1 |
1
경계선 성분 분류 기반 신경회로망 모델을 이용한 영상 화질 개선방법에 있어서,
입력 영상을 이용하여 주파수 성분별로 저주파수 영상, 중간주파수 영상 및 고주파수 영상을 생성하는 단계;
상기 중간주파수 영상의 각 성분에 따른 학습을 위하여, 상기 중간주파수 영상의 경계선 영상을 성분별로 분류하는 단계;
상기 분류된 경계선 영상에 따른 신경회로망 모델을 구성하는 단계;
상기 신경회로망 모델을 통하여 고주파수 영상을 추정하는 단계; 및
상기 추정된 고주파수 영상과 상기 저주파수 영상과의 합을 통하여 고해상도 영상을 구현하는 단계를 포함하며,
상기 경계선 영상을 성분별로 분류하는 단계는,
미리 정해진 각도에 따른 경계선 영상과 평활 영상을 검출하는 단계; 및
상기 검출된 영상에 따라 패치를 생성하는 단계를 포함하는 것을 특징으로 하는 영상 화질 개선방법
|
2 |
2
제1항에 있어서,
상기 저주파수 영상을 생성하는 단계는,
상기 입력 영상을 축소하는 단계; 및
상기 축소된 영상을 보간법을 이용하여 원래 입력 영상의 크기로 확대하는 단계를 포함하는 것을 특징으로 하는 영상 화질 개선방법
|
3 |
3
제1항에 있어서,
상기 중간주파수 영상을 생성하는 단계는,
상기 저주파수 영상을 저주파수 차단 필터에 통과시키는 단계; 및
상기 중간주파수 영상을 패치화하는 단계를 포함하는 것을 특징으로 하는 영상 화질 개선방법
|
4 |
4
제3항에 있어서,
상기 저주파수 차단 필터는,
[식]
상기 식에 도시된 라플라시안 필터를 이용하는 것을 특징으로 하는 영상 화질 개선방법
|
5 |
5
제1항에 있어서,
상기 고주파수 영상을 생성하는 단계는,
상기 입력 영상과 상기 저주파수 영상 과의 차를 통하여 구하는 단계를 포함하는 것을 특징으로 하는 영상 화질 개선방법
|
6 |
6
삭제
|
7 |
7
제1항에 있어서,
상기 미리 정해진 각도에 따른 경계선 영상과 평활 영상을 검출하는 단계는,
고주파수 영상에 소벨(sobel) 마스크를 적용하여 평활 영상, 0도, 45도, 90도 및 135도 경계선 영상을 검출하는 단계를 포함하는 것을 특징으로 하는 영상 화질 개선방법
|
8 |
8
제1항에 있어서,
상기 신경회로망 모델은 역전파 알고리즘인 것을 특징으로 하는 영상 화질 개선방법
|
9 |
9
제1항 또는 제8항에 있어서,
상기 분류된 경계선 영상에 따른 신경회로망 모델을 구성하는 단계는,
상기 중간주파수 영상을 상기 신경회로망 모델의 입력값으로 사용하고, 상기 고주파수 영상을 목표값으로 설정하여, 상기 신경회로망 모델을 학습시키는 단계; 및
상기 목표값과 결과값의 오차가 설정치 이내로 줄어들 때까지 반복 학습을 수행하는 단계를 포함하는 것을 특징으로 하는 영상 화질 개선방법
|
10 |
10
제1항에 있어서, 상기 신경회로망 모델을 통하여 고주파수 영상을 추정하는 단계는,
상기 구성된 신경회로망 모델을 통해서 얻은 결과값을 자동 회귀 모델을 적용하여 경계선 영상 성분별 가중치를 선정하여 고주파수 영상을 추정하는 단계를 포함하는 것을 특징으로 하는 영상 화질 개선방법
|
11 |
11
제9항에 있어서,
상기 신경회로망 모델을 학습시키는 단계는,
가중치를 초기화하는 단계;
통신망을 통한 입력 벡터를 전파하는 단계;
출력층에서 에러를 계산하는 단계;
중간층에서 에러를 계산하는 단계;
상기 가중치를 업데이트 하는 단계; 및
총 오차가 미리 설정한 임계값 이내에 도달할때 까지, 상기 가중치를 초기화하는 단계를 제외한 나머지 과정을 반복 수행하는 단계를 포함하는 것을 특징으로 하는 영상 화질 개선방법
|