• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.06a
• /
• pp.189-190
• /
• 2016

일반 영상의 영상확대를 위한 다양한 알고리즘이 존재한다. 하지만 적외선 열화상 영상의 경우 일반영상과 다른 특성을 가지고 있기 때문에 적외선 영상을 위한 영상 확대 알고리즘이 필요하다. 따라서 적외선 영상이 일반영상에 비해 디테일이 없다는 특성을 고려하여 복잡한 알고리즘을 적용시키기 보다는 ADRC 와 같은 단순한 분류 기법을 활용하여 LR-HR 패치를 분류하고 학습된 데이터를 이용하여 영상확대 알고리즘에 적용하였다. 알고리즘의 성능 향상을 위해 학습과정에 전처리 과정을 추가하여 합성과정에서 추가적인 연산량의 증가 없이 확대 영상의 선명도를 향상시키고자 하였다. 또한 확대된 적외선 영상이 동일 해상도의 가시광영상에 비해 선명도가 떨어진다는 점을 고려하여 확대된 적외선 영상에 가시광영상의 고주파 정보를 합성시켜 이전보다 영상의 선명도를 더 향상시키고자 하였다. 이와 같은 방법으로 영상 확대 알고리즘만 수행하였을 때 통상적인 영상확대 기법인 bi-cubic interpolation 기법보다 JNB 수치가 평균 0.0727 만큼 높은 결과를 확인할 수 있었고 가시광영상과 융합하였을 때 이전보다 평균 0.0742 만큼 더 선명해진 영상을 얻었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.520-522
• /
• 2000

디지털영상을 상향표본추출(upsanpling)의 방법으로 확대하여 해상도를 높이는 경우에 확대한 영상은 확대 전의 영상에 비해 해상도는 높아지지만 흐려지거나 계단현상이 생기게 되어 영상의 품질은 저하된다. 본 연구에서는 확대된 영상에서 생기는 이와 같은 문제점을 보완하는 상향표본추출 모델을 제안한다. 제안된 모델은 8-이웃(8-neighborhood)과 가우시안 필터(Gaussian filter)를 이용하여 확대된 영상의 증가된 픽셀들의 픽셀값을 부여하여 확대 전 영상이 가진 특성이 확대 후에도 균질하게 유지될 수 있도록 하고 계단현상도 완화한다. 그리고 감마 교정(Gamma correction)을 이용하여 영상의 흐름 정도를 개선한다.

• Journal of the Korea Society of Computer and Information
• /
• v.19 no.8
• /
• pp.45-54
• /
• 2014

In this paper, we proposed an effective quality improvement scheme of magnified image using the surface characteristics in image. If the surface in image is estimated as simple convex surface or simple concave surface, the interpolated value can be calculated to have the surface characteristics by using the other method in the proposed scheme. The calculated value becomes the interpolated pixel value inmagnified image. So, themagnified image reflects the surface characteristics of the real image. If the surface is not estimated as simple convex surface or simple concave surface, the interpolated value is calculated more accurately than bilinear interpolation by using the method of the proposed scheme. The PSNR values of the magnified images using the proposed schemes are greater than those of the magnified images using the previous interpolation schemes.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.10a
• /
• pp.209-212
• /
• 2010

본 논문에서는 영상을 확대할 경우에 발생하는 영상의 품질 저하를 최소화하기 위하여 원본 영상 픽셀과 확대된 결과 영상 픽셀 간의 명암도 차이와 보간 수행시 적용되는 가중치 값을 퍼지 기법에 적용하여 영상을 확대하는 방법을 제안한다. 제안된 방법은 기존의 양선형 보간법으로 도출된 결과 영상 픽셀과 원본 영상 픽셀 간의 명암도 차이와 보간 수행시 네 개의 픽셀 값에 곱하게 되는 가중치 값을 퍼지 소속 함수에 적용하여 원본 영상의 픽셀 정보와 가장 근접한 특징을 가진 확대된 결과 영상의 픽셀 정보를 최종적으로 도출한다. 제안된 방법을 실험한 결과, 기존의 양선형 보간법에 비해 영상 확대시, 발생하는 문제점인 흐림 현상이 상대적으로 감소하여 영상의 품질이 개선되는 것을 확인하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.18 no.2
• /
• pp.49-57
• /
• 2013

To improve the quality of magnified image, two schemes were proposed. The one is used to estimate simple convex surface and simple concave surface using the information of adjacent pixel values, and the other scheme is used to produce magnified image using the characteristics of simple convex surface and simple concave surface. The magnified image using the proposed scheme is more similar to real image than the magnified image using the previous schemes. The PSNR values of the magnified images using the proposed scheme are greater than those of the magnified images using the previous interpolation schemes.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2002.11a
• /
• pp.77-80
• /
• 2002

영상압축기술의 발전으로 인하여 디지털 영상은 대부분 압축된 형태로 사용된다 이러한 압축된 영상을 축소 및 확대하는 것은 네트웍환경에서의 대역폭에 따른 축소된 영상 전송과 디스플레이 장치에 맞는 크기로의 영상 조절 등 다양한 응용에 사용 가능하다. 가장 대표적인 압축 방식은 DCT를 이용해서 영상을 부호화하는 것이다. 최근 DCT로 부호화 된 영상에 대해 DCT 영역에서 직접 축소한 후 다시 DCT 영역에서 확대해 원래 크기의 DCT로 부호화 된 영상을 얻는 방법에 대한 연구가 진행되어왔다. 이러한 연구의 주관심사는 최종적으로 부호화 된 결과 영상의 화질을 개선하는 것이다. 본 논문에서는 DCT로 부호화 된 영상을 축소하기 위해, 변경된 IDCT 방법을 제안한다. 그리고 변경된 IDCT 방법을 사용해서 DCT 영역에서 직접 축소된 영상을 얻는 방법과 이에 대응하는 확대된 영상을 얻는 새로운 방법을 제시한다. 제시된 영상 축소 방법과 확대 방법을 같이 사용함으로써 DCT 영역에서 축소 후 확대된 영상은 가장 최근에 제안된 방법들보다 높은 PSNR값을 나타낸다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.11a
• /
• pp.152-153
• /
• 2015

일반 영상의 영상확대를 위한 다양한 알고리즘이 존재한다. 하지만 IR 영상의 경우 일반영상과 다른 특성을 가지고 있기 때문에 IR 영상을 위한 영상 확대 알고리즘이 필요하다. 따라서 IR 영상이 일반영상에 비해 디테일이 없다는 특성을 고려하여 복잡한 알고리즘을 적용시키기 보다는 ADRC[1]와 같은 단순한 분류 기법을 활용하여 LR-HR 패치를 분류하고 학습된 데이터를 이용하여 영상확대 알고리즘에 적용하였다. 또한 알고리즘의 성능을 향상시키기 위해 학습과정에 전처리 과정을 추가하여 알고리즘 작동 시 연산량의 증가 없이 확대 영상의 선명도를 향상시키고자 하였다. 이와 같은 방법으로 영상 확대 알고리즘을 수행하였을 때 통상적인 영상확대 기법인 bi-cubic interpolation 기법보다 CPBD 수치가 평균 0.0527 만큼 높은 결과를 확인할 수 있었고 전처리 과정을 추가하였을 때 이전보다 평균 0.0119 만큼 더 선명해진 영상을 얻었다.

• Journal of the Korea Society of Computer and Information
• /
• v.20 no.1
• /
• pp.63-73
• /
• 2015

In this paper, a quality improvement scheme is proposed for magnified image using the various curved surface characteristics of image. After testing horizontal and vertical directional surface characteristics of source image, interpolation value is calculated to have the surface characteristics such as simple convex surface, simple concave surface, and compound surface. The calculated interpolation value become the value of the interpolated pixel of magnified image. The calculated interpolation value is closer to the pixel value of real image. So, the quality of the magnified image is improved. The PSNR value of the magnified image using the proposed scheme is larger than the PSNR values of the magnified image using the existing techniques.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2006.05a
• /
• pp.825-828
• /
• 2006

The most commonly used techniques for image magnification are interpolation based. However, the magnified images produced by this technique often appear blocking and blurring phenomenon when the image is enlarged. In this paper, we enhanced image magnification algorithm using edge information. The proposed algorithm not used interpolation based but by using sub-band of input image in extrapolation. According to mapping relationship in pyramid, we calculated up-band information to magnify. In experiments, the proposed model shows solved the problem of image loss like the blocking and blurring phenomenon. As the result, it is faster and higher resolution than traditional magnification algorithms.

• Journal of the Korea Computer Graphics Society
• /
• v.17 no.1
• /
• pp.39-44
• /
• 2011

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.