$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

인간 시각의 인지 특성을 이용한 영상 화질 향상 방법
Image Enhancement Using Human Visual Perception 원문보기

방송공학회논문지 = Journal of broadcast engineering, v.23 no.2, 2018년, pp.206 - 217  

방성배 (경희대학교 전자정보대학) ,  김원하 (경희대학교 전자정보대학)

초록
AI-Helper 아이콘AI-Helper

본 논문은 영상 신호의 방향을 고려하여 기존의 multiband energy scaling 방법의 문제점을 보완하면서 human visual system(HVS)에 적합한 영상 local contrast 향상 방법을 개발하였다. 기존의 multiband energy scaling 방법은 신호 방향에 대한 고려 없이 화질을 향상시켜 ringing artifact가 발생하였으나 본 논문에서는 block gradient를 사용하여 신호의 방향을 측정하고 측정된 신호 방향에 따라 주파수 신호를 향상시켜 ringing artifact의 발생 없이 화질을 향상시켰다. 또한 본 논문은 human visual system(HVS)은 각 신호의 값 하나하나 보다는 각 신호가 가지는 주파수에 성분에 민감하게 반응한다는 것을 이용하여 주파수 성분에 대한 인간 시각의 민감도를 모델링한 contrast sensitivity function(CSF)에 따라 영상의 화질을 향상시켰다. 결국 본 논문에서 제안하는 방법은 신호의 특성과 인간 시각의 특성을 모두 고려하여 영상의 화질을 향상시키기 때문에 기존의 화질 향상 방법들에 비해 영상 신호와 인간 시각 특성에 더욱 적합하게 화질을 향상시킬 수 있다.

Abstract ▼ AI-Helper 아이콘AI-Helper

We develop the signal processing method for adaptive implementing direction of signal and the frequency sensitivity of human visual system(HVS). Existing multiband energy scaling method makes ringing artifact because it does not consider signal direction. To solve this problem, we use block gradient...

주제어

#Contrast Sensitivity   #Human Visual System(HVS)   #DCT   #Signal Direction  

질의응답

핵심어 질문 논문에서 추출한 답변
CSF란 무엇인가? Contrast sensitivity function (CSF)는 주파수별 인간 시각의 민감도를 나타내는 모델이다. CSF에 따르면 인간 시각은 3~5cycles/degree의 신호를 가장 민감하게 인지한다.
공간 영역 기법은 어떻게 분류되는가? 공간 영역 기법은 영상의 신호적 특성을 이용하는 방법 으로 크게 영상 신호 값들의 분포를 이용하는 histogram 기법들과 영상 신호의 특성을 분석하여 적합한 spatial filter를적용하는 기법들로 나누어진다. Histogram기법들은 pixel 들의 분포를 이용하여 영상의 화질을 향상시킨다.
Histogram기법의 문제점은 무엇인가? Histogram기법들은 pixel 들의 분포를 이용하여 영상의 화질을 향상시킨다. 그러나 지역별로 나타나는 신호의 특성을 이용하지 않기 때문에 부자연스럽게 영상을 변형시킬 수 있다. spatial filter 기반 기법들은 경계선의 강도, 영상 신호의 변화율, 영상 신호의 방향등의 신호 특성에 적합한 filter를 적용하여 영상의 화질을 향상시켰다.
질의응답 정보가 도움이 되었나요?

참고문헌 (18)

  1. B. Spehar, S. Wong, S. Klundert, J. Lui, C. W. G. Clifford, and R. P. Taplor, "Beauty and the beholder: the role of visual sensitivity in visual preference," Original Research, Sep 2015. 

  2. A. M. Haun, and E. Peil, "Perceived contrast in complex images," Journal of Vision, Nov 2013. 

  3. A. M. Haun, and E. A. Essock, "Contrast Sensitivity for Oriented Patterns in 1/f Noise : Contrast Response and The Horizontal effect," Journal of Vision, Aug 2010. 

  4. J. M. Foley, "Human Luminance Pattern-vision Mechanisms : Masking Experiments Require a New Model," Optical Society of America, vol.11, no.6, June 1994. 

  5. M. W. Cannon, and S. C. Fullenkamp, "A Transducer Model fore Contrast Perception," Vision Res. vol.31, no.6, 1991. 

  6. Z. Wei, and K. N. Ngan, "Spatio-Temporal Just Noticeable Distortion Profile for Grey Image/Video in DCT Domain," IEEE Transactions on Circuits and Systems for Video Technology, vol.19, no.3, Mar 2009. 

  7. S. H. Bas, and M. Kim, "A DCT-based Total JND Profile for Spatio-Temporal and Foveated Masking Effects," IEEE Transaction, on Circuits and Systems for Video Technology, 2015. 

  8. S. H. Base, and M. Kim, "A Novel-DCT based JND Model for Luminance Adaptation Effect in DCT Frequency," IEEE Signal Processing Letters, vol.20, no.9, Sep 2013. 

  9. S. H. Bae, and M. Kim, "A Novel Generalized DCT-Based JND Profile Based on an Elaborate CM-JND Model for Variable Block-Sized Transforms in Monochrome Images," IEEE Transactions on Image Processing, vol.23, no.8, Aug 2014. 

    상세보기

  10. M. Eom, and Y. Choe, "Fast Extraction of Edge Histogram in DCT Domain based on MPEG7," Proceedings of World Academy of Science Engineering and Technology, vol.9, Nov 2005. 

  11. H. S. Chang, and K. Kang, "A Compressed Domain Scheme for Classifying Block Edge Patterns," IEEE Transactions on Image Processing, vol.14, no.2, Feb 2005. 

    상세보기

  12. D. K. Choi, L. H. Jang, M. H. Kim, and N. C. Kim, "Color Image Enhancement Based on Single-Scale Retinex With a JND-Based Nonlinear Filter," Circuits and Systems, IEEE International Symposium on, 2007. 

  13. S. C. Nercessian, K. A. Panetta, and S. S. Agaian, "Non-Linear Direct Multi-Scale Image Enhancement Based on the Luminance and Contrast Masking Characteristics of the Human Visual System," IEEE Transactions on Image Processing, vol.22, no.9, Sep 2013. 

    상세보기

  14. J. Tang, E. Peli, and S. Acton, "Image Enhancement Using A Contrast Measure in the Compressed Domain," IEEE Signal Processing Letters, vol.10, no.10, Oct 2003. 

    상세보기

  15. S. Lee, "An Efficient Content-Based Image Enhancement in the Compressed Domain Using Retinex Theory," IEEE Transactions on Circuits and Systems for Video Technology, vol.17, no.2, Feb 2007. 

    상세보기

  16. T. Celik, "Spatial Entropy-Based Global and Local Image Contrast Enhancement," IEEE Transactions on Image Processing, vol.23, no.12, Dec 2014. 

    상세보기

  17. ITU-R Recommendation BT.500-11, M. for the Subjective Assessment of the Quality of Television Pictures 2002, 2002. 

  18. The New Image Compression Test Set - Jan 2008, http://imagecompression.info/test_images/ (accessed Mar. 13, 2018). 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로