KR100853954B1 - 비디오 화상의 분할-기반의 강조 수행 시스템 및 방법 - Google Patents

비디오 화상의 분할-기반의 강조 수행 시스템 및 방법 Download PDF

Info

Publication number
KR100853954B1
KR100853954B1 KR1020027016171A KR20027016171A KR100853954B1 KR 100853954 B1 KR100853954 B1 KR 100853954B1 KR 1020027016171 A KR1020027016171 A KR 1020027016171A KR 20027016171 A KR20027016171 A KR 20027016171A KR 100853954 B1 KR100853954 B1 KR 100853954B1
Authority
KR
South Korea
Prior art keywords
pixel
emphasis
probability function
segments
probability
Prior art date
Application number
KR1020027016171A
Other languages
English (en)
Other versions
KR20030005421A (ko
Inventor
헤르만스테펜
잔센조한지.
Original Assignee
코닌클리케 필립스 일렉트로닉스 엔.브이.
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 코닌클리케 필립스 일렉트로닉스 엔.브이. filed Critical 코닌클리케 필립스 일렉트로닉스 엔.브이.
Publication of KR20030005421A publication Critical patent/KR20030005421A/ko
Application granted granted Critical
Publication of KR100853954B1 publication Critical patent/KR100853954B1/ko

Links

Images

Classifications

    • 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
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/143—Segmentation; Edge detection involving probabilistic approaches, e.g. Markov random field [MRF] modelling

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Image Processing (AREA)
  • Picture Signal Circuits (AREA)
  • Processing Of Color Television Signals (AREA)

Abstract

비디오 화상의 분할-기반의 강조를 수행하기 위한 장치가 개시되어 있다. 장치는, 1) 인입 비디오 신호의 비디오 프레임들을 저장하기 위한 입력 버퍼; 2) 제 1 저장된 프레임을, 적어도 하나의 공통 속성을 갖는 복수의 화소들을 각각 포함하는 복수의 세그먼트들로 분할할 수 있는 분할 제어기; 3) 제 1 저장된 프레임의 적어도 한 화소와 연관된 확률 함수를 계산할 수 있는 화상 처리기로서, 확률 함수는 적어도 한 화소가 복수의 세그먼트들 중 제 1 선택된 세그먼트 내에 속할 확률을 나타내는, 화상 처리기; 및 4) 적어도 한 화소의 확률 함수의 함수에 따라 적어도 한 화소의 파라미터를 강조할 수 있는 강조 제어기를 포함한다.
강조 제어기, 비디오 프레임, 버퍼, 분할 제어기, 화상 처리기, 비디오 신호

Description

비디오 화상의 분할-기반의 강조 수행 시스템 및 방법{System and method for performing segmentation-based enhancements of a video image}
본 발명은 비디오 신호를 강조하는 장치 및 방법에 관한 것으로, 특히, 확률 함수에 기초하여, 연속적으로 가변되는 비디오 강조량들(amounts of video enhancement)을 화소들의 그룹들에 선택적으로 적용하는 장치 및 방법에 관한 것이다.
텔레비전 사업은 현재의 표준 해상도 텔레비전(SDTV)에서 고해상도 텔레비전(HDTV)으로 이행되는 결과로서 현저한 변화를 겪고 있다. 이러한 변화의 대부분은, 2006년까지 미국 내 모든 방송자들은 모든 프로그래밍 콘텐트를 HDTV 신호들로서 송신해야 하고 SDTV 신호들의 송신을 중지해야 한다는 FCC 요구에 의해 나온 것이다. 결과적으로, 고해상도 텔레비전들 및 HDTV 신호를 표준 해상도 텔레비전에 디스플레이하기 위한 SDTV 화상으로 변환하는 HDTV 변환 시스템들이 시장에서 점점 더 구매가 가능하게 되고 있다.
HDTV로 이행되는 이면의 추진력의 일부는 크고 깨끗한 화상의 가능성과, 일부 시스템들에서의 변경된 애스펙트비(aspect ratio; 영화 포맷과 유사함)와, 시청자에게 송신하는 중의 잡음에 대한 디지털 신호의 감소된 민감성이다. 화면들이 대형화 되어감에 따라, 시청자들은 증가된 해상도를 기대한다. 그러나, 다가올 수 년 동안에, HDTV 세트들은 방송 설비들이 새로운 HDTV 표준(ATSC)으로 이행하는 동안 현존의 SDTV 표준(예를 들면, PAL, NTSC, SECAM)에 따른 텔레비전 신호들을 수신하여 디스플레이할 수 있어야 한다. 그 동안에, HDTV 세트는 고해상도 텔레비전 화상라는 주관적인 느낌이 들도록 SDTV 신호를 증가된 해상도로 디스플레이할 수 있도록 하는 것이 매우 바람직하다. 또한, 방송측에서는, 현존의 표준 해상도(SD) 자료들을 고해상도(HD) 포맷으로 상향-변환할 수 있는 기술들이 필요하다.
불행히도, 텔레비전 수신기에서의 비디오 신호의 해상도는 원 비디오 신호(예를 들면, PAL, NTSC, SECAM)의 품질 또는 송신 채널의 대역폭에 의해 제한된다. 따라서, 인지되는 화질이 보다 좋아지도록 SDTV 신호들의 해상도를 증가시키기 위해서, 복조 후 수신기에서 비디오 신호를 후-처리하는 것이 점점 더 중요해지고 있다.
텔레비전 화상들의 분할은, 화상 시퀀스의 각 프레임을 영역들 또는 세그먼트들로 세분하는 후-처리 기술이다. 각 세그먼트는 공통적인 속성들을 갖는 화상 영역을 포함하는 화소들의 클러스터이다. 예를 들면, 세그먼트는 공통의 색, 공통의 텍스처, 특정한 형상, 진폭 범위 또는 시간적 변화에 의해 구별될 수 있다. 종래의 공지된 분할 애플리케이션들로는 패턴 인식, 타겟 추적, 및 보안 감시가 있다. 가장 최근에는 MPEG-4 및 MPEG-7 표준들에 관계된 애플리케이션들에서 분할이 연구되었다. MPEG-4의 경우, 세그먼트들은 데이터 압축을 달성하기 위해 식별되고 고유하게 부호화된다. MPEG-7의 경우에는 분할은 화상 분류 및 검색을 위해 화상 성분들을 식별하는데 사용된다.
텔레비전 화상 강조의 경우에, 공지된 강조 기술들은 글로벌 및 로컬 강조 방법들을 모두 포함한다. 글로벌 강조 기술들의 예로는 전체 화상에 대해 전체적으로(또는 균일하게) DC 오프셋 및 신호 이득을 제어하는 텔레비전(TV) 수신기들의 밝기 제어 및 콘트라스트 제어가 있다. 로컬 제어 강조 기술의 예로는 에지 강조가 있고, 여기서 화상 처리기는 화상의 에지들의 위치를 자동으로 검출하고 에지의 로컬 영역에만 적절한 강조를 적용한다.
로컬 강조 기술들이 화상의 로컬 영역들에만 적용될지라도, 종래의 방법들은 그래도 글로벌 파라미터들에 의해 제어된다. 에지 강조의 경우에, 예를 들면, 에지 강조 알고리즘은 로컬 에지 특징들에 맞게 구성될 수도 있다. 그러나, 알고리즘을 주관하는 파라미터들은 글로벌 파라미터이다(즉, 이들은 화상의 모든 영역에 대해서 동일하다). 글로벌 파라미터들의 사용으로, 임의의 주어진 화상에 적용될 수 있는 가장 효과적인 강조에 제한이 가해진다. 강조 알고리즘을 화상의 서로 다른 세그먼트들에 서술될 특징들을 인식하도록 트레이닝하고 화상 특징의 각 유형에 대해 최적화되는 화상 강조 파라미터들을 동적으로 선택할 수 있을 경우, 보다 많은 양의 강조가 가능할 수 있을 것이다.
공지된 화상 분할 방법들은 이진 판정(binary decision)이 행해진다는 점에서 "하드(hard)" 분할이라고 할 수 있다. 모든 영역은 세그먼트의 상대적인 기준을 만족하여 원하는 세그먼트에 포함되거나, 아니면 완전히 제외된다. 많은 종래의 하드 분할 기술들은 종래 기술에 공개되어 있는 애플리케이션들에 대해서는 만족스럽다. 그러나, 이 하드 분할 기술들은 많은 진보된 애플리케이션들에서는 만족스럽지 못하다.
예를 들어, 하드 분할 기술들을 동화상 시퀀스들에 적용하는 경우에, 외관, 조명 또는 원근에서의 작은 변화들은 화상에 단지 작은 변화만을 야기할 수도 있다. 결과는 종종 화상의 부분들이 화상 프레임마다 랜덤하게 하드 분할 기준을 만족하거나 만족하지 않는다는 것이다. 화상 강조 기술들이 분할된 영역들에만 적용될 때, 결과는 대개는 분할된 영역들의 에지들에서 강조가 랜덤하게 변동할 수도 있다. 동화상 시퀀스들에서의 이러한 랜덤한 변동들은 시청자들에게는 수락될 수 없는 교란 아티팩트들(disturbing artifacts)을 나타낸다.
따라서, 이 기술에서는 텔레비전 화상의 품질을 향상시키는 개선된 장치 및 방법들이 필요하다. 특히, 이 기술에서는 비디오 화상의 연속한 프레임들간의 외관, 조명, 원근 등의 작은 변동들에 의해 영향을 받지 않는 개선된 화상 강조 기술들이 필요하다. 특히, 화상의 화소 또는 화소들의 그룹에 강조 기술 또는 분할 기술을 적용할 것인지 여부에 관한 하드, 이진 판정에 의존하지 않는, 비디오 화상을 분할 및 강조하는 개선된 장치들 및 방법들이 필요하다.
종래기술의 전술한 결점들을 해결하기 위해서, 본 발명의 주 목적은 비디오 화상의 분할-기반의 강조를 수행하는 장치를 제공하는 것이다. 본 발명의 유익한 실시예에 따라, 장치는, 1) 인입 비디오 신호의 비디오 프레임들을 저장하기 위한 입력 버퍼; 2) 제 1 저장된 프레임을, 적어도 하나의 공통 속성을 갖는 복수의 화소들을 각각 포함하는 복수의 세그먼트들로 분할할 수 있는 분할 제어기; 3) 제 1 저장된 프레임의 적어도 한 화소와 연관된 확률 함수를 계산할 수 있는 화상 처리기로서, 상기 확률 함수는 적어도 한 화소가 복수의 세그먼트들 중 제 1 선택된 세그먼트 내에 속할 확률을 나타내는, 상기 화상 처리기; 및 4) 적어도 한 화소의 확률 함수의 함수에 따라 적어도 한 화소의 파라미터를 강조할 수 있는 강조 제어기를 포함한다.
본 발명의 일 실시예에 따라서, 분할 제어기는 확률 함수의 함수에 따라 제 1 저장된 프레임을 복수의 세그먼트들로 분할한다.
본 발명의 일 실시예에 따라서, 상기 강조 제어기는 확률 함수의 값이 증가함에 따라 상기 파라미터의 강조량을 증가시킨다.
본 발명의 일 실시예에 따라서, 강조 제어기는 확률 함수의 값이 감소함에 따라 파라미터의 강조량을 감소시킨다.
본 발명의 일 실시예에 따라서, 장치는 분할 알고리즘을 저장할 수 있는 메모리를 더 포함하고, 분할 알고리즘은 제 1 저장된 프레임을 복수의 세그먼트들로 분할하는 분할 제어기에 의해 실행 가능한 명령들을 포함한다.
본 발명의 일 실시예에 따라서, 메모리는 또한 강조 알고리즘을 저장할 수 있고, 강조 알고리즘은 적어도 한 화소의 파라미터를 강조하기 위해 상기 강조 제어기에 의해 실행될 수 있는 명령들을 포함한다.
본 발명의 일 실시예에 따라서, 적어도 한 화소와 연관된 확률 함수는 적어도 한 화소와 연관된 (y, u, v) 색 값들로부터 계산된다.
전술한 바는, 이 기술분야에 숙련된 자들이 다음의 발명의 상세한 설명을 보 다 잘 이해할 수 있도록 본 발명의 특징들 및 기술적 이점들을 다소 광의로 개괄한 것이다. 본 발명의 청구 대상을 이루는 본 발명의 추가 특징들 및 이점들을 이하 기술하도록 한다. 이 기술분야에 숙련된 자들은 본 발명의 동일 목적들을 수행하는 다른 구조들을 수정하거나 설계하기 위한 기반으로서 개시된 개념 및 구체적인 실시예를 쉽게 이용할 수 있음을 알 것이다. 이 기술분야에 숙련된 자들은 이러한 등가의 구성들이 가장 넓은 형태로 본 발명의 정신 및 범위를 벗어나지 않고 행해진다는 것을 알 것이다.
상세한 설명에 앞서, 본 명세서 전체에 걸쳐 사용되는 특정 단어들 및 구들의 정의를 내리는 것이 유익할 수 있다. 단어 "포함하다"와 그 활용은 제한이 없는 포함을 뜻하고, "또는"은 '및/또는'의 의미를 포함하고, "~에 연관된", "~와 연관된"이라는 구와 그 활용은 포함하다, ~내에 포함되다, ~와 상호접속하다, 내포하다, ~내에 내포되다, ~에 또는 ~와 접속하다, ~에 또는 ~와 연결되다, ~와 통신할 수 있다, ~와 협동하다, 삽입하다, 병치하다, ~에 근사하다, ~에 또는 ~와 경계되다, 갖다, ~의 특징을 갖는다 등을 의미하며, 용어 "제어기"는 임의의 장치, 시스템 또는 적어도 한 동작을 제어하는 상기 시스템의 일부를 뜻하고, 이러한 장치는 하드웨어, 펌웨어 또는 소프트웨어, 또는 이들 중 적어도 둘의 어떤 조합으로 구현될 수 있다. 임의의 특정 제어기와 연관된 기능은, 로컬이든 원격으로든 간에, 중앙화되거나 분산될 수 있음에 유의해야 한다. 어떤 단어들 및 구들의 정의는 본 명세서 전체에 걸쳐 제공되고, 이 기술분야에 통상의 지식을 가진 자들은, 대부분의 경우가 아닐지라도, 대부분 이러한 정의들은 이러한 정의된 단어들 및 구들의 앞으로의 사용뿐만 아니라, 기존의 경우에도 적용됨을 알 것이다.
본 발명 및 이의 이점들을 보다 완전하게 이해하기 위해서, 동일한 구성요소에 동일한 참조부호를 사용한 첨부 도면들과 함께 취해진 다음의 상세한 설명을 참조할 수 있다.
도 1은 본 발명의 원리에 따른 비디오 화상을 분할 및 강조하는 장치를 포함하는 텔레비전 세트를 도시하는 블록도.
도 2는 본 발명의 일 실시예에 따라 텔레비전 세트 내의 후-처리 회로를 보다 상세히 도시하는 도면.
도 3은 본 발명의 일 실시예에 따라 PC-기반의 화상 처리 시스템을 도시하는 도면.
도 4는 본 발명의 일 실시예에 따른 후-처리 회로의 선택된 부분들의 동작을 도시하는 흐름도.
이하 기술되는 도 1 내지 도 4, 및 본 발명의 장치들과 방법들의 원리를 기술하는 본 명세서에 개시된 여러 가지 실시예들은 단지 예시적인 것이고, 어떤 식으로든 본 발명의 범위를 제한하는 것으로 해석되지 않아야 한다. 이 기술분야에 숙련된 자들은, 제한없이, 텔레비전 수신기들, 텔레비전 방송 시스템들, 개선된 비디오 처리 회로들과 관련된 비디오 처리 소프트웨어를 포함하는 개인용 컴퓨터들(PC) 등을 포함하는, 임의의 적절하게 구성된 비디오 처리 시스템에 본 발명의 원리가 구현될 수 있음을 알 것이다. 다음의 설명에서, 본 발명에 따른 비디오 화상 샤프닝(image sharpening) 장치는 단지 예시 목적으로 텔레비전 세트 및 개인용 컴퓨터(PC)에 구현된다.
도 1은 본 발명의 원리에 따른 비디오 화상에 분할 및 강조하는 장치를 포함하는 텔레비전 세트(100)의 블록도이다. 텔레비전 세트(100)는 안테나(105), 텔레비전 수신기(110), 및 디스플레이 유닛(115)을 포함한다. 안테나(105)는 텔레비전 수신기(110)에 의해 처리되는 인입 무선 주파수(RF) 텔레비전 신호들을 수신한다. 디스플레이 유닛(115)은, 예를 들면, 음극선관, 평면 디스플레이, 또는 비디오 화상들을 디스플레이하기 위한 임의의 다른 종류의 장비일 수 있다.
텔레비전 수신기(110)는 튜너(120), 중간 주파수(IF) 처리기(125), 선택적인 MPEG 디코더(130), 및 후-처리 회로(140)를 포함한다. MPEG 디코더(130)(점선으로 도시되어 있음)는 텔레비전 수신기(110)가 MPEG 디코더를 포함하지 않는 아날로그 텔레비전 수신기일 수도 있기 때문에 예시적인 실시예에서는 선택적인 것이다. 이러한 실시예에서, IF 처리기(125)의 출력은 후-처리 회로(140)에 의해 직접 사용된다. 튜너(120)는 인입 RF 신호를 하향-변환하여 중간 주파수(IF) 신호를 생성한다. 튜너(120)의 IF 출력은 IF 처리기(125)에 의해 더 하향 변환되어, 예를 들면, 전송 스트림일 수도 있는 기저대역의 신호를 생성한다. MPEG 디코더(130)는 전송 스트림으로부터 MPEG-부호화된 데이터 스트림과 같은 적어도 하나의 기본 스트림을 추출하는 디멀티플렉서 회로를 포함할 수 있다. 이어서, MPEG 디코더(130)는 부호화된 MPEG 데이터 스트림을 변환하여, 디스플레이 유닛(115)에 의해 디스플레이될 수 있는 표준 비디오 신호를 생성한다. 그러나, MPEG 디코더(130)에 의해 생성된 비디오 신호의 품질을 더 향상시키기 위해서, MPEG 디코더(130)의 출력은 부가 처리를 위해 후-처리 회로(140)에 전송된다. 이어서, 후-처리 회로(140)의 출력에서의 향상된 비디오 신호는 디스플레이 유닛(115)에 전송된다.
후-처리 회로(140)는 몇 가지 상이한 유형들의 비디오 신호 처리를 수행할 수 있다. 후-처리 회로(140)에 의해 수행되는 비디오 신호 처리 기능들의 예로는 잡음 감축 알고리즘들, 색 보정, 스케일링, 주사율 변환, 적응형 특징 강조, 및 그 외 적응형 객체 기반 알고리즘들이 있다. 유익한 실시예에서, 후-처리 회로(140)는 본 발명의 원리에 따라 소프트 분할 및 적응형 색 강조를 수행할 수 있는 분할 회로 및 색 강조 회로를 포함한다.
도 2는 본 발명의 일 실시예에 따라 후-처리 회로(140)를 보다 상세히 도시하는 도면이다. 후-처리 회로(140)는 입력 프레임 버퍼(210), 화상 처리기(220), 메모리(230), 및 출력 프레임 버퍼(240)를 포함한다. 후-처리 회로(140)는 선택적인 MPEG 디코더(130) 또는 (경우에 따라서는)IF 처리기(125)로부터 인입 비디오 프레임들을 수신하여, 각 비디오 프레임의 화소 데이터를 입력 프레임 버퍼(210)에 저장한다. 다음에, 화상 처리기(220)는 본 발명의 원리에 따라 각 비디오 프레임(이하 보다 상세히 후술함)의 소프트 분할을 수행한다.
분할 제어기(222)는 소프트 화상 분할을 수행할 수 있는 화상 처리기(220)의 부분들을 포함한다. 본 발명의 유익한 실시예에 따라서, 분할 제어기(222)는 메모리(230) 내의 분할 알고리즘(232)에 저장된 명령들을 실행함으로써 분할을 수행한다. 강조 제어기(224)는 화상 분할의 하나 이상의 유형들(즉, 색 시프트, 색 채도 증가, 에지 강조 등)을 수행할 수 있는 화상 처리기(220)의 부분들을 포함한다. 본 발명의 유익한 실시예에 따라서, 강조 제어기(222)는 메모리(230) 내의 강조 알고리즘(234)에 저장된 명령들을 실행함으로써 이들 화상 강조 기술들을 수행한다. 이어서, 분할 및 강조가 행해진 비디오 프레임들은 나중에 디스플레이(115)에 전송하기 위해 출력 프레임 버퍼(240)에 저장된다.
상술된 설명에서, 본 발명은, 개선된 비디오 처리 회로들과 이와 관련된 비디오 처리 소프트웨어를 포함하는 개인용 컴퓨터를 포함하여, 임의의 적절하게 구성된 화상 처리 시스템에 구현될 수 있다고 하였다. 이 경우에, 본 발명은 컴퓨터-실행 가능한 명령들, 및 PC의 하드 디스크 드라이브나, 예를 들면, CD-ROM 디스크, DVD 디스크, 3.5인치 플로피 디스크 등일 수 있는 착탈 가능한 저장 매체에 저장된 데이터로서 구현될 수 있다.
도 3은 본 발명의 일 실시예에 따른 예시적인 화상 처리 시스템(300)을 도시하는 도면이다. 화상 처리 시스템(300)은 개인용 컴퓨터(PC)(310), 외부 데이터베이스들(380), 모니터(385), 및 사용자 장치들(390)을 포함한다. 개인용 컴퓨터(310)는 비디오 파일들로부터 검색된 비디오 프레임들의 분할 및 강조를 수행한다. 외부 데이터베이스들(380)은 디지털화된 비디오 화상들이 검색될 수 있는 하나 이상의 소스들을 포함한다. 이 데이터베이스들은 근거리 통신망(LAN), 광역 통신망(WAN), 인터넷에 의한 액세스 및/또는 테이프, 디스크, 또는 그 외 다른 저장 장치들과 같은 외부 장치들을 통한 데이터에의 직접 액세스를 통해 제공될 수 있다.
모니터(385)는 강조된 비디오 화상들을 디스플레이한다. 사용자 장치(들)(390)는 시스템에 사용자 입력들을 제공하기 위해 화상 처리 시스템(300)의 사용자에 의해 조작될 수 있는 하나 이상의 주변 장치들을 나타낸다. 전형적인 주변 사용자 입력 장치들은 컴퓨터 마우스, 키보드, 광 펜, 조이스틱, 터치-테이블 및 연관된 스타일러스, 또는 검색된 화상(들) 전부 또는 일부를 포함하는 데이터를 입력, 선택, 조작하는데 선택적으로 사용될 수 있는 임의의 다른 장치를 포함한다. 사용자 장치(들)(390)는 또한 특정의 검색 또는 수정된 화상을 캡쳐하는데 사용될 수 있는 컬러 프린터와 같은 출력 장치들을 포함할 수도 있다.
개인용 컴퓨터(310)는 화상 처리기(320), 랜덤 액세스 메모리(RAM)(330), 디스크 저장 장치(340), 사용자 입력/출력(I/O) 카드(350), 비디오 카드(360), I/O 인터페이스(370), 및 처리기 버스(375)를 포함한다. RAM(330)은 또한 화상 분할 애플리케이션(332) 및 화상 강조 애플리케이션(334)을 포함한다. 처리기 버스(375)는 개인용 컴퓨터(110)의 모든 구성요소들간에 데이터를 전송한다. 화상 처리기(320)는 개인용 컴퓨터(110)에 전체적인 제어를 제공하고, 본 발명의 원리에 따른 비디오 화상들의 소프트 분할을 수행한다. 화상 처리기(320)는 또한 색 강조, 에지 샤프닝 및 그 외 본 발명의 원리에 따른 강조들을 수행한다. 화상 처리기(320)에 대한 요건들 및 능력들은 이 기술분야에 공지되어 있고, 본 발명에서 필요한 것 이외에는 상세히 기술될 필요가 없다.
RAM(330)은, 시스템 내의 구성요소들로는 제공되지 않는, 개인용 컴퓨터(310)에 의해 생성되는 데이터를 일시적으로 저장하기 위한 랜덤 액세스 메모리를 제공한다. RAM(330)은 분할 애플리케이션(332), 강조 애플리케이션(334)용의 메모리, 및 화상 처리기(330) 및 연관된 장치들에 의해 필요로 하는 그 외 다른 메모리를 포함한다. 분할 애플리케이션(332)은 초기 비디오 화상 및 임의의 수정된 영역에 기초한 화상들이 소프트 분할 처리 중에 일시적으로 저장되는 RAM(330)의 일부분을 나타낸다. 분할 애플리케이션(332)은 동일 색, 동일한 텍스처, 특정 형상, 진폭 범위 또는 시간적 변동의 영역들 및 형상들을 정의하고 분할하는 실행 가능한 명령들을 포함한다. 강조 애플리케이션(334)은 분할 애플리케이션(334)에 의해 정의된 세그먼트들에 대해 서로 다른 유형의 강조들을 수행하는 화상 처리기(320)에 의해 실행되는 애플리케이션 프로그램 내 실행 가능한 명령들을 포함한다. 분할 애플리케이션(332) 및 강조 애플리케이션(334)은 또한 CD-ROM, 컴퓨터 디스켓, 또는 디스크 저장 장치(340)의 착탈 가능한 디스크 포트에 로딩될 수 있는 다른 저장 매체, 또는 외부 데이터베이스들(380)과 같이 다른 어떤 곳에 있는 프로그램으로서 실현될 수도 있다.
디스크 저장 장치(340)는 분할 애플리케이션(332) 및 강조 애플리케이션(334)을 포함하는 애플리케이션 프로그램들, 및 다른 데이터를 영속적으로 저장하기 위한, 착탈 가능한 디스크를 포함하는 하나 이상의 디스크 시스템들을 포함한다. 사용자 I/O 카드(350)는 사용자 장치(들)(390)와 나머지 개인용 컴퓨터(310) 사이의 인터페이스이다. 비디오 카드(360)는 모니터(385)와 나머지 개인용 컴퓨터(310) 사이의 인터페이스를 제공하고, I/O 인터페이스(370)는 외부 데이터베이스들(380)과 나머지 개인용 컴퓨터(310) 사이의 인터페이스를 제공한다.
본 발명은 종래 기술에서는 이용할 수 없었던 새로운 강조 기능을 제공하기 위해 분할과 로컬 강조를 결합한다. 예를 들면, 풀, 나무 및 다른 녹색 식물들과 같은 초목(vegetation)을 특징화하는 화상들을 고려한다. 본 발명은 녹색 식물들로 구성되는 각 화상의 모든 영역들을 인식하는 알고리즘을 포함한다. 본 발명은 이 영역들에만 녹색 식물들에 대해 최적이라고 간주되는 화상 처리를 적용한다. 화상의 다른 부분들에는 이들의 특징들에 대해 고유하게 최적화된 강조 처리가 행해진다.
본 발명은 화소들의 범위가 원하는 세그먼트 내에 놓일 확률을 모델링하는 연속(즉, 비-이진) 함수를 정의하는 소프트 분할의 개념을 도입한다. 이러한 세그먼트들은 예를 들면 식물, 하늘, 사람의 피부 등의 색들 및 텍스처들에 대해 미리 정의된 화소값의 범위들일 수 있다. 세그먼트들은 화소들의 그룹이 동일한 세그먼트의 부분이 될 확률에 따라 정의된다.
세그먼트들이 정의된 후에, 적용되는 강조량 또한 확률 측정의 함수이다. 어떤 화소가 세그먼트 내에 놓일 확률이 클수록, 이 화소에 적용되는 강조량이 커진다. 확률이 최대인 경우에는 최대의 강조가 적용된다. 세그먼트의 에지들 근처에서는 확률이 낮기 때문에, 세그먼트의 에지들에서는 강조가 점진적으로 없어진다. 이것은 하드(또는 2진) 분할에 기여되는 프레임-대-프레임 아티팩트들 없이 이러한 분할-기반의 강조들이 동화상들에 적용될 수 있도록 한다.
본 발명의 유익한 실시예에 따라서, 많은 소프트 분할 태스크들에 대한 한 적절한 확률 모델은 가우스 분포이다. 그러나, 소프트 분할 모델의 효율은 다른 수학적인 분포 함수들에 대해서도 유지될 것이다. 본 발명의 일 실시예에 따라서, 확률 함수는 휴-채도-값(HSV, hue-saturation-value) 색 공간 또는 YUV 색 공간에서 정의될 수 있다. 본 발명은 색 속성들을 명시하기 위한 상기 또는 임의의 다른 색 공간을 사용하는 것도 커버하지만, TV 신호들은 이미 YUV 형태로 이용 가능하고 다른 색 공간으로의 추가 변환이 필요 없기 때문에, YUV 색 공간은 특히 바람직하다. 3차원 가우스 분포 함수는 소프트 분할에 대한 확률을 모델링하는데 사용될 수 있다. 이 함수는 다음과 같은 형태이다.
Figure 112002039437169-pct00001
여기서,
Figure 112002039437169-pct00002
Figure 112002039437169-pct00003
(여기서, 0<y<255, 0<u<255, 0<v<255)
한 세트의 대표적인 파라미터 값들은 다음을 포함할 수 있다.
Figure 112002039437169-pct00004
Figure 112002039437169-pct00005
식물 세그먼트들의 경우에, 예시적인 강조 알고리즘은 밝은 초록의 풀의 색으로 식물 세그먼트의 색을 옮기고, 색 채도를 증가시키고, 휘도를 증가시키고, 에지 강조를 적용한다. 적용되는 강조량은 확률 함수에 비례한다. 여기 기술되는 개념들은 샘플 애플리케이션으로서 주어진 식물 분할로 제한되지 않는다. 하늘, 사람의 피부, 빌딩들 등과 같은 다른 영역들은 상이한 확률 함수들 및 상이한 파라미터값들을 필요로 할 수도 있다.
도 4는 본 발명의 일 실시예에 따른 후-처리 회로(140)의 선택된 부분들의 동작을 도시하는 흐름도(400)이다. 루틴 동작시, 후-처리 회로(140)는 MPEG 디코더(130)로부터 비디오 프레임들을 수신하여 이들을 입력 프레임 버퍼(210)에 저장한다. 이어서, 화상 처리기(220)는 각 프레임의 모든 화소들에 대해 상술된 확률 함수를 계산한다(처리 단계 405). 다음에, 화상 처리기(220)는 사람의 피부, 풀 등의 상이한 유형들의, 이를 테면 하늘과 같은 공통 객체들의 미리 정의된 값들을 화소 확률들과 비교함으로써 분할을 수행한다(처리 단계 410). 유리하게는 미리 정의된 값들과 비교하는 픽셀들의 그룹들은 공통 세그먼트에 속하는 것으로 식별된다. 대안적으로, 상술된 확률 함수에 기초한 분할에 부가하여, 또는 그 대신에, 종래의 이 기술분야에 공지된 다른 분할 기술들이 사용될 수도 있다(처리 단계 415).
프레임들이 분할되면, 화상 처리기(220)는 각 화소와 연관된 확률 함수에 따라 분할된 비디오 프레임들에 대해 하나 이상의 비디오 강조 기술들을 수행한다. 본 발명의 원리에 따라서, 강조량은 확률 함수에 비례한다(처리 단계 420). 즉, 화소가 어떤 세그먼트에 속할 확률이 비교적 높다면, 비교적 큰 양의 강조가 적용된다. 반대로, 화소가 어떤 세그먼트에 속할 확률이 비교적 낮다면, 비교적 작은 양의 강조가 적용된다. 예를 들면, 영역으로 정해진 야자수 잎의 경계들 내의 녹색 화소들은 야자수 잎이 움직임에 따라 다른 색으로 바뀌는 에지 근처의 화소들보다는 큰 확률값을 갖는다. 따라서, 야자수 잎의 녹색 채도를 증가시키는 색 강조 기술은 야자수 잎의 에지에서보다는 야자수 잎의 중앙 근처에서 색 강조량을 보다 크게 하여 적용할 수 있다. 마지막으로, 분할되고 강조된 비디오 프레임들이 디스플레이(115)에 전송되거나, 대안적으로는 본 발명의 개인용 컴퓨터 내 저장 장치에 전송된다.
본 발명을 상세히 기술하였으나, 이 기술에 숙련된 자들은 가장 넓은 형태로 본 발명의 정신 및 범위를 벗어나지 않고 본 발명에 각종의 변경, 대치 및 변형을 행할 수 있음을 알 것이다.

Claims (21)

  1. 비디오 화상의 분할-기반의 강조들(segmentation-based enhancements)을 수행하기 위한 장치(140)에 있어서:
    - 인입 비디오 신호의 비디오 프레임들을 저장하기 위한 입력 버퍼(210);
    - 제 1 저장된 프레임을, 적어도 하나의 공통 속성을 갖는 복수의 화소들을 각각 포함하는 복수의 세그먼트들로 분할할 수 있는 분할 제어기(222);
    - 상기 제 1 저장된 프레임내의 적어도 한 화소와 연관된 확률 함수(probability function)를 계산할 수 있는 화상 처리기(220)로서, 상기 확률 함수는 상기 적어도 한 화소가 상기 복수의 세그먼트들 중 제 1 선택된 세그먼트 내에 속할 확률을 나타내는, 상기 화상 처리기(220); 및
    - 상기 적어도 한 화소의 상기 확률 함수의 함수에 따라 상기 적어도 한 화소의 파라미터를 강조할 수 있는 강조 제어기(224)를 포함하는, 비디오 화상 강조 수행 장치(140).
  2. 제 1 항에 있어서,
    상기 분할 제어기(222)는 상기 확률 함수의 함수에 따라 상기 제 1 저장된 프레임을 상기 복수의 세그먼트들로 분할하는, 비디오 화상 강조 수행 장치(140).
  3. 제 2 항에 있어서,
    상기 강조 제어기(224)는 상기 확률 함수의 값이 증가함에 따라 상기 파라미터의 강조량을 증가시키는, 비디오 화상 강조 수행 장치(140).
  4. 제 3 항에 있어서,
    상기 강조 제어기(224)는 상기 확률 함수의 값이 감소함에 따라 상기 파라미터의 강조량을 감소시키는, 비디오 화상 강조 수행 장치(140).
  5. 제 1 항에 있어서,
    분할 알고리즘(232)을 저장할 수 있는 메모리(230)를 더 포함하고, 상기 분할 알고리즘(232)은 상기 제 1 저장된 프레임을 상기 복수의 세그먼트들로 분할하기 위해 상기 분할 제어기(222)에 의해 실행될 수 있는 명령들을 포함하는, 비디오 화상 강조 수행 장치(140).
  6. 제 5 항에 있어서,
    상기 메모리(230)는 또한 강조 알고리즘(234)을 저장할 수 있고, 상기 강조 알고리즘(234)은 상기 적어도 한 화소의 상기 파라미터를 강조하기 위해 상기 강조 제어기(224)에 의해 실행될 수 있는 명령들을 포함하는, 비디오 화상 강조 수행 장치(140).
  7. 제 1 항에 있어서,
    적어도 한 화소와 연관된 상기 확률 함수는 상기 적어도 한 화소와 연관된 (y, u, v) 색 값들로부터 계산되는, 비디오 화상 강조 수행 장치(140).
  8. 텔레비전 수신기(110)에 있어서:
    - 인입 RF 텔레비전 신호를 수신하여, 그로부터 비디오 디스플레이(115) 상에 복수의 화소들로서 디스플레이될 수 있는 기저대역 비디오 신호(baseband video signal)를 발생할 수 있는 복조 회로(120, 125, 130); 및
    - 상기 복조 회로(120, 125, 130)의 출력에 연결되어, 상기 복조 회로로부터 상기 기저대역 비디오 신호를 수신하여 비디오 화상의 분할-기반의 강조들을 수행할 수 있는 후-처리 회로(140)를 포함하고,
    상기 후-처리 회로(140)는,
    - 인입 비디오 신호의 비디오 프레임들을 저장하기 위한 입력 버퍼(210);
    - 제 1 저장된 프레임을, 적어도 하나의 공통 속성을 갖는 복수의 화소들을 각각 포함하는 복수의 세그먼트들로 분할할 수 있는 분할 제어기(222);
    - 상기 제 1 저장된 프레임내의 적어도 한 화소와 연관된 확률 함수를 계산할 수 있는 화상 처리기(220)로서, 상기 확률 함수는 상기 적어도 한 화소가 상기 복수의 세그먼트들 중 제 1 선택된 세그먼트 내에 속할 확률을 나타내는, 상기 화상 처리기(220); 및
    - 상기 적어도 한 화소의 상기 확률 함수의 함수에 따라 상기 적어도 한 화소의 파라미터를 강조할 수 있는 강조 제어기(224)를 포함하는, 텔레비전 수신기(110).
  9. 제 8 항에 있어서,
    상기 분할 제어기(222)는 상기 확률 함수의 함수에 따라 상기 제 1 저장된 프레임을 상기 복수의 세그먼트들로 분할하는, 텔레비전 수신기(110).
  10. 제 9 항에 있어서,
    상기 강조 제어기(224)는 상기 확률 함수의 값이 증가함에 따라 상기 파라미터의 강조량을 증가시키는, 텔레비전 수신기(110).
  11. 제 10 항에 있어서,
    상기 강조 제어기(224)는 상기 확률 함수의 값이 감소함에 따라 상기 파라미터의 강조량을 감소시키는, 텔레비전 수신기(110).
  12. 제 8 항에 있어서,
    분할 알고리즘(232)을 저장할 수 있는 메모리(230)를 더 포함하고, 상기 분할 알고리즘(232)은 상기 제 1 저장된 프레임을 상기 복수의 세그먼트들로 분할하기 위해 상기 분할 제어기(222)에 의해 실행될 수 있는 명령들을 포함하는, 텔레비전 수신기(110).
  13. 제 12 항에 있어서,
    상기 메모리(230)는 또한 강조 알고리즘(234)을 저장할 수 있고, 상기 강조 알고리즘(234)은 상기 적어도 한 화소의 상기 파라미터를 강조하기 위해 상기 강조 제어기(224)에 의해 실행될 수 있는 명령들을 포함하는, 텔레비전 수신기(110).
  14. 제 8 항에 있어서,
    적어도 한 화소와 연관된 상기 확률 함수는 상기 적어도 한 화소와 연관된 (y, u, v) 색 값들로부터 계산되는, 텔레비전 수신기(110).
  15. 비디오 화상의 분할-기반의 강조들을 수행하는 방법에 있어서:
    - 인입 비디오 신호의 비디오 프레임들을 입력 버퍼(210)에 저장하는 단계;
    - 제 1 저장된 프레임을, 적어도 하나의 공통 속성을 갖는 복수의 화소들을 각각 포함하는 복수의 세그먼트들로 분할하는 단계;
    - 상기 제 1 저장된 프레임내의 적어도 한 화소와 연관된 확률 함수를 계산하는 단계로서, 상기 확률 함수는 상기 적어도 한 화소가 상기 복수의 세그먼트들 중 제 1 선택된 세그먼트 내에 속할 확률을 나타내는, 상기 확률 함수를 계산하는 단계; 및
    - 상기 적어도 한 화소의 상기 확률 함수의 함수에 따라 상기 적어도 한 화소의 파라미터를 강조하는 단계를 포함하는, 비디오 화상의 강조 수행 방법.
  16. 제 15 항에 있어서,
    상기 분할 단계는 확률 함수의 함수에 따라 상기 제 1 저장된 프레임을 상기 복수의 세그먼트들로 분할하는, 비디오 화상의 강조 수행 방법.
  17. 제 16 항에 있어서,
    상기 강조 단계는 상기 확률 함수의 값이 증가함에 따라 상기 파라미터의 강조량을 증가시키는, 비디오 화상의 강조 수행 방법.
  18. 제 17 항에 있어서,
    상기 강조 단계는 상기 확률 함수의 값이 감소함에 따라 상기 파라미터의 강조량을 감소시키는, 비디오 화상의 강조 수행 방법.
  19. 컴퓨터-판독 가능한 저장 매체(340) 상에 저장되고, 비디오 화상의 분할-기반의 강조들을 수행할 수 있는 컴퓨터-실행 가능한 명령들이 저장된 컴퓨터-판독가능한 저장매체(340)에 있어서:
    - 인입 비디오 신호의 비디오 프레임들을 입력 버퍼(332)에 저장하는 단계;
    - 제 1 저장된 프레임을, 적어도 하나의 공통 속성을 갖는 복수의 화소들을 각각 포함하는 복수의 세그먼트들로 분할하는 단계;
    - 상기 제 1 저장된 프레임내의 적어도 한 화소와 연관된 확률 함수를 계산하는 단계로서, 상기 확률 함수는 상기 적어도 한 화소가 상기 복수의 세그먼트들 중 제 1 선택된 세그먼트 내에 속할 확률을 나타내는, 상기 확률 함수를 계산하는 단계; 및
    - 상기 적어도 한 화소의 상기 확률 함수의 함수에 따라 상기 적어도 한 화소의 파라미터를 강조하는 단계를 포함하는 컴퓨터-실행 가능한 명령들이 저장된 컴퓨터-판독가능한 저장매체(340).
  20. 제 19 항에 있어서,
    상기 분할 단계는 상기 확률 함수의 함수에 따라 상기 제 1 저장된 프레임을 상기 복수의 세그먼트들로 분할하는, 컴퓨터-실행 가능한 명령들이 저장된 컴퓨터-판독가능한 저장매체(340).
  21. 제 20 항에 있어서,
    상기 강조 단계는 상기 확률 함수의 값이 증가함에 따라 상기 파라미터의 강조량을 증가시키는, 컴퓨터-실행 가능한 명령들이 저장된 컴퓨터-판독가능한 저장매체(340).
KR1020027016171A 2001-03-28 2002-03-13 비디오 화상의 분할-기반의 강조 수행 시스템 및 방법 KR100853954B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US09/819,360 2001-03-28
US09/819,360 US6903782B2 (en) 2001-03-28 2001-03-28 System and method for performing segmentation-based enhancements of a video image
PCT/IB2002/000770 WO2002080525A2 (en) 2001-03-28 2002-03-13 System and method for performing segmentation-based enhancements of a video image

Publications (2)

Publication Number Publication Date
KR20030005421A KR20030005421A (ko) 2003-01-17
KR100853954B1 true KR100853954B1 (ko) 2008-08-25

Family

ID=25227936

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020027016171A KR100853954B1 (ko) 2001-03-28 2002-03-13 비디오 화상의 분할-기반의 강조 수행 시스템 및 방법

Country Status (6)

Country Link
US (1) US6903782B2 (ko)
EP (1) EP1374563A2 (ko)
JP (1) JP4118688B2 (ko)
KR (1) KR100853954B1 (ko)
CN (1) CN100490533C (ko)
WO (1) WO2002080525A2 (ko)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100459892B1 (ko) * 2001-12-13 2004-12-03 삼성전자주식회사 3차원 얼굴 모델을 위한 텍스쳐 생성 방법 및 장치
WO2004030373A1 (ja) * 2002-09-26 2004-04-08 Seiko Epson Corporation 画像データの出力画像調整
US7057664B2 (en) * 2002-10-18 2006-06-06 Broadcom Corporation Method and system for converting interlaced formatted video to progressive scan video using a color edge detection scheme
CN1726516A (zh) * 2002-12-13 2006-01-25 皇家飞利浦电子股份有限公司 经改进的基于块平均的图像分段
WO2004055729A1 (en) * 2002-12-13 2004-07-01 Koninklijke Philips Electronics N.V. Adaptive segmentatio of television images
JP4265237B2 (ja) * 2003-02-27 2009-05-20 ソニー株式会社 画像処理装置および方法、学習装置および方法、記録媒体、並びにプログラム
US7336819B2 (en) * 2003-12-29 2008-02-26 Eastman Kodak Company Detection of sky in digital color images
JP2006033739A (ja) * 2004-07-21 2006-02-02 Toshiba Corp 電子機器、映像データ受信方法および映像データ受信装置
JP4677753B2 (ja) * 2004-10-01 2011-04-27 株式会社ニコン 動画像処理装置及び方法
US7551232B2 (en) * 2005-11-14 2009-06-23 Lsi Corporation Noise adaptive 3D composite noise reduction
US7746411B1 (en) 2005-12-07 2010-06-29 Marvell International Ltd. Color management unit
WO2007105129A1 (en) * 2006-03-13 2007-09-20 Koninklijke Philips Electronics N.V. Image enhancement
US20080056566A1 (en) * 2006-09-01 2008-03-06 Texas Instruments Incorporated Video processing
JP4393489B2 (ja) * 2006-09-06 2010-01-06 キヤノン株式会社 画像処理装置およびその方法
GB2442256A (en) * 2006-09-28 2008-04-02 Tandberg Television Asa Position-dependent spatial filtering
KR100846498B1 (ko) * 2006-10-18 2008-07-17 삼성전자주식회사 영상 해석 방법 및 장치, 및 동영상 영역 분할 시스템
KR100829581B1 (ko) * 2006-11-28 2008-05-14 삼성전자주식회사 영상 처리 방법, 기록매체 및 장치
KR100873638B1 (ko) * 2007-01-16 2008-12-12 삼성전자주식회사 영상 처리 방법 및 장치
US20110205227A1 (en) * 2008-10-31 2011-08-25 Mani Fischer Method Of Using A Storage Switch
US8498480B2 (en) 2009-02-25 2013-07-30 The United States Of America, As Represented By The Secretary Of The Navy Computationally efficient method for image segmentation with intensity and texture discrimination
CN104769639A (zh) * 2012-11-07 2015-07-08 Vid拓展公司 用于对高动态范围视频进行去噪的时间滤波器
KR20150100113A (ko) * 2014-02-24 2015-09-02 삼성전자주식회사 영상 처리 장치 및 이의 영상 처리 방법
US11776129B2 (en) * 2020-12-16 2023-10-03 Qualcomm Incorporated Semantic refinement of image regions

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5495538A (en) 1993-05-28 1996-02-27 Xerox Corporation Segmentation-based JPEG image artifacts reduction
EP0863671A1 (en) * 1996-12-18 1998-09-09 Lucent Technologies Inc. Object-oriented adaptive prefilter for low bit-rate video systems
EP0902585A2 (en) * 1997-09-11 1999-03-17 Sharp Kabushiki Kaisha Method and apparatus for image processing

Family Cites Families (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4783840A (en) * 1987-12-04 1988-11-08 Polaroid Corporation Method for enhancing image data by noise reduction or sharpening
US5276866A (en) * 1988-07-19 1994-01-04 Michael Paolini System with two different communication mediums, transmitting retrieved video and compressed audio information to plural receivers responsively to users' requests
US6529637B1 (en) * 1989-05-22 2003-03-04 Pixel Instruments Corporation Spatial scan replication circuit
US5040064A (en) * 1989-10-02 1991-08-13 Eastman Kodak Company Method of processing sampled signal valves produced by a color imaging device
JP2852390B2 (ja) * 1991-02-16 1999-02-03 株式会社半導体エネルギー研究所 表示装置
JPH04315272A (ja) * 1991-04-12 1992-11-06 Eastman Kodak Japan Kk 図形認識装置
DE69321011T2 (de) * 1992-03-23 1999-02-18 Thomson Multimedia Sa Verfahren und Gerät zur Rauschmessung
US5412563A (en) * 1993-09-16 1995-05-02 General Electric Company Gradient image segmentation method
US5604545A (en) * 1994-07-08 1997-02-18 Purdue Research Foundation Methods and apparatus for enhancing gray scale images
KR100229783B1 (ko) * 1994-07-29 1999-11-15 전주범 디지탈 전송 화상의 적응적후 처리장치
US5555441A (en) * 1994-08-02 1996-09-10 Interim Design Inc. Interactive audiovisual distribution system
DE69519462T2 (de) * 1994-09-30 2001-06-13 Sanyo Electric Co Bildübertragungssystem und Verfahren zur Datenreduktion von Farbbildern mittels Farbtabellen und Zusammenfassung von Bildbereichen
DE69534896T2 (de) * 1994-10-24 2006-10-12 Intel Corp., Santa Clara Videoindexierungsprotokoll
JP2809341B2 (ja) * 1994-11-18 1998-10-08 松下電器産業株式会社 情報要約方法、情報要約装置、重み付け方法、および文字放送受信装置。
US5945987A (en) * 1995-05-05 1999-08-31 Microsoft Corporation Interactive entertainment network system and method for providing short sets of preview video trailers
EP0772938B1 (en) * 1995-05-31 2000-04-26 Koninklijke Philips Electronics N.V. Method and device for transmitting teletext pages
JP3461626B2 (ja) * 1995-07-28 2003-10-27 シャープ株式会社 特定画像領域抽出方法及び特定画像領域抽出装置
US5915044A (en) * 1995-09-29 1999-06-22 Intel Corporation Encoding video images using foreground/background segmentation
US5781198A (en) * 1995-12-22 1998-07-14 Intel Corporation Method and apparatus for replacing a background portion of an image
US6025837A (en) * 1996-03-29 2000-02-15 Micrsoft Corporation Electronic program guide with hyperlinks to target resources
WO1998009443A1 (en) * 1996-08-26 1998-03-05 Philips Electronics N.V. Sharpness control
US6115078A (en) * 1996-09-10 2000-09-05 Dainippon Screen Mfg. Co., Ltd. Image sharpness processing method and apparatus, and a storage medium storing a program
US6343141B1 (en) * 1996-10-08 2002-01-29 Lucent Technologies Inc. Skin area detection for video image systems
US6288703B1 (en) * 1996-11-25 2001-09-11 Ultimatte Corporation Method for removing from an image the background surrounding a selected subject by generating candidate mattes
US6184926B1 (en) * 1996-11-26 2001-02-06 Ncr Corporation System and method for detecting a human face in uncontrolled environments
US6263507B1 (en) * 1996-12-05 2001-07-17 Interval Research Corporation Browser for use in navigating a body of information, with particular application to browsing information represented by audiovisual data
JPH10285607A (ja) * 1997-03-31 1998-10-23 Sony Corp 映像表示装置および方法
US6564383B1 (en) * 1997-04-14 2003-05-13 International Business Machines Corporation Method and system for interactively capturing organizing and presenting information generated from television programs to viewers
US6031581A (en) * 1997-06-26 2000-02-29 Xerox Corporation System for removing color bleed in a television image adapted for digital printing
JP4328397B2 (ja) * 1998-07-03 2009-09-09 富士通株式会社 画像データ処理方法及び装置並びに記憶媒体
US6430357B1 (en) * 1998-09-22 2002-08-06 Ati International Srl Text data extraction system for interleaved video data streams
AUPP764398A0 (en) * 1998-12-11 1999-01-14 Canon Kabushiki Kaisha Method and apparatus for computing the similarity between images
US6778697B1 (en) * 1999-02-05 2004-08-17 Samsung Electronics Co., Ltd. Color image processing method and apparatus thereof
JP4366758B2 (ja) * 1999-05-27 2009-11-18 コニカミノルタホールディングス株式会社 領域抽出装置および領域抽出方法、ならびに領域抽出プログラムを記録した記録媒体
US6266094B1 (en) * 1999-06-14 2001-07-24 Medialink Worldwide Incorporated Method and apparatus for the aggregation and selective retrieval of television closed caption word content originating from multiple geographic locations
US6493744B1 (en) * 1999-08-16 2002-12-10 International Business Machines Corporation Automatic rating and filtering of data files for objectionable content
US6577759B1 (en) * 1999-08-17 2003-06-10 Koninklijke Philips Electronics N.V. System and method for performing region-based image retrieval using color-based segmentation
US6600517B1 (en) * 2000-03-07 2003-07-29 Koninklijke Philips Electronics N.V. System and method for improving the sharpness of a video image
US6803920B2 (en) * 2000-08-04 2004-10-12 Pts Corporation Method and apparatus for digital image segmentation using an iterative method
US6714688B1 (en) * 2000-11-10 2004-03-30 Eastman Kodak Company Method and apparatus for enhancing the edge contrast of an interpolated digital image
US7062084B2 (en) * 2000-12-01 2006-06-13 Sharp Laboratories Of America, Inc. Method for image description using color and local spatial information
US6839463B1 (en) * 2000-12-22 2005-01-04 Microsoft Corporation System and method providing subpixel-edge-offset-based determination of opacity
US20020131638A1 (en) * 2001-01-10 2002-09-19 Koninklijke Philips Electronics N.V. Apparatus and method for boundary detection in vector sequences and edge detection in color image signals
US6832000B2 (en) * 2001-03-28 2004-12-14 Koninklijke Philips Electronics N.V. Automatic segmentation-based grass detection for real-time video

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5495538A (en) 1993-05-28 1996-02-27 Xerox Corporation Segmentation-based JPEG image artifacts reduction
EP0863671A1 (en) * 1996-12-18 1998-09-09 Lucent Technologies Inc. Object-oriented adaptive prefilter for low bit-rate video systems
EP0902585A2 (en) * 1997-09-11 1999-03-17 Sharp Kabushiki Kaisha Method and apparatus for image processing

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Alattar, A.M.;'A probabilistic filter for eliminating temporal noise in time-varying image sequences',1992. ISCAS '92. Proceedings., 1992 IEEE International Symposium on Vol 3, 3-6 May 1992 P1491-1494
Meier, T.; Ngan, K.N.; Crebbin, G.;'A region-based algorithm for enhancement of images degraded by blocking effects',1996 IEEE TENCON. Digital Signal Processing App.,Vol 1, 26-29 Nov. 1996 P405-408

Also Published As

Publication number Publication date
WO2002080525A3 (en) 2003-03-13
CN1528092A (zh) 2004-09-08
US20020140864A1 (en) 2002-10-03
JP2004523982A (ja) 2004-08-05
EP1374563A2 (en) 2004-01-02
CN100490533C (zh) 2009-05-20
KR20030005421A (ko) 2003-01-17
JP4118688B2 (ja) 2008-07-16
WO2002080525A2 (en) 2002-10-10
US6903782B2 (en) 2005-06-07

Similar Documents

Publication Publication Date Title
KR100853954B1 (ko) 비디오 화상의 분할-기반의 강조 수행 시스템 및 방법
US9992445B1 (en) Systems and methods for identifying a video aspect-ratio frame attribute
US8488901B2 (en) Content based adjustment of an image
US8150202B2 (en) Gaussian mixture model based illumination normalization for global enhancement
US8558772B2 (en) Image display apparatus
US9652829B2 (en) Video super-resolution by fast video segmentation for boundary accuracy control
US6600517B1 (en) System and method for improving the sharpness of a video image
JP5514344B2 (ja) 映像処理装置、映像処理方法、テレビジョン受像機、プログラム、及び記録媒体
KR100757474B1 (ko) 영상표시장치 및 그의 화소 조절 방법
US7940333B2 (en) Gradation control apparatus and gradation control method
US8594449B2 (en) MPEG noise reduction
KR101499461B1 (ko) 히스토그램 압축을 이용한 히스토그램 평활화 장치
JP2011528873A (ja) ブロックアーチファクトを平滑化することによって圧縮映像信号の品質を向上させるシステム及び方法
US20080055473A1 (en) Image processing apparatus and method thereof
JP2003517785A (ja) 信号ピーキング
MX2011000690A (es) Sistema y metodo para mejorar la calidad de las señales comprimidas de video al uniformizar el cuadro completo y superponer el detalle preservado.
JP2009212605A (ja) 情報処理方法、情報処理装置及びプログラム
JP2013168739A (ja) 画像処理システム、及び、画像処理方法
JP5303399B2 (ja) 動画像ビット深度削減装置及びプログラム
van der Schaar-Mitrea Compression of mixed video and graphics images for TV systems
Gadgil et al. Image Debanding Using Iterative Adaptive Sparse Filtering
JP2017130709A (ja) 画像処理装置、画像処理方法及び画像処理プログラム
US20060072842A1 (en) Image segmentation based on block averaging

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: 20120806

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20130729

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20150728

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20160812

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20180614

Year of fee payment: 11

FPAY Annual fee payment

Payment date: 20190701

Year of fee payment: 12