색상 양자화는 각 픽셀의 색을 가장 가까운 대표색으로 치환함으로써 결과 영상을 단일 색상 영역들로 분할한다. 따라서 색상 양자화된 영상에서는 연속적이며 세부적인 색상 변화가 사라지게 된다. 본 논문에서는 색상 양자화 방법에 대한 선행 지식 없이 이러한 색상 변화를 자동으로 또는 대화적으로 복구하는 새로운 영상 역양자화 기법을 제안한다. 본 논문에서 제안한 기법은 입력 영상의 단일 색상 영역들 중에서 어떤 영역들끼리 결과 영상에서 연속적인 색상 변화를 가져야 할 것인지 식별한 후, 대표색을 유지하면서 이음새 없이 매끄럽게 연결한다. 또한, 대화형 브러시를 이용하여 어떤 영역들을 매끄럽게 연결할 것인지 또는 분리할 것인지 추가적으로 명시할 수 있게 한다. 사진, 만화, 예술적 삽화 등의 다양한 예제에 대한 실험을 통하여 제안한 영상 역양자화 기법의 유용성을 보인다.
Color quantization replaces the color of each pixel with the closest representative color, and thus it makes the resulting image partitioned into uniformly-colored regions. As a consequence, continuous, detailed variations of color over the corresponding regions in the original image are lost through color quantization. In this paper. we present a novel blind scheme for restoring such variations from a color-quantized input image without it priori knowledge of the quantization method. Our scheme identifies which pairs of uniformly-colored regions in the input image should have continuous variations of color in the resulting image. Then, such regions are seamlessly stitched through optimization while preserving the closest representative colors. The user can optionally indicate which regions should be separated or stitched by scribbling constraint brushes across the regions. We demonstrate the effectiveness of our approach through diverse examples, such as photographs, cartoons, and artistic illustrations.
