KR20050088674A - 예제 기반 초해상도 기법을 이용한 고품질 영상 획득 방법 - Google Patents
예제 기반 초해상도 기법을 이용한 고품질 영상 획득 방법 Download PDFInfo
- Publication number
- KR20050088674A KR20050088674A KR1020040014079A KR20040014079A KR20050088674A KR 20050088674 A KR20050088674 A KR 20050088674A KR 1020040014079 A KR1020040014079 A KR 1020040014079A KR 20040014079 A KR20040014079 A KR 20040014079A KR 20050088674 A KR20050088674 A KR 20050088674A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- high quality
- edge block
- block
- low
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000001914 filtration Methods 0.000 claims abstract description 24
- 238000012549 training Methods 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000010276 construction Methods 0.000 claims abstract description 7
- 230000008569 process Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 239000003637 basic solution Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration using non-spatial domain filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/32—Determination of transform parameters for the alignment of images, i.e. image registration using correlation-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
1. 청구범위에 기재된 발명이 속하는 기술분야
본 발명은 예제 기반 초해상도 기법을 이용한 고품질 영상 획득 방법 및 상기 방법을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체에 관한 것임.
2. 발명이 해결하려고 하는 기술적 과제
본 발명은 저품질 영상을 저화질 영상 블록과 고화질 영상 블록의 상관관계(대응관계)를 이용하여 저품질 영상을 고품질 영상으로 향상시킬 수 있는, 예제 기반 초해상도 기법을 이용한 고품질 영상 획득 방법 및 상기 방법을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공하고자 함.
3. 발명의 해결 방법의 요지
본 발명은, 영상 처리 장치에 적용되는 영상 획득 방법에 있어서, 고화질 영상을 저역통과 및 고역통과 필터링하고, 필터링된 영상을 소정 블록 크기로 잘라 에지 영상을 획득하는 필터링 및 에지 영상 획득 단계; 얻어진 저화질 에지 블록과 고화질 에지 블록의 대응관계를 찾아 벡터 집합을 구성하고, 벡터 집합의 모임인 훈련 집합을 만들어 트리 노드로 재구성하는 대응관계 정의 및 트리 구성 단계; 복원 대상 영상(저화질 영상) 입력시, 저역통과 필터링하여 소정 블록 크기로 잘라 저화질 에지 블록을 획득하는 저화질 에지 블록 획득 단계; 상기 트리 노드를 참조하여, 상기 획득된 저화질 에지 블록과 유사한 저화질 에지 블록을 찾아, 이에 대응되는 고화질 에지 블록을 획득하는 고화질 에지 블록 획득 단계; 및 상기 고화질 에지 블록을 조합하여 고화질 영상(고품질 영상)을 만드는 고화질 영상 획득 단계를 포함함.
4. 발명의 중요한 용도
본 발명은 유무선 단말기 등의 영상 처리 장치 등에 이용됨.
Description
본 발명은 영상 처리 기술분야에 관한 것으로, 특히 영상 처리 시스템에서 저품질 영상을 예제 기반 초해상도(Example-Based Super Resolution) 기법을 이용하여 고품질 영상으로 향상시킬 수 있는 고품질 영상 획득 방법 및 상기 방법을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체에 관한 것이다.
현재, 저품질 영상(정지영상, 동영상 포함)을 고품질 영상으로 향상시키는 기술은 유선 및 무선 네트워크 등에서 영상 전송상의 크기 변화에 따른 품질강등을 향상시키는데 널리 이용되고 있다. 그 종류로는 선명도(Sharpening), 보간(Interpolation), 초해상도(Super-Resolution) 등 여러 방법들이 있다.
선명화(Sharpening)는 화상 강조의 일종으로 화상의 선명도를 향상시키는 조작이다. 선명화(Sharpening)는 미분 연산이나 고역 강조 필터를 써서 화상의 선명도를 높인다. 즉, 고주파 보존 필터링에 기반을 둔 영상처리로 영상의 시각적 날카로움을 증가시킨다.
보간(Interpolation)은 어떤 영상을 디지털 영상으로 변환시키는 과정에서 발생하는 수많은 화소들의 값의 크기와 위치를 변형시켜(평균화하여) 저장한 다음 유사화소의 평균값에 적절한 가중치를 두어 필요한 화소의 값을 계산해낸다. 보간(Interpolation)은 주로 주어진 주변의 점들로부터 잃어버린 자료를 생성해 내기 위해 사용되며, 예를 들어 양선형 보간법은 주어진 두 점들 사이의 선형 관계를 가정한다.
초해상도(Super-Resolution)의 기초는 선험적(a-priori) 지식이다. 초해상도(Super-Resolution)는 기본적인 해 방정식들을 선험적 정보를 가지고 확대함으로써 회절한계를 넘어선 정보의 복원이 가능하다. 그러나, 초해상도(Super-Resolution)는 매우 큰 계산이 요구되고, 전형적으로 초-분해된 영상(super-resolved image)을 계산하는 것은 보통의 영상 향상 처리들보다 100배에서 1000배 이상의 연산들이 요구된다. 더 현실적이고 복잡한 객체 모델들의 사용은 이러한 계산적 부하를 증가시킬 것으로 예상된다.
상기와 같은 저품질 영상(정지영상, 동영상 포함)을 고품질 영상으로 향상시키는 전통적인 방법들(Sharpening), Interpolation, Super-Resolution 등)은, 고품질 영상을 획득함에 있어서 너무 많은 계산량과 시간이 소요되는 문제점이 있었다. 따라서, 시공간 복잡도를 줄이고 보다 나은 품질로 향상시키는 고해상도 향상 기술이 절실히 요구된다.
본 발명은, 상기와 같은 요구에 부응하기 위하여 제안된 것으로, 저품질 영상을 저화질 영상 블록과 고화질 영상 블록의 상관관계(대응관계)를 이용하여 저품질 영상을 고품질 영상으로 향상시킬 수 있는, 예제 기반 초해상도 기법을 이용한 고품질 영상 획득 방법 및 상기 방법을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공하는데 그 목적이 있다.
상기 목적을 달성하기 위한 본 발명은, 영상 처리 장치에 적용되는 영상 획득 방법에 있어서, 고화질 영상을 저역통과 및 고역통과 필터링하고, 필터링된 영상을 소정 블록 크기로 잘라 에지 영상을 획득하는 필터링 및 에지 영상 획득 단계; 얻어진 저화질 에지 블록과 고화질 에지 블록의 대응관계를 찾아 벡터 집합을 구성하고, 벡터 집합의 모임인 훈련 집합을 만들어 트리 노드로 재구성하는 대응관계 정의 및 트리 구성 단계; 복원 대상 영상(저화질 영상) 입력시, 저역통과 필터링하여 소정 블록 크기로 잘라 저화질 에지 블록을 획득하는 저화질 에지 블록 획득 단계; 상기 트리 노드를 참조하여, 상기 획득된 저화질 에지 블록과 유사한 저화질 에지 블록을 찾아, 이에 대응되는 고화질 에지 블록을 획득하는 고화질 에지 블록 획득 단계; 및 상기 고화질 에지 블록을 조합하여 고화질 영상(고품질 영상)을 만드는 고화질 영상 획득 단계를 포함하여 이루어진 것을 특징으로 한다.
한편, 본 발명은 고품질 영상 획득을 위하여, 프로세서를 구비한 영상 처리 장치에, 고화질 영상을 저역통과 및 고역통과 필터링하고, 필터링된 영상을 소정 블록 크기로 잘라 에지 영상을 획득하는 필터링 및 에지 영상 획득 기능; 얻어진 저화질 에지 블록과 고화질 에지 블록의 대응관계를 찾아 벡터 집합을 구성하고, 벡터 집합의 모임인 훈련 집합을 만들어 트리 노드로 재구성하는 대응관계 정의 및 트리 구성 기능; 복원 대상 영상(저화질 영상) 입력시, 저역통과 필터링하여 소정 블록 크기로 잘라 저화질 에지 블록을 획득하는 저화질 에지 블록 획득 기능; 상기 트리 노드를 참조하여, 상기 획득된 저화질 에지 블록과 유사한 저화질 에지 블록을 찾아, 이에 대응되는 고화질 에지 블록을 획득하는 고화질 에지 블록 획득 기능; 및 상기 고화질 에지 블록을 조합하여 고화질 영상(고품질 영상)을 만드는 고화질 영상 획득 기능을 구현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공한다.
본 발명은 저품질(저화질) 영상을 향상된 Example-Based Super Resolution 방법을 이용하여 고품질(고화질) 영상으로 향상시키고자 한다. 즉, 본 발명은 저품질 영상을 저화질 블록과 고화질 블록과의 상관관계를 이용하여 고품질 영상으로 향상시키고자 한다.
이를 위해, 본 발명은 고품질 영상으로부터 저해상도 블록과 고해상도 블록과의 대응관계를 추출하고, 입력으로 들어온 저해상도 영상에 대해 미리 얻어진 대응관계를 이용하여 고해상도의 영상을 얻어내, 효율적으로 저품질 영상을 고품질로 향상시킬 수 있다.
본 발명에서 Example-Based Super Resolution 방법이라 함은, 고화질 영상을 트레이닝(Training) 영상으로 사용하여 이 영상의 저화질 에지 블록과 고화질 에지 블록과의 대응관계를 찾아 K-mean's 알고리즘이나 앙상블 SVM(Support Vector Machines) 분류기로 이진 트리(Binary Tree)나 멀티노드 트리(Multi-Node Tree) 형태로 만들어 저장한다. 이후, 저품질 영상이 입력으로 주어지면, 이 영상을 저화질 에지 형태로 바꾸고, 구성된 대응관계 Tree를 이용하여, 저화질 에지 블록에 알맞은 고화질 에지 블록을 고화질 에지 블록의 이웃 호환성(Neighbor의 Compatibility)을 이용하여 찾아낸다. 그리고, 찾아낸 고화질 에지 블록을 영상으로 구성하게 되면, 고화질의 영상(정지영상, 동영상)을 얻어낼 수 있다.
인터넷, 디지털 TV, DVD, IMT-2000, 초고속 네트워크 등의 발달로 인해, 정지영상이나 동영상 컨텐츠들이 많이 제작되어 TV, 인터넷 방송, VOD 등 여러 곳에서 활용되고 있는 바, 본 발명은 이러한 컨텐츠들의 전송시에 발생하는 영상 품질강등에서 대해 효율적으로 고품질 영상으로 향상시킴으로써, 여러 응용 분야에서 보다 효율적으로 사용될 수 있다.
상술한 목적, 특징들 및 장점은 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 보다 분명해 질 것이다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 일실시예를 상세히 설명한다.
도 1 은 본 발명에 따른 고품질 영상 획득을 위한 저품질 블록과 고품질 블록의 대응관계를 이용한 트리 구성 과정을 나타낸 일실시예 설명도로서, 고품질 영상(고화질 영상)을 트레이닝(Training)하여 저화질 블록과 고화질 블록과의 대응관계(상관관계)를 트리(Tree)로 만들어내는 과정을 보여 준다.
우선, 트레이닝(Training)하고자 하는 영상(고화질 영상)(11)을 저역통과필터(Low Pass Filter)와 고역통과필터(High Pass Filter)를 이용해 저역통과 필터링 및 고역통과 필터링하여(12a,12b), 필터링을 통해 얻어진 영상을 일정한 블록 크기로 자른 저화질 에지 영상(저화질 에지 블록)(13a) 및 고화질 에지 영상(고화질 에지 블록)(13b) 형태로 만든다.
그리고, 저화질 에지 영상(저화질 에지 블록)(13a)과 고화질 에지 영상(고화질 에지 블록)(13b) 사이의 대응관계를 만들어 내기 위해, 영상(13a,13b)을 모두 스캐닝(Scanning)하면서 저화질 에지 블록(13a)에 대응되는 고화질 에지 블록(13b)을 하나의 블록 벡터 집합(Vector Set)(14a,14b)으로 묶는다. 이때, 저역통과필터(Low Pass Filter)를 통해 필터링된 저화질 에지 블록(13a)은 블러(Blur) 효과가 된 상태이므로, 고화질 에지 블록(13b)과의 관계가 1:1 크기로 대응될 수 없다. 따라서, 저화질 에지 블록(13a)의 크기를 고화질 에지 블록(13b)의 크기보다 약간 크게 설정하여 집합(Set)(14a,14b)을 이루도록 한다. 예를 들어, 저화질 에지 블록(13a)이 7×7이라면, 고화질 에지 블록(13b)은 5×5 크기 정도로 설정한다. 여러 장의 영상을 이와 같은 방식으로 트레이닝(Training)하여, 벡터 집합(Vector Set)의 모임인 트레이닝 집합(Training Set)(14a,14b)을 만들어 내도록 한다.
이후, 이렇게 얻어진 트레이닝 집합(Training Set)(14a,14b)을 테스트(Test)시의 탐색(Searching) 시간과 공간 복잡도를 줄이기 위해서 트리(Tree) 구조로 재구성하는데(15), 이때 재구성시의 방법은 K-mean's 알고리즘의 거리(distance)를 이용한 Balanced Binary Tree(16a), 앙상블 SVM 분류기를 이용한 Multi-Node Tree(16b)가 된다.
이렇게 하여 여러 장의 트레이닝(Training) 영상을 통한 저화질 에지 블록(13a)과 고화질 에지 블록(13b)과의 대응관계를 나타낸 트리(Tree)(16a,16b)를 구성할 수 있다(15).
도 1을 정리해 보면, 저품질 블록(저화질 에지 블록)(13a)과 고품질 블록(고화질 에지 블록)(13b)간의 대응관계를 얻기 위해 트레이닝 영상(고화질 영상)(11)을 저역통과 필터링(Low-Pass Filtering) 및 고역통과 필터링(High-Pass Filtering)한 후(12a,12b), 필터링을 통해 얻은 영상(13a,13b)을 일정한 블록 크기로 자른 저화질 에지 블록(13a) 및 고화질 에지 블록(13b)을 집합(Set)(14a,14b)으로 구성하고, 구성된 벡터 집합들(14a,14b)을 가지고 이진 트리(Binary Tree)(16a)나 멀티노드 트리(Mult-Node Tree)(16b)를 구성한다(15). 이때, 각 트리 노드(16a,16b)는 도 2에 도시된 바와 같이 저역통과 블록(저화질 에지 블록)(Low-Pass Block)과 고역통과 블록(고화질 에지 블록)(High-Pass Block)으로 이루어진다.
그럼, 도 3을 참조하여 저품질 영상(저화질 영상)을 대응관계(상관관계)를 이용하여 고품질 영상(고화질 영상)으로 향상시키는 방법을 살펴보기로 한다.
본 발명에 따른 고품질 영상 획득 방법은 크게 세 단계로 나눌 수 있다.
첫 번째 과정은, 테스트(Test)하고자 하는 영상(저화질 영상)(31)의 저역통과 필터링(Low-Pass Filtering)(32)을 통해 얻은 영상을 일정 블록 크기로 자른 에지 영상(저역통과 영상, 즉 저화질 에지 블록)(33)으로 만든다.
두 번째 과정은, 상기 첫 번째 과정에서 얻어진 영상(저화질 에지 블록)(33)과 가장 비슷하게 대응되는 저화질 에지 블록을 트레이닝(Training) 과정에서 구성한 이진 트리(Binary Tree)나 멀티모드 트리(Multi-Node Tree)에서 찾아낸다(34). 이때, 트리 탐색(Tree Searching)시에 사용되는 비교값은 블록 사이의 거리(distance)와 이웃(neighbor)와의 연관성을 고려한 고역통과 블록(고화질 에지 블록)과의 호환성(Compatibility)이다.
세 번째 과정은, 상기 두 번째 과정에서 찾은 저역통과 블록(저화질 에지 블록)에 대응되는 고역통과 블록(고화질 에지 블록)(35)을 조합해서(36) 고화질 영상을 만들어낸다(37). 이때, 영상의 콘트라스트(contrast)도 복원한다.
이러한 과정을 통하게 되면 저품질 영상(저화질 영상)을 고품질 영상(고화질 영상)으로 향상시킬 수 있게 된다.
본 발명을 정리해 보면, 먼저 트레이닝(Training) 영상(고화질 영상)(11)을 저역통과 필터링(Low-Pass Filtering)(12a) 및 고역통과 필터링(High-Pass Filtering)(12b)을 통해서 얻은 영상을 일정 블록 크기로 자른 에지 영상(저역통과 영상, 즉 저화질 에지 블록)(33)으로 만든다. 이렇게 얻어진 영상 블록(13a,13b) 사이의 대응관계를 찾아 벡터 집합(14a,14b)을 구성한다. 그리고, 이렇게 구성된 벡터 집합(Vector Set)(14a,14b)을 검색 시간과 공간 복잡도를 줄이기 위해서 트리(Tree)(16a,16b)를 구성한다(15). 이때, 트리(Tree) 노드의 구성은 도 2에 도시된 바와 같다.
이와 같이 트레이닝(Training)을 과정을 거친 다음, 실제로 영상의 품질을 향상시키기 위해서는 도 3과 같은 과정을 거치게 되는데, 먼저 테스트 영상(Test Image)(31)을 저역통과 필터링(Low-Pass Filtering)(32)을 통하여 영상(33)을 얻는다. 이때, 얻어진 영상(33)에 대해, 블록별로 미리 구성된 트리(Tree)에서 비슷한 저역통과 영상(저화질 에지 블록)을 찾아낸다(34). 찾아진 저역통과 영상(저화질 에지 블록)에 대응되는 고역통과 영상(고화질 에지 블록)(35)을 가지고 고품질의 영상을 얻도록 한다(36). 그에 대한 결과 영상은 "37"과 같다.
상술한 바와 같은 본 발명의 방법은 프로그램으로 구현되어 컴퓨터로 읽을 수 있는 기록매체(씨디롬, 램, 롬, 플로피 디스크, 하드 디스크, 광자기 디스크 등)에 저장될 수 있다.
이상에서 설명한 본 발명은 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니고, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하다는 것이 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 있어 명백할 것이다.
상기한 바와 같은 본 발명은, 예제 기반 초해상도 기법을 사용하여 블록 연산을 수행함으로써 보다 빠르고 나은 화질 향상을 얻을 수 있어, 유, 무선 네크워크 상에서 발생하는 품질강등에 대한 향상, 기타 영역 등에 널리 이용할 수 있고, 특히 모바일 환경 등에서 보다 효율적으로 사용할 수 있다.
도 1 은 본 발명에 따른 고품질 영상 획득을 위한 저품질 블록과 고품질 블록의 대응관계를 이용한 트리 구성 과정을 나타낸 일실시예 설명도.
도 2 는 본 발명의 실시예에 따른 트리 노드(Tree Node) 구성 예시도.
도 3 은 본 발명에 따른 고품질 영상 획득 방법을 나타낸 일실시예 설명도.
Claims (5)
- 영상 처리 장치에 적용되는 영상 획득 방법에 있어서,고화질 영상을 저역통과 및 고역통과 필터링하고, 필터링된 영상을 소정 블록 크기로 잘라 에지 영상을 획득하는 필터링 및 에지 영상 획득 단계;얻어진 저화질 에지 블록과 고화질 에지 블록의 대응관계를 찾아 벡터 집합을 구성하고, 벡터 집합의 모임인 훈련 집합을 만들어 트리 노드로 재구성하는 대응관계 정의 및 트리 구성 단계;복원 대상 영상(저화질 영상) 입력시, 저역통과 필터링하여 소정 블록 크기로 잘라 저화질 에지 블록을 획득하는 저화질 에지 블록 획득 단계;상기 트리 노드를 참조하여, 상기 획득된 저화질 에지 블록과 유사한 저화질 에지 블록을 찾아, 이에 대응되는 고화질 에지 블록을 획득하는 고화질 에지 블록 획득 단계; 및상기 고화질 에지 블록을 조합하여 고화질 영상(고품질 영상)을 만드는 고화질 영상 획득 단계를 포함하는 예제 기반 초해상도 기법을 이용한 고품질 영상 획득 방법.
- 제 1 항에 있어서,상기 벡터 집합은,저화질 에지 블록의 크기를 고화질 에지 블록의 크기보다 크게 설정하여 일대일 대응시키는 것을 특징으로 하는 예제 기반 초해상도 기법을 이용한 고품질 영상 획득 방법.
- 제 1 항 또는 제 2 항에 있어서,상기 트리 노드는,이진 트리 혹은 멀티노드 트리 구조를 가지며, 각 트리 노드의 구성은 저화질 에지 블록과 고화질 에지 블록이 대응되게 하나의 쌍으로 구성되는 것을 특징으로 하는 예제 기반 초해상도 기법을 이용한 고품질 영상 획득 방법.
- 제 3 항에 있어서,상기 트리 노드의 탐색시에 사용되는 비교값은,블록 사이의 거리와 이웃(neighbor)과의 연관성을 고려한 고화질 에지 블록과의 호환성(compatibility)인 것을 특징으로 하는 예제 기반 초해상도 기법을 이용한 고품질 영상 획득 방법.
- 고품질 영상 획득을 위하여, 프로세서를 구비한 영상 처리 장치에,고화질 영상을 저역통과 및 고역통과 필터링하고, 필터링된 영상을 소정 블록 크기로 잘라 에지 영상을 획득하는 필터링 및 에지 영상 획득 기능;얻어진 저화질 에지 블록과 고화질 에지 블록의 대응관계를 찾아 벡터 집합을 구성하고, 벡터 집합의 모임인 훈련 집합을 만들어 트리 노드로 재구성하는 대응관계 정의 및 트리 구성 기능;복원 대상 영상(저화질 영상) 입력시, 저역통과 필터링하여 소정 블록 크기로 잘라 저화질 에지 블록을 획득하는 저화질 에지 블록 획득 기능;상기 트리 노드를 참조하여, 상기 획득된 저화질 에지 블록과 유사한 저화질 에지 블록을 찾아, 이에 대응되는 고화질 에지 블록을 획득하는 고화질 에지 블록 획득 기능; 및상기 고화질 에지 블록을 조합하여 고화질 영상(고품질 영상)을 만드는 고화질 영상 획득 기능을 구현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020040014079A KR101006810B1 (ko) | 2004-03-02 | 2004-03-02 | 예제 기반 초해상도 기법을 이용한 고품질 영상 획득 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020040014079A KR101006810B1 (ko) | 2004-03-02 | 2004-03-02 | 예제 기반 초해상도 기법을 이용한 고품질 영상 획득 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20050088674A true KR20050088674A (ko) | 2005-09-07 |
| KR101006810B1 KR101006810B1 (ko) | 2011-01-10 |
Family
ID=37271307
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020040014079A KR101006810B1 (ko) | 2004-03-02 | 2004-03-02 | 예제 기반 초해상도 기법을 이용한 고품질 영상 획득 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101006810B1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8150197B2 (en) | 2009-01-20 | 2012-04-03 | Samsung Electronics Co., Ltd. | Apparatus and method of obtaining high-resolution image |
| KR20130112501A (ko) * | 2012-04-04 | 2013-10-14 | 엘지디스플레이 주식회사 | 표시장치의 영상품질 향상 방법 및 그 장치 |
| KR20130112500A (ko) * | 2012-04-04 | 2013-10-14 | 엘지디스플레이 주식회사 | 표시장치의 영상품질 향상 방법 및 그 장치 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101341617B1 (ko) | 2012-03-14 | 2013-12-13 | 중앙대학교 산학협력단 | 단일 영상의 오차모델을 기반으로 한 고해상도 영상 복원장치 및 방법 |
| EP3038049A1 (en) | 2014-12-22 | 2016-06-29 | Thomson Licensing | Method for upscaling an image and apparatus for upscaling an image |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2639323B2 (ja) * | 1993-11-29 | 1997-08-13 | 日本電気株式会社 | 画像拡大装置 |
| JPH09326921A (ja) * | 1996-06-04 | 1997-12-16 | Matsushita Electric Ind Co Ltd | ディジタル画像の拡大方法 |
| JP2000182056A (ja) | 1998-12-18 | 2000-06-30 | Kobe Steel Ltd | 画像処理装置 |
| JP3625144B2 (ja) | 1999-01-18 | 2005-03-02 | 大日本スクリーン製造株式会社 | 画像処理方法 |
-
2004
- 2004-03-02 KR KR1020040014079A patent/KR101006810B1/ko active IP Right Grant
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8150197B2 (en) | 2009-01-20 | 2012-04-03 | Samsung Electronics Co., Ltd. | Apparatus and method of obtaining high-resolution image |
| KR20130112501A (ko) * | 2012-04-04 | 2013-10-14 | 엘지디스플레이 주식회사 | 표시장치의 영상품질 향상 방법 및 그 장치 |
| KR20130112500A (ko) * | 2012-04-04 | 2013-10-14 | 엘지디스플레이 주식회사 | 표시장치의 영상품질 향상 방법 및 그 장치 |
| KR101870234B1 (ko) * | 2012-04-04 | 2018-06-22 | 엘지디스플레이 주식회사 | 표시장치의 영상품질 향상 방법 및 그 장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101006810B1 (ko) | 2011-01-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7417747B2 (ja) | 超解像度再構築方法及び関連装置 | |
| Rukundo et al. | Nearest neighbor value interpolation | |
| CN111028150B (zh) | 一种快速时空残差注意力视频超分辨率重建方法 | |
| JP4157568B2 (ja) | 画像の高解像度化方法及び装置 | |
| KR20230054432A (ko) | 인물 이미지 복원 방법, 장치, 전자 기기, 기억 매체 및 프로그램 제품 | |
| KR101134668B1 (ko) | 화상 생성 방법, 장치 및 그 프로그램과 프로그램을 기록한 기록매체 | |
| CN109035146B (zh) | 一种基于深度学习的低质量图像超分方法 | |
| WO2011111819A1 (ja) | 画像処理装置、画像処理プログラム、および、画像を生成する方法 | |
| US9070223B2 (en) | Image processing device, image processing method, and image processing program | |
| CN108989731B (zh) | 一种提高视频空间分辨率的方法 | |
| Jeong et al. | Multi-frame example-based super-resolution using locally directional self-similarity | |
| US20070237416A1 (en) | Resolution enhancing method and apparatus of video | |
| JP2009065665A (ja) | 画像の空間拡散 | |
| CN115063297A (zh) | 基于参数重构的图像超分辨率重建方法及系统 | |
| US9509862B2 (en) | Image processing system, image output device, and image processing method | |
| JP2010286959A (ja) | 顔画像高解像度化方法、顔画像高解像度化装置、及びそのプログラム | |
| KR101006810B1 (ko) | 예제 기반 초해상도 기법을 이용한 고품질 영상 획득 방법 | |
| JP3601448B2 (ja) | 画像処理装置及び画像処理方法 | |
| Chang et al. | A genetic algorithm approach to image sequence interpolation | |
| JP2004264919A (ja) | 画像処理方法 | |
| CN112150384A (zh) | 一种基于残差网络与动态卷积网络模型融合的方法及系统 | |
| Xu et al. | Joint learning of super-resolution and perceptual image enhancement for single image | |
| KR20080069084A (ko) | 자기 트레이닝을 기반으로 하는 영상 복원 장치 및 방법 | |
| Mishra et al. | DESIRe: Discontinuous energy seam carving for image retargeting via structural and textural energy functionals | |
| Park et al. | Dual-stage Super-resolution for edge devices |
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: 20131205 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20141208 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20151207 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20161205 Year of fee payment: 7 |
|
| FPAY | Annual fee payment |
Payment date: 20171204 Year of fee payment: 8 |