• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.399-402
• /
• 2011

카메라를 이용하여 정지 영상을 획득할 때 발생할 수 있는 모션 블러 (motion blur) 현상을 보정하기 위해서는 정확한 블러파라미터 (블러의 방향, 블러의 크기)의 추정이 가장 중요하다. 본 논문에서는 블러된 영상의 로그 스펙트럼 (log spectrum)의 비등방성 (anisotropic)과 엔트로피 (Entropy) 특성에 기반한 블러 파라미터 추정 방법을 제안한다. 제안하는 기법은 1D 로그스펙트럼을 이용한 비등방성의 효과적인 분석과 블러 크기의 정확도를 증가시키기 위한 보상 과정을 포함한다. 실험 결과를 통해 제안하는 기법이 단일 영상에서의 등속 직선 운동의 모션 블러 현상을 더 효과적으로 보정하는 것을 보였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.11a
• /
• pp.53-54
• /
• 2011

본 논문에서 우리는 동영상에서 인접한 블러되지 않은 참조 프레임을 이용하여 모션 블러를 제거하는 기법을 제안한다. 기존의 디블러링 방법들은 주로 단일 영상을 이용한 방법들로 정확한 커널을 예측하는 것과 원본 영상에 준하는 영상을 복원하는 것에 한계가 존재한다. 하지만 동영상에서 부분적인 프레임에만 블러가 발생한 특수한 경우에는 인접한 위치에 존재하는 블러되지 않은 프레임을 활용하는 것이 가능하다. 제안하는 방법은 블러된 프레임과 인접한 위치에 존재하는 블러되지 않은 프레임 사이에 움직임을 추정하고, 움직임 보상된 영상을 이용하여 커널을 추정한다. 또한 움직임 오차에 따른 잔여 오차 성분에 대해서만 디컨벌루션을 적용하여 물결현상이 억제된 최종적인 결과 영상을 생성한다. 실험 결과는 제안한 방법이 기존의 디블러링 기법에 비해 에지 부분을 잘 복원시키면서 물결현상은 감소된 보다 우수한 디블러링 결과를 가져오는 것을 보여준다.

• 한국HCI학회:학술대회논문집
• /
• 2009.02a
• /
• pp.27-33
• /
• 2009

We propose an efficient method for single image motion deblurring using edge prediction. Previous methods for motion deblurring from a single image have been based on total variation or natural image statistics. In contrast, our method predicts sharp edges by applying bilateral and shock filters and manipulating image gradients directly, and estimates motion blur using the predicted sharp edges. Sharp edge prediction makes our method possible to deblur efficiently with less computation. Results show that our method can effectively and efficiently restore images degraded by large complex motion blur.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.23 no.2
• /
• pp.165-175
• /
• 2005

If the interlaced scan type camera moves while an image is filming from the camera, blur is often created from the misalignment of the two images of even and odd lines. This paper proposed an algorithm which removes the misalignment of the even and odd line images cased by the vibration of the interlaced scan type camera. The blurred original image is separated into the even and the odd line images as half size. Based on these two images, two full sized images are generated using interpolation technique. If a big difference between these two interpolated images is generated, the original image is taken while the camera is moving. In this case, a deblurred image is obtained with the alignment of these separated two images through feature point extraction, feature point matching, sub-pixel matching, outlier detection, and image mosaicking processes. This paper demonstrated that the proposed algorithm can create clear images from blurred images caused by various camera motions.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06c
• /
• pp.317-319
• /
• 2012

본 논문에서는 아웃라이어 처리를 통한 강인한 HDR 영상 복원 방법을 제시한다. 기존의 방법들은 LDR 영상들에서 흔히 발생하는 긴 노출시간으로 인한 블러 현상이나 저노출/과노출로 인한 포화 픽셀(아웃라이어)을 고려하지 않았다. 본 논문이 제시하는 방법은 MAP(Maximum a priori)을 이용하여 블러 및 아웃라이어를 반영하여 HDR 영상 복원 문제를 정확히 모델링하고, 블러 추정 및 EM(Expectation-Maximization) 알고리즘 기반의 아웃라이어 추정을 통해 품질 저하가 없는 선명한 HDR 영상을 복원한다. 실험 결과를 통해 본 논문이 제시하는 방법이 블러 및 아웃라이어를 포함하는 LDR 영상들로부터 우수한 품질의 HDR 영상을 효과적으로 복원할 수 있음을 보이며, 최근에 개발된 방법들과 비교해서도 더 우수한 품질을 갖는 것을 볼 수 있다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.15 no.3
• /
• pp.80-84
• /
• 2014

Dark channel prior means that, for undistorted outdoor images, at least one color channel of a pixel or its neighbors have values close to 0, and thus the prior can be used to estimate the amount of distortion for given distorted images. In other words, if an image is distorted by blur, its dark channel values are averaged with neighbor pixel values and thus increase. This paper proposes a method that estimates blur strengths by analyzing the variation of dark channel values caused by blur. Through experiments with images distorted by Gaussian and horizontal motion blur with given strengths, the usefulness of the proposed method is verified.

• Journal of the Korea Computer Graphics Society
• /
• v.11 no.1
• /
• pp.8-12
• /
• 2005

본 연구에서는 영상에 간단한 공간 필터를 적용하여 연필 해칭 효과를 갖는 영상을 만들어 내는 방법을 제안한다. 해칭 스타일의 톤 생성을 위하여 모션 블러링을 이용해서 입력 영상에 방향성을 주고, 샤프닝과 블러링으로 연필 해칭 효과를 만들어 낸다. 이렇게 만들어진 영상은 영상 전체에 같은 방향으로 해칭한 것 같은 효과를 가진다. 모션 블러링을 각기 다른 방향으로 적용한 영상들을 합성하면 크로스 해칭의 효과를 만들 수 있다. 여기에 소벨 필터를 사용해서 원본 영상의 에지를 검출해서 함께 합성하여 해칭을 이용한 연필화를 생성한다.

• Journal of Broadcast Engineering
• /
• v.23 no.4
• /
• pp.484-494
• /
• 2018

The uniform motion blur removing algorithm of Cho et al. has the problem that the edge region of the image cannot be restored clearly. We propose the effective algorithm to overcome this problem by using shock filter that reconstructs a blurred step signal into a sharp edge, and convolutional neural network (CNN) that learns by extracting features from the image. Then uniform motion blur kernel is estimated from the latent sharp image to remove blur in the image. The proposed algorithm improved the disadvantages of the conventional algorithm by reconstructing the latent sharp image using shock filter and CNN. Through the experimental results, it was confirmed that the proposed algorithm shows excellent reconstruction performance in objective and subjective image quality than the conventional algorithm.

• Journal of Broadcast Engineering
• /
• v.27 no.1
• /
• pp.3-12
• /
• 2022

Image deblurring aims to remove image blur, which can be generated while shooting the pictures by the movement of objects, camera shake, blurring of focus, and so forth. With the rise in popularity of smartphones, it is common to carry portable digital cameras daily, so image deblurring techniques have become more significant recently. Originally, image deblurring techniques have been studied using traditional optimization techniques. Then with the recent attention on deep learning, deblurring methods based on convolutional neural networks have been actively proposed. However, most of them have been developed while focusing on better performance. Therefore, it is not easy to use in real situations due to the speed of their algorithms. To tackle this problem, we propose a novel deep learning-based deblurring algorithm that can be operated in real-time on HD resolution. In addition, we improved the training and inference process and could increase the performance of our model without any significant effect on the speed and the speed without any significant effect on the performance. As a result, our algorithm achieves real-time performance by processing 33.74 frames per second at 1280×720 resolution. Furthermore, it shows excellent performance compared to its speed with a PSNR of 29.78 and SSIM of 0.9287 with the GoPro dataset.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2015.10a
• /
• pp.99-100
• /
• 2015

Digital image blur occurs due to various environmental conditions at the time of shooting. Blur produces the low-frequency component in the image. This problem worsens the quality of the digital image. To address this issue, contrast improvement methods has been widely studied. 2D filter to enhance the edges is a simple structure with a fast processing speed. However, the sensitivity of the human visual system is different depending on the surrounding brightness locally. Thus, in this paper, we proposed feature-based contrast enhancement method for the digital image using 2D filter to enhance the edges and JND(Just Noticeable Difference) according to the surrounding brightness. We confirmed the result image of proposed method and identified that the contrast is improved.