[논문]CMOS 이미지 센서용 효과적인 이미지 스케일 구현

이동훈; 손승일

문제 정의

본 논문에서는 CMOS 센서용에 적합한 이미지스케일러를 설계 하였다. 기존의 다양한 이미지스케일러 알고리즘 처리에서 더 좋은 화질 개선을 요구하면 칩의 비용이 비싸지고 그 반대일 경우는 좋은 화질을 얻을 수 없다.
이러한 기능을 지원하기 위해 다기능, 고성능 처리가 가능한 이미지 처리, 기술이 필요하다. 본 논문에서는 CMOS 센서의 이미지 처리 프로세싱(ISP)의 마지막 처리 기능인 이미지 스케일기능에 대한 처리를 수행하고자 한다. 이미지가 ISP블록을 거쳐 최종 단에 이미지 데이터를 프레임 버퍼에 저장한 후에 출력장치의 다양한 포맷의 요구를 지원하며 R, G, B 포맷의 데이터 결과를 출력한다.

제안 방법

이미지는 Lena 표준영상을 사용하였다. 그림 X의 (a) 는 Lena 원본영상 256x256의 크기에서 Lena의 특징적인 눈을 확대하여 다양한 스케일 알고리즘으로 처리한 데이터들을 비교하였다. 그림 (b) 는 가장 이웃한 화소 픽셀 알고리즘(Nearest Interpolation)을 적용하였다.
각각의 알고리즘에 대해 처리된 영상 데이터 이미지를 분석 비교하여 각 특징에서 가장 저전력, 저비용, 고화질의 처리가 가능한 알고리즘을 VHDL 하드웨어 설계언어를 이용하여 설계하고 ModeSim6.0a 를 이용한 데이터 분석하고 결론을 내리고자 한다. 囹.
이러한 이미지 스케일 처리를 기존의 소프트웨어의 응용 소프트웨어에서 처리가 가능하나 저비용, 저전력 장치에는 적합하지 않다. 결과적으로 하드웨어를 지원하는 그래픽 처리에서 주 메인 처리기능인 CPU(Central Processing Unit), GPU(Graphics Processing Unit)의 자원을 활용하지 않고 자체 이미지 스케일 기능 블록을 독립된 하드웨어로 구현하고자 한다. 다음은 다양한 이미지 스케일 알고리즘에 대해 알아보자.
다음은 영상의 이미지를 부분 확대하여 영상의 일그러짐 정도와 영상의 부드러운 이미지의 차이를 비교 하였다. 이미지는 Lena 표준영상을 사용하였다.
제안한 알고리즘은 기존의 양성형 스케일(Bilinear Scaler)과 비슷한 비용에서 보다 좋은 화질로 개선할 수 있게처리하였다. 또한 표 1에서 보는 것과 같이 비슷한연산량을 필요하면서 양 선형과 가장 인접한 픽셀처리 두 가지 장점을 가지며 저전력, 저비용, 고화질 측면에서 효과적인 이미지 스케일 기능을 수행한다. 결과적으로 본 논문에서 제공하는 알고리즘 구현은 CMOS 센서용, 모바일 디스플레이 장치의 저전력, 저비용에 적합한 이미지 스케일 응용 모델로 사용될 수 있다고 사료된다 田[5].
이미지가 ISP블록을 거쳐 최종 단에 이미지 데이터를 프레임 버퍼에 저장한 후에 출력장치의 다양한 포맷의 요구를 지원하며 R, G, B 포맷의 데이터 결과를 출력한다. 모바일 휴대폰 사이즈는 CIF(352x288) , QCIF(176xl44), 일반 PC에서 사용하는 CRT, LCD 컴퓨터 디스플레이 장치 (1280*1024, 1024* 768)의 해상도에 맞게 이미지 스케일을 처리한다. 이러한 이미지 스케일 처리를 기존의 소프트웨어의 응용 소프트웨어에서 처리가 가능하나 저비용, 저전력 장치에는 적합하지 않다.
본 논문에서 제안한 알고리즘은 가장 인접한 이웃 화소 보간법의 장점인 빠른 픽셀 처리와 양 선형 보간법의 이미지 잡음(Noise)를 줄일 수 있고 부드러운 이미지 처리(Blur)가 가능한 두 가지장점를 갖는 이미지 스케일을 구현하였다. 각각의 알고리즘에 대해 처리된 영상 데이터 이미지를 분석 비교하여 각 특징에서 가장 저전력, 저비용, 고화질의 처리가 가능한 알고리즘을 VHDL 하드웨어 설계언어를 이용하여 설계하고 ModeSim6.
기존의 다양한 이미지스케일러 알고리즘 처리에서 더 좋은 화질 개선을 요구하면 칩의 비용이 비싸지고 그 반대일 경우는 좋은 화질을 얻을 수 없다. 제안한 알고리즘은 기존의 양성형 스케일(Bilinear Scaler)과 비슷한 비용에서 보다 좋은 화질로 개선할 수 있게처리하였다. 또한 표 1에서 보는 것과 같이 비슷한연산량을 필요하면서 양 선형과 가장 인접한 픽셀처리 두 가지 장점을 가지며 저전력, 저비용, 고화질 측면에서 효과적인 이미지 스케일 기능을 수행한다.
또한 이미지 스케일 다운(Scale-down) 처리과정도 스케일 업과 정과 같다. 제안한 알고리즘의 특징은 원본 소스의 영역 픽셀 하나를 사용하였을 때 가장 인접한 방법 (Nearest neighbor model)과 멀티 원본 소스 영역의 픽셀 하나 이상을 사용하였을때 양 선형 (Bilinear mod이)의 두 영역 처리가 가능하여 두 가지의 장접을 갖는 알고리즘 기술이다(1)(2).
출력결과를위해 픽셀 영역 가중치와 원본 이미지 픽셀값을읽어 곱셈기 4개와 가산기 3개를 이용하여 출력결과를 얻도록 설계하였다

대상 데이터

그림 4에서 실험 영상 데이터는 CIF(352x288) 원본 크기의 이미지를 입력하여 QCIF(176xl44)크기의 새로운 이미지 처리에 대한 시뮬레이션을 수행하였다. 출력 결과 타임은 첫 라인과 두 번째 라인의 데이터 메모리 쓰기 엑세스 이후부터 어드레스 발생가의 컨트롤 (Address Generator Control)이 가능한 시점 이후부터 결과를 출력한다.

이론/모형

그림 X의 (a) 는 Lena 원본영상 256x256의 크기에서 Lena의 특징적인 눈을 확대하여 다양한 스케일 알고리즘으로 처리한 데이터들을 비교하였다. 그림 (b) 는 가장 이웃한 화소 픽셀 알고리즘(Nearest Interpolation)을 적용하였다. 이웃한 픽셀값을 바로 복사하여 사용하기 때문에 확대한 이미지에서 경계선 처리 문제에 대한 일그러짐 현상이 보였고 에지는 전체적으로 잘 나타났다.
그림 (c) 는 3차 회선 보간법 (Bicupic Interpolation) 을 적용하여 비교 대상 알고리즘에서 가장 좋은 영상의 화질과 에지를 나타내었다. 그림(d)에서는 양 선형 보간법(Bilnear Interpolation)을 사용하였다. 양선형 보간법에서는 영상의 확대하여 보았을 때 부드러운 이미지 영상으로 나타나지만 영상의 에지(Edge) 검출한 이미지에 대해서는 에지 처리 가장 잘 나타나지 않았다.
연속 스트림 데이터를 처리하기 위해 Ping -Pong램 엑세스 방법을 사용하였다. 출력결과를위해 픽셀 영역 가중치와 원본 이미지 픽셀값을읽어 곱셈기 4개와 가산기 3개를 이용하여 출력결과를 얻도록 설계하였다
다음은 다양한 이미지 스케일 알고리즘에 대해 알아보자. 이미지 스케일 처리 방법에는 기존에 많이 사용하는 방법으로 가장 인접한 이웃 화소 보간법(卜珀由*6아 Neighbor Interpolation) , 양선형 보간법 (Bilinear Interpolation), 3차 회선보간법 (Cubic Convolution Interpolation), B-스플라인 보간법 (B-Spline Interpolation) 기법을 사용하였다(1)(2).
이미지 스케일의 방법에서 제안한 알고리즘은 영역픽셀 모델(Area Pixel model)과 도메인 필터 방법 (Domain filtering method)을 사용한다. 이미지스케일-UP/DOWN기능 처리에서 원본 이미지가최소 하나에서 최대 4개의 영역을 포함하여 새로운 하나의 이미지 픽셀을 구한다
비교 하였다. 이미지는 Lena 표준영상을 사용하였다. 그림 X의 (a) 는 Lena 원본영상 256x256의 크기에서 Lena의 특징적인 눈을 확대하여 다양한 스케일 알고리즘으로 처리한 데이터들을 비교하였다.

성능/효과

그림 (b) 는 가장 이웃한 화소 픽셀 알고리즘(Nearest Interpolation)을 적용하였다. 이웃한 픽셀값을 바로 복사하여 사용하기 때문에 확대한 이미지에서 경계선 처리 문제에 대한 일그러짐 현상이 보였고 에지는 전체적으로 잘 나타났다. 그림 (c) 는 3차 회선 보간법 (Bicupic Interpolation) 을 적용하여 비교 대상 알고리즘에서 가장 좋은 영상의 화질과 에지를 나타내었다.

후속연구

또한 표 1에서 보는 것과 같이 비슷한연산량을 필요하면서 양 선형과 가장 인접한 픽셀처리 두 가지 장점을 가지며 저전력, 저비용, 고화질 측면에서 효과적인 이미지 스케일 기능을 수행한다. 결과적으로 본 논문에서 제공하는 알고리즘 구현은 CMOS 센서용, 모바일 디스플레이 장치의 저전력, 저비용에 적합한 이미지 스케일 응용 모델로 사용될 수 있다고 사료된다 田[5].

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

CMOS 이미지 센서용 효과적인 이미지 스케일 구현
Implementation of an Efficient Image Scaler for CMOS Image Sensor 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

CMOS 이미지 센서용 효과적인 이미지 스케일 구현 Implementation of an Efficient Image Scaler for CMOS Image Sensor 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

CMOS 이미지 센서용 효과적인 이미지 스케일 구현
Implementation of an Efficient Image Scaler for CMOS Image Sensor 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper