KR100279594B1 - 바이너리 영상의 확대, 축소 방법 - Google Patents

Abstract

본 발명은 팩시밀리, 프린터와 같은 영상처리기에서 하프톤(halftone) 과정을 거친후 0과 1로 표현되는 바이너리 영상을 확대하거나 축소하는 기술에 관한 것으로, 영상처리속도를 개선하고 원가를 절감하기 위하여, 스케일 테이블 S(x)=[X^*(L_out/L_in)], 테이블 값 T(x)=S(x+1)-S(x)로 각기 구하고, 그 T(x)에 따라 해당 픽셀 데이터 라인을 삭제하거나, 그대로 출력하거나, 두 번 출력하는 테이블 계산과정과; 비트열이 서로 대칭적으로 고정된 마스크값(MASK1), (MASK2)을 이용하여 마스크 출력 mask_out = (MASK1&pre_data)｜(MASK2&data)을 결정하는 마스크 사용과정을 포함하여 이루어지도록 하였다.

Description

바이너리 영상의 확대, 축소 방법

본 발명은 팩시밀리, 프린터와 같은 영상처리기에서 하프톤(halftone) 과정을 거친후 0과 1로 표현되는 바이너리 영상을 확대하거나 축소하는 기술에 관한 것으로, 특히 하드웨어의 구현이 용이하고 처리속도를 향상시키기 위하여 축소/확대할 위치에 대한 테이블값을 계산할 때 확대/축소에 대한 계산을 병행하도록한 바이너리 영상의 확대, 축소 방법에 관한 것이다.

통상적으로, 영상처리기에서 영상 데이터를 출력하기 위해 회색조(gray level)로 표현된 영상을 0과 1의 디지탈 값을 가진 영상(binary image)으로 변환하게 된다. 이렇게 바이너리 데이터로 표현된 영상을 출력할 때 프린트 용지의 크기나 프린트의 해상도 등 출력 환경에 알맞게 축소해야하는 경우가 발생된다.

이를 위해 바이너리 영상의 정보를 최대한 유지하면서 확대하거나 축소하는 종래기술에 의한 런렝스 스켈링(Run-Length Scaling) 방법을 설명하면 다음과 같다.

패턴 대응법이나 오차 확산법은 비트맵(BITMAP)으로 복화화된 데이터를 이용하여 출력 화상의 크기를 변환하기 때문에 MH, MR, MMR로 처리하는 팩시밀리에서는 효율적이지 못하다. 따라서, 복호와 과정에서 필연적으로 발생하는 런렝스 데이터를 이용하여 수평 해상도변환(Scaling)을 수행한 후, 수직 해상도변환을 수행하여 처리 속도가 향상되도록 하였다.

먼저, 상기 수평 해당도변환 과정을 설명한다.

MH, MR, MMR로 부호화된 데이터로 부터 런렝스 데이터를 얻고 이를 비트맵으로 변환하기 전에 스켈링을 한다. 이때, 미리 만들어 놓은 스케일 테이블을 이용하여 빠른 속도를 얻을 수 있으며, 그 스케일 테이블은 하기의 (수학식 1)을 이용하여 작성된다.

[수학식 1 ]

여기서, x=1,2,...........,L_in

상기에서 Lin은 입력라인의 화소(pixel)수, Lout은 출력라인의 화소수이고, [x]는 x를 넘지않는 최대 정수를 의미한다. 입력 런렝스시퀀스를 {P_n}, 출력 런렝스 시퀀스를 {R_n} 이라고 하면, P_n과 R_n사이에는 다음의 (수학식 2)와 같은 관계가 성립한다.

[수학식 2]

여기서, n=1,2,...........,N_in

여기서, N_in은 입력 런렝스 시퀀스의 크기이다. 이러한 스켈링은 일정 비율로 점을 제거하거나 복사하는 것과 동일한 작용을 한다.

예를들어, Lin=5, Lout=7인 경우를 생각해 보자. S(0)에서 S(5)까지는 차례로 0,1,2,4,5,7의 값을 갖는다. 여기서, S(3)와 S(2), S(5)와 S(4)의 차이가 2인데, 이는 입력 라인의 셋째 화소와 다섯째 화소가 복사되는 것을 의미한다.

Lin=7, Lout=5인 경우에는 S(0)에서 S(7)까지 0,0,1,2,2,3,4,5의 값을 갖는다. 여기서, S(1)과 S(0), S(4)와 S(3)의 차이가 0인데, 이는 입력 라인의 첫째 화소와 넷째 화소가 삭제되는 것을 의미한다. 그러나, 이렇게 일정한 위치의 화소를 복사하거나 삭제하게 되면 특히 중간조로 처리된 영상에 대하여 눈에 거슬리는 세로줄이 나타날 수 있다. 이 현상은 변화비율이 100%에 근접할수록 심하게 나타난다. 이를 방지하기 위하여 복사나 삭제 위치가 다른 여러개의 스케일 테이블을 사용한다. 그러나, 메모리 크기의 제한이 있으므로 너무 많은 스케일 테이블을 사용하는 것은 바람직하지 않고 4개의 테이블을 이용하면 95%나 100% 정도의 변환에서도 양호한 화질을 얻을 수 있다. 4개의 스케일 테이블은 다음의 (수학식 3)과 같이 생성된다.

[수학식 3]

그런데, 변환비율이 150% 정도이거나 67% 정도인 경우에는 상기 (수학식 3)에서 S₀(x) = S₂(x)가 되므로 다음의 (수학식 4)으로 구해지는 3개의 스케일 테이블을 사용하는 것이 더 좋은 결과를 얻을 수 있다.

[수학식 4]

이렇게 생성한 스케일 테이블을 순차적으로 적용하더라도 속도에는 거의 영향이 없고, 단지 스케일 테이블을 위한 메모리만 할당하면 된다.

그런데, 모든 팩시밀리가 흰 종이에 검은 색으로 문자나 그림을 표시하고, 특히 중간조로 처리된 영상에서는 개개의 점이 아니라 어떤 영역내의 흰 점과 검은 점의 개수와 그 분포 양식이 영상을 바라보는 사람의 눈에 영향을 끼치게 된다. 따라서, 단순히 검은 점과 흰 점의 비율을 똑같이 유지하는 것만으로는 부족하다고 할 수 있다.

다양한 비율의 축소변환에 대한 실험 결과를 살펴보면 축소 영상이 원 영상보다 희미한 느낌을 주는데, 이는 실제 인쇄된 출력 영상에서 검은 점의 크기가 흰 점의 크기보다 크기 때문이다. 4×4 크기의 매트릭스가 2×2 크기의 매트릭스로 변환되는 50% 축소의 경우를 예로 하면, 홀수째 라인은 홀수째 화소가, 짝수째 라인은 짝수째 화소가 삭제되고, 후술한 수직변환에 의하여 제1도에서와 같이 변환된다.

전체점의 개수에 대한 검은 점의 개수의 비는 원 영상이나 축소 영상이나 모두 0.5로 같지만, 전체 면적에 대한 검은 면적의 비는 서로 다르다. 왜냐하면, 레이저 프린터나 잉크젯 프린터에서 실제 검은 점의 모양은 상기 제1도에서와 같이 정사각형으로 표시되는 화소보다 큰 원형의 형태에 가깝기 때문이다. 정사각형의 한 변의 길이를 a, 원의 지름을 √2a라고 하면 원 영상에서 검은 면적의 비율은 다음과 같이 계산된다.

또한, 축소 영상에서 검은 면적의 비율은 다음과 같이 계산된다.

결국, 상기의 계산 결과에서와 같이 축소 영상이 원 영상보다 밝다는 것을 알 수 있다. 물론 이 차이는 검은 점의 분포 양식에 따라 달라지고, 경우에 따라서는 축소 영상이 더 어두워질 수도 있다.

이를 보정해 주기 위해 스켈링을 할 때 검은 점을 보호하는 방법을 적용하면 보다 진한 결과를 얻을 수 있다. 즉, 검은 색에 해당하는 R_n의 값이 0이면 그 왼쪽 점을 검은 색으로 바꿈으로써 검은 점을 보호하는 효과를 얻을 수 있다. 실험 결과 축소의 경우에는 점을 강조하는 것이 더 좋은 느낌을 주었다.

이제, 2×2 크기의 매트릭스가 3×3 크기의 매트릭스로 변환되는 150%의 확대의 경우를 예를 들어보자. 이와 같은 경우 홀수째 라인은 홀수째 화소가, 짝수째 라인은 짝수째 화소가 복사되고, 다음 후술할 수직변환에 의하면 제2도와 같이 된다.

축소의 경우와 마찬가지로 원 영상의 검은 면적의 비는 0.57이지만 확대 영상의 검은 면적의 비는 다음과 같이 계산된다.

따라서, 축소의 경우와는 반대로 확대 영상이 원 영상보다 어둡게 된다는 것을 알수 있다. 물론, 이 차이는 검은 점의 분포 양식에 따라 달라지며, 일반적으로 확대 영상이 더 밝아진다.

이를 보정해주기 위해 검은 점보다 흰 점을 강조하면 보다 깨끗한 결과를 얻을 수 있다. 즉, 검은 점에 해당하는 P_n의 값이 문턱값(실험에서 32)보다 작고 R_n의 값이 P_n보다 크면 R_n의 값을 하나 줄임으로써 이러한 효과를 얻을 수 있다. 실험 결과 확대의 경우에는 흰 점을 강조하는 것이 더 깨끗한 느낌을 주었다.

한편, 상기 수직 해상도변환 과정을 설명한다.

수직 해상도 변환은 수평 해상도 변환으로부터 얻은 비트맵을 이용하여 적절한 필터링을 통해 이루어지는데, 이때의 데이터는 수평 해상도 변환을 거친 비트맵 형식의 데이터이므로 바이트(byte) 단위로 처리함으로써 처리속도를 보다 빠르게 할 수 있다. 여기서는 속도 향상을 위해 두 개의 라인을 이용한 것을 예로하였으며, 이를 C 언어로 표현하면 다음과 같다.

[수학식 5]

New_line=(Upper_line&Mask1)｜(Lower_line&Mask2);

여기서, New_line, Upper_line, Lower_line은 무부호 정수(unsigned int)형의 변수이고, Mask1과 Mask2는 다음의 (수학식 6)을 만족하는 가능한한 불규칙적인 특성을 갖는 적절한 값이다.

[수학식 6]

(Mask1 ｜ Mask2)=OxFFFFFFFF

문자 영상에 대해서는 Mask1과 Mask2의 값이 별다른 영향을 끼치지 않지만, 중간조로 처리된 그림 영상에 대해서는 검은 점의 분포 양식이 중요한 의미를 갖기 때문에 마스크의 값이 큰 영향을 끼친다. 실험 결과 Ox6B3696D9과 Ox96D96B36이 비교적 좋은 특성을 나타냈고, Ox5555555와 OxAAAAAAAA는 오차 확산으로 처리된 중간조 영상에 대해서는 원 영상 자체가 불규칙적인 특성을 가지므로 비교적 좋은 결과를 나타냈지만 디더링(dithering)으로 처리된 중간조 영상에 대해 눈에 거슬릴 정도로 상당히 나쁜 결과를 나타내었다.

상기 (수학식 6)을 만족해야하는 이유는 두 개의 검은 라인으로부터 완전한 검은 라인을 만들어야 하기 때문이고, 흰 종이에 검은 색으로 인쇄되기 때문에 검은 점이 흰 점보다 상대적으로 중요한 의미를 지니므로 1의 값을 갖는 비트가 0의 값을 갖는 비트보다 약간 많아야 좋다. Ox6B3696D9의 1의 값을 갖는 비트의 수는 18, 0의 값을 갖는 비트의 수는 14이다.

상기 (수학식 5)의 방법보다 규칙성을 줄이고, 보다 양호한 결과를 얻기 위하여 다음과 같이 테이블을 이용할 수 있다.

[수학식 7]

New_line=Mask_table1[Upper_line]｜Mask_table2[Lower_line];

여기서, New_line, Upper_line, Lower_line은 테이블 크기를 고려한 unsigned char형의 변수이고, Mask_table1[]과 Mask_table2[]는 특히 중간조 패턴에 잘 대응되도록 정해진 배열이다. 즉, 1과 0의 변화가 작은 값(OxOF, OxEO, OxFF)에 대해서는 문자일 가능성이 높으므로 검은 점의 분포 양식이 비슷하도록 테이블의 값을 정하고, 변화가 큰 값(Ox54, OxAB 등)에 대해서는 그림일 가능성이 높으므로 검은 점의 분포 양식이 불규칙적으로 되도록 테이블의 값을 정한다. 물론, 이 경우에도 하기의 (수학식 8)을 만족하여야 하며, 실험결과 이 방법이 가장 우수한 특성을 나타내었다.

[수학식 8]

Mask_table1[OxFF]｜Mask_table2[OxFF]

확대의 경우에는 새로운 새로운 라인을 두 라인 사이에 삽입하고, 축소의 경우에는 두 라인 대신에 새로운 라인만큼 출력하면 된다. 삽입할 위치나 삭제할 위치는 다음과 같이 결정된다.

입력 라인수와 출력 라인수의 비를 x:y라고 하면(단, x와 y는 자연수) 축소 확대에 관계없이 소정의 알고리듬을 통해 수직변환 테이블 V_n을 만든다. 여기서, x와 y는 자연수이므로 L과 S는 0이 될 수 없다. 수평변환을 위한 스케일 테이블에서 S(n)-S(n-1)≠1일 때 삭제나 삽입이 이루어지듯이, V_n=0일 때 확대의 경우는 삽입, 축소의 경우는 삭제가 이루어진다.

현재 처리중인 입력 라인 카운터를 i, 출력 라인 카운터를 j이라고 하자, 먼저, 확대의 경우를 살펴보면, V_{[(j-1) mod L]}이 0인 경우가 삽입할 위치이므로, (i-1)번째 라인과 i번째 라인으로 만들어진 새로운 라인을 출력하고, 출력 라인 카운터는 하나 증가시키고 입력 라인 카운터는 증가시키지 않는다. 축소의 경우는 V_{[(i-1) mod L]}이 0인 경우가 삭제할 위치이므로, i번째 라인과 (i+1)번째 라인을 이용하여 새로운 라인을 만들어 (i+1)번째 라인을 대체하고, 출력 라인 카운터는 증가시키지 않고 입력 라인 카운터만 하나 증가시킨다. 이 방법은 50% 미만이나 200% 초과의 변환에도 적용이 가능하다.

그러나, 이와 같은 종래의 바이너리 영상 확대, 축소방법에 있어서는 확대 또는 축소를 위한 영상처리 이전에 마스크 테이블을 만들어 주어야 하므로 그에 따라 영상 처리속도가 늦어지게 되는 단점이 있고, 영상 처리를 위해 많은 용량의 메모리를 필요로 하기 때문에 이에 의해 원가가 상승되는 결함이 있었다.

따라서, 본 발명이 이루고자하는 기술적 과제는 가우스(Gauss) 함수를 사용하여 어느 위치에서 바이너리 영상을 확대할 것인지 또는 축소할 것인지에 대한 테이블을 계산해 내고, 테이블 작성과 병행하여 확대, 축소 계산을 할 수 있는 바이너리 영상의 확대, 축소 방법을 제공함에 있다.

제1도는 종래 기술에 의한 영상의 50% 축소 예시도.

제2도는 종래 기술에 의한 영상의 150% 확대 예시도.

제3도는 종래 기술에 의한 마스크 사용 예시도.

제4도는 본 발명에 의한 바이너리 영상의 확대, 축소 방법의 신호 흐름도.

제5도는 본 발명에 의한 확대, 축소 테이블의 계산 예시도.

제6도는 본 발명에 의한 마스크 사용 예시도.

제7도는 본 발명에 의한 마스크 출력 예시표.

제8(a)도는 원영상, (b)도는 본 발명에 의해 1.5배 확대 처리된 영상.

본 발명의 목적을 달성하기 위한 본 발명 바이너리 영상의 확대, 축소 방법은 스케일 테이블 S(x)=[X^*(L_out/L_in)], 테이블 값 T(x) = S(x+1)-S(x)로 각기 구하고, 그 T(x)에 따라 해당 픽셀 데이터 라인을 삭제하거나, 그대로 출력하거나, 두 번 출력하는 테이블 계산과정과; 마스크 출력 mask_out = (MASK1&pre_data)｜(MARK2&data)을 결정하는 마스크 사용과정을 포함하여 이루어지는 것으로, 이와 같이 이루어진 본 발명의 작용을 첨부한 제4도 내지 제8도를 참조하여 상세히 설명하면 다음과 같다.

바이너리 영상을 확대하거나 축소할 때, 가우스 함수를 사용하여 어느 자리에서 확대, 축소를 할 것인지에 대한 테이블을 작성하고, 이와 병행하여 확대, 축소 계산을 할 수 있는 알고리즘으로 수신 확대, 축소 모듈을 구현하는데, 그 가우스 함수를 이용하여 테이블을 계산할 때 다음의 (수학식 9)를 이용한다.

[수학식 9]

S(x) = [X^*(L_out/L_in)]

상기 (수학식 9)에서 L_out은 출력 라인의 수이고, L_in은 입력 라인의 수이다. 따라서, L_out/L_in의 값은 확대, 축소를 결정하는 값(Scale)이 된다. 그리고, x는 0에서 입력 라인의 수까지 변하는 변수이다.

상기 (수학식 9)에서 S(x)를 구하고 난 후, 테이블은 S(x+1)-S(x)라는 식으로 구하게 된다. 이렇게 계산된 테이블 값을 T(x)라 하면, T(x)는 2배 이하의 확대일 경우, 1이나 2의 값만을 가지게 되고, 1/2배 이상의 축소일 경우, T(x)는 0이나 1의 값을 갖게 된다.

이 결과 값을 가지고 테이블의 값이 0인 경우, 해당하는 그 픽셀이나 라인은 삭제하고, 그 값이 1인 경우에는 픽셀이나 라인을 그대로 출력하면 되며, 값이 2인 경우에는 두 번 출력하는 방법으로 확대, 축소를 계산한다.

어느 자리에서 확대, 축소할 것인지에 대한 테이블을 가우스 함수로 계산하고, 다시 테이블 계산을 위해 빼기 연산을 하는 경우에는 각 라인마다 일정 시간과 테이블 값 저장을 위한 메모리가 필요하게 된다. 이러한 단점을 해결하기 위하여 정수값을 상위 비트로 두고, 소수점 이하의 값을 하위 비트로 할당하여 정수 값을 테이블로 사용하고, 나머지 값으로 다시 더하기 연산을 하며, 다시 그 결과 값 중에서 정수 부분(상위 비트)을 테이블 값으로 사용하는 방법을 사용한다. 이와 같은 식으로 계산을 하면 기존의 방법에서 계산한 테이블 값과 동일한 결과를 도출해 낼 수 있다.

제5도는 스케일이 1.66인 경우 본 발명에 의한 테이블 계산 예를 보인 것이다.

상기와 같이 계산을 하면 구현이 간단할 뿐만 아니라, 각 화소값을 읽어 들일 때마다 해당하는 테이블 값을 계산할 수 있으므로 실시간 구현이 용이해 진다. 스케일이나 나머지 부분의 각 비트(bit)는 확대, 축소의 해상도(resolution)에 따라 적당한 비트 수를 할당하면 하드웨어로의 구현이 용이해 진다.

한편, 본 발명에서 제안하는 간단한 설계를 위한 마스크 사용방법에 대해 설명한다.

버퍼에 있는 이전의 데이터를 pre_data라 하면, 하기의 (수학식 10)에 의해 출력이 결정된다.

[수학식 10]

mask_out = (MASK1&pre_data)｜(MASK2&data)

이와 같은 방법으로 마스크를 설계하면 pre_data에 해당하는 1화소의 버퍼만으로 설계를 구현할 수 있으므로 간단한 하드웨어 설계가 가능해 진다. 이때의 마스크(MASK1)와 마스크(MASK2)의 값은 다음과 같은 고정된 값을 사용하여 설계한다.

MASK1 : 0x55555555 (Bin : 01010101010101010101010101010101)

MASK2 : 0xAAAAAAAA (Bin : 10101010101010101010101010101010)

이 마스크(MASK1), (MASK2)들을 사용하면 실제 구현에서는 “0”과 “1”의 마스크 데이터를 번갈아 가면서 사용하면 되므로, 가로 방향으로 마스크를 사용하던 기존의 설계를 수정하여, 세로 방향으로 마스킹의 적용이 가능하다. 마스크를 적용하는 이유는 동일 패턴의 방지를 위한 것이므로 가로 마스크와 세로 마스크는 동일한 효과를 나타낸다.

제6도에서와 같이, 각 라인마다 마스크가 바뀌어 들어가므로 라인이 중복되어 발생되는 패턴을 방지할 수 있다. 이때, 세로 방향으로의 확대, 축소는 테이블 값에 따라 테이블 값이 2이면 동일한 라인에 대한 중복 패턴을 없애기 위하여 마스크를 달리하면서 다시 처리한다.

예로써, data = 0001111

mask = 0101010

이라고 할 때, 출력(output)은 제7도와 같이 나타난다.

즉, 테이블 값이 1인 경우 입력 데이터를 그대로 출력하고, 테이블 값이 2인 경우에는 그 전 화소값과 각자의 마스크 결과를 출력한 후, 현재 화소를 출력하는 방식으로 확대를 하는 것이다. 축소의 경우에도 동일한 방식으로 삭제되는 화소값과 다음 화소값을 마스크하여 축소하는 것으로 구현하면 된다.

참고로 제8(a)도는 원래의 영상(ED, 256×256)을 보인 것이고, 제8(b)도는 그 원래 영상을 본 발명에 의하여 1.5배로 확대한 영상을 보인 것이다.

이상에서 상세히 설명한 바와 같이, 본 발명은 가우스 함수를 사용하여 어느 위치에서 바이너리 영상을 확대할 것인지 또는 축소할 것인지에 대한 테이블을 계산해내고, 테이블 작성과 병행하여 확대, 축소 계산을 할 수 있게 함으로써 처리속도가 향상되고, 원가가 절감되는 효과가 있다.

Claims (3)

1. 하프톤 과정이 수행된 바이너리 영상의 축소, 확대 방법에 있어서, 스케일 테이블 S(x), 테이블 값 T(x)를 하기의 식으로 각기 구하고, 그 T(x)에 따라 해당 픽셀 데이터 라인을 삭제하거나, 그대로 출력하거나, 두 번 출력하는 테이블 계산과정과; 비트열이 서로 대칭적이고 고정된 값을 갖는 마스크(MASK1), (MASK2)을 이용하여 마스크 출력(mask_out)을 하기의 식으로 결정하는 마스크 사용과정을 포함하여 이루어지는 것을 특징으로 하는 바이너리 영상의 확대, 축소 방법.

   S(x) = [x^*(L_out/L_in)]

   T(x) = S(x+1)-S(x)로

   mask_out = (MASK1&pre_data)｜(MASK2&data)

   여기서, L_out: 출력라인 수

   L_in: 입력라인 수

   X^*: 정수

   pre_data : 이전 데이터
2. 제1항에 있어서, 테이블 계산과정은 정수 값을 상위 비트로, 소수점 이하의 값을 하위 비트로 각기 할당하여 정수 값을 테이블로 사용하는 단게와, 나머지 값으로 다시 더하기 연산을 하여 그 결과 값 중에서 정수 부분을 테이블 값으로 사용하는 단계를 포함하여 이루어지는 것을 특징으로 하는 바이너리 영상의 확대, 축소 방법.
3. 제1항에 있어서, 마스크 사용과정은 테이블값이 1인 경우 입력 데이타를 그대로 출력하고, 2인 경우 그 전 화소값과 각자의 마스크 결과를 출력한 후 현재 화소를 출력하는 단계를 포함하여 이루어지는 것을 특징으로 하는 바이너리 영상의 확대, 축소 방법.

Images