WO2018088806A1

WO2018088806A1 - 영상처리장치 및 영상처리방법

Info

Publication number: WO2018088806A1
Application number: PCT/KR2017/012627
Authority: WO
Inventors: 남우현; 안일준; 이태미; 조기흠; 박용섭; 천민수
Original assignee: 삼성전자 주식회사
Priority date: 2016-11-09
Filing date: 2017-11-08
Publication date: 2018-05-17
Also published as: US20200058113A1; KR102271285B1; CN110088799A; EP3525164A1; KR20180051772A; US11195261B2; EP3525164A4; CN110088799B

Abstract

영상처리장치가 개시된다. 본 영상처리장치는, 영상을 입력받는 입력부, 입력된 영상을 기설정된 비율로 축소하고, 축소된 영상에서 시각적 특징을 추출하고, 입력된 영상에 추출된 시각적 특징을 반영하는 화질 개선 처리를 수행하고, 화질 개선 처리된 영상에 대해서 축소, 추출 및 화질 개선 처리를 기설정된 횟수만큼 반복적으로 수행하는 프로세서를 포함한다. 본 개시는 딥러닝 등의 기계 학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 인공지능(AI) 시스템 및 그 응용에 관련된 것이다.

Description

영상처리장치 및 영상처리방법

본 개시는 영상처리장치, 영상처리방법 및 컴퓨터 판독가능 기록 매체에 대한 것으로, 보다 상세하게는, 고화질 영상을 생성하기 위한 영상처리장치 및 영상처리방법에 관한 것이다.

인공지능(Artificial Intelligence, AI) 시스템은 인간 수준의 지능을 구현하는 컴퓨터 시스템이며, 기존 Rule 기반 스마트 시스템과 달리 기계가 스스로 학습하고 판단하며 똑똑해지는 시스템이다. 인공지능 시스템은 사용할수록 인식률이 향상되고 사용자 취향을 보다 정확하게 이해할 수 있게 되어, 기존 Rule 기반 스마트 시스템은 점차 딥러닝 기반 인공지능 시스템으로 대체되고 있다.

인공지능 기술은 기계학습(딥러닝) 및 기계학습을 활용한 요소 기술들로 구성된다.

기계학습은 입력 데이터들의 특징을 스스로 분류/학습하는 알고리즘 기술이며, 요소기술은 딥러닝 등의 기계학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술로서, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야로 구성된다.

인공지능 기술이 응용되는 다양한 분야는 다음과 같다. 언어적 이해는 인간의 언어/문자를 인식하고 응용/처리하는 기술로서, 자연어 처리, 기계 번역, 대화시스템, 질의 응답, 음성 인식/합성 등을 포함한다. 시각적 이해는 사물을 인간의 시각처럼 인식하여 처리하는 기술로서, 객체 인식, 객체 추적, 영상 검색, 사람 인식, 장면 이해, 공간 이해, 영상 개선 등을 포함한다. 추론 예측은 정보를 판단하여 논리적으로 추론하고 예측하는 기술로서, 지식/확률 기반 추론, 최적화 예측, 선호 기반 계획, 추천 등을 포함한다. 지식 표현은 인간의 경험정보를 지식데이터로 자동화 처리하는 기술로서, 지식 구축(데이터 생성/분류), 지식 관리(데이터 활용) 등을 포함한다. 동작 제어는 차량의 자율 주행, 로봇의 움직임을 제어하는 기술로서, 움직임 제어(항법, 충돌, 주행), 조작 제어(행동 제어) 등을 포함한다.

한편, 정량적 화질평가에서 일반적으로 많이 사용되는 PSNR (peak signal-to-noise ratio), SSIM (structural similarity) 등의 관점에서 화질을 개선하는 연구들은 많이 진행되어 왔다. 하지만, 영상의 화질은 인간의 감성이나 기호 등의 다양한 요소들의 영향을 받기 때문에, 현재까지 개발된 기술들을 이용하여 인지적 관점에서 화질을 개선하는데 한계가 있다.

최근 화질 개선 기술들을 살펴 보면 크게 외부 데이터베이스(database)를 사용하지 않는 방법과 사용하는 방법 이렇게 두 가지 범주로 나눌 수 있다. 외부 데이터베이스를 사용하지 않는 방법에서는 VDSR (super-resolution using very deep convolutional networks)이 개발되었다. 그러나, 규칙성이 있는 패턴 영역 및 풀(grass), 천(fabric) 등과 같이, 고주파 성분이 많은 텍스쳐(texture) 영역과 패턴 영역이 혼재된 영역에서의 성능은 여전히 부족한 실정이다. 외부 데이터베이스를 사용하는 기술들은 패턴 영역 및 텍스쳐 영역과 패턴 영역이 혼재된 영역에서도 화질이 어느 정도 개선되지만, 200 MB 이상의 메모리를 사용하기 때문에 TV나 모바일 단말에 적용하기에는 어려움이 있다.

이에 따라, 외부 데이터베이스를 사용하지 않으면서, 영상의 패턴 영역이 포함된 저화질 영상의 화질을 개선할 수 있는 기술의 필요성이 대두되었다.

본 개시는 상술한 필요성에 따른 것으로, 본 개시의 목적은, 외부 데이터베이스를 사용하지 않고, 입력된 저화질 영상을 이용하여 고화질 영상을 생성할 수 있는 영상처리장치 및 영상처리방법을 제공함에 있다.

본 개시의 일 실시 예에 따른 영상처리장치는, 영상을 입력받는 입력부, 상기 입력된 영상을 기설정된 비율로 축소하고, 상기 축소된 영상에서 시각적 특징을 추출하고, 상기 입력된 영상에 상기 추출된 시각적 특징을 반영하는 화질 개선 처리를 수행하고, 상기 화질 개선 처리된 영상에 대해서 상기 축소, 상기 추출 및 상기 화질 개선 처리를 기설정된 횟수만큼 반복적으로 수행하는 프로세서를 포함한다.

이 경우, 상기 프로세서는, 상기 입력된 영상을 상기 축소된 영상의 크기에 대응되는 복수의 영역으로 구획하고, 상기 구획된 복수의 영역 각각에 상기 추출된 시각적 특징을 반영하고, 상기 추출된 시각적 특징이 반영된 복수의 영역을 중첩하여 화질 개선 처리를 수행할 수 있다.

이 경우, 상기 프로세서는, 상기 입력된 영상을 상기 입력된 영상의 복수의 기준점 각각을 기준으로 축소하고, 복수의 축소된 영상 각각에서 시각적 특징을 추출할 수 있다.

이 경우, 상기 복수의 기준점 각각은 상기 복수의 영역에 대응되며, 상기 프로세서는, 상기 구획된 복수의 영역 각각에, 상기 복수의 영역에 대응되는 기준점을 기준으로 축소된 영상에서 추출된 시각적 특징을 반영할 수 있다.

한편, 상기 추출된 시각적 특징은, 밝기, 색감, 명암, 채도, 대비, 에지의 형태 및 밀도, 색상의 배열 중 적어도 하나일 수 있다.

한편, 상기 기설정된 비율은, 0.9 내지 0.99 범위 내의 값을 가질 수 있다

한편, 상기 프로세서는, 상기 입력된 영상의 열화 상태를 판단하고, 상기 판단된 열화 상태에 따라 기설정된 반복 횟수를 결정할 수 있다.

한편, 상기 프로세서는, 상기 입력된 영상의 화질을 향상시키기 위한 전처리를 수행하고, 상기 전처리된 영상에, 상기 전처리된 영상을 상기 기설정된 비율로 축소하여 추출한 시각적 특징을 반영하는 상기 화질 개선 처리를 수행할 수 있다.

한편, 상기 프로세서는, 상기 입력된 영상에 기설정된 주파수 범위를 갖는 패턴 영역이 포함되어 있는지를 판단하고, 패턴 영역이 포함되어 있으면 상기 패턴 영역에 대해서 상기 축소, 상기 추출, 상기 화질 개선 처리를 반복적으로 수행하고, 패턴 영역 이외의 영역에 대해서는 상기 축소, 상기 추출 및 상기 화질 개선 처리를 일 회만 수행할 수 있다.

한편, 상기 화질 개선 처리가 상기 기설정된 횟수만큼 반복적으로 수행된 영상을 표시하는 디스플레이부를 더 포함할 수 있다.

한편, 상기 화질 개선 처리가 상기 기설정된 횟수만큼 반복적으로 수행된 영상을 디스플레이 장치에 전송하는 통신부를 더 포함할 수 있다.

한편, 본 개시의 일 실시 예에 따른 영상처리방법은, 영상을 입력받는 단계, 상기 입력된 영상을 기설정된 비율로 축소하는 단계, 상기 축소된 영상에서 시각적 특징을 추출하는 단계, 상기 입력된 영상에 상기 추출된 시각적 특징을 반영하는 화질 개선 처리를 수행하는 단계 및 상기 화질 개선 처리된 영상에 대해서 상기 축소, 상기 추출 및 상기 화질 개선 처리를 기설정된 횟수만큼 반복적으로 수행하는 단계를 포함한다.

이 경우, 상기 화질 개선 처리를 수행하는 단계는, 상기 입력된 영상을 상기 축소된 영상의 크기에 대응되는 복수의 영역으로 구획하는 단계, 상기 구획된 복수의 영역 각각에 상기 추출된 시각적 특징을 반영하는 단계 및 상기 추출된 시각적 특징이 반영된 복수의 영역을 중첩하는 단계를 포함할 수 있다.

이 경우, 상기 축소하는 단계는, 상기 입력된 영상을 상기 입력된 영상의 복수의 기준점 각각을 기준으로 축소하고, 상기 추출하는 단계는, 복수의 축소된 영상 각각에서 시각적 특징을 추출할 수 있다.

이 경우, 상기 복수의 기준점 각각은 상기 복수의 영역에 대응되며, 상기 반영하는 단계는, 상기 구획된 복수의 영역 각각에, 상기 복수의 영역에 대응되는 기준점을 기준으로 축소된 영상에서 추출된 시각적 특징을 반영할 수 있다.

한편, 상기 입력된 영상의 열화 상태를 판단하는 단계 및 상기 판단된 열화 상태에 따라 기설정된 반복 횟수를 결정하는 단계를 더 포함할 수 있다.

*한편, 상기 입력된 영상의 화질을 향상시키기 위한 전처리를 수행하는 단계를 더 포함하고, 상기 화질 개선을 수행하는 단계는, 상기 전처리된 영상에, 상기 전처리된 영상을 상기 기설정된 비율로 축소하여 추출한 시각적 특징을 반영할 수 있다.

한편, 상기 입력된 영상에 기설정된 주파수 범위를 갖는 패턴 영역이 포함되어 있는지를 판단하는 단계를 더 포함하고, 상기 화질 개선 처리를 기설정된 횟수만큼 반복적으로 수행하는 단계는, 패턴 영역이 포함되어 있으면, 상기 패턴 영역에 대해서 상기 축소 처리, 추출 처리, 상기 화질 개선 처리를 반복적으로 수행하고, 패턴 영역 이외의 영역에 대해서는 상기 축소 처리, 상기 추출 처리 및 상기 화질 개선 처리를 일 회만 수행할 수 있다.

한편, 상기 화질 개선 처리가 상기 기설정된 횟수만큼 반복적으로 수행된 영상을 표시하는 단계를 더 포함할 수 있다.

한편, 상기 화질 개선 처리가 상기 기설정된 횟수만큼 반복적으로 수행된 영상을 디스플레이 장치에 전송하는 단계를 더 포함할 수 있다.

도 1은 본 개시의 일 실시 예에 따른 영상처리장치의 간략한 구성을 설명하기 위한 블럭도,

도 2는 본 개시의 일 실시 예에 따른 영상처리장치의 구체적인 구성을 설명하기 위한 블럭도,

도 3은 본 개시의 일 실시 예에 따른 영상처리방법을 개략적으로 나타낸 흐름도,

도 4는 본 개시의 영상처리방법에서 추출된 시각적 특징을 적용하는 방법의 일 실시 예를 개략적으로 나타낸 흐름도,

도 5는 본 개시의 일 실시 예에 따른 스케일 팩터 결정 방법을 나타내는 흐름도,

도 6은 본 개시의 다른 실시 예에 따른 스케일 팩터 결정 방법을 나타내는 흐름도,

도 7은 본 개시의 일 실시 예에 따라 영역이 분류된 영상을 설명하기 위한 도면, 그리고,

도 8은 도 7에 도시된 도면의 영상처리방법을 설명하기 위한 흐름도이다.

본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 개시에 대해 구체적으로 설명하기로 한다.

본 개시의 실시 예에서 사용되는 용어는 본 개시에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 개시의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.

본 개시의 실시 예들은 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는바, 특정 실시 예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나 이는 특정한 실시 형태에 대해 범위를 한정하려는 것이 아니며, 발명된 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 실시 예들을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.

제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되어서는 안 된다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.

단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "구성되다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

본 개시의 실시 예에서 '모듈' 혹은 '부'는 적어도 하나의 기능이나 동작을 수행하며, 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다. 또한, 복수의 '모듈' 혹은 복수의 '부'는 특정한 하드웨어로 구현될 필요가 있는 '모듈' 혹은 '부'를 제외하고는 적어도 하나의 모듈로 일체화되어 적어도 하나의 프로세서로 구현될 수 있다.

아래에서는 첨부한 도면을 참고하여 본 개시의 실시 예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 그리고 도면에서 본 개시를 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

이하에서는 도면을 참조하여 본 발명에 대해 더욱 상세히 설명하기로 한다.

도 1은 본 개시의 일 실시 예에 따른 영상처리장치의 간략한 구성을 설명하기 위한 블럭도이다.

도 1을 참조하면, 영상처리장치(100)는 입력부(110) 및 프로세서(120)를 포함한다. 여기서, 영상처리장치(100)는 입력된 영상을 처리하여 별도의 디스플레이 장치로 전송하는 셋탑박스, 서버 형태로 구현될 수 있다. 그러나, 이에 한정되지 않고, 장치 자체에서 표시할 수 있는 디스플레이부를 구비한 TV, PC, 모바일 장치 등의 디스플레이 장치일 수 있다.

입력부(110)는 저화질 영상을 입력받을 수 있다. 구체적으로, 입력부(110)는 외부로부터 유선 또는 무선으로 영상을 입력받거나, 저장된 복수의 영상 중 사용자의 선택에 의해 처리될 영상을 입력받을 수 있다. 예를 들어, 입력부(110)는 안테나 또는 케이블을 통하여 영상을 입력받거나, 저장부(미도시)로부터 사용자가 선택한 영상을 입력받을 수 있다.

프로세서(120)는 입력부(110)에 의해 입력된 영상을 업스케일링(up-scaling)한 고화질 영상을 생성할 수 있다. 구체적으로, 프로세서(120)는 입력된 저화질 영상을 축소하여 축소된 영상의 시각적 특징을 추출하고, 입력된 저화질 영상에 추출된 시각적 특징을 반영하여 고화질 영상을 생성할 수 있다. 이때, 프로세서(120)는 입력된 영상을 축소된 영상에 대응되는 크기의 복수의 영역으로 분할하고, 분할된 각 영역에 추출된 시각적 특징을 적용하는 형태로 고화질 영상을 생성할 수 있다.

여기서, 업스케일링은 저화질 영상에서 고화질 영상 구현을 위해 늘어난 화소를 보정하는 것을 의미하며, 화면의 크기가 동일한 경우 원래 화면보다 선명하고 뚜렷한 영상을 얻을 수 있으며, 화면의 크기가 커지는 경우에도 원래 화면보다 화질이 저하되지 않은 영상을 얻을 수 있다.

그리고, 시각적 특징은 사용자가 영상을 눈으로 보았을 때 인지할 수 있는 특징으로, 영상의 밝기, 색감, 명암, 채도, 대비 등의 영상의 속성 뿐만 아니라, 영상 내 각 영역의 영상 신호의 주파수 형태, 영상에 포함된 에지의 형태 및 밀도, 색상의 배열 등으로부터 느껴지는 질감을 나타내는 텍스쳐(texture) 특징을 포함할 수 있다.

이때, 프로세서(120)는 입력된 저화질 영상을 기설정된 비율로 축소하고, 축소된 영상에서 시각적 특징을 추출하고, 추출된 시각적 특징을 입력된 영상에 반영하여 입력된 영상의 화질 개선 처리를 수행할 수 있다. 여기서, 기설정된 비율은 화질 개선 처리를 수행하였을 때, 시각적으로 화질의 개선을 확인할 수 있는 최소 축소 비율일 수 있으며, 유닛 스케일 팩터(unit scale factor)라고 불리울 수 있다. 이때, 기설정된 비율은 사용자에 의해 결정될 수 있으며, 0.9 내지 0.99 범위 내의 값일 수 있다. 바람직하게는, 기설정된 비율은 0.95일 수 있다.

한편, 프로세서(120)는 1회 화질 개선 처리된 영상에 대해서, 동일한 화질 개선 처리를 반복적으로 수행할 수 있다. 구체적으로, 1회 화질 개선 처리를 수행한 영상을 기설정된 비율로 축소하고, 축소된 영상에서 시각적 특징을 추출하고, 추출된 시각적 특징을 1회 화질 개선 처리된 영상에 반영하여 1회 화질 개선 처리된 영상보다 화질이 더 개선된 영상을 얻을 수 있다. 이와 같이, 화질 개선 처리를 기설정된 횟수만큼 반복하여 목표하는 화질을 갖는 고화질 영상을 생성할 수 있다. 이때, 기설정된 횟수는 최적화된 스케일 팩터 및 유닛 스케일 팩터를 비교하여 결정될 수 있다. 구체적으로, 기설정된 횟수는, 1회 화질 개선 처리를 수행하여 고화질 영상을 생성할 수 있는 축소 비율 및 최소 축소 비율을 비교하여 결정될 수 있다. 보다 자세한 과정은 이하 도 3을 참조하여 자세히 설명한다.

이와 같이, 본 개시에 따르면 외부 데이터베이스 없이 저화질 영상을 축소하여 추출된 시각적 특징을 이용하여 고화질 영상을 생성할 수 있어 사용되는 메모리가 감소될 수 있다. 그리고, 화질 개선 효과가 나타나는 최소 축소 비율을 이용하여 반복적으로 화질 개선 처리를 수행함으로써, 영상 내 왜곡된 영역 없이 고화질 영상을 생성할 수 있다.

한편, 프로세서(120)는 입력된 영상을 축소된 영상의 크기에 대응되는 복수의 영역으로 구획할 수 있다. 이때, 복수의 영역은 서로 중첩되는 영역이 존재할 수 있다. 이때, 프로세서(120)는 구획된 복수의 영역 각각에 축소된 영상으로부터 추출된 시각적 특징을 반영하고, 시각적 특징이 반영된 복수의 영역을 중첩하여 화질 개선 처리를 수행할 수 있다.

이때, 입력된 영상에 반영되는 시각적 특징은, 입력된 영상의 복수의 기준점 각각을 기준으로 축소된 영상 각각에서 추출된 것일 수 있다. 한편, 복수의 기준점 각각은 구획된 복수의 영역 각각에 대응될 수 있으며, 프로세서(120)는 구획된 복수의 영역 각각에, 복수의 영역에 대응되는 기준점을 기준으로 축소된 영상에서 추출된 시각적 특징을 반영하여 화질 개선 처리를 수행할 수 있다. 한편, 추출된 시각적 특징을 반영하여 화질 개선 처리를 수행하는 방법은 이하 도 4를 참조하여 자세히 설명하도록 한다.

이와 같이, 입력된 영상을 복수의 영역으로 구획하여, 추출된 시각적 특징을 각각 반영한 후, 복수의 영역을 중첩하여 화질 개선 처리를 수행함으로써, 반복된 화질 개선 처리에서 발생하는 영상의 왜곡을 줄이는 효과를 기대할 수 있다.

한편, 프로세서(120)는 입력된 영상에 기설정된 횟수만큼 화질 개선 처리를 반복적으로 수행하여 고화질 영상을 생성할 수 있다. 이때, 기설정된 횟수는 저화질 영상에서 고화질 영상을 생성하기 위하여 최적화된 스케일 팩터 및 유닛 스케일 팩터를 비교하여 결정될 수 있다.

여기서, 스케일 팩터는 입력된 영상의 축소 정도를 결정하는 인자로, 0과 1 사이일 수 있다. 이때, 최적화된 스케일 팩터는 미리 기계 학습을 통해 결정된 값일 수 있다. 예를 들어, 고화질의 원본 영상이 존재하는 경우, 프로세서(120)는 원본 영상과 원본 영상의 저화질 영상을 처리하여 얻어진 영상이 가장 유사하도록 스케일 팩터를 결정할 수 있다. 이때, 프로세서(120)는 복수의 원본 영상에 대하여 동일한 동작을 수행하여 원본 영상과 가장 유사하도록 저화질 영상을 처리하기 위한 스케일 팩터를 결정할 수 있다. 유사도를 이용하여 최적화된 스케일 팩터를 결정하는 구체적인 방법은 이하 도 5를 참조하여 자세히 설명한다.

한편, 프로세서(120)는 저화질 영상의 열화 정도에 따라 최적화된 스케일 팩터를 결정할 수 있다. 구체적으로, 영상처리장치(100)는 영상의 복수의 열화 정도에 각각 대응되는 복수의 스케일 팩터 정보를 미리 저장하고 있을 수 있으며, 이때, 복수의 스케일 팩터 정보는 룩업테이블 형태로 저장되어 있을 수 있다. 한편, 영상의 열화 정도에 따른 최적화된 스케일 팩터 결정 방법은 이하 도 6을 참조하여 자세히 설명한다.

한편, 프로세서(120)는 입력된 영상을 축소하기 전에 입력된 영상의 화질을 향상시킬 수 있다. 구체적으로, 프로세서(120)는 기존 화질 향상을 위해 사용되었던 알고리즘에 따라, 영상의 화질을 1차적으로 향상시킨 후 본 개시의 일 실시 예에 따라 화질 개선을 위한 영상 처리를 수행할 수 있다.

한편, 프로세서(120)는 축소된 영상 자체에서 시각적 특징을 추출할 수 있지만, 이에 한정되지 않고, 입력된 영상 내 축소된 영상이 배열된 영역 이외의 영역에는 기존 입력된 영상을 그대로 배열한 상태에서 시각적 특징을 추출하는 형태로 구현될 수도 있다. 이 경우, 영상처리장치는 입력된 영상 내 축소된 영상이 배열된 영역은 왜곡 가능성이 적은 신뢰 영역, 이외의 영역은 왜곡 가능성이 높은 비신뢰 영역으로 인식할 수 있다.

한편, 프로세서(120)는 추출된 시각적 특징을 입력된 영상 중 일부 영역에만 반영하여 고화질 영상을 생성할 수 있다. 이에 대해서는 이하 도 7 및 도 8을 참조하여 자세히 설명한다.

도 2는 본 개시의 일 실시 예에 따른 영상처리장치의 구체적인 구성을 설명하기 위한 블럭도이다.

도 2를 참조하면, 영상처리장치(100)는 입력부(110), 프로세서(120), 저장부(130), 디스플레이부(140), 통신부(150), 비디오 프로세서(160), 오디오 프로세서(170), 버튼(126), 마이크부(180), 촬상부(185), 오디오 출력부(190)를 포함할 수 있다. 여기서, 입력부(110) 및 프로세서(120)는 도 1에 도시된 구성과 동일한 바, 중복된 기재는 생략한다.

저장부(130)는 영상처리장치(100)의 동작에 필요한 각종 프로그램 및 데이터를 저장할 수 있다. 구체적으로는, 저장부(130)에는 입력된 영상을 축소하는데 사용하기 위한 최적화된 스케일 팩터, 유닛 스케일 팩터 또는 이에 대응되는 화질 개선 처리 횟수가 저장될 수 있다. 이때, 저장되는 최적화된 스케일 팩터 또는 화질 개선 처리 횟수는 제조사가 기계 학습을 통해 계산해낸 것으로, 출고시에 기저장되었거나, 주기적인 펌웨어 업그레이드를 통해 갱신될 수 있다. 한편, 저장부(130)는 최적화된 스케일 팩터 또는 화질 개선 처리 횟수를 도출하기 위한 알고리즘을 저장할 수도 있다.

그리고, 저장부(130)는 고화질 영상으로 업스케일링 될 복수의 저화질 영상을 저장할 수 있다. 프로세서(120)는 저장된 복수의 저화질 영상 중 사용자에 의해 선택된 저화질 영상에 대한 고화질 영상을 생성할 수 있다.

그리고, 저장부(130)는 영상의 열화 정도에 대응되는 최적화된 스케일 팩터에 대한 정보가 저장될 수 있다. 이때, 열화 정도에 따른 최적화된 스케일 팩터는 룩업테이블 형태로 저장될 수 있다.

그리고, 저장부(130)는 저화질 영상을 업스케일링 하기 위한 프로그램 및 데이터 등을 저장할 수 있다. 이로 인해, 프로세서(120)는 저장부(130)에 저장된 프로그램 및 데이터를 이용하여 입력된 저화질 영상으로 고화질 영상을 생성할 수 있고, 경우에 따라 업스케일링 과정에서 이용되는 최적화된 스케일 팩터 또는 화질 개선 처리 횟수를 결정할 수 있다.

한편, 저장부(130)는 업스케일링 과정에서 생성된 중간 영상들을 저장 또는 임시 저장할 수 있다. 구체적으로, 저장부(130)는 입력된 영상을 복수의 영역으로 구획하고, 구획된 복수의 영역에 시각적 특징을 반영한 영상을 임시 저장하여, 이후 중첩하여 화질 개선 처리를 수행할 수 있도록 할 수 있다. 그리고, 저장부(130)는 복수의 기준점 및 복수의 기준점 각각에 기초하여 축소된 영상에서 추출된 복수의 시각적 특징을 저장 또는 임시 저장할 수도 있다.

디스플레이부(140)는 화질 개선 처리가 기설정된 횟수만큼 수행된 영상을 표시할 수 있다. 디스플레이부(140)는 LCD(Liquid Crystal Display), OLED(Organic Light Emitting Diodes) 디스플레이, PDP(Plasma Display Panel) 등과 같은 다양한 형태의 디스플레이로 구현될 수 있다. 디스플레이부(140) 내에는 a-si TFT, LTPS(low temperature poly silicon) TFT, OTFT(organic TFT) 등과 같은 형태로 구현될 수 있는 구동 회로, 백라이트 유닛 등도 함께 포함될 수 있다. 또한, 디스플레이부(140)은 플렉서블 디스플레이로 구현될 수도 있다.

그리고, 디스플레이부(140)는 사용자의 터치 제스처를 감지하기 위한 터치 센서를 포함할 수 있다. 터치 센서는 정전식이나, 감압식, 압전식 등과 같은 다양한 유형의 센서로 구현될 수 있다. 정전식은 디스플레이부 표면에 코팅된 유전체를 이용하여, 사용자의 신체 일부가 디스플레이부(140) 표면에 터치되었을 때 사용자의 인체로 여기되는 미세 전기를 감지하여 터치 좌표를 산출하는 방식이다. 감압식은 디스플레이부(140)에 내장된 두 개의 전극 판을 포함하여, 사용자가 화면을 터치하였을 경우, 터치된 지점의 상하 판이 접촉되어 전류가 흐르게 되는 것을 감지하여 터치 좌표를 산출하는 방식이다. 이 밖에도, 영상처리장치(100)가 펜 입력 기능도 지원하는 경우, 디스플레이부(140)은 사용자의 손가락 이외에도 펜과 같은 입력 수단을 이용한 사용자 제스처도 감지할 수 있다. 입력 수단이 내부에 코일을 포함하는 스타일러스 펜일 경우, 영상처리장치(100)는 스타일러스 펜 내부의 코일에 의해 변화되는 자기장을 감지할 수 있는 자기장 감지 센서를 포함할 수도 있다. 이에 따라, 터치 제스처뿐만 아니라 근접 제스처, 즉, 호버링(hovering)도 감지할 수 있게 된다.

한편, 이상에서는 표시 기능과 제스처 감지 기능이 동일한 구성에서 수행되는 것으로 설명하였지만, 서로 다른 구성에서 수행될 수도 있다. 그리고, 다양한 실시 형태에 따라, 영상처리장치(100)에 디스플레이부(140)는 구비되지 않을 수도 있다.

통신부(150)는 다양한 유형의 통신방식에 따라 다양한 유형의 외부 기기와 통신을 수행하는 구성이다. 통신부(150)는 와이파이칩(151), 블루투스 칩(152), 무선 통신 칩(153), NFC 칩(154)을 포함한다. 프로세서(120)는 통신부(150)를 이용하여 각종 외부 기기와 통신을 수행한다.

구체적으로, 통신부(150)는 외부 장치로부터 저화질 영상을 수신하고, 프로세서(120)에 의해 화질 개선 처리가 기설정된 횟수만큼 반복적으로 수행된 영상을 별도의 디스플레이 장치와 같은 외부 장치로 전송할 수 있다.

와이파이 칩(151), 블루투스 칩(152)은 각각 WiFi 방식, 블루투스 방식으로 통신을 수행한다. 와이파이 칩(151)이나 블루투스 칩(152)을 이용하는 경우에는 SSID 및 세션 키 등과 같은 각종 연결 정보를 먼저 송수신하여, 이를 이용하여 통신 연결한 후 각종 정보들을 송수신할 수 있다. 무선 통신 칩(153)은 IEEE, 지그비, 3G(3rd Generation), 3GPP(3rd Generation Partnership Project), LTE(Long Term Evoloution) 등과 같은 다양한 통신 규격에 따라 통신을 수행하는 칩을 의미한다. NFC 칩(154)은 135kHz, 13.56MHz, 433MHz, 860~960MHz, 2.45GHz 등과 같은 다양한 RF-ID 주파수 대역들 중에서 13.56MHz 대역을 사용하는 NFC(Near Field Communication) 방식으로 동작하는 칩을 의미한다.

프로세서(120)는 RAM(121), ROM(122), CPU(123), GPU(Graphic Processing Unit)(124), 버스(125)를 포함할 수 있다. RAM(121), ROM(122), CPU(123), GPU(Graphic Processing Unit)(124) 등은 버스(125)를 통해 서로 연결될 수 있다.

CPU(123)는 저장부(130)에 액세스하여, 저장부(130)에 저장된 O/S를 이용하여 부팅을 수행한다. 그리고 저장부(130)에 저장된 각종 프로그램, 컨텐츠, 데이터 등을 이용하여 다양한 동작을 수행한다.

ROM(122)에는 시스템 부팅을 위한 명령어 세트 등이 저장된다. 턴-온 명령이 입력되어 전원이 공급되면, CPU(123)는 ROM(122)에 저장된 명령어에 따라 저장부(140)에 저장된 O/S를 RAM(121)에 복사하고, O/S를 실행시켜 시스템을 부팅시킨다. 부팅이 완료되면, CPU(123)는 저장부(130)에 저장된 각종 프로그램을 RAM(121)에 복사하고, RAM(121)에 복사된 프로그램을 실행시켜 각종 동작을 수행한다.

GPU(124)는 영상처리장치(100)의 부팅이 완료되면, 디스플레이부(140)에 UI를 디스플레이한다. 구체적으로는, GPU(124)는 연산부(미도시) 및 렌더링부(미도시)를 이용하여 아이콘, 이미지, 텍스트 등과 같은 다양한 객체를 포함하는 화면을 생성할 수 있다. 연산부는 화면의 레이아웃에 따라 각 객체들이 표시될 좌표값, 형태, 크기, 컬러 등과 같은 속성값을 연산한다. 렌더링부는 연산부에서 연산한 속성값에 기초하여 객체를 포함하는 다양한 레이아웃의 화면을 생성한다. 렌더링부에서 생성된 화면(또는 사용자 인터페이스 창)은 디스플레이부(140)로 제공되어, 메인 표시 영역 및 서브 표시 영역에 각각 표시된다.

비디오 프로세서(160)는 통신부(150)를 통해 수신된 컨텐츠 또는, 저장부(130)에 저장된 컨텐츠에 포함된 비디오 데이터를 처리하기 위한 구성요소이다. 비디오 프로세서(160)에서는 비디오 데이터에 대한 디코딩, 스케일링, 노이즈 필터링, 프레임 레이트 변환, 해상도 변환 등과 같은 다양한 이미지 처리를 수행할 수 있다.

오디오 프로세서(170)는 통신부(150)를 통해 수신된 컨텐츠 또는, 저장부(130)에 저장된 컨텐츠에 포함된 오디오 데이터를 처리하기 위한 구성요소이다. 오디오 프로세서(170)에서는 오디오 데이터에 대한 디코딩이나 증폭, 노이즈 필터링 등과 같은 다양한 처리가 수행될 수 있다.

프로세서(120)는 멀티미디어 컨텐츠에 대한 재생 애플리케이션이 실행되면 비디오 프로세서(160) 및 오디오 프로세서(170)를 구동시켜, 해당 컨텐츠를 재생할 수 있다. 이때, 디스플레이부(140)는 비디오 프로세서(160)에서 생성한 이미지 프레임을 메인 표시 영역, 서브 표시 영역 중 적어도 하나의 영역에 디스플레이할 수 있다.

오디오 출력부(190)는 오디오 프로세서(170)에서 생성한 오디오 데이터를 출력한다.

버튼(126)은 영상처리장치(100)의 본체 외관의 전면부나 측면부, 배면부 등의 임의의 영역에 형성된 기계적 버튼, 터치 패드, 휠 등과 같은 다양한 유형의 버튼이 될 수 있다.

마이크부(180)는 사용자 음성이나 기타 소리를 입력받아 오디오 데이터로 변환하기 위한 구성이다. 프로세서(120)는 마이크부(180)를 통해 입력되는 사용자 음성을 통화(call) 과정에서 이용하거나, 오디오 데이터로 변환하여 저장부(130)에 저장할 수 있다. 한편, 마이크부(180)는 복수의 위치에서 소리 입력을 받는 스테레오 마이크로 구성될 수 있다.

촬상부(185)는 사용자의 제어에 따라 정지 영상 또는 동영상을 촬상하기 위한 구성이다. 촬상부(185)는 전면 카메라, 후면 카메라와 같이 복수 개로 구현될 수 있다. 상술한 바와 같이, 촬상부(185)는 사용자의 시선 추적을 위한 실시 예에서 사용자의 이미지를 획득하기 위한 수단으로 사용될 수 있다.

촬상부(185) 및 마이크부(180)가 마련된 경우, 프로세서(120)는 마이크부(180)를 통해 입력되는 사용자 음성이나 촬상부(185)에 의해 인식되는 사용자 모션에 따라 제어 동작을 수행할 수도 있다. 즉, 영상처리장치(100)는 모션 제어 모드나 음성 제어 모드로 동작할 수 있다. 모션 제어 모드로 동작하는 경우, 프로세서(120)는 촬상부(185)를 활성화시켜 사용자를 촬상하고, 사용자의 모션 변화를 추적하여 그에 대응되는 제어 동작을 수행한다. 음성 제어 모드로 동작하는 경우 프로세서(120)는 마이크부(180)를 통해 입력된 사용자 음성을 분석하고, 분석된 사용자 음성에 따라 제어 동작을 수행하는 음성 인식 모드로 동작할 수도 있다.

모션 제어 모드나 음성 제어 모드가 지원되는 영상처리장치(100)에서는, 음성 인식 기술 또는 모션 인식 기술이 상술한 다양한 실시 예에 사용될 수 있다. 가령, 사용자가 홈 화면에 표시된 오브젝트를 선택하는 듯한 모션을 취하거나, 그 오브젝트에 대응되는 음성 명령어를 발음하는 경우, 해당 오브젝트가 선택된 것으로 판단하고, 그 오브젝트에 매칭된 제어 동작을 수행할 수 있다.

그 밖에, 도 2에 도시하지는 않았으나, 실시 예에 따라서는, 영상처리장치(100) 내에 USB 커넥터가 연결될 수 있는 USB 포트나, 헤드셋, 마우스, LAN 등과 같은 다양한 외부 단자와 연결하기 위한 다양한 외부 입력 포트, DMB(Digital Multimedia Broadcasting) 신호를 수신하여 처리하는 DMB 칩, 다양한 센서 등을 더 포함할 수 있음은 물론이다.

도 3은 본 개시의 일 실시 예에 따른 영상처리방법을 개략적으로 나타낸 흐름도이다.

도 3을 참조하면, 우선 영상처리장치는 영상을 입력받을 수 있다(S310). 구체적으로, 입력받는 영상은 외부 장치로부터 수신된 것이거나, 영상처리장치에 저장된 복수의 영상 중 사용자에 의해 선택된 영상일 수 있다.

그 다음, 도시되지는 않았지만, 영상처리장치는 입력된 영상의 화질을 향상시키기 위한 전처리(pre-processing)를 수행할 수 있다. 구체적으로, 영상처리장치는 기존 영상의 업스케일링 방식을 이용하여 입력된 영상에 전처리를 수행할 수 있다. 예를 들어, 영상처리장치는 영상의 신호 변화에 기초하여 에지(edge)를 검출하고, 검출된 영역의 폭을 줄이거나 세기를 증가시켜 보다 선명한 에지를 포함하도록 영상을 처리할 수 있다. 이는 일 실시 예에 불과하며, 영상처리장치는 다양한 방식으로 입력된 영상의 화질을 향상시키는 전처리를 수행할 수 있다.

그 다음, 도시되지는 않았지만, 영상처리장치는 입력된 영상 내 패턴 영역의 존재 여부를 판단할 수 있다. 구체적으로, 영상처리장치는 입력된 영상 내 검출된 에지 등을 이용하여 입력된 영상 내 패턴 영역이 존재하는지 여부를 판단할 수 있다. 여기서, 본 개시에서의 패턴 영역은, 영상 내에서 시각적으로 구분 가능한 형상, 무늬 등이 포함된 영역을 의미하는 것으로, 특정 형상이 규칙적으로 배열된 영역일 수도 있으나, 이에 한정되지 않는다. 구체적으로, 영상처리장치는 입력된 영상 신호가 기설정된 주파수 범위를 갖는 경우 패턴 영역인 것으로 판단할 수 있다. 이때, 기설정된 주파수 범위는 텍스쳐 영역인 것으로 판단되는 고주파 영역보다는 낮은 주파수 범위일 수 있다.

그리고, 영상처리장치는 에지를 추출할 수 있는 필터를 이용하여 입력된 영상 내 패턴 영역이 존재하는지 판단할 수도 있다. 한편, 이에 한정되지 않고, 영상처리장치는 패턴 영역의 존재 여부를 판단 또는 추출할 수 있는 기존 알고리즘을 사용할 수도 있다.

한편, 기존 업스케일링 방식에 의하면 영상 내 신호가 고주파로 구성된 텍스쳐 영역의 업스케일링 효과가 미미할 수 있다. 그리고, 최적의 스케일 팩터를 이용하여 한 번의 업스케일링 과정을 통해 고화질 영상을 생성하는 경우, 패턴 영역에서는 왜곡 현상이 발생할 수 있다. 이에 대해서는 이하 본 개시에 따른 영상 처리를 통해 패턴 영역의 왜곡 없이 패턴 영역 및 텍스쳐 영역의 화질도 향상시킬 수 있다.

그 다음, 영상처리장치는 입력된 영상을 축소할 수 있다(S320). 이때, 영상처리장치는 입력된 영상에 처음으로(n=1) 화질 개선 처리를 수행함을 인식할 수 있다. 구체적으로, 영상처리장치는 기설정된 비율로 입력된 영상을 축소할 수 있으며, 여기서 기설정된 비율은, 화질 개선 처리를 수행한 경우, 화질 향상 효과를 기대할 수 있는 최소 축소 비율로, 유닛 스케일 팩터라고 지칭될 수 있다. 이때, 기설정된 비율은 사용자에 의해 선택된 값일 수 있으며, 0.9 내지 0.99의 범위 내의 값일 수 있고, 바람직하게는 0.95로 선택될 수 있다.

한편, 입력된 영상의 화질 향상을 위한 전처리가 수행된 경우, 영상처리장치는 유닛 스케일 팩터를 이용하여 전처리된 영상을 축소할 수 있다.

그 다음, 영상처리장치는 축소된 영상에서 시각적 특징을 추출할 수 있다(S330). 구체적으로, 영상처리장치는 축소된 영상의 밝기, 색감, 명암, 채도, 대비 등의 영상의 속성 뿐만 아니라, 영상 내 각 영역의 영상 신호의 주파수 형태, 영상에 포함된 에지의 형태 및 밀도, 색상의 배열 등으로부터 패턴 특징 및 질감을 나타내는 텍스쳐 특징을 추출할 수 있다.

한편, 영상처리장치는 축소된 영상 자체에서 시각적 특징을 추출할 수 있지만, 이에 한정되지 않고, 입력된 영상 내 축소된 영상이 배열된 영역 이외의 영역에는 기존 입력된 영상을 그대로 배열한 상태에서 시각적 특징을 추출할 수도 있다.

한편, 입력된 영상의 화질 향상을 위한 전처리가 수행된 경우, 축소된 영상은 전처리된 영상이며, 영상처리장치는 전처리가 수행된 후 축소된 영상에서 시각적 특징을 추출할 수도 있다.

그 다음, 영상처리장치는 추출된 시각적 특징을 반영하여 화질 개선 처리를 수행할 수 있다(S340). 구체적으로, 영상처리장치는 입력된 영상을 축소된 영상의 크기에 대응되는 복수의 영역으로 구획하고, 구획된 복수의 영역 각각에 추출된 시각적 특징을 반영하고, 시각적 특징이 반영된 복수의 영역을 중첩하여 화질 개선 처리를 수행할 수 있다. 이때, 복수의 영역은 서로 중첩되는 영역이 존재할 수 있다.

한편, 영상처리장치는 입력된 영상에, 입력된 영상 내 축소된 영상이 배열된 영역 이외의 영역에는 기존 입력된 영상을 그대로 배열한 상태에서 추출된 시각적 특징을 반영하여 화질 개선 처리를 수행할 수도 있다. 한편, 추출된 시각적 특징을 반영하여 화질 개선 처리를 수행하는 방법에 대해서는 이하도 4를 참조하여 자세히 설명한다.

한편, 입력된 영상의 화질 향상을 위한 전처리가 수행된 경우, 영상처리장치는 전처리된 영상에, 전처리된 영상을 축소하여 추출된 시각적 특징을 반영하여 화질 개선 처리를 수행할 수도 있다.

그 다음, 영상처리장치는 기설정된 횟수만큼 화질 개선 처리가 수행되었는지 판단할 수 있다(S350). 구체적으로, 영상처리장치는 화질 개선 처리 횟수인 n이 기설정된 횟수에 도달하였는지 판단할 수 있다.

구체적으로, 기설정된 횟수는 최적화된 스케일 팩터 및 유닛 스케일 팩터를 비교하여 결정될 수 있다. 다시 말해, 기설정된 횟수는, 1회 화질 개선 처리를 수행하여 고화질 영상을 생성할 수 있는 축소 비율 및 최소 축소 비율을 비교하여 결정될 수 있다. 영상처리장치는 다음과 같은 수식 (1)을 이용하여, 최적화된 스케일 팩터로 화질 개선 처리를 수행한 것과 동일한 효과를 얻기 위해 유닛 스케일 팩터를 이용하여 화질 개선 처리를 수행해야 하는 횟수(N)를 결정할 수 있다.

S = (U)^N (1)

여기서, S는 최적화된 스케일 팩터이고, U는 유닛 스케일 팩터일 수 있다.

*예를 들어, 최적화된 스케일 팩터가 0.65인 것으로 결정되고, 사용자가 유닛 스케일 팩터를 0.95로 선택한 경우, N은 약 8.4인 바, 영상처리장치는 화질 개선 처리를 수행해야하는 횟수(N)을 8로 결정할 수 있다.

한편, 최적화된 스케일 팩터는 기설정된 값이거나, 입력된 영상에 따라 결정되는 값일 수 있다. 한편, 최적화된 스케일 팩터가 기설정된 값인 경우, 이를 도출하기 위한 방법은 이하 도 5를 참조하여 자세히 설명한다. 한편, 최적화된 스케일 팩터가 입력된 영상에 따라 결정되는 값인 경우, 이를 도출하기 위한 방법은 이하 도 6을 참조하여 자세히 설명한다.

한편, 입력된 영상의 화질 향상을 위한 전처리가 수행된 경우, 영상처리장치는 스케일 팩터를 이용하여 전처리된 영상을 축소할 수 있다.

한편, 화질 개선 처리 수행 횟수(n)가 기설정된 횟수(N)에 도달하면(S350-Y), 영상처리장치는 화질 개선 처리를 더 이상 수행하지 않고, 최종 처리된 영상을 출력할 수 있다.

반면, 화질 개선 처리가 수행된 횟수가 기설정된 횟수에 도달하지 않으면(S350-N), 영상처리장치는 화질 개선 처리 수행 횟수를 1회 늘려(n←n+1) 영상 축소 단계(S320)부터 화질 개선 처리를 다시 진행할 수 있다(S355).

한편, 도시되지는 않았지만, 영상처리장치는 기설정된 횟수만큼 화질 개선 처리를 수행하지 않아도, 원하는 화질을 얻은 경우에는 영상 처리를 종료할 수 있고, 기설정된 횟수만큼 화질 개선 처리를 수행하였음에도, 원하는 화질만큼 향상이 되지 않은 경우에는 화질 개선 처리를 더 수행할 수도 있다.

구체적으로, 영상처리장치는 화질 개선 처리 횟수가 기설정된 횟수에 도달하는지 판단하는 단계(S350)를 수행하지 않고, 바로 처리된 영상의 화질을 판단하여, 원하는 화질을 얻은 경우에는 영상 처리를 종료하고, 원하는 화질을 얻지 못한 경우에는 화질 개선 처리 수행 횟수를 1회 늘려(n←n+1) 영상 축소 단계(S320)부터 화질 개선 처리를 다시 진행하도록 할 수 있다. 여기서, 처리된 영상의 화질은 입력된 영상 자체로 화질의 성능을 평가할 수 있는 BRISQUE 등의 공지 기술을 이용하여 판단될 수 있다.

한편, 영상처리장치는 화질 개선 처리 횟수가 기설정된 횟수에 도달하였는지 판단하는 단계(S350) 이전에, 처리된 영상의 화질을 판단하여, 원하는 화질을 얻은 경우에는 영상 처리를 종료하고, 원하는 화질을 얻지 못한 경우에는 기설정된 횟수만큼 화질 개선 처리가 수행되었는지 판단하는 단계(S350)로 진행되도록 구현될 수도 있다.

한편, 영상처리장치는 화질 개선 처리 횟수가 기설정된 횟수에 도달한 경우에도, 처리된 영상의 화질을 판단하여, 원하는 화질을 얻은 경우에는 영상 처리를 종료하고, 원하는 화질을 얻지 못한 경우에는 화질 개선 처리 수행 횟수를 1회 늘려(n←n+1) 영상 축소 단계(S320)부터 화질 개선 처리를 다시 진행하도록 할 수 있다.

도 4는 본 개시의 영상처리방법에서 추출된 시각적 특징을 적용하는 방법의 일 실시 예를 개략적으로 나타낸 흐름도이다.

우선, 영상처리장치는 영상을 입력받을 수 있다(S410). 구체적으로, 입력받는 영상은 외부 장치로부터 수신된 것이거나, 영상처리장치에 저장된 복수의 영상 중 사용자에 의해 선택된 영상일 수 있다.

그 다음, 도시되지는 않았지만, 영상처리장치는 입력된 영상의 화질을 향상시키기 위한 전처리(pre-processing)를 수행할 수 있다. 그 다음, 도시되지는 않았지만, 영상처리장치는 입력된 영상 내 패턴 영역의 존재 여부를 판단할 수 있다. 전처리 과정 및 패턴 영역 존재 여부 판단 과정은 이상의 도 3에 기재한 내용과 동일한 바, 중복된 설명은 생략한다.

그 다음, 영상처리장치는 입력된 영상을 축소할 수 있다(S420). 구체적으로, 영상처리장치는 기설정된 비율로 입력된 영상을 축소할 수 있으며, 여기서 기설정된 비율은, 화질 개선 처리를 수행한 경우, 화질 향상 효과를 기대할 수 있는 최소 축소 비율로, 유닛 스케일 팩터라고 지칭될 수 있다.

이때, 영상처리장치는 입력된 영상의 복수의 기준점 각각을 기준으로 입력된 영상을 축소할 수 있다. 예를 들어, 복수의 기준점이 입력된 영상의 네 꼭짓점으로 구성된 총 4개라고 한다면, 영상처리장치는 입력된 영상을 좌측 상단 꼭짓점을 기준으로 기설정된 비율로 축소한 영상, 입력된 영상을 우측 상단 꼭짓점을 기준으로 기설정된 비율로 축소한 영상, 입력된 영상의 좌측 하단 꼭짓점을 기준으로 기설정된 비율로 축소한 영상 및 입력된 영상을 우측 하단 꼭짓점을 기준으로 기설정된 비율로 축소한 영상, 총 4개의 축소된 영상을 얻을 수 있다.

한편, 복수의 기준점은 이상에 기재한 내용에 한정되지 않으며, 기준점의 개수도 4개 이하 6개 이상일 수 있고, 기준점의 위치도 입력된 영상의 중심 등 입력된 영상 내 어느 위치에도 존재할 수 있다.

그 다음, 도시되지는 않았지만, 영상처리장치는 축소된 영상에서 시각적 특징을 추출하고, 추출된 영상을 입력된 영상에 반영하여 화질 개선 처리를 수행할 수 있다(S430). 구체적으로, 영상처리장치는 입력된 영상(40)을 복수의 영역(41 내지 44)으로 구획할 수 있으며, 이때, 복수의 영역은 서로 중첩되는 영역이 존재할 수 있다. 이때, 영상처리장치는 구획된 복수의 영역(41 내지 44) 각각에 축소된 영상으로부터 추출된 시각적 특징을 반영할 수 있다.

한편, 도시된 바와 같이 축소된 영상 자체에서 추출된 시각적 특징을 복수의 영역(41 내지 44)에만 반영하는 형태로 구현되는 것에 한정되지 않고, 입력된 영상 내 축소된 영상이 배열된 영역 이외의 영역에는 기존 입력된 영상을 그대로 배열한 상태에서 시각적 특징을 추출하는 경우에는, 축소된 영상과 기존 입력 영상이 함께 배열된 영상에서 추출된 시각적 특징은 입력된 영상(40)의 각각 대응되는 픽셀에 반영되는 형태로 구현될 수도 있다.

한편, 입력된 영상을 복수의 기준점을 기준으로 축소하여, 복수의 시각적 특징을 추출한 경우에는, 복수의 영역 각각에 복수의 영역에 대응되는 기준점을 기준으로 축소된 영상에서 추출된 시각적 특징을 반영할 수 있다. 예를 들어, 좌측 상단 꼭짓점을 기준으로 입력된 영상을 축소하여 시각적 특징을 추출한 경우, 입력된 영상에서 기준점을 공유하는 좌측 상단 영역에 추출된 시각적 특징을 반영하는 형태로 구현될 수 있다.

이와 같이, 복수의 기준점을 기준으로 축소된 영상에서 각각 추출된 복수의 시각적 특징을, 각각 대응되는 복수의 영역에 반영하여 화질 개선 처리를 수행하는 경우, 보다 향상된 효과를 기대할 수 있다.

한편, 도 4에서는 추출된 시각적 특징이 구획된 복수의 영역에 동시에 반영되는 것으로 도시하였으나, 실제 구현시에는, 추출된 시각적 특징이 복수의 영역에 순차적으로 반영되는 형태로 구현될 수 있다. 구체적으로, 영상처리장치는 축소된 영상에서 추출된 시각적 특징을 좌측 상단 영역(41)에 반영하여 임시 저장하고, 축소된 영상에서 추출된 시각적 특징을 우측 상단 영역(42)에 반영하여 임시 저장하고, 축소된 영상에서 추출된 시각적 특징을 우측 하단 영역(43)에 반영하여 임시 저장하고, 축소된 영상에서 추출된 시각적 특징을 좌측 하단 영역(44)에 반영하여 임시 저장할 수 있다.

그 다음, 영상처리장치는 추출된 시각적 특징이 반영된 복수의 영상을 중첩할 수 있다(S440). 이와 같이 영상처리장치는 영상의 왜곡이 발생할 가능성이 적은 복수의 영역을 중첩하여 화질 개선 처리를 수행함으로써, 반복적으로 화질 개선 처리를 수행하더라도, 왜곡의 발생 가능성을 낮출 수 있다.

도 5는 본 개시의 일 실시 예에 따른 최적화된 스케일 팩터 결정 방법을 나타내는 흐름도이다.

여기서, 도 5에 도시되지는 않았지만, 우선적으로 영상처리장치는 원본 영상 및 원본 영상의 저화질 영상을 수신 또는 저장하는 단계가 더 포함될 수 있다.

도 5를 참조하면, 영상처리장치는 복수의 스케일 팩터를 이용하여 축소된 영상에서 복수의 시각적 특징을 추출할 수 있다(S510). 구체적으로, 영상처리장치는 입력된 저화질 영상을 복수의 스케일 팩터를 이용하여 각각 축소하여, 축소된 각 영상에서 시각적 특징을 추출할 수 있다.

예를 들어, 영상처리장치는 0.1, 0.3, 0.5, 0.7, 0.9와 같은 5개의 스케일 팩터를 이용하여 축소된 복수의 축소된 영상에서 시각적 특징을 추출할 수 있다. 그 다음, 영상처리장치는 입력된 영상에 추출된 시각적 특징을 각각 반영하여 5개의 영상을 생성할 수 있다.

이때, 영상처리장치는 각 스케일 팩터로 축소된 영상 복수 개를 입력된 영상의 크기에 대응되도록 배열하고, 배열된 각 영상에서 시각적 특징을 추출할 수 있다. 예를 들어, 영상처리장치는 0.1의 스케일 팩터로 축소된 영상 복수 개를 이용하여 입력된 영상과 대응되는 크기로 배열하고, 배열된 영상에서 시각적 특징을 추출할 수 있다. 동일하게, 영상처리장치는 0.3, 0.5, 0.7, 0.9의 스케일 팩터 각각에 대한 시각적 특징을 추출할 수 있다. 한편, 실제 구현시에는 스케일 팩터가 이상의 예시에 기재된 값들에 한정되지 않으며, 스케일 팩터의 개수 또한 4개 이하 6개 이상일 수 있다.

그 다음, 영상처리장치는 추출된 복수의 시각적 특징 및 원본 영상의 시각적 특징을 각각 비교할 수 있다(S520). 구체적으로, 영상처리장치는 멀티-레이어(multi-layer)기법을 이용하여 원본 영상의 시각적 특징 및 추출된 복수의 시각적 특징 각각에 대한 다양한 크기의 특징 맵(feature map)을 계산할 수 있다. 여기서, 레이어는 영상의 크기와 연관된 것으로, 레이어 지수가 증가할수록 전체 영상의 크기는 작아진다. 예를 들어, 레이어 지수가 작으면, 영상 내 국소 범위에 대한 특징 맵이 계산되고, 레이어 지수가 크면, 영상 내 보다 넓은 범위에 대한 특징 맵이 계산된다.

그리고, 계산된 특징 맵에 기초하여 각각의 레이어 상에서 식(1)과 같은 특징 맵 간의 연관 관계를 측정하는 그램 매트릭스(Gram matrix,

)를 계산할 수 있다.

(1)

여기서, l은 레이어의 지수(index), i 및 j는 특징 맵의 지수, k는 픽셀 지수를 의미한다.

축소된 영상에서 추출된 시각적 특징이 원본 영상의 시각적 특징과 유사하기 위해서는, 각 레이어에서 구한 그램 매트릭스가 유사해야하는 바, 우선 영상처리장치는 식(2)와 같이 각 레이어(L) 상에서 원본 영상의 시각적 특징과 추출된 시각적 특징의 그램 매트릭스의 차이(

)를 구한다.

(2)

여기서,

및

은 각각 원본 영상의 시각적 특징과 추출된 시각적 특징의 L번째 레이어 상에서의 그램 매트릭스를 나타낸다.

그 다음, 영상처리장치는 식(3)과 같이 원본 영상의 시각적 특징과 추출된 시각적 특징의 상호 대응되는 픽셀의 그램 매트릭스의 차이의 평균(

)을 계산할 수 있다.

(3)

여기서,

및

는 각각 원본 영상의 시각적 특징과 추출된 시각적 특징의 픽셀 위치를 나타낸다.

그 다음, 영상처리장치는 추출된 복수의 시각적 특징 중 원본 영상의 시각적 특징과 유사도가 가장 높은 시각적 특징에 대응되는 스케일 팩터를 결정할 수 있다(S530). 여기서, 유사도가 가장 높다는 것은, 그램 매트릭스 차이의 평균이 최소임을 의미한다. 즉, 영상처리장치는 복수의 스케일 팩터 중 원본 영상의 시각적 특징과 그램 매트릭스 차이의 평균이 최소인 시각적 특징에 대응되는 스케일 팩터를 이후 입력된 영상의 축소에 이용할 최적화된 스케일 팩터로 결정할 수 있다.

한편, 실제 구현시에는 이상의 과정을 여러 번 반복하는 기계 학습을 통하여 원본 영상과 유사한 고화질 영상을 생성하는데 가장 적합한 스케일 팩터를 결정할 수 있다.

그 다음, 영상처리장치는 결정된 최적화된 스케일 팩터를 저장할 수 있다(S540). 한편, 경우에 따라 최적화된 스케일 팩터를 저장하는 과정은 생략될 수 있다.

한편, 이상에서는 입력된 저화질 영상을 축소하는데 사용되는 최적화된 스케일 팩터가 영상처리장치에서 수행되는 것으로 기재하였으나, 실제로는 서버와 같은 외부 장치에서 상기 과정이 수행될 수 있으며, 영상처리장치가 외부 장치에서 결정된 최적화된 스케일 팩터를 수신하여 이용하는 형태로 구현될 수도 있다.

이상에 기재한 바와 같이 반복적으로 원본 영상과 비교하는 기계 학습을 통하여, 원본 영상과 가장 유사한 고화질 영상을 생성할 수 있는 최적화된 스케일 팩터를 결정함으로써, 이후 저화질 영상 입력시 외부 데이터베이스를 사용하지 않고 질감이 가장 잘 표현된 고화질 영상을 생성할 수 있게 된다.

도 6은 본 개시의 다른 실시 예에 따른 최적화된 스케일 팩터 결정 방법을 나타내는 흐름도이다.

여기서, 도 6에 도시되지는 않았지만, 우선적으로 영상처리장치는 영상의 열화 정도에 대응되는 스케일 팩터를 룩업테이블로 저장하는 단계를 더 포함할 수 있다.

도 6을 참조하면, 영상처리장치는 입력 영상에 화질 향상을 위한 전처리를 수행할 수 있다(S610). 구체적으로, 영상처리장치는 기존 영상의 업스케일링 방식을 이용하여 입력된 영상에 전처리를 수행할 수 있다. 예를 들어, 영상처리장치는 영상의 신호 변화에 기초하여 에지를 검출하고, 검출된 영역의 폭을 줄이거나 세기를 증가시켜, 보다 선명한 에지를 포함하도록 영상을 처리할 수 있다. 이는 일 실시 예에 불과하며, 영상처리장치는 다양한 방식으로 입력된 영상의 화질을 향상시키는 전처리를 수행할 수 있다.

그 다음, 영상처리장치는 입력 영상과 비교하여 전처리된 영상의 화질 개선률을 측정할 수 있다(S620). 구체적으로, 영상처리장치는 입력 영상의 화질 성능과 전처리된 영상의 화질 성능을 비교하여, 전처리된 영상의 화질 개선률을 측정할 수 있다.

그 다음, 영상처리장치는 입력 영상의 화질 열화 정도를 결정할 수 있다(S630). 구체적으로, 영상처리장치는 측정된 전처리된 영상의 화질 개선률을 이용하여 입력 영상의 화질 열화 정도를 결정할 수 있다. 예를 들어, 영상처리장치는 전처리된 영상의 화질 개선률이 좋을수록, 입력 영상의 화질 열화 정도가 심한 것으로 결정할 수 있다.

그 다음, 영상처리장치는 결정된 화질 열화 정도에 대응되는 스케일 팩터를 결정할 수 있다(S640). 구체적으로, 영상처리장치는 저장된 룩업테이블에서 결정된 화질 열화 정도에 대응되는 스케일 팩터를 입력된 영상의 축소에 이용할 최적화된 스케일 팩터로 결정할 수 있다.

한편, 이상에서는 입력된 영상과 전처리된 영상의 화질 성능을 비교하여 도출된 화질 열화 정도를 이용하여 최적화된 스케일 팩터를 결정하는 것으로 설명하였으나, 실제 구현시에는, 입력된 영상의 화질 성능 자체 또는 전처리된 영상의 화질 성능 자체에서 화질의 열화 정도를 도출하여 최적화된 스케일 팩터를 결정하는 방식으로 구현될 수도 있다.

이상에 기재한 바와 같이, 다양한 입력 영상의 다양한 화질 열화 정도에 따라 최적화된 스케일 팩터를 결정함으로써, 외부 데이터베이스를 사용하지 않고도 질감이 가장 잘 표현된 고화질 영상을 생성할 수 있게 된다.

도 7은 본 개시의 일 실시 예에 따라 영역이 분류된 영상을 설명하기 위한 도면이다.

도 7을 참조하면, 입력된 영상(70)의 예시는 풀밭(71)에 서 있는 얼룩말(72)을 포함하고 있다. 구체적으로, 입력된 영상(70)은, 에지가 많고 명확한 구분이 어려우므로, 영상 신호가 고주파인 영역인 풀밭(71) 영역과 상대적으로 에지가 선명하므로 영상 신호가 저주파인 영역인 얼룩말(72) 영역을 포함할 수 있다.

이 경우, 영상처리장치는 입력된 영상(70)의 일부 영역에만 화질 개선 처리를 반복적으로 수행하여 고화질 영상을 생성할 수 있다. 구체적으로, 영상처리장치는 영상 신호가 고주파인 영역을 텍스쳐 영역, 상대적으로 저주파인 영역을 패턴 영역으로 구분하여 각각 다른 영상 처리를 수행할 수 있다. 이때, 영상처리장치는 입력된 영상에 기설정된 주파수 범위를 갖는 패턴 영역이 포함되어 있는지를 판단하고, 패턴 영역이 포함되어 있으면 패턴 영역에 대해서 축소, 추출, 화질 개선 처리를 반복적으로 수행하고, 패턴 영역 이외의 영역에 대해서는 축소, 추출 및 화질 개선 처리를 일 회만 수행할 수 있다. 이에 대해서는 이하 도 8을 참조하여 자세히 설명한다.

도 8을 참조하면, 우선 영상처리장치는 입력된 영상을 영상 신호의 주파수에 따라 복수의 영역으로 구분할 수 있다. 구체적으로, 영상처리장치는 입력된 영상의 영상 신호의 주파수가 기설정된 값 이상인지 판단할 수 있다(S701).

영상 신호의 주파수가 기설정된 값 이상인 영역으로 판단되면(S701-Y), 영상처리장치는 입력된 영상을 축소할 수 있다(S702). 이때, 영상 신호의 주파수가 기설정된 값 이상인 것으로 판단된 영역은 텍스쳐 영역일 수 있다. 한편, 영상처리장치는 기설정된 최적화된 스케일 팩터 또는 입력된 영상의 열화 정도에 따라 결정된 최적화된 스케일 팩터를 이용하여 입력된 영상을 축소할 수 있다.

한편, 도시되지는 않았지만, 영상처리장치는 입력된 영상의 화질을 향상하는 전처리를 수행한 후 전처리된 영상을 축소할 수도 있다.

그 다음, 영상처리장치는 축소된 영상에서 시각적 특징을 추출할 수 있다(S703). 이때, 영상처리장치는 시각적 특징을 추출하는 단계 이전에, 축소된 영상 복수 개를 입력된 영상의 크기에 대응되도록 배열하여, 배열된 영상에서 시각적 특징을 추출할 수도 있다.

그 다음, 영상처리장치는 추출된 시각적 특징을 입력된 영상에 반영하여 고화질 영상을 생성할 수 있다(S704). 구체적으로, 영상처리장치는 입력된 영상을 축소된 영상에 대응되는 크기의 복수의 영역으로 분할하고, 축소된 영상에서 추출된 시각적 특징을 분할된 각 영역에 적용하는 형태로 고화질 영상을 생성할 수 있다. 한편, 축소된 영상 복수 개가 배열된 영상에서 시각적 특징을 추출한 경우, 영상처리장치는 입력된 영상 중 배열된 영상에 각각 대응되는 위치에 시각적 특징을 적용하여 고화질 영상을 생성할 수도 있다. 이때, 영상처리장치는 입력된 영상에 추출된 시각적 특징을 반복적으로 적용하여 고화질 영상을 생성할 수도 있다.

한편, 영상처리장치는 영상 신호의 주파수가 기설정된 값 미만인 영역으로 판단되면(S701-N), 영상처리장치는 입력 영상을 기설정된 비율로 축소할 수 있다(S705). 이때, 영상 신호의 주파수가 기설정된 값 미만인 것으로 판단된 영역은 패턴 영역일 수 있다.

그 다음, 영상처리장치는 축소된 영상에서 시각적 특징을 추출할 수 있다(S706). 한편, 도시되지는 않았지만, 영상처리장치는 입력된 영상의 화질을 향상하는 전처리를 수행한 후 전처리된 영상을 축소할 수도 있다.

그 다음, 영상처리장치는 추출된 시각적 특징을 입력된 영상에 반영하여 화질 개선 처리를 수행할 수 있다(S707).

그 다음, 영상처리장치는 화질 개선 처리된 영상의 화질이 화질 조건을 만족하는지 판단할 수 있다(S708). 이때, 영상처리장치는 최적화된 스케일 팩터와 유닛 스케일 팩터를 이용하여 도출된 기설정된 횟수만큼 화질 개선 처리가 수행되었는지 여부로 기설정된 화질 조건을 만족하는지 여부를 판단할 수 있다. 또는, 화질 개선 처리된 영상 자체의 화질을 판단하여 기설정된 화질 조건을 만족하는지 여부를 판단할 수도 있다.

화질 개선 처리된 영상의 화질이 화질 조건을 만족하는 것으로 판단되면(S708-Y), 영상처리장치는 텍스쳐 영역의 고화질 영상과 화질 개선 처리된 패턴 영역의 영상을 병합할 수 있다(S709).

한편, 화질 개선 처리된 영상의 화질이 화질 조건을 만족하지 않는 것으로 판단되면(S708-N), 화질 개선 처리된 영상을 기설정된 비율로 축소하는 단계(S705)부터 화질 개선 처리를 다시 진행할 수 있다. 이에 대한 구체적인 설명은 도 1, 도 3 및 도 4에 의한 설명에 이미 기재된 바, 중복된 설명은 생략한다.

한편, 이상에서는 입력된 영상을 두 영역으로 분류하여 각각 다른 스케일 팩터를 이용하여 다른 횟수만큼 화질 개선 처리를 수행하는 형태로 기재되었으나, 입력된 영상을 세 영역 이상으로 분류하여 영상을 처리할 수도 있다.

또한, 프레임 별로 다른 스케일 팩터를 적용하는 형태로 구현될 수도 있을 것이다.

이상에 기재한 바와 같이, 영상의 특징에 따라 다양한 스케일 팩터를 적용함으로써, 질감을 나타내는 텍스쳐 영역과 비 텍스쳐 영역이 혼합된 저화질 영상이 입력되더라도 전체적으로 보다 고화질인 영상을 생성할 수 있게 된다.

이상에 기재한 다양한 실시 예에 따라, 외부 데이터베이스 없이 저화질 영상을 축소하여 추출된 시각적 특징을 이용하여 고화질 영상을 생성할 수 있어 업스케일링에 사용되는 메모리 및 시간이 감소될 수 있다. 그리고, 화질 개선 효과가 나타나는 최소 축소 비율을 이용하여 반복적으로 화질 개선 처리를 수행함으로써, 영상 내 왜곡된 영역 없이 고화질 영상을 생성할 수 있다.

한편, 이상에서 설명된 다양한 실시 예들은 소프트웨어(software), 하드웨어(hardware) 또는 이들의 조합된 것을 이용하여 컴퓨터(computer) 또는 이와 유사한 장치로 읽을 수 있는 기록 매체 내에서 구현될 수 있다. 하드웨어적인 구현에 의하면, 본 개시에서 설명되는 실시 예들은 ASICs(Application Specific Integrated Circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 프로세서(processors), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세서(microprocessors), 기타 기능 수행을 위한 전기적인 유닛(unit) 중 적어도 하나를 이용하여 구현될 수 있다. 일부의 경우에 본 명세서에서 설명되는 실시 예들이 프로세서(120) 자체로 구현될 수 있다. 소프트웨어적인 구현에 의하면, 본 명세서에서 설명되는 절차 및 기능과 같은 실시 예들은 별도의 소프트웨어 모듈들로 구현될 수 있다. 상기 소프트웨어 모듈들 각각은 본 명세서에서 설명되는 하나 이상의 기능 및 작동을 수행할 수 있다.

한편, 상술한 본 개시의 다양한 실시 예들에 따른 디스플레이 장치의 제어방법은 비일시적 판독 가능 매체(non-transitory readable medium) 에 저장될 수 있다. 이러한 비일시적 판독 가능 매체는 다양한 장치에 탑재되어 사용될 수 있다.

비일시적 판독 가능 매체란 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상술한 다양한 방법을 수행하기 위한 프로그램들은 CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리카드, ROM 등과 같은 비일시적 판독 가능 매체에 저장되어 제공될 수 있다.

또한, 이상에서는 본 개시의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 본 개시는 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 개시의 요지를 벗어남이 없이 당해 개시가 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 개시의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안될 것이다.

Claims

영상처리장치에 있어서,

영상을 입력받는 입력부;

상기 입력된 영상을 기설정된 비율로 축소하고, 상기 축소된 영상에서 시각적 특징을 추출하고, 상기 입력된 영상에 상기 추출된 시각적 특징을 반영하는 화질 개선 처리를 수행하고, 상기 화질 개선 처리된 영상에 대해서 상기 축소, 상기 추출 및 상기 화질 개선 처리를 기설정된 횟수만큼 반복적으로 수행하는 프로세서;를 포함하는 영상처리장치.
제1항에 있어서,

상기 프로세서는,

상기 입력된 영상을 상기 축소된 영상의 크기에 대응되는 복수의 영역으로 구획하고, 상기 구획된 복수의 영역 각각에 상기 추출된 시각적 특징을 반영하고, 상기 추출된 시각적 특징이 반영된 복수의 영역을 중첩하여 화질 개선 처리를 수행하는 영상처리장치.
제2항에 있어서,

상기 프로세서는,

상기 입력된 영상을 상기 입력된 영상의 복수의 기준점 각각을 기준으로 축소하고, 복수의 축소된 영상 각각에서 시각적 특징을 추출하는 영상처리장치.
제3항에 있어서,

상기 복수의 기준점 각각은 상기 복수의 영역에 대응되며,

상기 프로세서는,

상기 구획된 복수의 영역 각각에, 상기 복수의 영역에 대응되는 기준점을 기준으로 축소된 영상에서 추출된 시각적 특징을 반영하는 영상처리장치.
제1항에 있어서,

상기 추출된 시각적 특징은,

밝기, 색감, 명암, 채도, 대비, 에지의 형태 및 밀도, 색상의 배열 중 적어도 하나인 영상처리장치.
제1항에 있어서,

상기 기설정된 비율은,

0.9 내지 0.99 범위 내의 값을 갖는 영상처리장치.
제1항에 있어서,

상기 프로세서는,

상기 입력된 영상의 열화 상태를 판단하고, 상기 판단된 열화 상태에 따라 기설정된 반복 횟수를 결정하는 영상처리장치.
제1항에 있어서,

상기 프로세서는,

상기 입력된 영상의 화질을 향상시키기 위한 전처리를 수행하고, 상기 전처리된 영상에, 상기 전처리된 영상을 상기 기설정된 비율로 축소하여 추출한 시각적 특징을 반영하는 상기 화질 개선 처리를 수행하는 영상처리장치.
제1항에 있어서,

상기 프로세서는,

상기 입력된 영상에 기설정된 주파수 범위를 갖는 패턴 영역이 포함되어 있는지를 판단하고, 패턴 영역이 포함되어 있으면 상기 패턴 영역에 대해서 상기 축소, 상기 추출, 상기 화질 개선 처리를 반복적으로 수행하고, 패턴 영역 이외의 영역에 대해서는 상기 축소, 상기 추출 및 상기 화질 개선 처리를 일 회만 수행하는 영상처리장치.
제1항에 있어서,

상기 화질 개선 처리가 상기 기설정된 횟수만큼 반복적으로 수행된 영상을 표시하는 디스플레이부;를 더 포함하는 영상처리장치.
제1항에 있어서,

상기 화질 개선 처리가 상기 기설정된 횟수만큼 반복적으로 수행된 영상을 디스플레이 장치에 전송하는 통신부;를 더 포함하는 영상처리장치.
영상처리방법에 있어서,

영상을 입력받는 단계;

상기 입력된 영상을 기설정된 비율로 축소하는 단계;

상기 축소된 영상에서 시각적 특징을 추출하는 단계;

상기 입력된 영상에 상기 추출된 시각적 특징을 반영하는 화질 개선 처리를 수행하는 단계; 및

상기 화질 개선 처리된 영상에 대해서 상기 축소, 상기 추출 및 상기 화질 개선 처리를 기설정된 횟수만큼 반복적으로 수행하는 단계;를 포함하는 영상처리방법.
제12항에 있어서,

상기 화질 개선 처리를 수행하는 단계는,

상기 입력된 영상을 상기 축소된 영상의 크기에 대응되는 복수의 영역으로 구획하는 단계;

상기 구획된 복수의 영역 각각에 상기 추출된 시각적 특징을 반영하는 단계; 및

상기 추출된 시각적 특징이 반영된 복수의 영역을 중첩하는 단계;를 포함하는 영상처리방법.
제13항에 있어서,

상기 축소하는 단계는,

상기 입력된 영상을 상기 입력된 영상의 복수의 기준점 각각을 기준으로 축소하고,

상기 추출하는 단계는,

복수의 축소된 영상 각각에서 시각적 특징을 추출하는 영상처리방법.
제14항에 있어서,

상기 복수의 기준점 각각은 상기 복수의 영역에 대응되며,

상기 반영하는 단계는,

상기 구획된 복수의 영역 각각에, 상기 복수의 영역에 대응되는 기준점을 기준으로 축소된 영상에서 추출된 시각적 특징을 반영하는 영상처리방법.