• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.27-33
• /
• 2009

본 논문은 한 장의 영상으로부터 균일 모션 블러를 빠르게 제거하는 방법을 제시한다. 한 장의 영상으로부터 모션 블러를 제거하는 기존의 방법들은 주로 전변량(total variation)이나 자연 영상 통계(natural image statistics)를 이용하였다. 반면 본 논문이 제시하는 방법은 양방향 필터(bilateral filter)와 쇼크 필터(shock filter), 그리고 영상 그레디언트(gradient)의 조작을 통해 선명한 에지를 예측하고, 이를 통해 모션 블러를 추정한다. 본 논문이 제시하는 선명한 에지 예측 기법을 통해 적은 계산량으로 효율적으로 블러를 추정할 수 있다. 실험결과를 통해 본 논문이 제시하는 방법이 넓고 복잡하게 블러된 영상을 효과적이고 빠르게 복원할 수 있음을 볼 수 있다.

• 한국정보통신학회논문지
• /
• 제19권3호
• /
• pp.645-650
• /
• 2015

영상 획득 시 렌즈의 부정확한 초점이나 영상 획득 시스템의 흔들림 등으로 인해 영상 복원이 요구된다. 이런 영상 복원 문제는 하나의 열화 영상에서 원 영상을 추출해야 하는 부적절하게 정립된 역 문제 (ill-posed reverse problem)이다. 본 논문은 기준 영상을 도입하여 기존의 영상 복원 방법과 비교할 때 복원 영상의 신호잡음비를 유사하게 유지하면서 계산 속도를 향상시키는 방법을 제안하였다. 제안된 방법은 새로운 비용 함수를 통해 영상과 커널을 몇 단계의 갱신을 통해 영상 열화에 사용되었다고 추정되는 커널을 얻는다. 위너 필터는 전 단계에서 구한 커널과 기준 영상을 이용하여 원 영상의 추정치를 구하였다.

• 방송공학회논문지
• /
• 제23권4호
• /
• pp.484-494
• /
• 2018

Cho 등의 균일 모션 블러 제거 알고리듬은 영상 내 외곽선 영역을 선명하게 복원하지 못한다는 문제점이 있다. 이러한 문제점을 극복하기 위해 본 논문에서는 한 장의 정지 영상에서 발생하는 블러 (Blur)현상을 블러된 계단형 신호를 뚜렷한 외곽선으로 복원해주는 쇼크 필터 (Shock filter)와 영상에서 특징을 추출하여 학습하는 합성곱 신경망 (Convolutional Neural Network: CNN)을 이용하여 선명한 영상을 복원하고 이 영상으로부터 균일 모션 (Uniform motion) 블러를 측정하여 영상 내 블러 현상을 제거하는 효과적인 알고리듬을 제안하고자 한다. 제안된 알고리듬은 쇼크 필터와 합성곱 신경망을 이용하여 선명한 영상을 복원함으로써 기존 알고리듬의 단점을 개선하였다. 실험 결과를 통해 제안하는 알고리듬이 기존 알고리듬에 비해 객관적 및 주관적인 평가에서 우수한 복원 성능을 나타냄을 확인하였다.