KR100439697B1 - Color image processing method and apparatus thereof - Google Patents
Color image processing method and apparatus thereof Download PDFInfo
- Publication number
- KR100439697B1 KR100439697B1 KR10-2001-7009441A KR20017009441A KR100439697B1 KR 100439697 B1 KR100439697 B1 KR 100439697B1 KR 20017009441 A KR20017009441 A KR 20017009441A KR 100439697 B1 KR100439697 B1 KR 100439697B1
- Authority
- KR
- South Korea
- Prior art keywords
- color
- pixels
- pixel
- distance
- color distance
- Prior art date
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 37
- 238000001914 filtration Methods 0.000 claims abstract description 30
- 238000000034 method Methods 0.000 claims description 56
- 239000013598 vector Substances 0.000 claims description 49
- 238000013139 quantization Methods 0.000 claims description 33
- 230000001174 ascending effect Effects 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Facsimile Image Signal Circuits (AREA)
- Color Television Systems (AREA)
Abstract
컬러 영상 처리 방법 및 그에 따른 장치가 제공된다. 상기 컬러 영상 처리 방법은 (a)영상 픽셀들 및 중심 픽셀간의 컬러 거리에 따라서 상기 영상 픽셀들을 정렬하는 단계; (b)상기 정렬된 픽셀들을 그룹내(intragroup) 컬러 거리에서의 차이가 최소이고 그룹간(intergroup) 컬러 거리에서의 차이가 최대인 그룹들로 그룹핑하는 단계; 및 (c)중심 픽셀값을 상기 그룹들내의 픽셀들의 픽셀값들에 의해 결정되는 소정의 픽셀값으로 대치함으로써 필터링을 수행하는 단계를 포함한다. 상기 컬러 영상 처리 방법은 영상으로부터 임펄스 잡음을 제거하고 이를 필터링하는 동안 상기 영상의 모서리 블러링(blurring)의 발생을 감소시킬 수 있다.A color image processing method and apparatus according thereto are provided. The color image processing method may include: (a) arranging the image pixels according to a color distance between the image pixels and the center pixel; (b) grouping the aligned pixels into groups where the difference in intragroup color distance is minimal and the difference in intergroup color distance is maximum; And (c) performing filtering by replacing the central pixel value with a predetermined pixel value determined by the pixel values of the pixels in the groups. The color image processing method may reduce the occurrence of edge blurring of the image while removing the impulse noise from the image and filtering it.
Description
MPEG-7과 같은 객체-기반형 디지털 영상 압축 표준에서, 컬러 영상들을 인덱싱하고 검색하기 위한 컬러 특징 기술자들이 정의된다. 컬러 특징 기술자는 입력 영상으로부터 추출된다.In object-based digital image compression standards such as MPEG-7, color feature descriptors for indexing and retrieving color images are defined. The color feature descriptor is extracted from the input image.
컬러 영상 처리 방법에서, 컬러 특징 기술자를 추출하기 위해서, 입력 영상은 복수의 영역들로 분할되고, 상기 분할된 영역들에 대해 양자화된 컬러 벡터들이 획득된 다음, 관련된 영역의 상기 컬러 특징 기술자는 상기 양자화된 컬러 벡터들을 사용하여 결정된다. 그러나, 잡음 요소들이 상기 영상에 존재할 수도 있다. 또한, 상기 영상에서 컬러 정보를 정확하게 나타내는데 양질의 컬러 양자화는 중요하다. 그러므로, 필터링 또는 잡음 제거와 같은 전처리가 양자화전에 수행되는 것이 필요하다.In the color image processing method, in order to extract a color feature descriptor, an input image is divided into a plurality of regions, quantized color vectors are obtained for the divided regions, and then the color feature descriptor of the associated region is determined. Determined using quantized color vectors. However, noise elements may be present in the image. In addition, high quality color quantization is important for accurately representing color information in the image. Therefore, preprocessing such as filtering or noise cancellation needs to be performed before quantization.
종래에는, 영상으로부터 잡음을 제거하기 위하여, 벡터 메디안필터링(vector median filtering) 또는 벡터 방향성 필터링(vector directional filtering)과 같은 필터링 방법들이 채용되어 왔다.Conventionally, filtering methods such as vector median filtering or vector directional filtering have been employed to remove noise from an image.
그러나, 종래의 컬러 영상 처리 방법들에서 사용되는 필터링 방법은 영상에 균일하게 적용되므로, 비-잡음성 픽셀들이 수정되어, 상기 원래 영상에서 모서리 블러링(edge blurring)을 초래할 수도 있다.However, since the filtering method used in the conventional color image processing methods is uniformly applied to the image, non-noisy pixels may be modified, resulting in edge blurring in the original image.
본 발명은 영상 처리 방법에 관한 것으로, 보다 상세하게는, 컬러 영상을 인덱싱하고 검색하는데 사용되는 컬러 특징 기술자(color feature descriptor)를 추출하기 위해 요구되는 전처리 방법인 컬러 영상 처리 방법에 관한 것이다.The present invention relates to an image processing method, and more particularly, to a color image processing method which is a preprocessing method required for extracting a color feature descriptor used for indexing and searching a color image.
도 1a 및 도 1b는 본 발명에 따른 컬러 영상 처리 방법을 도시하는 흐름도이다.1A and 1B are flowcharts illustrating a color image processing method according to the present invention.
도 2는 본 발명에 따른 컬러 영상 처리 장치의 블록도이다.2 is a block diagram of a color image processing apparatus according to the present invention.
상기 문제를 해결하기 위하여, 본 발명의 목적은 필터링이 상기 컬러 영상의 모서리 블러링없이 수행되고 상기 컬러 영상에서의 잡음이 제거될 수 있는 컬러 영상 처리 방법 및 장치를 제공하는 것으로, 상기 방법은 상기 컬러 영상을 인덱싱하고 검색하기 위한 컬러 특징 기술자를 추출하기 위해 필요한 전처리 방법이다.In order to solve the above problem, an object of the present invention is to provide a color image processing method and apparatus in which filtering is performed without corner blurring of the color image and noise in the color image can be removed. It is a preprocessing method necessary to extract color feature descriptors for indexing and searching color images.
본 발명의 다른 목적은 상기 컬러 영상 처리 방법을 수행하기 위해 컴퓨터에 의해 실행될 수 있는 프로그램을 가지는 컴퓨터로 독출할 수 있는 매체를 제공하는 것이다.Another object of the present invention is to provide a computer-readable medium having a program executable by a computer to perform the color image processing method.
본 발명의 특징은 (a)영상 픽셀들 및 중심 픽셀간의 컬러 거리에 따라서 상기 영상 픽셀들을 정렬하는 단계; (b)상기 정렬된 픽셀들을 그룹내(intragroup) 컬러 거리에서의 차이가 최소이고 그룹간(intergroup) 컬러 거리에서의 차이가 최대인 그룹들로 그룹핑하는 단계; 및 (c)중심 픽셀값을 상기 그룹들내의 픽셀들의 픽셀값들에 의해 결정되는 소정의 픽셀값으로 대치함으로써 필터링을 수행하는 단계를 포함하는 컬러 영상 처리 방법에 의해 구현된다.Features of the invention include the steps of (a) aligning the image pixels according to the color distance between the image pixels and the center pixel; (b) grouping the aligned pixels into groups where the difference in intragroup color distance is minimal and the difference in intergroup color distance is maximum; And (c) performing filtering by replacing the central pixel value with a predetermined pixel value determined by the pixel values of the pixels in the groups.
상기 컬러 영상 처리 방법은 입력 컬러 영상내에서 소정의 크기를 가지는 윈도우를 정의하는 단계를 더 포함할 수도 있으며, 여기서 상기 영상 픽셀들은 상기 윈도우내의 픽셀들이다.The color image processing method may further include defining a window having a predetermined size in an input color image, wherein the image pixels are pixels in the window.
상기 (b)단계 이전에, 바람직하기로는 상기 방법은 상기 정렬된 픽셀들 중에서 초기 및 말기 부위들에서의 소정 갯수의 픽셀들에 대하여, 소정의 임계값 이상인 상기 중심 픽셀로부터의 컬러 거리에서의 차이를 가지는 픽셀들을 제거하는 단계를 더 포함한다.Prior to step (b), preferably, the method includes a difference in color distance from the center pixel that is greater than or equal to a predetermined threshold for a predetermined number of pixels in the initial and terminal regions of the aligned pixels. The method may further include removing pixels having a.
바람직하기로는 상기 소정의 갯수는 L/2 이하로서, 상기 L은 L x L 윈도우의 크기를 나타내는 소정의 양수이다.Preferably, the predetermined number is L / 2 or less, where L is a predetermined positive number representing the size of the L × L window.
상기 (b)단계 이전에, 바람직하기로는 상기 방법은 상기 정렬된 픽셀들 중에서 초기 및 말기 부위들에서의 소정 갯수의 픽셀들에 대하여, 소정의 임계값 이상인 상기 중심 픽셀로부터의 컬러 거리에서의 차이를 가지는 픽셀들을 제거하는 단계를 더 포함한다.Prior to step (b), preferably, the method includes a difference in color distance from the center pixel that is greater than or equal to a predetermined threshold for a predetermined number of pixels in the initial and terminal regions of the aligned pixels. The method may further include removing pixels having a.
또한, 상기 (b)단계는 피셔(Fisher)의 판별 추정 방법(discriminant estimation method)에 근거한 함수를 사용하여 상기 정렬된 픽셀들을 그룹핑하는 단계를 포함할 수도 있다.In addition, step (b) may include grouping the aligned pixels using a function based on Fisher's discriminant estimation method.
상기 (b)단계는 (b-1)i는 0부터 K까지의 정수이고 K=L2-1일 때, 0번째부터 (i-1)번째까지의 픽셀들로 구성되는 제1 그룹, 및 i번째부터 K번째까지의 픽셀들로 구성되는 제2 그룹을 설정하는 단계; (b-2)다음의 수학식들에 의해 상기 제1 및 제2 그룹들의 픽셀들에 대한 상기 컬러 거리 차이들의 각각의 평균들을 획득하는 단계:In step (b), (b-1) i is an integer from 0 to K, and when K = L 2 -1, the first group includes pixels from 0th to (i-1) th, and setting a second group consisting of the i th to K th pixels; (b-2) obtaining respective averages of the color distance differences for the pixels of the first and second groups by the following equations:
및; (b-3)다음의 수학식들에 의해 획득되는 상기 제1 및 제2 그룹들의 픽셀들에 대한 상기 컬러 거리 차이들의 각각의 분산들을 획득하는 단계: And ; (b-3) obtaining respective variances of the color distance differences for the pixels of the first and second groups, obtained by the following equations:
및; (b-4)상기 획득된 평균 및 분산을 사용하여 다음의 수학식에 의해 값 J(i) 를 계산하는 단계: And ; (b-4) calculating the value J (i) by the following equation using the obtained mean and variance:
; 및 (b-5)다음의 수학식에 의해 J(i)를 최대로 만드는 i의 값을 획득하고: ; And (b-5) obtain the value of i that maximizes J (i) by the following equation:
피어 그룹 P(n)으로서의 픽셀들을 결정하기 위하여 작은 컬러 거리를 가지는 픽셀로부터 상기 획득된 i의 값을 가지는 픽셀에 이르는 픽셀들을 선택하는 단계를 포함할 수도 있다. Selecting pixels from the pixel with the small color distance to the pixel with the obtained value of i to determine the pixels as peer group P (n).
또한, 상기 (b-5)단계 이후에, 상기 방법은 상기 중심 픽셀로부터의 상기 컬러 거리에 따라서 정렬된 상기 픽셀들 중에서 최소 컬러 거리를 가지는 픽셀로부터 이어지는 i 픽셀들을 선택하고 상기 선택된 픽셀들의 상기 컬러 거리들의 최대 값을 상기 피어 그룹내에서 최대 컬러 거리로 설정하는 단계; 및 exp(-T(n))에 의해 상기 각각의 픽셀들의 상기 컬러 벡터들을 가중시킴으로써 컬러 양자화를 수행하는 단계를 더 포함할 수도 있고, 여기서 상기 T(n)은 상기 피어 그룹내에서 최대 컬러 거리이다.Also, after the step (b-5), the method selects i pixels subsequent to the pixel having the minimum color distance among the pixels aligned according to the color distance from the center pixel and the color of the selected pixels. Setting a maximum value of distances to a maximum color distance in the peer group; And performing color quantization by weighting the color vectors of the respective pixels by exp (-T (n)), where T (n) is the maximum color distance in the peer group. to be.
대안적으로, 상기 (b-5)단계 이후에, 상기 방법은 상기 중심 픽셀로부터의상기 컬러 거리에 따라서 정렬된 상기 픽셀들 중에서 최소 컬러 거리를 가지는 픽셀로부터 이어지는 i 픽셀들을 선택하고 상기 선택된 픽셀들의 상기 컬러 거리들의 최대 값을 상기 피어 그룹내에서 최대 컬러 거리로 설정하는 단계; 및 상기 전체 영상의 T(n) 값들의 상기 평균을 획득하고 클러스터들의 갯수로서 소정의 상수로 상기 평균을 곱함으로써 획득되는 값을 사용하여 컬러 양자화를 수행하는 단계를 더 포함할 수도 있고, 여기서 상기 T(n)은 상기 피어 그룹내에서 최대 컬러 거리이다.Alternatively, after step (b-5), the method selects i pixels that follow from the pixel having the minimum color distance among the pixels aligned according to the color distance from the center pixel and the Setting a maximum value of color distances to a maximum color distance in the peer group; And performing color quantization using a value obtained by obtaining the average of T (n) values of the entire image and multiplying the average by a predetermined constant as the number of clusters, wherein the above T (n) is the maximum color distance in the peer group.
또한, 상기 (b-5)단계 이후에, 상기 방법은 상기 중심 픽셀로부터의 상기 컬러 거리에 따라서 정렬된 상기 픽셀들 중에서 최소 컬러 거리를 가지는 픽셀로부터 이어지는, 상기 피어 그룹의 상기 크기에 번호가 상응하는 픽셀들을 선택하고 상기 선택된 픽셀들의 상기 컬러 거리들의 최대 값을 상기 피어 그룹내에서 최대 컬러 거리로 설정하는 단계; 및 상기 각각의 픽셀들의 컬러 벡터들을 exp(-T(n))에 의해 가중시키고, 클러스터들의 갯수로서 소정의 상수로 상기 전체 영상의 T(n) 값들의 평균을 곱함으로써 획득되는 값을 사용하여 컬러 양자화를 수행하는 단계를 더 포함할 수도 있고, 여기서 상기 T(n)은 상기 피어 그룹내에서 최대 컬러 거리이다.Also, after the step (b-5), the method corresponds to the size of the peer group, following a pixel having a minimum color distance among the pixels aligned according to the color distance from the center pixel. Selecting pixels to set and setting a maximum value of the color distances of the selected pixels to a maximum color distance in the peer group; And a value obtained by weighting the color vectors of the respective pixels by exp (-T (n)) and multiplying the average of the T (n) values of the entire image by a predetermined constant as the number of clusters. Performing color quantization, wherein T (n) is the maximum color distance within the peer group.
바람직하기로는 상기 (c)단계는 상기 중심 픽셀 X0(n)을 다음의 수학식에 의한 신규 픽셀 X'0(n)으로 대치하는 단계를 포함하고,Preferably, step (c) includes replacing the central pixel X 0 (n) with a new pixel X ′ 0 (n) by the following equation,
여기서 상기 p(n)은 상기 피어 그룹을 구성하는 픽셀들이며 Wi는 pi(n)에 상응하는 소정의 가중치들이다.Where p (n) is pixels constituting the peer group and W i is predetermined weights corresponding to p i (n).
또한, 바람직하기로는 상기 (c)단계는 상기 중심 픽셀에 가까운 픽셀에 대해서는 커지고 상기 중심 픽셀로부터 먼 픽셀에 대해서는 작아지는 소정의 가중치에 의해 가중되는 평균으로 상기 중심 픽셀의 상기 컬러 벡터를 대치하는 단계를 포함한다.Preferably, the step (c) replaces the color vector of the center pixel with an average weighted by a predetermined weight that is larger for a pixel close to the center pixel and smaller for a pixel farther from the center pixel. It includes.
바람직하기로는, 상기 소정의 가중치는 표준 가우시안(Gaussian) 함수에 의해 결정된 값이다.Preferably, the predetermined weight is a value determined by a standard Gaussian function.
상기 컬러 영상 처리 방법은 exp(-T(n))에 의해 상기 각각의 픽셀들의 상기 컬러 벡터들을 가중시킴으로써 컬러 양자화를 수행하는 단계를 더 포함할 수도 있으며, 여기서 상기 T(n)은 하나의 그룹내에서 최대 컬러 거리이다.The color image processing method may further comprise performing color quantization by weighting the color vectors of the respective pixels by exp (-T (n)), where T (n) is one group. Is the maximum color distance within.
본 발명의 다른 태양에 따르면, (a)컬러 영상 프레임을 수신하고 소정의 분할 방법에 의해 이를 복수의 컬러 영상들로 분할하는 단계; (b)상기 분할된 컬러 영상들중에서 선택된 영상에 대하여, 영상 픽셀들 및 중심 픽셀간의 컬러 거리에 따라서 상기 영상 픽셀들을 정렬하는 단계; (c)상기 정렬된 픽셀들을 그룹내 컬러 거리에서의 차이가 최소이고 그룹간 컬러 거리에서의 차이가 최대인 그룹들로 그룹핑하는 단계; 및 (d)중심 픽셀값을 상기 그룹들내의 픽셀들의 픽셀값들에 의해 결정되는 소정의 픽셀값으로 대치함으로써 필터링을 수행하는 단계를 포함하는 컬러 영상 처리 방법이 제공된다.According to another aspect of the present invention, there is provided a method comprising: (a) receiving a color image frame and dividing it into a plurality of color images by a predetermined division method; (b) arranging the image pixels according to the color distance between the image pixels and the center pixel with respect to the image selected from the divided color images; (c) grouping the aligned pixels into groups where the difference in color distance within the group is minimal and the difference in color distance between groups is maximum; And (d) performing filtering by replacing the central pixel value with a predetermined pixel value determined by the pixel values of the pixels in the groups.
본 발명의 또다른 태양에 따르면, (a)입력 컬러 영상내에서 소정의 크기를가지는 윈도우를 정의하는 단계; (b)상기 윈도우내에서 중심 픽셀의 컬러 벡터와 유사한 컬러 벡터를 가지는 픽셀들을 선택하고 상기 선택된 픽셀들을 그룹으로서 정의하는 단계; 및 (c)상기 정의된 그룹내에서 상기 픽셀들만을 사용하여 블러링(blurring)의 필터링을 수행하는 단계를 포함하는 컬러 영상 처리 방법이 제공된다.According to still another aspect of the present invention, there is provided a method of controlling a color image, comprising: (a) defining a window having a predetermined size in an input color image; (b) selecting pixels having a color vector similar to a color vector of a center pixel in the window and defining the selected pixels as a group; And (c) performing filtering of blurring using only the pixels in the defined group.
본 발명은 또한 컬러 영상 처리 방법을 수행하는 컴퓨터에 의해 실행될 수 있는 프로그램 코드들을 가지는 컴퓨터 독출가능 매체에 의해 구현되며, 상기 방법은 (a)입력 컬러 영상내에서 소정의 크기를 가지는 윈도우를 정의하는 단계; (b)영상 픽셀들 및 중심 픽셀간의 컬러 거리에 따라서 상기 영상 픽셀들을 정렬하는 단계; (c)상기 정렬된 픽셀들을 그룹내 컬러 거리에서의 차이가 최소이고 그룹간 컬러 거리에서의 차이가 최대인 그룹들로 그룹핑하는 단계; 및 (d)중심 픽셀값을 상기 그룹들내의 픽셀들의 픽셀값들에 의해 결정되는 소정의 픽셀값으로 대치함으로써 필터링을 수행하는 단계를 포함한다.The invention is also embodied by a computer readable medium having program codes executable by a computer performing a color image processing method, the method comprising: (a) defining a window having a predetermined size within an input color image; step; (b) aligning the image pixels according to the color distance between the image pixels and the center pixel; (c) grouping the aligned pixels into groups where the difference in color distance within the group is minimal and the difference in color distance between groups is maximum; And (d) performing filtering by replacing the central pixel value with a predetermined pixel value determined by the pixel values of the pixels in the groups.
대안적으로, 본 발명은 입력된 컬러 영상내에서 소정 크기의 윈도우를 설정하고 상기 영상 픽셀들 및 중심 픽셀간의 상기 컬러 거리에 따라서 상기 윈도우에서의 영상 픽셀들을 정렬하기 위한 정렬 수단; 상기 정렬된 픽셀들을 그룹내 컬러 거리에서의 차이가 최소이고 그룹간 컬러 거리에서의 차이가 최대인 그룹들로 그룹핑하기 위한 그룹핑 수단; 및 중심 픽셀값을 상기 그룹들내의 픽셀들의 픽셀값들에 의해 결정되는 소정의 픽셀값으로 대치함으로써 필터링을 수행하기 위한 필터링 수단을 포함하는 컬러 영상 처리 장치를 제공한다.Alternatively, the present invention provides an apparatus comprising: alignment means for setting a window of a predetermined size in an input color image and aligning image pixels in the window according to the color distance between the image pixels and a center pixel; Grouping means for grouping the aligned pixels into groups in which the difference in color distance within a group is minimum and the difference in color distance between groups is maximum; And filtering means for performing filtering by replacing a central pixel value with a predetermined pixel value determined by pixel values of pixels in the groups.
본 발명의 상기 목적들 및 장점들은 첨부된 도면들을 참조하여 바람직한 실시예들을 상세하기 설명함으로써 더욱 명백해질 것이다.The above objects and advantages of the present invention will become more apparent by describing the preferred embodiments in detail with reference to the accompanying drawings.
이하, 첨부된 도면들을 참조하여 본 발명의 실시예들이 상세하게 설명될 것이다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.
본 발명에 따른 컬러 영상 처리 방법을 도해하는 도 1a를 참조하면, 하나의 컬러 영상이 입력된다(단계 100). 상기 컬러 영상은 적당한 분할 방법에 의해 분할된 영상 영역들중에서 선택된 하나의 영역내에 있을 수도 있다.Referring to FIG. 1A, which illustrates a color image processing method according to the present invention, one color image is input (step 100). The color image may be in one region selected from among image regions divided by an appropriate dividing method.
다음에, 입력된 컬러 영상에서 L x L 윈도우에서의 모든 픽셀들의 컬러 벡터들에 대하여, 상기 L x L 윈도우의 중심에서 위치 n에 위치한 픽셀의 컬러 벡터 X0(n)으로부터 컬러 거리 di(n)이 다음 수학식 1에 의해 표현된다(단계 102):Next, for the color vectors of all the pixels in the L x L window in the input color image, the color distance d i (from the color vector X 0 (n) of the pixel located at position n in the center of the L x L window n) is represented by the following equation (step 102):
여기서 L은 임의의 정수이고, K=L2-1이고 i는 0부터 K까지의 정수라고 가정한다. 또한, 설명의 편의를 위해서, 입력된 컬러 영상에서 상기 L x L 윈도우의 중심에서 위치 n에 위치한 픽셀의 컬러 벡터를 나타내는 X0(n)은, 중앙의 픽셀인 상기 중심에 위치한 상기 상응하는 픽셀을 나타내는데 사용될 수도 있다.Where L is an arbitrary integer, K = L 2 -1 and i is an integer from 0 to K. Also, for convenience of description, X 0 (n) representing a color vector of a pixel located at position n from the center of the L × L window in the input color image is the corresponding pixel located at the center, which is a center pixel. Can also be used to indicate.
다음에, 상기 윈도우에서 모든 픽셀들의 상응하는 컬러 벡터들은 상기 컬러 거리 di(n)의 크기에 따라서 오름차순으로 정렬된다(단계 104). 아래에서, 오름차순으로 정렬된 상기 컬러 벡터들은 Xi(n)으로 나타내질 것이다.The corresponding color vectors of all pixels in the window are then sorted in ascending order according to the size of the color distance d i (n) (step 104). Below, the color vectors sorted in ascending order will be represented by X i (n).
이제, 오름차순으로 정렬된 상기 컬러 벡터들에 대하여, 컬러 거리 차이가 수학식 2에 의해 계산된다(단계 106):Now, for the color vectors sorted in ascending order, the color distance difference is calculated by Equation 2 (step 106):
그 다음에 fi(n)이 소정의 임계값 Q를 초과하는 컬러 벡터들이 제거된다(단계 108). 즉, fi(n)이 소정의 임계값 Q를 초과하는 컬러 벡터들은 임펄스 잡음으로 간주되어 제거된다. 실험적인 확인에 따라서, 상기 중앙 픽셀 X0(n)을 제외하고, 상기 L x L 윈도우에서 모든 (L2-1) 개의 픽셀들에 대하여 상기 단계 108을 수행하는 것 보다 초기의 L/2 픽셀들 및 말기의 L/2 픽셀들에 대하여 오름차순으로 상기 단계 108을 수행하는 것이 보다 바람직하다.Color vectors whose f i (n) exceeds a predetermined threshold Q are then removed (step 108). That is, color vectors whose f i (n) exceeds a predetermined threshold Q are regarded as impulse noise and removed. According to the experimental confirmation, except for the central pixel X 0 (n), L / 2 pixels earlier than performing step 108 for all (L 2 -1) pixels in the L x L window. It is more preferable to perform step 108 above in ascending order for L / 2 pixels in the "
또한, 본 발명에 따라서, 영상의 모서리 블러링을 방지하기 위하여, 필터링이 상기 L x L 윈도우에서의 전체 픽셀들에 대해서 보다는 후술될 피어(peer) 그룹에서의 픽셀들에 대해 수행된다. 상기 피어 그룹들은 다음과 같이 획득된다.Furthermore, in accordance with the present invention, filtering is performed on the pixels in the peer group to be described later, rather than on the entire pixels in the L × L window, in order to prevent edge blurring of the image. The peer groups are obtained as follows.
먼저, 상기 중심 픽셀의 상기 컬러 벡터로부터의 컬러 거리에 따라서 오름차순으로 정렬된 상기 픽셀들이 두 개의 그룹들로 분할된다. 제1 그룹은 0번째부터 (i-1)번째까지의 픽셀들로 이루어지며, 제2 그룹은 i번째부터 K번째까지의 픽셀들로 이루어진다.First, the pixels arranged in ascending order according to the color distance of the center pixel from the color vector are divided into two groups. The first group is composed of the 0th to (i-1) th pixels, and the second group is composed of the ith to Kth pixels.
다음에, 상기 제1 그룹의 픽셀들에 대한 상기 컬러 거리 차이들의 평균 및 상기 제2 그룹의 픽셀들에 대한 상기 컬러 거리 차이들의 평균이 수학식 3a 및 수학식 3b에 의해 각각 표현된다:Next, the average of the color distance differences for the pixels of the first group and the average of the color distance differences for the pixels of the second group are represented by equations 3a and 3b, respectively:
그리고 상기 제1 그룹의 픽셀들에 대한 상기 컬러 거리 차이들의 분산 및 상기 제2 그룹의 픽셀들에 대한 상기 컬러 거리 차이의 분산은 수학식 3c 및 수학식 3d에 의해 각각 표현되는 바와 같이 획득된다:And the variance of the color distance differences for the pixels of the first group and the variance of the color distance differences for the pixels of the second group are obtained as represented by Equations 3c and 3d, respectively:
여기서 i는 0 부터 K까지 범위의 신규로 정의되는 정수이다.Where i is a newly defined integer ranging from 0 to K.
다음에, 상기 획득된 평균 및 분산을 사용하여, 수학식 4에 의해 표현되는 값 J(i)가 계산된다(단계 110):Next, using the obtained mean and variance, the value J (i) represented by equation (4) is calculated (step 110):
여기서 i는 1부터 K까지 범위의 정수이다. 상기 수학식 4는 피셔(Fisher)의 판별 추정 방법(discriminant estimation method)에 근거한다.Where i is an integer ranging from 1 to K. Equation 4 is based on Fisher's discriminant estimation method.
여기서, i의 실제 범위는 1 부터 시작하여 K에서 제거를 위한 임펄스 잡음으로 간주되는 픽셀들의 컬러 벡터들에 상응하는 수를 차감함으로써 획득되는 수까지이다. 그러나, 임펄스 잡음으로 간주되고 제거되는 상기 픽셀들의 컬러 벡터들에 상응하는 숫자는 그렇게 크지 않으므로, i의 범위는 1 부터 K까지라고 가정된다.Here, the actual range of i starts from 1 up to the number obtained by subtracting the number corresponding to the color vectors of the pixels considered as impulse noise for removal at K. However, it is assumed that the range of i is from 1 to K since the number corresponding to the color vectors of the pixels to be considered and removed as impulse noise is not so large.
다음에, J(i)를 최대로 만드는 i의 값이 수학식 5에 의해 획득된다:Next, the value of i that maximizes J (i) is obtained by Equation 5:
다음에 피어 그룹 P(n)의 크기로서 상기 획득된 i의 값을 결정한다(단계 112). 다시 말하면, i가 0 부터 상기 단계 112에서 획득된 값까지의 변수들로 재설정될 때, 상기 피어 그룹 P(n)은 픽셀들 pi(n)으로 이루어진다.Next, determine the value of i obtained as the size of peer group P (n) (step 112). In other words, when i is reset to the variables from 0 to the value obtained in step 112, the peer group P (n) consists of pixels p i (n).
도 1b를 참조하면, 상기 중앙 픽셀 X0(n)은 수학식 6에 의해서 신규 픽셀X'0(n)으로 대치된다:Referring to FIG. 1B, the center pixel X 0 (n) is replaced by new pixel X ' 0 (n) by Equation 6:
여기서 Wi는 pi(n)에 상응하는 표준 가우시안(Gaussian) 가중치들이다(단계 114). 여기서, 상기 표준 가우시안 가중치들 Wi는 표준 가우시안 함수에 의해 결정된다. 영상의 중심에 가까운 픽셀일수록 더 큰 표준 가우시안 가중치를 가지고 상기 중심으로부터 먼 픽셀일수록 더 작은 표준 가우시안 가중치를 가진다. 이러한 방식으로 픽셀들을 대치하는 과정이 평탄화(smoothing) 또는 필터링이다.Where W i are standard Gaussian weights corresponding to p i (n) (step 114). Here, the standard Gaussian weights W i are determined by a standard Gaussian function. Pixels closer to the center of the image have larger standard Gaussian weights, and pixels farther from the center have smaller standard Gaussian weights. The process of replacing pixels in this way is smoothing or filtering.
각 피어 그룹에서의 최대 컬러 거리 dm(n)-1(n)를 T(n)이라고 가정한다. exp(-T(n))이 컬러 양자화동안 상기 각자의 픽셀들의 컬러 벡터들에게 적용된다(단계 116). 각 피어 그룹에서의 상기 최대 컬러 거리 dm(n)-1(n)는, 상기 중심 픽셀로부터의 컬러 거리에 따라 오름차순으로 정렬된 상기 픽셀들 중에서, 번호가 상기 최소 컬러 거리를 가지는 픽셀로부터 늘어선 상기 피어 그룹의 크기에 상응하는 픽셀들의 컬러 거리들의 최대 값을 나타낸다. 즉, 각 피어 그룹에서 상기 최대 컬러 거리 dm(n)1(n)가 작을수록, 상기 중심 픽셀로부터의 컬러 거리는 짧아져서, dm(n)-1(n)은 영상 평탄도(smoothness)의 지표(indicator)가 된다. 또한, exp(-T(n))이 상기 각자의 픽셀들의 상기 컬러 벡터들에게 가중되므로, 평탄 영역들에서의 픽셀들은 고잡음 영역들에서의 픽셀들보다 더 심하게 가중된다. 평탄 지역들에서의 픽셀들보다 더 약하게 고잡음 영역들에서 상기 픽셀들을 가중하는 것은 육안 인식의 분석 결과에 근거한 것으로, 즉, 상기 육안 인식은 평탄 지역들보다는 상세한 지역들에서의 변화에 더욱 민감하다.Assume that the maximum color distance d m (n) -1 (n) in each peer group is T (n). exp (-T (n)) is applied to the color vectors of the respective pixels during color quantization (step 116). The maximum color distance d m (n) -1 (n) in each peer group is lined up from the pixel having the minimum color distance, among the pixels arranged in ascending order according to the color distance from the center pixel. It represents the maximum value of the color distances of the pixels corresponding to the size of the peer group. That is, the smaller the maximum color distance d m (n) 1 (n) in each peer group, the shorter the color distance from the center pixel, where d m (n) -1 (n) is the image smoothness. It is an indicator of. Also, since exp (-T (n)) is weighted to the color vectors of the respective pixels, the pixels in the flat areas are weighted more heavily than the pixels in the high noise areas. Weighting the pixels in high-noise areas weaker than pixels in flat areas is based on analysis of visual recognition, i.e., visual recognition is more sensitive to changes in detailed areas than flat areas. .
본 발명에 따라서, 양자화동안에, 소정의 상수를 모든 영상들의 T(n) 값들의 평균에 곱함으로써 획득되는 값은 클러스터들의 갯수로서 사용되는 것이 바람직하다. 다시 말하면, 양자화동안에, 상기 T(n) 값이 작은 평탄 지역들에서는 더 적은 클러스터들이 사용되고, 상기 T(n) 값이 큰 고잡음 지역들에서는 더 많은 클러스터들이 사용된다.According to the invention, during quantization, the value obtained by multiplying a predetermined constant by the average of the T (n) values of all the images is preferably used as the number of clusters. In other words, during quantization, fewer clusters are used in flat regions where the T (n) value is low and more clusters are used in high noise regions where the T (n) value is large.
본 발명에 따른 컬러 영상 처리 방법에서, 상기 중심 픽셀로부터 큰 컬러 거리들을 가지는 픽셀들만이 제거되고, 상기 중심 픽셀의 컬러 벡터와 유사한 컬러 벡터를 가지는 피어 그룹은 그 후에 즉시 필터링을 수행하도록 정의된다. 즉, 영상의 모서리 블러링은 임펄스 잡음의 제거 및 필터링으로 인하여 거의 발생하지 않는다. 또한, 본 발명에 따라서, 영상 상에서 수행되는 양자화의 범위에 대한 정보가 획득될 수 있다.In the color image processing method according to the present invention, only pixels having large color distances from the center pixel are removed, and a peer group having a color vector similar to the color vector of the center pixel is then defined to perform filtering immediately thereafter. That is, the edge blurring of the image is hardly generated due to the removal and filtering of the impulse noise. In addition, according to the present invention, information about a range of quantization performed on an image may be obtained.
상기 컬러 영상 처리 방법은 컴퓨터 프로그램에 의해 프로그램될 수 있다. 상기 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 상기 기술분야에서의 컴퓨터 프로그래머에 의해 쉽게 도출될 수 있다. 또한, 상기 프로그램은 컴퓨터로 독출할 수 있는 매체에 저장되고 컴퓨터에 의해 독출되고 실행될 수 있어서, 상기 컬러 영상 처리 방법을 구현한다. 상기 매체는 자기 기록 매체, 광 기록 매체,반송파 매체, 등을 포함한다.The color image processing method may be programmed by a computer program. Codes and code segments constituting the computer program can be easily derived by a computer programmer in the art. In addition, the program may be stored in a computer-readable medium and read and executed by a computer, thereby implementing the color image processing method. The medium includes a magnetic recording medium, an optical recording medium, a carrier medium, and the like.
또한, 상기 컬러 영상 처리 방법은 컬러 영상 처리 장치상에서 구현될 수 있다. 도 2는 본 발명에 따른 컬러 영상 처리 장치의 블록도이다. 도 2를 참조하면, 본 발명에 따른 상기 컬러 영상 처리 장치는 분할 유니트(200), 정렬 유니트(202), 임펄스 잡음 제거 유니트(204), 그룹핑 유니트(206), 필터링 유니트(208), 및 양자화 유니트(210)를 포함한다.In addition, the color image processing method may be implemented on a color image processing apparatus. 2 is a block diagram of a color image processing apparatus according to the present invention. Referring to FIG. 2, the color image processing apparatus according to the present invention may include a division unit 200, an alignment unit 202, an impulse noise canceling unit 204, a grouping unit 206, a filtering unit 208, and quantization. Unit 210.
상기 컬러 영상 처리 장치의 동작에서, 상기 분할 유니트(200)는 컬러 영상 프레임을 수신하고 상기 컬러 영상 프레임을 소정의 분할 방법에 의해 복수의 컬러 영상들로 분할한다.In the operation of the color image processing apparatus, the division unit 200 receives a color image frame and divides the color image frame into a plurality of color images by a predetermined division method.
상기 정렬 유니트(202)는 상기 컬러 영상들내에 L x L 윈도우(L은 소정의 양수임)를 설정하고, 각 픽셀과 상기 중심 픽셀 사이의 컬러 거리에 따라서 상기 윈도우내에서 상기 픽셀들을 정렬한다. 즉, 상기 정렬 유니트(202)는 상기 정렬된 픽셀들의 컬러 벡터들을 출력한다.The alignment unit 202 sets an L × L window (L is a predetermined positive number) in the color images and aligns the pixels in the window according to the color distance between each pixel and the center pixel. That is, the alignment unit 202 outputs color vectors of the aligned pixels.
상기 임펄스 잡음 제거 유니트(204)는 상기 정렬된 픽셀들 중에서 초기 L/2 픽셀들 및 말기 L/2 픽셀들에 대하여, 상기 중심 픽셀로부터의 컬러 거리에서 소정의 임계값보다 더 큰 차이를 가지는 픽셀들을 제거한다.The impulse noise canceling unit 204 has a pixel having a difference greater than a predetermined threshold in color distance from the center pixel for initial L / 2 pixels and terminal L / 2 pixels among the aligned pixels. Remove them.
상기 그룹핑 유니트(206)는 상기 L x L 윈도우에서 모든 잡음이 제거된 픽셀들의 컬러 벡터들을 수신하고 상기 정렬된 픽셀들간의 상기 컬러 거리들의 분산 및 평균을 사용하여 상기 수학식 4에 의해 표현되는 함수를 계산함으로써, 그룹내 컬러 거리에서의 차이는 최소이고 그룹간 컬러 거리에서의 차이는 최대인 두 개의 그룹들로 상기 컬러 벡터들을 분할한다.The grouping unit 206 receives the color vectors of all noise-deleted pixels in the L × L window and uses the variance and average of the color distances between the aligned pixels to represent a function represented by Equation (4). By calculating the, divide the color vectors into two groups where the difference in color distance within the group is minimum and the difference in color distance between groups is maximum.
상기 필터링 유니트(208)는 상기 윈도우에서 상기 중심 픽셀들의 컬러 벡터로부터 작은 차이를 가지는 그룹에서의 픽셀들로 상기 중심 픽셀들을 대체함으로써 필터링을 수행한다.The filtering unit 208 performs filtering by replacing the center pixels with pixels in a group having a small difference from the color vector of the center pixels in the window.
상기 양자화 유니트(210)는 exp(-T(n))에 의해 상기 각자의 픽셀들의 컬러 벡터들을 가중하고, 클러스터들의 갯수로서 모든 영상들의 T(n) 값의 평균에 소정의 상수를 곱함으로써 획득되는 값을 사용하여 양자화를 수행하는데, 여기서 상기 T(n)은 상기 윈도우내에서 상기 중심 픽셀로부터의 컬러 벡터들에서 작은 차이를 가지는 그룹내에서의 최대 컬러 거리이다.The quantization unit 210 is obtained by weighting the color vectors of the respective pixels by exp (-T (n)) and multiplying the average of the T (n) values of all the images by the number of clusters by a predetermined constant. Quantization is performed using a value that is, where T (n) is the maximum color distance in the group with a small difference in color vectors from the center pixel in the window.
상술된 본 발명에 따른 컬러 영상 처리 장치에서, 상기 중심 픽셀로부터 큰 컬러 거리들을 가지는 픽셀들은 제거되므로, 상기 중심 픽셀의 컬러 벡터와 유사한 컬러 벡터를 가지는 피어 그룹이 다음에 필터링을 수행하도록 정의된다. 즉, 영상의 모서리 블러링은 임펄스 잡음의 제거 및 필터링에 기인하여 거의 발생하지 않는다. 또한, 본 발명에 따라서, 수행될 양자화에 대한 클러스터들의 갯수에 대한 정보는 처리될 영상의 평탄성 또는 상세사항들에 근거하여 획득될 수 있다. 즉, 양자화는 상기 정보를 사용하여 효율적으로 수행될 수 있다.In the color image processing apparatus according to the present invention described above, since pixels having large color distances from the center pixel are removed, a peer group having a color vector similar to the color vector of the center pixel is defined to perform filtering next. That is, the edge blurring of the image is hardly generated due to the removal and filtering of the impulse noise. Furthermore, according to the present invention, information on the number of clusters for quantization to be performed may be obtained based on the flatness or details of the image to be processed. That is, quantization can be performed efficiently using the above information.
상술된 바와 같이, 본 발명에 따라서, 영상으로부터 임펄스 잡음을 제거하고 이를 필터링함에 있어서, 상기 영상의 모서리 블러링의 발생은 감소될 수 있다.As described above, according to the present invention, in removing the impulse noise from the image and filtering it, the occurrence of the edge blur of the image can be reduced.
본 발명은 컬러 영상 인덱싱 또는 검색 어플리케이션의 분야에 적용될 수 있다.The invention can be applied to the field of color image indexing or retrieval applications.
Claims (42)
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US11874199P | 1999-02-05 | 1999-02-05 | |
| US60/118,741 | 1999-02-05 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20010113666A KR20010113666A (en) | 2001-12-28 |
| KR100439697B1 true KR100439697B1 (en) | 2004-07-14 |
Family
ID=22380461
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR10-2001-7009441A KR100439697B1 (en) | 1999-02-05 | 2000-02-03 | Color image processing method and apparatus thereof |
Country Status (8)
| Country | Link |
|---|---|
| EP (1) | EP1153364A4 (en) |
| JP (1) | JP3558985B2 (en) |
| KR (1) | KR100439697B1 (en) |
| CN (1) | CN1209735C (en) |
| AU (1) | AU2464500A (en) |
| MY (1) | MY127890A (en) |
| TW (1) | TW463133B (en) |
| WO (1) | WO2000046749A1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101290200B1 (en) * | 2012-02-13 | 2013-07-30 | 중앙대학교 산학협력단 | Apparatus and method for reducing impulse noise |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100378351B1 (en) * | 2000-11-13 | 2003-03-29 | 삼성전자주식회사 | Method and apparatus for measuring color-texture distance, and method and apparatus for sectioning image into a plurality of regions using the measured color-texture distance |
| JP3862613B2 (en) | 2002-06-05 | 2006-12-27 | キヤノン株式会社 | Image processing apparatus, image processing method, and computer program |
| GB2400257A (en) * | 2003-04-05 | 2004-10-06 | Autodesk Canada Inc | Removal of grain |
| US7372991B2 (en) | 2003-09-26 | 2008-05-13 | Seiko Epson Corporation | Method and apparatus for summarizing and indexing the contents of an audio-visual presentation |
| US20060103892A1 (en) * | 2004-11-18 | 2006-05-18 | Schulze Mark A | System and method for a vector difference mean filter for noise suppression |
| EP1917640A2 (en) | 2005-08-17 | 2008-05-07 | Nxp B.V. | Method and arrangement for suppressing noise in digital signal sequences, and a corresponding computer program and a corresponding computer-readable storage medium |
| JP4001162B2 (en) * | 2005-11-04 | 2007-10-31 | オムロン株式会社 | Image processing method, image processing program and storage medium therefor, and image processing apparatus |
| US7952646B2 (en) * | 2006-12-27 | 2011-05-31 | Intel Corporation | Method and apparatus for content adaptive spatial-temporal motion adaptive noise reduction |
| CN101546425B (en) * | 2009-05-05 | 2011-04-13 | 广东工业大学 | A vector filtering method of double-threshold type color image |
| CN103778611B (en) * | 2014-01-26 | 2016-08-17 | 天津大学 | Utilize the switch weight vectors median filter method of rim detection |
| CN105809630B (en) * | 2014-12-30 | 2019-03-12 | 展讯通信(天津)有限公司 | A kind of picture noise filter method and system |
| CN104899899A (en) * | 2015-06-12 | 2015-09-09 | 天津大学 | Color quantification method based on density peak value |
| CN113298790B (en) * | 2021-05-31 | 2023-05-05 | 奥比中光科技集团股份有限公司 | Image filtering method, device, terminal and computer readable storage medium |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR940003330A (en) * | 1992-07-18 | 1994-02-21 | 강진구 | Multi-Stage Nonlinear Filter for Edge Detection and Noise Rejection |
| JPH1042168A (en) * | 1996-04-17 | 1998-02-13 | Samsung Electron Co Ltd | Noise reduction method/circuit |
| KR19980084833A (en) * | 1997-05-26 | 1998-12-05 | 윤종용 | Optional Bandpass Filter |
| JPH1188705A (en) * | 1997-09-11 | 1999-03-30 | Matsushita Electric Ind Co Ltd | Image reader |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4541116A (en) * | 1984-02-27 | 1985-09-10 | Environmental Research Institute Of Mi | Neighborhood image processing stage for implementing filtering operations |
| US4783840A (en) * | 1987-12-04 | 1988-11-08 | Polaroid Corporation | Method for enhancing image data by noise reduction or sharpening |
| US5222154A (en) * | 1991-06-12 | 1993-06-22 | Hewlett-Packard Company | System and method for spot color extraction |
| US5684897A (en) * | 1992-02-19 | 1997-11-04 | Ezel Inc. | Method for quantizing color image data by minimizing least squares error of binary coding |
-
2000
- 2000-02-03 EP EP00903005A patent/EP1153364A4/en not_active Withdrawn
- 2000-02-03 AU AU24645/00A patent/AU2464500A/en not_active Abandoned
- 2000-02-03 WO PCT/KR2000/000090 patent/WO2000046749A1/en active IP Right Grant
- 2000-02-03 KR KR10-2001-7009441A patent/KR100439697B1/en not_active IP Right Cessation
- 2000-02-03 JP JP2000597757A patent/JP3558985B2/en not_active Expired - Fee Related
- 2000-02-03 CN CNB008039895A patent/CN1209735C/en not_active Expired - Fee Related
- 2000-02-03 MY MYPI20000378A patent/MY127890A/en unknown
- 2000-06-16 TW TW089103997A patent/TW463133B/en not_active IP Right Cessation
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR940003330A (en) * | 1992-07-18 | 1994-02-21 | 강진구 | Multi-Stage Nonlinear Filter for Edge Detection and Noise Rejection |
| JPH1042168A (en) * | 1996-04-17 | 1998-02-13 | Samsung Electron Co Ltd | Noise reduction method/circuit |
| KR19980084833A (en) * | 1997-05-26 | 1998-12-05 | 윤종용 | Optional Bandpass Filter |
| JPH1188705A (en) * | 1997-09-11 | 1999-03-30 | Matsushita Electric Ind Co Ltd | Image reader |
Non-Patent Citations (1)
| Title |
|---|
| PROCEEDINGS OF THE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING.(ICIP). WASHINGTON, OCT. 23-26, 1995, LOS ALAMITOS, IEEE COMP. SOC. PRESS, US, vol. 3, 23 October 1995, pages 535-538 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101290200B1 (en) * | 2012-02-13 | 2013-07-30 | 중앙대학교 산학협력단 | Apparatus and method for reducing impulse noise |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2000046749A1 (en) | 2000-08-10 |
| KR20010113666A (en) | 2001-12-28 |
| AU2464500A (en) | 2000-08-25 |
| JP3558985B2 (en) | 2004-08-25 |
| EP1153364A1 (en) | 2001-11-14 |
| EP1153364A4 (en) | 2002-10-30 |
| MY127890A (en) | 2006-12-29 |
| CN1341246A (en) | 2002-03-20 |
| TW463133B (en) | 2001-11-11 |
| JP2002536749A (en) | 2002-10-29 |
| CN1209735C (en) | 2005-07-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100439697B1 (en) | Color image processing method and apparatus thereof | |
| US8254677B2 (en) | Detection apparatus, detection method, and computer program | |
| US7171042B2 (en) | System and method for classification of images and videos | |
| JP3078844B2 (en) | How to separate foreground information in a document from background information | |
| EP0748110B1 (en) | Image segmentation system and method | |
| US20050123052A1 (en) | Apparatus and method for detection of scene changes in motion video | |
| CN108346148B (en) | High-density flexible IC substrate oxidation area detection system and method | |
| EP1420364A1 (en) | Colour image processing method and apparatus thereof | |
| CN114913588A (en) | Face image restoration and recognition method applied to complex scene | |
| CN115908154A (en) | Video late-stage particle noise removing method based on image processing | |
| US6970268B1 (en) | Color image processing method and apparatus thereof | |
| CN111259792A (en) | Face living body detection method based on DWT-LBP-DCT characteristics | |
| CN108877030B (en) | Image processing method, device, terminal and computer readable storage medium | |
| JP2011170890A (en) | Face detecting method, face detection device, and program | |
| CN115424178B (en) | Enhancement method for improving pavement crack data identification | |
| CN116645513A (en) | Watermark extraction method, model training method, device, electronic equipment and medium | |
| CN112070771B (en) | Adaptive threshold segmentation method and device based on HS channel and storage medium | |
| CN113554685A (en) | Method and device for detecting moving target of remote sensing satellite, electronic equipment and storage medium | |
| CN113794815A (en) | Method, device and controller for extracting video key frame | |
| JP2988994B2 (en) | Positioning device | |
| CN116563170B (en) | Image data processing method and system and electronic equipment | |
| KR101484531B1 (en) | Method and system of panel area detection using sparse representation based on image segmentation | |
| CN117746314A (en) | Method, equipment and medium for judging OOD object based on multistage combination | |
| JP2002150282A (en) | Image processing device and method therefor, and program recording medium | |
| CN116416666A (en) | Face recognition method, system and storage medium based on distributed distillation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20080529 Year of fee payment: 5 |
|
| LAPS | Lapse due to unpaid annual fee |