[논문]칼라 역 해프토닝에서 해프톤 패턴 간섭 분석에 의한 모아레 영역의 적응적 평활화 방법

한영미; 김종민; 김민환

문제 정의

본 논문에서는 이와 같은 추가 변환 없이 평활화된 채널 영상에서의 화소값과 모아레 세기 테이블을 이용하여 모아레 피크의 세기를 결정할 수 있는 새로운 방법을 제시한다.
본 논문에서는 일반적으로 대량 종이 인쇄에서 사용되고 있는 Clustered-dot 방법으로 해프톤된 칼라인쇄물에 대해, 모아레 패턴의 발생 원인인 해프톤패턴의 간섭현상을 분석함으로써 효과적으로 모아레 패턴을 제거할 수 있는 적응적 모아레 패턴 평활화 방법을 제시한다. 본 논문에서는 먼저 모아레 패턴 형성에 가장 큰 영향을 미치는 K(black) 채널을 분리하고 이를 이용하여 다른 칼라 채널을 분리한 후, 각 채널을 평활화한 영상에서의 화소값으로부터 모아레 세기를 결정할 수 있는 방법을 개발하였다.
본 논문에서는, 채널 분리의 불완전함으로 인해 채널 분리 후 칼라 채널에 남아있는 모아레 패턴을 효과적으로 제거할 수 있는 적응적 모아레 영역 평활화 방법을 제안하였다. 제안한 방법에서는 해프톤 패턴의 간섭 분석을 통해 얻어진 결과를 이용하여 지 역적으로 존재하는 모아레 패턴에 대해 그 세기에 따라 평활화 정도를 조정해 주기 때문에, 모아레 패턴을 효과적으로 제거하면서 경계와 같은 의미 있는 시각 정보들도 잘 보존할 수 있다.

제안 방법

먼저 C, M, , Y, , K" 채널 영상을 평활화하여 侦, Im', 侦, Ik'를 각각 만드는데, 이때 크로스 마스크⑻ 의 2배 크기되는 평활화 마스크를 사용하여 각 채널 영상에 존재하는 패턴을 제거함으로써 채널별 연속계조 영상을 만든다. 이때 I/(x, y)의 그레이 값을 Vk 라 하면 K 채널은 복구가 정확하게 이루어지므로 이값 V*에 의해 그림 6과 같이 하나의 열이 결정되게 된다.
상관관계를 분석하기 위흐!!, 먼저 해프톤 도트의 크기를 변화해 가면서 만든 두 칼라 채널을 중첩한 후, 각 경우에 대해 모아레 피크의 세기를 구하였다. 이때 주파수 공간에서 두 채널 피크의 위치를 알고 있으므로 모아레 피크에 대한 세기를 쉽게 구할 수 있다.
방법을 제시한다. 본 논문에서는 먼저 모아레 패턴 형성에 가장 큰 영향을 미치는 K(black) 채널을 분리하고 이를 이용하여 다른 칼라 채널을 분리한 후, 각 채널을 평활화한 영상에서의 화소값으로부터 모아레 세기를 결정할 수 있는 방법을 개발하였다. 이와 같이 구한 모아레 피크의 세기에 따라 평활화 마스크의 크기를 적응적으로 조정하기 때문에 모아레 패턴을 효과적으로 제거하면서 의미있는 시각 정보도 잘 보존할 수 있다.
이것은 K 채널이 모아레 패턴 생성에 매우 큰 영향을 미친다는 것을 의미한다. 본 논문에서는 이와 같은 방법으로 구한 모아레 피크 Pck, Pmk, Pyk, Pcm의 세기를 저장하고 있는 테이블을 각각 Tck, Tmk, Tyk, Tcm이라.한다.
이것은 K 잉크가 종이에 인쇄되고 스캐닝되면서 발생하는 칼라 왜곡 현상으로 인한 것이다. 본 논문에서는 이와 같은 실험을 통해 구한 클러스터의 중심값 0.25, 0.27, 0.29를 임 계 값으로 사용하여, 칼라 해프톤영상에서 그 보다 작은 값을 가지는 모든 화소를 추출하여 K' 채널을 만든다.
본 실험에서는 칼라 인쇄물을 600dpi, 24bit 칼라로 스캐닝 하였으며 Windows 2000에서 Matlab(ver 6.1)으로 구현하여 제안한 방법 의 성능을 테스트하였다. 그림 9(a)는 실험에 사용된 칼라 해프톤 영상을 나타내 며 , (b)와 (c)는 [8]에서 제안한 방법과 본 논문에서 제안한 방법으로 모아레 영역을 평활화하여 역해프토닝한 결과 영상을 각각 나타낸다.
방법이 제안되 었다[10]. 이 방법은 [8] 에서 제안한 마스크로 평활화한 채널 영상에 남아 있는 모아레 패턴을 제거하기 위해, 채널 영상을 블록 단위로 분할 한 후 각 블록을 퓨리에 변환하여 모아레 피크의 존재 여부를 판단한다. 이때 피크가 존재하는 영역에 대해서는 그 세기에 따라 평활화 마스크의 크기를 조절한 후, 모아레 패턴을 제거하기 위한 추가 평활화를 시도하였다.
이 방법은 [8] 에서 제안한 마스크로 평활화한 채널 영상에 남아 있는 모아레 패턴을 제거하기 위해, 채널 영상을 블록 단위로 분할 한 후 각 블록을 퓨리에 변환하여 모아레 피크의 존재 여부를 판단한다. 이때 피크가 존재하는 영역에 대해서는 그 세기에 따라 평활화 마스크의 크기를 조절한 후, 모아레 패턴을 제거하기 위한 추가 평활화를 시도하였다. 이 방법은 모아레 패턴을 제거하기 위한 자동화된 방법론을 제시하고는 있으나, 퓨리에 변환을 통해 모아레 패턴의 존재 여부를 판단하기 때문에 많은 연산시간이 요구된다.
이를 위해 먼저 균일한 그레이 값을 갖는 K 채널과 C 채널을 만들고 이것을 각각 해프토닝하여 중첩한 후, 4.1 절에서 설명한 방법으로 K' 채널을 다시 분리할 때, 복구된 K' 채널의 그레이 값과 C 채널과 중첩하기 이전의 K 채널 그레이 값의 변화를 분석하였다. K 채널의 경우에는 그림 5(a)에서와 같이, 채널 분리로 복구된 그레 이 값과 C 채널과 중첩하기 전의 그레이 값을 나타내는 두 평면이 거의 일치하여 하나로 나타나, K 채널은 다른 채널에 영향을 받지 않고 거의 정확하게 복구되는 것을 알 수 있다.
제안한 방법의 모아레 패턴 평활화 효과와 경계 보존 효과를 보다 자세히 살펴보기 위해, 그림 9의 실험 영상에서 모아레 패턴이 존재하는 영역(M/, M?)과 경계 영역(E, , &)에 대해, 실험 영상과 각 방법의 결과 영상에서 해당 영역 대한 그레이 값의 분포를 살펴보았다. 먼저 모아레 영 역(M」, M?)에 대한 결과를 그림 10에 나타내었는데, 그림에서와 같이 모아레 패턴이 존재하는 영역이 본 논문에서 제안한 방법에 의해 아주 자연스럽게 평활화된 것을 알 수 있다.

성능/효과

1 절에서 설명한 방법으로 K' 채널을 다시 분리할 때, 복구된 K' 채널의 그레이 값과 C 채널과 중첩하기 이전의 K 채널 그레이 값의 변화를 분석하였다. K 채널의 경우에는 그림 5(a)에서와 같이, 채널 분리로 복구된 그레 이 값과 C 채널과 중첩하기 전의 그레이 값을 나타내는 두 평면이 거의 일치하여 하나로 나타나, K 채널은 다른 채널에 영향을 받지 않고 거의 정확하게 복구되는 것을 알 수 있다. 한편 K 채널과 C 채널을 이용하여 동일한 방법으로 실험하되 K 채널과 중첩되기 전의 C 채널의 그레이 값과 중첩 후 분리한 C' 채널의 그레 이 값에 대한 변화를 그림 5(b)에 나타내었다.
수 있다. 또한 제안한 방법은 모아레 패턴의 세기에 따라 평활화 마스크의 크기를 적응적으로 변화 시키 기 때문에 모아레 패턴을 효과적으로 제거하면서도 경계성분과 같은 의미 있는 시각정보를 잘 보존하고 있음을 알 수 있다.
본 논문에서 제안한 방법으로 모아레 패턴을 제거한 결과를 그림 9(c)에 나타내었는더】, 크로스 마스크로 제거되지 않았던 모아레 패턴이 잘 제거되었음을 알 수 있다. 또한 제안한 방법은 모아레 패턴의 세기에 따라 평활화 마스크의 크기를 적응적으로 변화 시키 기 때문에 모아레 패턴을 효과적으로 제거하면서도 경계성분과 같은 의미 있는 시각정보를 잘 보존하고 있음을 알 수 있다.
[8]에서 제안한 평활화 마스크는 경계보존 효과가 우수한 것으로 알려져 있는데, 본 논문에서 제안한 방법으로 평활화한 결과 영상(그림 11(c))에서 경계 영역을 살펴보면 (b)와 거의 유사한 경계 형태를 유지하고 있음을 알 수 있다. 이것은 제안한 방법이 모아레 패턴을 효과적으로 제거하면서 경계 성분도 잘 보존할 수 있음을 의미한다.
방법을 제안하였다. 제안한 방법에서는 해프톤 패턴의 간섭 분석을 통해 얻어진 결과를 이용하여 지 역적으로 존재하는 모아레 패턴에 대해 그 세기에 따라 평활화 정도를 조정해 주기 때문에, 모아레 패턴을 효과적으로 제거하면서 경계와 같은 의미 있는 시각 정보들도 잘 보존할 수 있다. 또한 화소의 그레 이 값을 이용하여 모아레 세 기 테 이블을 참조하는 과정 만으로 모아레 피크 세기를 판단하기 때문에 추가적인 계산 시간을 필요로 하지 않다.
한편 제안한 방법은 [10]에서 제안한 블록기반 퓨리에 변환을 사용하는 방법과 달리, 모아레 영역 평활화 과정에서 화소의 그레이 값만을 이용하여 모아레 피크의 세기를 판단하며 평활화 정도를 조정하기 때문에 연산시간 측면에서도 유리하다.

후속연구

이 방법은 모아레 패턴을 제거하기 위한 자동화된 방법론을 제시하고는 있으나, 퓨리에 변환을 통해 모아레 패턴의 존재 여부를 판단하기 때문에 많은 연산시간이 요구된다. 따라서보다 효율적이고 원시 영상에 가까운 연속계조 영상을 만들기 위해서는, 모아레 패턴을 효과적으로 제거하면서 의미 있는 고주파 성분을 잘 보존할 수 있는 평활화 방법의 개발이 필요하며, 이때 연산 시간도 함께 고려되어야 한다.
검색이 필요한 분야, 기존 문서영상을 활용한 멀티미디어 저작 분야, 내용기반 영상검색 시스템 등 다양한 멀티미디어 응용에서 유용하게 활용될 수 있다. 또한 앞으로 영상 미디어에 대한 보다 효과적인 처리와 응용에 대한 필요성이 크게 증대하고 있기 때문에 향후 활용분야가 더욱 넓어질 전망이다.
이때 사용된 모아레세기 테이블은 다양한 입력 해프톤 영상에 대해 계속 활용 가능하다. 제안된 칼라 역 해프토닝 방법은 기존의 칼라 인쇄물이 활용되는 멀티미디어 응용 분야에서 활용될 수 있다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

칼라 역 해프토닝에서 해프톤 패턴 간섭 분석에 의한 모아레 영역의 적응적 평활화 방법
An Adaptive Smoothing for Moire Region using Analysis of Halftone Patterns Interference in Color Inverse Halftoning 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

칼라 역 해프토닝에서 해프톤 패턴 간섭 분석에 의한 모아레 영역의 적응적 평활화 방법 An Adaptive Smoothing for Moire Region using Analysis of Halftone Patterns Interference in Color Inverse Halftoning 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

이 논문을 인용한 문헌

저자의 다른 논문 :

한영미 (4) 김종민 (3) 김민환 (27)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

칼라 역 해프토닝에서 해프톤 패턴 간섭 분석에 의한 모아레 영역의 적응적 평활화 방법
An Adaptive Smoothing for Moire Region using Analysis of Halftone Patterns Interference in Color Inverse Halftoning 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper