KR100850722B1 - 디지털 이미지 처리에서 양자화층 감소 방법 및 시스템 - Google Patents

디지털 이미지 처리에서 양자화층 감소 방법 및 시스템 Download PDF

Info

Publication number
KR100850722B1
KR100850722B1 KR1020070048244A KR20070048244A KR100850722B1 KR 100850722 B1 KR100850722 B1 KR 100850722B1 KR 1020070048244 A KR1020070048244 A KR 1020070048244A KR 20070048244 A KR20070048244 A KR 20070048244A KR 100850722 B1 KR100850722 B1 KR 100850722B1
Authority
KR
South Korea
Prior art keywords
gain
value
pixel
luminance value
sub
Prior art date
Application number
KR1020070048244A
Other languages
English (en)
Other versions
KR20080046077A (ko
Inventor
김영택
지 쥬
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Publication of KR20080046077A publication Critical patent/KR20080046077A/ko
Application granted granted Critical
Publication of KR100850722B1 publication Critical patent/KR100850722B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40—Picture signal circuits
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/14—Coding unit complexity, e.g. amount of activity or edge presence estimation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/117—Filters, e.g. for pre-processing or post-processing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • H04N19/126—Details of normalisation or weighting functions, e.g. normalisation matrices or variable uniform quantisers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Picture Signal Circuits (AREA)

Abstract

본 발명은 양자화된 이미지 내의 양자화층을 줄이는 방법 및 시스템을 제공한다. 본 발명에 따른 이미지 처리 방법은 양자화된 입력 이미지 내에서 선택된 픽셀이 선택된 방향으로 램프(ramp) 영역에 속하는지를 검출하는 단계; 검출된 결과에 기초하여 양자화 레벨을 동적으로 선택하는 단계; 및 선택된 양자화 레벨에 기초하여 픽셀을 정밀화하는 단계를 포함함으로써, 이미지의 양자화층을 줄이고, 눈에 띄는 양자화 아티팩트를 줄인다.
이미지, 양자화 아티팩트, 램프

Description

디지털 이미지 처리에서 양자화층 감소 방법 및 시스템{A method and system for quantization layer reduction in digital image processing}
도 1은 본 발명의 일 실시예에 따라, 양자화층 감소 방법을 수행하는 양자화층 감소 시스템의 블록 다이어그램이다.
도 2는 본 발명의 일 실시예에 따라, 수평 방향으로 디지털화된 이미지 픽셀들에 대해서 양자화층 감소 방법을 수행하는 도식예이다.
도 3a 및 도 3b는 본 발명의 일 실시예에 따라, 선택된 방향에서의 램프(ramp) 검출예를 보여주는 도면이다.
도 4는 본 발명의 일 실시예에 따라, 램프 영역의 양자화 레벨을 계산하는 예를 보여주는 도면이다.
도 5a 및 도 5b는 본 발명의 일 실시예에 따른, 선택된 방향에서 사전 분할(pre-segmentation)의 예를 보여주는 도면이다.
도 6은 본 발명의 일 실시예에 따라, 디지털화된 이미지의 세그먼트 내에서의 최대 휘도값 및 최소 휘도값간의 차이에 기초하여 이득값을 제어하는 예를 보여주는 도면이다.
도 7은 본 발명의 일 실시예에 따라, 양자화 레벨에 기초하여 휘도 임계값을 동적으로 설정하는 예를 보여주는 도면이다.
도 8a 및 도 8b는 본 발명의 일 실시예에 따라, 대상 픽셀의 휘도값 및 디지털화된 대칭 세그먼트 내에서의 휘도값들간의 차이에 기초하여 이득 값을 제어하는 예를 보여주는 도면이다.
도 9는 본 발명의 일 실시예에 따라, 디지털화된 이미지의 대칭 세그먼트 내의 선택된 방향에 따른 이웃하는 픽셀 차이의 사인(sign) 변화의 수에 기초하여 이득값을 제어하는 예를 보여주는 도면이다.
도 10은 본 발명의 일 실시예에 따라, 양자화 레벨에 기초하여 사인 변화 임계값을 동적으로 설정하는 예를 보여주는 도면이다.
도 11은 본 발명의 일 실시예에 따라, 원래의 휘도값과 저역 통과 필터링된 휘도값간의 보간을 수행하는 예를 보여주는 도면이다.
본 발명은 디지털 이미지 처리에 관한 것이며, 보다 상세하게는 디지털 이미지 처리에서 양자화층 감소에 관한 것이다.
자연 영상은 보통 휘도 레벨이 점차적으로 변화하는 부드럽게 변하는 영역들을 포함한다. 그러한 영역들이 디지털 장치에 의해서 디지털 이미지로 포착되면, 부드럽게 변하는 영역에서의 각각의 픽셀들에 대한 휘도값은 아날로그/디지털(A/D)에 의해서 양자화된다. 결과적으로, 디지털화된 이미지는 스테이지 같은(stage-like) 가상의 윤곽선과 같은 양자화 아티팩트들을 포함할 수도 있다. 양자화 아티 팩트들은 인간의 눈으로 인지되기 때문에, 자연 영상에서 부드럽게 변화하는 영역들은 디지털화된 이미지에서는 부드럽게 보이지 않는다.
양자화 아티팩트들의 크기는 디지털 장치의 A/D 변환기에서 양자화 정확도에 의해서 결정된다. 이 크기는 디지털 장치의 최소 스텝과 반드시 동일할 필요는 없다. 실제로, 보통은 이보다 더 크며, 양자화 아티팩트들이 인간의 눈에 더 잘 인지되도록 해준다.
이러한 유형의 양자화 아티팩트들을 제거하기 위해서, 우선, 그것들의 위치가 식별되어야하고, 다음에 그 위에 스무딩(smoothing) 처리가 행해진다. 일반적으로, 매우 천천히 변화하는 영역에서 양자화 아티팩트들은 스텝과 비슷하다. 그러나 자연 영상의 디지털화된 이미지에서의 양자화 아티팩트를 식별하는 것은 어려운 작업이다. 이것은 그러한 식별이 양자화 아티팩트들이 원래 영상에서 부드럽게 변화하는 영역의 양자화에 의해서 야기되었는지 또는 원래 영상의 실제 특성인지를 감지할 필요가 있기 때문이다.
디지털 장치에 의해서 생긴 추가적인 노이즈의 존재는 이러한 감지를 더 복잡하게 만든다. 이것은 추가적인 노이즈가 양자화 아티팩트들을 포함하는 영역들이 원래 영상에서의 작고 세밀한 영역처럼 보이게 하기 때문이다. 노이즈 영역이 양자화 아티팩트들을 포함하는 영역으로 감지되는 경우에, 스무딩 처리는 이미지 양자화층 또는 비트플레인(bit-plane) 뿐만 아니라 노이즈를 줄여줘야 한다.
게다가, 부드럽게 변화하는 영역은 이웃하는 픽셀들의 휘도가 최소 가능 스텝에 의해서 변화하기만 하는 경우에도 스테이지처럼(stage-like) 보일 수 있다. 이러한 경우에, 양자화 아티팩트들을 제거하기 위해서 부드럽게 변화하는 영역의 고 정밀도(high precision) 컨텐츠가 요구된다. 고 정밀도 컨텐츠와 함께, 에러 확산(error diffusion) 또는 공간 디더링(spatial dithering)과 같은 디하프토닝(halftoning) 기술이 현재 비트 깊이(bit-depth)에 고 정밀도 컨텐츠를 양자화하는데 사용될 수 있다. 인간 시각 시스템의 공간 평균 특성(spatial averaging characteristics)으로 인해 양자화 아티팩트들은 하프토닝된 이미지 상에서 감지될 수 없을 것이다. 따라서, 양자화된 이미지에서 양자화층을 줄이기 위한 방법 및 시스템이 요구된다.
본 발명은 상술한 문제점을 해결하기 위해 안출된 것으로, 본 발명의 목적은 이미지의 양자화층을 줄이고, 눈에 띄는 양자화 아티팩트를 줄이는 것이다.
본 발명은 양자화된 이미지 내의 양자화층을 줄이는 방법 및 시스템을 제공한다. 본 발명의 일 실시예에서는, 양자화층을 줄이는 것은 이미지 영역 내의 선택된 픽셀이 입력 이미지 내의 어떤 방향으로 램프 영역에 속하는지를 검출하는 것을 포함한다. 이러한 램프 검출에 기초하여, 양자화 레벨은 동적으로 선택된다.
다음으로, 사전 분할(pre-segmentation) 동작이 그 방향에서의 각각의 픽셀에 대해서 대략 부드럽게 변화하는 이미지 영역 상에서 수행된다. 다음으로 그 영역은 분할(segmentation)에 의해서 정밀화된다(refined). 다음에는 저역 통과 필터링이 분할된 영역(즉, 정밀화된 세그먼트)에 적용되어 필터링된 픽셀들을 얻는다. 전반적인 이득값이 결정되고 필터링된 픽셀 휘도값을 조정하여 입력 이미지 휘도값들보다 고 정밀 값들을 갖는 출력 휘도값을 얻는데 사용된다. 이것은 출력 비디오 이미지에 감소된 양자화층을 제공하고, 양자화 아트팩트가 더 감지되도록 한다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 대해서 상세히 설명한다.
도 1은 본 발명의 일 실시예에 따라 양자화층 감소 방법을 구현하는 이미지 처리 시스템(100)의 블록다이어그램이다. 시스템(100)은 사전 분할부(102), 분할부(104), 저역 통과 필터링부(106), 램프 검출부(108), 이득 제어부(110), 양자화 레벨 계산부(112) 및 믹서(114)를 포함한다. 도 2에 나타난 예에서, 시스템(100)은 대상 픽셀(204)을 중심으로 하는 영역(윈도우)(200) 내의 각각의 픽셀에 대해서 소정의 방향으로 양자화층 감소를 수행한다. 이 예에서, 양자화층 감소 방법은 대상 픽셀(204) 상의 수평 방향(206)으로 적용되는데, 이것은 로컬 윈도우(200) 내의 방향에서 픽셀들(202)에 적용되는 것이다. 양자화층 감소 방법은 어떤 방향(예를 들어, 수직, 대각선 등)을 따라서도 적용될 수 있다.
도 2에 도시된 예에 대해서, 램프 검출부(108)(도 1)는 대상 픽셀(204)이 방향(206)의 램프 영역에 속하는지를 검출하기 위해서 방향(206)을 따라서 픽셀들(202)을 검사한다. 램프 검출 결과에 기초하여, 양자화 레벨 계산부(112)는 방향(206)에서의 픽셀들(202)로부터 양자화 레벨 q를 추정한다.
게다가, 사전 분할부(102)는 방향(206)에서의 픽셀들(202)에 사전 분할을 수행하여, 대상 픽셀(204)의 픽셀을 포함하는 사전 분할된 영역을 얻는다. 다음으로, 분할부(104)는 양자화 레벨 q에 기초하여, 대상 픽셀(204)을 포함하는 정밀화된 세그먼트 영역을 얻기 위해 사전 분할된 영역을 정밀화한다. 저역 통과 필터링부(106)는 다음으로 정밀화된 세그먼트 영역을 필터링하여, 대상 픽셀(204)에 대한 고 정밀 휘도값을 얻는다.
이득 제어부(110)는 정밀화된 세그먼트 영역 상에서 몇가지 휘도값 측정을 수행하여, 전체 이득을 생성한다. 전체 이득에 기초하여, 믹서(114)는 저역 통과 필터링부로부터의 고 정밀 휘도값과 대상 픽셀(204)의 원래 휘도값을 혼합하여, 출력 휘도값을 얻는다. 이것은 출력 비디오 이미지에 감소된 양자화층을 제공하고, 양자화 아티팩트가 덜 인지되도록 한다.
이제 램프 검출부(108)에 의한 램프 검출의 예가 기술된다. 양자화층은 디지털화된/양자화된 이미지 내의 램프 영역에서 종종 발생한다. 분할부(104)에 의한 분할에 앞서, 램프 검출부(108)는 대상 픽셀(204)이 방향(206)으로 램프 영역에 속하는지를 검출한다. 만일 대상 픽셀(204)이 방향(206)으로 램프 영역에 속하면, 더 높은 양자화 레벨이 분할부(104)에 의해 사용되어 이미지 영역(200)에서 더 부드럽게 변화하는 영역을 분할한다. 만일 대상 픽셀(204)이 방향(206)으로 램프 영역에 속하지 않으면, 더 작은 양자화 레벨이 사용된다.
램프 검출부(108)는 방향(206) 내의 픽셀들의 휘도를 임계값 th와 비교함으로써, 대상 픽셀(204)이 방향(206) 내의 램프 영역에 속하는 지를 결정한다. 노이즈의 효과를 없애기 위해서는, 일 예에서 임계값 th는 방향(206) 내의 픽셀들(202)의 휘도값들에 의해서 결정된다. 다른 예에서, 임계값 th는 방향(206)에서의 픽셀값들의 최대 및 최소 휘도값들을 평균함으로써 결정된다. 본 기술의 당업자들이 인 식하는 바와 같이 임계값 th를 계산하는 다른 예들도 이용될 수 있다.
다음으로, 방향(206)에서 두 개의 이웃하는 픽셀들이 임계값 th의 아래 및 위에 위치하고 있는지를 가리키는 어떤 이벤트들이 카운트된다. 임계값과 동일한 휘도값을 가지는 픽셀들은 카운트 중이 일시적으로 제외된다. 전체 카운트가 대상 픽셀이 램프 영역에 속하는지를 가리키는 1보다 작거나 같은 경우에, 램프가 검출된다. 그렇지 않으면, 대상 픽셀은 램프 영역에 속하지 않는다.
도 3a는 방향(206)을 따라서, 이웃하는 픽셀들 A, B 및 C를 포함하는 일련의 픽셀들(202)을 보여준다. 픽셀 A의 휘도는 임계값 th 이하이고, 픽셀 B의 휘도는 임계값 th와 동일하고, 픽셀 C의 휘도는 임계값 th 이상이다. 픽셀 C의 휘도가 임계값 th 이상이고, 픽셀 A의 휘도가 임계값 th 이하이기 때문에 하나의 이벤트가 카운트된다. 동일한 과정을 거쳐, 둘 이상의 이벤트가 도 3a에서의 잔여 픽셀들에 대해서 카운트되어, 도 3a의 전체 카운트는 3이 된다. 도 3a의 전체 카운트가 1보다 크기 때문에, 이것은 픽셀들(202) 중의 대상 픽셀이 비램프(non-ramp) 영역에 있음을 가리킨다. 이 예에서, 분할부(104)는 작은 양자화 레벨을 사용하여 이미지 영역(200)을 분할한다.
도 3b는 대상 픽셀을 포함하는 일련의 픽셀들(202)의 다른 예이다. 위의 카운트 과정을 도 3b에서의 예에 적용하게 되면 도 3b에서의 모든 픽셀들 중 하나의 이벤트가 발생하며 전체적으로 카운트 1을 얻게 한다. 이것은 램프 영역이 존재함을 가리키고, 대상 픽셀이 램프 영역에 속함을 의미한다. 이 예에서, 분할부(104)는 더 높은 양자화 레벨을 사용하여 이미지 영역(200)에서 더 많이 부드럽게 변화하는 영역을 분할한다.
이제 양자화 레벨 계산부(112)에 의한 양자화 레벨 계산의 예가 기술된다. 언급된 바와 같이, 방향(206)으로의 램프 검출은 대상 픽셀(204)이 램프 영역 내에 있는지를 결정한다. 대상 픽셀(204)이 비램프 영역 내에 있다면, 디지털화된 이미지 내의 대상 픽셀(204)은 양자화 아티팩트들에 대비되는 원래 영상 내의 실제 작은 부분에 대한 정보를 포함할 수 있다. 따라서, 이 경우에, 작은 부분에 대한 원래 영상 정보를 보존하기 위해서, 필터링 없이 픽셀(204)에 대한 원래의 픽셀값을 유지하는 것이 바람직하다.
양자화 레벨 계산부(112)는 램프 영역의 가파름(steepness)에 기초하여 양자화 레벨 q를 선택한다. 대상 픽셀(204)이 방향(206)을 따라 램프 영역 내에 있다면, 양자화 레벨 q는 이미지 영역(200) 내의 부드럽게 변화하는 영역 전체를 커버할 정도로 큰 값(즉, max-quant)으로 선택된다. 다음으로, 부드럽게 변화하는 영역에 대해서 필터링이 수행된다.
대상 픽셀(204)이 방향(206)을 따라서 비램프 영역에 속한다면, 최소 양자화 레벨(즉, min-quant)이 양자화 레벨 q로 선택된다.
도 4는 그래프(402)에 기초하여 양자화 레벨(q)을 선택하기 위한 도식예(400)를 보여준다. 램프 영역에 대해서, 양자화 레벨 q는 방향(206)에서의 픽셀들(202)의 최대 휘도 PMAX 및 최소 휘도 PMIN 의 절대적인 차이에 의해서 결정된다.
절대적 차이가 소정의 임계값 quant_maxmin_th1보다 작은 경우에는 양자화 레벨 q는 min_quant 값으로 설정된다; 절대적 차이가 quant_minmax_th2보다 큰 경우에는, 양자화 레벨 q는 max_quant 값으로 설정된다; 그렇지 않으면, 양자화 레벨 q는 그래프(402)에 의해서, 두 임계값 quant_maxmin_th1 및 quant_minmax_th2 사이의 절대적인 차이의 위치에 기초하여 min_quant 및 max-quant 사이의 선형적으로 보간된 값으로 설정된다.
이제, 실제로 부드럽게 변화하는 영역을 검출하기 위한 사전 분할부(102)의 예시 동작이 기술된다. 이 예에서, 사전 분할부(102)는 방향(206)을 따라서 픽셀들(202)에 사전 분할 처리를 수행하여, 실제로 부드럽게 변화하는 영역을 개략적으로 근사화하는 사전 분할된 영역을 생성한다. 분할부(104)는 다음으로 사전 분할될 영역을 정밀화한다.
일 예에서, 우선 대상 픽셀(204)이 사전 분할된 영역에 포함된다. 다음으로, 대상 픽셀(204)의 왼쪽 및 오른쪽에서, 픽셀(204)에 상대적으로 가까운 곳에서 먼 곳으로 사전 분할 처리가 확장되는데, 사전 분할된 영역에서의 픽셀(204)의 이웃하는 픽셀이 임계값 th 이상의 휘도값을 가지고, 사전 분할된 영역에서의 픽셀(204)의 다른 이웃하는 픽셀이 임계값 th 이하의 휘도값을 가질 때까지 사전 분할 처리가 계속된다.
도 5a는 방향(206)을 따라 픽셀들(202)이 비램프 영역에 있는 것으로 검출되고, 대상 픽셀(204)만이 사전 처리된 영역(502)에 있는 예를 보여준다. 비램프 영역에서는, 임계값 th는 위에 언급한 것처럼 결정될 수 있다(예를 들어, 방향(206)에서의 픽셀들(202)의 휘도값들을 평균하는 것에 의해서).
도 5b는 방향(206)을 따라 픽셀들(202)이 램프 영역에 있는 것을 검출되고, 방향(206)에서의 전체 열의 픽셀들이 사전 분할된 영역(504)에 있는 예를 보여준다. 램프 영역에 대해서, 임계값 th는 대상 픽셀(204)의 휘도값 P로 설정된다.
상기의 램프 검출 처리와 마찬가지로, 임계값 th와 동일한 휘도값을 갖는 픽셀들은 사전 분할 처리 중에 일시적으로 제외된다.
언급한 바와 같이, 분할은 사전 분할된 영역들에 대해서만 분할부(104)에 대해서 수행된다. 일 실시예에서, 대상 픽셀(204)의 각각의 사이드(side) 상에서, 분할 모듈(104)은 픽셀(204)에 상대적으로 가까운 곳에서부터 먼 곳으로 차례로 이웃하는 픽셀들 간의 휘도차를 계산하여, 휘도차가 양자화 레벨 q보다 큰지를 결정한다. 그렇다면, 그 방향에서의 분할 처리는 정지된다. 정지되기 전의 픽셀들은 대상 픽셀(204)과 함께, 산출된 세그먼트(즉, 정밀화된 세그먼트) 내에 포함된다.
정밀화된 세그먼트는 이미지 내의 부드럽게 변화하는 영역을 포함한다. 저역 통과 필터링부(106)는 정밀화된 세그먼트에 저역 통과 필터링을 수행하여, 정밀화된 세그먼트 내의 픽셀들의 휘도값에 기초하여, 대상 픽셀(204)에 대한 고 정밀 휘도 값을 얻는다.
그러나, 정밀화된 세그먼트가 대상 픽셀(204)(즉, 중심 픽셀)에 대칭이 아니고, 저역 통과 필터링이 대칭 세그먼트에 대해 설계된 경우에는, 대상 픽셀(204)에 대해 필터링된 휘도값이 바이어스(bias)될 수 있다. 바이어스를 피하기 위해서, 저역 통과 필터링을 행하기 전에, 정밀화된 세그먼트가 방향(206)에서 픽셀에 대해서 대칭이 될 때까지 대상 픽셀(204)에서 가장 먼 픽셀이 다른 반복(iteration)에서 폐기된다. 이 정밀화된 대칭 세그먼트는 부드럽게 변화하는 영역을 나타내고, 따라서 대상 픽셀(204)의 고 정밀도 값을 계산하는데 사용될 수 있다. 다음으로, 저역 통과 필터링부(106)는 대칭적인 정밀화된 세그먼트에 저역 통과 필터링을 수행한다.
일 실시예에서, 저역 통과 필터링이 정밀화된 대칭 세그먼트 내의 픽셀들의 휘도값들에만 수행된다. 저역 통과 필터링 파라미터들은 임의적일 수 있다. 하나의 간단한 예는 픽셀(204)에 대한 고 정밀 출력 휘도값으로서 세그먼트 내의 휘도값을 평균화하는 것을 포함한다. 다른 가우시안 필터(Gaussian filter)와 같이 다른 가변 조건수(variance)들을 가진 저역 통과 필터들도 사용될 수 있다.
이 예에서, 정밀화된 대칭 세그먼트 내의 픽셀들의 최대 휘도 YMAX 및 최소 휘도 YMIN 이 기록되고, 이득 제어부(110)에 의해 사용되어 다음에 기술되는 바와 같이 전체적인 이득 g를 결정한다.
언급된 바와 같이, 이득 제어부(110)는 어떤 휘도 관련 수치를 사용하여, 믹서(114)에 의해서 사용되는 전체 이득값 g를 산출하고, 대상 픽셀(204)의 필터링된 휘도값 및 픽셀(204)의 원래 휘도값에 기초하여 출력 휘도값을 얻는다. 일 실시예에서, 각각의 수치는 0에서 1까지의 서브 이득(sub-gain)을 결정하도록 되어 있다. 하나 이상의 서브 이득들이 중간 이득(intermediate gain)을 결정하는데 사용된다. 바람직하게는, 3개의 서브 이득들이 합해져서(예를 들어, 곱해져서) 중간 이득을 얻는다. 어느 경우에는, 중간 이득이 공간적으로 필터링되어, 전체(최종) 이득 g를 얻는데, 이것은 믹서(114)에 의해서 사용된다.
이러한 휘도 관련 수치들의 예가 이제 기술된다. 이득 제어부(110)에 의해서 사용되는 제1 수치는 앞서 언급한 최대 및 최소 휘도값 YMAX 및 YMIN 각각의 차이를 결정한다. 다음으로 소프트 스위치(soft switching) 처리가 제1 서브 이득값 g1을 계산하기 위해서 상기 차이값이 적용된다. 도 6은 그래프(602)가 소프트 스위치 처리를 수행하는 도식예(600)를 보여준다. 2개의 임계값들은 maxmin_th1 및 maxmin_th2로 미리 정해져 있다. 그래프(602)에 기초하여: 차이값이 작은 임계값 maxmin_th1보다 작으면, 서브 이득 g1이 1로 설정되고; 차이값이 큰 임계값 maxmin_th2보다 크면, 서브 이득 g1이 0으로 설정되고; 나머지의 경우 서브 이득 g1은 두 임계값 maxmin_th1과 maxmin_th2 간의 차이의 위치에 기초하여 0과 1 사이에 선형적으로 보간된 값으로 설정된다.
언급한 바와 같이, 큰 양자화 레벨 q가 더 가파른(steeper) 램프에 이용된다. 더 가파른 램프의 양자화층을 줄이기 위해서, 임계값 maxmin_th1 및 maxmin_th2는 이득값을 유지하기 위해 증가되어야만 한다. 따라서, 도 7에 도시된 예(700)에 따라서, 임계값은 본 발명에 따른 양자화 레벨 q에 기초하여 동적으로 설정될 수 있다.
도 7에서, 임계값 maxmin_th1 및 maxmin_th2는 그래프(702 및 704) 각각에 따라서, 양자화 레벨 q에 기초하여 동적으로 선택된다. 구체적으로, 양자화 레벨 q가 최소 양자화 레벨 min_quant보다 작은 경우에 maxmin_thi(i=1,2)가 소정의 값 min_maxmin_thi로 설정된다; 양자화 레벨 q가 최대 양자화 레벨 max_quant보다 큰 경우에는, maxmin_thi가 소정의 값 max_minmax_thi로 설정된다; 나머지 경우에는, 값 maxmin_thi가 min_quant 및 max_quant 간의 양자화 레벨 q의 위치에 기초하여 min_maxmin_thi 및max_minmax_thi 사이의 선형적으로 보간된 값으로 설정된다.
이득 제어부(110)에 의해서 사용되는 제2 수치는 대상 픽셀(204)의 휘도 P 및 정밀화된 대칭 세그먼트 내의 최소 휘도 Ymin 또는 최대 휘도 YMAX 간의 차이를 결정한다. 제2 서브 이득값 g2는 이 차이값에 의해서 결정된다. 일반적으로, 영상의 원래의 작은 디테일은 디지털화된 이미지 영역(예를 들어, 영역(200)) 내에서 피크(peak) 또는 밸리(valley)처럼 나타난다. 이러한 원래의 작은 디테일이 스무딩되는 것을 막기 위해서, 대상 픽셀(204)의 휘도값이 정밀화된 대칭 세그먼트된 영역 내의 최소 또는 최대 휘도값에 매우 근접하다면, 이득(서브 이득 g2)은 감소된다.
일 실시예에서, 서브 이득값 g2는 2개의 이득 콤포넌트 f1 및 f2를 포함한다. 도 8a의 예(800)에서 보여지는 바와 같이, 최소 차이값 min(P-Ymin, YMAX-P)은 임계값 m_nCMT1 및 m_nCMT2가 미리 정해져 있는 스위칭 그래프(802)를 사용하여 이득 콤포넌트 f1을 구하기 위하기 위해 소프트 스위치된다. 그러한 것으로서, 이득 콤포넌트 f1은 (1) 대상 픽셀(204)의 휘도값과 정밀화된 대칭 세그먼트 내의 최소 휘도값간의 차이 (2) 대상 픽셀(204)의 휘도값과 정밀화된 대칭 세그먼트 내의 최대 휘도값간의 차이 중 최소값에 의해서 제어된다.
그래프(802)에 따라서, 최소 차이값 min(P-Ymin, YMAX-P)이 작은 임계값 m_nCMT1 이하인 경우, 이득 콤포넌트 f1은 0으로 설정된다; 최소 차이값이 큰 임계 값 m_nCMT2 이상인 경우, 이득 콤포넌트 f2는 1로 설정된다; 나머지의 경우에는, 이득 콤포넌트 f1은 m_nCMT1 및 m_nCMT2 사이의 최소 차이값의 위치에 기초하여 선형적으로 보간된 값으로 설정된다.
덧붙여, 도 8b의 예(810)에서 나타난 바와 같이, 작은 디테일을 포함하는 정밀화된 대칭 세그먼트 영역의 가능성이 그래프(812)에 따라서 제2 이득 콤포넌트 f2에 의해서 체크된다. 그러한 것으로서, 이득 콤포넌트 f2는 정밀화된 대칭 세그먼트의 작은 디테일의 가능성을 가리킨다.
이득 콤포넌트 f2는 그래프(812)에 따라 최대 휘도값 YMAX 및 최소 휘도값 Ymin간의 절대적 차이(abslution difference)를 소프트 스위치함으로써 구해진다. 여기서 절대적 차이가 작은 임계값 maxdif_th1보다 작은 경우에 이득 콤포넌트 f2는 0으로 설정된다; 절대적 차이가 큰 임계값 maxdif_th2보다 큰 경우에, 이득 콤포넌트 f2는 1로 설정된다; 나머지 경우에, 이득 콤포넌트 f2는 2개의 미리 설정된 임계값인 maxdif_th1 및 maxdif_th2 간의 차이의 위치에 기초하여 0에서 1 사이에서 선형적으로 보간된 값으로 설정된다.
최대 휘도값 YMAX 및 최소 휘도 Ymin 사이의 차이가 어떤 임계값 이하라면, 정밀화된 대칭 세그먼트에 작은 디테일이 없다고 추정된다. 이 경우에, 이득 콤포넌트 f1은 전체 이득에 영향을 주지 않아야 한다. 따라서 제2 서브 이득 g2는 g2=1.0-(1.0-f1)*f2로 계산될 수 있다.
노이즈의 존재를 고려하기 위해서, 이득 제어부(110)에 의해서 사용되는 제3 수치는 정밀화된 대칭 세그먼트 내의 선택된 방향(206)을 따라서 이웃하는 차이들의 사인 변화의 전체 수를 결정한다. 사인 변화는 선택된 방향을 따라서 픽셀 휘도값을 최소화하거나 최대화하는 순간으로 정의된다. 일 예에서, 세그먼트 내의 각각의 픽셀의 휘도값은 임계값으로서 최대 또는 최소의 평균값을 사용하여 어떤 임계값과 비교된다. 상기 비교에 기초하여, 픽셀 휘도가 임계값보다 큰 경우에는, 값 1이 픽셀과 관련되고, 그렇지 않으면 값 0이 픽셀과 관련된다. 그러한 것으로서, 대칭 세그먼트의 각각의 픽셀은 그것과 관련된 0 또는 1의 값을 가질 것이다. 다음으로, 방향(206)을 따라 하나의 픽셀에서 다음의 픽셀로 이동하면, 사인 변화는 관련 픽셀 값이 0에서 1로 갔다가 0으로 가거나 1에서 0으로 갔다가 1로 가는 횟수를 카운트한다.
카운트된 사인 변화의 수는 signchange로 표시될 수 있다. 도 9의 예(900)에 나타난 바와 같이, 정밀화된 대칭 세그먼트 내의 전체 픽셀수 n에 대한 signchange 값의 비율은 그래프(902)에 의해서 소프트스위치 되어, 제3 서브 이득 g3을 얻는다. 상기 비율이 소정의 임계값 signchange_th1 이하인 경우에는 서브 이득 g3은 1로 설정된다; 상기 비율이 소정의 임계값 signchange_th2 이상이 경우(여기서 signchange_th1 < signchange_th2)에는 서브 이득 g3은 0으로 설정된다; 나머지의 경우에는 서브 이득 g3은 두 개의 임계값 signchange_th1 및 signchange_th2 간의 비율의 위치에 기초하여, 0에서 1 사이의 선형적으로 보간된 값으로 설정된다.
필터링을 피하기 위해서, 적은 수의 사인 변화가 더 가파른 램프 영역에서 일어나야 한다. 따라서, 도 10의 예 (910)에서, 임계값 signchange_th1 및 signchange_th2는 본 발명에 따른 양자화 레벨 q에 기초하여 동적으로 설정된다. 도 10의 그래프(912 및 914)에 따라서, 양자화 레벨 q가 최소 양자화 레벨 min_quant 이하인 경우에는, signchange_thi(i=1,2)는 소정의 값 m_fMaxSignChangeThi로 설정된다; 양자화 레벨 q가 최대 양자화 레벨 max_quant 이하인 경우에는, signchange_thi는 소정의 값 m_fMinSignChangeThi(여기서 m_fMaxSignChangeThi > m_fMinSignChangeThi)로 설정된다; 나머지의 경우에는 signchange_thi는 min_quant 및 max_quant 간의 양자화 레벨 q의 위치에 기초하여 m_fMaxSignChangeThi 및 m_fMinSignChangeThi 사이의 선형적으로 보간된 값으로 설정된다.
상기 3개의 서브 이득값들, g1, g2 및 g3는 결합되어(예를 들어 곱해져서), 중간 이득 값을 얻는다. 일 실시예에서, 중간 이득 값은 믹서(114)에 의해서, 최종 이득으로 사용될 수 있다. 다른 예에서, 중간 이득은 최종 이득 값 g로서 믹서(114)에서 사용되기 전에 우선 공간 필터에서 처리된다. 이 경우에, 1*3 미디언 필터(median filter), 3*3 민 필터(mean filter) 등이 사용될 수 있다. 다른 유형의 필터들도 출력의 부드러운 변화를 보장하기 위해 추가될 수 있다.
믹서(110)는 전체 이득 g를 사용하여 대상 픽셀(204)의 원래의 휘도값과 필터링부(106)에 의해서 생성된 저역 통과 필터링된(고 정밀) 휘도 값을 결합한다. 일 실시예에서, 상기 원래 및 저역 통과 필터링된 휘도값들은 선형적으로 보간된 다. 도 11은 전체 이득 g 및 그래프(932)에 기초하여, 원래(Org_pixel) 및 필터링된 (Filtered_result) 휘도 값에 대한 선형 보간 처기가 수행되는 예(930)를 보여준다. 보간 결과는 다음으로 입력 비디오와 비교해서 감소된 양자화 아티팩트를 가지는 고 정밀 출력 비디오로서 출력된다.
본 발명에 따른 상기의 전술한 예시 아키텍처는 당업자에게 자명한, 프로세서에 의한 실행될 프로그램 명령, 논리 회로, ASIC, 펌웨어 등의 다양한 방법으로 구현될 수 있다. 따라서 본 발명은 여기에 기술된 예시에 제한되지 않는다.
본 발명은 어떤 바람직한 버전과 관련하여 상당히 상세하게 기술하였지만, 다른 버전들도 가능하다. 그러므로 첨부된 청구항의 진의과 범위는 여기의 바람직한 버전의 기술에 제한되어서는 안 될 것이다.
본 발명에 따르면, 이미지의 양자화층을 줄이고, 눈에 띄는 양자화 아티팩트를 줄일 수 있다.

Claims (43)

  1. 양자화된 입력 이미지를 처리하는 방법에 있어서,
    상기 양자화된 입력 이미지 내에서 선택된 픽셀이 선택된 방향으로 램프(ramp) 영역에 속하는지를 검출하는 단계;
    상기 검출된 결과에 기초하여 양자화 레벨을 동적으로 선택하는 단계; 및
    상기 선택된 양자화 레벨에 기초하여 상기 픽셀을 정밀화하는 단계를 포함하는 것을 특징으로 하는 이미지 처리 방법.
  2. 제1항에 있어서,
    상기 정밀화 단계는 상기 정밀화된 픽셀이 입력 픽셀보다 고 정밀하고, 양자화층이 감소되도록 상기 픽셀의 정밀도를 향상시키는 단계를 포함하는 것을 특징으로 하는 이미지 처리 방법.
  3. 제1항에 있어서,
    상기 픽셀 양자화 레벨을 동적으로 선택하는 단계는 상기 램프 영역의 가파름(steepness)에 기초하여 상기 픽셀 양자화 레벨을 선택하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 방법.
  4. 제1항에 있어서,
    상기 선택된 양자화 레벨은 비램프(non-ramp) 영역의 픽셀에서보다 램프 영역에서의 픽셀에서 더 높은 것을 특징으로 하는 이미지 처리 방법.
  5. 제1항에 있어서,
    상기 양자화 레벨을 선택하는 단계는 상기 선택된 방향에서의 일련의 픽셀들에 기초하여 양자화 레벨을 선택하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 방법.
  6. 제1항에 있어서,
    상기 픽셀을 정밀화하는 단계는,
    상기 입력 이미지 내의 부드럽게 변화하는 영역을 포함하는, 상기 선택된 픽셀 주변의 세그먼트를 선택하는 단계; 및
    상기 양자화 레벨에 기초하여 상기 선택된 세그먼트를 정밀화하여 정밀화된 세그먼트 영역을 얻는 단계를 포함하는 것을 특징으로 하는 이미지 처리 방법.
  7. 제6항에 있어서,
    고 정밀 픽셀값들을 갖는 필터링된 영역을 얻기 위해, 상기 정밀화된 세그먼트 영역에 기초하여 저역 통과 필터링을 수행하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 방법.
  8. 제7항에 있어서,
    상기 정밀화된 세그먼트 영역 내에 휘도 값 측정을 수행하는 단계; 및
    상기 측정된 휘도값들로부터 이득값을 결정하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 방법.
  9. 제8항에 있어서,
    상기 이득값을 사용하여 상기 선택된 픽셀의 원래의 휘도값과 상기 필터링된 휘도값을 결합하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 방법.
  10. 제8항에 있어서,
    상기 이득값을 결정하는 단계는 상기 정밀화된 세그먼트 내의 상기 픽셀들의 최대 휘도값 YMAX 및 최소 휘도값 YMIN 간의 차이에 기초하여 서브 이득 g1을 결정하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 방법.
  11. 제8항에 있어서,
    상기 이득값을 결정하는 단계는 상기 선택된 픽셀의 휘도값 및 상기 정밀화된 세그먼트 내의 최대 휘도값 YMAX 또는 최소 휘도값 YMIN 간의 차이에 기초하여, 서브 이득 g2를 결정하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 방법.
  12. 제8항에 있어서,
    상기 이득값을 결정하는 단계는 상기 정밀화된 세그먼트 내의 상기 선택된 방향을 따라 상기 이웃하는 픽셀 차이에 기초하여 서브 이득 g3를 결정하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 방법.
  13. 제8항에 있어서,
    상기 이득값을 결정하는 단계는,
    상기 정밀화된 세그먼트 내의 상기 픽셀들의 최대 휘도값 YMAX 및 최소 휘도값 YMIN 간의 차이에 기초하여 서브 이득 g1을 결정하는 단계;
    상기 선택된 픽셀의 휘도값 및 상기 정밀화된 세그먼트 내의 최대 휘도값 YMAX 또는 최소 휘도값 YMIN 간의 차이에 기초하여, 서브 이득 g2를 결정하는 단계;
    상기 정밀화된 세그먼트 내의 상기 선택된 방향을 따라 상기 이웃하는 픽셀 차이에 기초하여 서브 이득 g3를 결정하는 단계; 및
    상기 서브 이득값들 중 둘 이상의 조합에 기초하여 이득값을 결정하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 방법.
  14. 제13항에 있어서,
    상기 이득값을 결정하는 단계는 상기 3개의 서브 이득들을 모두 곱하여 상기 이득값을 결정하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 방법
  15. 제14항에 있어서,
    상기 이득값을 결정하는 단계는 상기 3개의 서브 이득들은 모두 곱하고 상기 곱한 값을 공간상 필터링하여 상기 이득값을 결정하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 방법.
  16. 제11항에 있어서,
    상기 서브 이득 g2를 결정하는 단계는,
    (1)상기 선택된 픽셀의 상기 휘도 및 상기 정밀화된 세그먼트 내의 최소 휘도 간의 차이 및 (2) 상기 선택된 픽셀의 상기 휘도 및 상기 정밀화된 세그먼트 내의 최대 휘도간의 차이 중 최소값에 기초하는 제1 이득 콤포넌트 f1의 함수로서 상기 서브 이득 g2를 결정하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 방법.
  17. 제16항에 있어서,
    상기 서브 이득 g2를 결정하는 단계는,
    상기 정밀화된 세그먼트 내의 최대 휘도값 YMAX 및 최소 휘도값 YMIN 간의 절대적 차이(absolution difference)에 기초하는 제2 이득 콤포넌트 f2의 함수로서 상기 서브 이득 g2를 결정하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 방법.
  18. 양자화된 입력 이미지를 처리하는 이미지 처리 시스템에 있어서,
    상기 입력 이미지 내의 선택된 픽셀이 선택된 방향에서 램프 영역에 속하는지를 검출하도록 구성되는 검출부;
    상기 검출 결과에 기초하여 양자화 레벨을 동적으로 선택하도록 구성된 양자화 레벨 계산부; 및
    상기 선택된 양자화 레벨에 기초하여 상기 픽셀을 정밀화하도록 구성된 정밀화부를 포함하는 것을 특징으로 하는 이미지 처리 시스템.
  19. 제18항에 있어서,
    상기 정밀화된 픽셀은 상기 입력 픽셀보다 고 정밀도이고, 감소된 양자화층을 가지는 것을 특징으로 하는 이미지 처리 시스템.
  20. 제18항에 있어서,
    상기 양자화 레벨 계산부는 상기 램프 영역의 가파름에 기초하여 상기 양자화 레벨을 선택하도록 구성되는 것을 특징으로 하는 이미지 처리 시스템.
  21. 제18항에 있어서,
    상기 선택된 양자화 레벨은 비램프 영역에서보다 램프 영역에서 더 높은 것을 특징으로 하는 이미지 처리 시스템.
  22. 제18항에 있어서,
    상기 양자화 레벨 계산부는 상기 선택된 방향에서 일련의 픽셀들에 기초하여 양자화 레벨을 선택하는 것을 특징으로 하는 이미지 처리 시스템.
  23. 제18항에 있어서,
    상기 정밀화부는,
    상기 입력 이미지 내의 부드럽게 변화하는 영역을 포함하는, 상기 선택된 방향에서 상기 선택된 픽셀 주변의 세그먼트를 선택하도록 구성되는 사전 분할부; 및
    상기 정밀화된 세그먼트 영역을 얻기 위해, 상기 양자화 레벨에 기초하여 상기 세그먼트를 정밀화하도록 구성된 분할부를 포함하는 것을 특징으로 하는 이미지 처리 시스템.
  24. 제18항에 있어서,
    고 정밀 픽셀 값들을 갖는 필터링된 영역을 얻기 위해 상기 정밀화된 세그먼트 영역 상에 저역 통과 필터링 동작을 수행하도록 구성되는 저역 통과 필터를 더 포함하는 것을 특징으로 하는 이미지 처리 시스템.
  25. 제24항에 있어서,
    상기 정밀화된 세그먼트 영역에 대한 휘도값 수치들을 측정하고 상기 측정된 휘도값으로부터 이득값을 결정하도록 구성되는 이득 제어부를 더 포함하는 것을 특징으로 하는 이미지 처리 시스템.
  26. 제25항에 있어서,
    상기 이득값에 기초하여 상기 선택된 픽셀의 원래의 휘도값 및 상기 필터링된 휘도값을 결합하도록 구성된 믹서를 더 포함하는 것을 특징으로 하는 이미지 처리 시스템.
  27. 제25항에 있어서,
    상기 이득 제어부는 상기 정밀화된 세그먼트 내의 상기 픽셀들의 최대 휘도값 YMAX 및 최소 휘도값 YMIN 간의 차이에 기초하여 서브 이득 g1을 결정하도록 구성되는 것을 특징으로 하는 이미지 처리 시스템.
  28. 제25항에 있어서,
    상기 이득 제어부는 상기 선택된 픽셀의 휘도값 및 상기 정밀화된 세그먼트 내의 최대 휘도값 YMAX 또는 최소 휘도값 YMIN 간의 차이에 기초하여, 서브 이득 g2를 결정하도록 구성되는 것을 특징으로 하는 이미지 처리 시스템.
  29. 제25항에 있어서,
    상기 이득 제어부는 상기 정밀화된 세그먼트 내의 상기 선택된 방향을 따라 상기 이웃하는 픽셀 차이에 기초하여 서브 이득 g3를 결정하도록 구성되는 것을 특징으로 하는 이미지 처리 시스템.
  30. 제25항에 있어서,
    상기 이득 제어부는,
    상기 정밀화된 세그먼트 내의 상기 픽셀들의 최대 휘도값 YMAX 및 최소 휘도값 YMIN 간의 차이에 기초하여 서브 이득 g1을 결정하고,
    상기 선택된 픽셀의 휘도값 및 상기 정밀화된 세그먼트 내의 최대 휘도값 YMAX 또는 최소 휘도값 YMIN 간의 차이에 기초하여, 서브 이득 g2를 결정하고,
    상기 정밀화된 세그먼트 내의 상기 선택된 방향을 따라 상기 이웃하는 픽셀 차이에 기초하여 서브 이득 g3를 결정하고,
    상기 서브 이득값들 중 둘 이상의 조합에 기초하여 상기 이득값을 결정하도록 구성되는 것을 특징으로 하는 이미지 처리 시스템.
  31. 제30항에 있어서,
    상기 이득 제어부는 상기 3개의 서브 이득들을 모두 곱하여 상기 이득값을 결정하도록 구성되는 것을 특징으로 하는 이미지 처리 시스템.
  32. 제31항에 있어서,
    상기 이득 제어부는 상기 3개의 서브 이득들은 모두 곱하고 상기 곱한 값을 공간상 필터링하여 상기 이득값을 결정하도록 구성되는 것을 특징으로 하는 이미지 처리 시스템.
  33. 제28항에 있어서,
    상기 이득 제어부는 (1)상기 선택된 픽셀의 상기 휘도 및 상기 정밀화된 세그먼트 내의 최소 휘도 간의 차이 및 (2) 상기 선택된 픽셀의 상기 휘도 및 상기 정밀화된 세그먼트 내의 최대 휘도간의 차이 중 최소값에 기초하는 제1 이득 콤포넌트 f1의 함수로서 상기 서브 이득 g2를 결정하도록 구성되는 것을 특징으로 하는 이미지 처리 시스템.
  34. 제33항에 있어서,
    상기 이득 제어부는 상기 정밀화된 세그먼트 내의 최대 휘도값 YMAX 및 최소 휘도값 YMIN 간의 절대적 차이(absolution difference)에 기초하는 제2 이득 콤포넌트 f2의 함수로서 상기 서브 이득 g2를 결정하도록 구성되는 것을 특징으로 하는 이미지 처리 시스템.
  35. 양자화된 입력 이미지를 처리하는 이미지 프로세서에 있어서,
    상기 입력 이미지 내의 선택된 픽셀이 선택된 방향에서 램프 영역에 속하는지를 검출하도록 구성되는 검출부;
    상기 검출된 램프 영역의 가파름(steepness)에 기초하여 양자화 레벨을 동적으로 선택하도록 구성된 양자화 레벨 계산부;
    상기 입력 이미지 내의 부드럽게 변화하는 영역을 포함하는, 상기 선택된 방향에서 상기 선택된 픽셀 주변의 세그먼트를 선택하도록 구성된 사전 분할부; 및
    양자화층이 감소된 정밀화된 세그먼트 영역을 얻기 위해, 상기 양자화 레벨에 기초하여 상기 세그먼트를 정밀화하도록 구성된 분할부를 포함하는 것을 특징으로 하는 이미지 프로세서.
  36. 제35항에 있어서,
    고 정밀 픽셀 값들을 갖는 필터링된 영역을 얻기 위해 상기 정밀화된 세그먼트 영역 상에 저역 통과 필터링 동작을 수행하도록 구성되는 저역 통과 필터를 더 포함하는 것을 특징으로 하는 이미지 프로세서.
  37. 제36항에 있어서,
    상기 정밀화된 세그먼트 영역에 대한 휘도값 수치들을 측정하고 상기 측정된 휘도값으로부터 이득값을 결정하도록 구성되는 이득 제어부를 더 포함하는 것을 특징으로 하는 이미지 프로세서.
  38. 제37항에 있어서,
    상기 이득값에 기초하여 상기 선택된 픽셀의 원래의 휘도값 및 상기 필터링된 휘도값을 결합하도록 구성된 믹서를 더 포함하는 것을 특징으로 하는 이미지 프로세서.
  39. 제38항에 있어서,
    상기 이득 제어부는,
    상기 정밀화된 세그먼트 내의 상기 픽셀들의 최대 휘도값 YMAX 및 최소 휘도값 YMIN 간의 차이에 기초하여 제1 서브 이득 g1을 결정하고,
    상기 선택된 픽셀의 휘도값 및 상기 정밀화된 세그먼트 내의 최대 휘도값 YMAX 또는 최소 휘도값 YMIN 간의 차이에 기초하여, 서브 이득 g2를 결정하고,
    상기 정밀화된 세그먼트 내의 상기 선택된 방향을 따라 상기 이웃하는 픽셀 차이에 기초하여 서브 이득 g3를 결정하고,
    상기 서브 이득값들 중 둘 이상의 조합에 기초하여 상기 이득값을 결정하도록 구성되는 것을 특징으로 하는 이미지 프로세서.
  40. 제39항에 있어서,
    상기 이득 제어부는 상기 3개의 서브 이득들을 모두 곱하여 상기 이득값을 결정하도록 구성되는 것을 특징으로 하는 이미지 프로세서.
  41. 제40항에 있어서,
    상기 이득 제어부는 상기 3개의 서브 이득들은 모두 곱하고 상기 곱한 값을 공간상 필터링하여 상기 이득값을 결정하도록 구성되는 것을 특징으로 하는 이미지 프로세서.
  42. 제41항에 있어서,
    상기 이득 제어부는 (1)상기 선택된 픽셀의 상기 휘도 및 상기 정밀화된 세그먼트 내의 최소 휘도 간의 차이 및 (2) 상기 선택된 픽셀의 상기 휘도 및 상기 정밀화된 세그먼트 내의 최대 휘도간의 차이 중 최소값에 기초하는 제1 이득 콤포넌트 f1의 함수로서 상기 서브 이득 g2를 결정하도록 구성되는 것을 특징으로 하는 이미지 프로세서.
  43. 제42항에 있어서,
    상기 이득 제어부는 상기 정밀화된 세그먼트 내의 최대 휘도값 YMAX 및 최소 휘도값 YMIN 간의 절대적 차이(absolution difference)에 기초하는 제2 이득 콤포넌트 f2의 함수로서 상기 서브 이득 g2를 결정하도록 구성되는 것을 특징으로 하는 이미지 프로세서.
KR1020070048244A 2006-11-21 2007-05-17 디지털 이미지 처리에서 양자화층 감소 방법 및 시스템 KR100850722B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/603,466 2006-11-21
US11/603,466 US7826671B2 (en) 2006-11-21 2006-11-21 Method and system for quantization layer reduction in digital image processing

Publications (2)

Publication Number Publication Date
KR20080046077A KR20080046077A (ko) 2008-05-26
KR100850722B1 true KR100850722B1 (ko) 2008-08-06

Family

ID=39417026

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070048244A KR100850722B1 (ko) 2006-11-21 2007-05-17 디지털 이미지 처리에서 양자화층 감소 방법 및 시스템

Country Status (2)

Country Link
US (1) US7826671B2 (ko)
KR (1) KR100850722B1 (ko)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8090210B2 (en) 2006-03-30 2012-01-03 Samsung Electronics Co., Ltd. Recursive 3D super precision method for smoothly changing area
US7925086B2 (en) * 2007-01-18 2011-04-12 Samsung Electronics Co, Ltd. Method and system for adaptive quantization layer reduction in image processing applications
JP5163031B2 (ja) * 2007-09-26 2013-03-13 株式会社ニコン 電子カメラ
JP5219591B2 (ja) * 2008-04-02 2013-06-26 キヤノン株式会社 画像処理装置およびその方法
JP2009253472A (ja) * 2008-04-02 2009-10-29 Canon Inc 画像処理装置およびその方法
DE102009026983A1 (de) * 2009-06-16 2010-12-30 Trident Microsystems (Far East) Ltd. Bildverarbeitungsverfahren mit einer Bewegungsschätzung und Bildverarbeitungsanordnung
JP5920111B2 (ja) * 2012-08-24 2016-05-18 富士通株式会社 通信制御装置、通信システム及び通信方法
EP3185572B1 (en) * 2014-08-19 2023-03-08 Panasonic Intellectual Property Management Co., Ltd. Transmission method, reproduction method and reproduction device
KR102584522B1 (ko) * 2016-12-27 2023-10-05 한화비전 주식회사 영상처리장치 및 그의 영상보정방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0638189A (ja) * 1992-07-15 1994-02-10 Matsushita Electric Ind Co Ltd 画像符号化方法
KR960015393B1 (ko) * 1993-05-12 1996-11-11 대우전자 주식회사 디지틀 영상 부호화 장치의 양자화 레벨 조절기
JPH0918878A (ja) * 1995-06-30 1997-01-17 Sony Corp 画像符号化装置および画像符号化方法
KR20000023278A (ko) * 1998-09-18 2000-04-25 구자홍 비디오 압축을 위한 인트라-프레임 양자화기 선택 방법

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5218649A (en) 1990-05-04 1993-06-08 U S West Advanced Technologies, Inc. Image enhancement system
EP0555674B1 (en) 1992-02-11 1999-04-21 Eastman Kodak Company Image rendering system and associated method for minimizing contours in a quantized digital color image
US5801657A (en) * 1997-02-05 1998-09-01 Stanford University Serial analog-to-digital converter using successive comparisons
US7148831B2 (en) * 2003-10-27 2006-12-12 Micron Technology, Inc. Variable quantization ADC for image sensors
US7551795B2 (en) * 2005-11-01 2009-06-23 Samsung Electronics Co., Ltd. Method and system for quantization artifact removal using super precision

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0638189A (ja) * 1992-07-15 1994-02-10 Matsushita Electric Ind Co Ltd 画像符号化方法
KR960015393B1 (ko) * 1993-05-12 1996-11-11 대우전자 주식회사 디지틀 영상 부호화 장치의 양자화 레벨 조절기
JPH0918878A (ja) * 1995-06-30 1997-01-17 Sony Corp 画像符号化装置および画像符号化方法
KR20000023278A (ko) * 1998-09-18 2000-04-25 구자홍 비디오 압축을 위한 인트라-프레임 양자화기 선택 방법

Also Published As

Publication number Publication date
US7826671B2 (en) 2010-11-02
KR20080046077A (ko) 2008-05-26
US20080118170A1 (en) 2008-05-22

Similar Documents

Publication Publication Date Title
KR100850722B1 (ko) 디지털 이미지 처리에서 양자화층 감소 방법 및 시스템
US7551795B2 (en) Method and system for quantization artifact removal using super precision
KR101367104B1 (ko) 이미지 처리 어플리케이션에서 적응적인 양자화층 감소방법 및 시스템
KR101478669B1 (ko) 적응성 픽셀-기반의 필터링을 위한 자동 파라미터 추정
US8467003B2 (en) Noise reduction method, medium, and system
US20110123121A1 (en) Method and system for reducing blocking artefacts in compressed images and video signals
KR101761928B1 (ko) 블록 기반 압축 이미지 내의 블러 측정
EP1400924A2 (en) Pseudo three dimensional image generating apparatus
JP2001229390A (ja) ピクセル化されたイメージをセグメント化する方法および装置
KR20060095960A (ko) 블록 노이즈 저감 장치 및 화상 표시 장치
KR20090025290A (ko) 적응성 픽셀-기반의 필터링
JP4192493B2 (ja) 画像ノイズ検出方法及びそれを用いた画像処理装置
US9639919B2 (en) Detection and correction of artefacts in images or video
KR20060093074A (ko) 전역 모션 적응성 디인터레이싱 방법 및 시스템
CN110175967B (zh) 图像去雾处理方法、系统、计算机设备和存储介质
CN101141655A (zh) 影像信号像素点色彩值调整方法
KR100627615B1 (ko) 조정 가능한 임계값을 이용한 노이즈 제거 장치
US8184721B2 (en) Recursive filtering of a video image
US6356592B1 (en) Moving image coding apparatus
KR101024731B1 (ko) 디지털 이미지의 모스키토 노이즈를 감소시키기 위한 방법 및 시스템
KR100700405B1 (ko) 계조 표시 장치
KR20070098540A (ko) 서서히 변화하는 부분에 대한 재귀적 ３ｄ 초정밀화 방법
JP2010509652A (ja) 画像信号のノイズ低減
WO2002047375A2 (en) Spatial smoothing process and device for dark regions of an image
JP5930991B2 (ja) 撮像装置、撮像システムおよび撮像方法

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: 20130627

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20140627

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20150629

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20160629

Year of fee payment: 9