Edge 가중치를 이용한 적응적인 POCS Demosaicing 알고리즘 = Weighted Edge Adaptive POCS Demosaicing Algorithm

국문 초록 (Abstract)

최근 대부분의 보급형 CCD/CMOS 영상 센서는 크기와 비용을 줄이기 위해 한 가지 색상만 선택적으로 통과시키는 CFA (Color Filter Array)를 사용한다. CFA에 의해 얻은 영상을 원래의 컬러 영상으로 복원하기 위한 방법을 Demosaicing이라 부른다. Demosaicing 방법은 패턴인식이나, 정규화 등을 이용한 많은 알고리즘이 제안되었으나, 지엽적인 색상오류, zipper 효과 등의 오류를 충분히 제거하지 못하고 있다. POCS (Projection Onto Convex Sets) 방법도 전체 영상의 PSNR 성능에서는 좋은 성능을 보이지만 강한 에지 부분에서 아직 오류들이 남아 있는 것을 확인하였다 .따라서 본 논문에서는 전체 영상의 PSNR 뿐 아니라 주관적인 화질에 영향을 주는 에지 부분에서의 오류를 줄이기 위하여, 기존에 제시되었던 방법인 POCS 알고리즘을 기반으로 에지 가중치를 적응적으로 적용하였다. 그 결과 강한 에지 부분에서 보다 효율적인 컬러복원을 할 수 있었다.

다국어 초록 (Multilingual Abstract)

Most commercial CCD/CMOS image sensors have CFA(Color Filter Array) where each pixel gathers light of a selective color to reduce the sensor size and cost. There are many algorithms proposed to reconstruct the original clolr image by adopting pettern recognition or regularization methods to name a few. However the resulting image still suffer from errors such as false color, zipper effect. In this paper we propose an adaptive edge weight demosaicking algorithm that is based on POCS(Projection Onto Convex Sets) not only to improve the entire image's PSNR but also to reduce the edge region's errors that affect subjective image quality. As a result, the proposed algorithm reconstruct better quality images especially at the edge region.

목차 (Table of Contents)

• 제 1 장 서론 = 1
• 제 2 장. 기존의 Demosaicing 알고리즘 = 5
• 2.1. Initial interpolation = 5
• 2.1.1 Bilinear interpolation = 5
• 2.1.2. Hamilton's Demosaicing [5] = 6
• 2.1.3. Ron Kimmel's Demosaicing [6] = 8
• 2.1.4. Lu and Tan's Demosaicing [7] = 9
• 2.1.5. Wang's Demosaicing [8] = 10
• 2.1.6. Heterogeneity Projection [9] = 11
• 2.2. Post Processing = 17
• 2.2.1. Median Based Processing [11] = 17
• 2.2.2. Xin-Li's Demosaicing [12] = 19
• 2.2.3. POCS(Projection onto Convex Sets) [13] = 21
• 제 3 장. 제안하는 Demosaicing 알고리즘 = 25
• 3.1. Motive = 25
• 3.2. Edge = 27
• 3.3. FilterBank = 30
• 3.3.1. POCS FilterBank = 30
• 3.3.2. 서브밴드 영역의 특징 = 32
• 3.4. Correlation of High Frequency Region = 34
• 3.5. Edge Weighted POCS Ver.1 = 38
• 3.5.1 Initial interpolation = 39
• 3.5.2. Edge Weight Calculation = 39
• 3.5.3. G Channel Update = 41
• 3.5.4. R/B Channel Update = 42
• 3.5.5 Iterative R/B Channel Update = 45
• 3.6. Edge Weighted POCS Ver.2 = 46
• 3.6.1 Edge Gradient = 47
• 3.6.2 Edge Direction = 50
• 3.6.3 Adopting Edge Weighted by Edge Direction = 52
• 제 4 장. 실험 결과 = 56
• 4.1 실험 제한 요소 = 56
• 4.2. 시험 결과 = 57
• 4.2.1. 객관적인 지표 = 57
• 4.2.2. 주간좍인 지표 = 60
• 제 5 장. 결론 = 63
• 제 6 장. 참고문헌 = 65