• 대한전자공학회논문지SP
• /
• 제40권4호
• /
• pp.227-236
• /
• 2003

본 논문은 디지털 칼라 하프토닝 방법으로써 S-CIELAB 색차를 이용한 개선된 혼합 블루노이즈 마스크 방법을 제안한다. 블루 노이즈 패턴의 눈에 거슬리는 패턴과 색차와의 관계를 조사하여 제안한 하프토닝 방법은 고화질의 블루노이즈 패턴을 유지하면서 색차를 줄이는 방법이다. 따라서, 색차를 줄이기 위해서 마스크 생성 과정에서 저주파 오차와 S-CIELAB 색차 모두가 고려되고, 단일 패턴과 결합 패턴에 대해서 계산하였다. 계산된 저주파 필터 오차를 사용하여 다중 이진 패턴으로부터 도트들을 더하거나 빼줌으로써 생성되며, 최종적으로 작은S-CIELAB 색차를 나타내는 패턴을 선택한다. 실험에서는 제안한 방법이 기존의 JBNM 방법보다 작은 색차를 나타내면서 인간 시각에는 보기 좋은 하프토닝 영상을 생성한다는 것을 확인할 수 있었다.

• 전자공학회논문지S
• /
• 제36S권4호
• /
• pp.55-69
• /
• 1999

일반적으로 잉크젯 프린터는 농도에 대해 선형적인 계조재현 특성을 나타낸다. 그러나 인간 시각의 경우 농도에 선형적인 프린터 출력에 대하여 비선형적인 지각반응을 나타낸다. 즉 농도가 큰 패치(patch)에 대해서는 명도나 색차에 대한 변별력이 작으며 농도가 작은 패치에 대해서는 좀 더 예민한 변별력을 갖는다. 따라서 농도에 선형적인 프린터 출력은 시각적인 활성영역을 줄이므로 프린터에서 구별되는 계조의 범위가 좁아진다. 그러므로 본 논문에서는 인간의 시지각 특성과 매우 상관도가 높은 CIELAB 색공간을 이용하여 균등한 명도 변화 및 색차를 나타내도록 하는 프린터 계조재현 알고리즘을 제안한다. 이때 시각적으로 균등한 변화를 나타내는 프린터의 입력값을 찾기 위해 다층 퍼셉트론 신경망(multi-layer perceptron neural network, MLP)을 이용하였다. 신경망의 학습을 위해 계조에 따른 패치를 만들고, 프린터 구동입력신호 및 패치의 측정된 값으로 신경망을 학습하였다. 학습된 신경망으로 선형적인 출력을 내는 프린터 구동신호를 찾고 LUT(look-up table)를 이용하여 프린터 입력 신호를 역으로 보정하였다. 결과, 보정된 프린터의 출력이 선형적인 계조 변화를 보였고 변화가 인지되는 계조의 범위가 늘어났으며 실형상에 대한 실험에 있어서도 우수한 화질을 보였다.

• 한국의류학회지
• /
• 제27권12호
• /
• pp.1405-1411
• /
• 2003

본 연구의 목적은 기계에 의한 객관적 오염제거 평가와 육안에 의한 주관적 오염제거 평가를 비교하기 위한 것이다. 본 연구를 위해 백색의 순면직물과 65%/35% 폴리에스테르/면직물 시료에 9가지의 오염을 각각 처리한 오염포를 제작한 후, 세탁 실험을 하였다. 주관적 오염제거의 평가는 오염시키지 않은 포를 기준시료로 하여 오염포와 같은 조건으로 세탁한 후, 오염제거도를 AATCC Gray Scale for Staining으로 평가하였다. 세탁 후 오염제거도를 객관적으로 평가하기 위해서 각 시료의 K/S values, CIELAB, CMC, ASTM E313 Whiteness Index(WI), ASTM E313 Yellowness Index, and CIE tristimulus values를 구하였고. 세탁에 의한 control 시료의 반사율 변화에 대한 오염포의 반사율 변화를 비교한 오염제거율(PSR)을 구하였다 육안에 의한 주관적 평가 결과와 기계에 의한 객관적 평가의 결과와의 관계를 파악하고자 상관분석을 실시하였다. 본 연구 결과, 주관적 평가와 객관적 평가사이에 유의적인 상관관계가 확인되었으며, 주관적 평가 결과 중 WI가 주관적 평가 결과와 가장 상관관계가 높았으며, PSR과 주관적 평가 결과와의 상관이 상대적으로 가장 낮은 것으로 나타났다. 따라서 백색포의 오염 판정이 필요한 산업체에서 현재 많이 사용하고있는 PSR보다는 WI나 다른 색차를 이용하여 객관적 오염 평가를 하는 것이 주관적인 오염평가 결과에 더 근접할 수 있음을 알 수 있었다.

• 대한전자공학회논문지SP
• /
• 제43권2호
• /
• pp.40-47
• /
• 2006

본 논문은 띠 결점을 줄이기 위해 MJBNM(Modified Jointly Blue Noise Mask)의 임계값 변조를 이용한 멀티토닝 방법을 제안한다. 멀티토닝에서 띠 결점은 출력레벨 근처에서 동일한 도트 분포를 가지기 때문에 부드러운 계조 영역에서의 불연속성과 인간 시각에 거슬리는 패턴을 만든다. 따라서 이러한 띠 결점을 줄이기 위해, 제안한 방법은 결점이 발생하는 출력레벨 근처에서 이웃 도트들을 도입함으로써 도트 분포를 재배열한다. 먼저 수학적인 설명으로 띠 결점의 원인을 분석하고, 분석 결과를 바탕으로 채널간의 상관성과 색차를 고려한 MJBNM의 임계값 변조를 적용한다. 입력값에 따라 MJBNM의 최대, 최소 임계값이 각각 입력을 포함하는 이웃한 두 출력레벨보다 두 화소를 더 포함하도록 초기 임계값 범위를 선형적으로 조정한다. 이 입력이 띠 결점이 발생하는 출력레벨 근방에 위치할 경우, 출력은 도트 분포와 패턴을 결정하는 임계값 변조 인수에 따라 화소 대 화소의 비교로 이웃 출력레벨 중의 하나의 값으로 결정된다. 이 때 조정된 임계값이 두 출력레벨과 최대, 최소 임계값 사이에 존재하면 그 위치에 이웃 도트들을 찍어서 띠 결점을 줄이게 된다. 그렇지 않은 경우, 일반적인 멀티토닝 기법이 적용된다. 그 결과 제안한 방법이 효과적으로 출력레벨 근처에서의 띠 결점을 줄일 수 있었다. 결과 평가는 gray ramp 영상에서 명암도에 따른 HVS-WRMSE 비교와 color ramp 영상에서의 S-CIELAB 색차를 비교하였다.