M 변환을 이용한 디더링된 이진 영상의 계조화

Abstract

2가지 색만을 표현하는 출력 장치의 표현 한계성을 해결하기 위하여 계조 영상(gray image)을 자연스럽게 이진 영상(binary image)으로 변환하는 방법이 사용되고 있다. 이 때 원래 영상의 계조 정보(gray information)가 손실되지만, 생성된 이진 영상은 정보량이 적어서 영상 처리에 필요한 처리 시간과 기억 용량면에서 경제적이다. 또한, 정보량의 감소는 정보 압축의 효과를 가지게 되어 영상의 전송에 유용하다. 영상 출력 해상도가 높아질수록 이진 영상으로부터 계조 정보를 추출하여 원래의 영상과 근사한 계조 영상을 만들어 낼 수 있다. 본 논문에서는 계조 정보가 손실된 이진 영상으로부터 계조 영상을 생성하는 방법을 제안한다. 입력된 이진 영상의 4×4 단위 블럭(unit block)안에서 발생하는 패턴은 이동 불변의 특성을 가지는 M 변환(M-transform)에 의해 정규화된다. 역변환 과정의 학습을 위해 사용되는 신경회로망(neural network)은 M 변환 후 정규화된 패턴을 이용하여 연상(recall)함으로써 단위 블럭의 계조값을 적합하게 출력한다. 단위 블럭의 계조값은 이웃 블럭들의 계조값과 보간하여 각 화소(pixel)의 손실된 정보를 추출한다. 신경회로망은 패턴 분류 과정에서 이동된 패턴에 대해 민감한 반응을 보이는데, 회전 이동된 패턴을 동일하게 정규화하는 M 변환은 이러한 신경회로망의 문제점을 보완한다. 본 연구에서 제안한 방법으로 생성된 계조 영상의 계조 정보는 영상이 가지는 특성을 알아내는데 유용하며, 이진 영상으로 컴퓨터 비전(computer vision)의 일반적인 실험이 가능함을 알 수 있다.;Many dithering methods are used, in case available output means is a bilevel device. By dithering, an original gray image lost a significant amount of information. So, dithered image has some problems in image processing. This paper proposes a method applying M-transform to obtain training patterns used to extract gray information in dithered image. M-transform has several characteristics such as translation invariant transform and wrap-around invariant rotation. So, it has been used mainly for position independant pattern classification problems. This features are good to generate the small set of test and learning patterns. Dithered image produces gray information by grouping the neighbor pixels. This capability of human eyes is used in printing devices. This paper introduces the new concepts of generalization of gray image from dithered image. Our approach is so simple, because trainig patterns and test patterns are obtained by M-transform. The result patterns have the information about the number and distribution of binary values in a unit block. Then EBP neural network is used to learn the given training set, and generalize the gray value of an each unit block. In this paper, unit blocks are used to generate the appropriate gray information. For getting the higher image quality, the interpolation is applied to unit block groups. Experimental result show the feasibility of the proposed method and neural network model. The result gray image's topological features correspond to shape features can be used effectively in many pattern recognition experiments. So, this method makes it possible to use a dithered image generally. If unit block overlapping process is added, the result gray image will be improved.