Data-adaptive Image Zooming based on Moving Least-squares

Abstract

Image interpolation is a prime technique in many application. In this thesis, we propose an edge-directed non-linear interpolation algorithm for image zooming based on moving least squares method. The basic idea is first to use an initial estimate of pixel information at the resampling position. Specifically, this initial estimate involves measuring the orientation of the local gradients in the image. Next, the covariance estimates is used to correct the orientation of the edge direction. Finally, this orientation information is then used to adaptively steer the local kernel function, not accessing edge, which results in improving quality of the interpolated images over conventional linear interpolation.;영상처리에 있어서 높은 해상도를 갖도록 이미지를 확대하는 것은 매우 중요한 기술이다. 이 학위논문에서는 각 이미지 edge의 방향성을 보존하는 새로운 비선형 보간법을 소개한다. 기본적인 아이디어는 첫째로 기존의 선형 보간법을 이용해 이미지의 gradient값을 추정하여 주성분 분석법에 사용될 행렬을 구성한다. 이 때 사용되는 MLS 기법은 기존의 Sobel 기법보다 이론적, 수치적으로 능가한다. 둘째로 행렬의 고유값을 이용한 주성분 분석 기법으로 유한개에 국한하지 않은 edge 방향을 찾을 수 있고, 방향에 따른 가중치를 결정한다. 새로운 알고리듬을 적용한 이미지 결과를 잘 알려진 선형기법들의 결과와 비교한다. 이 논문에 있는 이미지 결과들은 방향성을 보존하면서 이미지를 확대시킬 수 있는 새로운 알고리듬의 능력을 보여준다.