[논문]잡음영상에 강한 IPC(Interlace to Progressive Conversion) 알고리즘

김영로; 홍병기

잡음영상에 강한 IPC(Interlace to Progressive Conversion) 알고리즘
Error Resilient IPC Algorithm for Noisy Image 원문보기

電子工學會論文誌. Journal of the institute of electronics engineers of Korea. IE. 산업전자, v.45 no.3, 2008년, pp.13 - 19

김영로 (명지전문대학교 컴퓨터정보과) , 홍병기 (한양대학교 전기및전자공학과 공학대학원)

초록
AI-Helper

본 논문은 신뢰할 수 있는 에지 방향을 이용한 새로운 IPC(Interlace to Progressive Conversion) 방법을 제안한다. 기존의 IPC에 사용되는 ELA(Edge Line based Average) 알고리즘들은 잡음에 대한 고려가 없이 보간하고자 하는 에지 방향의 화소들을 선형보간 한다. 그러나 영상에 잡음이 존재할 경우, 잡음에 의해 잘못된 에지 방향을 찾아 열화된 영상을 얻을 수 있다. 본 논문에서 제안하는 방법은 기존 ELA 알고리즘이 잡음 영상에서 IPC할 때 생기는 문제점을 개선하는 알고리즘이다. 먼저 잡음을 제거하는 필터링과 동시에, 잡음이 없는 원화소의 색상 크기와 잡음의 크기를 추정한다. 이에 따라 잡음의 크기를 고려하여 ELA 방법과 수직보간 방법에 가중치를 주어 보간 값을 구한다. 이 후 잡음이 존재할 경우 포스트 필터링(Post Filtering)을 거쳐 잔재해 있는 잡음을 제거해준다. 실험결과에서 제안하는 알고리즘이 기존 ELA 알고리즘들 보다도 약 $1{\sim}2$ dB 향상된 결과를 보인다.

Abstract ▼ AI-Helper

In this paper, we propose a new IPC(Interlace to Progressive Conversion) method based on ELA(EDge Line based Average) interpolation using detecting the reliable edge direction. Existing ELA algorithms execute linear interpolation using edge direction without considering noises. In noisy images, these algorithms degrade quality because if interpolation based on the wrong edge direction. Out scheme is able to solve the problem of existing ELA algorithms in noisy images. First, filter a noisy pixel and estimate sizes of the noiseless orginal pixed and the noise, repectively. Then, considering the size of the noise, calculate weights of ELA and vertical interpolation. If noises exist after IPC, these could be eliminated by post filtering. The experimental results show that our proposed algorithm has about $1{\sim}2$ dB better performance than those of existing ELA algorithms.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

또한 IPC 과정에서 중간에 비어있는 줄을 채워줌에 따라 보간이라고도 한다m 제안하는 알고리즘에서 IPC 할 때 가장 보편적으로 쓰이는 ELA 알고리즘을 이용한다그러나 잡음이 있는 비월 주사 영상일 경우 열화된 순차영상을 얻는 문제점이 있다. 따라서 본 논문에서는 이러한 잡음에 기존 알고리즘보다 강한 알고리즘을 제안 하고자 한다.
있다. 본 논문에서는 임계치 a를 보간하고자 하는 화소의 주변화소들을 이용해 얻은 何를 평균함으로써 얻는다.
본 논문에서는 잡음에 강한 에지 방향 보간 방법을 이용하여 IPC하는 알고리즘을 제안하였다. 제안된 방법은 보간 하고자 하는 화소의 주변 화소들에 대한 잡음을 측정하여 ELA에 의한 보간 방향이 신뢰할 수 있는지를 결정한다' 따라서 ELA 방법의 보간값과 수직으로 Biline近하게 보간한 값에 대한 상대적 가중치를 조절함으로써 향상된 에지방향으로 보간을 할 수 있다.

가설 설정

그림 1에서 보간할 위치의 화소를 상단 화소를 하단 화소를 X(很+1)라고 가정한다. 그리고 나타내는 값 临 _dv,如_D를 수식 ⑴과 같이 나타낸다.
제안하는 알고리즘은 비월 주사된 영상의 잡음에 따라 a 값을 조절함으로써 기존 ELA 방법보다 향상된 결과를 얻을 수 있다. 제안하는 방법에서 잡음이 크면 ELA 방법으로 찾은 에지 방향이 정확하지 않다고 가정하여 수직으로 보간한 값 改 을 이용한다. 반대로 잡음이 없다면 ELA 방법의 에지 방향이 정확하다는 가정에서 ELA 보간값 壬를 사용한다.

제안 방법

과거에 성능상의 문제로 데이터량이 많은 두 개의 영상 프레임을 정해진 시간에 전송하지 못했기 때문에, 두 개의 영상 필드(Field)로 만들어 전송을 하였다. 이때 필드의 데이터량도 프레임의 절반이 된다.
구해진 값들에서 가장 작은 값을 가지는 쪽으로 에지의 방향이 있다고 판단하고, 그 방향의 화소들의 평균을 구해준다. 따라서 아, 가 가장 작은 값을 가진다면 수직으로 에지 방향이 있다고 판단하여 수식 (2)와 같이 보간 값 J饥를 구한다.
또한 가중치를 이용하여 ELA를 개선한 Efficient- ELA(E-ELA)⑶이 제안되었다. E-ELA 알고리즘에서는보간할 위치에 있는 화소를 그림 2처럼 각 방향에 대한가중치들의 합으로 보간 값을 구하게 된다.
방식으로 보간한 방법보다 에지가 손상되어 열화된 순차주사 영상을 얻을 수 있다. 본 논문에서 제안하는 알고리즘은 다음 수식 (7)같이 기존 ELA 결과값과 수직 보간한 값의 상대적인 값을 적용함으로써 보간값을 얻는다.
열화된 순차주사 영상을 갖는 단점이 있다. 본 논문에서는 이러한 문제점을 개선하기 위해 제안하는 방법은 미디안(Median) 필터를 이용한 전처리를 통하여 신뢰할 수 있는 에지 (Edge) 방향을 찾는다. 또한 보간 후에 다시 미디안 필터를 사용함으로써 더욱 향상된 화질을 얻을 수 있다.
4~8). 이는 방향성을 왼쪽, 오른쪽, 또는 그 외로 분류를 하고, 각 분리된 공간 범위 안에서 ELA를 변형하여 적용했다. 예로 왼쪽으로 기울어진 쪽으로 분류가 된 것은, 왼쪽 방향에 있는 화소들을 이용하여 새로운 보간값을 구하게 된다” 오른쪽으로 방향성이 존재 하는 경우도 유
또한 보간 후에 다시 미디안 필터를 사용함으로써 더욱 향상된 화질을 얻을 수 있다. 제안하는 방법은 IPC에 많이 사용하는 ELA를 기본으로, 향상된 에지 방향 검출 기법을 사용한 것이다. ELA는 앞서 언급한 바와 같이 비월 주사된 영상에서 에지 방향을 찾아 보간하는 방법이다.

대상 데이터

있는 비월주사 영상이 필요하다. 본 실험을 위하여 원 영상 256 X 256 크기의 “Lena”, "Pentagon", "Building", "Butterfly", "Pascal", 와 “Fruit”을 사용하였다. 먼저 원영상에 잡음을 추가하여 잡음 영상을 만든다.

이론/모형

여기서 수평 방향에 에지가 존재하는지 검사하기 위해 임계치를 사용하였다. 수평방향에 에지가 존재하면 적절한 화소값으로 보간을 하고, 수평 방향이 아닌 에지들은 ELA 알고리즘을 적용하였다. 또한 ELA보다 에지 방향을 더욱 정확하게 찾아내기 위해, 보간할 위치에 있는 화소에서 영상의 공간적인 방향까지 고려하는 방법이 있다'2.

성능/효과

“Lena” 테스트 영상을 실험한 결과, 표 1과 표 2와 같이 제안하는 알고리즘이 기존의 ELA와 E-ELA 보다 약 1〜2dB 향상된 결과를 보여 주는 것을 확인할 수 있다. 본 논문에서 제안하고 있는 방식을 여러 테스트 영상에 적용한 결과는 표 3과 같다.
그리고 이에 따라 얻어진 실험결과에 후처리를 한 결과는 표 4에서 확인할 수 있다, 표 3과 표 4에서 보이는 바와 같이 기존 알고리즘들에 비하여 IPC 결과가 향상됨과 동시에 후처리 필터링을 할 때 더욱 향상된 결과를 얻는다. 따라서 제안하는 알고리즘은 잡음으로 인한 잘못된 방향의 보간을 개선하고 향상된 순차주사 영상을 얻음을 알 수 있다.
그림 6에서 보는 바와 같이 제안하는 알고리즘을 적용한 결과가 기존 ELA방법들을 적용한 결과보다 에지를 보존하면서 향상된 순차주사 영상을 얻음을 알 수 있다.
각각 Median 필터를 적용한 결과이다. 두 영상에서 짝수 줄(Even Line)에서의 잡음을 추가로 제거함을 알 수 있고, 제안한 알고리즘이 더욱 향상된 결과를 볼 수 있다. 정량적인 평가를 위하여 다음과 같은 수식 (10)을 갖는 PSNR(Peak Signal to Noise Ratio)을 이용하여 표 1에서와 같이 향상된 결과를 볼 수 있다.
얻는다. 따라서 제안하는 알고리즘은 잡음으로 인한 잘못된 방향의 보간을 개선하고 향상된 순차주사 영상을 얻음을 알 수 있다.
복잡한 영상을 보간할 때는 7.값이 작아질수록 효율이 올라가고, 평탄 영상인 경우에는 1에 가까운 근사값일수록 효율적이다. 그러므로 실험결과 값으로써 이 E-ELA⑶는 가중치 r■값을 0.
제안된 방법은 보간 하고자 하는 화소의 주변 화소들에 대한 잡음을 측정하여 ELA에 의한 보간 방향이 신뢰할 수 있는지를 결정한다' 따라서 ELA 방법의 보간값과 수직으로 Biline近하게 보간한 값에 대한 상대적 가중치를 조절함으로써 향상된 에지방향으로 보간을 할 수 있다. 본 논문의 실험결과에서 보이는 바와 같이 기존 ELA 알고리즘들에 비하여 시각적 평가결과箋 정량적 평가결과 모두 향상됨을 알 수 있었다. 본 논문에서 제안한 알고리즘은 향상된 _JPC 알고리즘에서도 적용할 수 있어 더욱 뛰어난 결과를 얻을 수 있을 것이다.
IPC하는 알고리즘을 제안하였다. 제안된 방법은 보간 하고자 하는 화소의 주변 화소들에 대한 잡음을 측정하여 ELA에 의한 보간 방향이 신뢰할 수 있는지를 결정한다' 따라서 ELA 방법의 보간값과 수직으로 Biline近하게 보간한 값에 대한 상대적 가중치를 조절함으로써 향상된 에지방향으로 보간을 할 수 있다. 본 논문의 실험결과에서 보이는 바와 같이 기존 ELA 알고리즘들에 비하여 시각적 평가결과箋 정량적 평가결과 모두 향상됨을 알 수 있었다.
a는 잡음에 따른 0~1 사이의 가중치이다. 제안하는 알고리즘은 비월 주사된 영상의 잡음에 따라 a 값을 조절함으로써 기존 ELA 방법보다 향상된 결과를 얻을 수 있다. 제안하는 방법에서 잡음이 크면 ELA 방법으로 찾은 에지 방향이 정확하지 않다고 가정하여 수직으로 보간한 값 改 을 이용한다.
특히 E-ELA 는 잡음 영상에서 ELA보다도 열화된 영상을 얻는다. 제안하는 알고리즘은 신뢰성 있는 에지 방향으로 보 간을 함으로써 ELA 알고리즘보다도 향상된 결과를 얻는다. 표 1의 결과에서 다시 미디안을 이용한 포스트 필터링을 하면 더욱 제안하는 알고리즘의 결과가 향상됨을 알 수 있다.
테스트 영상에 Bilinear111, ELA[21, E-ELA(Efficient- ELA)⑶와 제안하는 알고리즘을 적용한 결과를 보인다. 그림 6(a), (b)는 각각 ELA, E-ELA를 적용하여 얻은 순차 주사 영상이다.
제안하는 알고리즘은 신뢰성 있는 에지 방향으로 보 간을 함으로써 ELA 알고리즘보다도 향상된 결과를 얻는다. 표 1의 결과에서 다시 미디안을 이용한 포스트 필터링을 하면 더욱 제안하는 알고리즘의 결과가 향상됨을 알 수 있다. 향상된 결과는 표 2에서 확인할 수 있다.

후속연구

IPC(Interlace to Progressive Conversion)^ 홀수 줄(Old Line) 혹은 짝수 줄(Even Line)이 없는 인터레이스 영상에서 사이에 비어있는 줄(Line)을 채워줌으로써 순차주사된 영상으로 전환하는 것을 말한다. 또한 IPC 과정에서 중간에 비어있는 줄을 채워줌에 따라 보간이라고도 한다m 제안하는 알고리즘에서 IPC 할 때 가장 보편적으로 쓰이는 ELA 알고리즘을 이용한다그러나 잡음이 있는 비월 주사 영상일 경우 열화된 순차영상을 얻는 문제점이 있다. 따라서 본 논문에서는 이러한 잡음에 기존 알고리즘보다 강한 알고리즘을 제안 하고자 한다.
본 논문의 실험결과에서 보이는 바와 같이 기존 ELA 알고리즘들에 비하여 시각적 평가결과箋 정량적 평가결과 모두 향상됨을 알 수 있었다. 본 논문에서 제안한 알고리즘은 향상된 _JPC 알고리즘에서도 적용할 수 있어 더욱 뛰어난 결과를 얻을 수 있을 것이다.

참고문헌 (8)

G. D. Haan and E. B. Bellers, "Deinterlacing an overview," In Proc. IEEE, vol. 86, no. 9, pp.1839-1857, Sep. 1998

상세보기
M. -H. Lee, J. -H. Kim, J. -S. Lee, K. -K. Ryu, and D. -I. Song, "A new algorithm for interlaced to progressive scan conversion based on directional correlations and its IC design," IEEE Trans. Consumer Electronics, vol. 40, no. 2, pp. 119-129, May 1994

상세보기
D. -H. Woo, I. -K. Eom, and Y. -S. Kim, "Directional deinterlacing method using local gradient features," Journal of IEEK, vol.42-SP, no. 5, pp.631-636, 2005
T. Doyle, "Interlaced to sequential conversion for EDTV applications," in Proc. 2nd Int. Workshop Signal Processing of HDTV, pp. 412-430, Feb. 1998
T. Chen, H. R. Wu, and Z. Yu, "Efficient edge line average interpolation algorithm for de-interlacing," Proceedings of SPIE, Visual Communications and Image Processing, vol. 4067, pp. 1551-1558, June 2000
C. -U Lee, S. -K. Kim, and D. -H. Lee, "Overload measurement and control of access control channel based on hysteresis at satellite communication of DAMA," Journal of KICS, vol.30, no. 8C, pp.801-809, 2005
M. -K. Kim and J. -C. Jeong, "An efficient deinterlacing algorithm using new edge-directed interpolation," Journal of KOSBE, vol.12, pp. 185-192, 2007
D. -I. Han, C. -Y. Shin, S. -J. Choi, and J. -S. Park, "A motion adaptive 3-D de-interlacing algorithm based on the brightness profile pattern difference," IEEE Trans. Consum. Electron, Vol. 45, No. 3, pp. 690-697, August 1999

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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