• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.06a
• /
• pp.105-106
• /
• 2014

본 논문에서는 중요도 지도를 사용한 화소값 사이 척력 기반 영상 대조비 향상 기법을 제안한다. 공간상에서 인접한 화소들 사이에 자주 발생하는 화소값들의 차이를 크게 하면 효과적으로 영상의 디테일을 두드러지게 할 수 있다. 대조비 증가를 위해 화소값 사이 척력을 정의하고, 유효 화소값 사이 척력들의 합을 사용하여 대조비의 증가 정도를 조절한다. 중요도 지도는 영상의 화소마다 사람의 시선이 머무르는 정도를 상대적인 수치로 나타낸 것이다. 따라서 영상 화질을 개선할 때 중요도 지도를 사용하면 사람의 시선을 끄는 화소값들의 대조비를 선택적으로 높일 수 있다. 실험 결과를 통하여 제안 기법이 우수한 화질개선 영상을 생성함을 확인한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10c
• /
• pp.481-483
• /
• 2004

다양한 동영상 압축표준에서 압축효율을 높이기 위해 1/2 화소를 이용한다. 1/2 화소는 프레임 간 참조시 압축 효율을 높이기 위한 프레임 내 화소를 연산하여 생성되는 가상의 값이며 이 연산식은 표준에 따라 다르다. MPEG-2에서 H.264로의 포맷 변환시 이 1/2 화소값의 차이로 인해 MPEG-2의 모션벡터와 움직임 보상된 값을 그대로 사용할 수 없게 된다. 본 논문에서는 MPEG-2의 모션벡터를 그대로 사용하고 DCT(Discrete Cosine Transform) 도메인에서 두 표준의 화소값의 차이를 보정하는 기법을 제안한다. 제안된 기법은 픽셀 도메인의 창조 블록을 이용하여 보정 할 위치를 찾고 두 표준의 1/2 화소 계산식의 차이를 이용하여 보정 할 값을 구하게 된다. 구해진 보정 값을 DCT하여 DCT 도메인의 현재 블록에 더하여 보정하게 된다. 이 기법은 모든 블록의 값을 완벽하게 보정할 수는 없지만 두 표준 간 차이값이 큰 1/2 화소를 보정할 수 있으며 IDCT라 DCT로 인한 화질 열화도 감소된다 또한, DCT 상태에서 보정을 수행하므로 픽셀 도메인에서 보다 약 7%의 계산복잡도도 낮출 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.11a
• /
• pp.93-96
• /
• 2014

본 논문에서는 가상시점 영상을 생성할 때 발생하는 홀 영역을 효율적으로 채우는 방법을 제안한다. 가상시점 영상을 생성하려면 우선 깊이 영상에 대해 3차원 워핑을 수행한 뒤, 이때 발생하는 작은 홀을 미디언 필터를 이용하여 적절히 채워야 한다. 홀이 채워진 깊이 영상을 기반으로 하여 입력받은 참조 컬러 영상에 대해 3차원 워핑을 수행하여 가상 위치에 새로운 시점 영상을 생성하게 된다. 이때 또한 마찬가지로 3차원 워핑을 수행하기 때문에 홀 영역이 발생하게 된다. 텍스쳐 영상을 워핑하여 새로운 좌표계로 옮긴 영상은 주변 컬러 화소들과의 관계들을 가지고 있다. 텍스쳐 영상을 워핑한 결과 영상에서 발생하는 홀 영역을 채우기 위해 방향성을 고려한 홀 채움 방법을 사용한다. 홀 주변 화소 영역의 값들을 홀을 채우게 될 후보 화소 값으로 설정한 뒤, 각각의 화소값에 대해 비용값을 계산한다. 이때 가장 적은 비용값을 갖게 하는 주변 화소 값을 해당 영역의 홀 채움 값으로 사용하게 된다. 좌영상과 우영상을 워핑할 때 발생하는 홀 영역의 위치가 각각 다르게 나타난다. 홀 영역은 배경화소 값을 이용해 채울 경우 자연스러운 결과를 보인다. 배경화소 값을 이용하기 위해 좌영상과 우영상에 따른 새로운 홀 스캔 방향 또한 제안한다. 능동적으로 홀 스캔 방향을 선택하여 홀 주변 화소값들을 스캔해가며 워핑 결과 발생하는 홀 영역을 효율적으로 채우게 된다. 결과적으로 제안한 방법을 통하여 생성된 가상시점 영상의 화질이 좋아지는 결과를 확인할 수 있었다.

• Proceedings of the KSRS Conference
• /
• 2007.03a
• /
• pp.3-7
• /
• 2007

본 논문에서는 1m 공간해상도를 가지는 도시 지역의 위성영상에서 스테레오 정합의 성능을 향상시키기 위해 그레디언트(gradient)의 히스토그램을 이용하여 스테레오 정합 창틀의 크기를 자동적으로 결정하는 방법을 제안한다. 영상의 각 화소에 대해 한 화소 거리의 대각 방향에 놓여진 4 개 화소들의 수직 및 수평 방향에 존재하는 화소간의 밝기값 차로 정의되는 그레디언트를 계산하여 평탄화 지수 영상(Flatness Index Image)을 생성한다. 평탄화 지수 영상에서 에지 등과 같이 주변 화소의 밝기값과 차이가 큰 화소는 상대적으로 높은 평탄화 지수를，비에지 화소의 경우에는 낮은 평탄화 지수를 가지게 된다. 에지와 비에지를 판정하는 평탄화 임계값을 결정하기 위해 평탄화 지수 영상의 히스토그램 분포를 이용한다. 결정된 평탄화 임계값보다 작은 평탄화 지수를 가지는 정합 창틀 내의 화소들이 일정 비율보다 크면 비에지 화소로 판정하고 정합 창틀을 한 단계 더 크게 설정하는 방법으로 정합 창틀의 크기를 각 화소마다 가변적으로 변화시킨다. 제안한 방법을 IKONOS 스테레오 위성영상에 적용하여 고정 크기의 정합 창툴에 비해 정합 성능이 향상되는 것을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11a
• /
• pp.591-594
• /
• 2003

본 논문은 중심 화소의 FOD 성분값과 인접 가해 성분값의 평균으로 축소 성분값을 산출함으로써 FOD에 적응성을 부여한 디지털 영상 축소 알고리즘의 성능을 분석함에 그 목적이 있다. 제안된 방법은, 중심 화소의 우측 및 하측 인접 화소의 기울기의 크기를 이용하여 산출한 각각의 국부 가해 가중치를 우측 및 하측 인접 화소값에 곱한 후에 그 결과를 합산함으로써 인접 가해 성분값을 구하고 FOD 성분값과 이 인접 가해 성분값을 평균하여 축소 성분값을 구하는 과정을 전체 영역에 반복적으로 수행함으로써 축소 영상을 얻을 수 있다. 제안된 축소 방법에 따르면, 적은 연산량을 요하면서도 평균적으로 우수한 결과를 제공하는 FOD 방식의 장점을 취하면서 인접 화소의 유효 가해 성분을 각각의 국부 가해 가중치에 따라 축소 성분값에 적응적으로 반영함으로써 FOD의 단점인 몽롱화 현상을 효과적으로 억제시킬 수 있는 바, 개선된 정보 보존성을 제공할 수 있는 이점이 있다. 본고에서는 주관적인 성능과 하드웨어 복잡도 측면에서 제안된 방법과 기존의 각 방식에 대한 성능을 분석 평가한다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.4 no.4
• /
• pp.391-397
• /
• 2003

This paper is about the digital image decimation algorithm which generates a value of decimated element by an average of a target pixel value and a value of neighbor intelligible element to adaptively reflect the merits of ZOD method and FOD method on the decimated image. First, a target pixel located at the center of sliding window is selected, then the gradient amplitudes of its right neighbor pixel and its lower neighbor pixel are calculated using first order derivative operator respectively. Secondly, each gradient amplitude is divided by the summation result of two gradient amplitudes to generate each intelligible weight. Next, a value of neighbor intelligible element is obtained by adding a value of the right neighbor pixel times its intelligible weight to a value of the lower neighbor pixel times its intelligible weight. The decimated image can be acquired by applying the process repetitively to all pixels in input image which generates the value of decimated element by calculating the average of the target pixel value and the value of neighbor intelligible element.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.21 no.1
• /
• pp.137-143
• /
• 2017

X-ray image is a widely used to medical examination, airport security and cargo inspection. However, X-ray images contain many visual noise, which interrupt image analysis. Consequently, it is primary importance to reduce noises of X-ray image. In this paper, we present a improved denoise technique for x-ray image using pixel value and range weights. First, we denoise a x-ray image using bilateral filter. Next, we detect a edge region of the original x-ray image. If a denoised pixel belongs to the edge region, we calculate weighting values of original x-ray image and denoised x-ray image in $3{\times}3$ neighboring pixels and compute the cost value to determine the boundary pixel value. Finally, the pixel value having minimum cost is determined as the pixel value of the denoised x-ray image. Simulation results show that the proposed algorithm achieves good performance in terns of PSNR comparison and subjective visual quality.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.21 no.7
• /
• pp.1371-1378
• /
• 2017

In this paper, we present an upsampling technique for depth map image using selective bilateral weights and a color weight using laplacian function. These techniques prevent color texture copy problem, which problem appears in existing upsamplers uses bilateral weight. First, we construct a high-resolution image using the bicubic interpolation technique. Next, we detect a color texture region using pixel value differences of depth and color image. If an interpolated pixel belongs to the color texture edge region, we calculate weighting values of spatial and depth in $3{\times}3$ neighboring pixels and compute the cost value to determine the boundary pixel value. Otherwise we use color weight instead of depth weight. Finally, the pixel value having minimum cost is determined as the pixel value of the high-resolution depth image. Simulation results show that the proposed algorithm achieves good performance in terns of PSNR comparison and subjective visual quality.

• The Journal of the Convergence on Culture Technology
• /
• v.6 no.1
• /
• pp.449-454
• /
• 2020

We propose an improved de-interlacing method that converts the interlaced images into the progressive images by one field. In the first, Inter-pixel values are calculated by applying Newton's forward difference, backward difference interpolation from upper and lower 5 pixel values. Using inter-pixel values obtained from upper and lower 5 pixel values, it makes more accurate a direction estimate by applying the correlation between upper and lower pixel. If an edge direction is determined from the correlation, a missing pixel value is calculated into the average of upper and lower pixel obtained from predicted direction of edge. From simulation results, it is shown that the proposed method improves subjective image quality at edge region and objective image quality at 0.2~0.3dB as quantitative calculation result of PSNR, compared to previous various de-interlacing methods.

• The Journal of the Korea Contents Association
• /
• v.16 no.7
• /
• pp.431-438
• /
• 2016

In this paper, we present an upsampling technique for depth map image using color and depth weights. First, we construct a high-resolution image using the bilinear interpolation technique. Next, we detect a common edge region using RGB color space, HSV color space, and depth image. If an interpolated pixel belongs to the common edge region, we calculate weighting values of color and depth in $3{\times}3$ neighboring pixels and compute the cost value to determine the boundary pixel value. Finally, the pixel value having minimum cost is determined as the pixel value of the high-resolution depth image. Simulation results show that the proposed algorithm achieves good performance in terns of PSNR comparison and subjective visual quality.