인 경우, ak와 bk는 스칼라값일 수 있다.
Figure pat00022
Figure pat00023
위 수학식 12의 Ii는 raw 이미지의 루미넌스 정보에 해당한다.
컬러 변환 장치(100)는 필터링(140)을 통해 최종 컬러 변환 이미지를 생성할 수 있다. 초기 컬러 변환 이미지에는 컬러 변환에 의해 증폭된 노이즈가 포함되어 있을 수 있고, 컬러 변환 장치(100)는 증폭된 노이즈를 필터링(140)을 통해 제거 또는 완화할 수 있다. 또한, 컬러 변환 장치(100)는 최종 컬러 변환 이미지가 SNR이 높은 가이드 이미지(즉, raw 이미지 또는 raw 이미지의 루미넌스 정보)의 엣지(edge)와 텍스쳐(texture)를 따르도록 할 수 있다.
다른 실시예에 있어서, 컬러 변환 장치(100)는 raw 이미지의 크로미넌스(chrominance)를 계산할 수 있다. 컬러 변환 장치(100)는 raw 이미지의 루미넌스, raw 이미지의 크로미넌스, 및 처리된 노이즈 증폭도들을 이용하여 초기 컬러 변환 이미지에 필터링(140)을 수행할 수 있다. 일례로, 컬러 변환 장치(100)는 raw 이미지의 루미넌스를 참조하여 초기 컬러 변환 이미지의 루미넌스를 필터링할 수 있고, raw 이미지의 크로미넌스를 참조하여 초기 컬러 변환 이미지의 크로미넌스를 필터링할 수 있다. 이 때, 필터링에는 처리된 노이즈 증폭도들이 적용된 GIF가 이용될 수 있다.
또 다른 실시예에 있어서, 컬러 변환 장치(100)는 raw 이미지와 처리된 노이즈 증폭도들을 이용하여 초기 컬러 변환 이미지의 크로미넌스를 필터링할 수 있고, 필터링 결과의 루미넌스를 raw 이미지의 루미넌스로 대체하여 최종 컬러 변환 이미지를 생성할 수 있다.
도 6은 일 실시예에 따른 컬러 변환 방법을 설명하기 위한 흐름도이다.
도 6을 참조하면, 단계(610)에서 컬러 변환 장치(100)는 raw 이미지에 컬러 변환을 수행하여 초기 컬러 변환 이미지를 생성할 수 있다.
단계(620)에서 컬러 변환 장치(100)는 raw 이미지의 노이즈 증폭도들을 결정할 수 있다. 컬러 변환 장치(100)는 raw 이미지의 컬러 별 노이즈 증폭도를 결정할 수 있다.
raw 이미지의 제1 컬러값에 대한 노이즈 증폭도를 결정하는 것에 대해 설명한다. 제1 컬러값에 대한 노이즈 증폭도를 결정하는 것은 raw 이미지의 다른 컬러값에 대한 노이즈 증폭도를 결정하는 것에 적용될 수 있다.
일 실시예에 있어서, 컬러 변환 장치(100)는 raw 이미지의 컬러 공간 상의 제1 컬러값이 컬러 변환된 제1 컬러 변환값 및 제1 컬러값의 이웃 컬러값들이 컬러 변환된 제2 컬러 변환값들을 기초로 제1 컬러값에 대한 노이즈 증폭도를 결정할 수 있다. 여기서, 제1 컬러값의 이웃 컬러값들 각각은 제1 컬러값과 컬러 공간 상에서 서로 다른 축 방향으로 제1 거리값(예: 도 2를 설명한 상수값(α))만큼 떨어져 있을 수 있다. 예를 들어, 컬러 변환 장치(100)는 제2 컬러 변환값들 각각과 제1 컬러 변환값 사이의 차이를 계산할 수 있다. 컬러 변환 장치(100)는 계산된 각 차이와 제1 거리값을 이용하여 제1 컬러값에 대한 노이즈 증폭도를 결정할 수 있다. 이 때, 컬러 변환 장치(100)는 계산된 각 차이의 norm과 제1 거리값 사이의 비율을 계산할 수 있고, 계산된 각 비율의 평균을 상기 제1 컬러값에 대한 노이즈 증폭도로 결정할 수 있다. 이에 대해선, 도 2를 통해 설명하였으므로 자세한 설명을 생략한다.
다른 실시예에 있어서, 컬러 변환 장치(100)는 raw 이미지의 컬러 차원 개수가 초기 컬러 변환 이미지의 컬러 차원 개수와 동일한 경우, 컬러 변환에 이용된 컬러 변환 함수의 자코비안 행렬식을 제1 컬러값에 적용하여 제1 컬러값에 대한 노이즈 증폭도를 계산할 수 있다.
raw 이미지의 제1 픽셀의 컬러값에 대한 노이즈 증폭도를 결정하는 것에 대해 설명한다. 제1 픽셀의 컬러값에 대한 노이즈 증폭도를 결정하는 것은 raw 이미지의 다른 픽셀의 컬러값에 대한 노이즈 증폭도를 결정하는 것에 적용될 수 있다.
컬러 변환 장치(100)는 raw 이미지의 제1 픽셀의 컬러값, 제1 픽셀의 이웃 픽셀들의 컬러값들, 제1 픽셀의 컬러값이 컬러 변환된 제3 변환 컬러값, 이웃 픽셀들의 컬러값들이 컬러 변환된 제4 변환 컬러값들을 기초로 제1 픽셀의 컬러값에 대한 노이즈 증폭도를 결정할 수 있다. 일례로, 컬러 변환 장치(100)는 이웃 픽셀들의 각각의 컬러값과 제1 픽셀의 컬러값 사이의 차이의 제1 norm을 계산할 수 있다. 컬러 변환 장치(100)는 제4 변환 컬러값들 각각과 제3 변환 컬러값 사이의 차이의 제2 norm을 계산할 수 있다. 컬러 변환 장치(100)는 계산된 각 제1 norm과 계산된 각 제2 norm을 이용하여 제1 픽셀의 컬러값에 대한 노이즈 증폭도를 결정할 수 있다. 이에 대해선 도 3을 통해 설명하였으므로, 자세한 설명을 생략한다.
단계(630)에서 컬러 변환 장치(100)는 결정된 노이즈 증폭도들을 처리할 수 있다. 일례로, 컬러 변환 장치(100)는 결정된 노이즈 증폭도들을 정규화할 수 있다. 컬러 변환 장치(100)는 정규화된 노이즈 증폭도들이 일정 범위(예: -1~1) 내에 있도록 정규화된 노이즈 증폭도들에 제1 함수(예: tanh)를 적용할 수 있다. 컬러 변환 장치(100)는 제1 함수의 적용 결과에 제2 함수(예: 지수함수)를 적용하여 도 4를 통해 설명한 Ak를 결정할 수 있다.
단계(640)에서 컬러 변환 장치(100)는 raw 이미지 및 raw 이미지의 루미넌스 정보 중 적어도 하나와 처리된 노이즈 증폭도들을 이용하여 초기 컬러 변환 이미지에 필터링을 수행함으로써, 최종 컬러 변환 이미지를 생성할 수 있다.
단계(640)에서 컬러 변환 장치(100)는 처리된 노이즈 증폭도들을 가이드 이미지 필터에 적용할 수 있다. 일례로, 컬러 변환 장치(100)는 컬러 별로 가이드 이미지 필터의 제1 계수(예: 도 5를 통해 설명한 선형 필터 계수(ak))의 크기가 조절되도록 제1 계수에 처리된 노이즈 증폭도들을 적용할 수 있다. 컬러 변환 장치(100)는 raw 이미지 및 raw 이미지의 루미넌스 정보 중 적어도 하나를 가이드 이미지 필터의 가이드 이미지로 이용하여 초기 컬러 변환 이미지에 GIF를 수행할 수 있다. 이에 대해선 도 5를 통해 설명하였으므로, 자세한 설명을 생략한다.
도 1 내지 도 5를 통해 기술된 사항들은 도 6을 통해 기술된 사항들에 적용될 수 있으므로, 상세한 설명을 생략한다.
도 7은 일 실시예에 따른 전자 장치를 설명하기 위한 블록도이다.
도 7을 참조하면, 일 실시예에 따른 전자 장치(700)는 이미지 센서(710) 및 프로세서(720)를 포함한다.
이미지 센서(710)는 CMOS(complementary metal-oxide-semiconductor) 이미지 센서일 수 있다.
프로세서(720)는 ISP(image signal processor)일 수 있다.
이미지 센서(710)는 raw 이미지를 생성할 수 있고, raw 이미지를 프로세서(720)로 전송할 수 있다.
프로세서(720)는 raw 이미지에 전처리를 수행할 수 있다. 전처리는, 예를 들어, 센서 이미지 보정(sensor image correction)과 demosaicking을 포함할 수 있다. 프로세서(720)는 raw 이미지 내의 아티팩트(artifact)를 제거하기 위해 raw 이미지에 센서 이미지 보정을 수행할 수 있다. 센서 이미지 보정은, 예를 들어, bad Pixel Correction, Lens Shading Correction, Denoising 등을 포함할 수 있으나, 이에 제한되지 않는다. 프로세서(720)는 센서 이미지 보정이 수행된 raw 이미지에 demosaicking을 적용할 수 있다. 이에 따라, 프로세서(720)는 센서 이미지 보정이 수행된 이미지의 컬러를 full 컬러로 복원할 수 있다.
프로세서(720)는 컬러 변환 장치(100)를 포함할 수 있고, 도 1 내지 도 6을 통해 설명한 컬러 변환 방법을 수행할 수 있다.
보다 구체적으로, 프로세서(720)는 전처리된 raw 이미지에 컬러 변환을 수행하여 초기 컬러 변환 이미지를 생성하며, 전처리된 raw 이미지에 포함된 노이즈가 컬러 변환에 의해 증폭되는 정도를 나타내는 노이즈 증폭도들을 결정한다. 일례로, 프로세서(720)는 raw 이미지의 컬러 공간 상의 제1 컬러값이 컬러 변환된 제1 컬러 변환값 및 제1 컬러값의 이웃 컬러값들이 컬러 변환된 제2 컬러 변환값들을 기초로 제1 컬러값에 대한 노이즈 증폭도를 결정할 수 있다. 다른 일례로, 프로세서(720)는 전처리된 raw 이미지의 제1 픽셀의 컬러값, 상기 제1 픽셀의 이웃 픽셀들의 컬러값들, 제1 픽셀의 컬러값이 컬러 변환된 제3 변환 컬러값, 이웃 픽셀들의 컬러값들이 컬러 변환된 제4 변환 컬러값들을 기초로 제1 픽셀의 컬러값에 대한 노이즈 증폭도를 결정할 수 있다.
프로세서(720)는 결정된 노이즈 증폭도들을 처리하고, 전처리된 raw 이미지 및 전처리된 raw 이미지의 루미넌스 정보 중 적어도 하나와 처리된 노이즈 증폭도들을 이용하여 초기 컬러 변환 이미지에 필터링을 수행할 수 있다. 이로써, 프로세서(720)는 최종 컬러 변환 이미지를 생성할 수 있다.
프로세서(720)는 최종 컬러 변환 이미지에 영상 처리를 수행하여 최종 이미지를 생성할 수 있다. 영상 처리는, 예를 들어, 감마 보정, AWB(auto white balancing), 디블러링(deblurring), 컨트라스트 향상(contrast enhancement) 등을 포함할 수 있으나, 이에 제한되지 않는다.
프로세서(720)는 최종 이미지를 전자 장치(700) 내의 메모리(미도시)에 저장할 수 있다.
일 실시예에 있어서, 전자 장치(700)는 보조 프로세서(예: 뉴럴 프로세서)를 포함할 수 있다. 보조 프로세서는 주어진 이미지로부터 객체 인식을 수행할 수 있다. 프로세서(720)는 최종 이미지를 보조 프로세서로 전송할 수 있고, 보조 프로세서는 최종 이미지에 객체 인식을 수행하여 객체 인식 결과를 사용자에게 제공할 수 있다.
전자 장치(700)는 자율 주행 차량, 스마트폰, 디지털 카메라, 태블릿 PC, AR(augmented reality) 글래스 등으로 구현될 수 있으나 이에 제한되지 않는다.
도 1 내지 도 6을 통해 기술된 사항들은 도 7을 통해 기술된 사항들에 적용될 수 있어, 상세한 설명을 생략한다.
도 8은 일 실시예에 따른 이미지 센서를 설명하기 위한 블록도이다.
도 8을 참조하면, 일 실시예에 따른 이미지 센서(800)는 렌즈(810), 렌즈(810)에 대응되는 컬러 필터(820), 및 제어 회로(830)를 포함한다.
이미지 센서(800)는 CMOS 이미지 센서일 수 있다.
컬러 필터(820)는 보색 컬러 필터를 포함할 수 있으나, 이에 제한되지 않는다.
제어 회로(830)는 상술한 컬러 변환 방법을 수행하기 위한 ASIC(application-specific integrated circuit)을 포함할 수 있다.
제어 회로(830)는 컬러 필터(820)를 통과한 raw 이미지에 전처리를 수행할 수 있다. 전처리는, 예를 들어, 센서 이미지 보정(sensor image correction)과 demosaicking을 포함할 수 있다. 제어회로(830)는 raw 이미지 내의 아티팩트(artifact)를 제거하기 위해 raw 이미지에 센서 이미지 보정을 수행할 수 있다. 센서 이미지 보정은, 예를 들어, bad Pixel Correction, Lens Shading Correction, Denoising 등을 포함할 수 있다. 제어 회로(830)는 센서 이미지 보정이 수행된 raw 이미지에 demosaicking을 적용할 수 있다. 이에 따라, 제어 회로(830)는 센서 이미지 보정이 수행된 이미지의 컬러를 full 컬러로 복원할 수 있다.
제어 회로(830)는 전처리된 raw 이미지에 상술한 컬러 변환 방법을 수행하여 최종 컬러 변환 이미지를 생성할 수 있다. 보다 구체적으로, 제어 회로(830)는 전처리된 raw 이미지에 컬러 변환을 수행하여 초기 컬러 변환 이미지를 생성하고, 전처리된 raw 이미지에 포함된 노이즈가 컬러 변환에 의해 증폭되는 정도를 나타내는 노이즈 증폭도들을 결정한다. 제어 회로(830)는 결정된 노이즈 증폭도들을 처리하고, 전처리된 raw 이미지 및 전처리된 raw 이미지의 루미넌스 정보 중 적어도 하나와 처리된 노이즈 증폭도들을 이용하여 초기 컬러 변환 이미지에 필터링을 수행할 수 있다. 이에 따라, 제어 회로(830)는 최종 컬러 변환 이미지를 생성할 수 있다.
이미지 센서(800)는 전자 장치(미도시)(예: 스마트폰, 자율 주행 차량 등)에 포함될 수 있고, 해당 전자 장치는 ISP를 포함할 수 있다. ISP가 full 컬러가 아닌 베이어 패턴의 이미지를 입력 받을 수 있는 경우, 제어 회로(830)는 최종 컬러 변환 이미지를 베이어 패턴으로 샘플링할 수 있고 샘플링된 최종 컬러 변환 이미지를 ISP로 전송할 수 있다. ISP가 full컬러의 이미지를 입력 받을 수 있는 경우, 제어 회로(830)는 샘플링없이 최종 컬러 변환 이미지를 ISP로 전송할 수 있다.
이미지 센서(800)의 구성은 도 8에 도시된 예로 제한되지 않는다. 일례로, 이미지 센서(800)는 소형 프로세서 및 메모리를 포함할 수 있다. 소형 프로세서는 메모리에 저장된 소프트웨어를 실행하여 도 8을 통해 설명한 전처리 및 도 1 내지 도 6을 통해 설명한 컬러 변환 방법을 수행할 수 있다.
도 1 내지 도 6을 통해 기술된 사항들은 도 8을 통해 기술된 사항들에 적용될 수 있어, 상세한 설명을 생략한다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 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 컨트롤러를 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 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. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 저장할 수 있으며 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-optical 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.
위에서 설명한 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 또는 복수의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 이를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 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, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (20)

  1. 전자 장치에 의해 수행되는 컬러 변환 방법에 있어서,
    로(raw) 이미지에 컬러 변환을 수행하여 초기 컬러 변환 이미지를 생성하는 단계;
    상기 raw 이미지에 포함된 노이즈가 상기 컬러 변환에 의해 증폭되는 정도를 나타내는 노이즈 증폭도들을 결정하는 단계로, 상기 결정하는 단계는 상기 raw 이미지의 컬러 공간 상의 제1 컬러값이 컬러 변환된 제1 컬러 변환값 및 상기 제1 컬러값의 이웃 컬러값들이 컬러 변환된 제2 컬러 변환값들을 기초로 상기 제1 컬러값에 대한 노이즈 증폭도를 결정하는 단계 또는 상기 raw 이미지의 제1 픽셀의 컬러값, 상기 제1 픽셀의 이웃 픽셀들의 컬러값들, 상기 제1 픽셀의 컬러값이 컬러 변환된 제3 변환 컬러값, 상기 이웃 픽셀들의 컬러값들이 컬러 변환된 제4 변환 컬러값들을 기초로 상기 제1 픽셀의 컬러값에 대한 노이즈 증폭도를 결정하는 단계를 포함함;
    상기 결정된 노이즈 증폭도들을 처리하는 단계; 및
    상기 raw 이미지 및 상기 raw 이미지의 루미넌스(luminance) 정보 중 적어도 하나와 상기 처리된 노이즈 증폭도들을 이용하여 상기 생성된 초기 컬러 변환 이미지에 필터링을 수행함으로써, 최종 컬러 변환 이미지를 생성하는 단계
    를 포함하는,
    컬러 변환 방법.
  2. 제1항에 있어서,
    상기 이웃 컬러값들 각각은 상기 제1 컬러값과 상기 컬러 공간 상에서 서로 다른 축 방향으로 제1 거리값만큼 떨어져 있고,
    상기 제1 컬러값에 대한 노이즈 증폭도를 결정하는 단계는,
    상기 제2 컬러 변환값들 각각과 상기 제1 컬러 변환값 사이의 차이를 계산하는 단계; 및
    상기 계산된 각 차이와 상기 제1 거리값을 이용하여 상기 제1 컬러값에 대한 노이즈 증폭도를 결정하는 단계
    를 포함하는,
    컬러 변환 방법.
  3. 제2항에 있어서,
    상기 계산된 각 차이와 상기 제1 거리값을 이용하여 상기 제1 컬러값에 대한 노이즈 증폭도를 결정하는 단계는,
    상기 계산된 각 차이의 놈(norm)을 계산하는 단계;
    상기 계산된 각 놈과 상기 제1 거리값 사이의 비율을 계산하는 단계; 및
    상기 계산된 각 비율의 평균을 상기 제1 컬러값에 대한 노이즈 증폭도로 결정하는 단계
    를 포함하는,
    컬러 변환 방법.
  4. 제1항에 있어서,
    상기 처리하는 단계는,
    상기 결정된 노이즈 증폭도들을 정규화하는 단계;
    상기 정규화된 노이즈 증폭도들이 일정 범위 내에 있도록 상기 정규화된 노이즈 증폭도들에 제1 함수를 적용하는 단계; 및
    상기 제1 함수의 적용 결과에 제2 함수를 적용하는 단계
    를 포함하는,
    컬러 변환 방법.
  5. 제1항에 있어서,
    상기 제1 컬러값에 대한 노이즈 증폭도를 결정하는 단계는,
    상기 raw 이미지의 컬러 차원 개수가 상기 생성된 초기 컬러 변환 이미지의 컬러 차원 개수와 동일한 경우, 상기 컬러 변환에 이용된 컬러 변환 함수의 자코비안 행렬식(Jacobian determinant)을 상기 제1 컬러값에 적용하여 상기 제1 컬러값에 대한 노이즈 증폭도를 계산하는 단계
    를 포함하는,
    컬러 변환 방법.
  6. 제1항에 있어서,
    상기 제1 픽셀의 컬러값에 대한 노이즈 증폭도를 결정하는 단계는,
    상기 이웃 픽셀들의 각각의 컬러값과 상기 제1 픽셀의 컬러값 사이의 차이의 제1 norm을 계산하는 단계;
    상기 제4 변환 컬러값들 각각과 상기 제3 변환 컬러값 사이의 차이의 제2 norm을 계산하는 단계; 및
    상기 계산된 각 제1 norm과 상기 계산된 각 제2 norm을 이용하여 상기 제1 픽셀의 컬러값에 대한 노이즈 증폭도를 결정하는 단계
    를 포함하는,
    컬러 변환 방법.
  7. 제1항에 있어서,
    상기 최종 컬러 변환 이미지를 생성하는 단계는,
    상기 처리된 노이즈 증폭도들을 가이드 이미지 필터에 적용하는 단계; 및
    상기 raw 이미지 및 상기 루미넌스 정보 중 적어도 하나를 상기 처리된 노이즈 증폭도들이 적용된 상기 가이드 이미지 필터의 가이드 이미지로 이용하여 상기 생성된 초기 컬러 변환 이미지에 가이드 이미지 필터링을 수행하는 단계
    를 포함하는,
    컬러 변환 방법.
  8. 제7항에 있어서,
    상기 처리된 노이즈 증폭도들을 적용하는 단계는,
    컬러 별로 상기 가이드 이미지 필터의 제1 계수의 크기가 조절되도록 상기 제1 계수에 상기 처리된 노이즈 증폭도들을 적용하는 단계
    를 포함하는,
    컬러 변환 방법.
  9. 전자 장치에 있어서,
    이미지 센서; 및
    상기 이미지 센서로부터 로(raw) 이미지를 수신하고, 상기 raw 이미지에 전처리를 수행하며, 상기 전처리된 raw 이미지에 컬러 변환을 수행하여 초기 컬러 변환 이미지를 생성하며, 상기 전처리된 raw 이미지에 포함된 노이즈가 상기 컬러 변환에 의해 증폭되는 정도를 나타내는 노이즈 증폭도들을 결정하고, 상기 결정된 노이즈 증폭도들을 처리하고, 상기 전처리된 raw 이미지 및 상기 전처리된 raw 이미지의 루미넌스(luminance) 정보 중 적어도 하나와 상기 처리된 노이즈 증폭도들을 이용하여 상기 생성된 초기 컬러 변환 이미지에 필터링을 수행함으로써, 최종 컬러 변환 이미지를 생성하는 프로세서
    를 포함하고,
    상기 프로세서는, 상기 노이즈 증폭도들을 결정할 때에,
    상기 전처리된 raw 이미지의 컬러 공간 상의 제1 컬러값이 컬러 변환된 제1 컬러 변환값 및 상기 제1 컬러값의 이웃 컬러값들이 컬러 변환된 제2 컬러 변환값들을 기초로 상기 제1 컬러값에 대한 노이즈 증폭도를 결정하는 동작; 또는
    상기 전처리된 raw 이미지의 제1 픽셀의 컬러값, 상기 제1 픽셀의 이웃 픽셀들의 컬러값들, 상기 제1 픽셀의 컬러값이 컬러 변환된 제3 변환 컬러값, 상기 이웃 픽셀들의 컬러값들이 컬러 변환된 제4 변환 컬러값들을 기초로 상기 제1 픽셀의 컬러값에 대한 노이즈 증폭도를 결정하는 동작
    을 수행하는,
    전자 장치.
  10. 제9항에 있어서,
    상기 이웃 컬러값들 각각은 상기 제1 컬러값과 상기 컬러 공간 상에서 서로 다른 축 방향으로 제1 거리값만큼 떨어져 있고,
    상기 제1 컬러값에 대한 노이즈 증폭도를 결정하는 동작에서, 상기 프로세서는,
    상기 제2 컬러 변환값들 각각과 상기 제1 컬러 변환값 사이의 차이를 계산하고, 상기 계산된 각 차이와 상기 제1 거리값을 이용하여 상기 제1 컬러값에 대한 노이즈 증폭도를 결정하는,
    전자 장치.
  11. 제10항에 있어서,
    상기 계산된 각 차이와 상기 제1 거리값을 이용하여 상기 제1 컬러값에 대한 노이즈 증폭도를 결정하는 동작에서, 상기 프로세서는,
    상기 계산된 각 차이의 놈(norm)을 계산하고, 상기 계산된 각 놈과 상기 제1 거리값 사이의 비율을 계산하며, 상기 결정된 각 비율의 평균을 상기 제1 컬러값에 대한 노이즈 증폭도로 결정하는,
    전자 장치.
  12. 제9항에 있어서,
    상기 프로세서는,
    상기 결정된 노이즈 증폭도들을 정규화하고, 상기 정규화된 노이즈 증폭도들이 일정 범위 내에 있도록 상기 정규화된 노이즈 증폭도들에 제1 함수를 적용하며, 상기 제1 함수의 적용 결과에 제2 함수를 적용하는,
    전자 장치.
  13. 제9항에 있어서,
    상기 제1 컬러값에 대한 노이즈 증폭도를 결정하는 동작에서, 상기 프로세서는,
    상기 전처리된 raw 이미지의 컬러 차원 개수가 상기 생성된 초기 컬러 변환 이미지의 컬러 차원 개수와 동일한 경우, 상기 컬러 변환에 이용된 컬러 변환 함수의 자코비안 행렬식(Jacobian determinant)을 상기 제1 컬러값에 적용하여 상기 제1 컬러값에 대한 노이즈 증폭도를 계산하는,
    전자 장치.
  14. 제9항에 있어서,
    상기 제1 픽셀의 컬러값에 대한 노이즈 증폭도를 결정하는 동작에서, 상기 프로세서는,
    상기 이웃 픽셀들의 각각의 컬러값과 상기 제1 픽셀의 컬러값 사이의 차이의 제1 norm을 계산하고, 상기 제4 변환 컬러값들 각각과 상기 제3 변환 컬러값 사이의 차이의 제2 norm을 계산하며, 상기 계산된 각 제1 norm과 상기 계산된 각 제2 norm을 이용하여 상기 제1 픽셀의 컬러값에 대한 노이즈 증폭도를 결정하는,
    전자 장치.
  15. 제9항에 있어서,
    상기 프로세서는,
    상기 처리된 노이즈 증폭도들을 가이드 이미지 필터에 적용하고, 상기 전처리된 raw 이미지 및 상기 루미넌스 정보 중 적어도 하나를 상기 처리된 노이즈 증폭도들이 적용된 상기 가이드 이미지 필터의 가이드 이미지로 이용하여 상기 생성된 초기 컬러 변환 이미지에 가이드 이미지 필터링을 수행하는,
    전자 장치.
  16. 제15항에 있어서,
    상기 프로세서는,
    컬러 별로 상기 가이드 이미지 필터의 제1 계수의 크기가 조절되도록 상기 제1 계수에 상기 처리된 노이즈 증폭도들을 적용하는,
    전자 장치.
  17. 이미지 센서에 있어서,
    렌즈;
    상기 렌즈에 대응되는 컬러 필터; 및
    상기 컬러 필터를 통과한 raw 이미지에 전처리를 수행하고, 상기 전처리된 raw 이미지에 컬러 변환을 수행하여 초기 컬러 변환 이미지를 생성하며, 상기 전처리된 raw 이미지에 포함된 노이즈가 상기 컬러 변환에 의해 증폭되는 정도를 나타내는 노이즈 증폭도들을 결정하고, 상기 결정된 노이즈 증폭도들을 처리하고, 상기 전처리된 raw 이미지 및 상기 전처리된 raw 이미지의 루미넌스(luminance) 정보 중 적어도 하나와 상기 처리된 노이즈 증폭도들을 이용하여 상기 생성된 초기 컬러 변환 이미지에 필터링을 수행함으로써, 최종 컬러 변환 이미지를 생성하는 제어 회로
    를 포함하고,
    상기 제어 회로는, 상기 노이즈 증폭도들을 결정할 때에,
    상기 전처리된 raw 이미지의 컬러 공간 상의 제1 컬러값이 컬러 변환된 제1 컬러 변환값 및 상기 제1 컬러값의 이웃 컬러값들이 컬러 변환된 제2 컬러 변환값들을 기초로 상기 제1 컬러값에 대한 노이즈 증폭도를 결정하는 동작; 또는
    상기 전처리된 raw 이미지의 제1 픽셀의 컬러값, 상기 제1 픽셀의 이웃 픽셀들의 컬러값들, 상기 제1 픽셀의 컬러값이 컬러 변환된 제3 변환 컬러값, 상기 이웃 픽셀들의 컬러값들이 컬러 변환된 제4 변환 컬러값들을 기초로 상기 제1 픽셀의 컬러값에 대한 노이즈 증폭도를 결정하는 동작
    을 수행하는,
    이미지 센서.
  18. 제17항에 있어서,
    상기 이웃 컬러값들 각각은 상기 제1 컬러값과 상기 컬러 공간 상에서 서로 다른 축 방향으로 제1 거리값만큼 떨어져 있고,
    상기 제1 컬러값에 대한 노이즈 증폭도를 결정하는 동작에서, 상기 제어 회로는,
    상기 제2 컬러 변환값들 각각과 상기 제1 컬러 변환값 사이의 차이를 계산하고, 상기 계산된 각 차이와 상기 제1 거리값을 이용하여 상기 제1 컬러값에 대한 노이즈 증폭도를 결정하는,
    이미지 센서.
  19. 제17항에 있어서,
    상기 제1 픽셀의 컬러값에 대한 노이즈 증폭도를 결정하는 동작에서, 상기 제어 회로는,
    상기 이웃 픽셀들의 각각의 컬러값과 상기 제1 픽셀의 컬러값 사이의 차이의 제1 norm을 계산하고, 상기 제4 변환 컬러값들 각각과 상기 제3 변환 컬러값 사이의 차이의 제2 norm을 계산하며, 상기 계산된 각 제1 norm과 상기 계산된 각 제2 norm을 이용하여 상기 제1 픽셀의 컬러값에 대한 노이즈 증폭도를 결정하는,
    이미지 센서.
  20. 제17항에 있어서,
    상기 제어 회로는,
    상기 처리된 노이즈 증폭도들을 가이드 이미지 필터에 적용하고, 상기 전처리된 raw 이미지 및 상기 루미넌스 정보 중 적어도 하나를 상기 처리된 노이즈 증폭도들이 적용된 상기 가이드 이미지 필터의 가이드 이미지로 이용하여 상기 생성된 초기 컬러 변환 이미지에 가이드 이미지 필터링을 수행하는,
    이미지 센서.
KR1020210121115A 2021-09-10 2021-09-10 컬러 변환 방법 및 이를 수행하는 전자 장치와 이미지 센서 KR20230037953A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020210121115A KR20230037953A (ko) 2021-09-10 2021-09-10 컬러 변환 방법 및 이를 수행하는 전자 장치와 이미지 센서
US17/688,247 US11991486B2 (en) 2021-09-10 2022-03-07 Color transform method, electronic device for performing the method, and image sensor

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210121115A KR20230037953A (ko) 2021-09-10 2021-09-10 컬러 변환 방법 및 이를 수행하는 전자 장치와 이미지 센서

Publications (1)

Publication Number Publication Date
KR20230037953A true KR20230037953A (ko) 2023-03-17

Family

ID=85479246

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210121115A KR20230037953A (ko) 2021-09-10 2021-09-10 컬러 변환 방법 및 이를 수행하는 전자 장치와 이미지 센서

Country Status (2)

Country Link
US (1) US11991486B2 (ko)
KR (1) KR20230037953A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12015883B2 (en) 2021-11-18 2024-06-18 Samsung Electronics Co., Ltd. Method and apparatus with color conversion

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7372485B1 (en) 1999-06-08 2008-05-13 Lightsurf Technologies, Inc. Digital camera device and methodology for distributed processing and wireless transmission of digital images
JP3821614B2 (ja) 1999-08-20 2006-09-13 独立行政法人科学技術振興機構 画像入力装置
JP2003224732A (ja) 2002-01-30 2003-08-08 Ricoh Co Ltd 画像読み取り装置および画像処理装置
GB2415566B (en) * 2004-06-24 2006-09-20 Hewlett Packard Development Co Image processing
US7545421B2 (en) 2004-10-28 2009-06-09 Qualcomm Incorporated Apparatus, system, and method for optimizing gamma curves for digital image devices
US7412107B2 (en) 2004-12-17 2008-08-12 The Regents Of The University Of California, Santa Cruz System and method for robust multi-frame demosaicing and color super-resolution
US7724439B2 (en) 2007-10-24 2010-05-25 Aptina Imaging Corporation Lens, a lens array and imaging device and system having a lens, and method of forming the same
JP2009206922A (ja) 2008-02-28 2009-09-10 Funai Electric Co Ltd 複眼撮像装置
WO2011156928A2 (en) 2010-06-14 2011-12-22 Heptagon Oy Camera, and method of manufacturing a plurality of cameras
JP6102592B2 (ja) 2013-07-12 2017-03-29 富士ゼロックス株式会社 画像処理装置、画像処理プログラム、及び画像形成装置
EP3075140B1 (en) 2013-11-26 2018-06-13 FotoNation Cayman Limited Array camera configurations incorporating multiple constituent array cameras
CN103996178A (zh) 2014-05-30 2014-08-20 天津大学 一种沙尘天气彩色图像增强方法
DE102014212104A1 (de) 2014-06-24 2015-12-24 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und verfahren zur relativen positionierung einer multiaperturoptik mit mehreren optischen kanälen relativ zu einem bildsensor
KR102646437B1 (ko) 2016-11-25 2024-03-11 삼성전자주식회사 멀티 렌즈 기반의 촬영 장치 및 방법
US10733714B2 (en) 2017-11-09 2020-08-04 Samsung Electronics Co., Ltd Method and apparatus for video super resolution using convolutional neural network with two-stage motion compensation
KR102565277B1 (ko) 2017-11-24 2023-08-09 삼성전자주식회사 영상 복원 장치 및 방법
KR20210051242A (ko) 2019-10-30 2021-05-10 삼성전자주식회사 멀티 렌즈 영상 복원 장치 및 방법
KR20210081767A (ko) 2019-12-24 2021-07-02 삼성전자주식회사 이미지 장치 및 이미지 센싱 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12015883B2 (en) 2021-11-18 2024-06-18 Samsung Electronics Co., Ltd. Method and apparatus with color conversion

Also Published As

Publication number Publication date
US20230080942A1 (en) 2023-03-16
US11991486B2 (en) 2024-05-21

Similar Documents

Publication Publication Date Title
US6807300B1 (en) Noise reduction method utilizing color information, apparatus, and program for digital image processing
EP2409275B1 (en) Noise reduction device, noise reduction method, noise reduction program, and recording medium
US8750638B2 (en) Image processing apparatus, image processing method, and computer program
US7512264B2 (en) Image processing
CN109214996B (zh) 一种图像处理方法及装置
EP3451294B1 (en) Luminance-normalised colour spaces
KR20190143260A (ko) 이미지 복원 장치 및 방법
CN115578284A (zh) 一种多场景图像增强方法及***
CN116681606A (zh) 一种水下不均匀光照图像增强方法、***、设备及介质
EP3063931B1 (en) Two-dimensional color transformations for wide gamut workflows in digital cameras
KR20230037953A (ko) 컬러 변환 방법 및 이를 수행하는 전자 장치와 이미지 센서
Bianco et al. Error-tolerant color rendering for digital cameras
KR102614906B1 (ko) 영상 처리 방법 및 장치
JP5203159B2 (ja) 画像処理方法、画像処理システムおよび画像処理プログラム
US20220383614A1 (en) Image adjustment apparatus, image adjustment method, and program
JP4742068B2 (ja) 画像処理方法、画像処理システムおよび画像処理プログラム
US11580620B2 (en) Image processing apparatus, image processing method, and non-transitory computer-readable medium
US10776076B2 (en) Neural network engine
CN112243118B (zh) 白平衡校正方法、装置、设备及存储介质
WO2020241337A1 (ja) 画像処理装置
JP7365206B2 (ja) 画像処理装置、画像処理方法、及びプログラム
Mohd Jain Noordin et al. Saturation avoidance color correction for digital color images
Park et al. Color correction with edge preserving and minimal SNR decrease using multi-layer decomposition
JP2005094452A (ja) 画像処理方法、画像処理システムおよび画像処理プログラム
KR101056023B1 (ko) 컬러 보정을 위한 컬러 매트릭스 생성장치 및 방법과 그 기록매체