KR100876400B1 - 러프 셋 이론에 기반한 디인터레이싱 장치 및 방법 - Google Patents

러프 셋 이론에 기반한 디인터레이싱 장치 및 방법 Download PDF

Info

Publication number
KR100876400B1
KR100876400B1 KR1020070019692A KR20070019692A KR100876400B1 KR 100876400 B1 KR100876400 B1 KR 100876400B1 KR 1020070019692 A KR1020070019692 A KR 1020070019692A KR 20070019692 A KR20070019692 A KR 20070019692A KR 100876400 B1 KR100876400 B1 KR 100876400B1
Authority
KR
South Korea
Prior art keywords
value
interpolation
difference
maximum
pixels
Prior art date
Application number
KR1020070019692A
Other languages
English (en)
Other versions
KR20080079468A (ko
Inventor
정제창
전광길
이승철
Original Assignee
한양대학교 산학협력단
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 한양대학교 산학협력단 filed Critical 한양대학교 산학협력단
Priority to KR1020070019692A priority Critical patent/KR100876400B1/ko
Publication of KR20080079468A publication Critical patent/KR20080079468A/ko
Application granted granted Critical
Publication of KR100876400B1 publication Critical patent/KR100876400B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/01—Conversion of standards, e.g. involving analogue television standards or digital television standards processed at pixel level
    • H04N7/0117—Conversion of standards, e.g. involving analogue television standards or digital television standards processed at pixel level involving conversion of the spatial resolution of the incoming video signal
    • H04N7/012—Conversion between an interlaced and a progressive signal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/01—Conversion of standards, e.g. involving analogue television standards or digital television standards processed at pixel level
    • H04N7/0135—Conversion of standards, e.g. involving analogue television standards or digital television standards processed at pixel level involving interpolation processes

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Television Systems (AREA)

Abstract

러프 셋 이론에 기반한 디인터레이싱 장치 및 방법이 개시된다. 차이값 산출부는 보간대상화소가 포함된 현재프레임에 대해 설정된 공간축 윈도우 내에서 선택된 복수의 제1화소의 화소값 중에서 보간대상화소의 상하에 위치하는 화소들의 차이값인 제1차이값을 산출하고, 보간대상화소가 포함된 현재프레임과 시간축 상에서 인접한 참조프레임들에 대해 설정된 시간축 윈도우 내에서 선택된 복수의 제2화소의 화소값 중에서 보간대상화소의 전후에 위치하는 화소들의 차이값인 제2차이값을 산출한다. 최대차계수 산출부는 제1화소들의 화소값 중에서 최대값과 최소값의 차이값인 제1최대차계수를 산출하고, 제2화소들의 화소값 중에서 최대값과 최소값의 차이값인 제2최대차계수를 산출한다. 속성값행렬 생성부는 사전에 설정된 제1임계값을 기준으로 제1차이값 및 제2차이값의 속성값을 결정하고, 사전에 설정된 제2임계값 및 제3임계값을 기준으로 제1최대차계수 및 제2최대차계수의 속성값을 결정하여, 속성값들로 이루어진 속성값행렬을 생성한다. 보간방법 결정부는 속성값행렬이 가질 수 있는 값 각각에 대응하는 보간방법이 설정되어 보간방법 결정테이블을 기초로 속성값행렬에 대응하는 보간방법을 결정한다. 본 발명에 따르면, 보간될 영상의 속성에 따라 선택적으로 보간방법을 결정함으로써 객관적 및 주관적 화질과 알고리즘 계산 속도를 향상시킬 수 있다.

Description

러프 셋 이론에 기반한 디인터레이싱 장치 및 방법{Apparatus and method for de-interlacing based rough sets theory}
도 1은 본 발명에 따른 디인터레이싱 장치에 대한 바람직한 실시예의 상세한 구성을 도시한 블록도,
도 2는 보간대상화소를 포함하고 있는 현재프레임과 현재프레임과 시간적으로 인접하는 프레임에 대해 설정된 공간축 및 시간축 윈도우를 도시한 도면,
도 3a 및 도 3b는 각각 제1차이값 및 제2차이값의 속성값과 제1최대차계수 및 제2최대차계수의 속성값을 결정하기 위한 속성값 함수를 도시한 도면,
도 4는 제4보간부(190)의 상세한 구성을 도시한 도면,
도 5는 제1멤버쉽값 및 제2멤버쉽값을 구하기 위한 스몰 퍼지셋의 멤버쉽 함수를 도시한 도면,
도 6은 본 발명에 따른 디인터레이싱 방법에 대한 바람직한 실시예의 수행과정을 도시한 도면, 그리고,
도 7a 내지 도 7h는 각각 QCIF로 코딩된 T. Tennis 영상의 135번째 프레임에 해당하는 실험영상, 실험영상을 Bob 방법으로 보간한 영상, 실험영상을 Weave 방법으로 보간한 영상, 실험영상을 VTMF 방법으로 보간한 영상, 실험영상을 STELA 방법으로 보간한 영상, 실험영상을 EDT 방법(T=20)으로 보간한 영상, 실험영상을 FDOI 방법으로 보간한 영상, 그리고, 실험영상을 본 발명에 따른 보간방법(Rough Sets based Deinterlacing : RSD)으로 보간한 영상을 도시한 도면이다.
본 발명은 디인터레이싱 장치 및 방법에 관한 것으로, 보다 상세하게는, 러프 셋 이론을 기반으로 복수의 보간방법 중에서 선택적으로 보간방법을 결정하여 영상을 보간하는 디인터레이싱 장치 및 방법에 관한 것이다.
대부분의 영상 소스(DVD, SDTV, HDTV)는 격행주사(interlaced scanning)방식의 영상이 전송되는 반면, DLP, LCD, LCOS(SXRX, D-ILA), PDP와 같은 수신기의 표시장치는 순행주사(progressive scanning) 방식으로 영상을 재생하기 때문에 이를 해결하기 위한 디인터레이싱(de-interlacing) 기술개발이 이루어지고 있다.
디인터레이싱 기술은 격행주사로 입력되는 영상을 순행주사 영상으로 변환하여 출력하는 주사포맷 변환기술이다. 디인터레이싱 기술이 사용되는 대표적인 예는 공중파 방송인 텔레비젼신호를 컴퓨터로 시청하는 경우를 들 수 있다. 이러한 디인터레이싱 기술은 한 필드내에 빠져있는 화소값들을 예측하여 완전한 한 프레임을 만든다. 디인터레이싱 기술은 크게 필드간 보간(inter-field interpolation) 및 필드내 보간(intra-field interpolation)의 두가지로 구분할 수 있다.
필드간 보간의 한 예로 위브(Weave)를 들 수 있으며, 탑필드(top-field)와 바텀필드(bottom-field)를 결합하여 하나의 프레임을 만든다. 즉, 현재 필드의 라 인 사이에 직전 필드의 라인을 단순히 삽입함으로써 하나의 프레임을 구현하는 것이다. 이는 움직임 보상이 없는 영상을 보간하는 경우에는 간단히 구현할 수 있지만, 움직임 보상이 있는 영상을 보간하는 경우에는 수평선이 생기거나 화면이 열화된다. 또한 필드내 보간은 흔히 밥(Bob)이라고 알려져 있으며, 한 필드의 각 라인을 두 번 사용하여 하나의 프레임을 만든다. 다시 말하면, 하나의 필드에서 두 라인사이의 영역에 두 라인의 평균데이터를 삽입하여 새로운 프레임을 구현한다. 이러한 필드내 보간 방법은 움직임 보상이 있는 영상에 수평선이 생긴 것을 방지한다. 그러나, 정지 영상을 보간하는 경우 화면이 열화되며, 복잡하고 미세한 화면은 30Hz로 떨리게 된다.
한편 현재 보간할 화소의 상하 라인에 위치한 화소값의 평균을 사용하는 ELA(Edge-based line-averaging) 보간방법과 경계부분의 방향성을 고려한 DOI(Direction-oriented interpolation) 보간방법이 가장 널리 사용되고 있으나, 이러한 보간방법 역시 여전히 보간한 영상의 화질과 계산 속도의 개선이 필요하다.
본 발명이 이루고자 하는 기술적 과제는, 보간될 영상의 속성에 따라 선택적으로 보간방법을 결정함으로써 객관적 및 주관적 화질과 알고리즘 계산 속도를 향상시킬 수 있는 디인터레이싱 장치 및 방법을 제공하는 데 있다.
본 발명이 이루고자 하는 다른 기술적 과제는, 보간될 영상의 속성에 따라 선택적으로 보간방법을 결정함으로써 객관적 및 주관적 화질과 알고리즘 계산 속도 를 향상시킬 수 있는 디인터레이싱 방법을 컴퓨터에서 실행시키기 위한 컴퓨터로 읽을 수 있는 기록매체를 제공하는 데 있다.
상기의 기술적 과제를 달성하기 위한, 본 발명에 따른 디인터레이싱 장치의 바람직한 실시예는, 보간대상화소가 포함된 현재프레임에 대해 설정된 공간축 윈도우 내에서 선택된 복수의 제1화소의 화소값 중에서 상기 보간대상화소의 상하에 위치하는 화소들의 차이값인 제1차이값을 산출하고, 상기 보간대상화소가 포함된 현재프레임과 시간축 상에서 인접한 참조프레임들에 대해 설정된 시간축 윈도우 내에서 선택된 복수의 제2화소의 화소값 중에서 상기 보간대상화소의 전후에 위치하는 화소들의 차이값인 제2차이값을 산출하는 차이값 산출부; 상기 제1화소들의 화소값 중에서 최대값과 최소값의 차이값인 제1최대차계수를 산출하고, 상기 제2화소들의 화소값 중에서 최대값과 최소값의 차이값인 제2최대차계수를 산출하는 최대차계수 산출부; 사전에 설정된 제1임계값을 기준으로 상기 제1차이값 및 상기 제2차이값의 속성값을 결정하고, 사전에 설정된 제2임계값 및 제3임계값을 기준으로 상기 제1최대차계수 및 상기 제2최대차계수의 속성값을 결정하여, 상기 속성값들로 이루어진 속성값행렬을 생성하는 속성값행렬 생성부; 및 상기 속성값행렬이 가질 수 있는 값 각각에 대응하는 보간방법이 설정되어 보간방법 결정테이블을 기초로 상기 속성값행렬에 대응하는 보간방법을 결정하는 보간방법 결정부;를 구비한다.
상기의 다른 기술적 과제를 달성하기 위한, 본 발명에 따른 디인터레이싱 방법의 바람직한 실시예는, 보간대상화소가 포함된 현재프레임에 대해 설정된 공간축 윈도우 내에서 선택된 복수의 제1화소의 화소값 중에서 상기 보간대상화소의 상하에 위치하는 화소들의 차이값인 제1차이값을 산출하는 단계; 상기 보간대상화소가 포함된 현재프레임과 시간축 상에서 인접한 참조프레임들에 대해 설정된 시간축 윈도우 내에서 선택된 복수의 제2화소의 화소값 중에서 상기 보간대상화소의 전후에 위치하는 화소들의 차이값인 제2차이값을 산출하는 단계; 상기 제1화소들의 화소값 중에서 최대값과 최소값의 차이값인 제1최대차계수를 산출하고, 상기 제2화소들의 화소값 중에서 최대값과 최소값의 차이값인 제2최대차계수를 산출하는 단계; 사전에 설정된 제1임계값을 기준으로 상기 제1차이값 및 상기 제2차이값의 속성값을 결정하고, 사전에 설정된 제2임계값 및 제3임계값을 기준으로 상기 제1최대차계수 및 상기 제2최대차계수의 속성값을 결정하여, 상기 속성값들로 이루어진 속성값행렬을 생성하는 단계; 및 상기 속성값행렬이 가질 수 있는 값 각각에 대응하는 보간방법이 설정되어 보간방법 결정테이블을 기초로 상기 속성값행렬에 대응하는 보간방법을 결정하는 단계;를 갖는다.
이에 의해 격행주사방식의 영상 신호를 순행주사방식의 영상 신호로 변환할 때 보간될 영상의 속성에 따라 선택적으로 보간방법을 결정함으로써 객관적 및 주관적 화질과 알고리즘 계산 속도를 향상시킬 수 있다.
이하에서 첨부된 도면들을 참조하여 본 발명에 따른 디인터레이싱 장치 및 방법의 바람직한 실시예에 대해 상세하게 설명한다.
도 1은 본 발명에 따른 디인터레이싱 장치에 대한 바람직한 실시예의 상세한 구성을 도시한 블록도이다.
도 1을 참조하면, 본 발명에 따른 디인터레이싱 장치는, 차이값산출부(100), 최대차계수 산출부(110), 속성값행렬 생성부(120), 결정테이블 생성부(130), 테이블 최적화부(140), 보간방법 선택부(150), 제1보간부(160), 제2보간부(170), 제3보간부(180) 및 제4보간부(190)를 구비한다.
차이값산출부(100)는 보간대상화소가 포함된 현재프레임에 대해 설정된 공간축 윈도우 내에서 선택된 복수의 제1화소의 화소값 중에서 보간대상화소의 상하에 위치하는 화소들의 차이값인 제1차이값을 산출한다. 또한 차이값산출부(100)는 보간대상화소가 포함된 현재프레임과 시간축 상에서 인접한 참조프레임들에 대해 설정된 시간축 윈도우 내에서 선택된 복수의 제2화소의 화소값 중에서 보간대상화소의 전후에 위치하는 화소들의 차이값인 제2차이값을 산출한다. 도 2에는 보간대상화소를 포함하고 있는 현재프레임과 현재프레임과 시간적으로 인접하는 프레임에 대해 설정된 공간축 및 시간축 윈도우가 도시되어 있다. 이때 차이값산출부(100)는 다음의 수학식에 의해 제1차이값 및 제2차이값을 산출한다.
Figure 112007016980016-pat00001
여기서, SD는 공간축 윈도우(250)에서 보간대상화소의 상하에 위치한 화소들(214, 220)의 차이값의 절대값으로, 제1차이값이다.
Figure 112007016980016-pat00002
여기서서, TD는 시간축 윈도우(260)에서 보간대상화소의 전후에 위치한 화소 들(234, 244)의 차이값의 절대값으로, 제2차이값이다.
최대차계수 산출부(110)는 보간대상화소가 포함된 현재프레임에 대해 설정된 공간축 윈도우 내에서 선택된 복수의 제1화소의 화소값 중에서 최대값과 최소값의 차이값인 제1최대차계수를 산출하고, 보간대상화소가 포함된 현재프레임과 시간축 상에서 인접한 참조프레임들에 대해 설정된 시간축 윈도우 내에서 선택된 복수의 제2화소의 화소값 중에서 최대값과 최소값의 차이값인 제2최대차계수를 산출한다.
최대차계수 산출부(110)는 도 2에 도시된 바와 같이 보간대상화소의 손실된 화소값 x(i,j,k)를 보간하기 위해 보간대상화소를 포함하고 있는 현재프레임(210)에 대해 설정된 공간축 윈도우(250) 내에서 선택된 6개의 화소(212, 214, 216, 218, 220, 222)를 기초로 다음의 수학식에 의해 제1최대차계수를 산출한다.
Figure 112007016980016-pat00003
수학식 3에서, SMDW는 공간축 윈도우(250) 내에 위치하는 보간대상화소와 인접한 화소들간의 화소값의 차이 중에서 최대값인 제1최대차계수이고, β는 SMDW의 값을 0에서 255로 제한하기 위한 비례상수이며,
Figure 112007016980016-pat00004
는 공간축 윈도우 내에 위치하는 화소의 개수이다.
또한 최대차계수 산출부(110)는 보간대상화소를 포함하고 있는 현재프레임(210)에 인접한 전·후 프레임(220, 240)에 대해 설정된 시간축 윈도우(250) 내 에서 선택된 6개의 화소(232, 234, 236, 242, 244, 246)를 기초로 다음의 수학식에 의해 제2최대차계수를 산출한다.
Figure 112007016980016-pat00005
수학식 4에서, TMDW는 시간축 윈도우(260) 내에 위치하는 보간대상화소와 인접한 화소들간의 화소값의 차이 중에서 최대값인 제2최대차계수이고, β는 TMDW의 값을 0에서 255로 제한하기 위한 비례상수이며,
Figure 112007016980016-pat00006
는 시간축 윈도우 내에 위치하는 화소의 개수이다.
속성값행렬 생성부(120)는 사전에 설정된 제1임계값을 기준으로 제1차이값 및 제2차이값의 속성값을 결정하고, 사전에 설정된 제2임계값 및 제3임계값을 기준으로 제1최대차계수 및 제2최대차계수의 속성값을 결정한 후 결정된 속성값들로 이루어진 속성값행렬을 생성한다. 이때 제1임계값, 제2임계값 및 제3임계값은 각각 23, 22 및 24으로 설정될 수 있다. 도 3a 및 도 3b에는 각각 제1차이값 및 제2차이값의 속성값과 제1최대차계수 및 제2최대차계수의 속성값을 결정하기 위한 속성값 함수가 도시되어 있다. 속성값행렬 생성부(120)는 도 3a 및 도 3b에 도시된 속성값 함수를 기초로 다음의 표 1에 기재된 퍼지룰에 의해 제1차이값, 제2차이값, 제1최대차계수 및 제2최대차계수의 속성값을 결정한다.
구분 조건 속성값
SD SD < 23 S
SD > 23 L
TD TD < 23 S
TD > 23 L
SMDW SMDW < 22 S
22 < SMDW < 24 M
SMDW > 24 L
TMDW TMDW < 22 S
22 < TMDW < 24 M
TMDW > 24 L
이와 같이 속성값행렬 생성부(120)는 다양한 영상들로부터 얻어진 SD, TD, SMDW 및 TMDW 값들의 분포특성을 분석하여 표 1에 기재된 바와 같이 제1 내지 제3임계값을 기준으로 크기에 따라 SD, TD, SMDW 및 TMDW 각각에 대한 속성값을 결정하여 속성값행렬을 생성한다.
한편 결정테이블 생성부(130)는 복수개의 테스트 영상으로부터 얻어진 상이한 보간방식에 의해 보간된 화소값과 실제 화소값의 차이값인 오차계수들을 기초로 속성값행렬이 가질 수 있는 값 각각에 대응하는 보간방법을 결정하고, 속성값행렬 각각에 대응하는 보간방법이 설정된 보간방법 결정테이블을 생성한다. 다음의 표 2에는 CIF(352×288 픽셀), 100프레임의 길이를 갖는 Akiyo, Hall Monitor, Foreman, News, Mobile 및 Stefan 등 6개의 샘플 영상들에 대한 실험을 통해 얻어진 총 36개의 속성값행렬과, 그에 대응하는 각각의 확률 P와 샘플영상의 짝수번째 라인이 없다고 가정하고 Bob, Weave, STELA, FDOI 방식에 의해 보간한 화소값과 실제 화소값의 차이, 그리고, 각각의 속성값행렬에 대응하는 보간방법이 기재되어 있다.
속성값행렬 확률(%) ADB ADW ADT ADF 보간방법
SSSS 35.14 1.325 1.636 1.148 1.063 B
SSSM 11.17 2.495 3.235 2.124 2.081 B
SSSL 0.97 6.122 6.186 4.251 4.154 T
SSMS 2.76 2.849 2.915 2.310 2.232 B
SSMM 5.37 3.090 3.827 2.740 2.718 B
SSML 1.59 5.662 6.406 4.111 4.068 T
SSLS 0.07 6.395 4.054 3.985 3.634 W
SSLM 0.35 7.056 5.273 4.687 4.467 W
SSLL 1.67 5.043 7.423 4.566 4.491 B
SLSS 3.60 7.643 4.390 3.723 3.582 W
SLSM 3.51 10.169 5.701 5.452 5.385 W
SLSL 1.45 14.462 9.457 7.971 7.839 T
SLMS 0.88 10.050 5.997 5.897 5.788 W
SLMM 2.44 9.375 6.797 6.856 6.470 W
SLML 1.88 12.569 10.037 7.228 6.830 T
SLLS 0.15 16.860 8.979 80.52 7.990 W
SLLM 0.60 15.386 8.579 7.909 7.906 W
SLLL 2.15 11.267 11.274 7.171 6.416 F
LSSS 1.50 4.881 9.755 4.136 3.380 F
LSSM 2.03 6.285 12.078 5.551 5.118 T
LSSL 0.58 7.245 25.257 7.024 6.620 B
LSML 0.69 6.253 9.729 5.031 4.297 F
LSMM 1.90 6.475 10.824 5.742 5.623 B
LSML 0.92 7.314 17.396 6.627 6.068 F
LSLS 0.09 9.121 7.717 5.427 4.882 F
LSLM 0.36 9.111 10.874 6.804 6.195 F
LSLL 1.10 8.101 15.299 7.553 7.057 F
LLSS 1.15 14.439 19.410 9.885 8.343 F
LLSM 2.06 11.660 19.931 9.394 8.755 F
LLSL 1.34 12.477 28.098 11.369 10.616 F
LLMS 0.79 14.735 16.614 10.241 8.305 F
LLMM 2.48 13.378 18.674 10.341 8.873 F
LLML 2.49 13.099 23.058 10.944 10.603 T
LLLS 0.22 19.353 17.721 11.589 8.766 F
LLLM 1.01 18.905 16.381 11.928 11.430 T
LLLL 3.54 12.838 19.643 10.108 9.726 T
100
이때 결정테이블 생성부(130)는 다음의 수학식에 의해 각각의 속성값행렬에 대응하는 보간방법을 결정하여 결정테이블을 생성한다.
Figure 112007016980016-pat00007
여기서, ADB는 Bob에 대응하는 오차계수, ADW는 Weave에 대응하는 오차계수, ADT는 STELA에 대응하는 오차계수, 그리고, ADF는 후술하는 FDOI에 대응하는 오차계수이다.
다음으로 테이블 최적화부(140)는 결정테이블 생성부(130)에 의해 생성된 보간방법 결정테이블을 속성값행렬들의 속성값을 기준으로 정렬한 후 러프 셋 이론(Rough Sets Theory)을 적용하여 보간방법 결정테이블을 최적화한다. 러프 셋 이론에 의한 테이블의 최적화는 ① 테이블로부터 불필요한 속성들을 제거하고, ② 결정테이블의 핵심(Core)을 검색하고, ③ 리덕트(Reduct)값을 가진 테이블을 연관시킨 후, ④ 가능한 법칙을 도출하는 과정 의해 진행된다. 이와 같은 테이블의 최적화 방법은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 용이하게 알 수 있는 사항이므로 상세한 설명은 생략한다. 표 3에는 테이블 최적화부(140)에 의해 최적화된 결정테이블의 일예가 기재되어 있다.
속성값행렬의 첫번째 속성값=S 보간방법 속성값행렬의 첫번째 속성값=L 보간방법
S S S B S S L B
S S M B S M M B
S M S B S S M T
S M M B L M L T
S L L B L L M T
X L S W L L L T
X L M W X X S F
L X S W S M L F
L X M W S L X F
X S L T L S X F
X M L T L M M F
L X L T
L X L F
상술한 바와 같은 결정테이블 생성부(130) 및 테이블 최적화부(140)에 의해 생성된 결정테이블 및 최적화된 결정테이블은 사전에 작성되어 보간방법 결정부(150)에 저장된 후 사용될 수도 있다.
보간방법 결정부(150)는 속성값행렬이 가질 수 있는 값 각각에 대응하는 보간방법이 설정되어 보간방법 결정테이블을 기초로 속성값행렬에 대응하는 보간방법을 결정한다. 이때 보간방법 결정부(150)는 보간대상화소에 대해 결정된 속성값행렬에 다음의 수학식을 적용하여 보간방법을 결정한다.
Figure 112007016980016-pat00008
여기서, a, b, c 및 d는 각각 속성값행렬의 첫번째, 두번째, 세번째 및 네번 째 위치를, 각 첨자는 속성값을 의미하고, M은 결정된 보간방법을, m의 첨자는 보간방법을 의미한다.
제1보간부(160)는 시간축 윈도우 내에서 선택된 화소들에 의해 보간하는 Bob 보간방법으로 보간대상화소를 보간한다. 제2보간부(170)는 공간축 윈도우 내에서 선택된 화소들에 의해 보간하는 Weave 보간방법으로 보간대상화소를 보간한다. 제3보간부(180)는 공간축 및 시간축 윈도우 내에서 선택된 화소들에 의해 보간하는 STELA 보간방법으로 보간대상화소를 보간한다. 제4보간부(190)는 제1최대차계수를 기초로 공간축 윈도우 내의 제1화소들이 이루는 에지방향각 각각에 대해 산출한 제1멤버쉽값들과 제2최대차계수를 기초로 시간축 윈도우 내의 제2화소들이 이루는 에지방향각 각각에 대해 산출한 제2멤버쉽값들 중에서 최대인 멤버쉽값에 해당하는 에지방향각을 최대에지방향각으로 결정하고, 최대인 멤버쉽값에 해당하는 화소들이 속하는 윈도우 내에서 최대에지방향각 상에 위치하는 화소들의 평균 화소값에 의해 보간하는 FDOI(Fuzzy Directional-oriented Interpolation) 보간방법에 의해 보간대상화소를 보간한다. 도 4에는 제4보간부(190)의 상세한 구성이 도시되어 있다.
도 4를 참조하면 제4보간부(190)는 멤버쉽값 산출부(410), 에지방향각 결정부(420) 및 보간수행부(430)를 구비한다.
멤버쉽값 산출부(510)는 제1최대차계수를 기초로 퍼지 추론 방식을 적용하기 위해 θ(0°, ±45°, ±60°)의 기울기 각각에 대해 다음의 수학식에 의해 공간축 윈도우(250) 내의 제1화소들이 이루는 에지방향각 각각에 대한 제1멤버쉽값을 산출한다.
Figure 112007016980016-pat00009
또한 멤버쉽값 산출부(410)는 제2최대차계수를 기초로 퍼지 추론 방식을 적용하기 위해 θ(0°, ±45°, ±60°)의 기울기 각각에 대해 다음의 수학식에 의해 시간축 윈도우(260) 내의 제2화소들이 이루는 에지방향각 각각에 대한 제2멤버쉽값을 산출한다.
Figure 112007016980016-pat00010
수학식 7 및 8에서,
Figure 112007016980016-pat00011
및
Figure 112007016980016-pat00012
는 각각 제1멤버쉽값 및 제2멤버쉽값이고,
Figure 112007016980016-pat00013
및
Figure 112007016980016-pat00014
는 각각 제1최대차계수 및 제2최대차계수이고,
Figure 112007016980016-pat00015
및
Figure 112007016980016-pat00016
는 각각 공간축 윈도우와 시간축 윈도우에서의 기울기 θ와 수평 위치차 d(-1 또는 0 또는 1)에 대한 보간할 화소에 인접하여 위치하는 화소들의 차이값이다.
제1멤버쉽값 및 제2멤버쉽값을 구하기 위한 멤버쉽 함수는 도 5에 도시된 바와 같은 퍼지셋 스몰(SMALL)에 해당하는 함수이며, 각각의 멤버쉽 값을 구하기 위한 파라미터
Figure 112007016980016-pat00017
,
Figure 112007016980016-pat00018
,
Figure 112007016980016-pat00019
및
Figure 112007016980016-pat00020
는 도 5에 도시된 멤버쉽 함수로부터 정 의된다. 표 4에는 각각의 멤버쉽 값을 구하기 위한 파라미터가 기재되어 있다.
참조부호 파라미터 값
A b0° b0
B b±45° 3/4×b0
C b±60° 1/2×b0
D a0° 1/4×b0
E a±45°, ±60° 1/5×b0
에지방향각 결정부(420)는 제1멤버쉽값들과 제2멤버쉽값들 중에서 최대인 멤버쉽값에 해당하는 에지방향각을 최대에지방향각으로 결정한다. 이때 에지방향각 결정부(420)로 입력되는 입력값
Figure 112007016980016-pat00021
및
Figure 112007016980016-pat00022
는 다음의 수학식으로 표현된다.
Figure 112007016980016-pat00023
Figure 112007016980016-pat00024
수학식 9 및 10에서, d는 0, 1, -1의 수평성분 차이값이며,
Figure 112007016980016-pat00025
및
Figure 112007016980016-pat00026
는 각각 공간축 윈도우와 시간축 윈도우에서 θ에 의해 결정되는 경사 차이값으로 0, ±1, ±2의 값을 갖는다.
에지방향각 결정부(420)는 수학식 9 및 10으로 표현되는 입력값을 퍼지화하여 멤버쉽값과 퍼지셋들을 찾아낸다. 그리고 에지방향각 결정부(420)는 추론 엔진(Interence Engine)을 통하여 각각의 θ값에 대해 입력값을 퍼지한 값과 멤버쉽 함수로부터 얻어진 퍼지셋 SMALL의 최소값을 다음의 수학식에 의해 구한다. 이러한 과정은 공간축과 시간축에 대해 각각 수행된다.
Figure 112007016980016-pat00027
Figure 112007016980016-pat00028
수학식 11 및 12에서, Cm 및 Dm은 각각 공간축 및 시간축에 대해 얻어진 최소값이고, Am(·) 및 Bm(·)는 각각 공간축 및 시간축 상에서의 차이값이 퍼지화된 값이다.
다음으로, 에지방향 검출부(420)는 수학식 11 및 12에 의해 얻어진 다섯 개의 방향의 멤버십 값들을 모두 비교하여 최대 멤버십 값을 가지는 Cm(·) 또는 Dm(·)에 해당하는 θ값을 찾는다. 이상의 과정을 통해 에지방향 검출부(420)는 다음의 수학식으로 표현되는 최대의 멤버쉽 값을 구하고, 그때의 θ값을 에지방향으로 결정한다.
Figure 112007016980016-pat00029
보간수행부(430)는 최대인 멤버쉽값에 해당하는 화소들이 속하는 윈도우 내에서 최대에지방향각 상에 위치하는 화소들의 평균 화소값에 의해 보간대상화소를 보간한다. 보간수행부(430)에 의한 보간은 다음의 수학식에 의해 수행된다.
Figure 112007016980016-pat00030
상술한 바와 같은 FDOI 보간법은 에지가 존재하면서 동시에 움직임이 많은 영역과 움직임이 적은 영역을 모두 포함하고 있는 영상에 대해 종래의 Weave 방식 또는 Bob 방식에 의해 복원된 영상보다 객관적 및 주관적으로 향상된 화질의 영상을 얻을 수 있는 이점이 있다.
도 6은 본 발명에 따른 디인터레이싱 방법에 대한 바람직한 실시예의 수행과정을 도시한 도면이다.
도 6을 참조하면, 차이값 산출부(100)는 보간대상화소가 포함된 현재프레임에 대해 설정된 공간축 윈도우 내에서 선택된 복수의 제1화소의 화소값 중에서 보간대상화소의 상하에 위치하는 화소들의 차이값인 제1차이값을 산출한다(S600). 또한 차이값 산출부(100)는 보간대상화소가 포함된 현재프레임과 시간축 상에서 인접한 참조프레임들에 대해 설정된 시간축 윈도우 내에서 선택된 복수의 제2화소의 화소값 중에서 보간대상화소의 전후에 위치하는 화소들의 차이값인 제2차이값을 산출한다(S610). 다음으로 최대차계수 산출부(110)는 제1화소들의 화소값 중에서 최대값과 최소값의 차이값인 제1최대차계수를 산출하고, 제2화소들의 화소값 중에서 최대값과 최소값의 차이값인 제2최대차계수를 산출한다(S620). 다음으로 속성값행렬 생성부(120)는 사전에 설정된 제1임계값(예를 들면, 23)을 기준으로 제1차이값 및 제2차이값의 속성값을 결정하고, 사전에 설정된 제2임계값(예를 들면, 22) 및 제3임계값(예를 들면, 24)을 기준으로 제1최대차계수 및 제2최대차계수의 속성값을 결정하여, 속성값들로 이루어진 속성값행렬을 생성한다(S630).
한편 결정테이블 생성부(130)는 복수개의 테스트 영상으로부터 얻어진 상이한 보간방식에 의해 보간된 화소값과 실제 화소값의 차이값인 오차계수들을 기초로 속성값행렬이 가질 수 있는 값 각각에 대응하는 보간방법을 결정하고, 속성값행렬 각각에 대응하는 보간방법이 설정된 보간방법 결정테이블을 생성한다(S640). 또한 테이블 최적화부(140)는 보간방법 결정테이블을 속성값행렬들의 속성값을 기준으로 정렬한 후 러프 셋 이론(Rough Sets Theory)을 적용하여 보간방법 결정테이블을 최적화한다(S650). 보간방법 결정부(150)는 속성값행렬이 가질 수 있는 값 각각에 대응하는 보간방법이 설정되어 있는 보간방법 결정테이블을 기초로 속성값행렬에 대응하는 보간방법을 결정한다(S660). 마지막으로, 제1 내지 제4보간부(160, 170, 180, 190) 중에서 보간방법 결정부(150)에 의해 결정된 보간방법에 대응하는 보간부는 보간대상화소를 보간한다(S670).
이상의 과정에서 보간방법 결정테이블의 생성 및 최적화는 S700단계 이전에 수행될 수 있다.
도 7a 내지 도 7h에는 각각 QCIF로 코딩된 T. Tennis 영상의 135번째 프레임에 해당하는 실험영상, 실험영상을 Bob 방법으로 보간한 영상, 실험영상을 Weave 방법으로 보간한 영상, 실험영상을 VTMF 방법으로 보간한 영상, 실험영상을 STELA 방법으로 보간한 영상, 실험영상을 EDT 방법(T=20)으로 보간한 영상, 실험영상을 FDOI 방법으로 보간한 영상, 그리고, 실험영상을 본 발명에 따른 보간방법(Rough Sets based Deinterlacing : RSD)으로 보간한 영상이 도시되어 있다.
도 7a 내지 도 7h를 참조하면, Bob 방법에 의해 보간된 영상은 움직임이 존재하는 영역에는 결함(artifacts)이 존재하지 않지만 수직 해상도가 절반으로 감소된다. 또한 Weave 방법에 의해 보간된 영상은 정적 영역에서의 화질저하는 발생하지 않지만 움직임이 많은 영역에서 톱니형상의 왜곡(serration)이 나타난다. 또한 VTMF 방법에 의해 보간된 영상은 공간주파수가 증가함에 따라 수직방향의 정밀도가 감소하며, 움직임이 있는 영역에서 흐려짐(blur) 현상이 발생한다. 또한 STELA 방법에 의해 보간된 영상은 에지영역에서 화질저하가 나타나며, EDT 방법에 의해 보간된 영상은 임계값 T에 영향을 많이 받는 문제가 있다. 한편 FDOI 방법에 의해 보간된 영상은 다른 보간방법에 의해 얻어진 영상에 비해 주관적 및 객관적 화질이 가장 우수하다. 한편 본 발명에 따른 RSD 방법에 의해 보간된 영상은 비록 FDOI 방법에 의해 보간된 영상보다는 화질이 낮지만, 복잡도에 있어서 FDOI 방법의 19.58%정도 밖에 되지 않는 장점이 있다. 표 5에는 상이한 실험영상에 대한 각각의 보간 방법에 대한 PSNR(단위: dB)이 기재되어 있다.
보간방법 QCIF CIF
Clair Container Susie Mother and daughter Flower Table Tennis
Bob 39.157 26.411 38.139 34.969 22.191 28.566
Weave 45.079 38.816 43.092 42.447 20.295 27.996
VTMF 42.429 27.224 39.722 33.614 22.382 29.559
STELA 44.357 32.099 42.371 41.888 22.991 31.588
EDT(T=20) 44.769 28.703 40.537 33.788 21.897 28.969
FDOI 45.683 38.614 43.267 42.976 23.028 31.547
RSD 44.862 37.939 42.682 42.382 22.798 31.215
표 5를 참조하면, 본 발명에 따른 RSD 보간방법이 다른 보간 방법들에 비해 PSNR에 있어서 모든 영상에 대해서 두번째 또는 세번째로 우수한 성능을 보임을 알 수 있다.
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이상에서 본 발명의 바람직한 실시예에 대해 도시하고 설명하였으나, 본 발명은 상술한 특정의 바람직한 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.
본 발명에 따른 디인터레이싱 장치 및 방법에 의하면, 격행주사방식의 영상 신호를 순행주사방식의 영상 신호로 변환할 때 러프 셋 이론에 기반한 보간방법 결정테이블에 의해 보간방법을 결정함으로써, 종래의 보간방식에 의해 복원된 영상보다 객관적 및 주관적으로 향상된 화질의 영상을 얻을 수 있다.

Claims (18)

  1. 보간대상화소가 포함된 현재프레임에 대해 설정된 공간축 윈도우 내에서 선택된 복수의 제1화소의 화소값 중에서 상기 보간대상화소의 상하에 위치하는 화소들의 차이값인 제1차이값을 산출하고, 상기 보간대상화소가 포함된 현재프레임과 시간축 상에서 인접한 참조프레임들에 대해 설정된 시간축 윈도우 내에서 선택된 복수의 제2화소의 화소값 중에서 상기 보간대상화소의 전후에 위치하는 화소들의 차이값인 제2차이값을 산출하는 차이값 산출부;
    상기 제1화소들의 화소값 중에서 최대값과 최소값의 차이값인 제1최대차계수를 산출하고, 상기 제2화소들의 화소값 중에서 최대값과 최소값의 차이값인 제2최대차계수를 산출하는 최대차계수 산출부;
    사전에 설정된 제1임계값을 기준으로 상기 제1차이값 및 상기 제2차이값의 속성값을 결정하고, 사전에 설정된 제2임계값 및 제3임계값을 기준으로 상기 제1최대차계수 및 상기 제2최대차계수의 속성값을 결정하여, 상기 속성값들로 이루어진 속성값행렬을 생성하는 속성값행렬 생성부; 및
    상기 속성값행렬이 가질 수 있는 값 각각에 대응하는 보간방법이 설정되어 보간방법 결정테이블을 기초로 상기 속성값행렬에 대응하는 보간방법을 결정하는 보간방법 결정부;를 포함하며,
    상기 최대차계수 산출부는 다음의 수학식에 의해 상기 제1최대차계수 및 상기 제2최대차계수를 산출하는 것을 특징으로 하는 디인터레이싱 장치:
    Figure 112008018547052-pat00065
    ,
    Figure 112008018547052-pat00066
    ,
    여기서, SMDW 및 TMDW는 각각 상기 제1최대차계수 및 제2최대차계수이고, β는 SMDW 및 TMDW 값을 0에서 255로 제한하기 위한 비례상수이며,
    Figure 112008018547052-pat00067
    및
    Figure 112008018547052-pat00068
    는 각각 상기 공간축 윈도우와 상기 시간축 윈도우 내에 위치하는 화소의 개수이다.
  2. 제 1항에 있어서,
    복수개의 테스트 영상으로부터 얻어진 상이한 보간방식에 의해 보간된 화소값과 실제 화소값의 차이값인 오차계수들을 기초로 상기 속성값행렬이 가질 수 있는 값 각각에 대응하는 보간방법을 결정하고, 상기 속성값행렬 각각에 대응하는 보간방법이 설정된 상기 보간방법 결정테이블을 생성하는 결정테이블 생성부를 더 포함하는 것을 특징으로 하는 디인터레이싱 장치.
  3. 제 2항에 있어서,
    상기 결정테이블 생성부는 다음의 수학식에 의해 상기 속성값행렬이 가질 수 있는 값 각각에 대응하는 보간방법을 결정하는 것을 특징으로 하는 디인터레이싱 장치:
    Figure 112007016980016-pat00031
    ,
    여기서, ADi(단, i=1~4)는 각각의 보간방법에 대응하는 차이계수, Mi(단, i=1~4)는 결정된 보간방법, 그리고, T1 및 T2는 각각 제1기준값 및 제2기준값이다.
  4. 제 3항에 있어서,
    상기 AD1, AD2, AD3 및 AD4는 각각 Bob, Weave, STELA 및 FDOI 보간방법에 대 응하여 얻어진 차이계수이고, M1, M2, M3 및 M4는 각각 Bob, Weave, STELA 및 FDOI 보간방법인 것을 특징으로 하는 디인터레이싱 장치.
  5. 제 2항 내지 제 4항 중 어느 한 항에 있어서,
    상기 속성값행렬들의 속성값을 기준으로 정렬한 후 러프 셋 이론(Rough Sets Theory)을 적용하여 상기 보간방법 결정테이블을 최적화하는 테이블 최적화부를 더 포함하는 것을 특징으로 하는 디인터레이싱 장치.
  6. 제 1항 또는 제 2항에 있어서,
    상기 시간축 윈도우 내에서 선택된 화소들에 의해 상기 보간대상화소를 보간하는 제1보간부;
    상기 공간축 윈도우 내에서 선택된 화소들에 의해 상기 보간대상화소를 보간하는 제2보간부;
    상기 공간축 및 시간축 윈도우 내에서 선택된 화소들에 의해 상기 보간대상화소를 보간하는 제3보간부; 및
    상기 제1최대차계수를 기초로 상기 공간축 윈도우 내의 제1화소들이 이루는 에지방향각 각각에 대해 산출한 제1멤버쉽값들과 상기 제2최대차계수를 기초로 상기 시간축 윈도우 내의 제2화소들이 이루는 에지방향각 각각에 대해 산출한 제2멤버쉽값들 중에서 최대인 멤버쉽값에 해당하는 에지방향각을 최대에지방향각으로 결 정하고, 상기 최대인 멤버쉽값에 해당하는 화소들이 속하는 윈도우 내에서 상기 최대에지방향각 상에 위치하는 화소들의 평균 화소값에 의해 상기 보간대상화소를 보간하는 제4보간부;를 더 포함하며,
    상기 보간방법 결정부는 상기 제1보간부 내지 상기 제4보간부 중에서 상기 결정된 보간방법에 대응하는 보간부를 상기 보간대상화소의 보간수단으로 선택하는 것을 특징으로 하는 디인터레이싱 장치.
  7. 제 6항에 있어서,
    상기 제4보간부는 다음의 수학식에 의해 상기 제1멤버쉽값 및 상기 제2멤버쉽값을 산출하는 것을 특징으로 하는 디인터레이싱 장치:
    Figure 112007016980016-pat00032
    ,
    Figure 112007016980016-pat00033
    ,
    여기서,
    Figure 112007016980016-pat00034
    및
    Figure 112007016980016-pat00035
    는 각각 상기 제1멤버쉽값 및 상기 제2멤버쉽값이고,
    Figure 112007016980016-pat00036
    및
    Figure 112007016980016-pat00037
    는 각각 상기 제1최대차계수 및 상기 제2최대차계수이고,
    Figure 112007016980016-pat00038
    및
    Figure 112007016980016-pat00039
    는 각각 상기 공간축 윈도우와 상기 시간축 윈도우에서의 기울기 θ와 수평 위치차 d(-1 또는 0 또는 1)에 대한 보간할 화소에 인접하여 위치하는 화소들의 차이값이다.
  8. 삭제
  9. 제 3항 또는 제 4항에 있어서,
    상기 시간축 윈도우 내에서 선택된 화소들에 의해 상기 보간대상화소를 보간하는 제1보간부;
    상기 공간축 윈도우 내에서 선택된 화소들에 의해 상기 보간대상화소를 보간하는 제2보간부;
    상기 공간축 및 시간축 윈도우 내에서 선택된 화소들에 의해 상기 보간대상화소를 보간하는 제3보간부; 및
    상기 제1최대차계수를 기초로 상기 공간축 윈도우 내의 제1화소들이 이루는 에지방향각 각각에 대해 산출한 제1멤버쉽값들과 상기 제2최대차계수를 기초로 상기 시간축 윈도우 내의 제2화소들이 이루는 에지방향각 각각에 대해 산출한 제2멤버쉽값들 중에서 최대인 멤버쉽값에 해당하는 에지방향각을 최대에지방향각으로 결정하고, 상기 최대인 멤버쉽값에 해당하는 화소들이 속하는 윈도우 내에서 상기 최대에지방향각 상에 위치하는 화소들의 평균 화소값에 의해 상기 보간대상화소를 보간하는 제4보간부;를 더 포함하며,
    상기 보간방법 결정부는 상기 제1보간부 내지 상기 제4보간부 중에서 상기 결정된 보간방법에 대응하는 보간부를 상기 보간대상화소의 보간수단으로 선택하는 것을 특징으로 하는 디인터레이싱 장치.
  10. 제 9항에 있어서,
    상기 제4보간부는 다음의 수학식에 의해 상기 제1멤버쉽값 및 상기 제2멤버쉽값을 산출하는 것을 특징으로 하는 디인터레이싱 장치:
    Figure 112008051527743-pat00073
    ,
    Figure 112008051527743-pat00074
    ,
    여기서,
    Figure 112008051527743-pat00075
    및
    Figure 112008051527743-pat00076
    는 각각 상기 제1멤버쉽값 및 상기 제2멤버쉽값이고,
    Figure 112008051527743-pat00077
    및
    Figure 112008051527743-pat00078
    는 각각 상기 제1최대차계수 및 상기 제2최대차계수이고,
    Figure 112008051527743-pat00079
    및
    Figure 112008051527743-pat00080
    는 각각 상기 공간축 윈도우와 상기 시간축 윈도우에서의 기울기 θ와 수평 위치차 d(-1 또는 0 또는 1)에 대한 보간할 화소에 인접하여 위치하는 화소들의 차이값이다.
  11. 삭제
  12. 보간대상화소가 포함된 현재프레임에 대해 설정된 공간축 윈도우 내에서 선택된 복수의 제1화소의 화소값 중에서 상기 보간대상화소의 상하에 위치하는 화소들의 차이값인 제1차이값을 산출하는 단계;
    상기 보간대상화소가 포함된 현재프레임과 시간축 상에서 인접한 참조프레임들에 대해 설정된 시간축 윈도우 내에서 선택된 복수의 제2화소의 화소값 중에서 상기 보간대상화소의 전후에 위치하는 화소들의 차이값인 제2차이값을 산출하는 단계;
    상기 제1화소들의 화소값 중에서 최대값과 최소값의 차이값인 제1최대차계수를 산출하고, 상기 제2화소들의 화소값 중에서 최대값과 최소값의 차이값인 제2최대차계수를 산출하는 단계;
    사전에 설정된 제1임계값을 기준으로 상기 제1차이값 및 상기 제2차이값의 속성값을 결정하고, 사전에 설정된 제2임계값 및 제3임계값을 기준으로 상기 제1최대차계수 및 상기 제2최대차계수의 속성값을 결정하여, 상기 속성값들로 이루어진 속성값행렬을 생성하는 단계; 및
    상기 속성값행렬이 가질 수 있는 값 각각에 대응하는 보간방법이 설정되어 보간방법 결정테이블을 기초로 상기 속성값행렬에 대응하는 보간방법을 결정하는 단계;를 포함하며,
    상기 최대차계수 산출단계에서, 다음의 수학식에 의해 상기 제1최대차계수 및 상기 제2최대차계수를 산출하는 것을 특징으로 하는 디인터레이싱 방법:
    Figure 112008018547052-pat00069
    ,
    Figure 112008018547052-pat00070
    ,
    여기서, SMDW 및 TMDW는 각각 상기 제1최대차계수 및 제2최대차계수이고, β는 SMDW 및 TMDW 값을 0에서 255로 제한하기 위한 비례상수이며,
    Figure 112008018547052-pat00071
    및
    Figure 112008018547052-pat00072
    는 각각 상기 공간축 윈도우와 상기 시간축 윈도우 내에 위치하는 화소의 개수이다.
  13. 제 12항에 있어서,
    복수개의 테스트 영상으로부터 얻어진 상이한 보간방식에 의해 보간된 화소값과 실제 화소값의 차이값인 오차계수들을 기초로 상기 속성값행렬이 가질 수 있 는 값 각각에 대응하는 보간방법을 결정하고, 상기 속성값행렬 각각에 대응하는 보간방법이 설정된 상기 보간방법 결정테이블을 생성하는 단계를 더 포함하는 것을 특징으로 하는 디인터레이싱 방법.
  14. 제 13항에 있어서,
    상기 결정테이블 생성단계에서, 다음의 수학식에 의해 상기 속성값행렬이 가질 수 있는 값 각각에 대응하는 보간방법을 결정하는 것을 특징으로 하는 디인터레이싱 방법:
    Figure 112007016980016-pat00045
    ,
    여기서, ADi(단, i=1~4)는 각각의 보간방법에 대응하는 차이계수, Mi(단, i=1~4)는 결정된 보간방법, 그리고, T1 및 T2는 각각 제1기준값 및 제2기준값이다.
  15. 제 14항에 있어서,
    상기 AD1, AD2, AD3 및 AD4는 각각 Bob, Weave, STELA 및 FDOI 보간방법에 대응하여 얻어진 차이계수이고, M1, M2, M3 및 M4는 각각 Bob, Weave, STELA 및 FDOI 보간방법인 것을 특징으로 하는 디인터레이싱 방법.
  16. 제 13항 내지 제 15항 중 어느 한 항에 있어서,
    상기 속성값행렬들의 속성값을 기준으로 정렬한 후 러프 셋 이론(Rough Sets Theory)을 적용하여 상기 보간방법 결정테이블을 최적화하는 단계를 더 포함하는 것을 특징으로 하는 디인터레이싱 방법.
  17. 삭제
  18. 제 12항 내지 제 15항 중 어느 한 항에 기재된 디인터레이싱 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020070019692A 2007-02-27 2007-02-27 러프 셋 이론에 기반한 디인터레이싱 장치 및 방법 KR100876400B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020070019692A KR100876400B1 (ko) 2007-02-27 2007-02-27 러프 셋 이론에 기반한 디인터레이싱 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070019692A KR100876400B1 (ko) 2007-02-27 2007-02-27 러프 셋 이론에 기반한 디인터레이싱 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20080079468A KR20080079468A (ko) 2008-09-01
KR100876400B1 true KR100876400B1 (ko) 2008-12-29

Family

ID=40020393

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070019692A KR100876400B1 (ko) 2007-02-27 2007-02-27 러프 셋 이론에 기반한 디인터레이싱 장치 및 방법

Country Status (1)

Country Link
KR (1) KR100876400B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108872852A (zh) * 2018-05-04 2018-11-23 上海交通大学 一种风力发电机故障诊断系统及方法

Also Published As

Publication number Publication date
KR20080079468A (ko) 2008-09-01

Similar Documents

Publication Publication Date Title
US7042512B2 (en) Apparatus and method for adaptive motion compensated de-interlacing of video data
US7869652B2 (en) Flicker correction for moving picture
EP1143712A2 (en) Method and apparatus for calculating motion vectors
US7907209B2 (en) Content adaptive de-interlacing algorithm
US20030086498A1 (en) Apparatus and method of converting frame and/or field rate using adaptive motion compensation
US8743287B2 (en) Method and system for mitigating motion trail artifacts and improving low contrast contours in temporal filtering based noise reduction
US7405766B1 (en) Method and apparatus for per-pixel motion adaptive de-interlacing of interlaced video fields
US20080062327A1 (en) Method and System for Motion Compensated Temporal Filtering Using Both FIR and IIR Filtering
EP2723066A2 (en) Spatio-temporal adaptive video de-interlacing
KR100989650B1 (ko) 디인터레이싱 장치 및 방법
US7443448B2 (en) Apparatus to suppress artifacts of an image signal and method thereof
US6188437B1 (en) Deinterlacing technique
US8866967B2 (en) Method and apparatus for motion adaptive deinterlacing
KR100876400B1 (ko) 러프 셋 이론에 기반한 디인터레이싱 장치 및 방법
KR100841591B1 (ko) 타카기-스게노 퍼지 모델을 이용한 적응적 디인터레이싱장치 및 방법
US7349026B2 (en) Method and system for pixel constellations in motion adaptive deinterlacer
KR100931110B1 (ko) 퍼지 룰 기반 에지 복원 알고리즘을 이용하는 디인터레이싱장치 및 방법
KR100910208B1 (ko) 디인터레이싱 장치 및 그 방법
US20050168656A1 (en) Method and system for quantized historical motion for motion detection in motion adaptive deinterlacer
US8553145B2 (en) Method and related apparatus for image de-interlacing
US20080158418A1 (en) Apparatus and method for adaptively de-interlacing image frame
KR101069712B1 (ko) 에지 방향성의 가중치를 이용한 필드내 주사선 보간 방법 및 그 장치
US7466361B2 (en) Method and system for supporting motion in a motion adaptive deinterlacer with 3:2 pulldown (MAD32)
KR102603650B1 (ko) 지능형 컬러 영상 복원 시스템 및 이를 이용한 디인터레이싱 방법
JP4681341B2 (ja) 順次走査変換装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
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: 20121011

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20131002

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20141008

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20151012

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20161004

Year of fee payment: 9

LAPS Lapse due to unpaid annual fee