• 한국통신학회논문지
• /
• 제19권1호
• /
• pp.91-99
• /
• 1994

잡음이 섞인 흐려진 영상의 복원에서 구속 조건으로서 이완 변수와 정칙화 변수를 적용한 정칙화 반복 복원 방법을 제시 하였다. Blemond등에 의해 제시된 종전의 정칙화 반복 복원 방법은 정칙화 연산자로서 리플라시안 여파기를 사용하였으나 정칙화 변수와 이완 변수를 고정된 상수로 처리하는 반면, 본 논문에서는 (I.H)를 정칙화 연산자로서 사용하였고, 영상의 사전 정보를 고려하여 각 화소마다 적응성있게 가변되는 두 종류의 구속조건을 정칙화 반복 복원 방법에 적용하였다. 실험 결과를 통하여 제시한 방법이 윤곽부분에서는 피묻현상이 감소하였으며, 평면부분에서는 잡음의 억제가 현저하였음을 알 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권10호
• /
• pp.862-867
• /
• 2006

영상을 처리하는 과정에서 광학시스템과 전자회로의 특성으로 인해 흐려지고, 잡음으로 훼손된 영상을 복원하는 경우에 일반적으로 정칙화 반복복원방법이 사용된다. 기존의 방법은 영상의 국부적인 특성을 고려하지 않고, 영상 전체에 일률적으로 정칙화 연산자를 사용함으로써 에지의 주변영역에서는 링잉현상을 초래하고, 평면영역에서도 잡음증폭을 피할 수 없으며, 또한 시각적으로 효율적이지 못한 면이 있다. 이러한 문제점을 개선하기 위하여 본 논문에서는 방향성 정칙화 연산자를 사용하여 평면영역과 에지영역의 특성을 고려하여 적응적으로 처리하는 반복복원방법을 제안한다. 실험결과, 제안된 방법은 기존의 방법에 비해 평면영역에서의 잡음 증폭을 억제하는 동시에 에지영역의 경계를 더욱 선명하게 복원함을 알 수 있었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 신호처리소사이어티 추계학술대회 논문집
• /
• pp.489-492
• /
• 2003

In this paper, we propose an iterative mixed norm image restoration algorithm using multi regularization parameters. A functional which combines the regularized l$_2$ norm functional and the regularized l$_4$ functional is proposed. The smoothness of each functional is determined by the regularization parameters. Also, a regularization parameter is used to determine the relative importance between the regularized l$_2$ functional and the regularized l$_4$ functional. An iterative algorithm is utilized for obtaining a solution and its convergence is analyzed.

• 한국통신학회논문지
• /
• 제32권11C호
• /
• pp.1073-1078
• /
• 2007

본 논문에서는 다중 정규화 매개 변수를 이용한 혼합 norm 영상 복원 방식을 제안한다. 임의의 분포를 갖는 첨가 노이즈를 효율적으로 제거하기 위해 정규화 완화 $l_2$ 함수와 정규화 완화 $l_4$ 함수를 결합한 새로운 혼합 norm 정규화 완화 함수가 유도된다. 각 완화 함수의 완화도를 제어하기 위해 개별적인 정규화 매개 변수가 정의되고, 정규화 완화 $l_2$ 함수와 정규화 완화 $l_4$ 함수의 상대적 기여도를 제어하기 위한 혼합 norm 정규화 매개 변수가 kurtosis를 이용해 정의된다. 안정적인 해를 얻기 위해 반복기법이 사용되었으며, 이들의 수렴 여부가 분석되었다. 다양한 분포를 갖는 첨가 노이즈가 실험에 사용되었으며, 이를 통해서 제안된 방식의 성능을 평가할 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 1997년도 Proceedings International Workshop on New Video Media Technology
• /
• pp.107-112
• /
• 1997

This paper proposes the regularized constrained iterative image restoration algorithms which apply new space-adaptive methods to degraded image signals, and analyzes the convergence condition of the proposed algorithm. First, we introduce space-adaptive regularization operators which change according to edge characteristics of local images in order to effectively prevent the restored edges and boundaries from reblurring. And, pseudo projection operator is used to reduce the ringing artifact which results from extensive amplification of noise components in the restoration process. The analysed algorithm is stable convergent to the fixed point. According to the experimental results for various signal-to-noise ratios(SNR) and blur models, the proposed algorithms other methods and is robust to noise effects and edge reblurring by regularization especially.

• 한국통신학회논문지
• /
• 제25권9B호
• /
• pp.1588-1595
• /
• 2000

렌즈의 초점이 맞지 않아 흐려지고 잡음으로 훼손된 영상을 복원하는 경우에 일반적으로 정칙화 반복복원방법이 사용된다. 기존의 방법은 영상의 국부적인 특성을 고려하지 않고 영상전체에 일률적으로 정칙화를 행함으로써 윤곽부분에서는 리플잡음을 초래하고 평면부분에서도 잡음증폭을 피할 수 없으며, 또한 시각적으로 효율적이지 못한 면이 있다. 이러한 문제점을 개선하기 위하여, 본 논문에서는 영상을 방향이 없는 평면영역과 4가지 방향을 갖는 윤곽영역으로 나누어, 윤곽방향을 고려한 방향성 정칙화 연산자를 사용하여 평면영역과 윤곽영역의 방향특성에 따라 적응적으로 처리하는 반복복원방법을 제안한다. 제안한 방법은 기존의 방법과 비교하여 평면영역에서의 잡음 평활화가 개선되고 시각적으로 중요한 윤곽부분의 리플잡음을 억제함으로써 윤곽부분 복원에 효율적임을 실험결과를 통해 알 수 있었으며 ISNR 변에서도 우수하였다.

• 한국산학기술학회논문지
• /
• 제11권3호
• /
• pp.965-970
• /
• 2010

본 논문은 블러(blur)되고 잡음이 추가되어 훼손된 영상에 대한 복구를 하기 위해 반복영상처리를 사용한 새로운 방식을 제안한다. 전통적인 복구방법은 영상의 지역적인 특성을 고려하지 않고 일률적으로 복구방법을 적용하여 복구한다. 그 결과로서 에지에서는 인공잡음이 나타나고 평면에서는 잡음이 증폭되는 특성이 나타난다. 이러한 문제를 해결하기 위한 방법론으로 에지 방향에 대한 방향성을 추적하여 복구를 시도하는 것을 제안한다. 기존의 방법과 제안된 방법론의 비교를 통해 제안된 방법론의 우월성을 객관적으로 나타내고자 한다.

• ETRI Journal
• /
• 제37권6호
• /
• pp.1251-1258
• /
• 2015

We investigate an image recovery method for sparse-view computed tomography (CT) using an iterative shrinkage algorithm based on a second-order approach. The two-step iterative shrinkage-thresholding (TwIST) algorithm including a total variation regularization technique is elucidated to be more robust than other first-order methods; it enables a perfect restoration of an original image even if given only a few projection views of a parallel-beam geometry. We find that the incoherency of a projection system matrix in CT geometry sufficiently satisfies the exact reconstruction principle even when the matrix itself has a large condition number. Image reconstruction from fan-beam CT can be well carried out, but the retrieval performance is very low when compared to a parallel-beam geometry. This is considered to be due to the matrix complexity of the projection geometry. We also evaluate the image retrieval performance of the TwIST algorithm -sing measured projection data.

• 대한수학회지
• /
• 제55권3호
• /
• pp.719-734
• /
• 2018

An image restoration problem with Poisson noise arises in many applications of medical imaging, astronomy, and microscopy. To overcome ill-posedness, Total Variation (TV) model is commonly used owing to edge preserving property. Since staircase artifacts are observed in restored smooth regions, higher-order TV regularization is introduced. However, sharpness of edges in the image is also attenuated. To compromise benefits of TV and higher-order TV, the weighted sum of the non-convex TV and non-convex higher order TV is used as a regularizer in the proposed variational model. The proposed model is non-convex and non-smooth, and so it is very challenging to solve the model. We propose an iterative reweighted algorithm with the proximal linearized alternating direction method of multipliers to solve the proposed model and study convergence properties of the algorithm.

• 한국멀티미디어학회논문지
• /
• 제2권3호
• /
• pp.320-328
• /
• 1999

정칙화 반복복원 과정에 사용되는 정칙화 연산자는 Laplacian 연산자를 주로 사용하고 있으나, 일반적으로 미분 연산자를사용하게 되어있다. 본 논문에서는 정칙화 연산자로서의 일반적인 미분연산자틀과 본 연구실에서 사용 되어 온 I-H 연산자의 성능을 비교, 검토하여 분석하였다. 선형적인 움직임에 의한 훼손된 영상에서는, 평면부분은 I-H 연산자가 Laplacian 연산자보다 복원효과와 MSE의 수렴성이 안정된 것을 알 수 있었으며 윤곽부분은 Laplacian 연산자가 I-H 연산자보다 MSE의 수렴성 및 복원효과가 뛰어남을 알 수 있었다. 가우시안에 의해 훼손된 영상에서는, 융곽부분은 I-H 연산자가 Laplacian 연산자보다 MSE의 수렴성 및 복원효과가뛰어나며 평변부분에서는Laplacian 연산자가 I-H 연산자보다 MSE 변에서 안정적으로 F수렴함을 알 수 있었다. 정칙화 이론은 잡음의 평활화와 윤곽의 복원을 동시에 고려하여 처리하기 때문에 영역을 평면부분과 중간 부분 그리고 윤곽부분으로 나누어서 처리결과에 대한 MSE를 비교하였다. Laplacian 연산자와 I-H 연산자는 정칙화 연산자로 사용하기에 적합하였고 다른 미분 연산자들은 반복횟수에 따라 발산하는 것으로 나타났다.