반복적으로 추정된 PPI를 활용한 다중대역 컬러 보간 성능 향상

Q: 이 논문에서 정의한 다중대역 필터 배열(MSFA)이란 무엇인가?

기존의 RGB 채널 외에 화이트(W) 또는 근적외선(NIR)과 같은 추가 채널을 통합하여 정보 손실을 최소화하는 컬러 필터 배열이다. 이는 효율적인 스냅샷 촬영을 가능하게 하며, 추가된 채널을 통해 이미지의 세부적인 색상과 텍스처 정보를 더 정확하게 복원하는 기반이 된다.

Q: MSFA 기반 컬러 보간에서 PPI를 반복적으로 추정하는 방법은 어떤 영향을 미치는가?

연구 결과, PPI를 가이드 이미지로 활용하여 각 채널의 raw 영상을 잔여 보간 방식으로 반복 업데이트함으로써 보간 성능이 크게 향상되었다. 이를 통해 기존 방법 대비 PSNR 수치가 상승하였으며, 특히 가짜 색상 현상과 지퍼 아티팩트를 효과적으로 제거하여 원본 색상을 정밀하게 재현한다.

남연지; 강문기

추천

검색

질문

자료유형: 학술대회자료

저자정보: 남연지 (연세대학교) 강문기 (연세대학교)

저널정보: 대한전자공학회 대한전자공학회 학술대회 2024년도 대한전자공학회 하계학술대회 논문집

발행연도: 2024.6

수록면: 1,507 - 1,511 (5page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

The Bayer array is fundamental in color imaging, enabling efficient snapshot captures and resolving image registration issues. Despite its widespread use, the array’s application in specialized cameras is constrained by significant information losses due to color filters and Infrared Cut Filters(IRCF). Addressing these limitations, many studies have introduced RGBW and RGBN arrays that incorporate either a full-spectrum White(W) channel or Near-Infrared(NIR) channels without an IRCF, termed Multispectral Filter Arrays(MSFA). We propose a novel demosaicing technique that utilizes spectral difference and residual interpolation to iteratively estimate the Pseudo Panchromatic Image(PPI), significantly enhancing the array"s capability to retain information. This iterative approach ensures the efficient utilization of multispectral input data, maintaining the advantages of the Bayer algorithm while substantially improving image quality. The effectiveness of our method is validated through testing with RGBW and RGBN datasets.

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)