Abstract
Most recently, the technology of around view monitoring(AVM) system or the security systems could provide users with images by using a fisheye lens. The filmed images through fisheye lens have an advantage of providing a wider range of scenes. On the other hand, filming through fisheye lens also has disadvantages of distorting images. Especially, it causes the sharpness of images to degrade because the edge of images is out of focus. The influence of a blur still remains at the end of the range when the super-resolution techniques is applied in order to enhance the sharpness. It degrades the clarity of high resolution images and occurs artifacts, which leads to deterioration in the performance of super-resolution algorithm. Therefore, in this paper we propose self-similarity-based pre-processing method to improve the sharpness at the edge. Additionally, we implement the acceleration in the GPU environment of entire algorithm and verify the acceleration.
최근 어라운드 뷰 모니터링 시스템이나 보안 시스템 등에서는 광각 카메라를 이용하여 사용자에게 영상을 제공하고 있다. 광각 카메라로 촬영된 영상은 보다 넓은 범위의 장면을 제공하는 장점이 있으나 영상에 왜곡이 존재하고 특히 영상 외곽 부분은 초점이 맞지 않아 영상의 선명도가 저하되는 단점이 존재한다. 따라서 광각 영상에 대하여 초해상도 기법을 적용할 경우 영상 외곽에서의 블러 영향이 그대로 남아 있어 고해상도 영상의 선명도가 저하되고 아티팩트가 발생하는 등 결과적으로 초해상도 기법의 성능 저하로 이어진다. 따라서 본 논문에서는 자기 유사성 기반의 전처리 기법을 적용하여 영상 외곽부에서의 화질 저하를 개선하고자 한다. 추가로 전체 알고리즘에 대하여 GPU 환경에서의 가속화를 수행하여 알고리즘의 가속성을 확인한다.
