1 |
1
이미지 보간 장치의 제어부에서는 녹색(Green) 평면 보간을 위해서 예측 변수를 생성하는 1단계;상기 제어부에서 녹색(Green) 평면 보간을 위해서 에지를 분류하는 2단계;상기 제어부에서 상기 예측 변수 및 상기 분류된 에지를 고려하여 녹색(Green) 평면을 보간하는 3단계;상기 제어부에서 적색(Red) 및 청색(Blue) 평면들을 어댑티브 컬러 플레인 보간(Adaptive Color Plane Interpolation : ACPI)을 이용하여 보간하는 4단계; 및상기 제어부에서 상기 보간된 평면 정보들을 재사용하여 이미지의 품질을 개선하는 5단계를 포함하며,상기 에지를 분류하는 단계는 기하학적 이중성에 기반한 보간에러들 및 넓혀진 방향 차별성을 코스트 텀(Cost term)으로 하고, 상기 방향차별성의 계산이 전체 이미지에서 행하여진 후 상기 방향차별성 각각이 확장(dilated)되며,상기 방향차별성이 확장(dilated)된 후 실시되는 보간의 방향이 갱신된(updated) 방향에 의해 결정되는 것을 특징으로 하는 이미지 보간 방법
|
2 |
2
제1항에 있어서,상기 예측 변수는 테일러 시리즈에 의해 생성되는 것을 특징으로 하는 이미지 보간 방법
|
3 |
3
제2항에 있어서,상기 테일러 시리즈에 의해 생성된 예측 변수는 수평(horizontal), 수직(vertical) 및 무지향성(omnidirectional)인 것을 특징으로 하는 이미지 보간 방법
|
4 |
4
삭제
|
5 |
5
제1항에 있어서,상기 기하학적 이중성에 기반한 보간에러들은 보간된 값과 이미지의 원래 값의 차의 절대 값인 것은 특징으로 하는 이미지 보간 방법
|
6 |
6
제1항에 있어서
|
7 |
7
제1항에 있어서,상기 기하학적 이중성에 기반한 보간에러들은 0도, 45도, 90도 및 135도의 4개 방향으로 계산되는 것을 특징으로 하는 이미지 보간 방법
|
8 |
8
제1항에 있어서,상기 방향차별성의 계산을 위해서 소벨(Sobel) 필터를 사용하는 것을 특징으로 하는 이미지 보간 방법
|
9 |
9
삭제
|
10 |
10
삭제
|
11 |
11
제1항에 있어서,상기 보간의 방향이 수평 또는 수직 방향인지 결정하기 위하여 투표(voting) 전략을 사용하는 것을 특징으로 하는 이미지 보간 방법
|