• Journal of applied mathematics & informatics
• /
• 제36권5_6호
• /
• pp.531-540
• /
• 2018

We first show how to construct the linear operator equations corresponding to Tikhonov regularization problems for solving image deblurring problems with nearly separable point spread functions. We next propose a Kronecker product preconditioner which is suitable for the global PCG method. Lastly, we provide numerical experiments of the global PCG method with the Kronecker product preconditioner for several image deblurring problems to evaluate its effectiveness.

• 제어로봇시스템학회논문지
• /
• 제18권4호
• /
• pp.314-320
• /
• 2012

This paper proposes a new robust motion deblurring filter using the inertial sensor measurements for strapdown image IR applications. With taking the PSF measurement error into account, the motion blurred image is modeled by the linear uncertain state space equation with the noise corrupted measurement matrix and the stochastic parameter uncertainty. This motivates us to solve the motion deblurring problem based on the recently developed robust least squares estimation theory. In order to suppress the ringing effect on the deblurred image, the robust least squares estimator is slightly modified by adoping the ridge-regression concept. Through the computer simulations using the actual IR scenes, it is demonstrated that the proposed algorithm shows superior and reliable motion deblurring performance even in the presence of time-varying motion artifact.

• Journal of applied mathematics & informatics
• /
• 제36권3_4호
• /
• pp.317-330
• /
• 2018

We first provide how to apply the global preconditioned conjugate gradient ($G{\ell}-PCG$) method with Kronecker product preconditioners to image deblurring problems with nearly separable point spread functions. We next provide a coarse-grained parallel image deblurring algorithm using the $G{\ell}-PCG$. Lastly, we provide numerical experiments for image deblurring problems to evaluate the effectiveness of the $G{\ell}-PCG$ with Kronecker product preconditioner by comparing its performance with those of the $G{\ell}-CG$, CGLS and preconditioned CGLS (PCGLS) methods.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권2호
• /
• pp.855-870
• /
• 2019

In this paper, an adaptive iterative algorithm is proposed for motion deblurring by using the salient intensity prior. Based on the observation that the salient intensity of the clear image is sparse, and the salient intensity of the blurred image is less sparse during the image blurring process. The salient intensity prior is proposed to enforce the sparsity of the distribution of the saliency in the latent image, which guides the blind deblurring in various scenarios. Furthermore, an adaptive iteration strategy is proposed to adjust the number of iterations by evaluating the performance of the latent image and the similarity of the estimated blur kernel. The negative influence of overabundant iterations in each scale is effectively restrained in this way. Experiments on publicly available image deblurring datasets demonstrate that the proposed algorithm achieves state-of-the-art deblurring results with small computational costs.

• 전자공학회논문지SC
• /
• 제45권3호
• /
• pp.1-11
• /
• 2008

본 논문은 모바일 단말기에 탑재된 카메라를 이용하여 정지영상을 획득할 때 발생할 수 있는 blur현상을 3축 가속도 센서를 이용하여 실시간 보정 할 수 있는 방법을 제안한다. Blur현상은 획득한 이미지에서 발생하는 번짐 효과이다. 소형의 모바일 단말기는 사용자의 미세한 손 떨림에도 크게 흔들릴 수 있기 때문에 blur현상이 크게 나타나며, 이를 적절하게 보정할 수 있는 알고리즘이 필요하다. 본 논문에선 3축 가속도센서를 진자운동에 적용하여 출력결과의 신뢰성을 확보하였고, blur현상을 Uniform 분포와 Gaussian 분포로 모델링하였다. 실험을 통하여 실제 blur 현상이 Non-Gaussian 형태로 모델링됨을 확인하였고, 이 blur모델의 역과정인 deblurring 특성함수를 설계하였다. 이 특성함수에 3축 가속도센서에서 발생하는 미세한 떨림 정보를 적용하여 실험 이미지를 deblurring한 결과, 이미지 blur현상을 적절하게 보정할 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제20권10호
• /
• pp.1671-1677
• /
• 2017

In this paper, we propose a machine learning method for random noise removal in image deblurring. The proposed method uses a logistic regression to select reliable data to use them, and, at the same time, to exclude data, which seem to be corrupted by random noise, in the deblurring process. The proposed method uses commonly available images as training data. Simulation results show an improved performance of the proposed method, as compared with the median filtering based reliable data selection method.

• 충청수학회지
• /
• 제24권4호
• /
• pp.895-903
• /
• 2011

A two dimensional version of LSQR iterative algorithm which takes advantages of working solely with the 2-dimensional arrays is developed and applied to the image deblurring problem. The efficiency of the method comparing to the Fourier-based LSQR method and the 2-D version CGLS algorithm methods proposed by Hanson ([4]) is analyzed.

• 방송공학회논문지
• /
• 제27권3호
• /
• pp.351-360
• /
• 2022

영상 흐려짐은 피사체의 움직임, 카메라의 흔들림 등의 요인으로 발생하는 현상이다. 최근 합성곱 심층신경망(Convolution Neural Network, CNN)을 활용하여 흐려짐 현상을 복원하는 연구가 활발하게 진행되었으며, 원본과 정답 영상의 차이를 이용하여 복원 과정을 가이드하는 방법이 뛰어난 성능을 보였다. 본 논문에서는 왜곡 정보를 기반으로 흐려진 영상 복원 성능을 개선하는 방법을 제안한다. 이를 위해 학습 시, 원본과 정답 영상 차이에 대한 이진화를 수행하여 복원 과정을 가이드 할 수 있도록 하는 트랜스포머(Transformer) 기반 신경망 모듈을 설계하였다. 제안하는 방법은 학습 과정에서 잠재 특징을 기반으로 전역적 추론을 통해 예측한 왜곡 위치 정보 분포를 흐려짐 복원 과정에 반영한다. 다양한 영상 흐려짐 복원 신경망에 제안하는 모듈을 적용하여 복원 성능을 효과적으로 향상시킬 수 있음을 확인하였다.

• 전자공학회논문지
• /
• 제50권7호
• /
• pp.205-215
• /
• 2013

디지털 이미징 장치는 일반적으로 베이어 패턴(Bayer pattern)을 사용하며, 영상 획득 과정에서 광학적 블러(blur)에 의해 영상의 품질이 손상된다. 블러된 베이어 영상에서 고해상도 컬러 영상을 얻기 위하여, 일반적으로 컬러 보간 방법과 디블러링 방법을 독립적으로 수행한다. 하지만, 베이어 샘플링에 의한 에지 정보가 불충분하여 에지를 가로지르는 방향으로 보간 하게 되고, 이에 따라 컬러 보간 과정에서 에러가 발생한다. 이러한 에러는 디블러링 과정에서 강조되어 영상의 품질을 하락시킨다. 따라서 본 논문은 컬러 보간 방법과 결합된 디블러링 알고리즘을 제안한다. 제안하는 방법은 크게 보간 단계와 영역 결정 단계로 나눌 수 있다. 보간 단계에서는 가정된 에지 방향에 따라 보간 및 디블러링 과정을 수행하고, 영역 결정 단계에서는 각 화소 위치에서 국부 영역의 특성을 추정하고, 보간 단계에서 구한 값을 영역 적응적으로 융합한다. 또한 본 논문에서는 디블러링 성능을 향상시키기 위하여 광학적 블러와 유사한 파동 광학에 근거한 블러 모델을 기반으로 하고, 추정한 국부 영역 특성을 반영하여 디블러링 필터를 추정한다. 실험 결과를 통해 제안하는 방법이 컬러 보간 에러가 확대되는 것을 방지함을 확인할 수 있으며, 기존 방법에 비해 수치적인 면과 시각적인 면에서 뛰어난 결과를 보임을 확인 할 수 있다.

• 방송공학회논문지
• /
• 제27권1호
• /
• pp.3-12
• /
• 2022

영상 블러 제거(deblurring)는 피사체의 움직임, 카메라의 흔들림, 초점의 흐림 등으로 인해 촬영 도중 발생한 영상 블러(blur)를 제거하는 것을 목표로 한다. 최근 스마트폰이 보급되며 휴대용 디지털카메라를 들고 다니는 것이 일상인 시대가 오면서 영상 블러 제거 기술은 그 필요성을 점점 더해가고 있다. 기존의 영상 블러 제거 기술들은 전통적인 최적화 기법을 활용하여 연구되어 오다가 최근에는 딥러닝이 주목받으며 합성곱 신경망 기반의 블러 제거 방법들이 활발하게 제안되고 있다. 하지만 많은 방법들이 성능에 먼저 초점을 맞추어 개발되어 알고리즘의 속도로 인하여 현실에서 실시간 활용이 어렵다는 문제점을 안고 있다. 이를 해결하고자 본 논문에서는여러 신경망 설계 기법을 활용하여 HD 영상에서도 30 FPS 이상의 실시간 구동이 가능한 딥러닝 기반 블러 제거 알고리즘을 설계하여 이를 제안한다. 또한 학습 및 추론 과정을 개선하여 속도에 별다른 영향 없이 신경망의 성능을 높이고 동시에 성능에 별다른 영향없이 신경망의 속도를 높였다. 이를 통해 최종적으로 1280×720 해상도에서 초당 33.74장의 프레임을 처리하며 실시간 동작이 가능함을 보여주었고 GoPro 데이터 세트를 기준으로 PSNR 29.79, SSIM 0.9287의 속도 대비 우수한 성능을 보여주었다.