The Journal of Korean Institute of Communications and Information Sciences (한국통신학회논문지)

The Korean Institute of Commucations and Information Sciences (한국통신학회)
권호 표지

A Selective Deinterlacing Based on the Local Feature of Image

영상의 국부 특징에 기반을 둔 선택적 deinterlacing

  • 우동헌 (부산대학교 전자공학과 지능정보처리 연구실) ;
  • 엄일규 (밀양대학교 정보통신공학과) ;
  • 김유신 (부산대학교 컴퓨터 및 정보통신연구소)
  • Published : 2004.01.01
Download PDF
⟨ Previous Next ⟩

Abstract

Natural images can be classified into edge or flat region. Edges have also various shapes such as long edge, texture and so on. Because the conventional deinterlacing methods commonly use one specific algorithm, they are faced with the difficulty that does not adapt various shapes of images. In this paper, a selective deinterlacing method based on the characteristics of local region of image is proposed. An input image is classified into three regions; flat region, complex edge, long edge. And then for each region, the proper method is assigned according to the characteristic of the local feature. For long edge region, the modified $NEDI(New Edge Directed Interpolation)^{[1]}$ method that interpolates long edge very well is used. The linear $filter^{[2]}$ that enhances high frequency components is used for complex edge, and the bilinear interpolation method is applied to flat region. The proposed method shows improved performance in PSNR and subjective evaluation compared with previous algorithms.

자연 영상은 일반적으로 에지와 평탄 영역으로 구분된다. 에지 영역 또한 길고 강한 에지, 텍스처 등과 같이 다양한 형태를 가진다. 기존의 deinterlacing 기법들은 주로 하나의 보간 알고리즘을 전체 영상에 적용하기 때문에 영상의 다양한 형태를 반영하기에는 어려움을 가지고 있다. 본 논문은 영상의 영역별 특징을 주출하여 영상의 특성을 반영할 수 있늘 deinterlacing 기법을 제안한다. 제안 방법은 영상을 평탄 영역, 복잡한 에지, 긴 에지로 구분하여 각 영역에 대하여 그 특징에 맞는 보간 알고리즘을 적용한다. 즉, 긴 에지에 대해서는 긴 에지를 잘 보간하는 $NEDI(New Edge Directed Interpolation)^{[1]}$ 방법을 개선하여 적용하고, 복잡한 에지에는 고주파를 강조하는 선형 $필터^{[2]}$를 사용하고, 평탄 영역에는 쌍선형 보간(bilinear interpolation)을 적용하는 방법을 사용한다. 모의 실험에서 제안된 방법은 영상의 영역에 따른 특성을 반영하지 않은 기존 알고리즘들보다 PSNR과 주관적 화질에서 개선된 성능을 보였다.

Keywords

References

  1. X. Li, and M. Orchard, 'NewEdge-directed Interpolation' , IEEETrans. Image Processing, Vol. 10,No. 10. pp. 1521-1527, Oct. 2001 https://doi.org/10.1109/83.951537
  2. Nathalie Plaziac 'Image InterpolationUsing Neural Networks' , IEEETrans. Image Processing, Vol. 8,No. 11, pp. 1647-1651, Nov. 1999 https://doi.org/10.1109/83.799893
  3. G. D. Haan. and E. B. BellersDeinterlacing - an Overview' , In Proc. IEEE, Vol. 86, No. 9. pp.1839-1857. Sep. 1998 https://doi.org/10.1109/5.705528
  4. Y. Y. Jung et. al. 'An EffectiveDe-interlacing Technique UsingMotion Compensated Interpolation' IEEE Trans. Comsumer ElectronicsVol. 46, No. 3. pp. 460-466, Aug. 2000 https://doi.org/10.1109/30.883394
  5. B. Martins. and S. Forchhammer'A Unified Approach to Resto-ration. Deinterlacing and Resolu-tion Enhancement in DecodingMPEG-2 Video' , IEEE Trans.Circuit and Systems for VideoTechnology, Vol. 12, No. 9, pp,803-811, Sep. 2002 https://doi.org/10.1109/TCSVT.2002.803227
  6. K. J. Sugiyama, and H. Y.Nakamura. 'A Method of Deinterlacing With Motion Compensated Interpolation; ,Trans. Consumer Electroincs. Vol. 45. No. 3, pp. 611-616, Aug. 1999 https://doi.org/10.1109/30.793548
  7. H. Y. Lee. et. al. 'Adaptive ScanRate Up-conversion System Basedon Human Visual Characteristics' ,IEEE Trans. Consumer Electronics,Vol. 46, No. 4, pp. 999-1006, Nov2000 https://doi.org/10.1109/30.920453
  8. A. V. Oppenheim. R.W. SchaferDiscrete-Time Signal Processing,Prentice Hall, 1989
  9. T. K. Moon, W. C. Stirling.Mathematical Methods and Algorithm for Signal Processing,Prentice Hall. 2000