[논문]방향성 정보와 적응적 언샾 마스크를 이용한 영상의 화질 개선

이임건

doi:10.9708/jksci.2011.16.3.027

방향성 정보와 적응적 언샾 마스크를 이용한 영상의 화질 개선
Image Contrast Enhancement using Adaptive Unsharp Mask and Directional Information 원문보기

韓國컴퓨터情報學會論文誌 = Journal of the Korea Society of Computer and Information, v.16 no.3, 2011년, pp.27 - 34

이임건 (동의대학교 영상정보공학과)

초록
AI-Helper

본 논문에서는 영상의 명암대비(contrast)를 개선시키는 언샾 마스킹 방법을 제안한다. 언샾 마스킹은 이미지가 가지고 있는 에지와 디테일 정보를 개선시키는데 일반적인 샤프닝 마스크 보다 효과적이기에 이에 관한 많은 연구가 있었다. 제안하는 방법은 방향성 정보를 이용한 블록 단위의 언샾 마스킹 방법으로 영상을 블록 단위로 분할하고 DCT(Discrete Cosine Transform)를 이용하여 각 블록에서 패턴의 방향성 정보를 얻어낸다. DCT 결과로부터 해당 블록들의 방향성 타입을 결정하고 이에 따라 언샾 마스크를 적응적으로 적용한다. 블록의 분류는 평탄영역, 텍스처, 에지 그리고 나머지 형태로 구분되어 진다. 평탄 영역에 속하는 블록은 잡음에 의한 영향을 줄이기 위해 언샾 마스킹을 적용하지 않으며 텍스처와 에지영역에 대해서는 고주파 성분을 강조하기 위해 블록타입에 맞는 적응적 언샾 마스킹을 적용한다. 실험을 통하여 영상에서 평탄 영역은 잡음에 의한 훼손을 줄이며 에지들이 포함된 텍스처 영역은 적응적으로 강조하여 시각적으로 우수한 명암대비 개선 결과를 얻을 수 있었다.

Abstract ▼ AI-Helper

In this paper, the novel approach for image contrast enhancement is introduced. The method is based on the unsharp mask and directional information of images. Since the unsharp mask techniques give better visual quality than the conventional sharpening mask, there are much works on image enhancement using unsharp masks. The proposed algorithm decomposes the image to several blocks and extracts directional information using DCT. From the geometric properties of the block, each block is labeled as appropriate type and processed by adaptive unsharp mask. The masking process is skipped at the flat area to reduce the noise artifact, but at the texture and edge area, the adaptive unsharp mask is applied to enhance the image contrast based on the edge direction. Experiments show that the proposed algorithm produces the contrast enhanced images with superior visual quality, suppressing the noise effects and enhancing edge at the same time.

주제어

AI 본문요약
AI-Helper

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

문제 정의

일정 영역에서의 에지의 지역적 방향성은 주파수 성분의 비를 이용하여 결정할 수 있다. 본 논문에서는 DCT를 수행하고 각 계수의 비를 이용하여 에지의 지역적 방향성을 결정한다. 각 지역의 방향성이 결정되면 방향성을 고려한 적응적 구조로 명암대비의 게인을 재귀적으로 갱신한다.
본 논문에서는 앞서 나타나는 문제점들을 보완하기 위해 영상의 개선 과정에 있어 영상을 특정 크기의 블록으로 분할한 다음 각 블록에 표현된 텍스처에 따라 이를 구분한 뒤 가장 적합한 명암대비 개선 방법을 적용하는 비선형적인 구조를 제안한다. 이에 사용되는 필터는 개선된 언샾 마스크로서 적응적 언샾 필터에 텍스처의 정보를 이용할 수 있는 구조를 포함한 형태이다.
본 논문은 영상의 각 영역에 대한 방향성을 판단하고 이에 따라 Λ(n,m)적응 방향을 판단하는 구조를 제안한다.
본 논문은 영상의 명암대비를 개선시키는 알고리즘을 제안 하였다. 제안하는 방법은 영상을 블록으로 분할하고 DCT를 이용하여 각 블록에서의 주된 방향성을 분석한 다음 이 방향에 적합한 적응 구조로 언샾 마스크를 적용한다.

가설 설정

3.1절에서 설명한 적응적 구조로부터 필터의 계산 구조에 입력되는 스케일링 벡터 Λ가 가로방향의 재귀적 방법에 의해 계산되어야 함을 말한다.
(n,m)의 계산을 위해서는 현재 화소보다 이후 위치에서의 출력화소에 대한 정보가 필요하지만 이 위치에서의 스케일링 벡터는 아직 계산되어 있지 않다. 구현 가능한 적응적 방법을 얻기 위해 스케일링 벡터가 적응적 처리 과정동안 서서히 변화하는 것을 가정한다. 화소들 간의 상관성이 높은 대부분의 자연 영상에서는 화소값의 급격한 변화가 없으므로 이 가정은 유효하다.
영상에서 각 지역별 주된 방향성을 판별하기 위해 영상을 작은 단위의 블록으로 분할한다. 블록의 크기가 크지 않다면 블록내의 주 방향성은 일정하다고 가정한다. 본 논문에서는 가로 세로 8x8 화소 크기의 블록을 이용한다.
구현 가능한 적응적 방법을 얻기 위해 스케일링 벡터가 적응적 처리 과정동안 서서히 변화하는 것을 가정한다. 화소들 간의 상관성이 높은 대부분의 자연 영상에서는 화소값의 급격한 변화가 없으므로 이 가정은 유효하다. 그러므로 출력의 활동도는 아래의 식 (6)과 같이 근사적으로 측정될 수 있다.

제안 방법

DC 영역의 에너지가 블록의 전체 에너지의 대부분을 차지하면 이 블록은 계조도의 변화가 부드러운 영역일 가능성이 높다. DCT 블록의 비는 정규화를 거쳤으므로 최대 1의 값을 가질 수 있고 본 논문에서는 A_lowFreq의 비가 전체 에너지의 99% 이상의 값을 가질 경우 해당 영역을 평탄 영역으로 정의한다. 복잡한 영역의 블록은 A_highFreq/A_simpleEdge의 비가 일정 임계치를 넘으면 텍스처가 존재하는 영역으로 판정하였다.
제안하는 알고리즘의 성능을 보이기 위해 기존의 적응적 언샾 마스크의 결과와 비교한다. 객관적인 실험을 위해 인위적으로 만들어진 영상에 대해 각 알고리즘을 적용하였다. 인위적인 영상은 256x256 크기를 가지며 싱크 함수를 2차원으로 확장하여 만들었다.
DCT 블록의 비는 정규화를 거쳤으므로 최대 1의 값을 가질 수 있고 본 논문에서는 A_lowFreq의 비가 전체 에너지의 99% 이상의 값을 가질 경우 해당 영역을 평탄 영역으로 정의한다. 복잡한 영역의 블록은 A_highFreq/A_simpleEdge의 비가 일정 임계치를 넘으면 텍스처가 존재하는 영역으로 판정하였다. 본 실험에서 임계치는 0.
본 논문에서는 구현의 수월성과 분석의 용이성을 위해 가로 방향의 적응 구조를 가지는 식 (8)의 결과 Λ(n,m)와 세로방향의 적응 구조를 가지는 식 (9)의 결과 Λ(n,m)의 값을 평균 하는 간단한 알고리즘을 사용 하였다.
본 논문에서는 가로 세로 8x8 화소 크기의 블록을 이용한다. 블록 내 방향성의 분석은 공간영역이나 주파수 영역에서 이루어질 수 있으나본 논문에서는 DCT 계수를 이용한 주파수 영역에서의 분석을 이용한다. 각각의 DCT 계수 D_ij는 64개의 기저함수의 선형결합으로 이루어져 있으며 블록의 방향성은 이들 DCT 계수의 상대적인 크기를 이용하여 얻을 수 있다[5]
본 논문은 영상의 명암대비를 개선시키는 알고리즘을 제안 하였다. 제안하는 방법은 영상을 블록으로 분할하고 DCT를 이용하여 각 블록에서의 주된 방향성을 분석한 다음 이 방향에 적합한 적응 구조로 언샾 마스크를 적용한다. 실험 결과로 부터 제안하는 알고리즘은 방향성에 적합한 적응 구조로 인해에지의 끌림이나 울림 현상을 억제하여 시각적으로 우수한 명암대비 개선 결과를 얻을 수 있다.

대상 데이터

블록의 크기가 크지 않다면 블록내의 주 방향성은 일정하다고 가정한다. 본 논문에서는 가로 세로 8x8 화소 크기의 블록을 이용한다. 블록 내 방향성의 분석은 공간영역이나 주파수 영역에서 이루어질 수 있으나본 논문에서는 DCT 계수를 이용한 주파수 영역에서의 분석을 이용한다.
제안하는 방법을 실제 자연 영상에 적용하기 위해 512x512의 크기를 갖는 8비트 LENA 영상을 이용하였다. 그림 5(a)에 실험에 사용한 원본 영상을 보였다.

데이터처리

제안하는 알고리즘의 성능을 보이기 위해 기존의 적응적 언샾 마스크의 결과와 비교한다. 객관적인 실험을 위해 인위적으로 만들어진 영상에 대해 각 알고리즘을 적용하였다.

성능/효과

그림 5(d)는 제안된 방법의 결과이다. 개선된 세 영상 모두 원본 영상에 비해 명암대비가 개선된 화질을 보인다. 하지만 2장에서 서술 하였듯이 기존의 알고리즘은 단방향 적응 구조로 인한 끌림 현상이 발생 하여 제안된 방법에 비해 훼손된 영역이 나타남을 알 수 있다.
싱크 함수의 선명화 효과를 보이기 위해 그림 3(a)의 원영상과 그림 3(d)의 제안하는 알고리즘을 적용한 결과 영상에서 128번째 행의 데이터를 그림 4에 그래프로 나타내었다. 그래프에서 알 수 있듯이 실선으로 표현된 원영상의 에지는 제안하는 알고리즘에 의해 점선으로 표시된 것처럼 강조되었다.
실험 결과로 부터 제안하는 알고리즘은 방향성에 적합한 적응 구조로 인해에지의 끌림이나 울림 현상을 억제하여 시각적으로 우수한 명암대비 개선 결과를 얻을 수 있다. 또한 각 화소의 활동도를 구하고 이 결과에 따라 개선의 정도를 제어하는 스케일링 벡터를 계산함으로써 평탄한 영역과 복잡한 패턴이 존재하는 부분을 독립적으로 처리할 수 있다. 따라서 평탄한 영역에서 발생할 수 있는 잡음을 줄이고 복잡한 영역에서 발생할 수 있는 오버슈트 현상을 방지할 수 있다.
제안하는 방법은 영상을 블록으로 분할하고 DCT를 이용하여 각 블록에서의 주된 방향성을 분석한 다음 이 방향에 적합한 적응 구조로 언샾 마스크를 적용한다. 실험 결과로 부터 제안하는 알고리즘은 방향성에 적합한 적응 구조로 인해에지의 끌림이나 울림 현상을 억제하여 시각적으로 우수한 명암대비 개선 결과를 얻을 수 있다. 또한 각 화소의 활동도를 구하고 이 결과에 따라 개선의 정도를 제어하는 스케일링 벡터를 계산함으로써 평탄한 영역과 복잡한 패턴이 존재하는 부분을 독립적으로 처리할 수 있다.
실험결과로부터 기존의 적응적 방법에 비해 제안하는 방법으로 얻은 결과 영상의 시각적 화질이 우수하였다. 제안하는 방법은 지역적인 영상 영역에서의 주된 방향성을 기반으로 적응구조를 제어함으로써 끌림이나 울림 현상을 억제하면서도 명암대비를 개선시키는 효과가 있다.
실험결과로부터 기존의 적응적 방법에 비해 제안하는 방법으로 얻은 결과 영상의 시각적 화질이 우수하였다. 제안하는 방법은 지역적인 영상 영역에서의 주된 방향성을 기반으로 적응구조를 제어함으로써 끌림이나 울림 현상을 억제하면서도 명암대비를 개선시키는 효과가 있다.
하지만 2장에서 서술 하였듯이 기존의 알고리즘은 단방향 적응 구조로 인한 끌림 현상이 발생 하여 제안된 방법에 비해 훼손된 영역이 나타남을 알 수 있다. 특히 단방향의 에지 성분이 강한 어깨선 부분 등 사각형으로 표시된 영역의 내부를 비교해 보면 기존의 알고리즘에 비해 제안된 방법의 개선 효과가 우수하다는 것을 알 수 있다. 그림 5(b)는 가로방향의 단일 적응구조를 이용한 것으로 어깨선과 모자의 끝부분에 끌림 현상이 발생한 것을 알 수 있다.

후속연구

제안하는 알고리즘에서 텍스처가 복잡한 영역에 대해서는 가로 에지와 세로 에지의 제어요소를 평균하여 스케일링 파라미터를 구하였지만 이 부분은 추가적인 연구가 필요하다. 또한 화질 개선의 결과 영상을 객관적으로 평가할 수 있는 척도가 마련되어야 할 것으로 생각된다.
제안하는 알고리즘에서 텍스처가 복잡한 영역에 대해서는 가로 에지와 세로 에지의 제어요소를 평균하여 스케일링 파라미터를 구하였지만 이 부분은 추가적인 연구가 필요하다. 또한 화질 개선의 결과 영상을 객관적으로 평가할 수 있는 척도가 마련되어야 할 것으로 생각된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	선형 언샾 마스크의 장점은 무엇인가?	선형 언샾 마스크(linear unsharp mask)는 원영상에 고주파를 강조한 영상을 더하여 에지와 디테일 정보를 강조한다. 이 방법은 개념이 단순하고 간단히 구현 할 수 있다는 장점이 있어 명암대비를 개선하는 방법으로 종종 사용되어져 왔으나 몇 가지 단점이 존재 한다. 우선 고주파 영역의 강조를 위해 선형 고주파 통과 필터를 사용하기 때문에 영상의 잡음에 매우 민감하게 반응한다.
	영상의 명암대비를 개선시키는 방법은 어떤 두 가지 부류로 나뉘는가?	일반적으로 영상의 명암대비를 개선시키는 방법은 두 가지 부류로 나뉜다[1]. 첫 번째는 영상의 통계적 정보를 이용하여 각 화소의 값을 개별적으로 수정하는 것이다. 이러한 부류에는 히스토그램 균등화(histogram equalization)와 같은 방법이 속하며 출력화소의 화소값들이 균등한 분포를 갖도록 입력 화소값을 사상(mapping)시키게 된다. 또 다른 부류는 영상에서 고주파와 저주파 성분을 분리해 내고 이들 각 성분에 따라 가중치를 달리하여 재결합함으로써 명암대비를 개선시키는 방법이다. 언샾 마스크(unsharp mask)를 이용한 필터링 기법이이 범주에 속하며 저주파 영역에 비해 고주파 영역을 보다 강조함으로써 영상의 시각적 화질을 개선시킬 수 있다.
	선형 언샾 마스크는 어떻게 에지와 디테일 정보를 강조하는가?	선형 언샾 마스크(linear unsharp mask)는 원영상에 고주파를 강조한 영상을 더하여 에지와 디테일 정보를 강조한다. 이 방법은 개념이 단순하고 간단히 구현 할 수 있다는 장점이 있어 명암대비를 개선하는 방법으로 종종 사용되어져 왔으나 몇 가지 단점이 존재 한다.

참고문헌 (6)

M. A. Badamchizadeh, A. Aghagolzadeh, "Comparative Study Of Unsharp Masking Methods For Image Enhancement," IEEE Proceeding of 3rd Internat1onal Conference on Image and Graphics(ICIG'04), pp. 27-30, 2004.
T. H. Yu, S. K. Mitra, J. F. Kaiser, "A novel nonlinear filter for image enhancement," Proc. SPIE/SPSE Conf. on Image Proc. Algorithms and Techniques II, pp.303-305, 1991.
P. Maragos, R. W. Schafer, "Morphological filters Part I Their set theoretic analysis and relations to linear shift invariant filters," IEEE Trans. Acoust., Speech, Signal Process., Vol. 35, No. 8, pp.1152-1169, 1987.
Andrea Polesel, Giovanni Ramponi, V. John Mathews "Image Enhancement via Adaptive Unsharp masking", IEEE Transaction on Image Processing, Vol. 9, No.3, pp.505-510, 2000.

상세보기
Ming-Sui Lee "A Content-Adaptive Up- Sampling Technique for Image Resolution Enhancement", IIHMSP 2007, Vol 1, Nov. 2007.
Jorge Nocedal, Stephen Wright, "Numerical Optimization," Springer, pp.259-263, 2000.

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