KR101112139B1 - 부호화된 영상의 확대비 및 노이즈 강도 추정장치 및 방법 - Google Patents

부호화된 영상의 확대비 및 노이즈 강도 추정장치 및 방법 Download PDF

Info

Publication number
KR101112139B1
KR101112139B1 KR1020100028406A KR20100028406A KR101112139B1 KR 101112139 B1 KR101112139 B1 KR 101112139B1 KR 1020100028406 A KR1020100028406 A KR 1020100028406A KR 20100028406 A KR20100028406 A KR 20100028406A KR 101112139 B1 KR101112139 B1 KR 101112139B1
Authority
KR
South Korea
Prior art keywords
edge
histogram
horizontal
ratio
input image
Prior art date
Application number
KR1020100028406A
Other languages
English (en)
Other versions
KR20110108918A (ko
Inventor
이상근
Original Assignee
중앙대학교 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 중앙대학교 산학협력단 filed Critical 중앙대학교 산학협력단
Priority to KR1020100028406A priority Critical patent/KR101112139B1/ko
Priority to US12/840,630 priority patent/US8320700B2/en
Publication of KR20110108918A publication Critical patent/KR20110108918A/ko
Application granted granted Critical
Publication of KR101112139B1 publication Critical patent/KR101112139B1/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
    • H04N19/10—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
    • H04N19/134—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
    • 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
    • H04N19/176—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 block, e.g. a macroblock
    • 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
    • H04N19/182—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 a pixel
    • 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
    • H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
    • 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
    • H04N19/86—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression involving reduction of coding artifacts, e.g. of blockiness

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)

Abstract

부호화된 영상의 확대비 및 노이즈 강도 추정장치 및 방법이 개시된다. 에지 검출부는 입력영상으로부터 추출한 고주파 성분의 크기 및 일관성을 기초로 선택된 에지화소들로 이루어진 에지맵을 생성한다. 투영 히스토그램 산출부는 에지맵의 각 열에 포함된 에지화소의 개수를 나타내는 수평방향 히스토그램 및 에지맵의 각 행에 포함된 에지화소의 개수를 나타내는 수직방향 히스토그램을 산출한다. 거리 히스토그램 산출부는 수평방향 히스토그램 및 수직방향 히스토그램 각각에 대하여 크기가 0이 아니며 서로 인접한 두 개의 컬럼 사이의 거리인 컬럼거리의 크기에 따른 빈도수로 표현되는 거리 히스토그램을 산출한다. 확대비 추정부는 수평방향 히스토그램 및 수직방향 히스토그램 각각에 대하여 산출된 거리 히스토그램에서 최대 빈도수에 대응하는 컬럼거리의 값을 기초로 입력영상의 수평방향 및 수직방향 확대비를 각각 추정한다. 블록경계 결정부는 수평방향 및 수직방향 확대비를 기초로 상기 에지맵을 구성하는 복수의 열 및 행을 분류하여 얻어진 복수의 그룹 중에서 최대 개수의 에지화소를 포함하는 각각의 그룹을 입력영상의 블록경계로 결정한다. 노이즈 강도 추정부는 블록경계로 결정된 그룹에 대하여 산출된 에지정보를 기초로 입력영상에 포함된 노이즈 강도를 추정한다. 본 발명에 따르면 영상에 대한 사전정보 없이 영상에 포함된 블록효과와 같은 압축 노이즈를 효과적으로 제거할 수 있다.

Description

부호화된 영상의 확대비 및 노이즈 강도 추정장치 및 방법{Apparatus and method for estimating scale ratio and noise strength of coded image}
본 발명은 부호화된 영상의 확대비 및 노이즈 강도 추정장치 및 방법에 관한 것으로, 보다 상세하게는, 블록 기반 기법에 의해 부호화된 영상에서 나타나는 블록효과와 같은 노이즈를 제거하기 위해 사용되는 노이즈 제거 필터의 적용위치 및 적용강도를 결정하기 위한 장치 및 방법에 관한 것이다.
비주얼 커뮤니케이션(Visual communication)의 분야에서는 높은 해상도로 큰 화면에 표시되는 이미지와 비디오의 시각적 품질 향상이 중요시된다. 디지털 카메라 및 비디오 캠코더와 같은 소비자 장치(consumer device)의 발전에 따라 사용자들은 자신의 클립을 웹상에 쉽게 업로드할 수 있으며, 디스플레이 제작자들은 이들을 더 큰 화면에 표시하려는 시도를 해왔다.
한편, DCT 기반의 압축 기법은 정적인 영상 및 동영상을 압축하는 데 성공적으로 사용되어 왔다. 디지털 비디오 컨텐츠는 커뮤니케이션 네트워크에서의 대역폭 한계를 극복하기 위해 다양한 디지털 압축 기법에 의해 처리되고 부호화된다. 이러한 압축된 디지털 비디오는 화면에 표시된 동영상 및 장면의 품질을 악화시키는 다양한 수준의 인공물(artifacts)을 포함한다. 압축된 디지털 비디오에서의 이러한 인공물은 압축 노이즈(compression noise)라 불린다. 압축 노이즈 제거는 디지털 비디오를 화면에 표시하기 전에 이러한 번거로운 JPEG 또는 MPEG 노이즈를 검출하고 제거하는 과정이다. 그러나 대부분의 블록제거 알고리즘은 블록 오프셋(offset)이 입력 영상의 첫 번째 화소 위치에서 시작된다는 것을 가정하고 노이즈 필터링 과정을 수행한다. 결과적으로 이러한 알고리즘은 블록 오프셋이 변화하면 블록효과를 정확하게 제거할 수 없다.
블록효과와 같은 인공물을 제거하기 위한 많은 연구가 수행되었으며, 이들은 반복 기법 및 비반복 기법으로 분류된다. 반복 기법은 수렴이 달성될 때까지 양자화 제한 집합 및 영상 평탄화 제한 집합으로의 투영을 반복함에 의한 POCS(Projection Onto Convex Sets)를 기반으로 한다. 그러나 반복 기반 기법은 높은 계산량을 가지며 실시간 비디오 또는 영상 처리에 구현하기 어렵다는 문제가 있다.
비반복 기법은 상대적으로 빠르지만 적은 비트율(bit rate)을 가지는 공간 적응적 필터링 기법을 포함한다. 나아가 블록 불연속은 이러한 기법에 의해서는 완전히 제거될 수 없다. 과완전 웨이블렛 표현(overcomplete wavelet representation) 기반의 이미지 블록제거 알고리즘이 제안되었고, 이는 에지를 포함한 영상의 세부정보를 보존하기 위해 멀티스케일 에지 분석이 가능하다. 예를 들면, 이웃하는 블록에 걸친 불연속은 알려진 양자화 스텝 크기의 형태로 분석되며, 열화된 영상은 여러 가지 서로 다른 웨이블렛 스케일을 통해 정확하게 필터링된다. 비반복 기법에 속하는 대부분의 압축 도메인 기법은 변환된 도메인에서 계수를 직접 조작하는 DCT 또는 다른 변환에 의한 필터링을 포함한다. 최근 디코더로부터의 유용한 정보를 사용하는 간단한 압축 도메인 기법이 좋은 결과를 제시한 바 있다. 또한 사전 정보를 배제한 학습 기반 필터링(training-based filtering) 기법이 제안되었으나, 이는 입력 영상이 학습 데이터에 비해 많이 다른 경우에는 필터링에 실패하였다.
이상에서 살펴본 바와 같이 대부분의 기법들은 양자화 스텝 크기와 같은 이미 알려진 정보를 사용하는 후처리에 초점을 맞추고 있다. 따라서 블록제거 알고리즘을 적절하게 적용하기 위해 사전정보 없이 노이즈 강도를 추정할 수 있는 기법이 필요하다.
본 발명이 이루고자 하는 기술적 과제는, 복호화된 확대 영상에 대한 사전정보 없이 블록효과 등의 압축 노이즈를 정확하고 효과적으로 제거할 수 있는 부호화된 영상의 확대비 및 노이즈 강도 추정장치 및 방법을 제공하는 데 있다.
본 발명이 이루고자 하는 다른 기술적 과제는, 복호화된 확대 영상에 대한 사전정보 없이 블록효과 등의 압축 노이즈를 정확하고 효과적으로 제거할 수 있는 부호화된 영상의 확대비 및 노이즈 강도 추정방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공하는 데 있다.
상기의 기술적 과제를 달성하기 위한, 본 발명에 따른 부호화된 영상의 확대비 및 노이즈 강도 추정장치는, 원본영상이 블록 기반 기법에 의해 부호화 및 복호화되어 얻어진 입력영상의 화소들 중에서 상기 입력영상으로부터 추출한 고주파 성분의 크기 및 일관성을 기초로 선택된 에지화소들로 이루어진 에지맵을 생성하는 에지 검출부; 상기 에지맵의 각 열에 포함된 상기 에지화소의 개수를 나타내는 수평방향 히스토그램 및 상기 에지맵의 각 행에 포함된 상기 에지화소의 개수를 나타내는 수직방향 히스토그램을 산출하는 투영 히스토그램 산출부; 상기 수평방향 히스토그램 및 상기 수직방향 히스토그램 각각에 대하여 크기가 0이 아니며 서로 인접한 두 개의 컬럼 사이의 거리인 컬럼거리의 크기에 따른 빈도수로 표현되는 거리 히스토그램을 산출하는 거리 히스토그램 산출부; 상기 수평방향 히스토그램 및 상기 수직방향 히스토그램 각각에 대하여 산출된 거리 히스토그램에서 최대 빈도수에 대응하는 컬럼거리의 값을 기초로 상기 입력영상의 상기 원본영상에 대한 수평방향 확대비 및 수직방향 확대비를 각각 추정하는 확대비 추정부; 상기 수평방향 확대비를 기초로 상기 에지맵을 구성하는 복수의 열을 분류하여 얻어진 복수의 그룹 중에서 최대 개수의 에지화소를 포함하는 그룹 및 상기 수직방향 확대비를 기초로 상기 에지맵을 구성하는 복수의 행을 분류하여 얻어진 복수의 그룹 중에서 최대 개수의 에지화소를 포함하는 그룹을 상기 입력영상의 블록경계로 결정하는 블록경계 결정부; 및 상기 블록경계로 결정된 그룹에 대하여 산출된 에지정보를 기초로 상기 입력영상에 포함된 노이즈 강도를 추정하는 노이즈 강도 추정부;를 구비한다.
상기의 기술적 과제를 달성하기 위한, 본 발명에 따른 부호화된 영상의 확대비 및 노이즈 강도 추정방법은, 원본영상이 블록 기반 기법에 의해 부호화 및 복호화되어 얻어진 입력영상의 화소들 중에서 상기 입력영상으로부터 추출한 고주파 성분의 크기 및 일관성을 기초로 선택된 에지화소들로 이루어진 에지맵을 생성하는 에지 검출단계; 상기 에지맵의 각 열에 포함된 상기 에지화소의 개수를 나타내는 수평방향 히스토그램 및 상기 에지맵의 각 행에 포함된 상기 에지화소의 개수를 나타내는 수직방향 히스토그램을 산출하는 투영 히스토그램 산출단계; 상기 수평방향 히스토그램 및 상기 수직방향 히스토그램 각각에 대하여 크기가 0이 아니며 서로 인접한 두 개의 컬럼 사이의 거리인 컬럼거리의 크기에 따른 빈도수로 표현되는 거리 히스토그램을 산출하는 거리 히스토그램 산출단계; 상기 수평방향 히스토그램 및 상기 수직방향 히스토그램 각각에 대하여 산출된 거리 히스토그램에서 최대 빈도수에 대응하는 컬럼거리의 값을 기초로 상기 입력영상의 상기 원본영상에 대한 수평방향 확대비 및 수직방향 확대비를 각각 추정하는 확대비 추정단계; 상기 수평방향 확대비를 기초로 상기 에지맵을 구성하는 복수의 열을 분류하여 얻어진 복수의 그룹 중에서 최대 개수의 에지화소를 포함하는 그룹 및 상기 수직방향 확대비를 기초로 상기 에지맵을 구성하는 복수의 행을 분류하여 얻어진 복수의 그룹 중에서 최대 개수의 에지화소를 포함하는 그룹을 상기 입력영상의 블록경계로 결정하는 블록경계 결정단계; 및 상기 블록경계로 결정된 그룹에 대하여 산출된 에지정보를 기초로 상기 입력영상에 포함된 노이즈 강도를 추정하는 노이즈 강도 추정단계;를 갖는다.
본 발명에 따른 부호화된 영상의 확대비 및 노이즈 강도 추정장치 및 방법에 의하면, 영상으로부터 추출한 에지성분을 기초로 영상의 확대비를 추정하고, 추정된 확대비를 기초로 노이즈 제거 필터를 적용할 블록경계의 위치를 결정하는 한편 영상의 노이즈 강도를 추정하여 노이즈 제거 필터의 강도를 결정함으로써 영상에 대한 사전정보 없이 영상에 포함된 블록효과와 같은 압축 노이즈를 효과적으로 제거할 수 있다.
도 1은 본 발명에 따른 부호화된 영상의 확대비 및 노이즈 강도 추정장치에 대한 바람직한 실시예의 구성을 도시한 블록도,
도 2는 입력영상으로부터 에지맵, 수평방향 히스토그램 및 거리 히스토그램이 순차적으로 생성되는 일 예를 도시한 도면,
도 3은 본 발명에 따른 부호화된 영상의 확대비 및 노이즈 강도 추정방법에 대한 바람직한 실시예의 수행과정을 도시한 흐름도,
도 4는 본 발명의 성능을 평가하기 위한 실험에 사용된 6개의 테스트영상 나타낸 도면,
도 5는 각각의 테스트영상에 대하여 추정된 압축비에 따른 노이즈 강도를 도시한 그래프, 그리고,
도 6은 도 4의 (c)의 영상을 q35의 품질 인자로 인코딩한 후 1.25배로 확대한 결과를 나타낸 도면이다.
이하에서 첨부된 도면들을 참조하여 본 발명에 따른 부호화된 영상의 확대비 및 노이즈 강도 추정장치 및 방법의 바람직한 실시예에 대해 상세하게 설명한다.
도 1은 본 발명에 따른 부호화된 영상의 확대비 및 노이즈 강도 추정장치에 대한 바람직한 실시예의 구성을 도시한 블록도이다.
도 1을 참조하면, 본 발명에 따른 확대비 및 노이즈 강도 추정장치는 에지 검출부(110), 투영 히스토그램 산출부(120), 거리 히스토그램 산출부(130), 확대비 추정부(140), 블록경계 결정부(150), 노이즈 강도 추정부(160) 및 필터링부(170)를 구비한다.
이하에서는 먼저 기존의 영상 압축 방법에 대하여 간단하게 설명한 후, 본 발명에 따른 확대비 및 노이즈 강도 추정장치의 각 구성요소의 기능에 대하여 상세히 설명하기로 한다.
JPEG 영상 부호화 표준은 DCT 기반 영상 압축으로 요약될 수 있다. JPEG 영상 부호화의 기본 아이디어는 MPEG 및 H.26X를 포함하는 다른 DCT 기반의 이미지 및 비디오 압축 기법으로 쉽게 확장된다. 영상은 먼저 일련의 타일 또는 블록으로 분할되며, 각각의 타일 또는 블록은 8×8화소의 배열이다. 다음으로 각각의 블록은 정방향 DCT를 통해 시간 주파수 도메인으로 변환된다. 8×8 블록의 각 화소 x(i,j)에 대해 정의되는 DCT는 다음의 수학식 1과 같다.
Figure 112011063604702-pat00032
여기서, c(?)는 다음의 수학식 2와 같이 정의된다.
Figure 112010020200010-pat00002
DCT 적용 후, 8×8 블록을 구성하는 64개의 DCT 계수들은 양자화된다. 즉, 각각의 계수가 대응하는 양자화 파라미터(양자화 스텝)로 나누어진 후 가장 근접한 정수로 반올림된다. 최종적으로, 양자화된 DCT 계수들은 지그재그 스캔 순서로 정렬되고, 엔트로피 부호화된다.
디코딩 과정에서 원본영상을 복원하기 위해서, 압축영상은 먼저 엔트로피 디코딩되고 양자화 파라미터와의 점대점 곱셈에 의해 역양자화된 후, 역 DCT(IDCT)에 의해 역변환된다. 이때 IDCT는 다음의 수학식 3과 같이 표현된다.
Figure 112010020200010-pat00003
이상에서 살펴본 바와 같이 영상의 각 블록은 특정 공간 주파수 기여도에 대응하는 DCT 계수의 가중합으로부터 복원된다.
본 발명에 따른 확대비 및 노이즈 강도 추정장치는 위와 같은 블록 기반 기법에 의해 얻어진 입력영상의 블록 경계에서 나타나는 블록효과 등의 노이즈를 효과적으로 제거할 수 있도록 하기 위한 구성을 가진다.
에지 검출부(110)는 원본영상이 블록 기반 기법에 의해 부호화 및 복호화되어 얻어진 입력영상의 화소들 중에서 입력영상으로부터 추출한 고주파 성분의 크기 및 일관성을 기초로 선택된 에지화소들로 이루어진 에지맵을 생성한다.
입력영상이 Nc×Nr의 크기를 가진다고 할 때, 입력영상의 확대비를 추정하기 위해서는 먼저 블록경계가 서로 이웃한 블록에 걸쳐 나타나는 노이즈 성분이라는 점을 가정한다. 원본영상을 xo라 하고, 원본영상이 부호화된 입력영상을
Figure 112010020200010-pat00004
라 한다. 입력영상의 확대비를 추정하는 것은 왜곡된 영상
Figure 112010020200010-pat00005
에 포함된 노이즈 성분을 검출하여 제거하기 위한 것이다.
에지 검출부(110)는 먼저 입력영상으로부터 고주파 성분을 추출하고, 추출된 고주파 성분을 기초로 하여 입력영상을 구성하는 화소들 중에서 영상의 에지, 즉 블록경계에 속하는 것으로 추정되는 에지화소를 선택한다.
고주파 성분을 추출하기 위해서는 기존에 알려진 모든 방법을 사용할 수 있으며, 일 실시예로서 2차 미분 연산자인 라플라시안 마스크를 사용하여 다음의 수학식 4와 같이 입력영상의 고주파 성분을 추출할 수 있다. 라플라시안 마스크는 블록경계와 노이즈를 검출하기 위해 제로크로싱(zero-crossing) 지점을 계수하는 데 사용된다.
Figure 112010020200010-pat00006
여기서, Gv(i,j)는 입력영상의 (i,j) 위치에 대응하는 고주파 성분의 값,
Figure 112010020200010-pat00007
는 컨벌루션 연산자이고, Mv는 다음과 같은 값으로 정의되어 사용되는 3×3 크기의 마스크이다.
Figure 112010020200010-pat00008
위와 같이 고주파 성분이 추출되면 에지 검출부(110)는 입력영상의 복수의 화소 중에서 에지맵을 구성할 에지화소를 선택하며, 에지화소를 선택하는 기준은 입력영상으로부터 추출된 고주파 성분의 크기 및 일관성(consistency)이다.
구체적으로, 입력영상의 (i,j) 위치의 화소가 에지맵 P에 속하는 에지화소 pi,j로 결정되기 위해서는 다음의 수학식 5와 같이 표현되는 제약조건을 만족하여야 한다.
Figure 112010020200010-pat00009
여기서, G|v|(pi ,j)는 입력영상의 (i,j) 위치에 대응하는 고주파 성분의 크기이고, sign(?)은 주어진 값의 부호를 출력하는 연산자이다. 또한 α 및 β의 값은 사전에 설정되며, 설정에 따라 달라질 수 있다.
수학식 5와 같이 표현되는 에지화소의 결정 과정을 요약하면, 입력영상의 (i,j) 위치에 대응하는 고주파 성분의 크기가 사전에 설정된 범위 R=[α β]에 속하고, (i,j) 위치를 중심으로 하는 수직 방향 화소들에 대한 고주파 성분의 부호가 이웃하는 수직 방향 화소들에 대한 고주파 성분의 부호와 상이하면 입력영상의 (i,j) 위치의 화소는 에지화소로 결정되어 에지맵에 포함된다.
투영 히스토그램 산출부(120)는 에지맵의 각 열(column)에 포함된 에지화소의 개수를 나타내는 수평방향 히스토그램 및 에지맵의 각 행(row)에 포함된 에지화소의 개수를 나타내는 수직방향 히스토그램을 산출한다.
즉, 투영 히스토그램 산출부(120)는 에지 검출부(110)에 의해 얻어진 에지맵을 수평방향으로 스캔하면서 에지맵의 각 열에 포함된 에지화소의 개수를 수평방향 히스토그램으로 나타내고, 에지맵을 수직방향으로 스캔하면서 에지맵의 각 행에 포함된 에지화소의 개수를 수직방향 히스토그램으로 나타내는 것이다. 이와 같이 에지맵의 각 열 또는 각 행에 대하여 에지화소의 개수를 산출하는 것은 입력영상에서 블록경계에 해당하는 부분을 결정하기 위해서이다.
또한 일정 개수 이상의 에지화소를 포함하는 열 또는 행을 블록경계를 결정하기 위한 고려대상으로부터 제외하기 위해 일정 개수 이상의 에지화소를 포함하는 열 또는 행, 즉 수평방향 또는 수직방향 히스토그램에서 일정 크기 이상의 컬럼만을 남기고 나머지 컬럼의 값은 0으로 결정할 수 있다. 예를 들면, 수평 방향 히스토그램의 각 컬럼의 값은 다음의 수학식 6에 의해 수정될 수 있다.
Figure 112010020200010-pat00010
여기서, hc(j)'는 수평방향 히스토그램에서 j번째 컬럼의 수정된 값, hc(j)는 수평방향 히스토그램에서 j번째 컬럼의 값, 그리고 Nc는 전체 컬럼의 개수, 즉 입력영상의 전체 열의 수이다.
수학식 6으로부터 알 수 있듯이 수평방향 히스토그램의 각 컬럼의 값들 중에서 수평방향 히스토그램에 나타나는 컬럼들의 값의 평균보다 작은 값을 가지는 컬럼은 그 값이 0으로 수정된다. 이러한 히스토그램의 값의 수정은 수직방향 히스토그램에 대하여도 동일하게 적용될 수 있다. 이와 같이 함으로써 에지화소가 적게 포함되어 있어 실질적으로 블록경계에 해당할 가능성이 없다고 볼 수 있는 위치가 제외되므로 블록경계의 결정 과정의 정확도 및 효율성이 높아지게 된다.
에지맵에 대한 수평방향 및 수직방향으로의 스캔에 의해 수평방향 히스토그램 및 수직방향 히스토그램(또는 수정된 값을 가지는 수평방향 및 수직방향 히스토그램)이 각각 얻어지면, 거리 히스토그램 산출부(130)는 수평방향 히스토그램 및 수직방향 히스토그램 각각에 대하여 크기가 0이 아니며 서로 인접한 두 개의 컬럼 사이의 가로축 상의 거리인 컬럼거리의 크기에 따른 빈도수로 표현되는 거리 히스토그램을 산출한다.
거리 히스토그램의 가로축은 수평방향 및 수직방향 히스토그램에서 서로 이웃한 두 개의 컬럼 사이의 가로축 상의 거리, 즉 에지맵에서 에지화소를 가지는 서로 이웃한 열 또는 행 사이의 거리인 컬럼거리의 크기를 나타내며, 거리 히스토그램의 세로축은 수평방향 및 수직방향 히스토그램을 원점으로부터 스캔하면서 동일한 크기의 컬럼거리가 나타나는 빈도수를 나타낸다.
도 2는 입력영상으로부터 에지맵, 수평방향 히스토그램 및 거리 히스토그램이 순차적으로 생성되는 일 예를 도시한 도면이다. 수직방향 히스토그램 및 그의 거리 히스토그램 역시 도 2에 도시된 것과 동일한 과정에 의해 생성된다.
도 2를 참조하면, 에지맵 생성부(110)는 도 2의 (a)와 같이 입력영상으로부터 선택된 에지화소들로 이루어진 에지맵을 생성한다. 이때 에지맵은 에지화소의 위치에는 1의 값이 부여되고 그 밖의 위치에는 0의 값이 부여되는 이진영상 형태로 나타낼 수도 있다.
다음으로 투영 히스토그램 산출부(120)는 도 2의 (b)에 도시된 바와 같이 에지맵을 수평방향으로 스캔하여 에지맵의 각 열에 포함된 에지화소의 개수를 나타내는 수평방향 히스토그램을 산출한다. 도 2의 (b)에서 가로축 j는 에지맵의 각 열의 번호, 세로축 hc(j)는 수평방향 히스토그램의 j번째 컬럼의 값, 즉 에지맵에서 j번째 열에 포함된 에지화소의 개수를 나타낸다. 에지화소가 포함되어 있지 않은 열의 번호에 해당하는 컬럼의 값은 0이며, 위에서 설명한 수정 과정에 의해 일정한 기준보다 작은 값을 가지는 컬럼의 값도 0으로 수정될 수 있다.
도 2의 (c)는 거리 히스토그램 산출부(130)에 의해 수평방향 히스토그램으로부터 산출된 거리 히스토그램을 도시한 것이다. 거리 히스토그램 산출부(130)는 수평방향 히스토그램을 원점으로부터 스캔하면서 서로 인접한 두 개씩의 컬럼 사이의 가로축 상의 거리인 컬럼거리를 산출한다. 예를 들면, 도 2의 (b)에 도시된 것과 같이 서로 인접한 컬럼 사이의 거리를 Δ1, Δ2와 같이 산출하는 것이다. 또한 거리 히스토그램 산출부(130)는 수평방향 히스토그램을 스캔하여 컬럼거리를 산출하면서 동일한 크기의 컬럼거리가 몇 회 나타나는지, 즉 각각의 컬럼거리의 빈도수를 산출한다.
수평방향 히스토그램에 대한 스캔이 완료되면 도 2의 (c)에 도시된 것과 같은 거리 히스토그램을 얻을 수 있다. 도 2의 (c)의 거리 히스토그램에서 가로축 Δ는 컬럼거리의 값을 나타내며, 세로축 hp ?p(Δ)는 각각의 컬럼거리의 값에 대응하는 빈도수를 나타낸다. 도 2의 (c)에 도시된 예에서는 가장 높은 빈도수를 가지는 컬럼거리가 Δ1이며, 두 번째로 높은 빈도수를 가지는 컬럼거리가 Δ2이다. 또한 도 2의 (c)에서는 도 2의 (b)의 수평방향 히스토그램의 스캔 결과 두 가지 크기의 컬럼거리가 얻어졌다. 그러나 거리 히스토그램에 한 가지 크기의 컬럼거리만 나타나는 경우, 즉 수평방향 히스토그램에서 서로 인접한 두 개의 컬럼 사이의 거리가 항상 일정한 경우도 가능하며, 세 가지 이상의 컬럼거리가 나타나는 경우도 가능하다.
확대비 추정부(140)는 수평방향 히스토그램 및 수직방향 히스토그램 각각에 대하여 산출된 거리 히스토그램에서 최대 빈도수에 대응하는 컬럼거리의 값을 기초로 입력영상의 원본영상에 대한 수평방향 확대비 및 수직방향 확대비를 각각 추정한다.
수평방향 확대비와 수직방향 확대비를 추정하는 방법은 동일하므로 이하에서는 수평방향 확대비와 수직방향 확대비를 확대비로 통칭하여 거리 히스토그램으로부터 그 값을 추정하는 방법에 대하여 설명한다. 즉, 수평방향 히스토그램으로부터 산출된 거리 히스토그램에서는 이하의 방법에 의해 수평방향 확대비를 추정할 수 있고, 수직방향 히스토그램으로부터 산출된 거리 히스토그램에서는 이하의 방법에 의해 수직방향 확대비를 추정할 수 있다. 또한 확대비의 추정은 거리 히스토그램에 포함된 컬럼의 개수에 따라 달라질 수 있다.
먼저 거리 히스토그램에 하나의 컬럼만 포함되어 있는 경우, 즉 수평방향 또는 수직방향 히스토그램을 스캔하여 얻어진 컬럼거리가 한 가지인 경우에는 입력영상의 원본영상에 대한 확대비는 간단하게 최대 빈도수에 대응하는 컬럼거리의 값을 8로 나눈 값, 즉
Figure 112010020200010-pat00011
과 같이 추정된다. 여기서 r은 확대비, Δpeak는 거리 히스토그램에서 최대 빈도수에 대응하는 컬럼거리의 값을 나타낸다. 또한 컬럼거리의 값을 8로 나누어 확대비를 추정하는 이유는 블록 기반의 영상 압축 기법에서 단위블록의 크기가 8×8(화소)이기 때문이다.
한편, 거리 히스토그램에 복수 개의 컬럼이 포함되어 있는 경우에는 최대 빈도수에 대응하는 컬럼거리의 값과 두 번째로 큰 빈도수에 대응하는 컬럼거리의 값이 확대비 추정에 사용된다. 즉, 거리 히스토그램에 두 개의 컬럼이 포함되어 있는 경우에 입력영상의 확대비는 다음의 수학식 7과 같이 추정된다.
Figure 112010020200010-pat00012
여기서, Δpeak -1은 거리 히스토그램에서 두 번째로 큰 빈도수에 대응하는 컬럼거리의 값, hp ?p(Δpeak -1)은 거리 히스토그램에서 두 번째로 큰 빈도수, 그리고 hp ?p(Δpeak)은 거리 히스토그램에서 최대 빈도수이다.
이와 같이 거리 히스토그램에 두 가지 이상의 컬럼거리가 나타나는 경우, 즉 수평방향 히스토그램 또는 수직방향 히스토그램에서 서로 인접한 컬럼 사이의 거리가 일정하지 않은 경우에는 위 수학식 7과 같이 컬럼거리의 값 사이의 가중합을 사용함으로써 확대비 추정의 정확도를 높일 수 있다.
다음으로 블록경계 결정부(150)는 수평방향 확대비를 기초로 에지맵을 구성하는 복수의 열을 분류하여 얻어진 복수의 그룹 중에서 최대 개수의 에지화소를 포함하는 그룹 및 수직방향 확대비를 기초로 에지맵을 구성하는 복수의 행을 분류하여 얻어진 복수의 그룹 중에서 최대 개수의 에지화소를 포함하는 그룹을 입력영상의 블록경계(block boundary)로 결정한다.
블록제거 필터 등의 노이즈 제거 필터를 입력영상에 적용할 때 영상의 세부정보를 보존하면서 효과적으로 노이즈를 제거하기 위해서는 노이즈 제거 필터의 적용 위치 및 적용 강도를 적응적으로 조절할 수 있어야 한다. 따라서 블록경계 결정부(150)는 입력영상에서 블록경계에 해당하는 위치를 결정함으로써 결정된 블록경계의 위치에 노이즈 제거 필터가 적용되도록 한다. 한편, 노이즈 제거 필터의 강도는 해당 위치에서의 노이즈 강도에 따라 결정된다. 따라서 뒤에서 설명할 노이즈 강도 추정부(160)는 입력영상에 포함된 노이즈의 강도를 추정한다.
입력영상의 블록경계는 에지 검출부(110)에 의해 생성된 에지맵 및 확대비 추정부(140)에 의해 추정된 확대비를 사용하여 결정된다. 즉, 블록경계 결정부(150)는 수평방향 확대비를 사용하여 에지맵으로부터 입력영상의 수직 블록경계를 결정하고, 수직방향 확대비를 사용하여 에지맵으로부터 입력영상의 수평 블록경계를 결정한다. 수직 블록경계와 수평 블록경계를 결정하는 방법은 동일하므로, 이하에서는 수평방향 확대비를 사용하여 수직 블록경계를 결정하는 방법에 대하여 상세하게 설명한다.
블록경계 결정부(150)는 먼저 입력영상의 수평방향 확대비를 기초로 하여 에지맵을 구성하는 복수의 열을 모두 8개의 그룹으로 분류한다. 즉, 그룹의 분류 기준에 따라 에지맵의 각 열에는 0에서 7까지의 인덱스가 부여되며, 각 열에 부여되는 인덱스의 값은 다음의 수학식 8과 같이 결정된다.
Figure 112010020200010-pat00013
여기서, c는 에지맵의 각 열에 부여되는 인덱스의 값, round(?)는 입력받은 값의 가장 가까운 정수를 출력하는 연산자, j는 에지맵의 열 번호, r은 수평방향 확대비, 그리고 %는 모듈로(modulo) 연산자이다.
수학식 8에 의해 에지맵의 각 열에 대해 인덱스가 부여되면, 동일한 인덱스 값을 가지는 열들은 동일한 그룹에 속하게 된다. 블록경계 결정부(150)는 모두 8개의 그룹 중에서 최대 개수의 에지화소를 포함하는 그룹을 수직 블록경계로 결정한다. 즉, 에지맵의 복수의 열이 분류되어 생성된 복수의 그룹 중에서 최대 개수의 에지화소가 포함된 그룹에 속하는 열들의 위치가 입력영상에서 수직 블록경계의 위치로 결정된다. 대부분의 경우에 수직 블록경계로 결정되는 그룹은 부여된 인덱스 값이 7인 열들로 이루어진 그룹이다. 이 과정을 수평 블록경계의 결정에도 동일하게 적용하면, 에지맵의 복수의 행이 분류되어 생성된 복수의 그룹 중에서 최대 개수의 에지화소가 포함된 그룹에 속하는 행들의 위치가 입력영상에서 수평 블록경계의 위치로 결정된다.
위와 같이 결정된 블록경계의 위치에 노이즈 제거 필터의 중심이 위치하게 되면 입력영상에 대한 노이즈 제거 성능을 최대로 할 수 있다.
노이즈 강도 추정부(160)는 블록경계로 결정된 그룹에 대하여 산출된 에지정보를 기초로 입력영상에 포함된 노이즈 강도를 추정한다.
이하에서 설명할 에지정보는 위와 같은 블록경계의 위치를 확정하고, 입력영상에 포함된 노이즈 강도를 추정하기 위해 사용된다. 에지정보를 구성하는 파라미터에는 에지카운트(edge count), 에지비(edge ratio) 및 에지값(edge value)의 세 가지가 있다. 이러한 에지정보는 입력영상 전체에 대하여 산출될 수도 있고, 입력영상을 복수의 부분영역(예를 들면, Ms×Ns의 크기를 가지는 3×4개의 부분영역)으로 분할하여 각각의 부분영역에 대해 산출될 수도 있다. 부분영역에 대한 에지정보는 블록효과와 같은 노이즈가 영상의 일부에서만 나타날 때 유용하다.
또한 블록경계를 결정할 때와 마찬가지로, 에지정보 역시 수직방향과 수평방향을 구분하여 산출되며, 수직 블록경계로 결정된 그룹에 대하여 산출되는 제1에지정보 및 수평 블록경계로 결정된 그룹에 대하여 산출되는 제2에지정보로 구분된다. 제1에지정보와 제2에지정보를 각각 산출하는 과정은 동일하므로, 이하에서는 제1에지정보와 제2에지정보의 산출 과정을 통합하여 에지정보의 산출 과정으로 설명한다.
에지정보를 구성하는 세 개의 파라미터 중에서 에지카운트의 경우, 입력영상에서 블록경계로 결정된 그룹에 속하는 에지화소의 개수로 표현된다. 즉, 에지카운트는 다음의 수학식 9와 같이 나타낼 수 있으며, 에지카운트의 값이 크면 블록경계에 많은 에지 특성이 존재한다는 것을 의미한다.
Figure 112010020200010-pat00014
여기서, hcnt는 에지카운트이고, hv(Cmax)는 블록경계로 결정된 그룹에 속하는 에지화소의 개수이다.
다음으로 에지비를 산출하기 위해서는 블록경계 결정부(150)에 의해 에지맵의 복수의 열 또는 복수의 행을 분류하여 얻어진 복수의 그룹 중에서 두 번째로 많은 개수의 에지화소를 포함하는 그룹에 관한 정보가 사용되며, 에지비는 다음의 수학식 10에 의해 산출된다.
Figure 112010020200010-pat00015
여기서, hratio는 에지비, hv(C2nd)는 블록경계 결정부(150)에 의해 얻어진 복수의 그룹 중에서 두 번째로 많은 개수의 에지화소를 포함하는 그룹에 속하는 에지화소의 개수이고, hv(Cmax)는 블록경계로 결정된 그룹에 속하는 에지화소의 개수이다.
즉, 수학식 10을 참조하면, 제1에지정보의 에지비는 에지맵의 복수의 열을 분류하여 얻어진 복수의 그룹 중에서 수직 블록경계로 결정된 그룹에 속하는 에지화소의 개수에 대한 두 번째로 많은 개수의 에지화소를 포함하는 그룹에 속하는 에지화소의 개수의 비에 의해 산출되며, 제2에지정보의 에지비는 에지맵의 복수의 행을 분류하여 얻어진 복수의 그룹 중에서 수평 블록경계로 결정된 그룹에 속하는 에지화소의 개수에 대한 두 번째로 많은 개수의 에지화소를 포함하는 그룹에 속하는 에지화소의 개수의 비에 의해 산출된다.
에지비는 블록효과의 존재 및 크기를 나타내며, 에지비로서 75% 이상의 큰 값으로 얻어지면 무시할 수 있는 정도의 블록효과가 블록경계에 나타나는 것을 의미한다. 한편, 에지비의 값이 작아질수록 모든 블록경계에 걸쳐 더 많은 블록효과가 나타나게 된다. 따라서 에지비의 크기에 따라 노이즈 제거 필터의 적용 여부 또는 적용 강도를 결정할 수 있다.
에지값은 블록경계로 결정된 그룹에 속하는 에지화소의 크기의 평균으로, 다음의 수학식 11에 의해 산출된다.
Figure 112010020200010-pat00016
여기서, hval은 에지값, hv mag(Cmax)는 블록경계로 결정된 그룹에 속하는 에지화소들에 대한 고주파 성분의 크기의 합, 그리고 hv(Cmax)는 블록경계로 결정된 그룹에 속하는 에지화소의 개수이다.
일반적으로 에지값이 크면 블록경계에 노이즈보다는 영상의 본래 에지특성(real edge features)이 더 많이 포함되어 있는 것을 의미한다. 이러한 경우에는 노이즈 제거 필터의 강도를 강하게 하는 것은 피하는 것이 바람직하다. 그러나 에지비가 매우 작을 때 에지값이 크게 나타나면, 이는 블록경계에서 강한 블록효과가 나타나며, 블록경계에 걸쳐 화소값의 변화가 크다는 것을 의미한다.
따라서 입력영상의 노이즈 강도를 추정할 때에는 위에서 설명한 에지정보의 세 가지 파라미터를 조합하여 판단하는 것이 바람직하다. 이는 에지카운트에 대하여도 마찬가지인데, 에지비가 작을 때 큰 에지카운트가 산출되면 많은 블록효과가 존재한다는 것을 의미하는 반면, 에지비가 클 때 큰 에지카운트가 산출되면 입력영상이 블록경계에서 많은 에지특성을 가지며, 이는 노이즈 제거 필터에 의해 스무딩되어서는 안된다는 것을 의미한다.
정리하면, 노이즈 강도 추정부(160)는 블록경계 결정부(150)에 의해 블록경계로 결정된 그룹에 대해 에지정보를 산출하여 입력영상에 포함된 노이즈 강도를 추정한다. 즉, 수직 블록경계로 결정된 그룹에 대하여는 제1에지정보를 산출하여 제1에지정보를 구성하는 파라미터의 값으로부터 입력영상에 포함된 수직 블록경계의 노이즈 강도를 추정하며, 수평 블록경계로 결정된 그룹에 대하여는 제2에지정보를 산출하여 제2에지정보를 구성하는 파라미터의 값으로부터 입력영상에 포함된 수평 블록경계의 노이즈 강도를 추정한다. 이와 같이 추정된 노이즈 강도는 입력영상으로부터 블록효과와 같은 노이즈를 제거하기 위한 노이즈 제거 필터의 강도를 결정하는 데 사용된다.
제1에지정보 및 제2에지정보로부터 각각 추정되는 노이즈 강도를 수식으로 표현하면 다음의 수학식 12와 같이 나타낼 수 있다.
Figure 112010020200010-pat00017
여기서, Qrs는 추정된 노이즈 강도, hcnt는 에지카운트, hratio는 에지비, hval은 에지값이고, 두 개의 구간값을 가지는 가중함수
Figure 112010020200010-pat00018
는 다음의 수학식 13과 같이 정의된다.
Figure 112010020200010-pat00019
여기서, τ1은 제1구간값이고, τ2는 제2구간값이다. 에지카운트 및 에지비에 대한 제1구간값 및 제2구간값은 사용자의 설정에 따라 달라지며, 실험에 의해 적절한 값으로 설정할 수 있다.
수학식 12 및 수학식 13을 참조하면, 에지카운트의 값이 제1구간값보다 작거나 에지비의 값이 제2구간값보다 크면 노이즈 강도는 0이 된다. 이는 위에서 설명한 내용을 반영한 것이다.
필터링부(170)는 노이즈 강도 추정부(160)에 의해 추정된 노이즈의 강도를 기초로 결정된 강도를 가지는 블록제거 필터를 블록경계 결정부(150)에 의해 결정된 블록경계의 위치에 적용하여 입력영상에 포함된 노이즈를 제거한다.
노이즈 제거 필터의 중심이 블록경계의 위치에 대응하는 경우에 노이즈 제거 성능이 최대가 된다는 것은 앞에서 설명한 바 있다. 추정된 노이즈 강도와 노이즈 제거 필터의 강도 사이의 관계는 다음의 표 1에 나타내었다.
에지카운트 에지비 에지값 노이즈일 확률(필터링 강도)
고 고 고 낮음(약함)
고 고 저 낮음(약함)
고 저 고 높음(가벼움)
고 저 저 높음(강함)
저 고 고 낮음(약함)
저 고 저 낮음(약함)
저 저 고 높음(약함)
저 저 저 높음(약함)
표 1을 참조하면, 에지비가 낮은 경우에 블록경계에 노이즈가 포함되어 있을 확률이 높으며, 필터링 강도는 에지카운트의 값이 작으면 약하게 적용하고, 에지카운트의 값이 높은 경우에는 에지값에 따라 가볍게 또는 강하게 적용한다.
이상에서 설명한 바와 같이 원본영상에 대한 입력영상의 확대비를 추정하여 블록경계의 위치를 결정하고 블록경계에서 산출된 에지정보를 기초로 입력영상의 노이즈 강도를 추정함으로써 노이즈 제거 필터의 정확성을 높일 수 있다.
도 3은 본 발명에 따른 부호화된 영상의 확대비 및 노이즈 강도 추정방법에 대한 바람직한 실시예의 수행과정을 도시한 흐름도이다.
도 3을 참조하면, 에지 검출부(110)는 원본영상이 블록 기반 기법에 의해 부호화 및 복호화되어 얻어진 입력영상의 화소들 중에서 입력영상으로부터 추출한 고주파 성분의 크기 및 일관성을 기초로 선택된 에지화소들로 이루어진 에지맵을 생성한다(S310).
투영 히스토그램 산출부(120)는 에지맵의 각 열에 포함된 에지화소의 개수를 나타내는 수평방향 히스토그램 및 에지맵의 각 행에 포함된 에지화소의 개수를 나타내는 수직방향 히스토그램을 산출한다(S320). 그리고 거리 히스토그램 산출부(130)는 수평방향 히스토그램 및 수직방향 히스토그램 각각에 대하여 크기가 0이 아니며 서로 인접한 두 개의 컬럼 사이의 거리인 컬럼거리의 크기에 따른 빈도수로 표현되는 거리 히스토그램을 산출한다(S330).
확대비 추정부(140)는 수평방향 히스토그램 및 수직방향 히스토그램 각각에 대하여 산출된 거리 히스토그램에서 최대 빈도수에 대응하는 컬럼거리의 값을 기초로 입력영상의 원본영상에 대한 수평방향 확대비 및 수직방향 확대비를 각각 추정한다(S340).
블록경계 결정부(150)는 수평방향 확대비를 기초로 에지맵을 구성하는 복수의 열을 분류하여 얻어진 복수의 그룹 중에서 최대 개수의 에지화소를 포함하는 그룹 및 수직방향 확대비를 기초로 에지맵을 구성하는 복수의 행을 분류하여 얻어진 복수의 그룹 중에서 최대 개수의 에지화소를 포함하는 그룹을 입력영상의 블록경계로 결정한다(S350). 또한 노이즈 강도 추정부(160)는 블록경계로 결정된 그룹에 대하여 산출된 에지정보를 기초로 입력영상에 포함된 노이즈 강도를 추정한다(S360).
마지막으로 필터링부(170)는 추정된 노이즈의 강도를 기초로 결정된 강도를 가지는 노이즈 제거 필터를 블록경계의 위치에 적용하여 입력영상에 포함된 노이즈를 제거한다(S370).
본 발명의 성능을 평가하기 위한 실험을 수행하였다. 실험에 사용된 6개의 테스트영상을 도 4에 나타내었다. 도 4의 (a) 내지 (e)에는 상대적으로 낮은 주파수 성분이 포함되어 있으며, (f)에는 상대적으로 높은 주파수 성분이 포함되어 있다. 실험에서 에지화소를 선택하기 위한 고주파 성분의 값의 범위는 8비트의 입력영상에 대해 R=[4 128]로 설정되었으며, 입력영상의 노이즈 강도를 추정할 때 사용되는 구간값은 에지카운트에 대하여는 Tcnt=[Nbbp/3 Nbbp/2]로, 에지비에 대하여는 Tratio=[51/128 110/128]로 설정되었다. 여기서 Nbbp는 블록경계로 결정된 그룹에 속하는 모든 화소의 개수이며, 입력영상의 크기에 따라 달라진다.
입력영상의 밝기(luminance) 성분만 실험에 사용되었으며, 확대비 및 노이즈 강도 추정의 결과는 압축 강도를 의미하는 품질 인자(quality factor)에 의해 평가되었다.
품질 인자는 작은 값으로 높은 압축률을 얻을 수 있도록 양자화 파라미터의 값을 조절하며, 다음의 수학식 14와 같이 표현된다.
Figure 112010020200010-pat00020
흔히 사용되는 양자화 테이블 q50은 다음과 같이 정의된다.
Figure 112010020200010-pat00021
첫 번째 실험은 노이즈 강도 추정의 정확도를 평가하기 위해 수행되었다. 도 4의 테스트영상들을 다양한 압축비로 부호화하고, 다시 복호화된 영상에 본 발명을 적용하여 노이즈 강도를 추정하였다. 서로 다른 압축비 qx 하에서 추정된 노이즈 강도 Qrs를 다음의 표 2에 나타내었다.
영상 (a) (b) (c) (d) (e) (f) 평균






품질
인자
qx(%)






 10 28.7 27.3 27.8 25.0 23.6 22.5 25.8
15 22.9 22.6 22.8 22.3 21.0 20.8 22.1
20 20.6 21.0 21.0 20.5 19.7 19.0 20.3
25 18.2 18.9 18.7 18.7 17.3 17.8 18.2
30 17.3 18.7 18.0 17.6 15.7 15.5 17.1
35 16.4 17.9 17.5 17.0 15.0 12.2 16.0
40 16.1 18.0 17.5 16.5 14.1 7.4 14.9
45 15.9 18.0 17.1 16.1 13.5 6.0 14.4
50 15.6 17.7 17.0 15.7 12.5 4.7 13.9
55 15.2 17.8 17.3 15.6 12.7 2.5 13.5
60 14.9 17.9 17.4 15.1 12.0 1.6 13.2
65 15.2 16.3 17.9 15.1 12.1 0.6 12.9
70 15.6 12.4 15.2 14.8 11.9 0.0 11.6
75 15.3 10.5 13.5 14.9 12.2 0.0 11.0
80 11.9 4.5 7.3 11.8 10.8 0.0 7.7
85 4.8 0.2 0.1 5.3 6.0 0.0 0.7
90 0.0 0.0 0.0 0.7 3.6 0.0 0.7
95 0.0 0.0 0.0 0.0 0.0 0.0 0.0
표 2에서 첫 번째 행은 도 4의 각각의 테스트영상에 대해 생성된 복호화된 영상을 나타내며, 두 번째 열은 압축비를 나타낸다. 추정된 노이즈 강도는 영상이 압축 과정에서 심하게 오염될수록 강해진다.
도 5는 각각의 테스트영상에 대하여 추정된 압축비에 따른 노이즈 강도를 도시한 그래프이다. 도 5를 참조하면, 도 4의 (f)의 테스트영상에 대한 결과를 제외하고는 압축비가 75%보다 커지는 지점 이후로 급격하게 감소하는 것을 알 수 있다. 일반적으로 대부분의 영상에 대해 75%의 압축비가 적절한 것으로 받아들여진다. 또한 높은 품질 인자에 의해 압축된 영상이 압축 노이즈를 나타낼 가능성이 적다.
더 큰 노이즈 강도 Qrs는 더 심각한 압축 노이즈를 나타내며, 추정된 노이즈 강도는 도 4의 (f)의 테스트영상에 대한 결과로부터 알 수 있듯이 많은 고주파 성분을 가지는 영상에 대하여 상대적으로 낮게 나타난다. 영상이 고르게 오염되었을 때 사람의 눈은 고주파에 비해 저주파에 민감하기 때문에, 도 4의 (f)와 같이 고주파 성분이 많이 포함된 영상에 대하여는 노이즈 제거 필터를 적용함으로써 영상의 본래 성분을 손상시키게 되는 것을 방지할 필요가 있다.
두 번째 실험은 확대비 추정에 관한 실험이다. 이 실험에서 도 4의 (a)의 테스트영상이 q5, q25 및 q55의 품질 인자에 의해 부호화되었고, 다양한 확대비에 따라 영상을 확대하기 위해 양방향 보간(bilinear interpolation)이 사용되었다. 다른 보간법에 비해 양방향 보간에 의해 얻어진 보간영상으로부터 확대비를 검출하는 것이 더 어렵다. 확대비 추정 결과를 다음의 표 3에 나타내었다.
영상
 qx
실제 확대비
1.000 1.125 1.250 1.375 1.500 1.625 1.750 1.875 2.000

(a)
 q5 P P P P P P P P P
q25 P P P P P P P P P
q55 P P P P P F F F F
표 3에서, P와 F는 각각 본 발명에 의해 추정된 확대비가 실제 확대비와 동일한 경우인 'Pass' 및 그렇지 않은 경우인 'Fail'을 의미한다. 표 3으로부터 본 발명은 높은 압축도의 영상에 있어서 모든 확대비에 대해 잘 동작한다는 것을 알 수 있다. 그러나 높은 품질 인자가 사용되는 경우에는 본 발명에 의해 정확한 확대비를 추정하기 어렵다. 높은 품질 인자가 사용되는 경우에는 블록경계가 명확하지 않기 때문이다. 또한 보간 과정에서 블록경계가 스무딩된다. 그러나 이러한 경우에는 언샤프 마스킹(unsharp masking) 알고리즘과 같은 전처리 기법에 의해 효과적으로 확대비를 추정할 수 있다.
도 6은 도 4의 (c)의 영상을 q35의 품질 인자로 인코딩한 후 1.25배로 확대한 결과를 나타낸 도면이다. 도 6의 좌측 도면은 본 발명에 의한 확대비 추정 과정 없이 노이즈 제거 필터가 적용된 결과이고, 우측 도면은 본 발명에 의한 확대비 추정 후 노이즈 제거 필터가 적용된 결과이다. 본 발명에 의한 확대비 추정을 통해 노이즈 제거 필터의 위치를 명확히 한 경우에 영상의 노이즈 제거 성능이 우수함을 육안으로 확인할 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.
110 - 에지 검출부
120 - 투영 히스토그램 산출부
130 - 거리 히스토그램 산출부
140 - 확대비 추정부
150 - 블록경계 결정부
160 - 노이즈 강도 추정부
170 - 필터링부

Claims (17)

  1. 원본영상이 블록 기반 기법에 의해 부호화 및 복호화되어 얻어진 입력영상의 화소들 중에서 상기 입력영상으로부터 추출한 고주파 성분의 크기 및 일관성을 기초로 선택된 에지화소들로 이루어진 에지맵을 생성하는 에지 검출부;
    상기 에지맵의 각 열에 포함된 상기 에지화소의 개수를 나타내는 수평방향 히스토그램 및 상기 에지맵의 각 행에 포함된 상기 에지화소의 개수를 나타내는 수직방향 히스토그램을 산출하는 투영 히스토그램 산출부;
    상기 수평방향 히스토그램 및 상기 수직방향 히스토그램 각각에 대하여 크기가 0이 아니며 서로 인접한 두 개의 컬럼 사이의 거리인 컬럼거리의 크기에 따른 빈도수로 표현되는 거리 히스토그램을 산출하는 거리 히스토그램 산출부;
    상기 수평방향 히스토그램 및 상기 수직방향 히스토그램 각각에 대하여 산출된 거리 히스토그램에서 최대 빈도수에 대응하는 컬럼거리의 값을 기초로 상기 입력영상의 상기 원본영상에 대한 수평방향 확대비 및 수직방향 확대비를 각각 추정하는 확대비 추정부;
    상기 수평방향 확대비를 기초로 상기 에지맵을 구성하는 복수의 열을 분류하여 얻어진 복수의 그룹 중에서 최대 개수의 에지화소를 포함하는 그룹 및 상기 수직방향 확대비를 기초로 상기 에지맵을 구성하는 복수의 행을 분류하여 얻어진 복수의 그룹 중에서 최대 개수의 에지화소를 포함하는 그룹을 상기 입력영상의 블록경계로 결정하는 블록경계 결정부; 및
    상기 블록경계로 결정된 그룹에 대하여 산출된 에지정보를 기초로 상기 입력영상에 포함된 노이즈 강도를 추정하는 노이즈 강도 추정부;를 포함하는 것을 특징으로 하는 확대비 및 노이즈 강도 추정장치.
  2. 제 1항에 있어서,
    상기 에지 검출부는 상기 입력영상을 구성하는 복수의 화소 중에서 고주파 성분의 크기가 사전에 설정된 크기범위 내에 속하고, 고주파 성분의 부호가 이웃 화소에 대한 고주파 성분의 부호와 상이한 화소를 상기 에지화소로 결정하는 것을 특징으로 하는 확대비 및 노이즈 강도 추정장치.
  3. 제 1항 또는 제 2항에 있어서,
    상기 투영 히스토그램 산출부는 상기 수평방향 히스토그램 및 상기 수직방향 히스토그램 각각에 대하여 상기 수평방향 히스토그램 및 상기 수직방향 히스토그램에 각각 포함된 컬럼들의 값의 평균보다 작은 값을 가지는 컬럼의 값을 0으로 결정하는 것을 특징으로 하는 확대비 및 노이즈 강도 추정장치.
  4. 제 1항 또는 제 2항에 있어서,
    상기 확대비 추정부는 상기 거리 히스토그램에 복수 개의 컬럼이 나타나는 경우에 최대 빈도수에 대응하는 컬럼거리의 값 및 두 번째로 큰 빈도수에 대응하는 컬럼거리의 값을 가중 합산하여 상기 확대비를 추정하는 것을 특징으로 하는 확대비 및 노이즈 강도 추정장치.
  5. 제 4항에 있어서,
    상기 확대비를 추정하기 위한 가중 합산시에 부여되는 가중치는 상기 최대 빈도수에 대응하는 컬럼거리의 값 및 두 번째로 큰 빈도수에 대응하는 컬럼거리의 값 사이의 비에 의해 결정되는 것을 특징으로 하는 확대비 및 노이즈 강도 추정장치.
  6. 제 1항 또는 제 2항에 있어서,
    상기 노이즈 강도 추정부는 상기 수평방향 확대비를 기초로 하여 수직 블록경계로 결정된 그룹 및 상기 수직방향 확대비를 기초로 하여 수평 블록경계로 결정된 그룹 각각에 대하여 상기 에지정보를 산출하되, 상기 에지정보는 상기 블록경계로 결정된 그룹에 속하는 에지화소의 개수인 에지카운트, 상기 에지카운트의 값에 대한 상기 블록경계 결정부에 의해 얻어진 복수의 그룹 중에서 두 번째로 많은 개수의 에지화소를 포함하는 그룹에 속하는 에지화소의 개수의 비인 에지비 및 상기 블록경계로 결정된 그룹에 속하는 에지화소들의 고주파 성분의 평균 크기인 에지값을 포함하는 것을 특징으로 하는 확대비 및 노이즈 강도 추정장치.
  7. 제 6항에 있어서,
    상기 노이즈 강도 추정부는 하기 수학식 A 및 수학식 B에 의해 상기 입력영상의 노이즈 강도를 추정하는 것을 특징으로 하는 확대비 및 노이즈 강도 추정장치:
    [수학식 A]
    Figure 112010020200010-pat00022

    [수학식 B]
    Figure 112010020200010-pat00023

    여기서, Qrs는 상기 추정된 노이즈 강도, hcnt는 상기 에지카운트, hratio는 상기 에지비, hval은 상기 에지값, 그리고 τ1 및 τ2는 각각 사전에 설정된 제1구간값 및 제2구간값이다.
  8. 제 1항 또는 제 2항에 있어서,
    상기 추정된 노이즈의 강도를 기초로 결정된 강도를 가지는 노이즈 제거 필터를 상기 블록경계의 위치에 적용하여 상기 입력영상에 포함된 노이즈를 제거하는 필터링부를 더 포함하는 것을 특징으로 하는 확대비 및 노이즈 강도 추정장치.
  9. 원본영상이 블록 기반 기법에 의해 부호화 및 복호화되어 얻어진 입력영상의 화소들 중에서 상기 입력영상으로부터 추출한 고주파 성분의 크기 및 일관성을 기초로 선택된 에지화소들로 이루어진 에지맵을 생성하는 에지 검출단계;
    상기 에지맵의 각 열에 포함된 상기 에지화소의 개수를 나타내는 수평방향 히스토그램 및 상기 에지맵의 각 행에 포함된 상기 에지화소의 개수를 나타내는 수직방향 히스토그램을 산출하는 투영 히스토그램 산출단계;
    상기 수평방향 히스토그램 및 상기 수직방향 히스토그램 각각에 대하여 크기가 0이 아니며 서로 인접한 두 개의 컬럼 사이의 거리인 컬럼거리의 크기에 따른 빈도수로 표현되는 거리 히스토그램을 산출하는 거리 히스토그램 산출단계;
    상기 수평방향 히스토그램 및 상기 수직방향 히스토그램 각각에 대하여 산출된 거리 히스토그램에서 최대 빈도수에 대응하는 컬럼거리의 값을 기초로 상기 입력영상의 상기 원본영상에 대한 수평방향 확대비 및 수직방향 확대비를 각각 추정하는 확대비 추정단계;
    상기 수평방향 확대비를 기초로 상기 에지맵을 구성하는 복수의 열을 분류하여 얻어진 복수의 그룹 중에서 최대 개수의 에지화소를 포함하는 그룹 및 상기 수직방향 확대비를 기초로 상기 에지맵을 구성하는 복수의 행을 분류하여 얻어진 복수의 그룹 중에서 최대 개수의 에지화소를 포함하는 그룹을 상기 입력영상의 블록경계로 결정하는 블록경계 결정단계; 및
    상기 블록경계로 결정된 그룹에 대하여 산출된 에지정보를 기초로 상기 입력영상에 포함된 노이즈 강도를 추정하는 노이즈 강도 추정단계;를 포함하는 것을 특징으로 하는 확대비 및 노이즈 강도 추정방법.
  10. 제 9항에 있어서,
    상기 에지 검출단계에서, 상기 입력영상을 구성하는 복수의 화소 중에서 고주파 성분의 크기가 사전에 설정된 크기범위 내에 속하고, 고주파 성분의 부호가 이웃 화소에 대한 고주파 성분의 부호와 상이한 화소를 상기 에지화소로 결정하는 것을 특징으로 하는 확대비 및 노이즈 강도 추정방법.
  11. 제 9항 또는 제 10항에 있어서,
    상기 투영 히스토그램 산출단계에서, 상기 수평방향 히스토그램 및 상기 수직방향 히스토그램 각각에 대하여 상기 수평방향 히스토그램 및 상기 수직방향 히스토그램에 각각 포함된 컬럼들의 값의 평균보다 작은 값을 가지는 컬럼의 값을 0으로 결정하는 것을 특징으로 하는 확대비 및 노이즈 강도 추정방법.
  12. 제 9항 또는 제 10항에 있어서,
    상기 확대비 추정단계에서, 상기 거리 히스토그램에 복수 개의 컬럼이 나타나는 경우에 최대 빈도수에 대응하는 컬럼거리의 값 및 두 번째로 큰 빈도수에 대응하는 컬럼거리의 값을 가중 합산하여 상기 확대비를 추정하는 것을 특징으로 하는 확대비 및 노이즈 강도 추정방법.
  13. 제 12항에 있어서,
    상기 확대비를 추정하기 위한 가중 합산시에 부여되는 가중치는 상기 최대 빈도수에 대응하는 컬럼거리의 값 및 두 번째로 큰 빈도수에 대응하는 컬럼거리의 값 사이의 비에 의해 결정되는 것을 특징으로 하는 확대비 및 노이즈 강도 추정방법.
  14. 제 9항 또는 제 10항에 있어서,
    상기 노이즈 강도 추정단계에서, 상기 수평방향 확대비를 기초로 하여 수직 블록경계로 결정된 그룹 및 상기 수직방향 확대비를 기초로 하여 수평 블록경계로 결정된 그룹 각각에 대하여 상기 에지정보를 산출하되, 상기 에지정보는 상기 블록경계로 결정된 그룹에 속하는 에지화소의 개수인 에지카운트, 상기 에지카운트의 값에 대한 상기 블록경계 결정단계에서 얻어진 복수의 그룹 중에서 두 번째로 많은 개수의 에지화소를 포함하는 그룹에 속하는 에지화소의 개수의 비인 에지비 및 상기 블록경계로 결정된 그룹에 속하는 에지화소들의 고주파 성분의 평균 크기인 에지값을 포함하는 것을 특징으로 하는 확대비 및 노이즈 강도 추정방법.
  15. 제 14항에 있어서,
    상기 노이즈 강도 추정단계에서, 하기 수학식 A 및 수학식 B에 의해 상기 입력영상의 노이즈 강도를 추정하는 것을 특징으로 하는 확대비 및 노이즈 강도 추정방법:
    [수학식 A]
    Figure 112010020200010-pat00024

    [수학식 B]
    Figure 112010020200010-pat00025

    여기서, Qrs는 상기 추정된 노이즈 강도, hcnt는 상기 에지카운트, hratio는 상기 에지비, hval은 상기 에지값, 그리고 τ1 및 τ2는 각각 사전에 설정된 제1구간값 및 제2구간값이다.
  16. 제 9항 또는 제 10항에 있어서,
    상기 추정된 노이즈의 강도를 기초로 결정된 강도를 가지는 노이즈 제거 필터를 상기 블록경계의 위치에 적용하여 상기 입력영상에 포함된 노이즈를 제거하는 필터링단계를 더 포함하는 것을 특징으로 하는 확대비 및 노이즈 강도 추정방법.
  17. 제 9항 또는 제 10항에 기재된 확대비 및 노이즈 강도 추정방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020100028406A 2010-03-30 2010-03-30 부호화된 영상의 확대비 및 노이즈 강도 추정장치 및 방법 KR101112139B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020100028406A KR101112139B1 (ko) 2010-03-30 2010-03-30 부호화된 영상의 확대비 및 노이즈 강도 추정장치 및 방법
US12/840,630 US8320700B2 (en) 2010-03-30 2010-07-21 Apparatus and method of estimating scale ratio and noise strength of encoded image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100028406A KR101112139B1 (ko) 2010-03-30 2010-03-30 부호화된 영상의 확대비 및 노이즈 강도 추정장치 및 방법

Publications (2)

Publication Number Publication Date
KR20110108918A KR20110108918A (ko) 2011-10-06
KR101112139B1 true KR101112139B1 (ko) 2012-03-13

Family

ID=44709761

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100028406A KR101112139B1 (ko) 2010-03-30 2010-03-30 부호화된 영상의 확대비 및 노이즈 강도 추정장치 및 방법

Country Status (2)

Country Link
US (1) US8320700B2 (ko)
KR (1) KR101112139B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101463835B1 (ko) * 2013-02-05 2014-11-20 (주)베라시스 분할 영역에서 관심값의 빈도분포에 기반한 이진 영상의 잡음 제거 방법
WO2019112376A1 (ko) * 2017-12-08 2019-06-13 삼성전자주식회사 디스플레이 장치 및 디스플레이 장치의 제어방법

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8363978B2 (en) * 2009-03-03 2013-01-29 Samsung Electronics Co., Ltd. System and method for block edge location with varying block sizes and offsets in compressed digital video
US9361707B2 (en) 2010-09-15 2016-06-07 Sharp Laboratories Of America, Inc. Methods and systems for detection and estimation of compression noise
US9721333B2 (en) 2010-09-15 2017-08-01 Sharp Laboratories Of America, Inc. Methods and systems for estimation of additive noise
US8538193B2 (en) * 2010-09-28 2013-09-17 Sharp Laboratories Of America, Inc. Methods and systems for image enhancement and estimation of compression noise
JP5771442B2 (ja) * 2011-05-09 2015-08-26 オリンパス株式会社 画像処理装置、画像処理方法、及び画像処理プログラム
US9076232B2 (en) * 2011-11-29 2015-07-07 Industry-Academic Cooperation Foundation, Yonsei University Apparatus and method for interpolating image, and apparatus for processing image using the same
US20140212054A1 (en) * 2013-01-31 2014-07-31 Adobe Systems Incorporated Image Classification for Adjustment
KR102048361B1 (ko) * 2013-02-28 2019-11-25 엘지전자 주식회사 거리 검출 장치, 및 이를 구비하는 영상처리장치
US9406107B2 (en) * 2013-12-18 2016-08-02 General Electric Company System and method of computed tomography signal restoration via noise reduction
WO2021230708A1 (en) * 2020-05-15 2021-11-18 Samsung Electronics Co., Ltd. Image processing method, electronic device and readable storage medium
CN113658118A (zh) * 2021-08-02 2021-11-16 维沃移动通信有限公司 图像噪声程度估计方法、装置、电子设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050119422A (ko) * 2004-06-16 2005-12-21 삼성전자주식회사 움직임 보상에 기반한 입력 영상의 노이즈 예측 및 그장치와, 이를 사용한 노이즈 제거 및 동영상 부호화 방법,이를 수행하기 위한 프로그램이 기록된 기록 매체
KR20060058703A (ko) * 2003-08-06 2006-05-30 코닌클리케 필립스 일렉트로닉스 엔.브이. 블럭 아티팩트 검출
KR20060131305A (ko) * 2005-06-15 2006-12-20 삼성전자주식회사 블록분류를 이용한 시공간 노이즈 제거 방법 및 이 방법이적용되는 디스플레이장치

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7911538B2 (en) * 2006-04-06 2011-03-22 Samsung Electronics Co., Ltd. Estimation of block artifact strength based on edge statistics
US20070280552A1 (en) * 2006-06-06 2007-12-06 Samsung Electronics Co., Ltd. Method and device for measuring MPEG noise strength of compressed digital image
US8363978B2 (en) * 2009-03-03 2013-01-29 Samsung Electronics Co., Ltd. System and method for block edge location with varying block sizes and offsets in compressed digital video
US8335401B2 (en) * 2010-04-09 2012-12-18 Dialogic Corporation Blind blocking artifact measurement approaches for digital imagery

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060058703A (ko) * 2003-08-06 2006-05-30 코닌클리케 필립스 일렉트로닉스 엔.브이. 블럭 아티팩트 검출
KR20050119422A (ko) * 2004-06-16 2005-12-21 삼성전자주식회사 움직임 보상에 기반한 입력 영상의 노이즈 예측 및 그장치와, 이를 사용한 노이즈 제거 및 동영상 부호화 방법,이를 수행하기 위한 프로그램이 기록된 기록 매체
KR20060131305A (ko) * 2005-06-15 2006-12-20 삼성전자주식회사 블록분류를 이용한 시공간 노이즈 제거 방법 및 이 방법이적용되는 디스플레이장치

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101463835B1 (ko) * 2013-02-05 2014-11-20 (주)베라시스 분할 영역에서 관심값의 빈도분포에 기반한 이진 영상의 잡음 제거 방법
WO2019112376A1 (ko) * 2017-12-08 2019-06-13 삼성전자주식회사 디스플레이 장치 및 디스플레이 장치의 제어방법
KR20190068067A (ko) * 2017-12-08 2019-06-18 삼성전자주식회사 디스플레이 장치 및 디스플레이 장치의 제어방법
KR102338466B1 (ko) * 2017-12-08 2021-12-14 삼성전자주식회사 디스플레이 장치 및 디스플레이 장치의 제어방법
US11290750B2 (en) 2017-12-08 2022-03-29 Samsung Electronics Co., Ltd. Display apparatus and method of controlling the same

Also Published As

Publication number Publication date
KR20110108918A (ko) 2011-10-06
US20110243466A1 (en) 2011-10-06
US8320700B2 (en) 2012-11-27

Similar Documents

Publication Publication Date Title
KR101112139B1 (ko) 부호화된 영상의 확대비 및 노이즈 강도 추정장치 및 방법
Muijs et al. A no-reference blocking artifact measure for adaptive video processing
JP5270573B2 (ja) ブロックアーチファクトを検出する方法及び装置
EP2327219B1 (en) Reducing digital image noise
US20050100235A1 (en) System and method for classifying and filtering pixels
JPH08186714A (ja) 画像データのノイズ除去方法及びその装置
US20050100241A1 (en) System and method for reducing ringing artifacts in images
US6823089B1 (en) Method of determining the extent of blocking and contouring artifacts in a digital image
JPWO2002093935A1 (ja) 画像処理装置
JP2006507775A (ja) 基準なしで圧縮ビデオシーケンスの品質を測定する方法及び装置
US20100002953A1 (en) Detection and reduction of ringing artifacts based on block-grid position and object edge location
KR100754154B1 (ko) 디지털 비디오 화상들에서 블록 아티팩트들을 식별하는 방법 및 디바이스
Kong et al. Edge map guided adaptive post-filter for blocking and ringing artifacts removal
US6643410B1 (en) Method of determining the extent of blocking artifacts in a digital image
WO2017085708A1 (en) Method of controlling a quality measure and system thereof
Vidal et al. New adaptive filters as perceptual preprocessing for rate-quality performance optimization of video coding
JP2006148878A (ja) 画像中の画素を分類する方法
JP2005318614A (ja) 入力画像中のアーチファクトを低減する方法
JP4065287B2 (ja) 画像データのノイズ除去方法及びその装置
Lee Edge statistics-based image scale ratio and noise strength estimation in DCT-coded images
JP2009095004A (ja) 画像シーケンス中の画素をフィルタリングする方法
Sadaka et al. Efficient perceptual attentive super-resolution
JP2006140999A (ja) 画像中の画素をフィルタリングする方法
Klima et al. Image quality and QoE in multimedia systems
JPH08265572A (ja) 画像処理装置

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: 20150417

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20160119

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20170104

Year of fee payment: 6

LAPS Lapse due to unpaid annual fee