KR100624421B1 - 디지탈 영상 신호 필터링 장치 및 방법 - Google Patents

디지탈 영상 신호 필터링 장치 및 방법 Download PDF

Info

Publication number
KR100624421B1
KR100624421B1 KR1020040031319A KR20040031319A KR100624421B1 KR 100624421 B1 KR100624421 B1 KR 100624421B1 KR 1020040031319 A KR1020040031319 A KR 1020040031319A KR 20040031319 A KR20040031319 A KR 20040031319A KR 100624421 B1 KR100624421 B1 KR 100624421B1
Authority
KR
South Korea
Prior art keywords
pixel
value
pixel value
filtering
difference
Prior art date
Application number
KR1020040031319A
Other languages
English (en)
Other versions
KR20050106548A (ko
Inventor
이호영
김블라디미르
김창용
박두식
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 KR1020040031319A priority Critical patent/KR100624421B1/ko
Priority to EP04256196A priority patent/EP1594087A3/en
Priority to US11/046,696 priority patent/US7538822B2/en
Priority to JP2005131563A priority patent/JP2005323365A/ja
Publication of KR20050106548A publication Critical patent/KR20050106548A/ko
Application granted granted Critical
Publication of KR100624421B1 publication Critical patent/KR100624421B1/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
    • G06T5/70—Denoising; Smoothing
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63C—SKATES; SKIS; ROLLER SKATES; DESIGN OR LAYOUT OF COURTS, RINKS OR THE LIKE
    • A63C17/00—Roller skates; Skate-boards
    • A63C17/04—Roller skates; Skate-boards with wheels arranged otherwise than in two pairs
    • A63C17/06—Roller skates; Skate-boards with wheels arranged otherwise than in two pairs single-track type
    • A63C17/067—Roller skates; Skate-boards with wheels arranged otherwise than in two pairs single-track type with adjustable position of the foot plate or shoe relative to the chassis
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63C—SKATES; SKIS; ROLLER SKATES; DESIGN OR LAYOUT OF COURTS, RINKS OR THE LIKE
    • A63C17/00—Roller skates; Skate-boards
    • A63C17/0086—Roller skates adjustable in length to fit the size of the foot
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63C—SKATES; SKIS; ROLLER SKATES; DESIGN OR LAYOUT OF COURTS, RINKS OR THE LIKE
    • A63C17/00—Roller skates; Skate-boards
    • A63C17/26—Roller skates; Skate-boards with special auxiliary arrangements, e.g. illuminating, marking, or push-off devices
    • A63C17/262—Roller skates; Skate-boards with special auxiliary arrangements, e.g. illuminating, marking, or push-off devices with foot bindings or supports therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/21—Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63C—SKATES; SKIS; ROLLER SKATES; DESIGN OR LAYOUT OF COURTS, RINKS OR THE LIKE
    • A63C17/00—Roller skates; Skate-boards
    • A63C2017/0053—Roller skates; Skate-boards with foot plate quick release or shoe binding
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20182—Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Picture Signal Circuits (AREA)
  • Image Processing (AREA)

Abstract

디지탈 영상 신호 필터링 장치 및 방법이 개시된다. 이 장치는, 영상을 구성하는 프레임들 각각의 화소값을 시간적 및 공간적으로 필터링한 결과들중 하나를 시공간 필터링값으로서 필터링된 결과의 크기에 응답하여 선택적으로 출력하는 잡음 저감 필터 및 시공간 필터링값의 고역 성분을 강조하여 출력하는 선명도 향상 필터를 구비하는 것을 특징으로 한다. 그러므로, 노이즈 저감 필터를 이용하여 영상 신호의 특성에 따라 2차원 공간적인 필터링과 일차원 시간적인 필터링을 적응적으로 적용하여 영상 경계 부분에서의 과도한 평탄화 및 움직임 블러링 발생이 억제되도록 하여 고스트 테일의 문제를 해결하고 잡음 레벨 추정을 통해 잡음 레벨이 높은 경우에도 화질의 열화없이 잡음을 효율적으로 저감시킬 수 있으며, 시공간 필터링값의 특성에 적응적으로 고역 성분을 추출하므로써 잔재 잡음 성분이 과도하게 증폭되지 않도록 하면서도 선명도를 향상시킬 수 있는 등, 디지탈 영상 신호를 적은 비용으로 뿐만 아니라 낮은 연산 복잡도로 필터링할 수 있는 효과를 갖는다.

Description

디지탈 영상 신호 필터링 장치 및 방법{Apparatus and method for filtering digital image signal}
도 1은 본 발명에 의한 디지탈 영상 신호 필터링 장치의 블럭도이다.
도 2는 본 발명에 의한 디지탈 영상 신호 필터링 방법을 설명하기 위한 플로우차트이다.
도 3은 도 1에 도시된 잡음 저감 필터의 본 발명에 의한 실시예의 블럭도이다.
도 4는 고스트 테일의 발생 례를 설명하기 위한 도면이다.
도 5는 도 3에 도시된 시간 필터링부의 본 발명에 의한 실시예의 블럭도이다.
도 6은 도 3에 도시된 공간 필터링부의 본 발명에 의한 실시예의 블럭도이다.
도 7은 도 6에 도시된 공간 필터링부의 이해를 돕기 위한 3×5의 소정 크기를 갖는 윈도우 마스크의 예시적인 도면이다.
도 8은 도 6에 도시된 기준값 생성부의 본 발명에 의한 실시예의 블럭도이다.
도 9는 도 8에 도시된 분산값 예측부의 본 발명에 의한 실시예의 블럭도이 다.
도 10은 도 1에 도시된 선명도 향상 필터의 본 발명에 의한 바람직한 실시예의 블럭도이다.
도 11은 도 10에 도시된 고역 성분 추출부의 본 발명에 의한 실시예의 블럭도이다.
도 12는 변수와 상관도의 관계를 나타내는 그래프이다.
도 13은 도 10에 도시된 이득 결정부의 본 발명에 의한 실시예의 블럭도이다.
도 14는 차의 변화폭에 따른 이득의 관계를 나타내는 본 발명에 의한 예시적인 그래프이다.
도 15는 오버슈트와 언더슈트의 발생을 설명하기 위한 예시적인 도면이다.
도 16은 도 13에 도시된 이득 조정부의 이해를 돕기 위한 예시적인 도면이다.
도 17 (a) 및 (b)는 본 발명과 종래를 비교하기 위한 도면들이다.
본 발명은 디지탈 텔레비젼(DTV:Digital TeleVision), 다 기능 모니터(Multi-function monitor) 또는 디스플레이 시스템 온 칩(SoC:System on Chip) 등과 같이 영상을 처리하는 디바이스(device)에 관한 것으로서, 특히 디지탈 영상 신호 필터링 장치 및 방법에 관한 것이다.
일반적으로 송신단에서 전송되는 디지탈 영상 신호는 전송 채널이나 디스플레이 장치 등의 특성에 기인하여 필연적으로 잡음 성분을 동반하며, 이러한 잡음 성분은 수신단에서 신호 처리 기법을 통해 개선될 수 있다.
신호 처리 기법을 통해 잡음을 저감(reduction)시키는 종래의 디지탈 영상 신호 필터링 방법들의 대부분은 2차원 공간적 필터링(spatial filtering)이나 1차원 시간적 필터링(temporal filtering)을 이용한다. 이에 부가하여, 최근에는 동영상 시퀀스에서 필드 간 상관 정보의 정확한 추출을 위해 움직임 보상(motion compensation)을 이용한 기법들이 제안되고 있다. 그러나, 이러한 종래의 방법은 잡음 성분으로 인한 움직임 추정의 정확도를 저하시키고, 움직임 추정으로 인한 연산 및 하드웨어의 복잡도를 증가시키는 문제점을 갖는다.
게다가, 잡음 저감 필터를 통과한 후의 영상은 일반적으로 입력 영상에 비해 선명도가 떨어진다. 이는 잡음 저감 필터의 저역 통과 필터(Low Pass Filter) 특성에 기인한다. 따라서, 종래의 대부분의 필터링 방법은 잡음 저감 필터링 후에, 고역 성분을 향상 시키는 기능을 갖는 선명도 향상(sharpness enhancement) 필터를 채택하여 선명도 저하 현상을 방지한다.
공간적 필터링을 이용하는 종래의 방법이 'L, Yan'에 의해 "Noise Reduction for MPEG type of code"라는 제목으로 1994년도에 발표되고 IEEE International Conference Acoustic, Speech and Signal Processing에 실린 논문 또는 'A. van der Werf'에 의해 "I.McIC:a single-chip MPEG-2 video encoder for storage"라는 제목으로 1997년도 11월에 발표되고 IEEE Journal of Solid-State Circuits, vol. 32, no.11에 실린 논문 또는 Mancuso 등에 의해 발명된 EP0878776 특허에 개시되어 있다. 여기서, 유럽 특허에 개시된 종래의 공간적 필터링 방법은 퍼지 논리 처리(fuzzy logic process)를 이용하여 필터링 대상 화소가 평탄 화소에 속하는 지를 판단하여 적응적으로 저역 통과 필터링을 적용한다. 그러나, 이러한 종래의 방법은 잡음 레벨이 높을 경우 성능을 저하시키는 문제점을 갖는다.
또한, 움직임 보상을 이용한 종래의 방법이 'Katsaggelos'에 의해 "Noise Reduction Filters for Dynamic Image Sequences : a Review,"라는 제목으로, 1996년도 9월에 발표되고 Proceedings of IEEE, vol.83에 실린 논문에 개시되어 있다. 여기에 개시된 종래의 방법은 과도한 반복 연산으로 인하여 높은 연산량을 요구하여 구현 비용 뿐만 아니라 실시간 구현을 힘들게 하는 문제점을 갖는다.
시간적 필터링을 이용하는 종래의 방법은 'E. Dubois' 등에 의해 "Noise Reduction in Image Sequences using Motion Compensated Temporal Filtering"라는 제목으로 1984년도 7월에 발표되고 IEEE Trans. on Communications, vol.COM-32에 실린 논문의 페이지 826-831쪽에 개시되어 있다. 여기에 개시된 종래의 방법은 윈도우 내에서 서로 다른 영역에 속하는 화소가 필터링에 포함되는 것을 방지하기 위해 중심 화소와 이웃 화소의 거리를 기반으로 개략적인 영상의 분할 방법을 이용한다. 이러한 시간적 필터링을 이용하는 종래의 방법은 공간적 필터링 방법에 대비하여 영상 경계 부분에서 낮은 블러링(blurring)을 발생시키지만 필터링에 사용되는 프레임의 개수가 증가할 수록 고스트 테일(ghost tail)과 같은 화질 열화를 발생시 키는 문제점을 갖는다.
'Dubois'의 기법을 개선한 종래의 시간적 필터링 방법이 'S. Inamori' 등에 의해 "A Method of Noise Reduction on Image Processing"라는 제목으로 1993년 11월에 발표되고 IEEE Trans. on Consumer Electorinics, vol. 39, No.4에 실린 논문에 개시되어 있다. 여기서, 고스트 테일의 발생을 방지하기 위해 움직임 검출과 에지 검출을 통해 필터 기능을 온/오프(ON/OFF)시키고 있으나, 고스트 테일은 여전히 발생하며 특히 잡음 피크가 존재할 때에도 필터 기능이 오프되는 문제점을 갖는다.
게다가, 전술한 종래의 방법들은 대부분 저역 통과 필터링 기법을 통해 잡음을 저감시키므로, 필연적으로 필터링된 결과의 선명도를 저하시키는 문제점을 갖는다.
본 발명이 이루고자 하는 기술적 과제는, 효율적이고 경제적으로 잡음을 저감시키면서 선명도를 향상시킬 수 있는 디지탈 영상 신호 필터링 장치를 제공하는 데 있다.
본 발명이 이루고자 하는 다른 기술적 과제는, 효율적이고 경제적으로 잡음을 저감시키면서 선명도를 향상시킬 수 있는 디지탈 영상 신호 필터링 방법을 제공하는 데 있다.
상기 과제를 이루기 위한 본 발명에 의한 디지탈 영상 신호 필터링 장치는, 영상을 구성하는 프레임들 각각의 화소값을 시간적 및 공간적으로 필터링한 결과들 중 하나를 시공간 필터링값으로서 상기 필터링된 결과의 크기에 응답하여 선택적으로 출력하는 잡음 저감 필터 및 상기 시공간 필터링값의 고역 성분을 강조하여 출력하는 선명도 향상 필터로 구성되는 것이 바람직하다.
상기 다른 과제를 이루기 위한 본 발명에 의한 디지탈 영상 신호 필터링 방법은, 영상을 구성하는 프레임들 각각의 화소값을 시간적 및 공간적으로 필터링한 결과들중 하나를 시공간 필터링값으로서 상기 필터링된 결과의 크기에 응답하여 선택적으로 결정하는 단계 및 상기 시공간 필터링값의 고역 성분을 강조하는 단계로 이루어지는 것이 바람직하다.
이하, 본 발명에 의한 디지탈 영상 신호 필터링 장치의 구성 및 동작과 디지탈 영상 신호 필터링 방법을 첨부한 도면들을 참조하여 다음과 같이 설명한다.
도 1은 본 발명에 의한 디지탈 영상 신호 필터링 장치의 블럭도로서, 잡음 저감 필터(10) 및 선명도 향상 필터(12)로 구성된다.
도 2는 본 발명에 의한 디지탈 영상 신호 필터링 방법을 설명하기 위한 플로우차트로서, 화소값을 시간적 및 공간적으로 필터링한 결과들중 하나를 선택하는 단계(제14 단계) 및 선택된 결과의 고역 성분을 강조하는 단계(제16 단계)로 이루어진다.
도 1에 도시된 잡음 저감 필터(10)는 영상을 구성하는 프레임들 각각의 화소값을 입력단자 IN1을 통해 입력하여 시간적 및 공간적으로 필터링하고, 시간적 및 공간적으로 필터링한 결과들중 하나를 필터링된 결과의 크기에 응답하여 선택하고, 선택된 결과를 시공간 필터링값으로서 선명도 향상 필터(12)로 출력한다(제14 단 계).
도 3은 도 1에 도시된 잡음 저감 필터(10)의 본 발명에 의한 실시예의 블럭도로서, 시간 필터링부(20), 공간 필터링부(22) 및 필터 선택부(24)로 구성된다.
도 3에 도시된 시간 필터링부(20)는 입력단자 IN2를 통해 입력한 화소값을 시간적으로 필터링하고, 시간적으로 필터링된 결과를 필터 선택부(24)로 출력한다.
공간 필터링부(22)는 입력단자 IN2를 통해 입력한 화소값을 공간적으로 필터링하고, 공간적으로 필터링된 결과를 필터 선택부(24)로 출력한다.
이 때, 필터 선택부(24)는 로컬 공간 평균값과 시간 및 공간 필터링부들(20 및 22)로부터 입력한 필터링된 결과들 각각의 크기를 비교하고, 비교한 결과들에 응답하여 필터링된 결과들중 하나를 시공간 필터링값으로서 선택하고, 선택된 결과를 출력단자 OUT2를 통해 출력한다. 예컨대, 필터 선택부(24)는 다음 수학식 1과 같이 시공간 필터링값을 선택할 수 있다.
Figure 112004018834912-pat00001
여기서, ｜ ｜는 절대값을 의미하고,
Figure 112004018834912-pat00002
는 화소의 2차원 공간 위치 벡터를 나타내고,
Figure 112004018834912-pat00003
는 시공간 필터링값을 나타내고,
Figure 112004018834912-pat00004
는 화소값을 시간적으로 필터링한 결과를 나타내고,
Figure 112004018834912-pat00005
는 화소값을 공간적으로 필터링한 결과를 나타내고,
Figure 112004018834912-pat00006
는 로컬 공간 평균값을 각각 나타낸다. 로컬 공간 평균값이란, 입력단자 IN2 를 통해 현재 입력되는 프레임에서 관심의 대상이 되는 중심 화소를 갖는 국부적인 영역의 평균 화소값을 나타낸다.
도 4는 고스트 테일의 발생 례를 설명하기 위한 도면이다.
도 4를 참조하면, 화소값을 시간적으로만 필터링하는 종래의 방법의 경우, 영상의 화질을 열화시킬 수 있다. 왜냐하면, t-1번째 프레임(30)과 같이 밝기값의 변화가 급격하지 않고 완만(36)할 경우, 화소값을 시간적으로 필터링할 때 이용되는 움직임 검출 문턱값이 고정되기 때문에, 완만한 경사 엣지(36)와 t번째 프레임(32)이 겹쳐져서 고스트 테일(34)이 발생하게 된다. 이러한 고스트 테일(34)은 카메라(camera) 패닝(panning), 줌(zoom) 및 트렌스레이셔널 움직임(translational motion) 등 영상을 통해 표현되는 대상의 움직임이 규칙적일 경우 화질의 열화를 초래한다. 그러나, 본 발명에 의한 디지탈 영상 신호 필터링 장치 및 방법은 수학식 1에서와 같이, 화소값을 시간적으로 필터링한 결과가 로컬 공간 평균값보다 클 경우 고스트 테일 아티팩트(artifact)가 발생할 가능성이 크므로, 화소값을 시간적으로 필터링한 결과를 선택하는 대신에 공간적으로 필터링한 결과를 선택한다.
이하, 도 3에 도시된 시간 필터링부(20)의 본 발명에 의한 실시예의 구성 및 동작을 첨부한 도면을 참조하여 다음과 같이 설명한다.
도 5는 도 3에 도시된 시간 필터링부(20)의 본 발명에 의한 실시예(20A)의 블럭도로서, 화소값 제어부(40), 화소값 연산부(42) 및 화소값 선택부(44)로 구성된다.
본 발명의 일 실시예에 의하면, 화소값 제어부(40)는 입력단자 IN3을 통해 입력한 현재 프레임의 화소값으로부터 입력단자 IN4를 통해 입력한 이전 프레임의 화소값을 감산하고, 감산한 결과와 움직임 검출 문턱값을 비교하며, 비교된 결과를 화소값 제어 신호로서 화소값 선택부(44)로 출력한다. 이 때, 화소값 연산부(42)는 입력단자 IN3을 통해 입력한 현재 프레임의 화소값과 입력단자 IN4를 통해 입력한 이전 프레임의 화소값을 이용하여 새로운 화소값을 생성하고, 생성된 새로운 화소값을 화소값 선택부(44)로 출력한다. 이 때, 본 발명에 의하면 화소값 연산부(42)는 입력단자 IN3을 통해 입력한 현재 프레임의 화소값과 입력단자 IN4를 통해 입력한 이전 프레임의 화소값의 평균을 새로운 화소값으로서 결정할 수도 있다. 화소값 선택부(44)는 화소값 제어부(40)로부터 입력한 화소값 제어 신호에 응답하여, 입력단자 IN3을 통해 입력되는 현재 프레임의 화소값 또는 화소값 연산부(42)로부터 입력되는 새로운 화소값을 선택하고, 선택된 결과를 출력단자 OUT3을 통해 출력한다. 예를 들어, 화소값 선택부(44)는 화소값 제어 신호를 통해, 감산된 결과가 움직임 검출 문턱값 이하라고 인식되면 새로운 화소값을 선택하고, 감산된 결과가 움직임 검출 문턱값보다 크다고 인식되면 현재 프레임의 화소값을 선택한다. 예컨대, 감산된 결과가 움직임 검출 문턱값 이하라는 것은 영상을 통해 표현되는 대상의 움직임 발생 정도가 낮다는 것을 의미하고, 감산된 결과가 움직임 검출 문턱값 보다 크다는 것은 움직임 발생 정도가 높다는 것을 의미한다. 따라서, 움직임 발생 정도가 낮을 경우 인간 시각의 잡음 인식 정도가 크기 때문에 시간 필터링부(20A)는 잡음을 저감시킨 새로운 화소값을 선택하여 출력하고, 움직임 발생 정도가 높을 경우 인간 시각의 잡음 인식 정도가 낮기 때문에 현재의 프레임 화소값을 선택하여 출력한다. 따라서, 블러링의 발생이 줄어들게 된다.
본 발명의 다른 실시예에 의하면, 화소값 제어부(40)는 입력단자 IN3을 통해 입력한 현재 프레임의 화소값으로부터 입력단자 IN4를 통해 필터 선택부(24)로부터 입력한 이전 프레임의 시공간 필터링값을 감산하고, 감산한 결과와 움직임 검출 문턱값을 비교하며, 비교된 결과를 화소값 제어 신호로서 화소값 선택부(44)로 출력한다. 이 때, 화소값 연산부(42)는 입력단자 IN3을 통해 입력한 현재 프레임의 화소값과 입력단자 IN4를 통해 입력한 이전 프레임의 시공간 필터링값에 가중치를 부여하면서 적어도 하나의 새로운 화소값을 생성하고, 생성된 새로운 화소값을 화소값 선택부(44)로 출력한다. 이 때, 화소값 선택부(44)는 화소값 제어부(40)로부터 입력한 화소값 제어 신호에 응답하여, 입력단자 IN3을 통해 입력된 현재 프레임의 화소값 또는 화소값 연산부(42)로부터 입력된 새로운 화소값을 선택하고, 선택된 결과를 출력단자 OUT3을 통해 출력한다. 예컨대, 시간 필터링부(20A)는 화소값을 다음 수학식 2와 같이 시간적으로 필터링할 수 있다.
Figure 112004018834912-pat00007
여기서,
Figure 112004018834912-pat00008
는 현재 프레임의 화소값을 나타내고,
Figure 112004018834912-pat00009
는 이전 프레임 의 시공간 필터링값을 나타내고, d는 움직임 검출 문턱값을 각각 나타낸다.
수학식 2로부터 알 수 있듯이, 현재 프레임의 화소값과 이전 프레임의 시공간 필터링값간의 차가 적은 경우 연속적인 화질 구현을 위해 이전 프레임의 시공간 필터링값에 더 많은 가중치를 부여하고, 그렇지 않은 경우에는 현재 프레임의 화소값에 더 많은 가중치를 부여한다.
이하, 도 3에 도시된 공간 필터링부(22)의 본 발명에 의한 실시예의 구성 및 동작을 첨부된 도면들을 참조하여 다음과 같이 설명한다.
도 6은 도 3에 도시된 공간 필터링부(22)의 본 발명에 의한 실시예(22A)의 블럭도로서, 라인 지연부(60), 제1 승산부(62), 감산부(64), 기준값 생성부(66), 비교부(68) 및 룩 업 테이블(LUT:Look Up Table)(70)로 구성된다.
본 발명의 일 실시예에 의하면, 도 6에 도시된 바와 달리 공간 필터링부(22A)는 라인 지연부(60) 및 제1 승산부(62)만으로 구현될 수 있다.
라인 지연부(60)는 소정 크기의 윈도우 마스크 내부에서 이전 라인에 속하는 근방 화소에 대해 생성된 시공간 필터링값을 입력단자 IN5를 통해 필터 선택부(24)로부터 입력하여 단위 라인 지연시키고, 단위 라인 지연된 결과를 제1 승산부(62)로 출력한다. 여기서, 이전 라인이란 현재 라인의 이전에 위치하는 라인을 의미하며, 현재 라인이란, 중심 화소가 위치하는 라인을 의미하며, 중심 화소란 윈도우 마스크의 중심에 위치하는 화소를 의미하고, 근방 화소란 중심 화소의 근방에 위치하는 화소를 의미한다.
제1 승산부(62)는 윈도우 마스크 내부에 존재하는 화소들중 라인 지연부(60) 로부터 입력한 이전 라인에 속하는 근방 화소들의 화소값들 또는 윈도우 마스크 내부에 존재하는 화소들중 외부로부터 입력단자 IN6을 통해 입력한 이후 라인에 속하는 근방 화소들의 화소값들과 해당하는 가중치들을 서로 승산하여 누적하고, 누적된 결과를 중심 화소의 화소값을 공간적으로 필터링한 결과로서 출력단자 OUT4를 통해 출력한다. 여기서, 이후 라인이란, 현재 라인의 이후에 위치하는 라인을 의미한다. 예컨대, 제1 승산부(62)는 다음 수학식 3과 같이 중심 화소의 화소값을 공간적으로 필터링한 결과를 구할 수 있다.
Figure 112004018834912-pat00010
여기서,
Figure 112004018834912-pat00011
는 중심 화소의 화소값을 공간적으로 필터링한 결과를 나타내고, k는 상수를 나타내고,
Figure 112004018834912-pat00012
은 가중치를 나타내고,
Figure 112004018834912-pat00013
는 이전 또는 이후 라인에 속하는 근방 화소의 화소값을 나타내고, W는 윈도우 마스크를 나타내고,
Figure 112004018834912-pat00014
은 윈도우 마스크에서 근방 화소의 공간 위치를 각각 나타낸다.
도 7은 도 6에 도시된 공간 필터링부(22A)의 이해를 돕기 위한 3×5의 소정 크기를 갖는 윈도우 마스크의 예시적인 도면으로서, 이전 라인(90), 현재 라인(92) 및 이후 라인(94)으로 구성된다.
도 6에 도시된 라인 지연부(60)는 도 7에 도시된 윈도우 마스크 내부에서 이전 라인(90)에 속하는 근방 화소들(80 및 82)에 대해 생성된 시공간 필터링값들을 입력단자 IN5를 통해 필터 선택부(24)로부터 입력하여 단위 라인 지연시키고, 단위 라인 지연된 결과를 제1 승산부(62)로 출력한다.
제1 승산부(62)는 도 7에 도시된 윈도우 마스크 내부에 존재하는 화소들중 라인 지연부(60)로부터 입력한 이전 라인에 속하는 근방 화소들(80 및 82)의 화소값(
Figure 112004018834912-pat00015
)들 또는 윈도우 마스크 내부에 존재하는 화소들중 외부로부터 입력단자 IN6을 통해 입력한 이후 라인(94)에 속하는 근방 화소들(86 및 88)의 화소값(
Figure 112004018834912-pat00016
)들과 해당하는 가중치들을 서로 승산하여 누적하고, 누적된 결과를 중심 화소(84)의 화소값을 공간적으로 필터링한 결과로서 출력단자 OUT4를 통해 출력한다.
전술한 바와 같이, 윈도우 마스크 내부에 포함된 화소들중에서 겨우 다섯 개의 화소들(80, 82, 84, 86 및 88)만을 이용하여 공간적인 필터링을 수행한다. 이와 같이, 윈도우 마스크내에 존재하는 모든 화소들을 이용하지 않는 이유는, 본 발명에 의한 공간 필터링부(22A)는 잡음 저감 효과의 증대를 위해 이전 라인의 근방 화소들(80 및 82)에 대한 시공간 필터링값들을 이용하는 회귀적인(recursive) 구조를 갖기 때문이다. 이와 같이, 회귀적인 구조를 통해 중심 화소(84)의 화소값을 공간적으로 필터링하므로, 오버 평탄화(oversmoothing) 열화가 최소화될 수 있다.
본 발명의 다른 실시예에 의하면, 공간 필터링부는 가중치를 생성하기 위해, 도 6에 도시된 바와 같이 감산부(64), 기준값 생성부(66), 비교부(68) 및 룩 업 테이블(70)을 더 마련하여 구현될 수 있다.
여기서, 감산부(64)는 입력단자 IN7을 통해 입력한 중심 화소의 화소값으로 부터 입력단자 IN5 또는 IN6을 통해 입력한 근방 화소의 화소값을 감산하고, 감산된 결과를 비교부(68)로 출력한다.
이 때, 기준값 생성부(66)는 입력단자 IN7을 통해 입력한 중심 화소의 화소값으로부터 잡음 분산값을 예측하고, 예측한 잡음 분산값을 이용하여 가중 기준값을 생성하며, 생성된 가중 기준값을 비교부(68)로 출력한다.
도 8은 도 6에 도시된 기준값 생성부(66)의 본 발명에 의한 실시예(66A)의 블럭도로서, 분산값 예측부(100), 프레임 지연부(102) 및 연산부(104)로 구성된다.
분산값 예측부(100)는 입력단자 IN8을 통해 입력한 중심 화소의 화소값으로부터 잡음 분산값을 예측하고, 예측된 잡음 분산값을 프레임 지연부(102)로 출력한다.
도 9는 도 8에 도시된 분산값 예측부(100)의 본 발명에 의한 실시예(100A)의 블럭도로서, 제1 화소값 차 계산부(120), 평균값 계산부(122) 및 최대 히스토그램 검출부(124)로 구성된다.
제1 화소값 차 계산부(120)는 윈도우 마스크 내부에 존재하는 모든 화소들 각각의 화소값과 중간 화소값간의 차를 계산하고, 계산된 차를 평균값 계산부(122)로 출력한다. 이를 위해, 제1 화소값 차 계산부(120)는 입력단자 IN9를 통해 윈도우 마스크 내부에 존재하는 모든 화소들을 입력하고, 입력한 모든 화소값들로부터 중간 화소값을 구할 수 있다. 이 때, 평균값 계산부(122)는 제1 화소값 차 계산부(120)에서 계산된 차들의 평균값을 계산하고, 계산된 평균값을 최대 히스토그램 검출부(124)로 출력한다. 예컨대, 평균값 계산부(122)는 다음 수학식 4와 같 이 평균값을 구한다.
Figure 112004018834912-pat00017
여기서,
Figure 112004018834912-pat00018
는 계산된 평균값을 나타내고, M×N은 윈도우 마스크의 크기를 나타내고,
Figure 112004018834912-pat00019
은 윈도우 마스크 내부에 존재하는 모든 화소들 각각의 화소값을 나타내고,
Figure 112004018834912-pat00020
은 중간 화소값을 각각 나타낸다.
이 때, 최대 히스토그램 검출부(124)는 평균값 계산부(122)로부터 평균값을 입력하고, 최대의 히스토그램을 갖는 평균값을 잡음 분산값으로 예측하고, 예측된 잡음 분산값을 출력단자 OUT6을 통해 출력한다. 예컨대, 최대 히스토그램 검출부(124)는 잡음 분산값을 다음 수학식 5와 같이 구할 수 있다.
Figure 112004018834912-pat00021
여기서, Nvar은 잡음 분산값을 나타내고, MAX는 최대값을 나타낸다.
한편 도 8에 도시된 프레임 지연부(102)는 분산값 예측부(100)에서 예측된 잡음 분산값을 단위 프레임 지연하고, 단위 프레임 지연된 잡음 분산값을 연산부(104)로 출력한다. 연산부(104)는 프레임 지연부(102)에서 지연된 결과를 이용하여 가중 기준값을 생성하고, 생성된 가중 기준값을 비교부(68)로 출력단자 OUT5를 통해 출력한다. 본 발명에 의하면, 연산부(104)는 다음 수학식 6과 같이 가 중 기준값을 생성할 수 있다.
Figure 112004018834912-pat00022
여기서, σ는 가중 기준값을 나타내고, σin은 소정 초기값을 나타낸다.
한편, 비교부(68)는 감산부(64)에서 감산된 결과와 기준값 생성부(66)에서 생성된 가중 기준값을 비교하고, 비교된 결과를 룩 업 테이블(70)로 출력한다. 룩 업 테이블(70)은 비교부(68)에서 비교된 결과를 어드레스로서 입력하고, 가중치를 데이타로서 저장하며, 비교부(68)로부터 입력한 어드레스에 상응하는 데이타를 제1 승산부(62)로 출력한다.
예를 들면, 도 6에 도시된 감산부(64), 기준값 생성부(66), 비교부(68) 및 룩 업 테이블(70)은 다음 수학식 7과 같이 가중치를 생성할 수 있다.
Figure 112004018834912-pat00023
여기서, a는 감산부(64)에서 감산된 결과를 나타낸다.
수학식 7을 통해 알 수 있듯이, 중심 화소의 화소값으로부터 근방 화소의 화소값을 감산한 결과(a)가 적을 수록 중심 화소와 근방 화소의 상관 관계가 높을 가능성이 커지므로, 가중치[v(a)]가 높게 생성된다.
결국, 공간 필터링부(22A)에서 필터링된 결과에 가장 큰 영향을 미치는 것은 가중 기준값[σ]이다. 즉, 잡음 분산값이 큰 경우 기준 가중값을 크게하여 잡음 제거 효과를 증대시키고, 그렇지 않은 경우 기준 가중값을 낮추어 블러링 열화 발생을 방지한다. 이를 위해, 이전 프레임의 데이타에 대해 잡음 분산값을 예측하여 이전 프레임의 잡음 정도에 따라 소정 초기값(σin)을 수학식 6과 같이 적응적으로 가변시키도록 하였다. 이 때, 잡음 저감 효과의 극대화를 위해서 현재 프레임에 대한 잡음 분산값을 예측해야 한다 그러나, 현재 프레임에 대해 잡음 분산값을 예측할 경우 출력단에서 1 프레임 지연이 필연적으로 발생하고, 추가적으로 현재 프레임의 데이타를 저장하기 위한 1개의 프레임 메모리가 추가적으로 필요하다. 따라서, 잡음 성분이 스테이셔너리(stantionary)하다는 가정하에, 이전 프레임의 데이타에 대해 예측된 잡음 분산값을 현재 프레임의 잡음 저감에 사용할 수 있다.
한편, 제14 단계후에, 도 1에 도시된 선명도 향상 필터(12)는 잡음 저감 필터(10)로부터 입력한 시공간 필터링값의 고역 성분을 강조하고, 고역 성분이 강조된 결과를 출력단자 OUT1을 통해 출력한다(제16 단계).
여기서, 잡음 저감 필터(10)로부터 출력되는 시공간 필터링값은 알.지.비.(RGB:Red Green Blue)의 형태를 취할 수 있다. 이 경우, 선명도 향상 필터(12)는 그레이 에지(gray edge)에서의 컬러 밸런싱(color balancing)을 위해 RGB 형태의 시공간 필터링값을 YCbCr(여기서, Y는 휘도 성분을 나타내고, CbCr은 색차 성분들을 각각 나타낸다.)의 색 공간으로 변환한 후, 변환된 Y만을 이용하여 고역 성분을 강조할 수 있다. 이 경우, Y에 대해 고역 성분이 강조되는 동안 CbCr은 지연되고, Y에 대해 고역이 강조된 결과와 지연된 CbCr는 다시 RGB 형태로 복원된다. 예컨대, 선명도 향상 필터(12)는 RGB를 YCbCr로 변환하는 변환부(미도시), CbCr을 지연하는 지연부(미도시) 및 YCbCr을 RGB로 복원하는 복원부(미도시)를 마련할 수 있다. 그러나, 변환부, 지연부 및 복원부는 선명도 향상 필터(12)의 외부에 별도로 마련될 수도 있다.
도 10은 도 1에 도시된 선명도 향상 필터(12)의 본 발명에 의한 바람직한 실시예(12A)의 블럭도로서, 고역 성분 추출부(140), 이득 결정부(142), 제2 승산부(144) 및 합성부(146)로 구성된다.
도 10에 도시된 고역 성분 추출부(140)는 중심 화소에 대한 시공간 필터링값을 입력단자 IN10을 통해 입력하고, 입력한 시공간 필터링값의 고역 성분을 추출하며, 추출된 고역 성분을 제2 승산부(144)로 출력한다.
도 11은 도 10에 도시된 고역 성분 추출부(140)의 본 발명에 의한 실시예(140A)의 블럭도로서, 제2 화소값 차 계산부(160), 변수 결정부(162), 상관도 계산부(164) 및 고역 성분 계산부(166)로 구성된다.
도 11에 도시된 제2 화소값 차 계산부(160)는 입력단자 IN12를 통해 중심 화소의 화소값과 이웃 화소의 화소값을 입력하고, 입력한 중심 화소의 화소값과 이웃 화소의 화소값들간의 차를 계산하고, 계산된 차를 변수 결정부(162) 및 상관도 계산부(164)로 각각 출력한다. 여기서, 이웃 화소는 중심 화소에 이웃하는 화소를 의미한다.
이 때, 변수 결정부(162)는 제2 화소값 차 계산부(160)에서 계산된 차를 입력하고, 입력한 차의 변화폭을 구하며, 차의 변화폭에 상응하는 변수를 결정하고, 결정된 변수를 상관도 계산부(164)로 출력한다. 여기서, 변수 결정부(162)는 구한 차의 변화폭을 출력단자 OUT8을 통해 출력한다. 예컨대, 변수 결정부(162)는 다음 수학식 8과 같이 변수를 결정할 수 있다.
Figure 112004018834912-pat00024
여기서, Δ는 변수 결정부(162)에서 결정되는 변수를 나타내고, th1은 제1 소정 임계값을 나타내고, Drange는 차의 변화폭으로서 다음 수학식 9와 같이 표현될 수 있다.
Figure 112004018834912-pat00025
여기서, 필터 마스크의 크기가 M'×N'라고 할 때, 1≤m≤M', 1≤n≤N'이며, D(m,n)은 제2 화소값 차 계산부(160)에서 계산된 차를 나타내며, 다음 수학식 10과 같이 표현될 수 있다.
Figure 112004018834912-pat00026
여기서, z(m,n)은 중심 화소의 화소값을 나타내고, z(i,j)는 이웃 화소의 화 소값을 각각 나타낸다.
상관도 계산부(164)는 중심 화소와 이웃 화소간의 상관도를 변수 결정부(162)로부터 입력한 변수와 제2 화소값 차 계산부(160)로부터 입력한 차를 이용하여 계산하고, 계산된 상관도를 고역 성분 계산부(166)로 출력한다. 예컨대, 상관도 계산부(164)는 다음 수학식 11과 같이 상관도를 계산한다.
Figure 112004018834912-pat00027
여기서, Wcorr(m,n)은 상관도를 나타낸다.
도 12는 변수와 상관도의 관계를 나타내는 그래프로서, 종축은 상관도[Wcorr(m,n)]를 나타내고, 횡축은 제2 화소값 차 계산부(160)에서 계산된 차[D(m,n)]를 나타낸다.
수학식 11 및 도 12을 참조하면, 제2 화소값 차 계산부(160)로부터 입력한 차[D(m,n)]가 크면 상관도[Wcorr(m,n)]가 작아지고, 차[D(m,n)]가 작아지면 상관도[Wcorr(m,n)]가 커진다. 즉, 차[D(m,n)]와 상관도[Wcorr(m,n)]는 가우시안(Gaussian) 형태의 함수 관계를 갖는다. 이 때, 변수(Δ)는 가우시안 형태의 함수의 폭을 결정하는 역할을 한다. 예컨대, 변수가 커질수록 가우시안 형태의 함수의 폭은 e1, e2, e3 및 e4의 순서로 증가하게 된다. 예를 들면, 가우시안 형태의 함수의 폭 e1, e2, e3 및 e4은 변수(Δ)가 5, 10, 15 및 20인 경우에 각각 해당 한다. 즉, 차[D(m,n)]가 고정된 상태에서 변수(Δ)가 증가할 수록 상관도[Wcorr(m,n)]가 커진다. 이와 같이, 상관도가 커지면 잡음 성분의 증폭을 줄일 수 있다.
고역 성분 계산부(166)는 상관도 계산부(164)로부터 입력한 상관도와 입력단자 IN12를 통해 입력한 시공간 필터링값을 이용하여 고역 성분을 계산하고, 계산된 고역 성분을 출력단자 OUT9를 통해 출력한다. 고역 성분 계산부(166)는 일종의 고역 통과 필터로서, 필터 마스크 내부의 모든 계수의 합이 제로(zero)가 되어야 하므로, 최종적인 고역 통과 필터의 계수는 다음 수학식 12와 같이 구하게 된다.
Figure 112004018834912-pat00028
즉, M'×N' 크기의 필터 마스크에 대해서, 모든 상관도 값들에 대한 평균값과 각 상관도 값들의 차를 구하여 고역 통과 필터의 특성을 가지도록 한다. 이 때, 고역 성분 계산부(166)는 다음 수학식 13과 같이 고역 성분을 계산할 수 있다.
Figure 112004018834912-pat00029
여기서,
Figure 112004018834912-pat00030
는 고역 성분을 나타낸다.
수학식 13을 통해 알 수 있듯이, 중심 화소의 이웃 화소의 화소값들간의 차[D(m,n)]가 클 경우 상관도[Wcorr(m,n)]가 낮기 때문에 상관도로부터 평균 상관도를 감산한 결과가 음의 값을 갖게 되고, 그렇지 않은 경우 양의 값을 갖게 되므로, 효과적으로 고역 성분이 추출될 수 있다. 이와 같이 고역 성분을 추출할 경우, 변수(Δ)가 증가할수록 영상의 배경 영역에서의 미세한 잡음 성분의 증폭을 방지하는 효과는 증대된다. 그러나, 중심 화소와 이웃 화소간의 화소값들간의 차가 큰 강한 에지 영역의 경우, 오버 슈트(overshoot)/언더 슈트(undershoot)와 같은 화질 열화 발생이 증가할 뿐만 아니라 영상에 존재하는 미세한 계조값의 차이가 큰 변수(Δ)값으로 인해 평탄화되어 출력 영상이 부자연스럽게 생성된다. 따라서, 본 발명에 의한 고역 성분 추출부(140A)의 변수 결정부(162)는 전술한 수학식 8과 같이 차의 변화폭(Drange)에 따라 변수(Δ)를 달리 결정한다. 즉, 차의 변화폭(Drange)이 제1 소정 임계값(th1) 이하인 평탄 영역에서 변수(Δ)를 높게 설정하고, 차의 변화폭(Drange)이 제1 소정 임계값(th1) 보다 큰 엣지 영역에서 변수(Δ)를 낮게 설정한다.
이 때, 고역 성분을 추출하기 위해서 라플라시안 (Laplacian) 및 그라디언트(Gradient) 기반 고주파 성분 추출 기법을 이용하는 종래의 방법이 'Anil K. Jain'에 의해 저술되고 "Fundamentals of Digital Image Processing"라는 제목으로 1989년도에 Prentice-Hall International Edition에 의해 출간된 책의 페이지 347-357쪽에 개시되어 있다. 개시된 종래의 방법은 잡음 민감도(noise sensitivity)가 높아서 잡음 저감 필터(10)를 통과한 영상에 존재하는 잡음 성분을 강조하여, 출력 영상의 화질을 열화시킬 수 있다. 이를 해결하기 위해, 본 발명에 의한 선명도 향상 필터(12)는 전술한 바와 같이 중심 화소와 이웃 화소의 화소값들간의 차[D(m,n)]를 이용하여 화소들간의 유사성을 판단한 후, 이 결과를 이용하여 비 선형적으로 고역 통과 필터의 계수를 결정하였다.
한편, 도 10에 도시된 이득 결정부(142)는 필터 마스크 내부에서 중심 화소와 이웃 화소들간의 화소값들간의 차의 변화폭을 이용하여 이득을 결정하며, 결정된 이득을 제2 승산부(144)로 출력한다. 이를 위해, 이득 결정부(142)는 차의 변화폭을 고역 성분 추출부(140)로부터 입력할 수도 있고, 즉, 고역 성분 추출부(140A)의 변수 결정부(162)로부터 입력할 수도 있고, 입력단자 IN10을 통해 입력한 중심 화소에 대한 시공간 필터링값을 이용하여 구할 수도 있다.
도 13은 도 10에 도시된 이득 결정부(142)의 본 발명에 의한 실시예(142A)의 블럭도로서, 이득 계산부(200) 및 이득 조정부(208)로 구성된다.
도 14는 차의 변화폭(Drange)에 따른 이득(Gain)의 관계를 나타내는 본 발명에 의한 예시적인 그래프로서, 횡축은 차의 변화폭을 나타내고, 종축은 이득을 각각 나타낸다.
이득 계산부(200)는 예를 들면, 도 14에 도시된 바와 같이 선형적으로 이득을 결정할 수 있다. 예컨대, 이득 계산부(200)는 차의 변화폭(Drange)이 작은 영역에서 잡음 성분의 증폭을 방지하기 위해 이득을 작게 결정하고, 차의 변화폭(Drange)이 큰 영역에서 오버슈트/언더슈트의 발생을 억제하기 위해 차의 변화폭과 반 비례하 도록 이득을 결정하고, 차의 변화폭(Drange)이 중간 정도인 영역에서 선명도 향상을 강화시키기 위해 이득을 크게 결정한다.
예를 들면, 이득 계산부(200)는 다음 수학식 14와 같이 이득을 결정할 수 있다.
Figure 112004018834912-pat00031
Figure 112004018834912-pat00032
Figure 112004018834912-pat00033
Figure 112004018834912-pat00034
여기서, th2, th3 및 th4는 제2, 제3 및 제4 소정 임계값들을 각각 나타내고, Gmax는 이득의 최대값을 각각 나타낸다.
도 15는 오버슈트와 언더슈트의 발생을 설명하기 위한 예시적인 도면으로서, 블럭들(210 및 212)로서 구성된다.
도 13에 도시된 이득 결정부(142A)가 이득 계산부(200)만으로 구현될 경우, 오버 슈트나 언더 슈트를 완벽하게 제거할 수 없다. 예를 들면, 도 15에 도시된 블럭(210)은 평탄한 영역으로 구분되어 고주파 성분이 거의 제로에 가깝다. 그러나, 블럭(212)은 상당한 크기의 고주파 성분이 추출된다. 인간의 시각은 이러한 블럭(212)의 오버 슈트에 대해 민감한 반응을 보인다. 사실, 이득 계산부(200)에서 이러한 블럭(212)에 대한 고주파 증폭 이득을 감소시키지만, 블럭(212)의 강한 에지 성분으로 인해 상당한 량의 고주파 성분이 원 영상에 더해져서 오버 슈트를 발생할 수 있다. 화질의 연속성을 얻기 위해서 고주파 영역의 이득을 급격하게 감소시킬 수 없으므로, 이러한 블럭(212)에 대한 처리가 부가적으로 이루어져야 한다. 이를 위해, 도 13에 도시된 이득 결정부(142A)는 이득 계산부(200)이외에 이득 조정부(208)를 부가적으로 더 마련할 수 있다. 여기서, 이득 조정부(208)는 입력단자 IN13을 통해 입력한 블럭의 모든 화소들에 대해 차의 변화폭을 검출하고, 검출된 차의 변화폭을 이용하여 이득을 조정하고, 조정된 이득을 출력단자 OUT10을 통해 출력한다. 이를 위해, 이득 조정부(208)는 변화폭 검출부(202), 변화 정도 계산부(204) 및 이득 감쇄부(206)로 구현될 수 있다.
여기서, 변화폭 검출부(202)는 이웃 화소들 각각에 대해서, 이웃 화소를 중심으로 하는 블럭에 포함되는 모든 화소들 각각과 이웃 화소간에 화소값들간의 차의 변화폭을 검출한다.
변화 정보 계산부(204)는 변화폭 검출부(202)에서 검출된 차의 변화폭의 최대값과 최소값간의 차를 계산하고, 계산된 차를 이득 감쇄부(206)로 출력한다.
도 16은 도 13에 도시된 이득 조정부(208)의 이해를 돕기 위한 예시적인 도면으로서, 음영으로 표시된 중심 화소(250) 및 이웃 화소들(252, 254, 256, 258, 260, 262, 264 및 266)과 음영으로 표시되지 않은 화소들로 구성된다.
변화폭 검출부(202)는 이웃 화소(252, 254, 256, 258, 260, 262, 264 또는 266)를 각각 중심으로 하는 블럭(300, 302, 304, 306, 310, 312, 314 또는 316)에 포함되는 모든 화소들 각각과 이웃 화소(252, 254, 256, 258, 260, 262, 264 또는 266)간에 화소값들간의 차의 변화폭(Dranges)을 다음 수학식 15와 같이 구한다. 여기서, 도 16의 경우, 1≤s≤8이 된다.
Figure 112004018834912-pat00035
여기서, MIN은 최소값을 나타내고, 블럭의 크기가 P×Q라고 할 때, 1≤p≤P, 1≤q≤Q이며, 도 16의 경우, P=Q=3으로 가정되었다. 또한, 수학식 15에서, Ds(p,q)는 이웃 화소(252, 254, 256, 258, 260, 262, 264 또는 266)를 중심으로 하는 블럭(300, 302, 304, 306, 310, 312, 314 또는 316)에 포함되는 모든 화소들 각각과 이웃 화소(252, 254, 256, 258, 260, 262, 264 또는 266)간에 화소값들간의 차를 나타내며, 다음 수학식 16과 같이 표현될 수 있다.
Figure 112004018834912-pat00036
여기서, z(p,q)은 중심 화소의 화소값을 나타내고, z(i,j)는 이웃 화소의 화소값을 각각 나타낸다.
따라서, 변화 정도 계산부(204)에서 계산된 검출된 차의 변화폭의 최대값(MAX)과 최소값(MIN)간의 차(Diff_Drange)는 다음 수학식 17과 같이 표현될 수 있다.
Figure 112004018834912-pat00037
이득 감쇄부(206)는 변화 정도 계산부(204)에서 계산된 차(Diff_Drange)의 크기에 응답하여, 결정된 이득을 차의 변화폭(Drange)을 이용하여 조정하고, 조정된 이득을 출력단자 OUT10을 통해 출력한다. 예를 들면, 이득 감쇄부(206)는 계산된 차(Diff_Drange)의 크기가 제5 소정 임계값(th5) 이상일 때, 결정된 이득(Gain)을 다음 수학식 18과 같이 조정할 수 있다.
Figure 112004018834912-pat00038
여기서, Gfinal은 이득 감쇄부(206)로부터 출력되는 조정된 이득을 나타내고, Gain은 이득 계산부(200)에서 결정된 이득을 나타내고, Drange는 중심 화소(250)를 중심으로 하는 블럭(308)에 포함되는 모든 화소들(252, 254, 256, 258, 260, 262, 264 및 266) 각각과 중심 화소(250)간에 화소값들간의 차의 변화폭(Drange)을 나타내고, c는 중심 화소(250)에 이웃하는 이웃 화소들의 개수를 나타낸다. 이 때, 수학식 18의 이해를 돕기 위해 도 16에 도시된 참조부호를 사용하였지만, 수학식 18은 도 16에 국한되지 않는다.
제2 승산부(144)는 이득 결정부(142)에서 결정된 이득과 고역 성분 추출부(140)에서 추출된 고역 성분을 승산하고, 승산된 결과를 합성부(146)로 출력한다. 합성부(146)는 제2 승산부(144)에서 승산된 결과와 입력단자 IN11을 통해 입력한 영상 즉, 시공간 필터링값을 합성하고, 합성된 결과를 선명도가 강조된 결과로서 출력단자 OUT7을 통해 출력한다.
도 17 (a) 및 (b)는 본 발명과 종래를 비교하기 위한 도면들로서, 도 17 (a)는 종래의 디지탈 영상 신호 필터링 장치 및 방법에 의해 필터링된 영상을 예시적으로 나타내고, 도 17 (b)는 본 발명에 의한 디지탈 영상 신호 필터링 장치 및 방법에 의해 필터링된 영상을 예시적으로 나타낸다.
도 17 (a)에 도시된 바와 같이, 화소값을 시간적으로만 필터링할 경우, 고스트 테일(400)이 발생되어 화질의 열화를 초래한다. 그러나, 도 17 (b)에 도시된 바와 같이, 화소값을 시간적으로 필터링한 결과 및 공간적으로 필터링한 결과중 하나를 선택할 경우, 고스트 테일이 발생했던 영역(402)에서 고스트 테일이 사라짐을 알 수 있다.
이상에서 설명한 바와 같이, 본 발명에 의한 디지탈 영상 신호 필터링 장치 및 방법은 노이즈 저감 필터(10)를 이용하여 영상 신호의 특성에 따라 2차원 공간적인 필터링과 일차원 시간적인 필터링을 적응적으로 적용하여 영상 경계 부분에서의 과도한 평탄화 및 움직임 블러링 발생이 억제되도록 하여 고스트 테일의 문제를 해결하고 잡음 레벨 추정을 통해 잡음 레벨이 높은 경우에도 화질의 열화없이 잡음을 효율적으로 저감시킬 수 있으며, 시공간 필터링값의 특성에 적응적으로 고역 성 분을 추출하므로써 잔재 잡음 성분이 과도하게 증폭되지 않도록 하면서도 선명도를 향상시킬 수 있는 등, 디지탈 영상 신호를 적은 비용으로 뿐만 아니라 낮은 연산 복잡도로 필터링할 수 있는 효과를 갖는다.

Claims (30)

  1. 영상을 구성하는 프레임들 각각의 화소값을 시간적으로 필터링하는 시간 필터링부;
    상기 화소값을 공간적으로 필터링하는 공간 필터링부;
    로컬 공간 평균값과 상기 필터링된 결과들 각각의 크기를 비교한 결과에 응답하여, 상기 필터링된 결과들중 하나를 상기 시공간 필터링값으로서 선택적으로 출력하는 필터 선택부; 및
    상기 시공간 필터링값의 고역 성분을 강조하여 출력하는 선명도 향상 필터를 구비하는 것을 특징으로 하는 디지탈 영상 신호 필터링 장치.
  2. 삭제
  3. 제1 항에 있어서, 상기 필터 선택부는
    아래와 같이 시공간 필터링값을 선택하는 것을 특징으로 하는 디지탈 영상 신호 필터링 장치.
    Figure 112006034063613-pat00039
    (여기서,
    Figure 112006034063613-pat00040
    는 시공간 필터링값을 나타내고,
    Figure 112006034063613-pat00041
    는 상기 화소값을 시간적으로 필터링한 결과를 나타내고,
    Figure 112006034063613-pat00042
    는 상기 화소값을 공간적으로 필터링한 결과를 나타내고,
    Figure 112006034063613-pat00043
    는 상기 로컬 공간 평균값을 각각 나타낸다.)
  4. 제1 항에 있어서, 상기 시간 필터링부는
    현재 프레임의 화소값으로부터 이전 프레임의 화소값을 감산한 결과와 움직임 검출 문턱값을 비교하고, 비교된 결과를 화소값 제어 신호로서 출력하는 화소값 제어부;
    상기 현재 프레임의 화소값과 상기 이전 프레임의 화소값을 이용하여 새로운 화소값을 생성하는 화소값 연산부; 및
    상기 화소값 제어 신호에 응답하여, 상기 현재 프레임의 화소값 또는 상기 새로운 화소값을 선택적으로 출력하는 화소값 선택부를 구비하는 것을 특징으로 하는 디지탈 영상 신호 필터링 장치.
  5. 제4 항에 있어서, 상기 화소값 연산부는
    상기 현재 프레임의 화소값과 상기 이전 프레임의 화소값의 평균을 상기 새로운 화소값으로서 결정하는 것을 특징으로 하는 디지탈 영상 신호 필터링 장치.
  6. 제1 항에 있어서, 상기 시간 필터링부는
    현재 프레임의 화소값으로부터 이전 프레임의 상기 시공간 필터링값을 감산한 결과와 움직임 검출 문턱값을 비교하고, 비교된 결과를 화소값 제어 신호로서 출력하는 화소값 제어부;
    상기 현재 프레임의 화소값과 상기 이전 프레임의 시공간 필터링값에 가중치를 부여하면서 적어도 하나의 새로운 화소값을 생성하는 화소값 연산부;
    상기 화소값 제어 신호에 응답하여, 상기 현재 프레임의 화소값 또는 상기 새로운 화소값을 선택적으로 출력하는 화소값 선택부를 구비하는 것을 특징으로 하는 디지탈 영상 신호 필터링 장치.
  7. 제1 항에 있어서, 상기 시간 필터링부는 상기 화소값을 아래와 같이 시간적으로 필터링하는 것을 특징으로 하는 디지탈 영상 신호 필터링 장치.
    Figure 112006034063613-pat00044
    (여기서,
    Figure 112006034063613-pat00045
    는 상기 화소값을 시간적으로 필터링한 결과를 나타내고,
    Figure 112006034063613-pat00046
    는 현재 프레임의 화소값을 나타내고,
    Figure 112006034063613-pat00047
    는 이전 프레임의 상기 시공간 필터링값을 나타내고, d는 움직임 검출 문턱값을 각각 나타낸다.)
  8. 제1 항에 있어서, 상기 공간 필터링부는
    중심 화소를 중심에 두는 소정 크기의 윈도우 마스크 내부에서 이전 라인에 속하는 근방 화소에 대해 생성된 상기 시공간 필터링값을 입력하여 단위 라인 지연시키는 라인 지연부; 및
    상기 윈도우 마스크 내부에 존재하는 화소들중 상기 라인 지연부로부터 입력한 상기 이전 라인에 속하는 근방 화소들의 화소값들 또는 상기 윈도우 마스크 내부에 존재하는 화소들중 외부로부터 입력한 이후 라인에 속하는 근방 화소들의 화소값들과 해당하는 가중치들을 서로 승산하여 누적하고, 누적된 결과를 상기 중심 화소의 상기 화소값을 공간적으로 필터링한 결과로서 출력하는 제1 승산부를 구비하고,
    상기 근방 화소는 상기 중심 화소의 근방에 위치하고, 상기 이전 및 상기 이후 라인들은 상기 중심 화소가 속하는 현재 라인의 이전 및 이후에 각각 위치하는 라인인 것을 특징으로 하는 디지탈 영상 신호 필터링 장치.
  9. 제8 항에 있어서, 상기 공간 필터링부는
    상기 중심 화소의 상기 화소값으로부터 상기 근방 화소의 화소값을 감산하는 감산부;
    상기 중심 화소의 화소값으로부터 예측한 잡음 분산값을 이용하여 가중 기준값을 생성하는 기준값 생성부;
    상기 감산부에서 감산된 결과와 상기 가중 기준값을 비교하는 비교부; 및
    상기 비교부에서 비교된 결과를 어드레스로서 입력하고, 상기 가중치를 데이타로서 저장하며, 상기 어드레스에 상응하는 데이타를 상기 제1 승산부로 출력하는 룩 업 테이블을 더 구비하는 것을 특징으로 하는 디지탈 영상 신호 필터링 장치.
  10. 제9 항에 있어서, 상기 기준값 생성부는
    상기 중심 화소의 화소값으로부터 상기 잡음 분산값을 예측하는 분산값 예측부;
    상기 예측된 잡음 분산값을 단위 프레임 지연하는 프레임 지연부; 및
    상기 지연된 결과를 이용하여 상기 가중 기준값을 생성하는 연산부를 구비하는 것을 특징으로 하는 디지탈 영상 신호 필터링 장치.
  11. 제10 항에 있어서, 상기 연산부는
    아래와 같이 상기 가중 기준값을 생성하는 것을 특징으로 하는 디지탈 영상 신호 필터링 장치.
    Figure 112004018834912-pat00048
    (여기서, σ는 상기 가중 기준값을 나타내고, σin은 소정 초기값이고, Nvar은 상기 지연되고 예측된 잡음 분산값을 나타낸다.)
  12. 제10 항에 있어서, 상기 분산값 예측부는
    상기 윈도우 마스크 내부에 존재하는 모든 화소들 각각의 화소값과 중간 화소값간의 차를 계산하는 제1 화소값 차 계산부;
    상기 제1 화소값 차 계산부에서 계산된 차들의 평균값을 계산하는 평균값 계산부;
    최대의 히스토그램을 갖는 평균값을 상기 잡음 분산값으로 예측하는 최대 히스토그램 검출부를 구비하는 것을 특징으로 하는 디지탈 영상 신호 필터링 장치.
  13. 제1 항에 있어서, 상기 선명도 향상 필터는
    중심 화소에 대한 상기 시공간 필터링값의 고역 성분을 추출하는 고역 성분 추출부;
    필터 마스크 내부에서 상기 중심 화소와 이웃 화소들간의 화소값들간의 차의 변화폭을 이용하여 이득을 결정하는 이득 결정부;
    상기 결정된 이득과 상기 추출된 고역 성분을 승산하는 제2 승산부; 및
    상기 제2 승산부에서 승산된 결과와 상기 영상을 합성하고, 합성된 결과를 상기 선명도가 강조된 결과로서 출력하는 합성부를 구비하고,
    상기 이웃 화소는 상기 중심 화소에 이웃하는 것을 특징으로 하는 디지탈 영상 신호 필터링 장치.
  14. 제13 항에 있어서, 상기 고역 성분 추출부는
    상기 중심 화소의 화소값과 상기 이웃 화소의 화소값간의 차를 계산하는 제2 화소값 차 계산부;
    상기 제2 화소값 차 계산부에서 계산된 차의 변화폭에 상응하는 변수를 결정하는 변수 결정부;
    상기 중심 화소와 상기 이웃 화소간의 상관도를 상기 변수와 상기 차를 이용하여 계산하는 상관도 계산부; 및
    상기 상관도와 상기 시공간 필터링값을 이용하여 상기 고역 성분을 계산하는 고역 성분 계산부를 구비하는 것을 특징으로 하는 디지탈 영상 신호 필터링 장치.
  15. 제14 항에 있어서, 상기 변수 결정부는 아래와 같이 상기 변수를 결정하는 것을 특징으로 하는 디지탈 영상 신호 필터링 장치.
    Figure 112004018834912-pat00049
    (여기서, Δ는 상기 변수를 나타내고, th1은 제1 소정 임계값을 나타내고, Drange는 상기 차의 변화폭을 나타내고,
    Figure 112004018834912-pat00050
    , D(m,n)은 상기 제2 화소값 차 계산부에서 계산된 상기 차를 나타내고,
    Figure 112004018834912-pat00051
    , 상기 필터 마스크의 크기는 M×N이고, 1≤m≤M, 1≤n≤N, z(m,n)은 상기 중심 화소의 화소값을 나타내고, z(i,j)는 상기 이웃 화소의 화소값을 각각 나타낸다.
  16. 제14 항에 있어서, 상기 상관도 계산부는 아래와 같이 상기 상관도를 계산하는 것을 특징으로 하는 디지탈 영상 신호 필터링 장치.
    Figure 112004018834912-pat00052
    [여기서, D(m,n)은 상기 제2 화소값 차 계산부에서 계산된 상기 차를 나타내고, 상기 필터 마스크의 크기는 M×N이고, 1≤m≤M, 1≤n≤N, z(m,n)은 상기 중심 화소의 화소값을 나타내고, z(i,j)는 상기 이웃 화소의 화소값을 나타내고, Δ는 상기 변수를 나타내고, Wcorr(m,n)은 상기 상관도를 각각 나타낸다.)
  17. 제16 항에 있어서, 상기 고역 성분 계산부는 아래와 같이 상기 고역 성분을 계산하는 것을 특징으로 하는 디지탈 영상 신호 필터링 장치.
    Figure 112004018834912-pat00053
    (여기서,
    Figure 112004018834912-pat00054
    는 고역 성분을 나타낸다.)
  18. 제13 항에 있어서, 상기 이득 결정부는
    상기 차의 변화폭이 작은 영역에서 이득을 작게 결정하고, 상기 차의 변화폭 이 큰 영역에서 상기 차의 변화폭과 반비례하도록 상기 이득을 결정하고, 상기 차의 변화폭이 중간 영역에서 상기 이득을 크게 결정하는 이득 계산부를 구비하는 것을 특징으로 하는 디지탈 영상 신호 필터링 장치.
  19. 제13 항에 있어서, 상기 이득 결정부는 아래와 같이 상기 이득을 결정하는 것을 특징으로 하는 디지탈 영상 신호 필터링 장치.
    Figure 112004018834912-pat00055
    Figure 112004018834912-pat00056
    Figure 112004018834912-pat00057
    Figure 112004018834912-pat00058
    (여기서, th2, th3 및 th4는 제2, 제3 및 제4 소정 임계값들을 각각 나타내고, Drange는 상기 차의 변화폭을 나타내고, Gain은 상기 이득을 나타내고, 상기 Gmax는 상기 이득의 최대값을 각각 나타낸다.)
  20. 제13 항에 있어서, 상기 이득 결정부는
    상기 이웃 화소를 중심으로 하는 블럭에 포함되는 모든 화소들에 대해 차의 변화폭을 검출하고, 검출된 차의 변화폭을 이용하여 상기 이득을 조정하는 이득 조 정부를 구비하는 것을 특징으로 하는 디지탈 영상 신호 필터링 장치.
  21. 제20 항에 있어서, 상기 이득 조정부는
    상기 이웃 화소들 각각에 대해서, 상기 블럭에 포함되는 모든 화소들 각각과 상기 이웃 화소간에 화소값들간의 차의 변화폭을 검출하는 변화폭 검출부;
    상기 변화폭 검출부에서 검출된 차의 변화폭의 최대값과 최소값간의 차를 계산하는 변화 정도 계산부; 및
    상기 변화 정도 계산부에서 계산된 차의 크기에 응답하여, 상기 결정된 이득을 상기 차의 변화폭을 이용하여 조정하는 이득 감쇄부를 구비하는 것을 특징으로 하는 디지탈 영상 신호 필터링 장치.
  22. 제20 항에 있어서, 상기 이득 감쇄부는 상기 계산된 차의 크기가 제5 소정 임계값 이상일 때, 상기 결정된 이득을 아래와 같이 조정하는 것을 특징으로 하는 디지탈 영상 신호 필터링 장치.
    Figure 112004018834912-pat00059
    (여기서, Gfinal은 상기 이득 감쇄부로부터 출력되는 상기 조정된 이득을 나타내고, Gain은 상기 결정된 이득을 나타내고, Drange는 상기 차의 변화폭을 나타내고, c는 상기 이웃 화소의 개수를 나타낸다.)
  23. 삭제
  24. 디지탈 영상 신호의 프레임들 각각의 화소값들을 시간적으로 필터링하는 단계;
    상기 디지탈 영상 신호의 상기 프레임들 각각의 상기 화소값들을 공간적으로 필터링하는 단계;
    상기 디지탈 영상 신호의 현재 프레임의 소정 영역의 평균 화소값을 상기 현재 프레임의 시간적 및 공간적으로 필터링된 화소값들 각각과 비교하는 단계;
    상기 시간적으로 필터링된 화소값 또는 상기 공간적으로 필터링된 화소값중 하나를 상기 비교된 결과에 기반하여 선택하여, 고스트 테일 아티팩트를 최소화시키는 단계; 및
    상기 시간적으로 필터링된 화소값 또는 상기 공간적으로 필터링된 화소값중 상기 비교된 결과에 기반하여 선택된 하나를 강조하는 단계를 구비하는 것을 특징으로 하는 디지탈 영상 신호 필터링 방법.
  25. 제24 항에 있어서, 상기 화소값들을 시간적으로 필터링하는 단계는현재 프레임의 화소값으로부터 이전 프레임의 화소값을 감산한 결과와 움직임 검출 문턱값을 비교하는 단계;
    상기 비교된 결과에 기반하여 화소값 제어 신호를 발생하는 단계;
    상기 현재 프레임의 화소값과 상기 이전 프레임의 화소값을 이용하여 새로운 화소값을 생성하는 단계; 및
    상기 화소값 제어 신호에 응답하여, 상기 현재 프레임의 화소값 또는 상기 새로운 화소값을 선택하여, 사용자 시각의 움직임 검출에 기반한 블러링의 발생을 줄이는 단계를 구비하는 것을 특징으로 하는 디지탈 영상 신호 필터링 방법.
  26. 제24 항에 있어서, 상기 화소값들을 공간적으로 필터링하는 단계는
    상기 소정 영역의 중심 화소를 둘러싸는 근방 화소들의 단위 라인에 기반하여 상기 시간적으로 필터링된 화소값 또는 상기 공간적으로 필티링된 화소값중 선택된 하나를 지연하는 단계; 및
    상기 근방 화소값들과 상기 소정 영역에 있는 각 화소값을 승산한 공간적으로 필터링한 결과를 누적하는 단계를 구비하는 것을 특징으로 하는 디지탈 영상 신호 필터링 방법.
  27. 제24 항에 있어서, 상기 시간적으로 필터링된 화소값 또는 상기 공간적으로 필터링된 화소값중 선택된 하나를 강조하는 단계는
    상기 소정 영역의 중심 화소에 대한 상기 시간적으로 필터링된 화소값 또는 상기 공간적으로 필터링된 화소값중 선택된 하나의 고역 성분을 추출하는 단계;
    상기 소정 영역에서 상기 중심 화소를 둘러싸는 각 이웃 화소의 화소값과 상기 중심 화소의 화소값간의 차이의 변화폭을 이용하여 이득을 결정하는 단계;
    상기 결정된 이득과 상기 추출된 고역 성분을 강조된 결과로서 승산하는 단계; 및
    상기 시간적으로 필터링된 화소값 또는 상기 공간적으로 필터링된 화소값중 선택된 하나를 상기 강조된 결과와 합성하는 단계를 구비하는 것을 특징으로 하는 디지탈 영상 신호 필터링 방법.
  28. 제24 항에 있어서, 상기 시간적으로 필터링된 화소값 또는 상기 공간적으로 필터링된 화소값중 선택된 하나를 강조하는 단계는
    상기 소정 영역에서 중심 화소를 둘러싸는 각 이웃 화소의 화소값과 상기 소정 영역에서 상기 중심 화소의 화소값간의 차이들을 결정하는 단계; 및
    상기 결정된 차이들에 기반하여 고역 통과 필터의 계수들을 결정하여, 상기 시간적으로 필터링된 화소값 또는 상기 공간적으로 필터링된 화소값중 선택된 하나의 고역 성분들을 강조하는 단계를 구비하는 것을 특징으로 하는 디지탈 영상 신호 필터링 방법.
  29. 디지탈 영상 신호의 프레임들 각각의 화소값들을 시간적으로 필터링하는 단계;
    상기 디지탈 영상 신호의 상기 프레임들 각각의 상기 화소값들을 공간적으로 필터링하는 단계;
    상기 시간적으로 필터링된 화소값들과 상기 공간적으로 필터링된 화소값들에 기반하여 상기 디지탈 영상 신호에 잡음 레벨을 추정하는 단계;
    상기 시간적으로 필터링된 화소값들과 상기 공간적으로 필터링된 화소값들중 하나를 선택하여, 상기 추정된 잡음 레벨이 높을 때 상기 디지탈 영상의 악화를 최소화시키는 단계; 및
    상기 추정된 잡음 레벨에 기반하여 조정된 비선형 이득을 이용하여, 상기 시간적으로 필터링된 화소값들과 상기 공간적으로 필터링된 화소값들중 선택된 상기 하나를 강조하는 단계를 구비하는 것을 특징으로 하는 디지탈 영상 신호 필터링 방법.
  30. 삭제
KR1020040031319A 2004-05-04 2004-05-04 디지탈 영상 신호 필터링 장치 및 방법 KR100624421B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020040031319A KR100624421B1 (ko) 2004-05-04 2004-05-04 디지탈 영상 신호 필터링 장치 및 방법
EP04256196A EP1594087A3 (en) 2004-05-04 2004-10-07 Apparatus and method for filtering digital image signal
US11/046,696 US7538822B2 (en) 2004-05-04 2005-02-01 Apparatus and method for filtering digital image signal
JP2005131563A JP2005323365A (ja) 2004-05-04 2005-04-28 デジタル映像信号フィルタリング装置及び方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020040031319A KR100624421B1 (ko) 2004-05-04 2004-05-04 디지탈 영상 신호 필터링 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20050106548A KR20050106548A (ko) 2005-11-10
KR100624421B1 true KR100624421B1 (ko) 2006-09-19

Family

ID=34930721

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020040031319A KR100624421B1 (ko) 2004-05-04 2004-05-04 디지탈 영상 신호 필터링 장치 및 방법

Country Status (4)

Country Link
US (1) US7538822B2 (ko)
EP (1) EP1594087A3 (ko)
JP (1) JP2005323365A (ko)
KR (1) KR100624421B1 (ko)

Families Citing this family (53)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BR0312217A (pt) * 2002-06-24 2005-05-10 Acadia Pharm Inc Compostos, métodos de inibição da atividade/ativação de um receptor monoaminérgico e método de tratamento de condição doentia associada a um receptor de monoaminergético
US7427993B1 (en) 2004-08-31 2008-09-23 Pixelworks, Inc. Motion adaptive pixel boost with data compression and decompression
US7405741B1 (en) 2004-08-31 2008-07-29 Pixelworks, Inc. Fuzzy logic based LCD overdrive control method
DE602005016067D1 (de) * 2005-01-11 2009-10-01 St Microelectronics Res & Dev Verbesserte digitale Filterung
ATE530015T1 (de) 2005-01-18 2011-11-15 Lg Electronics Inc Anordnung zur entfernung von rauschen aus einem videosignal
KR100774189B1 (ko) * 2005-09-29 2007-11-08 엘지전자 주식회사 영상잡음 제거장치
JP4496106B2 (ja) * 2005-02-28 2010-07-07 株式会社東芝 画像処理装置及び画像処理方法
US7653257B2 (en) * 2005-07-19 2010-01-26 Intel Corporation Enhancing video sequence sharpness by adaptive peaking
JP4555207B2 (ja) 2005-10-18 2010-09-29 Ｎｅｃディスプレイソリューションズ株式会社 画質改善装置および画質改善方法
TW200727200A (en) * 2006-01-06 2007-07-16 Asmedia Technology Inc Method and system for processing an image
US8358866B2 (en) * 2006-01-31 2013-01-22 Canadian Space Agency Method and system for increasing signal-to-noise ratio
US7860334B2 (en) 2006-02-09 2010-12-28 Qualcomm Incorporated Adaptive image filter for filtering image information
TWI323124B (en) * 2006-03-09 2010-04-01 Mstar Semiconductor Inc Image processing apparatus and method for temporal noise reduction and motion enhancement
US8488060B2 (en) * 2006-03-29 2013-07-16 Semiconductor Components Industries, Llc Image signal processing apparatus for converting an interlace signal to a progressive signal
US7436355B2 (en) 2006-04-18 2008-10-14 Andrew Corporation Method and apparatus for geolocation determination
US7907215B2 (en) * 2006-06-06 2011-03-15 Sigma Designs, Inc. Video enhancement systems and methods
EP2036353A1 (en) * 2006-06-29 2009-03-18 Thomson Licensing Adaptive pixel-based filtering
NO326285B1 (no) * 2006-07-19 2008-11-03 Tandberg Telecom As Fremgangsmate for stoyreduksjon av et videobilde
KR101298642B1 (ko) * 2006-11-21 2013-08-21 삼성전자주식회사 영상 잡음 제거 방법 및 장치
EP2087736A2 (en) * 2006-11-27 2009-08-12 Thomson Licensing Video pre-processing device and method, motion estimation device and method
KR100791388B1 (ko) 2006-12-11 2008-01-07 삼성전자주식회사 영상의 선명도 향상을 위한 장치 및 방법
US8259804B2 (en) * 2007-01-03 2012-09-04 International Business Machines Corporation Method and system for signal prediction in predictive coding
CN101658027B (zh) * 2007-03-31 2013-04-10 索尼德国有限责任公司 用于图像帧的降噪方法和单元
US20080267524A1 (en) * 2007-04-30 2008-10-30 Doron Shaked Automatic image enhancement
US8031967B2 (en) * 2007-06-19 2011-10-04 Microsoft Corporation Video noise reduction
EP2073532A1 (en) * 2007-12-17 2009-06-24 Koninklijke Philips Electronics N.V. Video signal processing
US20090185742A1 (en) * 2008-01-17 2009-07-23 Faraday Technology Corp. Method for image compensation
EP2320637B1 (en) * 2008-07-30 2018-01-31 Mitsubishi Electric Corporation Image processing device and method, and image display device
US8411993B2 (en) * 2008-12-22 2013-04-02 Panasonic Corporation Apparatus and method for reducing image noise
US8553783B2 (en) * 2008-12-29 2013-10-08 Stmicroelectronics Asia Pacific Pte Ltd. Apparatus and method of motion detection for temporal mosquito noise reduction in video sequences
JP5099275B2 (ja) * 2009-03-16 2012-12-19 株式会社ニコン 画像をシャープにする為の順応型オーバーシュート制御
TWI387313B (zh) * 2009-05-21 2013-02-21 Novatek Microelectronics Corp 影像處理電路及方法
TWI407777B (zh) * 2009-07-20 2013-09-01 Silicon Integrated Sys Corp 以影像特徵為基礎之動態對比強化裝置及其方法
KR20110021107A (ko) * 2009-08-25 2011-03-04 삼성전자주식회사 선명도 보정을 위한 영상처리장치 및 영상처리방법
US8488663B2 (en) 2009-09-23 2013-07-16 Maxlinear, Inc. Impulse noise mitigation under out-of-band interference conditions
US8285069B2 (en) * 2010-03-30 2012-10-09 Chunghwa Picture Tubes, Ltd. Image processing device and method thereof
US8564724B2 (en) * 2010-04-04 2013-10-22 Texas Instruments Incorporated Ghosting artifact reduction in temporal noise filtering
KR101727285B1 (ko) * 2010-12-28 2017-04-14 삼성전자주식회사 노이즈 변화와 움직임 감지를 고려한 영상 노이즈 필터링 방법 및 장치
WO2012142048A2 (en) * 2011-04-11 2012-10-18 Flir Systems, Inc. Techniques for selective noise reduction and imaging system characterization
KR20130051241A (ko) * 2011-11-09 2013-05-20 삼성전자주식회사 진단영상을 생성하는 방법, 이를 수행하는 장치 및 의료영상시스템
KR101706218B1 (ko) * 2011-12-12 2017-02-15 한화테크윈 주식회사 블러 및 고스트 제거 장치 및 방법
EP2976877B1 (en) * 2013-03-22 2020-01-08 Synaptics Incorporated Guided filter-based detail enhancement
KR101538353B1 (ko) 2014-05-29 2015-07-22 숭실대학교산학협력단 영상 처리 방법, 이를 이용한 시스템 및 이를 수행하기 위한 기록매체
US9811882B2 (en) 2014-09-30 2017-11-07 Electronics And Telecommunications Research Institute Method and apparatus for processing super resolution image using adaptive preprocessing filtering and/or postprocessing filtering
EP3016383B1 (en) * 2014-11-03 2017-06-21 Axis AB Method, device, and system for pre-processing a video stream for subsequent motion detection processing
KR102584522B1 (ko) * 2016-12-27 2023-10-05 한화비전 주식회사 영상처리장치 및 그의 영상보정방법
US11113791B2 (en) 2017-01-03 2021-09-07 Flir Systems, Inc. Image noise reduction using spectral transforms
US10674045B2 (en) * 2017-05-31 2020-06-02 Google Llc Mutual noise estimation for videos
KR102351083B1 (ko) * 2017-08-30 2022-01-13 삼성전자주식회사 디스플레이 장치 및 그 영상 처리 방법
US10963995B2 (en) 2018-02-12 2021-03-30 Samsung Electronics Co., Ltd. Image processing apparatus and image processing method thereof
CN111881927B (zh) 2019-05-02 2021-12-21 三星电子株式会社 电子装置及其图像处理方法
CN110558966A (zh) * 2019-08-12 2019-12-13 平安科技（深圳）有限公司 一种脉搏检测装置
US20230245286A1 (en) * 2022-01-28 2023-08-03 V-Silicon Semiconductor (Hefei) Co., Ltd. 2d recursive de-banding

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69421377T2 (de) * 1994-02-28 2000-03-23 St Microelectronics Srl Filter zur Rauschunterdrückung und Kantenverstärkung von numerischen Bildsignalen mit Hilfe unscharfer Logik
DE69709451T2 (de) * 1996-02-05 2002-08-29 Koninkl Philips Electronics Nv Bilddatengeräuschfilterung
GB9607668D0 (en) * 1996-04-12 1996-06-12 Snell & Wilcox Ltd Video noise reducer
US6037986A (en) * 1996-07-16 2000-03-14 Divicom Inc. Video preprocessing method and apparatus with selective filtering based on motion detection
EP0878776B1 (en) 1997-05-12 2003-08-27 STMicroelectronics S.r.l. Adaptive intrafield reducing of gaussian noise by fuzzy logic processing
US6067125A (en) * 1997-05-15 2000-05-23 Minerva Systems Structure and method for film grain noise reduction
US6335990B1 (en) * 1997-07-03 2002-01-01 Cisco Technology, Inc. System and method for spatial temporal-filtering for improving compressed digital video
US6281942B1 (en) * 1997-08-11 2001-08-28 Microsoft Corporation Spatial and temporal filtering mechanism for digital motion video signals
KR100261109B1 (ko) 1997-12-31 2000-07-01 윤종용 화질 향상이 가능한 휘도 신호 압축 부호화 장치
EP1230791A1 (en) * 1999-11-11 2002-08-14 STMicroelectronics Asia Pacific Pte Ltd. Spatio-temporal video noise reduction system
DE69939954D1 (de) * 1999-11-11 2009-01-02 St Microelectronics Asia Vorrichtung zur schätzung des rauschpegels in einem videosignal
KR100344807B1 (ko) * 2000-01-12 2002-07-20 엘지전자주식회사 영상 신호 보정 장치 및 방법
EP1232649A1 (en) * 2000-03-24 2002-08-21 Koninklijke Philips Electronics N.V. Electronic circuit and method for enhancing an image
US7110455B2 (en) 2001-08-14 2006-09-19 General Instrument Corporation Noise reduction pre-processor for digital video using previously generated motion vectors and adaptive spatial filtering
KR100429804B1 (ko) * 2001-12-29 2004-05-03 삼성전자주식회사 적응적 영상 노이즈 감쇄 장치 및 그 방법

Also Published As

Publication number Publication date
EP1594087A2 (en) 2005-11-09
EP1594087A3 (en) 2007-09-05
KR20050106548A (ko) 2005-11-10
JP2005323365A (ja) 2005-11-17
US7538822B2 (en) 2009-05-26
US20050248687A1 (en) 2005-11-10

Similar Documents

Publication Publication Date Title
KR100624421B1 (ko) 디지탈 영상 신호 필터링 장치 및 방법
KR101298642B1 (ko) 영상 잡음 제거 방법 및 장치
KR100771158B1 (ko) 칼라 영상의 화질 향상을 위한 방법 및 시스템
US7668397B2 (en) Apparatus and method for objective assessment of DCT-coded video quality with or without an original video sequence
RU2298226C1 (ru) Способ улучшения цифровых изображений
KR102523505B1 (ko) 역 톤 매핑을 위한 방법 및 장치
JP4869653B2 (ja) 画像処理装置
KR20030002608A (ko) 시공간 적응적 잡음 제거/고화질 복원 방법 및 이를응용한 고화질 영상 입력 장치
EP2158754A1 (en) Image processing method and apparatus
US20110285871A1 (en) Image processing apparatus, image processing method, and computer-readable medium
US8320705B2 (en) Image processing apparatus and image processing method
CN110944176B (zh) 图像帧降噪方法和计算机存储介质
JP2002101425A (ja) ディジタル画像のノイズ及びブロッキング・アーティファクトの除去方法
JP2005176388A (ja) 動画データのノイズ除去方法
KR101031153B1 (ko) 신호 처리 장치 및 방법
US8411205B2 (en) Noise reducing image processing apparatus
US20160343113A1 (en) System for enhanced images
US20160371816A1 (en) System for enhanced images
KR101778461B1 (ko) 저조도 영상의 노이즈 제거 방법 및 이의 제조 장치
Srinivas et al. Channel prior based Retinex model for underwater image enhancement
Tenze et al. Design and real-time implementation of a low-cost noise reduction system for video applications
JP2000331152A (ja) 画像処理装置
JP5242750B2 (ja) 画像処理装置
Lee et al. An effective image enhancement filtering for noisy image sequences
KR100839916B1 (ko) 휘도-색도간 상관관계를 고려한 컬러 번짐 제거 장치 및 방법

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20120814

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20130822

Year of fee payment: 8

LAPS Lapse due to unpaid annual fee