본 논문은 컬러 역하프토닝에서 참조표에 기반을 둔 벡터적응필터 방법을 제안한다. 역하프토닝은 하프톤영상을 연속계조 영상으로 변환한다. 참조표를 사용하는 방법에는 템플레이트와 학습영상이 필요하며 샘플 하프톤영상과 원영상내의 분포된 패턴으로부터 참조표를 구할 수 있다. 일반적으로 참조표에 기반한 방법들이 다른 방법에 비하여 처리가 빠르며 PSNR면에서도 더 좋은 성능을 보이지만 처리과정에서 참조표에 존재하지 않는 패턴을 어떻게 처리 하느냐에 따라서 많은 품질의 변화를 보인다. 이 논문에서는 이와 같이 존재하지 않는 패턴을 보상하기 위하여 벡터적응필터를 제안 하였는데, 이 방법은 처리하는 픽셀의 주변 화소의 색상, 색농도, 자기 등의 정보를 이용함으로써 컬러 역하프토닝에서 더 좋은 품질을 얻을 수 있다. 제안된 벡터적응 필터 방법이 기존의 최량선형추정에 의한 방법보다 PSNR면에서 더 좋은 결과를 얻을 수 있음을 실험결과에서 알 수 있었다. 참조표의 템플레이트 크기가 커질수록 제안한 방법이 더 좋은 결과를 얻을 수 있다.
A look-up table based vector adaptive filter is proposed in color inverse halftoning. Inverse halftoning converts halftone image into a continuous-tone image. The templates and training images are required in the process of look-up table based methods, which can be obtained from distributed patterns in the sample halftone images and their original images. Although the look-up table based methods usually are faster and show better performances in PSNR than other methods do, they show wide range of qualities depending on how they treat nonexisting patterns in the look-up table. In this paper, a vector adaptive filter is proposed to compensate for these nonexisting patterns, which achieves better quality owing to the contributed informations about hue, saturation, and intensity of surrounding pixels. The experimental results showed that the proposed method resulted in higher PSNR than that of conventional Best Linear Estimation method. The bigger the size of the template in the look-up table becomes, the more outstanding quality in the proposed method can be obtained.
