KR101650897B1 - Window size zooming method and the apparatus for lower resolution contents - Google Patents

Window size zooming method and the apparatus for lower resolution contents Download PDF

Info

Publication number
KR101650897B1
KR101650897B1 KR1020140113736A KR20140113736A KR101650897B1 KR 101650897 B1 KR101650897 B1 KR 101650897B1 KR 1020140113736 A KR1020140113736 A KR 1020140113736A KR 20140113736 A KR20140113736 A KR 20140113736A KR 101650897 B1 KR101650897 B1 KR 101650897B1
Authority
KR
South Korea
Prior art keywords
image
zooming
window size
low
present
Prior art date
Application number
KR1020140113736A
Other languages
Korean (ko)
Other versions
KR20160026026A (en
Inventor
전광길
Original Assignee
인천대학교 산학협력단
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 인천대학교 산학협력단 filed Critical 인천대학교 산학협력단
Priority to KR1020140113736A priority Critical patent/KR101650897B1/en
Publication of KR20160026026A publication Critical patent/KR20160026026A/en
Application granted granted Critical
Publication of KR101650897B1 publication Critical patent/KR101650897B1/en

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
    • 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
    • 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
    • G06T5/75—Unsharp masking

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

이미지 주밍에 따른 블록킹 잡음을 제거하고, 이미지 디테일을 보존할 수 있는 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법 및 그 장치에 관한 것으로, 본 발명에 따른 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법은 (a) 원본 수집부를 이용하여, 원본 이미지를 얻는 단계, (b) 이미지 주밍부를 이용하여, 이미지 주밍으로 이미지를 다운스케일링하는 단계, (c) 잡음 제거부를 이용하여, 다운스케일링된 이미지 잡음(artifact)을 제거하는 단계 및 (d) 디테일 보존부를 이용하여, 언샤프 마스킹(unsharp masking)으로 이미지의 디테일을 보존 처리하는 단계를 포함하는 것을 기술적 특징으로 한다.The present invention relates to a window size zooming method for low-resolution contents capable of removing blocking noise due to image zooming and preserving image detail, and a window size zooming method for low-resolution contents according to the present invention, (B) downscaling the image with image zooming using the image zooming unit, (c) removing the downscaled image artifact using the noise canceller, and And (d) preserving the detail of the image by unsharp masking using the detail preserving unit.

Description

저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법 및 그 장치{Window size zooming method and the apparatus for lower resolution contents}[0001] The present invention relates to a window size zooming method and apparatus for low resolution contents,

본 발명은 디스플레이 장치에 따라 이미지 사이즈를 변경시키는 주밍 기술에 관한 것으로, 더 상세하게는 이미지 주밍에 따른 블록킹 잡음을 제거하고, 이미지 디테일을 보존할 수 있는 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법 및 그 장치에 관한 것이다.
BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a zooming technique for changing an image size according to a display device, and more particularly to a window size zooming method for low-resolution contents capable of removing blocking noise according to image zooming, .

일반적으로 디스플레이 장치의 이미지 해상도는 수평 또는 수직 차원의 구분된 픽셀의 수이다. 이미지 해상도는 일반적으로 픽셀 단위로 픽셀들의 폭 × 높이로 명시된다.[1-6] 예를 들어 1920×1080의 장비를 가지는 경우, 이는 폭이 1920 픽셀이고 높이가 1080 픽셀을 나타내는 것이다. 그러므로 이미지 해상도 용어는 일반적으로 픽셀 크기에 이용되며, 달리 말해 수평적(1920)과 수직(1080) 차원의 픽셀 수를 나타내는 것이다.In general, the image resolution of a display device is the number of pixels separated horizontally or vertically. The image resolution is typically specified in terms of the pixel width x height in pixels. [1-6] For example, if you have a 1920x1080 device, it is 1920 pixels wide and 1080 pixels high. Therefore, image resolution terms are generally used for pixel size, in other words, the number of pixels in the horizontal (1920) and vertical (1080) dimensions.

이미지 주밍(image zooming)은 특정 스케일링 기술에 의해 확대된 윈도우 내에서 광범위하고 선명한 위치의 이미지 또는 평면의 거친 디테일을 채용하는 알고리즘이다. 이러한 기술은 최근접 방법(nearest neighbor method), 바이리니어 방법(bilinear method), 바이큐빅 방법(bicubic method)일 수 있다. 따라서, 고품질 해상도 이미지의 발전은 매우 중요한 이슈이다. 이미지 주밍 방법은 일반적으로 큰 자원량을 필요로 한다. 그러므로 최소한의 자원을 이용한 이미지 주밍 방법은 중대하다. 또한 CPU 부하를 최소화하고, 하드웨어 자원 소비는 매우 중요한 요소이다. 최근 이미지 주밍 기술은 이미지 처리 분야에서 가장 의미있는 진전이다.[7-17]Image zooming is an algorithm that employs a coarse detail of an image or plane in a wide and sharp position within a window magnified by a particular scaling technique. This technique may be a nearest neighbor method, a bilinear method, or a bicubic method. Therefore, the development of high-quality resolution images is a very important issue. The image zooming method generally requires a large amount of resources. Therefore, image mining methods using minimal resources are significant. In addition, CPU load is minimized, and hardware resource consumption is a very important factor. Recent image zooming techniques are the most significant advance in image processing. [7-17]

고 해상도 디스플레이 장치에서 보다 낮은 해상도의 이미지(또는 반대의 경우)를 충족하기 위해서는 이미지 주밍 기술이 요구된다. 그러나 이미지 주밍 기술은 시청자에 나쁜 인상을 주는 일부 형편없는 주관적 성능을 야기 시킨다. 이미지 업 샘플링(up-sampling) 또는 다운 샘플링(down-sampling) 알고리즘을 다루는 많은 연구가 진행된 바 있다.[18-22] 요소 또는 N으로 이미지를 확대하기 위하여, 최근접 방법, 바이리니어 방법, 바이큐빅 방법 등을 고려할 수 있다. 최근접 방법의 경우, 실행 결과 이미지에 나머지가 블록킹 잡음을 보이는 반면 나머지는 흐린 결과 이미지를 준다. [23-26]
An image zooming technique is required to meet a lower resolution image (or vice versa) in a high resolution display device. Image-zooming technology, however, causes some poor subjective performance that makes a bad impression on viewers. [18-22] In order to enlarge an image by element or N, we use the nearest neighbor method, bi-linear method, bi-linear method, Cubic method and the like can be considered. In the proximity method, the rest of the execution result image shows blocking noise while the rest gives a blurry result image. [23-26]

[1] M. Anisetti, C. A. Ardagna, E. Damiani, F. Frati, H. A. Mㆌller and A. Pahlevan, "Web Service Assurance: The Notion and the Issues", Future Internet, vol. 4, no. 1, (2012), pp. 92-109.[1] M. Anisetti, C. A. Ardagna, E. Damiani, F. Frati, H. A. Müller and A. Pahlevan, "Web Service Assurance: The Notion and the Issues", Future Internet, vol. 4, no. 1, (2012), pp. 92-109. [2] M. Anisetti, C. A. Ardagna, V. Bellandi, E. Damiani, M. Dㆆller, F. Stegmaier, T. Rabl, H. Kosch and L. Brunie, "Landmark-assisted location and tracking in outdoor mobile network", Multimedia Tools Appl., vol. 59, no. 1, (2012), pp. 89-111.[2] M. Anisetti, CA Ardagna, V. Bellandi, E. Damiani, M. Diller, F. Stegmaier, T. Rabl, H. Kosch and L. Brunie, "Landmark-assisted location and tracking in outdoor mobile network ", Multimedia Tools Appl., vol. 59, no. 1, (2012), pp. 89-111. [3] M. Anisetti, C. A. Ardagna, E. Damiani and J. Maggesi, "Security certification-aware service discovery and selection", SOCA, (2012), pp. 1-8.[3] M. Anisetti, C. A. Ardagna, E. Damiani and J. Maggesi, "Security certification-aware service discovery and selection", SOCA, (2012), pp. 1-8. [4] M. Anisetti, C. A. Ardagna and E. Damiani, "A Low-Cost Security Certification Scheme for Evolving Services", ICWS, (2012), pp. 122-129.[4] M. Anisetti, C. A. Ardagna and E. Damiani, "A Low-Cost Security Certification Scheme for Evolving Services", ICWS, (2012), pp. 122-129. [5] M. Anisetti, C. A. Ardagna, V. Bellandi, E. Damiani and S. Reale, "Map-Based Location and Tracking in Multipath Outdoor Mobile Networks", IEEE Transactions on Wireless Communications, vol. 10, no. 3, (2011), pp. 814-824.[5] M. Anisetti, C. A. Ardagna, V. Bellandi, E. Damiani and S. Reale, "Map-Based Location and Tracking in Multipath Outdoor Mobile Networks", IEEE Transactions on Wireless Communications, vol. 10, no. 3, (2011), pp. 814-824. [6] M. Anisetti, C. A. Ardagna, V. Bellandi, E. Damiani and S. Reale, "Advanced Localization of Mobile Terminal in Cellular Network, IJCNS, vol. 1, no. 1, (2008), pp. 95-103.[6] M. Anisetti, CA Ardagna, V. Bellandi, E. Damiani and S. Reale, "Advanced Localization of Mobile Terminal in Cellular Network, IJCNS, vol 1, no. 103. [7] W. Wu, Z. Liu and X. He, "Learning-based super resolution using kernel partial least squares", Image Vision Comput., vol. 29, (2011), pp. 394-406.[7] W. Wu, Z. Liu and X. He, "Learning-based super resolution using kernel partial least squares", Image Vision Comput., Vol. 29, (2011), pp. 394-406. [8] W. Wu, Z. Liu, W. Gueaieb and X. He, "Single-image super-resolution based on markov random field and contourlet transform", J. Electron. Imaging, vol. 20, no. 023005, (2011).[8] W. Wu, Z. Liu, W. Gueaieb and X. He, "Single-image super-resolution based on markov random field and contour transform", J. Electron. Imaging, vol. 20, no. 023005, (2011). [9] W. Wu, Z. Liu and D. Krys, "Improving laser image resolution for pitting corrosion measurement using markov random field method", Autom. Constr., vol. 21, (2012), pp. 172-183.[9] W. Wu, Z. Liu and D. Krys, "Improving Laser Image Resolution for Markov Random Field Method", Autom. Const., Vol. 21, (2012), pp. 172-183. [10] W. Wu, Z. Liu, M. Chen, X. Yang and X. He, "An automated vision system for container-code recognition", Expert Systems with Applications, vol. 39, (2012), pp. 2842-285.[10] W. Wu, Z. Liu, M. Chen, X. Yang and X. He, "An automated vision system for container-code recognition", Expert Systems with Applications, vol. 39, (2012), pp. 2842-285. [11] W. Wu, X. Yang and X. He, "Handwritten numeral recognition by model reconstruction based on manifold learning", The 2007 International Conference on Information Computing and Automation (ICICA'07), (2007).[11] W. Wu, X. Yang and X. He, "Handwritten Numerical Recognition by Model Based on Manifold Learning", The 2007 International Conference on Information Computing and Automation (ICICA'07), (2007). [12] J. Wu, C. Liang, J. Han, Z. Hu, D. Huang, H. Hu, Y. Fang and L. Jiao, "A Two-Stage Lossless Compression Algorithm for Aurora Image Using Weighted Motion Compensation and Context-Based Model", Optics Communications, vol. 290, pp. 19-27, (2012) October 22.[12] J. Two-Stage Lossless Compression Algorithm for Aurora Image Using Weighted Motion Compensation and Context-Based Model ", Optics Communications, vol. 290, pp. 19-27, (2012) October 22. [13] Y. Fang, J. Wu and B. Huang, "2D sparse signal recovery via 2D orthogonal matching pursuit", Science China: Inf. Sci., vol. 55, (2012), pp. 889-897.[13] Y. Fang, J. Wu and B. Huang, "2D sparse signal recovery via 2D orthogonal matching pursuit", Science China: Inf. Sci., Vol. 55, (2012), pp. 889-897. [14] J. Wu, T. Li, T.-J. Hsieh, Y.-L. Chang and B. Huang, "Digital Signal Processor-based 3D Wavelet Error-resilient Lossless Compression of High-resolution Spectrometer Data", Journal of Applied Remote Sensing, vol. 5, 051504, (2011) November 28.[14] J. Wu, T. Li, T.-J. Hsieh, Y.-L. Chang and B. Huang, "Digital Signal Processor-based 3D Wavelet Error-resilient Lossless Compression of High-resolution Spectrometer Data ", Journal of Applied Remote Sensing, vol. 5, 051504, (2011) November 28. [15] A. Paul, J. Wu, J.-F. Yang and J. Jeong, "Gradient-based edge detection for motion estimation in H.264/AVC", IET Image Processing, vol. 5, no. 4, (2011), pp. 323-327.[15] A. Paul, J. Wu, J.-F. Yang and J. Jeong, " Gradient-based edge detection for motion estimation in H.264 / AVC ", IET Image Processing, vol. 5, no. 4, (2011), pp. 323-327. [16] J. Wu, J. Huang, G. Jeon, J. Jeong and L.C. Jiao, "An adaptive autoregressive de-interlacing method", Optical Engineering, vol. 5, no. 50, 057001, (2011).[16] J. Wu, J. Huang, G. Jeon, J. Jeong and L.C. Jiao, "An adaptive autoregressive de-interlacing method ", Optical Engineering, vol. 5, no. 50, 057001, (2011). [17] J. Wu, A. Paul, Y. Xing, Y. Fang, J. Jeong, L. Jiao and G. Shi, "Morphological dilation image coding with context weights prediction", Signal Processing: Image Communication, vol. 25, no. 10, (2010), pp. 717-728.[17] J. Wu, A. Paul, Y. Xing, Y. Fang, J. Jeong, L. Jiao and G. Shi, "Morphological dilation image coding with context weights prediction", Image Processing, Image Communication, vol. 25, no. 10, (2010), pp. 717-728. [18] B. Bhanu, J. Peng, T. Huang and B. Draper, "Introduction to the special issue on learning in computer vision and pattern recognition", IEEE Trans. Syst., Man, Cybern. B, Cybern., vol. 35, no. 3, (2005) June, pp. 391-396.[18] B. Bhanu, J. Peng, T. Huang and B. Draper, "Introduction to the Special Issue on Computer Vision and Pattern Recognition," IEEE Trans. Syst., Man, Cybern. B, Cybern., Vol. 35, no. 3, (2005) June, pp. 391-396. [19] R. C. Gonzalez, R. C. Gonzalez and R. E. Woods, "Digital Image Processing", Addision-Wesley, Reading MA, (1992).[19] R. C. Gonzalez, R. C. Gonzalez and R. E. Woods, "Digital Image Processing", Addison-Wesley, Reading MA, (1992). [20] E. Maeland, "On the comparison of interpolation methods", IEEE Trans. Med. Imag., vol. 7, no. 3, (1988), pp. 213-217.[20] E. Maeland, "On the comparison of interpolation methods", IEEE Trans. Med. Imag., Vol. 7, no. 3, (1988), pp. 213-217. [21] J. A. Parker, R. V. Kenyon and D. E. Troxel, "Comparison of interpolating methods for image resampling", IEEE Trans. Med. Imag., vol. 2, no. 1, (1983), pp. 31-39.[21] J. A. Parker, R. V. Kenyon and D. E. Troxel, "Comparison of interpolating methods for image resampling", IEEE Trans. Med. Imag., Vol. 2, no. 1, (1983), pp. 31-39. [22] R. C. Tam and A. Fournier, "Image interpolation using unions of spheres", The Visual Computer, vol. 14, (1998), pp. 401-414.[22] R. C. Tam and A. Fournier, "Image interpolation using unions of spheres", The Visual Computer, vol. 14, (1998), pp. 401-414. [23] R. Adipranata, E. Cherry, G. Ballangan and R. P. Ongkodjojo, "Fast Method for Multiple Human Face Segmentation in Color Image", International Journal of Advanced Science and Technology, (2009), pp. 19-32.[23] R. Adipranata, E. Cherry, G. Ballangan and R. P. Ongkodjojo, "Fast Method for Multiple Human Face Segmentation in Color Image", International Journal of Advanced Science and Technology, (2009), pp. 19-32. [24] D. Bhattacharyya, A. Roy, P. Roy and T.-H. Kim, "Receiver Compatible Data Hiding in Color Image", International Journal of Advanced Science and Technology, (2009), pp. 15-24.[24] D. Bhattacharyya, A. Roy, P. Roy and T.-H. Kim, "Receiver Compatible Data Hiding in Color Image ", International Journal of Advanced Science and Technology, (2009), pp. 15-24. [25] M. Drahanskㆍ, "Realization of Experiments with Image Quality of Fingerprints", International Journal of Advanced Science and Technology, (2009), pp. 79-88.[25] M. Drahansk, "Realization of Experiments with Image Quality of Fingerprints", International Journal of Advanced Science and Technology, (2009), pp. 79-88. [26] B. V. Ramana Reddy, A. Suresh, M. Radhika Mani and V. Vijaya Kumar, "Classification of Textures Based on Features Extracted from Preprocessing Images on Random Windows", International Journal of Advanced Science and Technology, (2009), pp. 9-18. [26] BV Ramana Reddy, A. Suresh, M. Radhika Mani and V. Vijaya Kumar, "Classification of Textures Based on Features Extracted from Preprocessing Images on Random Windows", International Journal of Advanced Science and Technology, (2009), pp . 9-18.

본 발명은 상기와 같은 종래의 문제점을 해결하기 위하여 제안된 것으로, 본 발명에 따른 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법 및 그 장치의 목적은 이비지 주밍에 따른 블록킹 잡음을 제거하고 이미지 디테일을 보존하는 방법 및 그 장치를 제공하는데 있다.
SUMMARY OF THE INVENTION It is an object of the present invention to provide a window size zooming method for low resolution contents and a method thereof for eliminating blocking noise and preserving image detail according to the ebb Zooming And a device therefor.

본 발명에 따른 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법은 (a) 원본 수집부를 이용하여, 원본 이미지를 얻는 단계, (b) 이미지 주밍부를 이용하여, 이미지 주밍으로 이미지를 다운스케일링하는 단계, (c) 잡음 제거부를 이용하여, 다운스케일링된 이미지 잡음(artifact)을 제거하는 단계 및 (d) 디테일 보존부를 이용하여, 언샤프 마스킹(unsharp masking)으로 이미지의 디테일을 보존 처리하는 단계를 포함하는 것을 특징으로 한다.A method for zooming a window size for low-resolution contents according to the present invention includes the steps of (a) obtaining an original image using an original collection unit, (b) downscaling an image by image zooming using an image zooming unit, Removing the downscaled image artifact using a noise removing unit, and (d) preserving details of the image by unsharp masking using the detail preserving unit. do.

또한, 본 발명에 따른 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 장치는 원본 이미지를 얻는 원본 수집부, 이미지 주밍으로 이미지를 다운스케일링하는 이미지 주밍부, 다운스케일링된 이미지의 잡음(artifact)을 제거하는 잡음 제거부 및 이미지의 디테일 및 에지 선명도를 보존 처리하는 디테일 보존부를 포함하는 것을 특징으로 한다.
According to another aspect of the present invention, there is provided a window size zooming apparatus for low-resolution contents, comprising: an original collecting unit for acquiring an original image; an image zooming unit for downscaling an image by image zooming; a noise eliminating unit for removing artifacts of a downscaled image; And a detail storage unit for storing and processing detail and edge sharpness of the image.

이상에서 설명한 바와 같이, 본 발명에 따른 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법 및 그 장치는 이미지 주밍에 따른 블록킹 잡음을 제거하고 이미지 디테일을 보존할 수 있으며, 디스플레이 장치의 주관적 성능을 크게 향상시킬 수 있는 효과가 있다.As described above, the window size zooming method and apparatus for low-resolution contents according to the present invention can remove blocking noise according to image zooming, preserve image detail, and can improve the subjective performance of a display device It is effective.

도 1은 본 발명에 따른 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법의 전체 흐름을 나타내는 흐름도.
도 2는 본 발명에 따른 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 장치의 전체 구성을 나타내는 구성도.
도 3은 본 발명에 따른 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법을 적용한 이미지 변환 개념을 나타내는 도면.
도 4는 본 발명에 따른 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법에 있어서, 서로 다른 주밍 요소에 따른 주밍 경과 실시예들.
도 5는 본 발명에 따른 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법에 있어서, 블록킹 잡음이 포함된 이미지의 일실시예.
도 6은 본 발명에 따른 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법에 있어서, 필터계수에 따른 원형 형상의 저역 통과 필터의 주파수 반응을 나타내는 도면.
도 7은 본 발명에 따른 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법에 있어서, surf 이미지를 나타내는 도면.
도 8은 본 발명에 따른 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법에 있어서, 필터 계수(hN)의 실시예(N=11)를 적용한 결과를 나타내는 도면.
도 9는 본 발명에 따른 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법에 있어서, 고역 통과 필터 및 언샤프 마스크 필터의 주파수 반응을 나타내는 도면.
도 10은 본 발명에 따른 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법에 있어서, 언샤프 마스크 필터의 개념을 나타내는 도면.
도 11은 본 발명에 따른 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법 및 그 장치의 성능 시험에 이용된 원본 이미지들.
도 12 내지 도 15는 본 발명에 따른 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법 및 그 장치의 성능 시험에 있어서, 줌된 이미지 결과를 나타내는 도면.1 is a flowchart illustrating an overall flow of a window size zooming method for low-resolution contents according to the present invention.
BACKGROUND OF THE INVENTION 1. Field of the Invention [0001] The present invention relates to a window size zooming apparatus for low-resolution contents.
3 is a diagram illustrating an image conversion concept using a window size zooming method for low-resolution contents according to the present invention.
FIG. 4 is a diagram illustrating a window size zooming method for low-resolution contents according to the present invention, in which zooming is performed according to different zooming factors.
FIG. 5 is a window size zooming method for low-resolution contents according to an embodiment of the present invention, wherein an image including blocking noise is included.
6 is a diagram illustrating a frequency response of a circular low-pass filter according to a filter coefficient in a window size zooming method for low-resolution contents according to the present invention.
FIG. 7 is a diagram illustrating a surfing image in a window size zooming method for low-resolution contents according to the present invention. FIG.
8 is a diagram showing a result of applying an embodiment (N = 11) of a filter coefficient h N in a window size zooming method for low-resolution contents according to the present invention.
9 is a diagram illustrating a frequency response of a high-pass filter and an unsharp mask filter in a window size zooming method for low-resolution contents according to the present invention.
10 is a diagram illustrating a concept of an unsharp mask filter in a window size zooming method for low-resolution contents according to the present invention.
11 is a window size zooming method for low-resolution contents according to the present invention and original images used for performance testing of the apparatus.
12 to 15 are diagrams showing a window size zooming method for low-resolution contents according to the present invention and a zoomed-in image result in a performance test of the apparatus.

이하, 본 발명에 따른 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법 및 그 장치를 실시하기 위한 구체적인 내용을 설명하면 다음과 같다.Hereinafter, a window size zooming method for low-resolution contents according to the present invention and a detailed description thereof will be described.

도 1은 본 발명에 따른 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법의 전체 흐름을 나타내는 도면이며, 도 2는 본 발명에 따른 윈도우 사이즈 주밍 방법을 실행하는 장치의 구성을 나타내는 도면으로, 원본 수집부(10), 이미지 주밍부(20), 잡음제거부(30) 및 디테일 보존부(40)을 포함한다.
2 is a block diagram of an apparatus for executing a window size zooming method according to an embodiment of the present invention. The window collection unit 10 includes an original collection unit 10 An image zooming unit 20, a noise removing unit 30, and a detail storage unit 40.

도 3은 본 발명에 따른 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법을 적용한 이미지 변환 내용을 도시한 것으로 상기 원본 수집부(10)를 이용하여, 원본 이미지(15)를 얻는 단계(S10)를 수행하고, 상기 이미지 주밍부(20)를 이용하여, 이미지 주밍으로 이미지를 다운스케일링하는 단계(S20)를 수행하여, 낮은 해상도의 이미지(25)를 얻는다.FIG. 3 is a diagram illustrating image conversion contents using a window size zooming method for low-resolution contents according to the present invention. In operation S10, the original image 15 is obtained using the original collection unit 10, Using the image zooming unit 20, downscaling the image by image zooming (S20) is performed to obtain a low resolution image 25.

본 발명의 실시예에서 이미지 주밍은 N(N=2, 4, 8, 16) 요소에 의해 실행되도록 하였으며, 도 4는 McM 이미지를 이용한 실시예로, 서로 다른 조건(다운사이즈 1/2, 1/4, 1/8, 1/16 및 1/32) 하에서의 개별 줌 결과를 나타낸다.
In the embodiment of the present invention, image zooming is performed by N (N = 2, 4, 8, 16) elements. FIG. 4 shows an example using McM images. / 4, 1/8, 1/16, and 1/32).

이렇게 상기 S20 단계를 통해 얻어진 낮은 해상도의 이미지(25)는 도 5에 도시된 바와 같이, 블록킹 잡음을 포함하므로, 본 발명에 따른 이미지 주밍 방법은 상기 잡음 제거부(30)를 이용하여, 다운스케일링된 이미지 잡음(artifact)을 제거하는 단계(S30)를 수행하여, 잡음 제거된 이미지(35)를 생성한다.Since the low resolution image 25 obtained through step S20 includes blocking noise as shown in FIG. 5, the image zooming method according to the present invention uses the noise removing unit 30 to perform downsampling (Step S30) of removing the noise-eliminated image 35, thereby generating the noise-free image 35. [

본 발명에 있어서, S30 단계는 원형 형상의 저역 통과 필터(circle shaped low pass filter)를 적용하며, 다음 수학식 1 및 수학식 2로 설계된다.In the present invention, step S30 is a circular low pass filter of a circular shape and is designed by the following equations (1) and (2).

[수학식 1][Equation 1]

Figure 112014082556678-pat00001
Figure 112014082556678-pat00001

[수학식 2]&Quot; (2) "

Figure 112014082556678-pat00002
Figure 112014082556678-pat00002

여기서, x 및 y는 수평 및 수직 방향의 좌표이며, r은 센터 포인트로부터의 반경이며, R은 사전에 설정된 임계값으로, f는 r이 R보다 큰 경우, 텅 비어 있다. Where x and y are the coordinates in the horizontal and vertical directions, r is the radius from the center point, R is a preset threshold value, and f is empty if r is greater than R.

또한, 필터 계수 hR은 다음 수학식 3으로 얻을 수 있다.Further, the filter coefficient h R can be obtained by the following equation (3).

[수학식 3]&Quot; (3) "

Figure 112014082556678-pat00003
Figure 112014082556678-pat00003

도 6는 서로 다른 hN의 주파수 반응을 나타내며, 도 7는 surf 이미지를 나타내고, 도 8은 h11의 계수를 나타내고 이때 우리는 반경 R은 5인 것을 확인할 수 있다.
FIG. 6 shows the frequency response of different h N , FIG. 7 shows the surf image, FIG. 8 shows the coefficient of h 11 , and we can confirm that the radius R is 5.

다음으로, 상기 디테일 보존부(40)를 이용하여, 언샤프 마스킹(unsharp masking)으로 이미지의 디테일을 보존 처리하는 단계(S40)를 수행하여, 디테일이 보존된 이미지(45)를 생성한다.Next, using the detail saving unit 40, a step S40 of preserving the details of the image by unsharp masking is performed to generate an image 45 in which the detail is preserved.

상기 S40 단계의 언샤프 마스킹은 주로 이미지 프로세싱 툴에 사용되는 이미지 처리 방법이며, 언샤프 마스크가 사용된 이미지는 오리지널 저역 통과 필터된 이미지를 보강(또는 추가)하며, 원래 이미지보다 더 번짐이 적은 이미지를 만들 수 있다. 언샤프 마스크 이미지(디테일과 에지가 보존된 이미지)는 흐린 이미지 보다 훨씬 선명하다.The unsharp masking in step S40 is mainly an image processing method used in an image processing tool. An image in which an unsharp mask is used enhances (or adds) an original low-pass filtered image, . Unsharp mask images (detail and edges preserved images) are much sharper than fuzzy images.

도 9는 고역 통과 필터 및 언샤프 마스크의 주파수 반응을 나타낸다. (Fx, Fy)=(0, 0)에서 중심 위치의 크기는 하나이다. 도 10은 언샤프 마스크 개념을 나타내는 도면으로 여기서 s는 입력 신호, lpf(s)는 저역 통과 필터 신호이고, hpf(s)는 고역 통과 필터 신호이고, s+hpf(s)는 언샤프 마스크된 이미지이다.
9 shows the frequency response of the high pass filter and the unsharp mask. (Fx, Fy) = (0, 0), the size of the center position is one. (S) is a high-pass filter signal, s + hpf (s) is an unsharp masked signal, and hpf Image.

<성능 실험> <Performance test>

본 발명에 따른 시스템 및 방법의 성능을 입증하기 위하여, Intel(R) Core(TM) i5 CPU M460 @2.53GHZ 프로세서의 MATLAB 7.1을 사용한 실험을 실행하였다. 확대된 이미지들의 원본 이미지들이 없으므로, PSNR 또는 MSE와 같은 주관적인 메트릭 성능 평가는 할 수 없었다. 그러므로 본 발명의 실시예에서는 시각적 비교로 평가하였다. 시뮬레이션 확인을 위해 720 × 540 사이즈의 10개 컬러 LC 테스트 세트를 고려하였으며, 도 11는 시각적 비교에 사용된 원본 테스트 이미지를 나타낸다. In order to demonstrate the performance of the system and method according to the present invention, an experiment using MATLAB 7.1 of the Intel (R) Core (TM) i5 CPU M460 @ 2.53GHZ processor was performed. Since there were no original images of the enlarged images, subjective metric performance evaluation such as PSNR or MSE could not be performed. Therefore, the embodiment of the present invention was evaluated by visual comparison. A 10 color LC test set of 720x540 size was considered for simulation verification, and Fig. 11 shows the original test image used for visual comparison.

도 12 내지 도 15는 실험 결과에 따른 이미지로 이러한 실험을 통해 본 발명에 따른 이미지 주밍 방법 및 그 장치가 이미지 업스케일의 블로킹 잡음을 줄일 수 있고, 언샤프 마스크에 의한 에지 디테일을 보존할 수 있는 것을 확인할 수 있다.
FIGS. 12 to 15 illustrate an image according to an experimental result. Through these experiments, an image zooming method and apparatus according to the present invention can reduce blocking noise of an image upscale and can save edge detail by an unsharp mask. .

이상 본 발명의 실시예로 설명하였으나 본 발명의 기술적 사상이 상기 실시예로 한정되는 것은 아니며, 본 발명의 기술적 사상을 벗어나지 않는 범주에서 다양한 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법 및 그 장치로 구현할 수 있다.
While the present invention has been described with reference to the exemplary embodiments, it is to be understood that the invention is not limited to the disclosed exemplary embodiments, but many variations and modifications may be made without departing from the scope of the present invention. .

10 : 원본 수집부
20 : 이미지 주밍부
30 : 잡음 제거부
40 : 디테일 보존부
100 : 윈도우 사이즈 주밍 장치10: original collection section
20: image zooming unit
30: Noise canceling
40: Detail storage section
100: Window size zooming device

Claims (6)

(a) 원본 수집부를 이용하여, 원본 이미지를 얻는 단계;
(b) 이미지 주밍부를 이용하여, 이미지 주밍으로 1/2. 1/4. 1/8/, 1/16, 1/32로 이미지를 다운 사이즈하여 다운스케일링하는 단계;
(c) 잡음 제거부를 이용하여, 다운스케일링된 이미지 잡음(artifact)을 수학식 1 및 수학식 2로 설계되는 원형 형상의 저역 통과 필터(circle shaped low pass filter)를 적용하여 제거하는 단계; 및
(d) 디테일 보존부를 이용하여, 언샤프 마스킹(unsharp masking)으로 이미지의 디테일을 보존 처리하는 단계를 포함하며,
상기 저역 통과 필터의 필터 계수(hR)은 수학식 3으로 산출되는 것을 특징으로 하는 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법.
[수학식 1]
Figure 112016041915483-pat00022

[수학식 2]
Figure 112016041915483-pat00023

여기서, x 및 y는 수평 및 수직 방향의 좌표이며, r은 센터 포인트로부터의 반경이며, R은 사전에 설정된 임계값으로 f는 r이 R보다 큰 경우 텅 비어 있음.
[수학식 3]
Figure 112016041915483-pat00024
(a) obtaining an original image using an original collecting unit;
(b) Using the image zooming unit, 1/2 of the image zooming. 1/4. Downsizing the image by 1/8, 1/16, 1/32, and downscaling the image;
(c) removing the downscaled image artifact by applying a circular shaped low-pass filter designed by Equations (1) and (2) using a noise eliminator; And
(d) preserving details of the image by unsharp masking using the detail preserving section,
Wherein the filter coefficient h R of the low-pass filter is calculated by Equation (3).
[Equation 1]
Figure 112016041915483-pat00022

&Quot; (2) &quot;
Figure 112016041915483-pat00023

Where x and y are the coordinates in the horizontal and vertical directions, r is the radius from the center point, R is a predetermined threshold value, and f is empty if r is greater than R.
&Quot; (3) &quot;
Figure 112016041915483-pat00024
 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete
KR1020140113736A 2014-08-29 2014-08-29 Window size zooming method and the apparatus for lower resolution contents KR101650897B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140113736A KR101650897B1 (en) 2014-08-29 2014-08-29 Window size zooming method and the apparatus for lower resolution contents

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140113736A KR101650897B1 (en) 2014-08-29 2014-08-29 Window size zooming method and the apparatus for lower resolution contents

Publications (2)

Publication Number Publication Date
KR20160026026A KR20160026026A (en) 2016-03-09
KR101650897B1 true KR101650897B1 (en) 2016-08-24

Family

ID=55536496

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140113736A KR101650897B1 (en) 2014-08-29 2014-08-29 Window size zooming method and the apparatus for lower resolution contents

Country Status (1)

Country Link
KR (1) KR101650897B1 (en)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102027886B1 (en) * 2017-12-12 2019-10-02 인천대학교 산학협력단 Image Resizing apparatus for Large Displays and method thereof

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013020294A (en) * 2011-07-07 2013-01-31 Sony Corp Image processing apparatus, image processing method, program and recording medium
JP2014002635A (en) * 2012-06-20 2014-01-09 Sony Corp Image processing apparatus, imaging apparatus, image processing method, and program

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013020294A (en) * 2011-07-07 2013-01-31 Sony Corp Image processing apparatus, image processing method, program and recording medium
JP2014002635A (en) * 2012-06-20 2014-01-09 Sony Corp Image processing apparatus, imaging apparatus, image processing method, and program

Also Published As

Publication number Publication date
KR20160026026A (en) 2016-03-09

Similar Documents

Publication Publication Date Title
Liu et al. Wavelet-based dual-branch network for image demoiréing
Zhou et al. Image zooming using directional cubic convolution interpolation
US8731337B2 (en) Denoising and artifact removal in image upscaling
Kim et al. Wavelet-domain color image enhancement using filtered directional bases and frequency-adaptive shrinkage
CN111105352A (en) Super-resolution image reconstruction method, system, computer device and storage medium
CN107563974B (en) Image denoising method and device, electronic equipment and storage medium
Zhai et al. Bayesian error concealment with DCT pyramid for images
JP2015225665A (en) Image noise removal method and image noise removal device
Salmon et al. From patches to pixels in non-local methods: Weighted-average reprojection
Yoshikawa et al. Super resolution image reconstruction using total variation regularization and learning-based method
US20140126834A1 (en) Method and device for processing of an image
CN111353955A (en) Image processing method, device, equipment and storage medium
Arulkumar et al. Super resolution and demosaicing based self learning adaptive dictionary image denoising framework
Li et al. Image/video restoration via multiplanar autoregressive model and low-rank optimization
Zhai et al. Image reconstruction from random samples with multiscale hybrid parametric and nonparametric modeling
Barzigar et al. A video super-resolution framework using SCoBeP
Goto et al. Learning-based super-resolution image reconstruction on multi-core processor
KR101650897B1 (en) Window size zooming method and the apparatus for lower resolution contents
Kim et al. Vaguelette-wavelet decomposition for frequency adaptive image restoration using directional wavelet bases
Panda et al. An efficient image interpolation using edge-error based sharpening
KR102027886B1 (en) Image Resizing apparatus for Large Displays and method thereof
Gan Low complexity image/video super resolution using edge and nonlocal self-similarity constraint
CN112614100A (en) Ocean plankton image segmentation method
Jeevan et al. An algorithm for wavelet thresholding based image denoising by representing images in hexagonal lattice
Lee et al. Weighted DCT-IF for Image up Scaling

Legal Events

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