자연 영상은 일반적으로 에지와 평탄 영역으로 구분된다. 에지 영역 또한 길고 강한 에지, 텍스처 등과 같이 다양한 형태를 가진다. 기존의 deinterlacing 기법들은 주로 하나의 보간 알고리즘을...
http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
https://www.riss.kr/link?id=A75847158
2004
Korean
028.105
KCI등재
학술저널
140-148(9쪽)
0
상세조회0
다운로드국문 초록 (Abstract)
자연 영상은 일반적으로 에지와 평탄 영역으로 구분된다. 에지 영역 또한 길고 강한 에지, 텍스처 등과 같이 다양한 형태를 가진다. 기존의 deinterlacing 기법들은 주로 하나의 보간 알고리즘을...
자연 영상은 일반적으로 에지와 평탄 영역으로 구분된다. 에지 영역 또한 길고 강한 에지, 텍스처 등과 같이 다양한 형태를 가진다. 기존의 deinterlacing 기법들은 주로 하나의 보간 알고리즘을 전체 영상에 적용하기 때문에 영상의 다양한 형태를 반영하기에는 어려움을 가지고 있다. 본 논문은 영상의 영역별 특징을 주출하여 영상의 특성을 반영할 수 있늘 deinterlacing 기법을 제안한다. 제안 방법은 영상을 평탄 영역, 복잡한 에지, 긴 에지로 구분하여 각 영역에 대하여 그 특징에 맞는 보간 알고리즘을 적용한다. 즉, 긴 에지에 대해서는 긴 에지를 잘 보간하는 NEDI(New Edge Directed Interpolation)?? 방법을 개선하여 적용하고, 복잡한 에지에는 고주파를 강조하는 선형 필터??를 사용하고, 평탄 영역에는 쌍선형 보간(bilinear interpolation)을 적용하는 방법을 사용한다. 모의 실험에서 제안된 방법은 영상의 영역에 따른 특성을 반영하지 않은 기존 알고리즘들보다 PSNR과 주관적 화질에서 개선된 성능을 보였다.
목차 (Table of Contents)
이동 에이전트 환겨에서의 연속된 위임을 위한 내포된 토큰 기반 위임 기법