영상 보간은 영상 처리 분야에서 전통적으로 많이 연구되어 왔고 널리 사용되고 있다. 그에 따라 다양한 보간 능력과 계산 복잡도를 갖는 보간법들이 많이 시도되고 있다. 이 논문에서는 기존의 선형 보간법을 위한 새로운 거리 가중치 개념과 보간되는 값의 상하, 좌우 지역적 패턴을 고려하여 반영하는 적응적 선형 보간법(New Adaptive Linear Interpolation : NAL Interpolation)을 제안한다. 새로운 거리 가중치는 기존의 거리에 선형적으로 비례하는 가중치의 개념에서 벗어나 가까운 화소에 더욱 더 영향을 많이 받는 특성을 이용하여 거리 가중치를 2차, 3차 다항식으로 개선한 것이다. 또한 NAL 보간법은 보간되는 화소의 상하, 좌우 패턴을 고려하는 선형 보간법으로 MF(magnification factor)의 변화에 따라 보다 선명한 이미지를 쉽게 얻기 위해서 보간하기 전 MF에 따라 패턴을 반영하는 정도를 결정하는 패턴 가중치를 이용한다. 실험 결과에서 제안된 보간법은 계산 복잡도 면에서 기존의 bicubic 보간법 보다 훨씬 간단할 뿐만 아니라 더 좋은 PSNR(peak signal-to-noise ratio)를 갖고 보다 선명한 화질의 영상으로 보간하였다.
Image interpolation has been widely used and studied in the various fields of image processing. There are many approaches of varying complexity and robustness. In this paper, a new distance weight is proposed for the conventional linear interpolation. In comparison with the conventional linear weight, the new distance weight uses a quadratic or cubic polynomial equation to reflect that the interpolated value should be influenced more by the value of closer pixels in an input image. In this paper, the new adaptive linear (NAL) interpolation, which considers patterns near the interpolated value, is also proposed. This algorithm requires a pattern weight, which is used to determine the ratio of reflection on local patterns, to obtain an interpolated image that exhibits better quality at various magnification factors (MF). In the computer simulation, not only did the NAL interpolation exhibit much lower computational complexity than conventional bicubic interpolation, it also improved peak signal-to-noise ratios (PSNR).
