초록
본 논문은 디블러링(Deblurring) 계산 시간을 단축하면서 복원된 영상의 텍스처 및 에지의 선명도를 동시에 강화할 수 있는 다중 영상 기반의 고속 처리용 디블러링 기법을 제안하고자 한다. 먼저 상대적으로 긴 노출 시간에서 촬영된 번짐(Blurring) 결함이 발생한 두 장의 번짐 영상과 짧은 노출에서 촬영된 번짐이 없지만 잡음 성분이 많은 한 장의 잡음 영상을 취득한다. 그리고 처리 속도 개선을 위해 촬영된 다중 입력 영상을 두 배로 다운 샘플링 한 후, 전체 영상에서 추출된 영상 패치 또는 에지 패치에 기반한 점 확산 함수(PSF: Point Spread Function) 추정 기법을 도입해서 점 확산 함수 추정에 소요되는 계산 시간을 효과적으로 단축할 것이다. 입력 영상의 다운 샘플링으로 인해 열하된 미세한 텍스처 성분의 표현 능력을 보완하고 번짐현상이 제거된 복원 영상을 재현하기 위해 텍스처 향상을 위한 디블러링 기법을 개발 및 적용할 것이다. 마지막으로 입력 영상과 동일한 영상 크기로 복구하기 위해 잡음 영상의 선명한 에지 성분을 활용한 업 샘플링 기법을 적용할 것이다. 제안된 방법을 통해 기존의 디지털 카메라 적용에 걸림돌이 되었던 디블러링 처리 속도 시간을 단축할 수 있었고 동시에 텍스처 및 에지의 미세한 성분도 복원할 수 있었다.
This paper presents a fast multiple-image-based deblurring method that decreases the computation loads in the image deblurring, enhancing the sharpness of the textures or edges of the restored images. First, two blurred images with some blurring artifacts and one noisy image including severe noises are consecutively captured under a relatively long and short exposures, respectively. To improve the processing speeds, the captured multiple images are downsampled at the ratio of two, and then a way of estimating the point spread function(PSF) based on the image or edge patches extracted from the whole images, is introduced. The method enables to effectively reduce the computation time taken in the PSF prediction. Next, the texture-enhanced image deblurring method of supplementing the ability of the texture representation degraded by the downsampling of the input images, is developed and then applied. Finally, to get the same image size as the original input images, an upsampling method of utilizing the sharp edges of the captured noisy image is applied. By using the proposed method, the processing times taken in the image deblurring, which is the main obstacle of its application to the digital cameras, can be shortened, while recovering the fine details of the textures or edge components.
