KR20130112501A - 표시장치의 영상품질 향상 방법 및 그 장치 - Google Patents

표시장치의 영상품질 향상 방법 및 그 장치 Download PDF

Info

Publication number
KR20130112501A
KR20130112501A KR1020120034917A KR20120034917A KR20130112501A KR 20130112501 A KR20130112501 A KR 20130112501A KR 1020120034917 A KR1020120034917 A KR 1020120034917A KR 20120034917 A KR20120034917 A KR 20120034917A KR 20130112501 A KR20130112501 A KR 20130112501A
Authority
KR
South Korea
Prior art keywords
block
interpolation
weight
address
value
Prior art date
Application number
KR1020120034917A
Other languages
English (en)
Other versions
KR101873038B1 (ko
Inventor
송병철
김성균
강석주
이희중
Original Assignee
엘지디스플레이 주식회사
인하대학교 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 엘지디스플레이 주식회사, 인하대학교 산학협력단 filed Critical 엘지디스플레이 주식회사
Priority to KR1020120034917A priority Critical patent/KR101873038B1/ko
Publication of KR20130112501A publication Critical patent/KR20130112501A/ko
Application granted granted Critical
Publication of KR101873038B1 publication Critical patent/KR101873038B1/ko

Links

Images

Classifications

    • 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
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/24—Character recognition characterised by the processing or recognition method
    • G06V30/242—Division of the character sequences into groups prior to recognition; Selection of dictionaries

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Image Processing (AREA)
  • Editing Of Facsimile Originals (AREA)
  • Television Systems (AREA)

Abstract

본 발명에 따른 영상품질 향상 방법은, 학습 과정과 합성 과정을 통해 저해상도 영상을 고해상도 영상으로 보간하는 학습 기반 수퍼 레솔루션 기법을 이용하는 영상품질 향상 방법으로서, 상기 학습 과정은, 미리 마련된 학습 영상으로부터 저해상도 영상의 LR 블록과 고해상도 영상의 HR 블록이 포함된 LR-HR 블록쌍을 추출하고, 상기 LR 블록을 기준으로 상기 LR-HR 블록쌍을 1차 분류하는 단계; 상기 1차 분류 결과에 따른 1차 클러스터별로 제1 웨이트 값을 구하여 제1 웨이트 딕셔너리를 생성하는 단계; 상기 1차 클러스터별로 합성 성능을 분석하고 그 분석 결과를 기반으로 1차 클러스터들 중에서 세분화가 필요한 클러스터를 선별하는 단계; 상기 선별된 클러스터에 대해 선택적으로 2차 분류하는 단계; 및 상기 2차 분류 결과에 따른 서브 클러스터별로 제2 웨이트 값을 구하여 제2 웨이트 딕셔너리를 생성하는 단계를 포함한다.

Description

표시장치의 영상품질 향상 방법 및 그 장치{Method For Enhancing Image Quality Of Display And Device For The Same}
본 발명은 저해상도 영상을 고해상도 영상으로 보간(interpolation)하거나 또는 선명도와 같은 영상 품질을 향상시킬 때 사용되는 표시장치의 영상품질 향상 방법 및 그 장치에 관한 것이다.
영상 품질을 향상시키기 위한 보간법으로 학습 기반 수퍼 레솔루션(super resolution) 기법이 알려져 있다. 수퍼 레솔루션(super resolution) 기법은 저해상도 영상(Low Resolution Image: LR Image)을 고해상도 영상(High Resolution Image: HR Image)으로 변환하는 기술로서, 그 응용범위는 대단히 넓다. 수퍼 레솔루션 기법은 표시장치에서 저해상도 영상을 고해상도 영상으로 보간하는 데 많이 응용되고 있다.
수퍼 레솔루션 기법은 학습 과정(Training Procedure)과 합성 과정(Synthesis Procedure)로 나눠진다.
학습 과정에서는 학습을 위한 다양한 영상을 미리 준비한다. 그리고, 학습 과정에서는 저해상도 영상의 LR 블록과 고해상도 영상의 HR 블록이 한 쌍(pair)을 이루도록 블록쌍을 추출 및 저장하고, 블록쌍들이 충분히 모이면 분류 과정을 거쳐 블록쌍들을 클러스트링(clustering) 한다. 이때 분류 기준은 어드레싱(addressing) 방식으로 부여된 주소에 따라 정해진다. 블록쌍들은, 블록별로 부여된 고유 주소를 통해 클러스트링 과정을 거쳐 일정 수의 클러스터(cluster)로 분류된다. 학습 과정에서는 각각의 클러스터별로 모인 LR 블록과 HR 블록의 화소 정보를 이용하여 웨이트(weight) 값을 포함한 웨이트 딕셔너리(weight dictionary)를 생성한다. 웨이트 딕셔너리에는 각 주소값에 대응되는 웨이트 정보가 저장된다.
합성 과정에서는 확대하고자 하는 저해상도 영상이 입력되면 이 저해상도 영상을 학습 과정에서와 동일한 블록 크기를 갖는 LR 블록으로 추출한 후, 각 LR 블록에 대해 어드레싱 방식으로 주소를 부여한다. 그리고, 이 주소를 이용하여 각 LR 블록에 맞는 웨이트 정보를 웨이트 딕셔너리로부터 읽어낸다. 합성 과정에서는 도출된 웨이트 정보를 이용하여 해당 LR 블록에 맞는 HR 블록을 합성해 낸다.
그런데, 종래 수퍼 레솔루션 기법은 다음과 같은 문제점이 있다.
웨이트 값은 그에 대응되는 클러스터를 대표하는 값이라 할 수 있다. 종래 수퍼 레솔루션 기법에서는 학습 영상 분석시 모든 픽셀이 아닌 샘플링된 일부 픽셀들만을 사용하여 유사한 특징을 갖는 블록쌍들을 동일 클러스터로 분류한다. 이때 여러 원인에 의해 하나의 클러스터에 비슷한 특징을 갖는 블록쌍들이 잘 모이지 못하면 대표값인 웨이트 값의 성능이 떨어질 수 있다. 성능이 떨어지는 웨이트 값을 이용하여 HR 블록을 합성하게 되면 출력 영상의 선명도가 떨어지고 노이즈 혼입이 증가하는 등 화질 저하가 초래된다. 다만, 이러한 부작용은 웨이트 딕셔너리의 클러스터 수를 늘릴수록 줄어든다. 그러나, 웨이트 딕셔너리의 클러스터 수를 늘릴 경우 그만큼 딕셔너리의 사이즈가 증가되기 때문에 하드웨어적으로 부담이 된다.
따라서, 본 발명의 목적은 표시장치에서 저해상도 영상을 고해상도 영상으로 보간할 때 딕셔너리의 사이즈 증가를 최소화하면서 영상 화질을 높일 수 있도록 한 표시장치의 영상품질 향상 방법 및 그 장치를 제공하는 데 있다.
상기 목적을 달성하기 위하여, 본 발명의 실시예에 따른 영상품질 향상 방법은, 학습 과정과 합성 과정을 통해 저해상도 영상을 고해상도 영상으로 보간하는 학습 기반 수퍼 레솔루션 기법을 이용하는 영상품질 향상 방법으로서, 상기 학습 과정은, 미리 마련된 학습 영상으로부터 저해상도 영상의 LR 블록과 고해상도 영상의 HR 블록이 포함된 LR-HR 블록쌍을 추출하고, 상기 LR 블록을 기준으로 상기 LR-HR 블록쌍을 1차 분류하는 단계; 상기 1차 분류 결과에 따른 1차 클러스터별로 제1 웨이트 값을 구하여 제1 웨이트 딕셔너리를 생성하는 단계; 상기 1차 클러스터별로 합성 성능을 분석하고 그 분석 결과를 기반으로 1차 클러스터들 중에서 세분화가 필요한 클러스터를 선별하는 단계; 상기 선별된 클러스터에 대해 선택적으로 2차 분류하는 단계; 및 상기 2차 분류 결과에 따른 서브 클러스터별로 제2 웨이트 값을 구하여 제2 웨이트 딕셔너리를 생성하는 단계를 포함한다.
상기 HR 블록과 매칭되는 LR 블록의 중심 영역에 포함되는 LR 픽셀들 중 일부는 상기 1차 분류를 위한 제1 참조 픽셀로 이용되고; 상기 중심 영역에 포함되는 LR 픽셀들 중 나머지는 상기 2차 분류를 위한 제2 참조 픽셀로 이용된다.
상기 세분화가 필요한 클러스터를 선별하는 단계는, 보간 성능이 상대적으로 좋은 제1 보간법으로 상기 LR 블록을 보간하고 이 보간 결과에 대해 PSNR(Peak Signal to Noise Ratio)을 1차 측정하는 단계; 보간 성능이 상대적으로 떨어지는 제2 보간법으로 상기 LR 블록을 보간하고 이 보간 결과에 대해 상기 PSNR을 2차 측정하는 단계; 및 상기 1차 측정된 PSNR 값과 상기 2차 측정된 PSNR 값의 비교 결과에 따라 상기 세분화가 필요한 클러스터인지를 판단하는 단계를 포함한다.
상기 세분화가 필요한 클러스터로 판단되는 경우는, 상기 1차 측정된 PSNR 값이 상기 2차 측정된 PSNR 값보다 더 낮은 경우, 또는 상기 1차 측정된 PSNR 값이 상기 2차 측정된 PSNR 값보다 더 높더라도 양자간 차이가 소정값 미만인 경우를 포함한다.
상기 합성 과정은, 상기 보간의 대상이 되는 입력 저해상도 영상에서 보간 LR 블록을 추출하고, 상기 보간 LR 블록에 대한 제1 어드레스를 생성한 후, 어드레스 매칭 과정을 통해 상기 제1 웨이트 딕셔너리에서 상기 제1 어드레스에 대응되는 제1 웨이트값을 얻는 단계; 제1 어드레스에 대응되는 상기 제1 웨이트값이 상기 제1 웨이트 딕셔너리에 존재하지 않으면 제2 어드레스를 생성한 후, 어드레스 매칭 과정을 통해 상기 제2 웨이트 딕셔너리에서 상기 제2 어드레스에 대응되는 제2 웨이트값을 얻는 단계; 및 얻어진 상기 제1 또는 제2 웨이트값을 이용한 보간 과정을 통해, 상기 보간 LR 블록으로부터 보간 HR 블록을 생성하는 단계를 포함한다.
본 발명의 실시예에 따른 영상품질 향상 장치는, 학습 과정과 합성 과정을 통해 저해상도 영상을 고해상도 영상으로 보간하는 학습 기반 수퍼 레솔루션 기법을 이용하는 영상품질 향상 장치로서, 1차 클러스터링의 기준이 되었던 이진 어드레스패턴과 그에 대응되는 제1 웨이트 값이 포함된 제1 웨이트 딕셔너리와, 2차 클러스터링의 기준이 되었던 이진 서브패턴과 그에 대응되는 제2 웨이트 값이 포함된 제2 웨이트 딕셔너리를 저장하는 메모리; 상기 보간의 대상이 되는 입력 저해상도 영상에서 보간 LR 블록을 추출하고, 상기 보간 LR 블록에 대한 제1 어드레스를 생성한 후, 어드레스 매칭 과정을 통해 상기 제1 웨이트 딕셔너리에서 상기 제1 어드레스에 대응되는 제1 웨이트값을 얻는 제1 어드레스 생성부; 제1 어드레스에 대응되는 상기 제1 웨이트값이 상기 제1 웨이트 딕셔너리에 존재하지 않으면 제2 어드레스를 생성한 후, 어드레스 매칭 과정을 통해 상기 제2 웨이트 딕셔너리에서 상기 제2 어드레스에 대응되는 제2 웨이트값을 얻는 제2 어드레스 생성부; 및 얻어진 상기 제1 또는 제2 웨이트값을 이용한 보간 과정을 통해, 상기 보간 LR 블록으로부터 보간 HR 블록을 생성하는 이미지 보간부를 구비한다.
본 발명은 학습 과정에서 1차 분류에 의한 1차 클러스터별로 제1 웨이트 딕셔너리를 생성하고, 1차 클러스터들 중 상대적으로 합성 성능이 떨어지는 클러스터에 대해서만 선택적으로 서브 클러스터링을 통해 2차 분류하고, 2차 분류에 의한 서브 클러스터별로 제2 웨이트 딕셔너리를 생성한다. 그리고, 합성 과정에서 제1 및 제2 어드레스를 생성하고 제1 및 제2 웨이트 딕셔너리와의 어드레스 매칭을 통해 해당되는 제1 및 제2 웨이트값을 읽어내어 보간에 이용한다. 이를 통해 본 발명은 딕셔너리 사이즈 증가를 최소화하면서도 영상의 열화를 효과적으로 방지할 수 있다.
도 1은 본 발명에 따른 학습 과정을 순차적으로 보여주는 도면.
도 2는 학습 영상에서 쌍으로 추출되는 LR 블록과 HR 블록을 보여주는 도면.
도 3은 1차 어드레싱에 이용되는 제1 참조 픽셀을 보여주는 도면.
도 4는 LR 픽셀 값 분포에 따른 1차 클러스터링을 보여주는 도면.
도 5는 제1 웨이트 딕셔너리의 구성을 보여주는 도면.
도 6은 1차 클러스터들 중에서 세분화가 필요한 클러스터들을 선별하는 방법을 보여주는 도면.
도 7은 1차 분류에 이용되는 제1 참조 픽셀의 분포와 2차 분류에 이용되는 제2 참조 픽셀의 분포를 보여주는 도면.
도 8은 서브 클러스터링의 일 예를 보여주는 도면.
도 9는 서브 클러스터들로 세분화되도록 선별된 1차 클러스터에 대해서만 제2 웨이트 딕셔너리가 생성된 것을 보여주는 도면.
도 10은 본 발명에 따른 합성 과정을 순차적으로 보여주는 도면.
도 11a, 도 12a, 도 13a는 종래 수퍼 레솔루션 기법에 의한 합성 영상의 화질을 보여주는 실험결과들.
도 11b, 도 12b, 도 13b는 본 발명에 의한 합성 영상의 화질을 보여주는 실험결과들.
도 14는 본 발명의 실시예에 따른 영상품질 향상 장치가 적용되는 표시장치를 보여주는 도면.
도 15는 도 14에 도시된 데이터 보간회로와 메모리의 접속 구성을 상세히 보여주는 도면.
이하, 도 1 내지 도 15를 참조하여 본 발명의 바람직한 실시예에 대하여 설명하기로 한다.
[영상품질 향상 방법]
본 발명의 실시예에 따른 표시장치의 영상품질 향상 방법은 도 1 내지 도 9와 같은 학습 과정(Training Procedure)과, 도 10과 같은 합성 과정(Synthesis Procedure)을 포함한다.
본 발명에 따른 영상품질 향상 방법은 학습기반 수퍼 레솔루션(super-resolution) 기법을 기반으로 하되, 저해상도 영상을 확대할 때 생기는 부작용(artifact)을 줄이고 선명한 영상을 얻기 위해 기존의 학습기반 수퍼 레솔루션 기법을 개량한 것이다.
본 발명에서 영상에 대한 분류 및 매칭 과정은, 그 연산량을 줄이기 위해 어드레싱(addressing) 방식을 통해 수행된다. 학습 과정에서는 저해상도 영상과 고해상도 영상을 쌍으로 묶어서 블록단위로 나뉘는 과정을 거친다. 나뉘어진 블록쌍들은 어드레싱 방식을 통해 고유한 주소를 부여받는다. 학습 과정은 이 주소를 이용하여 블록쌍들을 일정 수의 클러스터(cluster)로 분류한다. 학습 과정은 분류된 각 클러스터를 대표할 수 있는 웨이트(weight) 값을 구하고, 그 값들을 모아 웨이트 딕셔너리(weight dictionary)를 구성한다. 합성 과정은 입력되는 저해상도 영상을 블록단위로 나누어 어드레스를 계산한 후, 계산된 어드레스를 이용하여 웨이트 딕셔너리에서 웨이트 정보를 찾고, 이 웨이트 정보를 기반으로 고해상도 영상을 합성하게 된다.
특히, 본 발명에 따른 영상품질 향상 방법은 딕셔너리 사이즈 증가를 최소화하면서 영상의 열화를 방지하기 위해, 1차 분류에 의한 1차 클러스터별로 제1 웨이트 딕셔너리를 생성하고, 1차 클러스터들 중 상대적으로 합성 성능이 떨어지는 클러스터에 대해서만 선택적으로 서브 클러스터링을 통해 2차 분류하고, 2차 분류에 의한 서브 클러스터별로 제2 웨이트 딕셔너리를 생성하는 특징이 있다.
(1) 학습 과정(Training Procedure)
먼저, 도 1 내지 도 9를 참조하여, 서브 클러스터링을 포함한 학습 과정(Training Procedure)을 설명한다.
도 1을 참조하면, 본 발명에 따른 영상품질 향상 방법은 학습 과정을 위해 다양한 학습 영상(training image)을 마련한다. 학습 영상에는 서로 쌍을 이루는 저해상도 영상과 고해상도 영상이 포함된다. 본 발명에 따른 영상품질 향상 방법은 도 2에 도시된 바와 같이 저해상도 영상의 LR 블록과 고해상도 영상의 HR 블록을 쌍으로 다수개 추출한다.(S10) 하나의 LR-HR 블록쌍이 도 2에 예시되어 있다. 도 2에서, LR 블록은 빗금친 픽셀만을 포함하도록 구성되고, HR 블록은 빗금친 픽셀과 흰색 픽셀을 모두 포함하도록 구성된다. LR 블록의 크기는 7(가로 픽셀수)×5(세로 픽셀수)로 설정될 수 있고, HR 블록의 크기는 5(가로 픽셀수)×5(세로 픽셀수)로 설정될 수 있다.
본 발명에 따른 영상품질 향상 방법은 LR 블록을 기준으로 LR-HR 블록쌍을 1차 분류한다.(S12)
1차 분류는 1차 어드레싱(Addressing) 및 1차 클러스터링(Clustering) 과정을 포함한다. 1차 어드레싱 방법은 LR 픽셀값의 분포에 따라 이루어진다. HR 블록과 매칭되는 LR 블록의 중심 영역에 포함되는 LR 픽셀들 중 일부는 1차 어드레싱을 위한 제1 참조 픽셀로 이용된다. 예를 들어, 도 3과 같이 중심 영역이 3(가로 픽셀수)×3(세로 픽셀수) 크기를 가질 때, 1차 어드레싱에는 검은색을 띠는 5개의 픽셀이 제1 참조 픽셀로 이용될 수 있다. 다만, 본 발명의 기술적 사상은 중심 영역의 크기(즉, 참조 픽셀 개수)에 한정되지 않는다. 본 발명은 제1 참조 픽셀로 이용되는 5개 픽셀들의 픽셀 평균값(M)을 수학식 1을 통해 계산한다.
Figure pat00001
수학식 1에서, 'N'은 중심 영역에 포함되는 제1 참조 픽셀들의 총수를, 'Pi'는 중심 영역에서 i(i는 자연수)번째 제1 참조 픽셀에 입력될 픽셀값을 각각 지시한다.
그리고, 본 발명은 수학식 2와 같이 계산된 평균값(M)을 기준으로 5개의 제1 참조 픽셀값의 대소를 판단한다. 본 발명은 제1 참조 픽셀값이 평균값(M)보다 크면 '1'을, 반대로 제1 참조 픽셀값이 평균값(M) 이하이면 '0'을, 각각 해당 제1 참조 픽셀의 이진 어드레스값으로 할당한다. 수학식 2에서, Add(i)는 i번째 제1 참조 픽셀의 이진 어드레스값을 지시한다.
Figure pat00002
이진 어드레스값으로 구성되는 이진 어드레스 패턴(binary address pattern)은 5개의 제1 참조 픽셀을 대상으로 얻어지므로, 이진 어드레스패턴의 개수는 32개가 된다.
1차 클러스터링(Clustering) 방법은 도 4에 도시된 바와 같다. 1차 클러스터링은 위에서 얻어진 32개의 이진 어드레스 패턴을 32개의 1차 클러스터로 분류하는 과정을 의미한다. 그에 따라 LR-HR 블록쌍은 32개의 1차 클러스터 중 어느 하나로 1차 분류된다.
본 발명에 따른 영상품질 향상 방법은 1차 어드레싱 및 클러스터링 과정에 따른 1차 클러스터별로 제1 웨이트 값을 생성한다. 그리고, 1차 클러스터링의 기준이 되었던 이진 어드레스패턴과 그에 대응되는 제1 웨이트 값을 포함한 제1 웨이트 딕셔너리를 생성한다.(S13)
제1 웨이트 값은 해당 클러스터를 대표하는 필터 계수가 된다. 일반적으로 M'×N' 크기의 LR 블록에서, 그 중심 영역과 매칭되는 각 HR 픽셀의 픽셀값은 수학식 3을 통해 얻어진다.
Figure pat00003
수학식 3에서, IHR(i,j)는 HR 블록 내의 (i,j)에 위치하는 HR 픽셀의 픽셀값이고, ILR(k,l)는 LR 블록 내의 (k,l)에 위치하는 LR 픽셀의 픽셀값을 지시한다. 그리고, Wij(k,l)은 LR-HR 블록쌍의 제1 웨이트 값을 지시한다. 제1 웨이트 값은 각각의 1차 클러스터에 속한 LR-HR 블록쌍마다 개별적으로 구해진다. 제1 웨이트 값은 LMS(Least Mean Square) 기법 등을 통해 구해지며, 수학식 3에서 구한 예측치와 실제값 간의 차가 최소가 되게끔 선택된다.
제1 웨이트 딕셔너리에는 도 5와 같이 32개의 이진 어드레스패턴과 이들 각각에 대응되는 32개의 제1 웨이트 정보가 저장된다.
본 발명에 따른 영상품질 향상 방법은 계층적으로 클러스터들이 세분화되도록 1차 클러스터별로 합성 성능을 분석하여 1차 클러스터들 중에서 세분화가 필요한 클러스터들(즉, 합성 성능이 떨어지는 클러스터들)을 선별한다.(S14) 구체적인 선별 방법은 도 6과 같다. 도 6을 참조하면, 본 발명은 보간이 필요한 입력 저해상도 영상에서 LR 블록을 추출하여 학습 기반 수퍼 레솔루션에 따른 제1 보간법(보간 성능이 상대적으로 좋음)으로 보간하여 HR 블록을 합성한다. 이때 본 발명은 해당 1차 클러스터의 제1 웨이트 정보를 이용하여 HR 블록을 합성하는데, 이 합성된 HR 블록에 대해서만 원본 HR 블록과 비교함으로써 PSNR(Peak Signal to Noise Ratio)을 1차 측정한다. 그리고, 동일한 LR 블록을 공지의 바이 리니어(Bilinear) 또는 바이 큐빅(Bicubic)과 같은 제2 보간법(보간 성능이 상대적으로 떨어짐)으로 보간하여 HR 블록을 합성한 후 그 HR 블록을 원본 HR 블록과 비교하여 PSNR을 2차 측정한다. 본 발명은 1차 측정된 PSNR 값(또는 PSNR 평균값)이 2차 측정된 PSNR 값(또는 PSNR 평균값)보다 더 낮은 경우 또는, 비록 1차 측정된 PSNR 값(또는 PSNR 평균값)이 2차 측정된 PSNR 값(또는 PSNR 평균값)보다 더 높더라도 양자의 차이가 소정값 미만인 경우, 세분화가 필요한 클러스터로 판단한다. 본 발명은 전체 1차 클러스터들 중에서 20% 이하를 세분화가 필요한 클러스터로 선별할 수 있다.
본 발명에 따른 영상품질 향상 방법은 S14에서 선별된 클러스터들에 대해서만 선택적으로 2차 분류한다.(S15)
2차 분류는 2차 어드레싱 및 서브 클러스터링 과정을 포함한다. 2차 어드레싱을 위해서는 도 7과 같이 제2 참조 픽셀들이 더 필요하다. 도 7의 상측 도면은 S12의 1차 분류에 이용되었던 제1 참조 픽셀의 분포를 보여주는 데 반해, 도 7의 하측 도면은 2차 분류에 필요한 제2 참조 픽셀의 분포를 보여준다. 도 7에서, HR 블록과 매칭되는 LR 블록의 중심 영역에 포함되는 9개의 LR 픽셀들 중 일부(예컨대, 검은색 5개 픽셀)는 1차 어드레싱을 위한 제1 참조 픽셀로 이용되는 데 반해, 상기 중심 영역에 포함되는 9개의 LR 픽셀들 중 나머지(예컨대, 점선으로 둘러싸인 검은색 4개 픽셀)는 2차 어드레싱을 위한 제2 참조 픽셀로 이용된다. 본 발명은 제2 참조 픽셀로 이용되는 4개 픽셀들의 픽셀 평균값을 수학식 1을 통해 계산함과 아울러, 수학식 2를 통해 2진화 처리함으로써 이진 어드레스값으로 구성되는 서브패턴을 얻는다. 이진 서브패턴은 4개의 제2 참조 픽셀을 대상으로 얻어지므로, 이진 서브패턴의 개수는 16개가 된다.
서브 클러스터링은 도 8에 도시된 바와 같다. 서브 클러스터링은 위에서 얻어진 16개의 이진 서브패턴을 16개의 서브 클러스터로 2차 분류하는 과정을 의미한다. 결과적으로 도 8과 같이 합성 성능이 좋지 않은 1차 클러스터는 2차 분류 과정을 통해 다수개의 서브 클러스터들로 세분화된다.
본 발명에 따른 영상품질 향상 방법은 수학식 3을 참조로 하여, 2차 어드레싱 및 서브 클러스터링 과정에 따른 서브 클러스터별로 제2 웨이트 값을 생성한다. 그리고, 서브 클러스터링의 기준이 되었던 이진 보조패턴과 그에 대응되는 제2 웨이트 값을 포함한 제2 웨이트 딕셔너리를 생성한다.(S16) 도 9는 서브 클러스터들로 세분화되도록 선별된 1차 클러스터에 대해서만 제2 웨이트 딕셔너리가 생성된 것을 보여준다.
(2) 합성 과정(Synthesis Procedure)
다음으로, 도 10을 참조하여 합성 과정을 설명한다. 도 10은 본 발명에 따른 합성 과정을 순차적으로 보여준다.
도 10을 참조하면, 본 발명에 따른 영상품질 향상 방법은 보간(영상 확대)의 대상이 되는 저해상도 영상이 입력되면, 이 저해상도 영상을 학습 과정에서와 동일한 크기(예컨대, 7(가로 픽셀수)×5(세로 픽셀수))로 보간 LR 블록을 추출한다.(S21)
본 발명에 따른 영상품질 향상 방법은 도 1의 S12에서 설명한 것과 같이 추출된 보간 LR 블록에 대한 제1 어드레스를 생성한다.(S22) 본 발명에 따른 영상품질 향상 방법은 학습 과정에서 생성된 제1 웨이트 딕셔너리와의 어드레스 매칭 과정을 통해 제1 웨이트 딕셔너리에서 해당 제1 어드레스에 대응되는 제1 웨이트값을 읽어낸다.(S23)
본 발명에 따른 영상품질 향상 방법은 제1 어드레스에 대응되는 제1 웨이트값이 제1 웨이트 딕셔너리에 존재하지 않으면, 도 1의 S15에서 설명한 것과 같이 이진 서브패턴에 따른 제2 어드레스를 생성하고, 학습 과정에서 생성된 제2 웨이트 딕셔너리와의 어드레스 매칭 과정을 통해 제2 웨이트 딕셔너리에서 해당 제2 어드레스에 대응되는 제2 웨이트값을 읽어낸다.(S24)
본 발명에 따른 영상품질 향상 방법은 얻어진 제1 또는 제2 웨이트값을 이용한 보간 과정을 통해, 보간 LR 블록으로부터 보간 HR 블록을 생성한다.(S25,S26)
한편, 도 3과 같이 LR 블록의 중심 영역이 3(가로 픽셀수)×3(세로 픽셀수) 크기를 가질 때, 영상 열화를 최소화하기 위해 기존에는 중심 영역에 속하는 9개의 모든 픽셀들이 참조 픽셀로 이용되었다. 이 경우 웨이트 딕셔너리의 클러스터수는 512개가 되므로, 웨이트 딕셔너리의 사이즈가 커진다.
이에 반해 전술한 본 발명에 의하면, 서브 클러스터링 방법을 사용하여 제1 및 제2 웨이트 딕셔너리의 총 클러스터수를 48개(32개+16개)로 크게 줄이면서도 영상 열화를 기존과 유사하게 최소화할 수 있다.
도 11a, 도 12a, 도 13a는 종래 수퍼 레솔루션 기법에 의한 합성 영상의 화질을 보여주는 실험결과들이다. 도 11b, 도 12b, 도 13b는 본 발명에 의한 합성 영상의 화질을 보여주는 실험결과들이다.
본 발명에 따른 영상품질 향상 방법은 1차 분류에 의한 1차 클러스터별로 제1 웨이트 딕셔너리를 생성하고, 1차 클러스터들 중 상대적으로 합성 성능이 떨어지는 클러스터에 대해서만 선택적으로 서브 클러스터링을 통해 2차 분류하고, 2차 분류에 의한 서브 클러스터별로 제2 웨이트 딕셔너리를 생성한다. 이를 통해 본 발명은 딕셔너리 사이즈 증가를 최소화하면서도 도 11b, 도 12b, 도 13b에서 명확히 알 수 있듯이 기존의 도 11a, 도 12a, 도 13a에 비해 양호한 화질을 얻을 수 있다.
[영상품질 향상 장치]
본 발명의 실시예에 따른 영상품질 향상 장치는 도 14와 같은 표시장치에 적용될 수 있다. 도 14와 같은 표시장치에서 영상품질 향상 장치는 데이터 보간회로(14)와 메모리(20)로 구현될 수 있다.
도 14를 참조하면, 본 발명에 따른 표시장치는 표시패널(10), 타이밍 콘트롤러(11), 데이터 구동회로(12), 게이트 구동회로(13), 데이터 보간회로(14), 및 메모리(20)를 구비한다.
표시패널(10)은 액정표시패널로 구현될 수 있으나 이에 한정되지 않는다. 표시패널(10)은 두 장의 유리기판과, 이들 사이에 형성된 액정층을 구비한다. 이 표시패널(10)에는 데이터라인들(DL)과 게이트라인들(GL)의 교차 구조로 마련된 화소 영역마다 매트릭스 형태로 다수의 액정셀들(Clc)이 배치된다.
표시패널(10)의 하부 유리기판에는 다수의 데이터라인들(DL), 다수의 게이트라인들(GL), TFT들, TFT들 각각에 접속된 액정셀(Clc)의 화소전극들(1), 화소전극들(1)과 대향하는 공통전극(2) 및 스토리지 커패시터(Cst) 등이 형성된다. 표시패널(10)의 상부 유리기판 상에는 블랙매트릭스, 컬러필터 및 공통전극(2)이 형성된다. 공통전극(2)은 TN(Twisted Nematic) 모드와 VA(Vertical Alignment) 모드와 같은 수직전계 구동방식에서 상부 유리기판 상에 형성되며, IPS(In Plane Switching) 모드와 FFS(Fringe Field Switching) 모드와 같은 수평전계 구동방식에서 화소전극(1)과 함께 하부 유리기판 상에 형성된다. 표시패널(10)의 상부 유리기판과 하부 유리기판 각각에는 광축이 직교하는 편광판이 부착되고 액정과 접하는 내면에 액정의 프리틸트각을 설정하기 위한 배향막이 형성된다.
타이밍 콘트롤러(11)는 수직/수평 동기신호(Vsync, Hsync), 데이터 인에이블신호(DE), 클럭신호(DCLK) 등의 타이밍신호를 입력받아 데이터 구동회로(12)와 게이트 구동회로(13)의 동작 타이밍을 제어하기 위한 제어신호들(DDC,GDC)을 발생한다.
데이터 구동회로(12)의 동작 타이밍을 제어하기 위한 데이터 제어신호(DDC)는 라이징(Rising) 또는 폴링(Falling) 에지에 기준하여 데이터 구동회로(12) 내에서 데이터의 래치동작을 제어하는 소스 샘플링 클럭(Source Sampling Clock : SSC), 데이터 구동회로(12)의 출력을 제어하는 소스 출력 인에이블신호(SOE), 및 표시패널(10)의 액정셀들(Clc)에 공급될 데이터전압의 극성을 제어하는 극성제어신호(POL) 등을 포함한다.
게이트 구동회로(13)의 동작 타이밍을 제어하기 위한 게이트 제어신호(GDC)는 한 화면이 표시되는 1 수직기간 중에서 스캔이 시작되는 시작 수평라인을 지시하는 게이트 스타트 펄스(Gate Start Pulse : GSP), 게이트 구동회로(13) 내의 쉬프트 레지스터에 입력되어 게이트 스타트 펄스(GSP)를 순차적으로 쉬프트시키기 위한 타이밍 제어신호로써 TFT의 온(ON) 기간에 대응하는 펄스폭으로 발생되는 게이트 쉬프트 클럭신호(Gate Shift Clock : GSC), 및 게이트 구동회로(13)의 출력을 제어하는 게이트 출력 인에이블신호(Gate Output Enable : GOE) 등을 포함한다.
타이밍 콘트롤러(11)는 입력 디지털 비디오 데이터(RGB)에 비해 해상도가 확장된 보간 디지털 비디오 데이터(RmGmBm)를 표시패널(10)에 맞게 정렬하여 데이터 구동회로(12)에 공급한다.
데이터 구동회로(12)는 다수의 데이터 드라이브 IC들을 포함한다. 데이터 드라이브 IC들 각각은 쉬프트 레지스터(Shift register), 래치(Latch), 디지털-아날로그 변환기(Digital to Analog convertor, DAC), 출력 버퍼(Output buffer) 등을 포함한다.
데이터 구동회로(12)는 데이터 제어신호(DDC)를 참조하여 타이밍 콘트롤러(11)로부터 입력되는 보간 디지털 비디오 데이터(RmGmBm)를 래치하고 이 래치된 데이터를 극성제어신호(POL)를 참조로 정극성 데이터전압 또는 부극성 데이터전압으로 변환한다. 데이터 구동회로(12)는 데이터전압을 스캔펄스에 동기시켜 데이터라인들(DL)에 공급한다.
게이트 구동회로(13)는 다수의 게이트 드라이브 IC들을 포함한다. 게이트 드라이브 IC들 각각은 쉬프트 레지스터, 쉬프트 레지스터의 출력신호를 액정셀의 TFT 구동에 적합한 스윙폭으로 변환하기 위한 레벨 쉬프터, 출력 버퍼등을 구비한다. 게이트 구동회로(13)는 대략 1 수평기간의 펄스폭을 가지는 스캔펄스들을 게이트라인들(GL)에 순차적으로 공급하여 데이터전압이 인가될 수평라인을 선택한다.
데이터 보간회로(14)는 전술한 합성 과정을 수행할 수 있는 알고리즘을 내장하고 입력 저해상도 영상을 블록단위로 나누어 어드레스를 계산한 후, 계산된 어드레스를 이용하여 메모리(20)로부터 웨이트 정보를 입력받고, 이 웨이트 정보를 기반으로 고해상도 영상을 합성한다.
메모리(20)는 전술한 학습 과정에서 생성된 제1 웨이트 딕셔너리와 제2 웨이트 딕셔너리를 저장한다. 제1 웨이트 딕셔너리에는 1차 클러스터링의 기준이 되었던 이진 어드레스패턴과 그에 대응되는 제1 웨이트 값이 포함된다. 제2 웨이트 딕셔너리에는 2차 클러스터링의 기준이 되었던 이진 서브패턴과 그에 대응되는 제2 웨이트 값이 포함된다. 제2 웨이트 딕셔너리는 제1 웨이트 딕셔너리에 포함된 1차 클러스터들 중 상대적으로 합성 성능이 떨어지는 클러스터에 대한 2차 분류를 통해 생성된다. 즉, 1차 클러스터들 중 상대적으로 합성 성능이 떨어지는 클러스터에 대해서만 선택적으로 서브 클러스터링이 수행되고, 그러한 2차 분류에 의한 서브 클러스터별로 제2 웨이트 딕셔너리를 생성되는 것이다.
도 15는 도 14에 도시된 데이터 보간회로(14)와 메모리(20)의 접속 구성을 상세히 보여준다.
도 15를 참조하면, 데이터 보간회로(14)는 제1 어드레스 생성부(141), 제2 어드레스 생성부(142), 및 이미지 보간부(143)를 포함한다.
제1 어드레스 생성부(141)는 보간(영상 확대)의 대상이 되는 저해상도 영상이 입력되면, 이 저해상도 영상에서 보간 LR 블록을 추출함과 아울러 그에 대한 제1 어드레스를 생성한다. 제1 어드레스 생성부(141)는 메모리(20)에 저장된 제1 웨이트 딕셔너리(20A)와의 어드레스 매칭 과정을 통해 제1 웨이트 딕셔너리(20A)에서 해당 제1 어드레스에 대응되는 제1 웨이트값을 읽어낸다.
제2 어드레스 생성부(142)는 제1 어드레스에 대응되는 제1 웨이트값이 제1 웨이트 딕셔너리(20A)에 존재하지 않으면, 전술한 방법에 의거하여 이진 서브패턴에 따른 제2 어드레스를 생성하고, 제2 웨이트 딕셔너리(20B)와의 어드레스 매칭 과정을 통해 제2 웨이트 딕셔너리(20B)에서 해당 제2 어드레스에 대응되는 제2 웨이트값을 읽어낸다.
이미지 보간부(143)는 얻어진 제1 또는 제2 웨이트값을 이용한 보간 과정을 통해, 보간 LR 블록으로부터 보간 HR 블록을 생성하고, 보간 HR 블록이 포함된 고해상도 영상 데이터(RmGmBm)를 출력한다.
상술한 바와 같이 본 발명은 학습 과정에서 1차 분류에 의한 1차 클러스터별로 제1 웨이트 딕셔너리를 생성하고, 1차 클러스터들 중 상대적으로 합성 성능이 떨어지는 클러스터에 대해서만 선택적으로 서브 클러스터링을 통해 2차 분류하고, 2차 분류에 의한 서브 클러스터별로 제2 웨이트 딕셔너리를 생성한다. 그리고, 합성 과정에서 제1 및 제2 어드레스를 생성하고 제1 및 제2 웨이트 딕셔너리와의 어드레스 매칭을 통해 해당되는 제1 및 제2 웨이트값을 읽어내어 보간에 이용한다. 이를 통해 본 발명은 딕셔너리 사이즈 증가를 최소화하면서도 영상의 열화를 효과적으로 방지할 수 있다.
이상 설명한 내용을 통해 당업자라면 본 발명의 기술사상을 일탈하지 아니하는 범위에서 다양한 변경 및 수정이 가능함을 알 수 있을 것이다. 따라서, 본 발명의 기술적 범위는 명세서의 상세한 설명에 기재된 내용으로 한정되는 것이 아니라 특허 청구의 범위에 의해 정하여져야만 할 것이다.
10 : 표시패널 11 : 타이밍 콘트롤러
12 : 데이터 구동회로 13 : 게이트 구동회로
14 : 데이터 보간회로 20 : 메모리
20A : 제1 딕셔너리 20B : 제2 딕셔너리
141 : 제1 어드레스 생성부 142 : 제2 어드레스 생성부
143 : 이미지 보간부

Claims (10)

  1. 학습 과정과 합성 과정을 통해 저해상도 영상을 고해상도 영상으로 보간하는 학습 기반 수퍼 레솔루션 기법을 이용하는 영상품질 향상 방법에 있어서,
    상기 학습 과정은,
    미리 마련된 학습 영상으로부터 저해상도 영상의 LR 블록과 고해상도 영상의 HR 블록이 포함된 LR-HR 블록쌍을 추출하고, 상기 LR 블록을 기준으로 상기 LR-HR 블록쌍을 1차 분류하는 단계;
    상기 1차 분류 결과에 따른 1차 클러스터별로 제1 웨이트 값을 구하여 제1 웨이트 딕셔너리를 생성하는 단계;
    상기 1차 클러스터별로 합성 성능을 분석하고 그 분석 결과를 기반으로 1차 클러스터들 중에서 세분화가 필요한 클러스터를 선별하는 단계;
    상기 선별된 클러스터에 대해 선택적으로 2차 분류하는 단계; 및
    상기 2차 분류 결과에 따른 서브 클러스터별로 제2 웨이트 값을 구하여 제2 웨이트 딕셔너리를 생성하는 단계를 포함하는 것을 특징으로 하는 영상품질 향상 방법.
  2. 제 1 항에 있어서,
    상기 HR 블록과 매칭되는 LR 블록의 중심 영역에 포함되는 LR 픽셀들 중 일부는 상기 1차 분류를 위한 제1 참조 픽셀로 이용되고;
    상기 중심 영역에 포함되는 LR 픽셀들 중 나머지는 상기 2차 분류를 위한 제2 참조 픽셀로 이용되는 것을 특징으로 하는 영상품질 향상 방법.
  3. 제 1 항에 있어서,
    상기 세분화가 필요한 클러스터를 선별하는 단계는,
    보간 성능이 상대적으로 좋은 제1 보간법으로 상기 LR 블록을 보간하고 이 보간 결과에 대해 PSNR(Peak Signal to Noise Ratio)을 1차 측정하는 단계;
    보간 성능이 상대적으로 떨어지는 제2 보간법으로 상기 LR 블록을 보간하고 이 보간 결과에 대해 상기 PSNR을 2차 측정하는 단계; 및
    상기 1차 측정된 PSNR 값과 상기 2차 측정된 PSNR 값의 비교 결과에 따라 상기 세분화가 필요한 클러스터인지를 판단하는 단계를 포함하는 것을 특징으로 하는 영상품질 향상 방법.
  4. 제 3 항에 있어서,
    상기 세분화가 필요한 클러스터로 판단되는 경우는,
    상기 1차 측정된 PSNR 값이 상기 2차 측정된 PSNR 값보다 더 낮은 경우, 또는 상기 1차 측정된 PSNR 값이 상기 2차 측정된 PSNR 값보다 더 높더라도 양자간 차이가 소정값 미만인 경우를 포함하는 것을 특징으로 하는 영상품질 향상 방법.
  5. 제 1 항에 있어서,
    상기 합성 과정은,
    상기 보간의 대상이 되는 입력 저해상도 영상에서 보간 LR 블록을 추출하고, 상기 보간 LR 블록에 대한 제1 어드레스를 생성한 후, 어드레스 매칭 과정을 통해 상기 제1 웨이트 딕셔너리에서 상기 제1 어드레스에 대응되는 제1 웨이트값을 얻는 단계;
    제1 어드레스에 대응되는 상기 제1 웨이트값이 상기 제1 웨이트 딕셔너리에 존재하지 않으면 제2 어드레스를 생성한 후, 어드레스 매칭 과정을 통해 상기 제2 웨이트 딕셔너리에서 상기 제2 어드레스에 대응되는 제2 웨이트값을 얻는 단계; 및
    얻어진 상기 제1 또는 제2 웨이트값을 이용한 보간 과정을 통해, 상기 보간 LR 블록으로부터 보간 HR 블록을 생성하는 단계를 포함하는 것을 특징으로 하는 영상품질 향상 방법.
  6. 학습 과정과 합성 과정을 통해 저해상도 영상을 고해상도 영상으로 보간하는 학습 기반 수퍼 레솔루션 기법을 이용하는 영상품질 향상 장치에 있어서,
    1차 클러스터링의 기준이 되었던 이진 어드레스패턴과 그에 대응되는 제1 웨이트 값이 포함된 제1 웨이트 딕셔너리와, 2차 클러스터링의 기준이 되었던 이진 서브패턴과 그에 대응되는 제2 웨이트 값이 포함된 제2 웨이트 딕셔너리를 저장하는 메모리;
    상기 보간의 대상이 되는 입력 저해상도 영상에서 보간 LR 블록을 추출하고, 상기 보간 LR 블록에 대한 제1 어드레스를 생성한 후, 어드레스 매칭 과정을 통해 상기 제1 웨이트 딕셔너리에서 상기 제1 어드레스에 대응되는 제1 웨이트값을 얻는 제1 어드레스 생성부;
    제1 어드레스에 대응되는 상기 제1 웨이트값이 상기 제1 웨이트 딕셔너리에 존재하지 않으면 제2 어드레스를 생성한 후, 어드레스 매칭 과정을 통해 상기 제2 웨이트 딕셔너리에서 상기 제2 어드레스에 대응되는 제2 웨이트값을 얻는 제2 어드레스 생성부; 및
    얻어진 상기 제1 또는 제2 웨이트값을 이용한 보간 과정을 통해, 상기 보간 LR 블록으로부터 보간 HR 블록을 생성하는 이미지 보간부를 구비하는 것을 특징으로 하는 영상품질 향상 장치.
  7. 상기 제1 및 제2 웨이트 딕셔너리는 상기 학습 과정을 통해 생성되며;
    상기 학습 과정은,
    미리 마련된 학습 영상으로부터 저해상도 영상의 LR 블록과 고해상도 영상의 HR 블록이 포함된 LR-HR 블록쌍을 추출하고, 상기 LR 블록을 기준으로 상기 LR-HR 블록쌍을 1차 분류하는 과정;
    상기 1차 분류 결과에 따른 1차 클러스터별로 제1 웨이트 값을 구하여 제1 웨이트 딕셔너리를 생성하는 과정;
    상기 1차 클러스터별로 합성 성능을 분석하고 그 분석 결과를 기반으로 1차 클러스터들 중에서 세분화가 필요한 클러스터를 선별하는 과정;
    상기 선별된 클러스터에 대해 선택적으로 2차 분류하는 과정; 및
    상기 2차 분류 결과에 따른 서브 클러스터별로 제2 웨이트 값을 구하여 제2 웨이트 딕셔너리를 생성하는 과정을 구비하는 것을 특징으로 하는 영상품질 향상 장치.
  8. 제 6 항에 있어서,
    상기 HR 블록과 매칭되는 LR 블록의 중심 영역에 포함되는 LR 픽셀들 중 일부는 상기 1차 분류를 위한 제1 참조 픽셀로 이용되고;
    상기 중심 영역에 포함되는 LR 픽셀들 중 나머지는 상기 2차 분류를 위한 제2 참조 픽셀로 이용되는 것을 특징으로 하는 영상품질 향상 장치.
  9. 제 6 항에 있어서,
    상기 세분화가 필요한 클러스터를 선별하는 과정은,
    보간 성능이 상대적으로 좋은 제1 보간법으로 상기 LR 블록을 보간하고 이 보간 결과에 대해 PSNR(Peak Signal to Noise Ratio)을 1차 측정하는 과정;
    보간 성능이 상대적으로 떨어지는 제2 보간법으로 상기 LR 블록을 보간하고 이 보간 결과에 대해 상기 PSNR을 2차 측정하는 과정; 및
    상기 1차 측정된 PSNR 값과 상기 2차 측정된 PSNR 값의 비교 결과에 따라 상기 세분화가 필요한 클러스터인지를 판단하는 과정을 포함하는 것을 특징으로 하는 영상품질 향상 장치.
  10. 제 9 항에 있어서,
    상기 세분화가 필요한 클러스터로 판단되는 경우는,
    상기 1차 측정된 PSNR 값이 상기 2차 측정된 PSNR 값보다 더 낮은 경우, 또는 상기 1차 측정된 PSNR 값이 상기 2차 측정된 PSNR 값보다 더 높더라도 양자간 차이가 소정값 미만인 경우를 포함하는 것을 특징으로 하는 영상품질 향상 장치.
KR1020120034917A 2012-04-04 2012-04-04 표시장치의 영상품질 향상 방법 및 그 장치 KR101873038B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120034917A KR101873038B1 (ko) 2012-04-04 2012-04-04 표시장치의 영상품질 향상 방법 및 그 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120034917A KR101873038B1 (ko) 2012-04-04 2012-04-04 표시장치의 영상품질 향상 방법 및 그 장치

Publications (2)

Publication Number Publication Date
KR20130112501A true KR20130112501A (ko) 2013-10-14
KR101873038B1 KR101873038B1 (ko) 2018-07-02

Family

ID=49633500

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120034917A KR101873038B1 (ko) 2012-04-04 2012-04-04 표시장치의 영상품질 향상 방법 및 그 장치

Country Status (1)

Country Link
KR (1) KR101873038B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020231005A1 (ko) * 2019-05-14 2020-11-19 삼성전자 주식회사 영상 처리 장치 및 그 동작방법
KR102309343B1 (ko) * 2020-04-01 2021-10-06 세종대학교산학협력단 딥러닝 기반의 초고해상도 지표투과 레이더 이미지 생성을 통한 주파수-파수 분석 방법 및 장치

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050088674A (ko) * 2004-03-02 2005-09-07 주식회사 케이티 예제 기반 초해상도 기법을 이용한 고품질 영상 획득 방법
KR20070016909A (ko) * 2005-08-03 2007-02-08 삼성전자주식회사 초해상도 향상 처리장치 및 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5178662B2 (ja) * 2009-07-31 2013-04-10 富士フイルム株式会社 画像処理装置及び方法、データ処理装置及び方法、並びにプログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050088674A (ko) * 2004-03-02 2005-09-07 주식회사 케이티 예제 기반 초해상도 기법을 이용한 고품질 영상 획득 방법
KR20070016909A (ko) * 2005-08-03 2007-02-08 삼성전자주식회사 초해상도 향상 처리장치 및 방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Byung Cheol Song ET AL:"Fast Super-Resolution Algorithm Based on Dictionary Size Reduction Using k-Means Clustering", ETRI Journal, Volume 32, Issue 4, Pages 493？644, August 2010(2010.08.31.) 1부. *
Byung Cheol Song ET AL:"Fast Super-Resolution Algorithm Based on Dictionary Size Reduction Using k-Means Clustering", ETRI Journal, Volume 32, Issue 4, Pages 493-644, August 2010(2010.08.31.) *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020231005A1 (ko) * 2019-05-14 2020-11-19 삼성전자 주식회사 영상 처리 장치 및 그 동작방법
US11954755B2 (en) 2019-05-14 2024-04-09 Samsung Electronics Co., Ltd. Image processing device and operation method thereof
KR102309343B1 (ko) * 2020-04-01 2021-10-06 세종대학교산학협력단 딥러닝 기반의 초고해상도 지표투과 레이더 이미지 생성을 통한 주파수-파수 분석 방법 및 장치

Also Published As

Publication number Publication date
KR101873038B1 (ko) 2018-07-02

Similar Documents

Publication Publication Date Title
CN104658495B (zh) 显示装置及其驱动方法
KR101301312B1 (ko) 액정표시장치와 그 구동방법
KR101330396B1 (ko) 표시장치와 그의 콘트라스트 향상 방법
KR101308478B1 (ko) 액정표시장치 및 그의 구동 방법
US7782281B2 (en) Method and apparatus for driving liquid crystal display device
KR100558608B1 (ko) 이미지 생성 방법 및 장치, 프로그램가능한 저장 디바이스, 컴퓨터
CN101211545B (zh) 液晶显示装置及其驱动方法
JP2009009090A (ja) 液晶表示装置及びその駆動方法
US20080309600A1 (en) Display apparatus and method for driving the same
WO2022088954A1 (zh) 用于显示装置的亮度补偿方法、驱动方法及装置
CN102005193A (zh) 图像处理电路、其处理方法、液晶显示装置以及电子设备
EP2902996A1 (en) Display device and method for driving same
JP2003099017A (ja) 広視野角モード用液晶表示装置とその駆動方法
US20050226538A1 (en) Video scaling
CN102163414A (zh) 影像处理电路、其处理方法、液晶显示装置以及电子设备
US8963908B2 (en) Liquid crystal display device having a data driving circuit with overdrive control using polarity control
KR101315376B1 (ko) 표시 장치의 구동 장치 및 그 영상 신호 보정 방법
CN113160734B (zh) 时序控制器及极性灰阶补偿方法
WO2022257193A1 (zh) 显示装置及其显示方法
KR20080052461A (ko) 화상표시방법 및 이 방법을 사용한 화상표시장치
US20060256051A1 (en) Display apparatus, method of driving the same and apparatus for driving the same
KR101818454B1 (ko) 액정 표시장치 및 그 구동방법
KR101873038B1 (ko) 표시장치의 영상품질 향상 방법 및 그 장치
KR101243810B1 (ko) 액정 표시장치의 구동장치와 그의 구동방법
CN102184714A (zh) 一种提高插值效率的lcd图像缩放实现方法

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant