KR20050107157A - 영상 화질 개선 장치 및 그 방법 - Google Patents

영상 화질 개선 장치 및 그 방법 Download PDF

Info

Publication number
KR20050107157A
KR20050107157A KR1020040032390A KR20040032390A KR20050107157A KR 20050107157 A KR20050107157 A KR 20050107157A KR 1020040032390 A KR1020040032390 A KR 1020040032390A KR 20040032390 A KR20040032390 A KR 20040032390A KR 20050107157 A KR20050107157 A KR 20050107157A
Authority
KR
South Korea
Prior art keywords
edge
pixel
value
pixels
threshold
Prior art date
Application number
KR1020040032390A
Other languages
English (en)
Other versions
KR100542365B1 (ko
Inventor
임성현
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020040032390A priority Critical patent/KR100542365B1/ko
Priority to US11/123,113 priority patent/US7746505B2/en
Publication of KR20050107157A publication Critical patent/KR20050107157A/ko
Application granted granted Critical
Publication of KR100542365B1 publication Critical patent/KR100542365B1/ko

Links

Classifications

    • 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
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/155—Segmentation; Edge detection involving morphological operators
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40—Picture signal circuits
    • H04N1/409—Edge or detail enhancement; Noise or error suppression
    • H04N1/4092—Edge or detail enhancement
    • 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
    • G06T2207/20004—Adaptive image processing
    • G06T2207/20012—Locally adaptive
    • 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
    • G06T2207/20172—Image enhancement details
    • G06T2207/20192—Edge enhancement; Edge preservation
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30176—Document

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)
  • Facsimile Image Signal Circuits (AREA)

Abstract

본 발명에 따른 영상 화질 개선 장치 및 그 방법은 영상 입력 장치로부터 입력되는 영상에서 시각적으로 인식되는 실제 윤곽선에 의한 에지와 디더(Dither) 패턴에 의하여 인쇄된 영역의 에지를 구별하여 실제 윤곽선에 의한 에지만을 강조함으로써 왜곡없는 영상을 확득하기 위한 것으로서, 본 발명에 따르면, 텍스트 및 이미지를 포함하는 입력 영상에서 에지 검출을 위한 소정 검출 영역내에 있는 텍스트 영역의 실제 에지를 추정하는 제1 유닛; 다중 윈도우 영역에서 상기 제1 유닛으로부터 에지로 추정된 화소의 개수 및 각 화소들의 채도 정보를 이용하여 실제 에지를 판별하고, 판별된 에지 화소의 채도값에 따라 서로 다른 에지 강조 계수로 에지를 강조하는 제2 유닛을 포함한다.

Description

영상 화질 개선 장치 및 그 방법{APPRATUS AND METHOD OF IMPROVING IMAGE}
본 발명은 영상 화질 개선 장치 및 그 방법에 관한 것으로서, 특히 영상 입력 장치로부터 입력되는 영상에서 시각적으로 인식되는 실제 윤곽선에 의한 에지와 디더(Dither) 패턴에 의하여 인쇄된 영역의 에지를 구별하여 실제 윤곽선에 의한 에지만을 강조함으로써 왜곡없는 영상을 확득하기 위한 영상 화질 개선장치 및 그 방법에 관한 것이다.
영상 개선 장치는 주어진 영상을 인간이 쉽게 보고 느낄 수 있는 형태로 변환하는 장치를 말한다. 이러한 영상 개선 장치 및 방법에 대해서는, 대한민국 특허공개공보 제 10-2002-0059531호에 개시된 "텍스트와 이미지가 혼재된 문서의 프린팅 화질 개선 방법 및 장치"가 있다.
상기와 같이 개시된 "텍스트와 이미지가 혼재된 문서의 프린팅 화질 개선 장치"에 대하여 간단하게 살펴보기로 하자.
먼저, 상기한 텍스트와 이미지가 혼재된 문서의 프린팅 화질 개선 장치는 크게 검출부와 강조부로 구분될 수 있다.
검출부는 텍스트와 이미지가 혼재된 문서의 출력 화면 내의 각 픽셀들 중 출력 화면상의 윤곽선에 해당되고, 또한 텍스트에 해당되는 픽셀을 검출한다.
강조부는, 검출부에서 검출된 픽셀의 명도를 조절하여 그 출력을 강조한다. 이때, 윤곽선 해당 여부의 판별은 판별 대상 픽셀 주변의 픽셀들의 명도값에 대해 소정의 가중치들을 각각 곱한 값을 더하고, 이 더한 값이 설정된 기준값 이상인지를 판단하여 판단 결과에 따라 픽셀의 윤곽선 여부를 판별하게 되는 것이다.
그리고 텍스트 여부의 핀별은 판별 대상 픽셀 주변의 픽셀들을 그 명도차에 따라 그룹핑하고, 이때 그룹 수가 소정개수 미만인가를 기준으로 텍스트 여부를 판별하게 되는 것이다.
결국, 출력될 화면상의 각 픽셀중 텍스트의 윤곽선에 해당하는 픽셀만이 강조되어 출력되기 때문에 텍스트와 이미지의 특성에 맞는 차별화된 강조가 행해지게 되어 출력된 문서의 화질이 개선되게 되는 것이다.
그러나, 이러한 방식은 각 필셀들의 연결요소 값(N) 계산시 단일 윈도우만을 사용함으로써 주목화소 주변의 특성을 충분히 반영할 수 없었다. 따라서, 글자와 유사한 주목화소 주변의 특성을 지니고 있는 신문과 같이 낮은 LPI(Line Per Inch)로 출력된 문서에서 에지 검출 정확도가 떨어지거나 많은 메모리 및 계산량을 필요로 하는 문제점이 있다.
또한, 이진 데이터를 구함에 있어서, 윈도우 마스크 내의 평균값을 기준값으로 하므로 이진 데이터 값이 1인 화소의 수가 일정하지 않게 된다. 따라서, 대각선 방향으로 에지가 형성된 경우에 텍스트 에지와 하프톤 이미지 에지간에 오분류 가능성이 커지는 문제점이 있다.
따라서, 본 발명은 상기한 종래 기술에 따른 제반 문제점을 해결하기 위한 것으로, 본 발명의 목적은, 영상 입력 장치로부터 입력되는 영상에서 디더패턴에 의하여 인쇄되는 인쇄물의 이미지 영역에서 나타나는 시각적으로 경계가 아닌 에지를 독립적으로 검출하여 고주파 향상 필터의 적용으로 인한 화질 저하를 방지하고 텍스트 및 얇은 라인의 경계를 손실없이 강조함으로써 화질 개선된 최종 영상을 획득할 수 있도록 한 영상 화질 개선 장치 및 그 방법을 제공함에 있다.
상기한 목적을 달성하기 위한 본 발명에 따른 영상 화질 개선장치의 일 측면에 따르면, 텍스트 및 이미지를 포함하는 입력 영상에서 에지 검출을 위한 소정 검출 영역내에 있는 텍스트 영역의 실제 에지를 추정하는 제1 유닛; 다중 윈도우 영역에서 상기 제1 유닛에서 에지로 추정된 화소의 개수 및 각 화소들의 채도 정보를 이용하여 실제 에지를 판별하고, 판별된 에지 화소의 채도값에 따라 서로 다른 에지 강조 계수로 화소의 에지를 강조하는 제2 유닛을 포함할 수 있다.
상기 제1 유닛은, 에지 검출을 위한 소정 검출 영역내에 있는 화소들에 대한 명도값의 변화를 측정하는 명도 변화 측정부; 및 상기 명도 변화 측정부에서 명도 변화가 존재하는 영역으로부터 각각 서로 다른 샘플링 방식에 따라 구성된 다중 윈도우의 각 화소들의 이진 데이터를 각 윈도우별로 산출하고, 산출된 각 윈도우별 이진 데이터값들의 연결성 및 유사성을 판단하여 다중 윈도우의 각 화소들에 대해 에지를 추정하는 에지 추정부를 포함한다.
상기 에지 추정부는, 상기 명도 변화 측정부에서 명도 변화가 설정된 임계값 이상인 경우와, 상기 산출된 이진 데이터값들의 연결 요소값이 서로 연결성을 갖지 않고 각 윈도우별 연결 요소값이 서로 동일하지 않아 각 윈도우별 유사성이 없는 경우 해당 화소들을 에지가 아닌 것으로 추정한다.
상기 제2 유닛은, 제1 유닛으로부터 에지로 추정된 다중 윈도우의 각 화소들의 채도값과, 에지로 추정된 화소의 개수를 설정된 임계 채도값 및 임계 에지 추정 개수와 각각 비교하여 비교 결과에 따라 해당 화소들의 에지를 판별하는 에지 검출부; 상기 에지 검출부에서 에지로 판별된 화소들의 채도값을 설정된 임계값과 비교하여 비교 결과에 따라 설정된 서로 다른 에지 강조 계수로 각각 화소의 에지 강조를 수행하는 에지 강조부를 포함한다.
상기 에지 검출부는, 에지로 추정된 각 화소들의 채도값이 설정된 임계 채도값보다 크고 상기 에지로 추정된 화소 개수가 설정된 제1 임계 에지 개수보다 많은 경우 해당 화소를 에지로 판별하고, 에지로 추정된 각 화소들의 채도값이 설정된 임계 채도값보다 작고 상기 에지로 추정된 화소 개수가 설정된 제2 임계 에지 개수보다 많은 경우 해당 화소를 에지로 판별한다.
상기 에지 강조부에서의 화소 에지 강조 계수는, 상기 에지로 판별된 해당 화소의 채도값이 설정된 임계 채도값보다 큰 경우의 화소 에지 강조 계수보다, 에지로 판별된 해당 화소의 채도값이 설정된 임계 채도값보다 작은 경우의 화소 에지 강조 계수가 큰 값을 가진다.
한편, 본 발명에 따른 영상 화질 개선 방법의 일 측면에 따르면, 텍스트 및 이미지를 포함하는 입력 영상에서 에지 검출을 위한 소정 검출 영역내에 있는 텍스트 영역의 실제 에지를 추정하는 단계; 다중 윈도우 영역에서 상기 에지로 추정된 화소의 개수 및 각 화소들의 채도 정보를 이용하여 실제 에지를 판별하고, 판별된 에지 화소의 채도값에 따라 서로 다른 에지 강조 계수로 화소의 에지를 강조하는 단계를 포함할 수 있다.
상기 에지를 추정하는 단계는, 에지 검출을 위한 소정 검출 영역내에 있는 화소들에 대한 명도값의 변화를 측정하는 단계; 및 상기 측정 결과 명도 변화가 존재하는 영역으로부터 각각 서로 다른 샘플링 방식에 따라 구성된 다중 윈도우의 각 화소들의 이진 데이터를 각 윈도우별로 산출하고, 산출된 각 윈도우별 이진 데이터값들의 연결성 및 유사성을 판단하여 다중 윈도우의 각 화소들에 대해 에지를 추정하는 단계를 포함한다.
상기 에지를 추정하는 단계는, 상기 명도 측정 결과, 측정된 명도의 변화가 설정된 임계값 이상인 경우와, 상기 산출된 이진 데이터값들의 연결 요소값이 서로 연결성을 갖지 않고 각 윈도우별 연결 요소값이 서로 동일하지 않아 각 윈도우별 유사성이 없는 경우 해당 화소들을 에지가 아닌 것으로 추정한다.
상기 에지를 강조하는 단계는, 에지로 추정된 다중 윈도우의 각 화소들의 채도값과, 에지로 추정된 화소의 개수를 설정된 임계 채도값 및 임계 에지 추정 개수와 각각 비교하여 비교 결과에 따라 해당 화소들의 최종 에지를 판별하는 단계; 상기 최종 에지로 판별된 화소들의 채도값을 설정된 임계값과 비교하여 비교 결과에 따라 설정된 서로 다른 에지 강조 계수로 각각 화소의 에지 강조를 수행하는 단계를 포함한다.
상기 최종 에지를 검출하는 단계는, 에지로 추정된 각 화소들의 채도값이 설정된 임계 채도값보다 크고 상기 에지로 추정된 화소 갯수가 설정된 제1 임계 에지 갯수보다 많은 경우 해당 화소를 최종 에지로 판별하고, 에지로 추정된 각 화소들의 채도값이 설정된 임계 채도값보다 작고 상기 에지로 추정된 화소 개수가 설정된 제2 임계 에지 개수보다 많은 경우 해당 화소를 최종 에지로 판별한다.
상기 에지를 강조하는 단계는, 상기 에지로 판별된 해당 화소의 채도값이 설정된 임계 채도값보다 큰 경우의 설정된 제1 에지 강조 계수로 에지를 강조하고, 에지로 판별된 해당 화소의 채도값이 설정된 임계 채도값보다 작은 경우는 설정된 제2 에지 강조 계수에 따라 에지를 강조한다. 여기서, 상기 제1 에지 강조 계수는 제2 에지 강조 계수보다 작은 에지 강조 계수이다.
이하, 본 발명에 따른 영상 화질 개선 장치 및 그 방법에 대하여 첨부한 도면을 참조하여 상세하게 살펴보기로 하자.
도 1은 본 발명에 따른 영상 화질 개선 장치에 대한 블록 구성을 나타낸 도면이다.
도 1에 도시된 바와 같이, 영상 개선장치(40)는 에지 분류부(10), 에지 검출부(20) 및 에지 강조부(30)를 포함한다. 여기서, 에지 분류부(10)는 명도 변화 측정부(5) 및 하프톤 이미지 검출부(7)를 포함할 수 있다.
이와 같은 구성을 갖는 영상 개선 장치(40)는 영상 입력 장치(1)로부터 입력되는 영상에 대하여 에지 검출 및 강조 작업을 수행하고, 강조 작업 완료 후의 영상을 화상 형성 장치(50)로 제공한다. 여기서, 영상 입력 장치는, PC, 스캐너등을 포함할 수 있으며, 화상 형성 장치는 프린터, 복사기, 팩스등을 포함할 수 있다.
도 1에 도시된 에지 분류부(10)의 명도 변화 측정부(5)는 입력된 영상의 에지를 분류하기 위하여 주목 화소 주변에 위치하는 주변 화소의 명도 변화를 측정한다.
주변 화소의 명도 변화가 미리 설정된 임계값 이하인 경우 에지가 아닌 것으로 판단한다. 예를 들어 300DPI(Dot per Inch) 이상의 고해상도 스캐너로 문서를 스캐닝할 경우 밝기가 일정한 이미지 영역에서 해당 문서 특유의 LPI(Line per Inch)간격으로 밝기 변화가 감지된다. 이들은 일종의 잡음으로 동작하며, 에지 강조시 심각한 화질 저하를 일으키게 되는 원인으로서 작용된다. 이러한 잡음이 발생하게 되는 영역을 본 발명에서는 하프톤(Halftone) 이미지 영역이라고 정의한다.
명도 변화 측정부(5)에서는 밝기 변화가 일정 수준 이상이 되는 것을 에지의 대상으로 하며, 밝기 변화를 측정하기 위한 방법으로서는, 소벨 오퍼레이터(Sobel Operator), 해당 윈도우에서 밝기의 최소값과 최대값과의 차이, 라플라시안 오퍼레이터(Laplacian Operator)등이 이용될 수 있다. 이들 방법중 본 발명에서는 밝기의 최소값과 최대값의 차이를 이용하는 방법을 실시예로 설명하기로 한다. 즉, 적절한 임계값을 설정하여 설정된 임계값보다 최소 명도값과 최대 명도값과의 차이값이 작은 경우 해당 화소에 대하여는 에지가 아닌 것으로 분류하게 되는 것이다.
도 1에 도시된 에지 분류부(10)의 하프톤 이미지 검출부(7)는 명도 변화 측정부(5)로부터 측정된 명도값에 따라 에지로 분류된 화소들의 하프톤 이미지를 검출하게 되는데, 텍스트의 경계와 같은 실제 에지와 하프톤 영역에서의 이미지 에지를 구별하게 되는 것이다.
이와 같은 텍스트 경계와 같은 실제 에지와 하프톤 영역에서의 이미지 에지를 구별하는 방법으로서는, 첫째, 다중 사이즈 윈도우와 고정 순위 레벨 기준값을 사용하여 다중 윈도우 각 이진 데이터들의 연결요소를 측정하고, 둘째, 다중 윈도우간의 이진 데이터의 변화를 측정하여 화소간의 유사성을 측정하는 것이다.
상기 측정 결과, 다중 윈도우 영역의 각 이진 데이터들의 연결 요소 및 유사성이 측정되는 경우 해당 화소를 에지로 추정하게 되는 것이다. 이러한 연결 요소 및 유사성 측정 방법에 대하여는 이후에 상세하게 설명하기로 한다.
도 1에 도시된 에지 검출부(20)는 에지 분류부(10)에서 에지로 추정된 화소를 입력받아 최종적으로 강조하고자 하는 에지를 검출한다. 즉, 에지 검출부(20)는 하프톤 이미지 영역에서 에지로 분류되는 화소를 제거하고 텍스트와 같은 실제 에지 영역에서의 에지에서 탈락되는 화소를 보상해 주기 위하여 이로젼(Erosion)과 다일레이션(Dilation) 과정을 수행하게 된다.
또한, 에지 검출부(20)에서 에지의 최종 검출을 위해 화소의 채도(Saturation)정보를 이용하게 되는데, 검출 영역내 각 화소들의 채도값과 설정된 채도 임계값의 대소를 비교하여 각각 다른 에지로 분류된 화소의 임계 개수치를 적용하여 에지를 최종 검출하게 되는 것이다.
에지 강조부(30)는 에지 검출부(20)에서 최종적으로 에지로 검출된 화소는 언샤핑 마스킹(Unsharping Masking)RHK 같은 에지 강조 필터를 적용하여 에지를 강조하고 그 결과를 화상 형성 장치(50)로 출력하며, 에지로서 검출되지 않은 화소는 원 입력화소를 그대로 화상 형성 장치(50)로 출력하게 되는 것이다.
이와 같은 구성을 갖는 본 발명에 따른 영상 화질 개선 장치의 동작에 대하여 첨부한 도면을 참조하여 상세하게 설명해 보기로 하자.
먼저, 도 1에 도시된 바와 같이, 에지 분류부(10)의 명도 변화 측정부(5)는 경도(Gradient)를 이용하여 에지를 분류하게 되는데, 에지를 분류하기 위하여 주목화소 주변의 화소 명도(밝기)의 변화를 측정한다.
명도 변화 측정 결과, 주목화소 주변의 화소에 대한 명도값이 설정된 임계값 이상인 경우 해당 화소를 에지의 대상으로 추정하며, 주목 화소 주변의 화소에 대한 명도값이 설정된 임계값 이하인 경우 해당 화소를 에지의 대상에서 제외시키게 된다.
이러한 화소의 명도 변화를 측정하기 위한 방법으로서, 소벨 오퍼레이터(sobel operator)를 이용하는 방법, 해당 윈도우에서 화소 촤대 명도값과 최소 명도값과의 차이를 이용하는 방법 및 라플라시안 오퍼레이터(laplacian operator)를 이용하는 방법등이 적용될 수 있다.
이들 방법들중에서 본 발명의 바람직한 실시에에서는 최대 명도값과 최소 명도값의 차이를 이용한 방법을 이용하여 화소들의 명도 변화를 측정하였다.
즉, 적절한 임계값을 설정한 후, 각 화소들의 최대 명도값과 최소 명도값의 차이값을 상기 설정한 임계값과 비교하여 각 화소들의 명도 변화가 발생하는지를 판단하게 되는 것이다.
각 화소들의 최대 명도값과 최소 명도값의 차이가 설정된 임계값보다 큰 경우 화소의 명도 변화가 발생한 것으로 추정하고, 그렇지 않은 경우에는 화소의 명도 변화가 발생하지 않은 것으로 추정하게 되는 것이다.
이와 같이 에지 분류부(10)의 명도 변화 측정부(5)에서 측정된 각 화소의 명도 변화값에 따라 에지 분류부(10)의 하프톤 이미지 검출부(7)에서는 이진 데이터값을 생성하고, 생성된 이진 데이터값에 따른 화소간 연결 요소를 계산하게 된다.
즉, 하프톤 이미지 검출부(7)는 텍스트의 경계와 같은 실제 에지와 하프톤 영역에서의 이미지 에지를 구별하게 되는 것이다.
먼저, 하프톤 이미지 검출부(7)에서는 다중 사이즈 윈도우와 고정 순위 레벨 기준치를 사용하여 연결 요소 측정하게 된다.
기존에 사용된 연결 요소에 의한 에지 분류는 단일의 윈도우 마스크로부터 마스크의 평균값과 비교하여 이진화된 값을 추출하여 연결 요소를 계산하였다. 하지만 실제로 사용자가 출력하고자 하는 인쇄물은 디더 패턴으로 출력된 것일 경우 그 디더 패턴에 대한 주파수 특성의 적용에 따라 다르게 나타난다. 따라서, 단일의 마스크를 사용하는 경우 인쇄물의 다양한 주파수 패턴에 적절히 대응하기가 곤란한 문제점을 안고 있다.
예를 들어 낮은 주파수를 가진 하프톤 이미지의 경우 윈도우 사이즈를 작게 한다면 텍스트와 이미지의 구별이 어려워지며, 만약 윈도우 사이즈를 크게 하여 동일한 주파수의 하프톤 패턴으로 인쇄된 인쇄물일 지라도 화소 위치에 따라서 변화 정도가 다르기 때문에 에지의 구별이 용이하지 않게 되는 것이다.
또한 마스크의 평균값과 비교하여 이진화된 데이터를 추출할 경우 9개의 화소 중에 1로 판별된 화소의 수가 마스크 마다 달라지기 때문에 패턴이 동일하여도 값의 변화에 따라서 다른 연결 요소 결과를 가져서 원하는 목적을 달성하는데 어려 움이 있다.
따라서, 본 발명의 바람직한 실시예에서는 다중 윈도우와 이진 마스크 생성을 비교 기준 값을 평균 값 대신에 고정 순위 레벨(실시예 5)로 함으로써 극복한 것이다.
여기서, 첨부한 도면을 참조하여 각 화소에 대한 이진화 데이터 및 연결 요소값을 계산하는 방법에 대하여 설명해 보기로 한다.
도 2는 각 화소에 대한 연결 요소(connected component) 계산을 위한 사전 데이터 추출 방법을 설명하기 위한 도면이다.
도 2의 (a)(b)(c)는 에지 판별 대상이 되는 픽셀("X"로 표시됨)을 중심으로 5 ×5, 5 ×7, 5 ×9 윈도우내의 샘플링된 픽셀들을 나타낸 도면이고, 도 2의 (d)는 도 2의 (a), (b), (c)에서 "x"로 표시된 픽셀의 주변 픽셀(8개, "0"으로 표시됨)들을 샘플링한 3 ×3 윈도우를 나타낸 도면이다.
도 3은 텍스트 영역에서 5 x 5 윈도우 마스크로부터 추출된 연결 요소 계산을 위한 이진화 데이터 추출 예를 나타낸 도면으로서, 도 3 (a)는 텍스트 영역에서 5 ×5 윈도우 마스크의 각 화소에 대한 명도값을 나타낸 도면이고, (b)는 (a)의 윈도우 마스크를 3 ×3 윈도우 마스크로 샘플링한 도면이다.
그리고, 도 3 (c)는 (b)에서 샘플링한 윈도우 마스크에서 기준값을 평균값으로하여 추출된 이진화 데이터의 결과를 나타낸 도면이고, 도 3 (d)는 (b)에서 샘플링한 윈도우 마스크에서 기준값을 고정 밝기 순위로 하여 추출된 이진화 데이터의 결과를 나타낸 도면이다.
도 3에 도시된 바와 같이, 이진 데이터 값은 해당 위치의 화소 밝기 값이 설정된 기준값보다 작으면 "1", 기준값보다 크면 "0"으로 추출한다.
이진 데이터 값이 "1"인 화소에 대하여 4 연결 요소를 사용할 경우 도 3의 (c)와 같이 기준 값을 평균값으로 했을 때 연결 요소 값(N)은 2이며, (d)와 같이 9개의 화소 중에서 밝기가 예를 들어, 5번째 순위를 가지는 값을 기준값으로 하였을 때의 연결 요소 값은 "1"이 되는 것이다. 여기서, 고정 순위는 서로 다르게 설정할 수 있다.
만약, 연결 요소 값(N)이 "2"인 경우, 에지 분류에서 완전히 탈락하게 되고 연결 요소값(N)이 "1"인 경우에는 다른 윈도우 사이즈에 대하여 똑같은 과정을 반복하게 된다.
즉, 도 3 (c)와 같이 평균 값을 기준으로 하였을 경우 연결 요소값(N)이 "2"가 되어 해당 화소를 에지가 아닌 화소로 분류가 되고 (d)같이 연결 요소값이 "1"인 경우에는 다음 단계를 진행하게 된다.
도 4는 이미지 영역에서 텍스트 영역에서 5 x 5 윈도우 마스크로부터 추출된 연결 요소 계산을 위한 이진화 데이터 추출 예를 나타낸 도면으로서, 도 4 (a)는 텍스트 영역에서 5 ×5 윈도우 마스크의 각 화소에 대한 명도값을 나타낸 도면이고, (b)는 (a)의 윈도우 마스크를 3 ×3 윈도우 마스크로 샘플링한 도면이다.
그리고, 도 4 (c)는 (b)에서 샘플링한 윈도우 마스크에서 기준값을 평균값으로하여 추출된 이진화 데이터의 결과를 나타낸 도면이고, 도 4 (d)는 (b)에서 샘플링한 윈도우 마스크에서 기준값을 고정 밝기 순위로 하여 추출된 이진화 데이터의 결과를 나타낸 도면이다.
도 4에 도시된 바와 같이, 이미지 영역 즉, 원래는 경계가 아닌데 원본에 인쇄 특성에 의하여 에지처럼 나타나는 영역에서는 명도값의 변화가 심하여 연결 요소값(N)이 "1"이 되지 않아 에지로써 분류되지 않는 것이 바람직한데 제4도(c)의 경우 4 연결 요소값 계산 결과가 "1"이 되어 에지로써 분류될 가능성이 남아 있는 반면 도 4 (d)의 경우는 연결 요소 결과가 "2"이기 때문에 에지에서 완전히 탈락되게 되는 것이다.
이와 같이 텍스트의 경계와 같은 실제 에지의 경우에 있어서 고정 순위 레벨을 기준으로 하였을 경우 도 3의 (d)와 같이 이진 데이터 값이 "1"인 화소가 연결되는 성향을 가지고 있어 에지로 판단되는데 유리하고 이미지 영역과 같이 변화가 심하고 시각적으로 눈에 잘 띄지 않는 에지의 경우에 이진 데이터 값이 "1"인(밝기가 어두운) 화소의 연결이 오히려 끊어지는 효과를 얻게 되어 에지로서 분류가 된지 않게 되는 결과를 가지게 된다.
결국, 고정 순위 레벨을 기준값을 하였을 경우 실제 에지와 이미지 영역 모두에서 오 분류의 확률을 줄일 수 있게 되는 것이다.
첨부한 도 5 및 도 6을 참조하여 텍스트 및 이미지 영역에서 다중 윈도우로부터 이진화 데이터 추출 및 연결 요소값 추출 과정에 대하여 좀더 상세하게 살펴보기로 하자.
도 5 (a)는 텍스트 영역에서 5 x 9 윈도우의 화소 밝기를 표현한 화면이고, (b)는 텍스트 영역에서 5 x 9 윈도우 마스크에서의 화소 밝기값을 표현한 도면이다.
도 5 (c)는 도 5 (b)에 도시된 5 x 9 윈도우 마스크에서 5 x 5 윈도우 마스크 샘플링 방식으로 생성된 3 x 3 윈도우 마스크를 나타낸 도면이다. 여기서, 5 x 5 윈도우 마스크 샘플링 방식이란, 5 x 9 윈도우 마스크의 중심 화소를 기준으로 5 x 5 윈도우를 만들었을 때 첫 번째 행, 세 번째 행 및 다섯 번째 행에서 각각 1, 3, 5열에 위치하는 화소들을 샘플링하는 방식이다.
도 5의 (d)는 도 5의 (b)에 도시된 5 x 9 윈도우 마스크에서 5 x 7 윈도우 마스크 샘플링 방식으로 생성된 3 x 3 윈도우 마스크를 나타낸 도면이다. 여기서, 5 x 7 윈도우 마스크 샘플링 방식이란, 5 x 9 윈도우 마스크의 중심 화소를 기준으로 5 x 7 윈도우를 만들었을 때 첫 번째 행, 세 번째 행 및 다섯 번째 행에서 각각 1, 3, 5열에 위치하는 화소들을 샘플링하는 방식이다.
도 5의 (e)는 도 5의 (b)에 도시된 5 x 9 윈도우 마스크에서 5 x 9 윈도우 마스크 샘플링 방식으로 생성된 3 x 3 윈도우 마스크를 나타낸 도면이다. 여기서, 5 x 9 윈도우 마스크 샘플링 방식이란, 5 x 9 윈도우 마스크의 중심 화소를 기준으로 5 x 7 윈도우를 만들었을 때 첫 번째 행, 세 번째 행 및 다섯 번째 행에서 각각 1, 3, 5열에 위치하는 화소들을 샘플링하는 방식이다.
도 5 (b) 내지 (e)에서 각 화소내의 숫자는 화소의 명도값을 나타내며, 명도값이 클수록 화소는 밝은 것이다.
한편, 도 6의 하프톤 이미지 영역에서 5 x 9 윈도우의 화소 밝기를 표현한 화면이고, (b)는 하프톤 이미지 영역에서의 명도값이 표현된 5 x 9 윈도우 마스크를 나타낸 도면이다.
그리고 도 6 (c)는 도 6 (b)에 도시된 5 x 9 윈도우 마스크에서 5 x 5 윈도우 마스크 샘플링 방식으로 생성된 3 x 3 윈도우 마스크를 나타낸 도면이고, 도 6의 (d)는 도 6의 (b)에 도시된 5 x 9 윈도우 마스크에서 5 x 7 윈도우 마스크 샘플링 방식으로 생성된 3 x 3 윈도우 마스크를 나타낸 도면이며, 도 6의 (e)는 도 6의 (b)에 도시된 5 x 9 윈도우 마스크에서 5 x 9 윈도우 마스크 샘플링 방식으로 생성된 3 x 3 윈도우 마스크를 나타낸 도면이다.
도 5 및 도 6에 도시된 텍스트 영역 및 하프톤 이미지 영역에서의 각 화소의 이진 데이터값은 각 화소들의 명도값과 설정된 임계값을 비교하여 비교결과에 따라 산출된다.
즉, 각 화소들의 명도값이 설정된 임계값보다 작은 경우 이진 데이터 "1"을 산출하고, 해당 위치의 화소에 대한 명도값이 설정된 임계값보다 큰 경우 이진데이터 "0"을 산출한다.
예를 들어, 도 5의 (c)에서 상기 설정된 임계값은 명도값 "123"보다 크고 "125"보다 작은 "124"가 되고, 도 5의 (d)에서 임계값은 "125"보다 크고 "144"보다 작은 값이 되며, 도 5의 (e)에서 임계값은 "150"보다 크고 "159"보다 작은 값으로 설정된 예를 나타낸 것이다.
또한, 도 6 도 5의 (c)에서 상기 설정된 임계값은 명도값 "182"보다 크고 "184"보다 작은 "183"이 되고, 도 6의 (d)에서 임계값은 "180"보다 크고 "187"보다 작은 값이 되며, 도 6의 (e)에서 임계값은 "185"보다 크고 "193"보다 작은 값으로 설정된 예를 나타낸 것이다.
따라서, 상기한 도 5 및 도 6의 (c) 내지 (e)에서 각각 설정된 임계값과 화소의 명도값을 비교하여 비교 결과에 따라 도 5 및 도 6의 (f) 내지 (h)와 같이 각 화소에 대한 이진 데이터를 생성하게 되는 것이다.
즉, 도 5 및 도 6의 (f) 내지 (h)는 각각 도 5 및 도 6의 (c) 내지 (e)에서 산출된 이진 데이터값이 표현된 3 x 3 윈도우 마스크를 도시한 도면이다.
상기와 같은 과정에 의해 이진화 데이터가 산출되면, 산출된 이진 데이터값들이 연속적으로 배치된 부분을 하나의 그룹으로 그룹핑하게 된다.
그룹핑 방법은 상,하,좌,우 4 방향만을 고려하여 그룹핑하며, 대각선 방향은 고려하지 않는다. 즉, 임의의 화소에 대해 상하좌우 4방향의 인접화소의 이진 데이터값이 그 화소의 이진 데이터값과 동일한 경우에만 연결된 것으로 판단하여 같은 그룹내에 속하는 것으로 그룹핑하게 되는데, 그룹핑된 부분의 개수를 연결 요소값(N)이라고 정의한다.
이와 같이 이진 데이터값에 따라 그룹핑 과정이 완료되면, 연결 요소값(N)이 3 x 3 윈도우내에 몇 개가 존재하는지 즉, 연결 요소값이 얼마인지를 산출하게 된다. 일반적으로 텍스트 영역의 경우 연결 요소값이 1이고, 하프톤 이미지 영역의 경우 연결 요소값은 2이 상이다.
텍스트 영역의 경우, 도 5의 (f) 내지 (h)에 도시된 바와 같이, 다중 윈도우를 사용하게 되더라도 연결 요소값(N)이 "1"이 유지됨을 알 수 있다.
한편, 하프톤 이미지 영역의 경우, 도 6 (f) 내지 (h)에 도시된 바와 같이 샘플링 마스크에 따라 연결 요소값(N)이 변화됨을 알 수 있다. 예컨대, 도 6의 (f)는 5 x 5 윈도우 마스크 방식으로 샘플링된 화소들을 이진화한 값으로 연결 요소값(N)은 "1"이고, 도 6의 (g)와 (h)는 각각 5 x 7, 5 x 9 윈도우 마스크 방식으로 샘플링된 화소들을 이진화한 값으로 연결 요소값(N)은 각각 "2"이다.
결국, 텍스트 영역의 에지는 윈도우 사이즈의 변하에 민감하지 않는데 반해 하프톤 이미지 영역의 에지는 윈도우 사이즈의 변화에 민감하게 변화됨을 알 수 있다. 따라서, 복수의 윈도우(다중 윈도우)를 사용하게 되는 경우 이미지 화소에 대한 에지 오류 분류의 확률을 줄일 수 있는 것이다.
상기에서 산출한 텍스트 영역 및 하프톤 영역에서의 각 연결 요소값(N)에 기초하여 도 1에 도시된 하프톤 이미지 검출부(7)에서는 복수의 윈도우의 각 이진 데이터들의 연결성을 판단하게 된다.
각 윈도우 모두 연결 요소값(N)이 "1"을 만족하는 경우 복수의 윈도우의 각 이진 데이터들이 연결성이 있는 것으로 판단하며, 그렇지 않은 경우에는 연결성이 없는 것으로 판단하게 되는 것이다. 여기서, 각 화소의 연결성이 없는 경우는 에지가 아닌 것으로 추정한다.
예를 들어, 도 5의 (f) 내지 (h)는 연결 요소값이 모두 "1"이기 때문에 다중 윈도우의 각 이진 데이터들이 상호 연결성이 있는 것으로 판단하고, 도 6의 (f)내지 (h)는 연결 요소값이 모두 "1"이 아니기 때문에 다중 윈도우의각 이진 데이터들이 연결성이 없는 것으로 판단하여 에지가 아닌 것으로 판단하게 되는 것이다.
이와 같이 다중 윈도우의 각 이진 데이터들의 연결성을 판단한 후, 이진 데이터간 연결성이 있는 것으로 판단되는 경우 에지 분류부(10)의 하프톤 이미지 검출부(7)에서는 다중 윈도우가 이진 데이터의 유사성을 판단하게 된다.
다중 윈도우간 이진 데이터의 유사성 판단 방법에 대하여 살펴보자.
도 7은 다중 윈도우에서 이진화된 데이터 연결 요소간의 유사도 측정의 일예를 나타낸 도면이다.
도 7 및 아래의 수학식 1을 참조하여 다중 윈도우에서 이진화된 데이터 연결 요소간 유사성이 존재하는지 판단한다.
판단 결과, 다중 윈도우간 이진 데이터들의 유사성이 존재하는 경우 에지로 추정하고, 그렇지 않은 경우 에지로 추정하지 않고 에지에서 탈락시키게 된다.
다중 윈도우 간 이진 데이터값들의 유사성 이 존재하는지 판단하는 방법은 아래의 수학식 1을 이용하여 판단할 수 있다.
여기서, , , 는 도 7에 도시된 각 화소의 이진 데이터값이고, 는 미리 설정된 임계값이다.
대부분 텍스트의 경계와 같은 에지의 경우 "1"로 이진화된 위치의 변하가 적고, 하프톤 이미지 에지의 경우 "1"로 이진화된 위치의 변화가 크기 때문에 적절 한 임계값( )를 설정할 필요가 있다.
각 화소의 이진 데이터값이 상기한 수학식 1을 만족하는 경우 다중 윈도우의 각 이진 데이터들의 유사성이 있는 것으로 판단하여 에지로 추정하고, 수학식 1을 만족하지 않는 경우 다중 윈도우의 각 이진 데이터들의 유사성이 없는 것으로 판단하여 에지로 추정되지 않게 된다.
만약, 설정된 임계값( )이 "3"으로 설정된 경우, 도 5의 (f)(g)(h)에 도시된 다중 윈도우 텍스트 영역의 각 이진 데이터값을 상기 수학식 1에 적용하게 되면, 상기 수학식 1의 결과가 "3"이 되어 해당 화소를 에지로 추정하게 된다.
한편, 도 6의 (f)(g)(h)에 도시된 다중 윈도우 하프톤 이미지 영역의 각 이진 데이터값을 상기 수학식 1에 적용하게 되면, 상기 수학식 1의 결과가 "2"가 되어 해당 화소를 에지로 추정하지 않게 되는 것이다.
이와 같이 하프톤 이미지 검출부(7)에 의해 에지로 추정된 화소는 도 8에서와 같이 "E"로 라벨링되며, 에지로 추정되지 않은 화소는 "N"으로 라벨링된다.
도 8은 에지검출을 위한 후처리 영역 및 에지가 검출된 예와 에지가 검출되지 않은 경우의 각 영역의 일예를 나타낸 도면이다.
상기와 같이 에지가 추정되면 도 1에 도시된 에지 검출부(20)에서는 하프톤 이미지 영역에서 에지로 추정된 화소를 제거하고, 텍스트와 같은 실제 에지 영역에서 에지가 아닌 것을 추정된 화소를 보상해 주기 위하여 Erosion 과 Dilation 과정을 수행하고, 이러한 과정을 통해 에지를 최종적으로 검출하게 된다.
즉, 도 8 (a)는 에지 검출을 위한 후처리 영역을 나타낸 도면이고, (b)는 Dilation을 이용하여 에지로 검출된 예를 나타낸 도면이며, (c)는 Erosion을 이용하여 에지로 검출되지 않은 예를 나타낸 도면이다.
도 8의 (a)에 도시된 바와 같이, x는 주목 화소이며 에지를 강조하고자 하는 화소이다. (b)(c)는 두 가지 예인데 에지 분류부에서 에지로 분류된 화소는 E이며, 그렇지 않은 화소는 N으로 라벨링 하였다.
도 8에서와 같은 9개의 화소에 대하여 에지로 추정된 화소(E)의 개수가 설정된 개수 인가를 판단한다.
만약, 에지로 추정된 화소(E)가 설정된 개수 n 이상인 경우 에지로 최종 판단이 되며, 그렇지 않은 경우에는 에지가 아닌 것으로 최종 판단되는 것이다. 예를 들어 도 8 (b)와 같이 E의 화소가 설정된 n(예를 들어 n=6) 이상 되는 경우는 에지로써 최종 검출이 되고, 도 8 (c)와 같은 경우에는 에지로 최종 검출되지 않게 된다.
이와 같이 에지의 최종 검출시에는 채도(Saturation) 정보를 이용하게 되는데, 현재 화소의 채도값과 설정된 채도 임계값의 대소를 비교하여 각각 다른 E의 화소의 개수 임계값를 적용하여 에지를 최종 결정한다. 여기서 채도값을 이용하는 것은 칼라 입력 영상인 경우 해당 화소가 무채식인지 유채색인지를 판별하기 위함이다.
즉, 에지 검출부(20)는 화소의 채도값이 설정된 임계값보다 큰 경우 에지로 추정된 화소(E)의 개수가 설정된 E의 임계 개수보다 많은지를 판단한다.
판단 결과, 에지로 추정된 화소(E)의 개수가 설정된 임계 개수보다 많은 경우 해당 화소를 최종적으로 에지로 판별하고, 설정된 임계 개수보다 적은 경우에는 해당 화소를 최종적인 에지로 판별하지 않게 되는 것이다.
한편, 화소의 채도값이 설정된 임계값보다 작고 에지로 추정된 화소(E)의 개수가 설정된 임계 개수보다 많은 경우 해당 화소를 최종적으로 에지로 판별하고, 화소의 채도값이 설정된 임계값보다 작고 에지로 추정된 화소(E)의 개수가 설정된 임계 개수보다 적은 경우에는 해당 화소를 최종적인 에지로 판별하지 않게 되는 것이다.
이와 같이 에지 검출부(20)에서 에지로써 최종 검출된 화소에 대하여 에지 강조부(30)에서 에지를 강조하게 된다. 즉, 에지 강조부(30)는 에지로서 최종 검출된 화소를 언샤핑 마스킹(Unsharping Masking)과 같은 에지 강조 필터를 적용하여 에지를 강조하고 그 결과를 출력하며, 에지로써 검출되지 않은 화소는 본래 입력 화소를 그대로 출력한다.
에지로써 검출된 화소에 대하여는 주먹 화소의 채도값이 설정된 임계값 보다 크면(즉, 색상 성분이 어는 정도 존재하는 경우) 임계값보다 보다 작은 경우에 비하여 에지 강조의 량을 작게 한다. 이는 채도값이 큰 경우 강한 에지 강조를 하게 되는 경우에 발생하는 화질의 왜곡을 막기 위함이다. 여기서, 상기 설정된 임계값은 상기 에지 검출부(20)에서 비교되는 임계 채도값과 동일한 값을 가지게 된다.
이와 같은 본 발명에 따른 영상 화질 개선 장치의 동작과 상응하는 본 발명에 따른 화질 개선 방법에 대하여 첨부한 도 9를 참조하여 단계적으로 설명해 보기로 한다.
도 9는 본 발명에 따른 영상 화질 개선 방법에 대한 동작 플로우챠트를 나타낸 도면이다.
도 9에 도시된 바와 같이, 먼저 입력되는 영상에 대해 에지를 검출하기 위한 소정 검출 영역내에 있는 화소들을 대상으로 명도값의 변화가 있는지를 판단한다(S101). 즉, 임계 명도값을 설정한 후, 각 화소들의 최대 명도값과 최소 명도값의 차이(d)값과 상기 설정된 임계값을 비교하여 각 화소들의 명도 변화를 판단한다.
만약, 각 화소들의 최대 명도값과 최소 명도값의 차이(d)가 설정된 임계값보자 작은 경우 명도 변화가 없는 것으로 판단하여 해당 화소를 에지가 아닌 것으로 판단한다(S107).
반대로, 각 화소들의 최대 명도값과 최소 명도값의 차이(d)가 설정된 임계값보다 큰 경우에는 각 화소의 명도 변화가 존재하는 것으로 판단한다.
상기한 S101 단계에서 각 화소들의 명도 변화가 있는 경우 상기 각 화소들의 명도값을 비교하여 각 화소별 이진 데이터를 산출한다(S102).
각 화소별 이진 데이터의 산출은 상기에서 상세하게 설명하였기에 간단하게 살펴 보면, 텍스트 영역 및 이미지 영역에서 각 화소들의 명도값이 설정된 임계 명도값보다 작은 경우 이진 데이터 "1"을 생성하고, 각 화소들의 명도값이 설정된 임계 명도값보다 큰 경우에는 이진 데이터 "1"을 생성하게 되는 것이다.
이와 같은 방법으로 각 화소별 이진 데이터가 산출되면, 산출된 이진 데이터를 기초로하여 다중 윈도우의 이진 데이터 연결 요소값을 산출한다(S104).
즉, 텍스트 영역 및 하프톤 이미지 영역에서 각 화소별 이진 데이터 산출이 완료되면, 산출된 이진 데이터값들의 연속성에 따라 이진 데이터를 그룹핑하게 된다. 여기서, 그룹핑 방법은 상하좌우 4방향만을 고려하여 그룹핑하며, 대각선 방향은 고려하지 않는다. 즉, 임의의 화소에 대해 상하좌우 4방향의 인접 화소의 이진 데이터값이 그 화소의 이진 데이터값과 동일한 경우에만 연결된 것으로 판단하여 같은 그룹내에 속하는 것으로 그룹하게 되는데, 이렇게 그룹핑된 개수(연결 요소값)를 산출하게 되는 것이다.
이어, S103 단계에서 텍스트 영역 및 하프톤 이미지 영역에서 다중 윈도우들에 대한 각 연결 요소값이 산출되면, 산출된 연결 요소값을 기초하여 다중 윈도우의 각 이진 데이터들의 연결성을 판단한다(S104).
판단 결과, 텍스트 영역 및 하프톤 이미지 영역 각각의 다중 윈도우 모두 연결 요소값이 동일한 경우(예를 들어, 다중 윈도우 모두 연결 요소값이 "1"을 만족할 경우)다중 윈도우의 각 이진 데이터들이 연결성이 있는 것으로 판단하며, 그렇지 않은 경우 연결성이 없는 것으로 판단하여 해당 화소를 에지가 아닌 것으로 판단한다(S107).
예를 들어, 도 5 (f) 내지 (h)는 연결 요소값이 모두 1이기 때문에 텍스트 영역에서 다중 윈도우의 각 이진 데이터들이 연결성을 가지고 있는 것으로 판단하고, 도 6 (f)내지 (h)와 같이 연결 요소값이 모두 1이 아닌 경우에는 다중 윈도우의 연결성이 없는 것으로 판단하여 해당 화소를 에지가 아닌 것으로 판단하게 되는 것이다.
다중 윈도우 각 이진 데이터들의 연결성이 있는 것으로 판단되는 경우, 다중 윈도우간 이진 데이터의 유사성을 판단한다(S105).
판단 결과, 다중 윈도우간 이진 데이터값들의 유사성이 존재하는 경우 에지로 추정하고(S106), 그렇지 않은 경우 에지로 추정하지 않게 되는 것이다. 여기서, 다중 윈도우간 이진 데이터값들의 유사성이 존재하는지의 판단 방법은 상기한 수학식 1을 이용하여 판단할 수 있다. 수학식 1을 이용하여 유사성 여부 판단에 대한 구체적인 설명에 대하여는 상기에서 상세하게 설명하였기에 그 설명은 생략하기로 한다.
상기와 같이 에지로 추정된 화소는 도 8 (b)(c)와 같이 "E"로 라벨링하고, 에지로 추정되지 않은 화소는 "N"으로 라벨링한다.
이어, 에지로 추정된 화소(E)에 대하여 채도값을 산출하고, 산출된 채도값과 미리 설정된 임계값(THS(y))과 비교한다(S108). 여기서, 해당 화소에 대한 채도값 산출은 해당 화소(에지로 추정된 화소)가 무채색인지 유채색인지를 판별하기 위한 것으로, 채도값 산출은 아래의 수학식 2 및 수학식 3을 이용하여 산출하게 된다. 즉, 해당 화소의 R,G,B값을 명도와 채도값으로 변환한다. 여기서 R,G,B를 Y, Cb, Cr로 변환을 하여 Y를 명도로 사용하고, Cb, Cr를 이용하여 채도(S)를 구하게 된다. 즉, R,G,B를 Y, Cb, Cr로의 변환은 아래의 수학식 2를 이용하고, 채도(S)는 수학식 3을 이용하여 산출한다.
Y = (0.299828 * R) + (0.586914 * G) + (0.113281 * B)
Cb = (-0.167969 * R) - (0.331055 * G) + (0.5 * B)
Cr = (0.5 * R) - (0.417969 * G) - (0.0810547 * B)
상기 수학식 3을 이용하여 산출된 에지로 추정된 화소의 채도값(S)과 설정된 임계값(THS(y)) 비교결과, 상기 채도값(S)이 설정된 임계값(THS(y))보다 큰 경우, 에지로 추정된 화소의 개수(En)와 설정된 제1 임계 개수(THa)와 비교한다(S109).
비교 결과, 에지로 추정된 화소의 개수(En)가 설정된 제1 임계 개수(THa)보다 많은 경우 해당 화소를 에지로 판별하고(S110), 그렇지 않은 경우에는 해당 화소를 에지로 판별하지 않게 된다(S111).
한편, 상기 S108 단계에서, 에지로 추정된 화소의 채도값(S)이 설정된 임계값(THS(y))보다 작거나 같은 경우, 에지로 추정된 화소의 개수(En)와 설정된 제2 임계 개수(THb)와 비교한다(S112).
비교 결과, 에지로 추정된 화소의 개수(En)가 설정된 제2 임계 개수(THb)보다 많은 경우 해당 화소를 에지로 판별하고(S113), 그렇지 않은 경우에는 해당 화소를 에지로 판별하지 않게 된다(S114). 여기서, 에지로 판별되지 않은 화소에 대하여는 에지 강조를 수행하지 않고(S119), 에지로 판별된 화소에 대하여만 에지를 강조하게 된다.
이어, 상기한 과정을 통해 에지로 판별된 화소의 에지 강조를 위하여 에지로 판별된 화소의 채도값(S)과 설정된 채도 임계값(THS(y))과 다시 비교하게 된다(S116). 이와 같이 채도값과 다시 임계값과 비교하는 이유는 에지 강조를 채도값에 따라 서로 다르게 강조하기 위함이다.
상기 S116 단계에서 비교 결과, 에지로 판별된 화소의 채도값(S)이 설정된 채도 임계값(THS(y))보다 작은 경우 설정된 제1 에지 강조 계수에 따라 에지를 강조하고(S118), 에지로 판별된 화소의 채도값(S)이 설정된 채도 임계값(THS(y))보다 큰 경우에는 설정된 제2 에지 강조 계수에 따라 화소의 에지를 강조하게 되는 것이다(S117). 여기서, 상기 제1 에지 강조 계수는 강한 에지 강조를 의미하며, 제2 에지 강조량은 상기 제1 에지 강조 계수 보다 약한 에지 강조를 의미한다. 즉, 제1 에지 강조 계수는 제2 에지 강조 계수보다 큰 값을 가지는 것이다.
결국, 에지로 판별된 화소의 채도값이 큰 경우 강한 에지강조를 하게 되는 경우에 발생하는 화질의 왜곡을 방지하기 위함이다.
상기한 바와 같은 본 발명에 따른 영상 화질 개선 장치 및 그 방법은 영상 입력 장치로부터 입받은 문서에서 디더 패턴에 의하여 인쇄된 인쇄물의 이미지 영역에서 나타나는 시각적으로 경계가 아닌 에지를 독립적으로 검출하여 고주파 향상 필터의 적용으로 인한 화질 저하를 예방하고 텍스트 및 얇은 라인의 경계를 손실없이 찾아내어 강조함으로써, 화질이 개선된 영상 획득이 가능한 것이다.
이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였으나, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어나지 않고 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자라면 누구든지 다양한 변형 실시가 가능한 것이다. 따라서 본 발명의 권리 범위 해석은 후술하는 특허 청구범위에 의해 해석되어져야 할 것이다.
도 1은 본 발명에 따른 영상 화질 개선 장치에 대한 블록 구성을 나타낸 도면.
도 2는 다중 윈도우에서 연결 요소를 계산하기 위한 사전 데이터 추출을 방법의 일예를 나타낸 도면.
도 3은 텍스트 영역에서 연결 요소를 계산하기 위한 이진화된 데이터 추출 방법의 일예를 나타낸 도면.
도 4는 이미지 영역에서 연결 요소를 계산하기 위한 이진화된 데이터 추출 방법의 일예를 나타낸 도면.
도 5는 텍스트 영역에서 다중 윈도우로부터 이진화 데이터를 추출하기 위한 방법의 일예를 나타낸 도면.
도 6은 이미지 영역에서 다중 윈도우로부터 이진화 데이터를 추출하기 위한 방법의 일예를 나타낸 도면.
도 7은 다중 윈도우에서 이진화된 연결 요소간의 유사도 측정의 일예를 나타낸 도면.
도 8은 에지검출을 위한 후처리 영역 및 에지가 검출된 예와 에지가 검출되지 않은 경우 각 영역의 일예를 나타낸 도면.
도 9는 본 발명에 따른 영상 화질 개선 방법에 대한 동작 플로우챠트를 나타낸 도면.
*도면의 주요 부분에 대한 부호의 설명*
1 : 영상 입력 장치 5 : 명도 변화 측정부
7. 하프톤 이미지 검출부 10 : 에지 분류부
20 : 에지 검출부 30 : 에지 강조부
40 : 영상 개선 장치 50 : 화상 형성 장치

Claims (14)

  1. 영상 화질 개선 장치에 있어서,
    텍스트 및 이미지를 포함하는 입력 영상에서 에지 검출을 위한 소정 검출 영역내에 있는 텍스트 영역의 실제 에지를 추정하는 제1 유닛;
    다중 윈도우 영역에서 상기 제1 유닛으로부터 에지로 추정된 화소의 개수 및 각 화소들의 채도 정보를 이용하여 실제 에지를 판별하고, 판별된 에지 화소의 채도값에 따라 서로 다른 에지 강조 계수로 화소의 에지를 강조하는 제2 유닛을 포함하는 영상 화질 개선 장치.
  2. 제1항에 있어서,
    상기 제1 유닛은,
    에지 검출을 위한 소정 검출 영역내에 있는 화소들에 대한 명도값의 변화를 측정하는 명도 변화 측정부; 및
    상기 명도 변화 측정부에서 명도 변화가 존재하는 영역으로부터 각각 서로 다른 샘플링 방식에 따라 구성된 다중 윈도우의 각 화소들의 이진 데이터를 각 윈도우별로 산출하고, 산출된 각 윈도우별 이진 데이터값들의 연결성 및 유사성을 판단하여 다중 윈도우의 각 화소들에 대해 에지를 추정하는 에지 추정부를 포함하는 영상 화질 개선 장치.
  3. 제2항에 있어서,
    상기 에지 추정부는,
    상기 명도 변화 측정부에서 명도 변화가 설정된 임계값 이상인 경우와, 상기 산출된 이진 데이터값들의 연결 요소값이 서로 연결성을 갖지 않고 각 윈도우별 연결 요소값이 서로 동일하지 않아 각 윈도우별 유사성이 없는 경우 해당 화소들을 에지가 아닌 것으로 추정하는 영상 화질 개선 장치.
  4. 제1항에 있어서,
    제2 유닛은,
    제1 유닛으로부터 에지로 추정된 다중 윈도우의 각 화소들의 채도값과, 에지로 추정된 화소의 개수를 설정된 임계 채도값 및 임계 에지 추정 개수와 각각 비교하여 비교 결과에 따라 해당 화소들의 에지를 판별하는 에지 검출부;
    상기 에지 검출부에서 에지로 판별된 화소들의 채도값을 설정된 임계값과 비교하여 비교 결과에 따라 설정된 서로 다른 에지 강조 계수로 각각 화소의 에지 강조를 수행하는 에지 강조부를 포함하는 영상 화질 개선장치.
  5. 제4항에 있어서,
    상기 에지 검출부는,
    에지로 추정된 각 화소들의 채도값이 설정된 임계 채도값보다 크고 상기 에지로 추정된 화소 개수가 설정된 제1 임계 에지 개수보다 많은 경우 해당 화소를 에지로 판별하고,
    에지로 추정된 각 화소들의 채도값이 설정된 임계 채도값보다 작고 상기 에지로 추정된 화소 개수가 설정된 제2 임계 에지 개수보다 많은 경우 해당 화소를 에지로 판별하는 영상 화질 개선 장치.
  6. 제4항에 있어서,
    상기 에지 강조부에서의 화소 에지 강조 계수는, 상기 에지로 판별된 해당 화소의 채도값이 설정된 임계 채도값보다 큰 경우의 화소 에지 강조 계수보다, 에지로 판별된 해당 화소의 채도값이 설정된 임계 채도값보다 작은 경우의 화소 에지 강조 계수가 큰 값을 가지는 영상 화질 개선 장치.
  7. 영상 화질 개선 방법에 있어서,
    텍스트 및 이미지를 포함하는 입력 영상에서 에지 검출을 위한 소정 검출 영역내에 있는 텍스트 영역의 실제 에지를 추정하는 단계;
    다중 윈도우 영역에서 상기 에지로 추정된 화소의 개수 및 각 화소들의 채도 정보를 이용하여 실제 에지를 판별하고, 판별된 에지 화소의 채도값에 따라 서로 다른 에지 강조 계수로 화소의 에지를 강조하는 단계를 포함하는 영상 화질 개선 방법.
  8. 제7항에 있어서,
    상기 에지를 추정하는 단계는,
    에지 검출을 위한 소정 검출 영역내에 있는 화소들에 대한 명도값의 변화를 측정하는 단계; 및
    상기 측정 결과 명도 변화가 존재하는 영역으로부터 각각 서로 다른 샘플링 방식에 따라 구성된 다중 윈도우의 각 화소들의 이진 데이터를 각 윈도우별로 산출하고, 산출된 각 윈도우별 이진 데이터값들의 연결성 및 유사성을 판단하여 다중 윈도우의 각 화소들에 대해 에지를 추정하는 단계를 포함하는 영상 화질 개선 방법.
  9. 제8항에 있어서,
    상기 에지를 추정하는 단계는,
    상기 명도 측정 결과, 측정된 명도의 변화가 설정된 임계값 이상인 경우와, 상기 산출된 이진 데이터값들의 연결 요소값이 서로 연결성을 갖지 않고 각 윈도우별 연결 요소값이 서로 동일하지 않아 각 윈도우별 유사성이 없는 경우 해당 화소들을 에지가 아닌 것으로 추정하는 영상 화질 개선 방법.
  10. 제8항에 있어서,
    상기 서로 다른 샘플링 방식은, 5 x 5, 5 x 7, 5 x 9 윈도우 마스크 샘플링중 적어도 하나인 연상 화질 개선 방법.
  11. 제7항에 있어서,
    상기 에지를 강조하는 단계는,
    에지로 추정된 다중 윈도우의 각 화소들의 채도값과, 에지로 추정된 화소의 개수를 설정된 임계 채도값 및 임계 에지 추정 개수와 각각 비교하여 비교 결과에 따라 해당 화소들의 최종 에지를 판별하는 단계;
    상기 최종 에지로 판별된 화소들의 채도값을 설정된 임계값과 비교하여 비교 결과에 따라 설정된 서로 다른 에지 강조 계수로 각각 화소의 에지 강조를 수행하는 단계를 포함하는 영상 화질 개선방법.
  12. 제11항에 있어서,
    상기 최종 에지를 검출하는 단계는,
    에지로 추정된 각 화소들의 채도값이 설정된 임계 채도값보다 크고 상기 에지로 추정된 화소 갯수가 설정된 제1 임계 에지 갯수보다 많은 경우 해당 화소를 최종 에지로 판별하고,
    에지로 추정된 각 화소들의 채도값이 설정된 임계 채도값보다 작고 상기 에지로 추정된 화소 개수가 설정된 제2 임계 에지 개수보다 많은 경우 해당 화소를 최종 에지로 판별하는 영상 화질 개선 방법.
  13. 제11항에 있어서,
    상기 에지를 강조하는 단계는,
    상기 에지로 판별된 해당 화소의 채도값이 설정된 임계 채도값보다 큰 경우의 설정된 제1 에지 강조 계수로 에지를 강조하고, 에지로 판별된 해당 화소의 채도값이 설정된 임계 채도값보다 작은 경우는 설정된 제2 에지 강조 계수에 따라 에지를 강조하는 영상 화질 개선 방법.
  14. 제12항에 있어서,
    상기 제1 에지 강조 계수는 제2 에지 강조 계수보다 작은 에지 강조 계수인 영상 화질 개선 방법.
KR1020040032390A 2004-05-07 2004-05-07 영상 화질 개선 장치 및 그 방법 KR100542365B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020040032390A KR100542365B1 (ko) 2004-05-07 2004-05-07 영상 화질 개선 장치 및 그 방법
US11/123,113 US7746505B2 (en) 2004-05-07 2005-05-06 Image quality improving apparatus and method using detected edges

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020040032390A KR100542365B1 (ko) 2004-05-07 2004-05-07 영상 화질 개선 장치 및 그 방법

Publications (2)

Publication Number Publication Date
KR20050107157A true KR20050107157A (ko) 2005-11-11
KR100542365B1 KR100542365B1 (ko) 2006-01-10

Family

ID=35239507

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020040032390A KR100542365B1 (ko) 2004-05-07 2004-05-07 영상 화질 개선 장치 및 그 방법

Country Status (2)

Country Link
US (1) US7746505B2 (ko)
KR (1) KR100542365B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100864519B1 (ko) 2006-09-08 2008-10-21 엘지전자 주식회사 플라스마 디스플레이 장치 구동방법
KR101221173B1 (ko) * 2012-05-04 2013-01-10 상명대학교 산학협력단 하이브리드 예측 기법을 이용한 향상 계층의 예측 신호 생성 방법
KR101224596B1 (ko) * 2007-07-04 2013-01-22 삼성전자주식회사 화질개선을 위한 화상형성장치 및 화질개선 제어방법

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4245185B2 (ja) * 2005-02-07 2009-03-25 パナソニック株式会社 撮像装置
US8004614B2 (en) * 2005-09-23 2011-08-23 Broadcom Corporation Method and system for reducing the appearance of jaggies when deinterlacing moving edges
WO2007105129A1 (en) * 2006-03-13 2007-09-20 Koninklijke Philips Electronics N.V. Image enhancement
JP4890973B2 (ja) * 2006-06-29 2012-03-07 キヤノン株式会社 画像処理装置、画像処理方法、画像処理プログラム及び記憶媒体
KR101172399B1 (ko) * 2006-12-08 2012-08-08 삼성전자주식회사 화상형성장치 및 그 화질 개선 방법
EP1936952A3 (en) * 2006-12-08 2009-09-23 Samsung Electronics Co., Ltd. Image forming apparatus and image quality improving method thereof
JP4956356B2 (ja) * 2007-10-02 2012-06-20 キヤノン株式会社 画像処理装置及び画像処理方法
US8120667B2 (en) * 2008-01-22 2012-02-21 Panasonic Corporation Video signal processing apparatus with outline emphasis control section
US9196019B2 (en) * 2008-03-13 2015-11-24 Tp Vision Holding B.V. Color image enhancement
JP5290915B2 (ja) * 2009-09-03 2013-09-18 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム
US8477377B2 (en) * 2009-12-09 2013-07-02 Infoprint Solutions Company Llc Mechanism for integration of print quality enhancement (PQE) and multi-bit halftone data
TWI462576B (zh) * 2011-11-25 2014-11-21 Novatek Microelectronics Corp 固定圖案的邊緣偵測方法與電路
JP5743918B2 (ja) * 2012-01-31 2015-07-01 株式会社東芝 画像処理装置
SG10201510667SA (en) * 2012-06-27 2016-01-28 Agency Science Tech & Res Text detection devices and text detection methods
GB2517674A (en) * 2013-05-17 2015-03-04 Wonga Technology Ltd Image capture using client device
JP6489761B2 (ja) * 2014-05-14 2019-03-27 キヤノン株式会社 画像処理装置及び画像処理方法、プログラム
US9648261B2 (en) * 2015-08-26 2017-05-09 Apple Inc. Account for clipped pixels in auto-focus statistics collection
TWI645706B (zh) * 2017-05-08 2018-12-21 瑞昱半導體股份有限公司 影像處理方法及影像處理裝置
KR102348064B1 (ko) 2017-07-28 2022-01-10 삼성디스플레이 주식회사 표시 장치 및 이의 구동 방법
CN107862310B (zh) * 2017-09-17 2021-10-26 北京工业大学 一种基于块投影的藏文历史文献文本区域提取方法
WO2021146951A1 (zh) * 2020-01-21 2021-07-29 京东方科技集团股份有限公司 文本检测方法及装置、存储介质

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR930005458B1 (ko) 1990-04-14 1993-06-22 이호익 심층 연약지반 개량장치
KR940017695A (ko) 1992-12-09 1994-07-27 정용문 블럭간의 유사성을 고려한 중간조 화상의 부호화 방법
JPH0818812B2 (ja) 1993-04-16 1996-02-28 工業技術院長 合成多孔質材料及びその製造方法
JP3399486B2 (ja) 1993-06-30 2003-04-21 富士ゼロックス株式会社 カラー画像処理装置及び方法
JP2906975B2 (ja) 1994-01-14 1999-06-21 富士ゼロックス株式会社 カラー画像処理方法および装置
JPH08275017A (ja) 1994-07-29 1996-10-18 Canon Inc 画像処理装置及び方法
JP3787393B2 (ja) 1996-07-22 2006-06-21 キヤノン株式会社 画像処理装置及び方法
US6449060B1 (en) * 1996-07-22 2002-09-10 Canon Kabushiki Kaisha Image processing apparatus and method
JPH10257326A (ja) 1997-03-10 1998-09-25 Ricoh Co Ltd 画像データ処理装置
JPH10257327A (ja) 1997-03-13 1998-09-25 Ricoh Co Ltd 画像データ処理装置
AUPP128498A0 (en) * 1998-01-12 1998-02-05 Canon Kabushiki Kaisha A method for smoothing jagged edges in digital images
JP3221426B2 (ja) 1999-01-20 2001-10-22 ミノルタ株式会社 画像処理装置
JP2000357237A (ja) 1999-04-12 2000-12-26 Minolta Co Ltd 画像処理装置およびこれを搭載した画像読取装置と画像形成装置、並びに画像処理方法、および画像処理手順を記憶したコンピュータ読み取り可能な記憶媒体
KR100406944B1 (ko) 2001-01-08 2003-11-28 삼성전자주식회사 텍스트와 이미지가 혼재된 문서의 프린팅화질 개선방법 및장치
JP4269521B2 (ja) * 2001-01-24 2009-05-27 コニカミノルタビジネステクノロジーズ株式会社 画像処理装置及び画像形成装置
JP3468231B2 (ja) * 2001-07-02 2003-11-17 ミノルタ株式会社 画像処理装置、画質制御方法、プログラム及び記録媒体

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100864519B1 (ko) 2006-09-08 2008-10-21 엘지전자 주식회사 플라스마 디스플레이 장치 구동방법
KR101224596B1 (ko) * 2007-07-04 2013-01-22 삼성전자주식회사 화질개선을 위한 화상형성장치 및 화질개선 제어방법
US8553279B2 (en) 2007-07-04 2013-10-08 Samsung Electronics Co., Ltd Image forming apparatus and a control method to improve image quality based on an edge pixel
KR101221173B1 (ko) * 2012-05-04 2013-01-10 상명대학교 산학협력단 하이브리드 예측 기법을 이용한 향상 계층의 예측 신호 생성 방법

Also Published As

Publication number Publication date
KR100542365B1 (ko) 2006-01-10
US20050249430A1 (en) 2005-11-10
US7746505B2 (en) 2010-06-29

Similar Documents

Publication Publication Date Title
KR100542365B1 (ko) 영상 화질 개선 장치 및 그 방법
JP3768052B2 (ja) カラー画像処理方法、カラー画像処理装置、及びそのための記録媒体
US8103104B2 (en) Text extraction and its application to compound document image compression
JP4423298B2 (ja) デジタル画像におけるテキスト状エッジの強調
TWI467515B (zh) 掃描文件之彩色捨去
US6160913A (en) Method and apparatus for digital halftone dots detection and removal in business documents
JP4137890B2 (ja) 画像処理装置、画像形成装置、画像読取処理装置、画像処理方法、画像処理プログラムおよびコンピュータ読み取り可能な記録媒体
US8121403B2 (en) Methods and systems for glyph-pixel selection
US6839151B1 (en) System and method for color copy image processing
US20070253040A1 (en) Color scanning to enhance bitonal image
EP1392047B1 (en) Digital document processing for image enhancement
US20080137159A1 (en) Image forming apparatus and image quality improving method thereof
JP4334712B2 (ja) 走査により生成した画像上における垂直方向に並んだパターンを除去するための画像処理システム
US7746503B2 (en) Method of and device for image enhancement
JP4115999B2 (ja) 画像処理装置、画像形成装置、画像読取処理装置、画像処理方法、画像処理プログラムおよびコンピュータ読み取り可能な記録媒体
JP5887242B2 (ja) 画像処理装置、画像処理方法、及びプログラム
US20060233452A1 (en) Text enhancement methodology in scanned images of gray-scale documents
JP3830350B2 (ja) カラー画像処理方法、カラー画像処理装置、プログラム、及び記録媒体
KR20060031169A (ko) 영상 화질 개선 장치 및 그 방법
KR20140063378A (ko) 화상형성장치, 화상형성방법 및 컴퓨터 판독가능 기록매체
JP3661677B2 (ja) 画像処理方法および画像処理装置
EP1605684B1 (en) Method of processing a digital image in order to enhance the text portion of said image
JP2007243330A (ja) 画像処理装置、および網点文字の情報出力方法
JP3877535B2 (ja) カラー画像処理方法、カラー画像処理装置、カラー画像処理プログラム、及び記録媒体
CN117934389A (zh) 图像检测方法和扫描质量检测方法、设备和存储介质

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20121228

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20131230

Year of fee payment: 9

LAPS Lapse due to unpaid annual fee