1 |
1
이중 선형 보간을 사용하여 인터레이스 이미지의 누락 픽셀을 초기화하기 위한 누락 픽셀 초기화부;상기 누락 픽셀 초기화부에 의해 처리된 이미지의 소정 윈도우에 대한 분산을 추정하고 추정된 윈도우 분산에 기반하여 상기 윈도우를 이종(heterogeneity) 윈도우 또는 동종(homogeneity) 윈도우로 분류하기 위한 분산 추정부;상기 이종 윈도우에 대해 퍼지-기반 가중 평균 필터링을 적용하기 위한 퍼지-기반 가중 평균 필터(FWAF: fuzzy-based weighted average filter);상기 동종 윈도우에 대해 이중 선형 필터링을 적용하기 위한 이중 선형 필터(BF: bilinear filter); 및상기 퍼지-기반 가중 평균 필터의 출력과 상기 이중 선형 필터의 출력에 기반하여 디인터레이스 이미지를 형성하기 위한 디인터레이스 이미지 형성부를 포함하고,상기 퍼지-기반 가중 평균 필터(FWAF: fuzzy-based weighted average filter)는,인텐시티 유사성(intensity similarity)에 기반한 필터링을 수행하는 퍼지 인텐시티 유사성 필터;지오메트릭 근접성(geometric closeness)에 기반한 필터링을 수행하는 지오메트릭 근접성 필터; 및상기 퍼지 인텐시티 유사성 필터에서 출력되는 가중치와 상기 지오메트릭 근접성 필터에서 출력되는 가중치를 통합하는 가중치 통합부를 포함하며,상기 퍼지-기반 가중 평균 필터는,에 기반하여 출력 값()을 계산하도록 적용되고,상기에서 는 인텐시티 유사성 필터와 관련된다는 것을 나타내고, 는 지오메트릭 근접성 필터와 관련된다는 것을 나타내며, 는 인텐시티 유사성 필터의 가중치를 나타내고, 는 지오메트릭 근접성 필터의 가중치를 나타내며, 는 상기 이종 윈도우 내의 k번째 픽셀을 나타내고, 상기 와 상기 는,에 의해 결정되며,상기 와 상기 는,와에 의해 정의되며,와 는 각각 수평 변위값 및 수직 변위값을 나타내고,는 상기 추정된 윈도우 분산을 나타내는, 이중 선형 필터 및 퍼지-기반 가중 평균 필터에 기반한 디인터레이싱 장치
|
2 |
2
삭제
|
3 |
3
삭제
|
4 |
4
청구항 1에 있어서,상기 분산 추정부는,상기 추정된 윈도우 분산이 0
|
5 |
5
이중 선형 보간을 사용하여 인터레이스 이미지의 누락 픽셀을 초기화하는 단계;상기 누락 픽셀 초기화 단계에 의해 처리된 이미지의 소정 윈도우에 대한 분산을 추정하고 추정된 윈도우 분산에 기반하여 상기 윈도우를 이종(heterogeneity) 윈도우 또는 동종(homogeneity) 윈도우로 분류하는 단계;상기 이종 윈도우에 대해 퍼지-기반 가중 평균 필터링을 적용하는 단계;상기 동종 윈도우에 대해 이중 선형 필터링을 적용하는 단계; 및상기 퍼지-기반 가중 평균 필터링 결과와 상기 이중 선형 필터링 결과에 기반하여 디인터레이스 이미지를 형성하는 단계를 포함하고,상기 퍼지-기반 가중 평균 필터링을 적용하는 단계는,인텐시티 유사성에 기반한 필터링을 수행하는 단계;지오메트릭 근접성에 기반한 필터링을 수행하는 단계; 및상기 퍼지 인텐시티 유사성 필터링에 의한 가중치와 상기 지오메트릭 근접성 필터링에 의한 가중치를 통합하는 단계를 포함하며,상기 퍼지-기반 가중 평균 필터링은,에 기반하여 출력 값()을 계산하도록 적용되고,상기에서 는 인텐시티 유사성 필터와 관련된다는 것을 나타내고, 는 지오메트릭 근접성 필터와 관련된다는 것을 나타내며, 는 인텐시티 유사성 필터의 가중치를 나타내고, 는 지오메트릭 근접성 필터의 가중치를 나타내며, 는 상기 이종 윈도우 내의 k번째 픽셀을 나타내고, 상기 와 상기 는,에 의해 결정되며,상기 와 상기 는,와에 의해 정의되며,와 는 각각 수평 변위값 및 수직 변위값을 나타내고,는 상기 추정된 윈도우 분산을 나타내는, 이중 선형 필터 및 퍼지-기반 가중 평균 필터에 기반한 디인터레이싱 방법
|
6 |
6
삭제
|
7 |
7
삭제
|
8 |
8
청구항 5에 있어서,상기 추정된 윈도우 분산에 기반하여 상기 윈도우를 이종(heterogeneity) 윈도우 또는 동종(homogeneity) 윈도우로 분류하는 단계는,상기 추정된 윈도우 분산이 0
|