• 한국통신학회논문지
• /
• 제27권7A호
• /
• pp.676-682
• /
• 2002

본 논문에서는 적응적 변이보상 예측기법을 이용한 효과적인 스테레오 영상 압축 및 복원 방법을 제안하였다. 즉, 스테레오 영상간의 상호 상관도를 적응적으로 추정함으로써 단안 영상을 전송하는데 필요한 수준으로 전송 대역폭을 효율적으로 압축하고 복원할 수 있는 적응적 변이보상 예측기법을 제안하였다. 특히, 예측된 영상을 복원할 때, 스테레오 영상에서 추출된 특징값의 크기에 따른 적응적 정합기법을 적용함으로써 잘못된 변이벡터의 추정을 감소시키고 전체적인 변이의 신뢰도를 향상시켜 복원된 영상의 화질을 개선하였다. CCETT의 'Fichier', 'Manege' 및 'Tunnel' 영상을 사용한 실험한 결과, 제안된 적응적 변이보상 예측기법에 의해 복원된 영상은 기존의 화소기반 및 블록기반 방식에 비해 PSNR이 약 9.08dB 향상됨을 확인하였고, 오차영상의 비교에서도 기존의 방식보다 제안된 기법을 적용한 복원영상이 원영상과 차이가 거의 없음이 분석되었다.

• 한국통신학회논문지
• /
• 제21권10호
• /
• pp.2541-2551
• /
• 1996

인간의 시각체계는 영상의 밝기의 정도가 균일한 연에서는 잡음에 민감하지만, 변화하는 부분에서는 에지(edge)의 정도가 심할수록 잡음에 둔감하고, 에지부분에서 멀어질수록 잡음에 대한 민감도가 급격하게 증가한다. 이러한 인간의 시각 특성에 기반을 둔 여러가지 영상복원 방식이 제안되고 있는데, 본 논문에서는 영상을 복원함에 있어서 윤곽 부분에서는 변화하는 부분의 선명도를 높이고, 영상이 평탄한 부분에서는 잡음 성분을 많이 억제 시켜서 영상을 주관적으로 향상시키는 적응적 영상복원 방식을 소개한다. 이 방법은 에지 검출을 하기 위해서 각 화소를 기준으로 지역 분산값(local variance)을 사용하여 시각 함수(visibility function)를 구하고, 이 값에 따라 정규화 매개변수를 변환시켜 적응적으로 영상을 복원한다. 즉 영상을 평탄한 부분에서 에지부분까지 몇 단계로 나누어서 각각의 단계에 해당하는 유한 임펄스 CLS 필터를 구현해서 영상을 복원한다.

• 한국멀티미디어학회논문지
• /
• 제15권5호
• /
• pp.624-631
• /
• 2012

많은 의료영상 시스템에서 의료 볼륨 데이터는 압축된 형태로 저장되어 있으며, 압축된 데이터는 가시화 이전에 압축 복원을 수행해야 한다. 압축 복원은 상당한 시간이 소모되기 때문에 본 연구는 삼차원 의료영상의 고속 복원 방식을 제안한다. 제안 방법은 의료영상의 특수성에 대한 사용자 요구를 감안하여, 손실과 무손실 압축을 모두 제공하며 점진적 개선(progressive refinement) 복원 속성을 갖는다. 그리고 그래픽스처리장치(GPU)를 이용한 병렬화를 수행하여 매우 짧은 시간 내에 압축 복원이 수행된다. 마지막으로 압축 복원과 볼륨 가시화를 연계하여 선택적 압축 복원 방법이 가능하며, 이를 통하여 볼륨 압축 복원의 추가적 성능 향상을 얻었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권11호
• /
• pp.767-774
• /
• 2002

기존의 원영상 복원 기술은 주로 신호 처리 분야에서 영상의 형성(formation), 저장 및 통신상에서 발생되는 왜곡 현상을 복원하는 연구가 많이 이루어 졌다. 원 영상 복원과 관련된 기존의 연구는 블록 정합(block matching algorithm)을 이용한 원영상 복원 방법이 있다. 이 방법은 오 정합(incorrect matching)이 발생하기 쉽고, 오 정합 시 에러가 전파되는 문제점이 있다. 그리고 장면 전환이 2회 이상 발생될 경우 장면 전환 지점과 지점 사이의 복원이 불가능하다는 문제점이 있다. 본 논문에서는 기존의 문제점들을 해결하기 위하여 확장적 블록 정합 방법(EBMA: Extended Block Matching Algorithm)과 영역 보상법(Region compensation method)을 이용한 원영상 복원 방법을 제안하고자 한다. 원영상 복원에 사용하기 위하여 비디오 사전 정보(장면 전환 정보, 카메라 모션 정보, 캡션 영역 정보)를 추출한다. 추출된 캡션 영역 정보를 이용하여 캡션 문자의 구성 요소 정보를 추출한다. 추출된 비디오 사전 정보를 이용하여 복원의 방향성을 결정하고, 복원의 방향성에 따라 문자의 구성 요소 단위로 확장적 블록 정합 방법과 영역 보상법을 이용하여 원영상 복원을 수행한다. 실험결과 확장적 블록 정합 방법은 빠른 물체의 움직임이나 복잡한 배경에 영향을 받지 않고 복원이 잘 되는 것을 알 수 있었다. 참조할 원영상이 없이 원영상 복원을 수행하는 영역 보상법의 복원 결과 또한 좋음을 볼 수 있었다.

• 한국정보처리학회논문지
• /
• 제6권7호
• /
• pp.1980-1987
• /
• 1999

복원 영상은 원 영상에 비해 항상 왜곡 및 잡음 요소가 첨가되는 경향이 있다. 영상 복원에서는, 변형 요소를 포함한 영상의 잡음, 또는 왜곡 정보를 교정하여 복원 영상의 품질을 향상시키고, 원 영상에 가장 근접한 값으로 표현하여야 한다. 영상 복원을 위한 공간 필터 중에서 선형 필터는 쉽게 구현될 수 있고, 가우시안 잡음 제거율이 높다는 장점이 있지만, 얼룩이나 임펄스 잡음 제거에 대해서는 좋지 않은 성능을 보이기 때문에, 이러한 단점을 보완할 수 있는 비선형 필터 알고리즘으로 본 논문에서는 적응성 다단계 최적화 필터(OAMF : optimal adaptive multistage filter)라는 영상 복원 공간 필터를 제안하였다. 적응성 다단계 최적화 필터는 영상 복원에서 필터링 시간 감소, 잡음 제거율 증가 그리고 외곽선 정보의 보존률 증가 등을 목적으로 역전파 학습 알고리즘의 가중치 학습법을 기반으로 적응성 다단계 필터(AMF)를 최적화 한 것이다. 본 논문에서 제시한 영상 복원 공간필터가 기존의 다른 필터들에 비해 임펄스 잡음 제거와 외곽선 정보 보존 기능, 가우시안 잡음 제거 능력 등이 향상됨을 시뮬레이션 결과로 입증하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제25권3호
• /
• pp.1-9
• /
• 2019

자율 주행 자동차나 소방 로봇과 같은 시스템에서 영상을 얻을 때 다양한 요인들로 인해 잡음, 블러와 같은 열화가 발생한다. 이런 열화된 영상에 직접 영상 분류와 같은 기술을 적용하기 어려워 열화 제거가 불가피하나 이러한 시스템들은 영상의 열화를 인식할 수 없어서 열화된 영상을 복원하는데 어려움이 있다. 본 논문에서는 영상에 적용된 열화를 인지하지 못하는 상황에서 여러 방법들로 열화된 영상으로부터 자연스럽고 선명한 영상을 복원하는 방법을 제안한다. 우리가 제안한 방법은 딥러닝 모델에 채널 어텐션 모듈과 스킵 커넥션을 사용하여 영상에 적용된 열화에 따라 복원에 필요한 채널에 높은 가중치를 적용해 복합 열화 영상의 복원을 진행한다. 이 방법은 다른 복합 열화 복원 방법에 비해 학습이 간단하고 기존의 다른 방법들에 비해 높은 복합 열화 복원 성능을 낸다.

• 한국광학회지
• /
• 제19권6호
• /
• pp.389-393
• /
• 2008

본 논문에서는 컴퓨터 집적영상(integral imaging(II))에서 분산 추정을 이용하여 심하게 은폐된 물체의 복원 시 은폐물(occluding object)의 블러링 효과를 제거하는 방법을 제안하였다. 하나의 요소영상(elemental image) 군으로부터 은폐 효과를 제거하여 복원된 영상의 선명도를 향상시키는 정보를 추출하는 방법을 분석하였다. 이를 실행하기 위해 픽업되는 요소영상들이 높은 해상도, 낮은 초점오차(focus error), 큰 깊이감을 가질 필요가 있다. 요소 영상을 픽업할 때 디지털 컴퓨터를 이용한 synthetic aperture integral imaging(SAII)이 채택되었다. 컴퓨터(Computational) II에서는 복원 면의 위치에 따라 복원되는 영상의 촛첨이 맺히는 영역이 달라진다. 심하게 은폐된 물체 영상의 복원은 은폐 물체의 블러링(bluring) 효과가 복원 면에 전체적으로 크게 나타나기 때문에 선명한 복원을 할 수가 없다. 이러한 은폐물의 블러링 효과가 제거된 복원 영상을 얻기 위해 분산 추정이라는 통계적인 방법이 채택되었다.

• 한국인터넷방송통신학회논문지
• /
• 제10권4호
• /
• pp.177-182
• /
• 2010

자막의 원영상 복원은 동영상 재 사용성이란 측면에서 많은 연구가 진행되어 왔다. 외국에서 수입된 동영상의 경우 외국어 자막이 삽입된 경우가 종종 발생하며 자막에 삽입된 외국어를 자국어로 대치할 필요가 종종 발생한다. 원영상 손실없이 자연스런 자막교환을 위해서는 자막 부분의 원영상 복원이 필요하며, 자막의 원영상 복원은 동영상 재 사용성이란 측면에서 많은 연구가 진행되어 왔다. 이러한 원영상 복원의 중요성에 불구하고 복원의 대상이 되는 자막 특성에 대한 체계적인 분석이 이루어 지지 않는 문제점이 있다고 볼 수 있다. 본 논문에서는 TV 프로그램 장르별 구분 방법을 학계, 방송사, 방송기구별로 분류 조사하고, 각 장르별 자막의 출현 빈도, 자막 내용의 중요도 및 복원의 필요성에 대하여 분석한다. 복원의 필요성이 크게 인식되는 자막에 대한 특성을 분석하고 그 정보를 복원 정보로 사용한다.

• 대한전자공학회논문지SP
• /
• 제41권3호
• /
• pp.1-8
• /
• 2004

본 논문은 영상에서 등광도선 정보를 사용한 상표 및 자막영역의 원영상 복원 방법을 제안한다. 제안한 방법은 유사한 밝기값을 가진 픽셀들을 연결한 등광도선을 영상복원을 위한 정칙화 연산자로 사용하고, 이 정칙화 연산자를 가진 비용 함수를 유전자 알고리즘을 사용하여 최소화하는 픽셀값을 추정하여 영상을 복원한다. 제안한 방법을 영상에 포함된 상표 및 자막영역과 노이즈를 제거하고 원영상으로 복원하는데 적용한 결과, 정칙화 이론에서 사용하는 Laplacian과 같은 미분 연산자보다 등광도선 연산자가 ISNR의 향상과 복원효과가 뛰어남을 알 수 있다.

• 방송공학회논문지
• /
• 제24권3호
• /
• pp.430-439
• /
• 2019

CNN (convolutional neural network) 기반의 단일 열화 영상 복원 방법은 우수한 성능을 나타내지만 한가지의 특정 열화를 해결하는 데 맞춤화 되어있다. 본 연구에서는 복합적으로 열화 된 영상 분류 및 복원을 위한 알고리즘을 제시한다. 복합 열화 영상 분류 문제를 해결하기 위해 CNN 기반의 알고리즘인 사전 학습된 Inception-v3 네트워크를 활용하고, 영상 열화 복원을 위해 기존의 CNN 기반의 복원 알고리즘을 사용하여 툴체인을 구성한다. 실험적으로 복합 열화 영상의 복원 순서를 추정하였으며, CNN 기반의 영상 화질 측정 알고리즘의 결과와 비교하였다. 제안하는 알고리즘은 추정된 복원 순서를 바탕으로 구현되어 실험 결과를 통해 복합 열화 문제를 효과적으로 해결할 수 있음을 보인다.