KR101650897B1 - 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법 및 그 장치 - Google Patents
저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법 및 그 장치 Download PDFInfo
- 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
Links
- 238000000034 method Methods 0.000 title abstract description 44
- 230000000873 masking effect Effects 0.000 claims abstract description 5
- 230000000903 blocking effect Effects 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000011056 performance test Methods 0.000 description 2
- 241000208231 Bursera Species 0.000 description 1
- 238000012952 Resampling Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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.
Description
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.
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.
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]
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]
[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.
[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.
[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.
[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.
[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).
[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.
[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).
[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.
[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.
[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).
[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.
[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.
[19] R. C. Gonzalez, R. C. Gonzalez and R. E. Woods, "Digital Image Processing", Addision-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.
[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.
[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.
[25] M. Drahanskㆍ, "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.
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.
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.
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.
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.
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.
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.
이하, 본 발명에 따른 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법 및 그 장치를 실시하기 위한 구체적인 내용을 설명하면 다음과 같다.
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.
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.
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.
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.
본 발명에 있어서, S30 단계는 원형 형상의 저역 통과 필터(circle shaped low pass filter)를 적용하며, 다음 수학식 1 및 수학식 2로 설계된다.
[수학식 1]
[수학식 2]
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.
또한, 필터 계수 hR은 다음 수학식 3으로 얻을 수 있다.
[수학식 3]
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.
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.
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.
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.
<성능 실험>
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.
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.
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.
10 : 원본 수집부
20 : 이미지 주밍부
30 : 잡음 제거부
40 : 디테일 보존부
100 : 윈도우 사이즈 주밍 장치
20 : 이미지 주밍부
30 : 잡음 제거부
40 : 디테일 보존부
100 : 윈도우 사이즈 주밍 장치
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]
[수학식 2]
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]
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140113736A KR101650897B1 (ko) | 2014-08-29 | 2014-08-29 | 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법 및 그 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140113736A KR101650897B1 (ko) | 2014-08-29 | 2014-08-29 | 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법 및 그 장치 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20160026026A KR20160026026A (ko) | 2016-03-09 |
| KR101650897B1 true KR101650897B1 (ko) | 2016-08-24 |
Family
ID=55536496
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020140113736A KR101650897B1 (ko) | 2014-08-29 | 2014-08-29 | 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법 및 그 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101650897B1 (ko) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102027886B1 (ko) * | 2017-12-12 | 2019-10-02 | 인천대학교 산학협력단 | 대형 디스플레이의 영상 크기 조절 장치 및 방법 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013020294A (ja) * | 2011-07-07 | 2013-01-31 | Sony Corp | 画像処理装置と画像処理方法およびプログラムと記録媒体 |
| JP2014002635A (ja) * | 2012-06-20 | 2014-01-09 | Sony Corp | 画像処理装置、撮像装置、画像処理方法およびプログラム |
-
2014
- 2014-08-29 KR KR1020140113736A patent/KR101650897B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013020294A (ja) * | 2011-07-07 | 2013-01-31 | Sony Corp | 画像処理装置と画像処理方法およびプログラムと記録媒体 |
| JP2014002635A (ja) * | 2012-06-20 | 2014-01-09 | Sony Corp | 画像処理装置、撮像装置、画像処理方法およびプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20160026026A (ko) | 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 (zh) | 超分辨率图像重构方法、***、计算机设备及存储介质 | |
| CN107563974B (zh) | 图像去噪方法、装置、电子设备及存储介质 | |
| Zhai et al. | Bayesian error concealment with DCT pyramid for images | |
| JP2015225665A (ja) | 画像ノイズ除去方法及び画像ノイズ除去装置 | |
| 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 (zh) | 一种图像处理方法、装置、设备和存储介质 | |
| 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 (ko) | 저해상도 컨텐츠를 위한 윈도우 사이즈 주밍 방법 및 그 장치 | |
| 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 (ko) | 대형 디스플레이의 영상 크기 조절 장치 및 방법 | |
| Gan | Low complexity image/video super resolution using edge and nonlocal self-similarity constraint | |
| CN112614100A (zh) | 海洋浮游生物图像分割方法 | |
| 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 |