Abstract
In this paper, research on joint optimization of the image spatial registration and the exposure compensation is conducted. The exposure compensation is performed in a frame work of the intensity compensation based on the polynomial approximation of the relationship between images. This compensation is jointly combined with the registration problem employing the Gauss-Newton nonlinear optimization method. In this paper, to perform for a simple and stable optimization, the block-coordinate method is combined with the Gauss-Newton optimization and extensively compared with the traditional approaches. Furthermore, regression analysis is considered in the compensation part for a better stable performance. By combining the block-coordinate method with the Gauss-Newton optimization, we can obtain a compatible performance reducing the computational complexity and stabilizing the performance. In the numerical result for a particular image, we obtain a satisfactory result for 10 repeats of the iteration, which implies a 50% reduction of the computational complexity. The error is also further reduced by 1.5dB compared to the ordinary method.
본 논문에서는 영상의 공간 정합과 서로 다른 노출의 보정을 동시에 최적화하기 위한 연구를 수행하였다. 노출 보정은 영상의 밝기 보정이라는 틀 안에서 두 영상의 관계식을 다항식 근사를 통하여 이루는데, 이를 가우스-뉴톤 방식의 비선형 최적화 기법을 이용하여 공간 정합과 동시에 수행을 한다. 본 논문에서는 보다 신뢰성 있고 단순한 동시 최적화를 위하여 블록 좌표(block-coordinate) 방법과의 결합을 제안하며 심도 있는 모의실험을 통하여 성능을 비교하였다. 나아가서 블록 좌표 방법의 단순성과 융통성을 이용하여 밝기 보정에 회기 분석 기법을 도입하여 여러 종류의 영상에 대하여 안정성에서도 우수한 성능을 보이는 최적화를 수행하였다. 기존의 가우스-뉴톤 최적화에 블록 좌표 방법을 결합하여 일반 가우스-뉴톤 최적화에 비하여 계산을 단순화시키면서 보다 빠르게 수렴하는 특성을 보이며 대등한 성능의 칙적화를 수행할 수 있었다. 실험 결과를 보면 특정 영상에서 10회 반복정도로 원하는 수렴 결과를 얻었는데 이는 알고리듬 수행을 위한 계산을 50%정도 감소시킨 것이다 또한 에러도 1.5dB이상 감소시켰다.