한국컴퓨터그래픽스학회논문지 (Journal of the Korea Computer Graphics Society)

  • 제17권1호
  • /
  • Pages.39-44
  • /
  • 2011
  • /
  • 1975-7883(pISSN)
  • /
  • 2383-529X(eISSN)
한국컴퓨터그래픽스학회 (Korea Computer Graphics Society)
권호 표지

확대에 최적화 된 영상 축소 방법

Image Downscaling Method Optimized for Future Magnification

  • 투고 : 2010.12.31
  • 심사 : 2011.01.11
  • 발행 : 2011.02.28
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

영상이나 동영상을 저장하거나 전송할 때 저장 공간의 크기나 네트워크 대역폭을 고려하여 고해상도 윈본 영상을 축소하여 저장, 전송하고 최종적으로 영상을 디스플레이 하는 과정에서 영상을 확대하는 경우가 실제 응용에서 빈번히 나타난다. 기존 연구들에서는 이런 경우 확대 영상의 화질을 개선하기 위해 영상 확대 과정을 개선하기 위한 연구가 많이 진행되었다. 본 논문에서는 이런 상황에서는 고해상도 원본 영상이 존재한다는 점에 착안하여 영상 확대 과정 대신 영상을 축소하는 과정을 개선함으로써 최종 확대 영상의 화질을 개선하기 위한 방법을 제안한다. 특히 실제 하드웨어나 소프트웨어에서 널리 적용되는 선행 보간법, 삼차 보간법 등에서 확대 영상의 화소가 작은 영상의 화소값들의 선형 조합으로 나타난다는 점에 착안하여 영상 확대 과정을 선형 변환으로 모델링하고 최적 축소 영상을 만틀기 위한 역변환을 얻는 방법을 제안한다. 또한 역변환 과정의 계산량을 줄이기 위해 역변환과정을 간단한 필터 커널로 근사하는 방법을 제안한다. 결과적으로 본 논문에서 제안하는 방법으로 축소한 영상을 확대 복원하였을 때 기존에 사용되던 방법에 비해 상당한 화질 개선 효과가 있는 것을 실험적으로 확인하였다.

In this paper, we introduce a novel method to reduce image to a small size, such that the quality of the image is improved when it is up-scaled. Recent hardwares including cameras and display devices allow us to capture and display high-resolution images. However, it is not always realistic to store and transmit those high-resolution images due to limitation of storage and network bandwidth. Therefore, high-resolution images are often down-scaled to be stored and transmitted, and then up-scaled back for display. To improve final image quality in this scenario, we first formulate selected up-scale methods as linear transformations. The optimal reduction methods are obtained as its inverse transformation. Based on this basic idea, we develop down-scale kernel that is optimized for each up-scale method. In our experiment, the proposed method could improve the quality of the up-scaled image noticeable.

키워드

참고문헌

  1. T. Biu, T. Blu, and M. Unser, "Image interpolation and resampIing," HANDBOOK OF MEDICAL IMAGING, PROCESSING AND ANALYSIS, pp. 393-420, 2000.
  2. D. Muresan and T. Parks, "Adaptive, optimal-recovery image interpolation," in Acoustics, Speech, and Signal Processing, 2001. Proceedings. (ICASSP '01). 2001 IEEE International Conference on, vol. 3. IEEE, 2002, pp. 1949-1952.
  3. A. Munoz, T. Blu, and M. Unser, "Efficient image resizing using finite differences," in Image Processing, 1999. ICIP 99. Proceedings. 1999 International Conference on, vol. 3. IEEE, 2002,pp.662-666.
  4. D. Su and P. Willis, "Image interpolation by pixel-level data-dependent triangulation," in Computer Graphics Forum, vol. 23, no. 2. Wiley Online Library, 2004, pp. 189-201.
  5. W. Freeman, T. Jones, and E. Pasztor, "Example-based super-resolution," Computer Graphics and Applications, IEEE, vol. 22,no. 2,pp. 56-65,2002. https://doi.org/10.1109/38.988747
  6. S. Dai, M. Han, Y. Wu, and Y. Gong, "Bilateral backprojection for single image super resolution," in Multimedia and Expo, 2007 IEEE International Conference on. IEEE, 2007,pp.1039-1042.
  7. L. Zhang and X. Wu, "An edge-guided image interpolation algorithm via directional filtering and data fusion," IEEE transactions on Image Processing, vol.15, no. 8, p. 2226, 2006. https://doi.org/10.1109/TIP.2006.877407
  8. G. Callico, S. Lopez, O. Sosa, J. Lopez, and R. Sarmiento, "Analysis of fast block matching motion estimation algorithms for video super-resolution systems," Consumer Electronics, IEEE Transactions on, vol. 54, no. 3, pp. 1430-1438,2008. https://doi.org/10.1109/TCE.2008.4637637
  9. S. Lopez, G. CaIlico, F. Tobajas, J. Lopez, and R. Sarmiento, "A novel real-time dsp-based video super-resolution system," Consumer Electronics, IEEE Transactions on, vol. 55, no. 4, pp.2264-2270,2010.
  10. D. Mitchell, "Generating antialiased images at low sampling densities," in Proceedings of the 14th annual conference on Computer graphics and interactive techniques. ACM, 1987, p.72.
  11. A. M. Drukstein, M. Elad, and R. Kimmel, "Down-scaling for better transform compression," Image Processing, IEEE Transactions on, vol. 12, no. 9, pp. 1132-1144,2003. https://doi.org/10.1109/TIP.2003.816023
  12. G. Bradski and A. Kaehler, Learning OpenCV: Computer Vision with the OpenCV Library, 1st ed. O'Reilly Media, 2008.
  13. G. K. Wallace, "The jpeg still picture compression standard," Communications of the ACM, vol. 34, no. 4, pp. 30-44, 1991. https://doi.org/10.1145/103085.103089
  14. S. Park, M. Park, and M. Kang, "Super-resolution image reconstruction: a technical overview," Signal Processing Magazine, IEEE, vol. 20, no. 3, pp. 21-36, 2003. https://doi.org/10.1109/MSP.2003.1203207