KR100669251B1 - 디지털 영상 품질 자동 분석 장치 및 방법 - Google Patents

디지털 영상 품질 자동 분석 장치 및 방법 Download PDF

Info

Publication number
KR100669251B1
KR100669251B1 KR1020050113590A KR20050113590A KR100669251B1 KR 100669251 B1 KR100669251 B1 KR 100669251B1 KR 1020050113590 A KR1020050113590 A KR 1020050113590A KR 20050113590 A KR20050113590 A KR 20050113590A KR 100669251 B1 KR100669251 B1 KR 100669251B1
Authority
KR
South Korea
Prior art keywords
analysis
image
result
color
input image
Prior art date
Application number
KR1020050113590A
Other languages
English (en)
Inventor
김진서
조맹섭
구본기
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020050113590A priority Critical patent/KR100669251B1/ko
Priority to US11/437,611 priority patent/US7663636B2/en
Application granted granted Critical
Publication of KR100669251B1 publication Critical patent/KR100669251B1/ko

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00Diagnosis, testing or measuring for television systems or their details
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00Diagnosis, testing or measuring for television systems or their details
    • H04N17/004Diagnosis, testing or measuring for television systems or their details for digital television systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Image Processing (AREA)
  • Processing Of Color Television Signals (AREA)

Abstract

본 발명은 디지털 영상 품질 자동 분석 장치 및 방법에 관한 것으로서, 입력 영상의 텍스쳐 속성에 대한 분석과, 상기 입력 영상의 컬러 요소에 대한 분석을 수행하여 그 분석결과를 얻는 영상 분석부; 및, 영상 품질 분석을 위한 기준 영상이 존재하는지를 판단하고, 상기 기준 영상이 존재할 경우에는, 상기 분석결과 중에서 텍스쳐 속성 분석결과를 주성분 분석결과로서 결정하고 컬러 속성 분석결과를 부성분 분석결과로서 결정하여, 상기 결정된 결과를 수치 및 그래프의 형태로 입력 영상과 함께 화면에 디스플레이하며, 상기 기준 영상이 존재하지 않을 경우에는, 상기 분석결과 중에서 컬러 속성 분석결과를 주성분 분석결과로서 결정하고 텍스쳐 속성 분석결과를 부성분 분석결과로서 결정하여, 상기 결정된 결과를 수치 및 그래프의 형태로 입력 영상과 함께 화면에 디스플레이하는 결과 디스플레이부를 포함하여 구성함으로써, 디지털 영상물의 품질을 자동으로 분석하여 디스플레이할 수 있는 효과가 있다.
영상 품질, 품질 분석, 주관적 품질 속성, 텍스쳐 분석, 컬러 분석

Description

디지털 영상 품질 자동 분석 장치 및 방법{APPARATUS AND METHOD FOR AUTOMATICALLY ANALYZING DIGITAL IMAGE QUALITY}
도 1은 본 발명의 실시예에 따른 디지털 영상 품질 자동 분석 장치의 전체 구성을 도시한 도면이고,
도 2는 상기 도 1에 도시된 영상 분석부의 보다 상세한 구성을 도시한 도면이고,
도 3은 상기 도 2에 도시된 텍스쳐 분석부의 보다 상세한 구성을 도시한 도면이고,
도 4는 상기 도 2에 도시된 컬러 분석부의 보다 상세한 구성을 도시한 도면이고,
도 5는 상기 도 1에 도시된 결과 디스플레이부의 보다 상세한 구성을 도시한 도면이고,
도 6은 최종적인 영상품질 분석결과의 표시 예를 도시한 도면이고,
도 7은 본 발명의 실시예에 따른 디지털 영상 품질 자동 분석 방법의 처리 동작을 설명하는 순서도이다.
<도면의 주요 부분에 대한 부호의 설명>
10 : 디지털 영상 품질 자동 분석 장치 110 : 영상 분석부
120 : 결과 디스플레이부 130 : 텍스쳐 분석부
140 : 컬러 분석부
본 발명은 디지털 영상 품질 자동 분석 장치 및 방법에 관한 것으로, 더욱 상세하게는, 디지털 영화, 컴퓨터 그래픽스, 디지털 방송, 광고, 또는 출판 등과 같이, 디지털 영상 콘텐츠를 생성하고 이를 이용하여 콘텐츠 서비스를 제공하는 분야에 적용되며, 최종적으로 제작된 디지털 영상물에 대하여, 영상물의 품질을 결정하기 위하여 미리 정해진 영상 품질 분석요소에 따라 영상물을 분석하고, 각 영상 품질 분석요소 별로 정규화된 분석값을 수치와 그래프로 제공함으로써, 영상물 제작자로 하여금 분석된 결과를 바탕으로 영상물을 수정할 수 있도록 하여, 최종 영상물의 품질을 높일 수 있는 디지털 영상 품질 자동 분석 장치 및 방법에 관한 것이다.
컴퓨터를 이용하여 제작되는 디지털 영상물에 대하여 영상물의 품질을 분석하고, 분석결과를 바탕으로 영상물을 수정하며, 최종적으로 고품질의 영상물을 제작하는 일련의 과정은 종래의 디지털 영상물 제작 과정에서 일반적으로 발견할 수 있는 과정이 아니다. 영상물의 품질은 제작자의 의도, 영상 기기의 색 표현 차이, 관객이 느끼는 영상물의 품질에 대한 주관적 요소 등의 복잡한 요소들에 의해 결정된다. 따라서, 이러한 복잡한 요소들을 하나로 통합하여 영상물의 품질을 분석하고 개선하는 것은 현재의 디지털 영상물 제작 및 상영 분야에서는 용이하지 않다.
컬러로 표현되는 영상물에 대하여 인간이 영상물의 품질을 판단하는 기준은, 비교의 기준이 되는 영상이 존재할 경우에는, 기준 영상과 품질 판단을 위한 영상 내에 공통으로 존재하는 물체들의 형태 및 재질과 같은 요소에 의해 영향을 많이 받으며, 기준 영상이 존재하지 않을 경우에는, 컬러와 관련된 요소들, 즉, 밝기나 선명도와 같은 요소들에 의해 영향을 많이 받는다. 이러한 특성에 착안하여, 디지털 영상물의 품질을 자동으로 분석하여 분석결과를 제시함으로써, 최종적으로 수정된 디지털 영상물에 대하여 관객이 높은 평가를 할 수 있도록 하는 표준화된 영상 품질 분석 장치가 필요하다.
한편, 미국 특허 제6,704,451호(등록일 : 2004년 3월9일)로서, "Method and arrangement for objective assessment of video quality"가 등록되어 있고, 대한민국 특허출원 제10-2002-23356호(출원일 : 2002년 4월29일)로서, "객관적 비디오 화질 평가 장치 및 방법"이 출원되어 있다. 이러한 선행 특허는 영상 또는 비디오의 품질을 평가하는 일반적인 방법에 관한 것이다. 그러나, 상기 선행 특허에 기재된 방법은, 위에서 설명한 특성, 즉, 인간이 영상물의 품질을 판단하는 기준은, 비교의 기준이 되는 영상이 존재할 경우에는, 기준 영상과 품질 판단을 위한 영상 내에 공통으로 존재하는 물체들의 형태 및 재질과 같은 요소에 의해 영향을 많이 받으며, 기준 영상이 존재하지 않을 경우에는, 컬러와 관련된 요소들, 즉, 밝기나 선명도와 같은 요소들에 의해 영향을 많이 받는다는 특성을 고려하고 있지 않다.
본 발명은 상기한 종래의 기술적 과제를 해결하기 위해 이루어진 것으로서, 입력되는 디지털 영상에 대하여, 분석의 기준이 되는 기준 영상이 존재할 경우에는, 미리 정해진 텍스쳐 속성에 대하여 영상 분석을 수행하고, 기준 영상이 존재하지 않을 경우에는, 미리 정해진 컬러 속성에 대한 분석을 수행하며, 상기 분석 작업이 완료되면, 분석된 결과와 입력된 영상을 하나의 화면에 디스플레이함으로써, 디지털 영상물의 품질을 자동으로 분석하여 디스플레이할 수 있는 디지털 영상 품질 자동 분석 장치 및 방법을 제공하는 것을 목적으로 한다.
상기 목적을 달성하기 위한 본 발명에 따른 디지털 영상 품질 자동 분석 장치는,
입력 영상의 텍스쳐 속성에 대한 분석과, 상기 입력 영상의 컬러 요소에 대한 분석을 수행하여 그 분석결과를 얻는 영상 분석부; 및
영상 품질 분석을 위한 기준 영상이 존재하는지를 판단하고, 상기 기준 영상이 존재할 경우에는, 상기 분석결과 중에서 텍스쳐 속성 분석결과를 주성분 분석결과로서 결정하고 컬러 속성 분석결과를 부성분 분석결과로서 결정하여, 상기 결정된 결과를 수치 및 그래프의 형태로 입력 영상과 함께 화면에 디스플레이하며, 상 기 기준 영상이 존재하지 않을 경우에는, 상기 분석결과 중에서 컬러 속성 분석결과를 주성분 분석결과로서 결정하고 텍스쳐 속성 분석결과를 부성분 분석결과로서 결정하여, 상기 결정된 결과를 수치 및 그래프의 형태로 입력 영상과 함께 화면에 디스플레이하는 결과 디스플레이부를 포함하는 것을 특징으로 한다.
또한, 본 발명에 따른 디지털 영상 품질 자동 분석 방법은,
(a) 영상 분석을 수행할 영상을 입력받아, 영상의 최종 품질을 결정하기 위한 주성분 요소와 부성분 요소의 가중치를 결정하는 중요도 인자를 결정하는 단계;
(b) 텍스쳐 분석의 전처리로서, 입력 영상의 히스토그램, 잡음, 반사속성에 대한 계산을 수행하고, 입력 영상의 질감 속성, 반사 속성 및 에지 속성을 순차적으로 분석하는 단계;
(c) 상기 단계 (b)와 병행하여, 영상의 R,G,B 컬러 값을 장치 독립적인 XYZ 컬러 공간으로 변환한 다음, 이를 다시 표준 컬러 공간의 컬러 값으로 변환하고, 입력 영상의 휘도 속성, 채도 속성 및 컨트라스트 속성을 순차적으로 분석하는 단계;
(d) 기준 영상의 존재 여부를 판단하여, 텍스쳐 속성과 컬러 속성을 이용하여 주성분 분석 요소와 부성분 분석 요소를 결정하고, 상기 결정된 주성분 분석 요소 및 부성분 분석 요소와 상기 중요도 인자를 이용하여 최종적인 영상 품질 분석결과를 계산하는 단계; 및
(e) 상기 입력 영상과 상기 단계 (d)에서 계산된 분석 결과를 수치와 그래프의 형태로 디스플레이하는 단계를 포함하는 것을 특징으로 한다.
이하, 첨부한 도면을 참조하여 본 발명의 바람직한 실시예에 따른 디지털 영상 품질 자동 분석 장치 및 방법에 대하여 상세하게 설명한다.
도 1은 본 발명의 실시예에 따른 디지털 영상 품질 자동 분석 장치의 전체 구성을 도시한 도면이다.
상기 도 1에 도시된 바와 같이, 본 발명의 실시예에 따른 디지털 영상 품질 자동 분석 장치(10)는 영상 분석부(110) 및 결과 디스플레이부(120)를 포함한다.
영상물의 품질 분석을 위하여, 컴퓨터에 의해 생성 또는 합성되어 최종 영상 콘텐츠로서 제작된 영상은 디지털 영상 품질 자동 분석 장치(10)의 영상 분석부(110)에 입력된다. 상기 영상 분석부(110)는 입력된 영상에 대하여, 물체 및 배경의 표면 속성을 나타내는 분석 요소(표면 반사 속성, 표면 질감, 에지 특성)에 대한 분석과, 영상의 컬러 요소(밝기, 선명도, 컨트라스트)에 대한 분석을 수행한 후, 그 분석결과를 상기 결과 디스플레이부(120)에 제공한다. 상기 결과 디스플레이부(120)는 영상 품질 분석의 기준 영상이 존재하는지를 판단하고, 기준 영상이 존재할 경우에는, 상기 분석결과 중에서 텍스쳐 속성 분석결과를 주성분 분석결과로서 결정하고, 컬러 속성 분석결과를 부성분 분석결과로서 결정하여, 상기 결정된 결과를 화면에 디스플레이하며, 기준 영상이 존재하지 않을 경우에는, 컬러 속성 분석결과를 주성분 분석결과로서 결정하고, 텍스쳐 속성 분석결과를 부성분 분석결과로서 결정하여, 상기 결정된 결과를 화면에 디스플레이한다.
도 2는 상기 도 1에 도시된 영상 분석부(110)의 보다 상세한 구성을 도시한 도면이다. 상기 도 2에 도시된 바와 같이, 상기 영상 분석부(110)는 텍스쳐 분석 부(130)와 컬러 분석부(140)를 포함한다. 상기 영상 분석부(110)의 텍스쳐 분석부(130)는 미리 저장된 DB와 주파수 공간 분석 등을 이용하여, 입력 영상 내에 존재하는 물체(object)의 표면 반사 특성, 질감, 잡음 특성 등의 텍스쳐 속성에 대한 분석을 수행한다. 컬러 분석부(140)는 입력되는 영상의 각 픽셀마다의 R,G,B 값의 컬러 속성에 대한 분석을 수행하여, 그 결과를 수치화하여 출력한다.
도 3은 상기 도 2에 도시된 텍스쳐 분석부(130)의 보다 상세한 구성을 도시한 도면이다. 상기 도 3에 도시된 바와 같이, 상기 텍스쳐 분석부(130)는, 미리 저장되어 있는 데이터베이스와 주파수 공간 상의 영상 처리 방법에 의해, 입력되는 영상의 히스토그램 분석과 노이즈 분석 등의 텍스쳐 속성에 대한 기본 분석을 수행하는 전처리부(131)와, 상기 전처리부(131)로부터 기본 분석의 결과를 입력받아서 영상 내의 물체에 대한 표면 반사속성을 분석하여 그 결과를 정규화된 수치로 출력하는 반사속성 분석부(132)와, 표면 질감을 분석하여 그 결과를 정규화된 수치로 출력하는 표면 질감 분석부(133)와, 물체의 에지 속성을 분석하여 그 결과를 정규화된 수치로 출력하는 에지 분석부(134)로 구성된다. 또한, 물체의 텍스쳐 정보를 수치화하기 위한 상기 전처리부(131)는 기존에 사용되는 표면 반사 특성 추출, 질감 추출 및 잡음 추출을 위한 방법을 사용하여도 된다. 다만, 본 발명에서는, 이와 같이 분석된 결과를 0 내지 100 사이의 수치로 정규화한 분석 값이 사용된다.
도 4는 상기 도 2에 도시된 컬러 분석부(140)의 보다 상세한 구성을 도시한 도면이다. 상기 도 4에 도시된 바와 같이, 상기 컬러 분석부(140)는 전처리부(141), 휘도 분석부(142), 채도 분석부(143) 및 컨트라스트 분석부(144)로 구성된 다. 입력되는 영상의 컬러 요소에 해당하는 밝기(휘도), 선명도(채도), 컨트라스트의 컬러 속성에 대한 분석을 수행하기 위하여, 상기 전처리부(141)는 영상의 R,G,B 컬러 값을 균등 컬러 공간(L*ab)으로 변환한다. 균등 컬러 공간으로의 변환을 위하여, 우선, 상기 전처리부(141)는 각 픽셀에 대응하는 R,G,B의 컬러 값을 다음의 수학식 1을 이용하여 장치 독립적인 컬러 공간인 XYZ로 변환한다. 이때, R,G,B 값으로는 sRGB 컬러가 채택되는 것으로 가정한다.
Figure 112005068409400-pat00001
또한, XYZ 컬러 공간으로 변환된 컬러 값은 컬러 속성의 분석을 위하여, 아래의 수학식 2에 의해, ISO/CIE의 표준 색공간의 하나인 CIELAB 값으로 변환되고, 변환된 픽셀별 L*, a*, b* 값을 이용하여 영상물의 밝기, 선명도 및 컨트라스트가 분석되며, 수치화된 분석결과가 출력된다.
Figure 112005068409400-pat00002
여기서, L* ab는 픽셀의 밝기 값을 나타내며, C* ab는 픽셀의 컬러 값에 해당하는 채도를 나타낸다.
다음으로, 상기 휘도 분석부(142)는 상기 전처리부(141)에서 변환된 휘도 값(L*)을 이용하여 입력 영상의 휘도 분석을 수행한다. 또한, 상기 채도 분석부(143)는 상기 수학식 2에 의해 구해진 색도 값(a*, b*)을 이용하여 채도 분석을 수행한다. 그리고, 상기 컨트라스트 분석부(144)는 휘도 값과 R,G,B 컬러 값을 이용하여 컨트라스트 분석을 수행한다.
도 5는 상기 도 1에 도시된 결과 디스플레이부의 보다 상세한 구성을 도시한 도면이다. 상기 도 5에 도시된 바와 같이, 상기 결과 디스플레이부(120)는 영상 디스플레이부(121)와 분석결과 디스플레이부(122)로 구성되어 있다.
상기 결과 디스플레이부(120)는 영상 분석부(110)로부터 출력되는 영상 품질 분석결과와 최초 입력 영상을 입력으로서 받아들이며, 상기 영상 디스플레이부(121)는 상기 입력 중에서 최초 입력 영상을 화면 좌측에 디스플레이하고, 상기 분석결과 디스플레이부(122)는 상기 입력 중에서 영상 품질 분석결과를 영상 품질 요소별로 수치 및 막대 그래프 형태로 화면 우측에 디스플레이한다.
상기 결과 디스플레이부(120)에 의해 디스플레이되는 최종적인 영상품질 분석결과의 표시 예가 도 6에 도시되어 있다.
상기 도 6의 표시 예는 기준 영상이 존재하지 않을 경우의 영상 품질 분석결과를 도시한 것이며, 기준 영상이 존재할 경우에는, 주성분 분석 요소들과 부성분 분석 요소들이 서로 변경된다. 이때, 각 요소들에 대한 분석결과는 0 내지 100 사이의 정규화된 값에 의해 표현되며, 분석결과가 0이면, 품질이 가장 낮은 것으로 간주되고, 분석결과가 100이면, 품질이 가장 우수한 것으로 간주된다. 최종적인 영상 품질 분석결과는 다음의 수학식 3에 의해 결정된다.
Figure 112005068409400-pat00003
여기서, k는 중요도 인자(importance factor)로서, 영상의 최종 품질을 결정하는 주성분 요소와 부성분 요소의 가중치를 결정하기 위해 상기 수학식에 대입되 며, 상기 k의 값은 사전 실험을 통해 얻어진다. 상기 도 6에 도시된 화면의 최종 영상 품질은 54.8이며, 이 정도의 값은 일반인이 현재 입력된 영상에 대해 보통보다 약간 높은 품질인 것으로 느낀다는 것을 의미한다.
다음으로, 도 7을 참조하여 본 발명의 실시예에 따른 디지털 영상 품질 자동 분석 방법에 대해 설명한다.
상기 도 7에 도시된 순서도의 동작이 시작되면, 영상 분석을 수행할 영상이 입력된다(S701). 다음으로, 최종 분석결과를 생성하기 위한 k factor가 결정된다(S702). 이때, 주성분에 대한 비중을 높일 필요가 있으면, k factor의 값을 1에 가까운 수로 결정하고, 부성분에 대한 비중을 높일 필요가 있으면, k factor의 값을 0에 가까운 수로 결정하면 된다. 입력된 영상의 품질 자동 분석을 위해서는 텍스쳐 분석과 컬러 분석이 수행된다.
상기 단계 S702 이후에는, 텍스쳐 분석의 전처리 과정으로서, 영상의 히스토그램, 잡음, 반사속성에 대한 계산이 수행된다(S703). 텍스쳐 분석을 위한 영상의 전처리 과정이 완료되면, 미리 저장된 데이터베이스에 의해 현재 입력된 영상의 질감 속성이 분석되고(S704), 분석된 질감 속성 정보를 바탕으로 해당 질감 속성에 대한 반사 속성이 분석되며(S705), 마지막으로, 영상의 에지 속성이 분석된다(S706).
한편, 단계 S702 이후에는 텍스쳐 속성에 대한 분석 작업(단계 S703 내지 S706)과 병행하여, 컬러 속성 분석 작업(단계 S707 내지 S711)이 수행된다. 다음으로, 영상의 픽셀별 R,G,B 컬러 값의 컬러 속성 분석을 위하여, 장치 독립적인 컬 러 공간인 XYZ로의 변환이 수행된다(S707). 다음으로, 상기 변환된 XYZ 값에 대하여 균등 컬러 공간인 L* ab 컬러 공간으로의 변환이 수행된다(S708). 다음으로, 영상의 픽셀별 휘도 값(L*)을 이용하여 입력 영상의 휘도 속성 분석이 수행되고(S709), 색도값(a*, b*)을 이용하여 채도 속성 분석이 수행된다(S710). 다음으로, 휘도 값과 R,G,B 별로 0 내지 255 단계로 표시되는 컬러 값을 이용하여 영상의 컨트라스트 속성 분석이 수행된다(S711). 이와 같이, 상기 단계 S706 및 S711이 모두 완료되면, 입력 영상에 대한 텍스쳐 속성과 컬러 속성 분석이 완료된다. 영상에 대한 분석결과는 각 분석 요소별로 0 내지 100 사이의 값으로 저장되며, 분석 값 "0"은 해당 분석요소에 대한 품질이 가장 나쁜 상태를 나타내며, 분석 값 "100"은 품질이 가장 우수한 상태를 나타낸다.
이와 같이 영상 분석이 완료되면, 입력 영상의 분석 기준이 되는 기준 영상이 존재하는지 판단된다(S712). 상기 단계 S712에서, 기준 영상이 존재하는 것으로 판단될 경우에는, 텍스쳐 속성인 질감, 반사, 에지 속성이 주성분 분석 요소로서 결정되고(S713), 컬러 속성인 휘도, 채도, 컨트라스트 속성이 부성분 분석 요소로서 결정된다(S714). 상기 단계 S712에서, 기준 영상이 존재하지 않는 것으로 판단될 경우에는, 컬러 속성인 휘도, 채도, 컨트라스트 속성이 주성분 분석 요소로서 결정되고(S715), 텍스쳐 속성인 질감, 반사, 에지 속성이 부성분 분석 요소로서 결정된다(S716). 이와 같이, 입력 영상의 주성분 분석 요소와 부성분 분석 요소가 모두 결정되면, 최종적으로 입력 영상의 영상 품질 자동 분석결과를 수치로 표현하기 위하여, k factor를 상기 수학식 3에 적용하여 최종적인 영상 품질 분석결과가 계산된다(S717). 다음으로, 분석결과를 외부에 알리기 위하여, 윈도우의 좌측에 입력 영상이 디스플레이 되고(S718), 윈도우의 좌측 상단으로부터 주성분 분석결과, 부성분 분석결과, 최종적인 영상 품질 자동 분석결과를 수치와 그래프의 두 가지 형태로 디스플레이 된다(S719). 상기 단계 S719가 완료되면, 본 발명의 실시예에 따른 디지털 영상 품질 자동 분석 방법이 종료된다.
상기 본 발명의 실시예에 따른 디지털 영상 품질 자동 분석 방법은 컴퓨터 프로그램으로 제작되어 하드 디스크, 플로피 디스크, 광자기 디스크, 시디롬, 롬, 램 등의 기록매체에 저장될 수 있다.
이상에서 몇 가지 실시예를 들어 본 발명을 더욱 상세하게 설명하였으나, 본 발명은 반드시 이러한 실시예로 국한되는 것이 아니고 본 발명의 기술사상을 벗어나지 않는 범위 내에서 다양하게 변형실시될 수 있다.
상술한 바와 같이, 본 발명에 따른 디지털 영상 품질 자동 분석 장치 및 방법에 의하면, 컴퓨터에 의해 제작된 디지털 영상물에 대하여 인간이 느끼는 영상 품질 요소를 텍스쳐에 대한 품질 분석 요소와 컬러에 대한 품질 분석 요소로 분류하고, 각 품질 분석 요소에 따라 세 개의 분석 요소를 실험을 통해 미리 결정하며, 결정된 품질 분석 요소를 이용하여 입력된 영상물의 특성을 자동으로 분석하여 수 치화된 결과를 제공함으로써, 종래에는 시도하지 않았던 영상물의 품질에 대한 수치 데이터를 제시할 수 있고, 영상물 제작자가 자신의 제작물에 대한 관객 또는 시청자의 품질 평가를 미리 예측할 수 있도록 한다.
또한, 분석결과로서 제공되는 데이터는 각 품질 요소별로 0 내지 100 사이의 정규화된 수치에 의해 제시될 수 있다. 이때, 수치 "50"을 보통 수준의 품질로 정의할 경우, 제작된 영상물의 품질 분석 결과가 각각의 영상 품질 분석 요소에 대하여 분석되는 값을 기준으로 사용하여, 이 기준보다 낮은 수치의 품질 요소에 대응하는 속성 값을 변경함으로써, 최종 영상물의 품질을 높일 수 있다. 이렇게 하여 얻어지는 최종적인 영상 품질 분석결과의 값은 미리 다수의 관찰자를 이용하여 실험을 통해 얻어진 영상 품질 분석 요소 및 품질 인지 성향을 반영하여 계산된 값이므로, 상기 분석결과는 객관적인 타당성을 가지게 된다.
또한, 디지털 영화, 애니메이션, 방송, 광고 등과 같은 디지털 영상 컨텐츠 제작업체가 본 발명에 따른 디지털 영상 품질 자동 분석 장치를 산업 표준 형식으로 규격화하여 이용할 경우, 시청자와 같은 일반인의 품질 인지 성향을 충분히 고려하지 않고 영상물 제작자의 주관적 성향에 의해 영상물이 제작됨으로써, 상기 제작된 영상물이 흥행에 실패하는 경우를 최소화할 수 있다. 또한, 본 발명에 의해 제작된 영상물을 최종 결과로서 일반에 제공할 경우, 그 영상은 보편적으로 인정할 수 있는 수준의 품질을 보장할 수 있으며, 결과적으로, 본 발명에 의해 영상물의 품질을 높일 수 있는 효과가 있다.

Claims (7)

  1. 입력 영상의 텍스쳐 속성에 대한 분석과, 상기 입력 영상의 컬러 요소에 대한 분석을 수행하여 그 분석결과를 얻는 영상 분석부; 및
    영상 품질 분석을 위한 기준 영상이 존재하는지를 판단하고, 상기 기준 영상이 존재할 경우에는, 상기 분석결과 중에서 텍스쳐 속성 분석결과를 주성분 분석결과로서 결정하고 컬러 속성 분석결과를 부성분 분석결과로서 결정하여, 상기 결정된 결과를 수치 및 그래프의 형태로 입력 영상과 함께 화면에 디스플레이하며, 상기 기준 영상이 존재하지 않을 경우에는, 상기 분석결과 중에서 컬러 속성 분석결과를 주성분 분석결과로서 결정하고 텍스쳐 속성 분석결과를 부성분 분석결과로서 결정하여, 상기 결정된 결과를 수치 및 그래프의 형태로 입력 영상과 함께 화면에 디스플레이하는 결과 디스플레이부를 포함하는 것을 특징으로 하는 디지털 영상 품질 자동 분석 장치.
  2. 제 1 항에 있어서,
    상기 텍스쳐 속성은 표면 반사 속성, 표면 질감 및 에지 특성이고, 상기 컬러 요소는 밝기, 선명도 및 컨트라스트인 것을 특징으로 하는 디지털 영상 품질 자동 분석 장치.
  3. 제 1 항에 있어서,
    상기 영상 분석부는,
    미리 저장된 데이터베이스와 주파수 공간 분석을 이용하여, 입력 영상 내에 존재하는 물체의 텍스쳐 속성에 대한 분석을 수행하는 텍스쳐 분석부; 및
    입력 영상의 각 픽셀마다의 R,G,B 값의 컬러 속성에 대한 분석을 수행하는 컬러 분석부를 포함하는 것을 특징으로 하는 디지털 영상 품질 자동 분석 장치.
  4. 제 3 항에 있어서,
    상기 텍스쳐 분석부는,
    미리 저장되어 있는 데이터베이스와 주파수 공간 상의 영상 처리 방법에 의해, 입력 영상의 텍스쳐 속성에 대한 기본 분석을 수행하는 전처리부;
    상기 전처리부로부터 기본 분석의 결과를 입력받아, 입력 영상 내의 물체의 표면 반사속성을 분석하여 그 결과를 정규화된 수치로 출력하는 반사속성 분석부;
    입력 영상 내의 물체의 표면질감을 분석하여 그 결과를 정규화된 수치로 출력하는 표면질감 분석부; 및
    입력 영상 내의 물체의 에지 속성을 분석하여 그 결과를 정규화된 수치로 출력하는 에지 분석부를 포함하는 것을 특징으로 하는 디지털 영상 품질 자동 분석 장치.
  5. 제 3 항에 있어서,
    상기 컬러 분석부는,
    입력 영상의 컬러 값을 장치 독립적인 XYZ 컬러 공간의 컬러 값으로 변환한 다음, 상기 XYZ 컬러 공간의 컬러 값을 표준 컬러 공간의 컬러 값으로 변환하는 전처리부;
    상기 전처리부에서 변환된 휘도 값을 이용하여 입력 영상의 휘도 분석을 수행하는 휘도 분석부;
    상기 전처리부에서 변환된 색도 값을 이용하여 입력 영상의 채도 분석을 수행하는 채도 분석부; 및
    상기 전처리부에서 변환된 휘도 값과 입력 영상의 R,G,B 컬러 값을 이용하여 컨트라스트 분석을 수행하는 컨트라스트 분석부를 포함하는 것을 특징으로 하는 디지털 영상 품질 자동 분석 장치.
  6. 제 1 항에 있어서,
    상기 결과 디스플레이부는,
    영상 품질 분석 결과 디스플레이 화면에 입력 영상을 디스플레이하는 영상 디스플레이부; 및
    영상의 주성분 분석, 부성분 분석 및 최종적인 품질 분석 결과를 수치와 그 래프 형태로 디스플레이하는 분석결과 디스플레이부를 포함하는 것을 특징으로 하는 디지털 영상 품질 자동 분석 장치.
  7. (a) 영상 분석을 수행할 영상을 입력받아, 영상의 최종 품질을 결정하기 위한 주성분 요소와 부성분 요소의 가중치를 결정하는 중요도 인자를 결정하는 단계;
    (b) 텍스쳐 분석의 전처리로서, 입력 영상의 히스토그램, 잡음, 반사속성에 대한 계산을 수행하고, 입력 영상의 질감 속성, 반사 속성 및 에지 속성을 순차적으로 분석하는 단계;
    (c) 상기 단계 (b)와 병행하여, 영상의 R,G,B 컬러 값을 장치 독립적인 XYZ 컬러 공간으로 변환한 다음, 이를 다시 표준 컬러 공간의 컬러 값으로 변환하고, 입력 영상의 휘도 속성, 채도 속성 및 컨트라스트 속성을 순차적으로 분석하는 단계;
    (d) 기준 영상의 존재 여부를 판단하여, 텍스쳐 속성과 컬러 속성을 이용하여 주성분 분석 요소와 부성분 분석 요소를 결정하고, 상기 결정된 주성분 분석 요소 및 부성분 분석 요소와 상기 중요도 인자를 이용하여 최종적인 영상 품질 분석결과를 계산하는 단계; 및
    (e) 상기 입력 영상과 상기 단계 (d)에서 계산된 분석 결과를 수치와 그래프의 형태로 디스플레이하는 단계를 포함하는 것을 특징으로 하는 디지털 영상 품질 자동 분석 방법.
KR1020050113590A 2005-11-25 2005-11-25 디지털 영상 품질 자동 분석 장치 및 방법 KR100669251B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020050113590A KR100669251B1 (ko) 2005-11-25 2005-11-25 디지털 영상 품질 자동 분석 장치 및 방법
US11/437,611 US7663636B2 (en) 2005-11-25 2006-05-22 Apparatus and method for automatically analyzing digital video quality

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020050113590A KR100669251B1 (ko) 2005-11-25 2005-11-25 디지털 영상 품질 자동 분석 장치 및 방법

Publications (1)

Publication Number Publication Date
KR100669251B1 true KR100669251B1 (ko) 2007-01-16

Family

ID=38013814

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020050113590A KR100669251B1 (ko) 2005-11-25 2005-11-25 디지털 영상 품질 자동 분석 장치 및 방법

Country Status (2)

Country Link
US (1) US7663636B2 (ko)
KR (1) KR100669251B1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100938211B1 (ko) 2008-08-29 2010-01-22 성균관대학교산학협력단 동영상 화질 평가 시스템 및 방법
KR100944125B1 (ko) 2008-11-03 2010-02-24 한국전자통신연구원 동영상 품질 평가 장치 및 그 방법
KR101060488B1 (ko) * 2008-04-21 2011-08-30 주식회사 코아로직 최적 영상 선택 방법 및 장치
KR101213697B1 (ko) 2007-07-12 2013-01-09 삼성전자주식회사 해상도 측정장치 및 해상도 측정방법
US9898666B2 (en) 2015-01-22 2018-02-20 Electronics And Telecommunications Research Institute Apparatus and method for providing primitive visual knowledge

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4766683B2 (ja) * 2006-07-06 2011-09-07 キヤノン株式会社 コンテンツ記録装置及びコンテンツ記録方法
US8531472B2 (en) * 2007-12-03 2013-09-10 Pictometry International Corp. Systems and methods for rapid three-dimensional modeling with real façade texture
EP2114080A1 (en) * 2008-04-30 2009-11-04 Thomson Licensing Method for assessing the quality of a distorted version of a frame sequence
JP5178473B2 (ja) * 2008-11-20 2013-04-10 株式会社東芝 画像処理装置および画像処理方法
CN103561259B (zh) * 2013-07-10 2016-01-27 杭州云本科技有限公司 面向应用共享服务的网络会议视觉质量自动化评估方法
CN104063687B (zh) * 2014-06-18 2017-03-15 成都瑞贝英特信息技术有限公司 一种基于神经网络的数据次分量提取方法
CN104199091B (zh) * 2014-08-25 2017-03-01 电子科技大学 基于方位地震数据的纹理属性方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR950016392A (ko) * 1993-11-19 1995-06-17 이헌조 칼라 화상의 색재현 평가 장치와 평가방법
JP2000102041A (ja) 1998-09-10 2000-04-07 Tektronix Inc 画像品質測定方法
KR20030074041A (ko) * 2002-03-13 2003-09-19 학교법인연세대학교 객관적 비디오 화질 평가 장치 및 방법
JP2004272565A (ja) 2003-03-07 2004-09-30 Ricoh Co Ltd 画像評価装置、画像評価方法、およびその方法をコンピュータが実行するためのプログラム
KR20050084389A (ko) * 2002-12-18 2005-08-26 코닌클리케 필립스 일렉트로닉스 엔.브이. 대상 이미지 품질을 위한 바람직한 속성들의 측정시바람직하지 않은 특성들의 효과에 대한 보상 방법

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5850472A (en) * 1995-09-22 1998-12-15 Color And Appearance Technology, Inc. Colorimetric imaging system for measuring color and appearance
DE69803830T2 (de) * 1998-03-02 2002-09-12 Koninkl Kpn Nv Verfahren, Vorrichtung, ASIC und deren Benutzung zur objektiven Videoqualitätbewertung
US6295369B1 (en) * 1998-11-06 2001-09-25 Shapiro Consulting, Inc. Multi-dimensional color image mapping apparatus and method
US20020145610A1 (en) * 1999-07-16 2002-10-10 Steve Barilovits Video processing engine overlay filter scaler
FR2827060B1 (fr) * 2001-07-05 2003-09-19 Eastman Kodak Co Procede d'identification du ciel dans une image et image obtenue grace a ce procede
US6577764B2 (en) * 2001-08-01 2003-06-10 Teranex, Inc. Method for measuring and analyzing digital video quality
KR20050012768A (ko) * 2002-05-30 2005-02-02 코닌클리케 필립스 일렉트로닉스 엔.브이. 현재 모션 벡터를 추정하는 유닛 및 방법
JP2006507775A (ja) * 2002-11-25 2006-03-02 サーノフ・コーポレーション 基準なしで圧縮ビデオシーケンスの品質を測定する方法及び装置
US7187797B2 (en) * 2003-04-01 2007-03-06 Applied Vision Company, Llc Color machine vision system for colorimetry
JP4332365B2 (ja) * 2003-04-04 2009-09-16 ソニー株式会社 メタデータ表示システム,映像信号記録再生装置,撮像装置,メタデータ表示方法
CA2430737C (en) * 2003-06-02 2011-12-20 Centre De Recherche Industrielle Du Quebec Method and apparatus for estimating surface moisture content of wood chips
KR20050007721A (ko) 2003-07-11 2005-01-21 삼성전자주식회사 영상신호 품질 테스트 시스템 및 테스트 방법
US20050219362A1 (en) * 2004-03-30 2005-10-06 Cernium, Inc. Quality analysis in imaging

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR950016392A (ko) * 1993-11-19 1995-06-17 이헌조 칼라 화상의 색재현 평가 장치와 평가방법
JP2000102041A (ja) 1998-09-10 2000-04-07 Tektronix Inc 画像品質測定方法
KR20030074041A (ko) * 2002-03-13 2003-09-19 학교법인연세대학교 객관적 비디오 화질 평가 장치 및 방법
KR20050084389A (ko) * 2002-12-18 2005-08-26 코닌클리케 필립스 일렉트로닉스 엔.브이. 대상 이미지 품질을 위한 바람직한 속성들의 측정시바람직하지 않은 특성들의 효과에 대한 보상 방법
JP2004272565A (ja) 2003-03-07 2004-09-30 Ricoh Co Ltd 画像評価装置、画像評価方法、およびその方法をコンピュータが実行するためのプログラム

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101213697B1 (ko) 2007-07-12 2013-01-09 삼성전자주식회사 해상도 측정장치 및 해상도 측정방법
KR101060488B1 (ko) * 2008-04-21 2011-08-30 주식회사 코아로직 최적 영상 선택 방법 및 장치
US8724917B2 (en) 2008-04-21 2014-05-13 Core Logic Inc. Selecting best image among sequentially captured images
KR100938211B1 (ko) 2008-08-29 2010-01-22 성균관대학교산학협력단 동영상 화질 평가 시스템 및 방법
KR100944125B1 (ko) 2008-11-03 2010-02-24 한국전자통신연구원 동영상 품질 평가 장치 및 그 방법
US9898666B2 (en) 2015-01-22 2018-02-20 Electronics And Telecommunications Research Institute Apparatus and method for providing primitive visual knowledge

Also Published As

Publication number Publication date
US20070120863A1 (en) 2007-05-31
US7663636B2 (en) 2010-02-16

Similar Documents

Publication Publication Date Title
KR100669251B1 (ko) 디지털 영상 품질 자동 분석 장치 및 방법
Hanhart et al. Benchmarking of objective quality metrics for HDR image quality assessment
US7480421B2 (en) Rendering of high dynamic range images
JP5483819B2 (ja) 二次元停止画像に対して没入感を生成する方法およびシステム、または没入感を生成するためのファクタ調節方法、イメージコンテンツ分析方法およびスケーリングパラメータ予測方法
JP4745297B2 (ja) デジタル画像における均一な色の領域を特定する方法およびシステム
JP4745296B2 (ja) デジタル画像の領域分離方法および領域分離システム
EP3151562B1 (en) Feature based bitrate allocation in non-backward compatible multi-layer codec via machine learning
US7639880B2 (en) Compressing a multivalue image with control of memory space requirement
US7848589B2 (en) Method and apparatus for applying edge enhancement based on image characteristics
JP4423333B2 (ja) 背景領域特定方法、背景領域特定システム、背景色決定方法、制御プログラム、および、記録媒体
CN111080722B (zh) 一种基于显著性检测的颜色迁移方法及***
US7920755B2 (en) Video content detector
US7466455B2 (en) Image processing method and system for performing monochrome/color judgement of a pixelised image
KR101348601B1 (ko) 적응적인 임장감 향상 예측에 따른 임장감 향상 시스템 및방법
KR101769543B1 (ko) 선명도 및 색 채도를 이용한 영상 화질 개선을 위한 장치 및 방법
JP4649498B2 (ja) 画像データの色補正方法及びシステム
CN116980549A (zh) 视频帧处理方法、装置、计算机设备和存储介质
JP4996554B2 (ja) 画像高画質化装置、方法およびプログラム
US20050267726A1 (en) Apparatus and method for prediction of image reality
Kim et al. No-reference contrast measurement for color images based on visual stimulus
Maharaj et al. An analysis of objective and human assessments in contrast enhancement
Alotaibi et al. Quality Assessment of Tone-Mapped Images Using Fundamental Color and Structural Features
McCarthy A biologically-inspired approach to making HDR video quality assessment easier
JP2016119528A (ja) 画像処理装置、プログラム及び方法
Sai et al. Quality Analyses of Fine Structures Transfer in the Photorealistic Images

Legal Events

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

Payment date: 20121206

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20131209

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20141229

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20151228

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20170102

Year of fee payment: 11

FPAY Annual fee payment

Payment date: 20180104

Year of fee payment: 12

FPAY Annual fee payment

Payment date: 20190107

Year of fee payment: 13