• Journal of Information Processing Systems
• /
• 제18권1호
• /
• pp.48-58
• /
• 2022

Blind restoration for motion-blurred images is always the research hotspot, and the key for the blind restoration is the accurate blur kernel (BK) estimation. Therefore, to achieve high-quality blind image restoration, this thesis presents a novel windowed-total-variation method. The proposed method is based on the spatial scale of edges but not amplitude, and the proposed method thus can extract useful image edges for accurate BK estimation, and then recover high-quality clear images. A large number of experiments prove the superiority.

• 대한전자공학회논문지SP
• /
• 제49권2호
• /
• pp.69-75
• /
• 2012

본 논문은 MAP (maximum a posterior) 예측기에 기반하여 움직임 보상 예측 오차를 보정해주는 방식의 순차주사화 (de-interlacing) 알고리즘을 제안한다. 먼저, 현재 필드와 인접한 필드 간의 적절한 정합 (registration)을 수행 한 후, 계산된 정합 정보에 기반한 MAP 예측기를 통해 현재 필드에 대응하는 순차 주사 (progressive) 프레임을 찾아낸다. 안정적인 결과를 얻기 위하여 잘 알려진 BTV (bilateral total variation) 기반의 평활화 (regularization) 과정이 추가된다. 한편, 잘못된 정합 정보로 인한 소위 깃털 현상 (feathering artifact)을 억제하기 위하여 블록 단위로 깃털 현상 발생 여부를 판단하여 발생되었다고 판단된 블록 영역에 대해서는 앞서 설명한 MAP기반 순차주사화 대신 에지 방향성에 기반한 공간적 순차주사화를 적용한다. 실험 결과에 따르면, 제안된 기법은 종래 기법들에 비하여 평균 약 4dB의 PSNR 성능 개선을 보이고 있으며, 우수한 주관적 화질을 보여주고 있다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제4권6호
• /
• pp.413-421
• /
• 2015

Regularized Blind Deconvolution is a problem applicable in degraded images in order to bring the original image out of blur. Multichannel blind Deconvolution considered as an optimization problem. Each step in the optimization is considered as variable splitting problem using an algorithm called Alternating Minimization Algorithm. Each Step in the Variable splitting undergoes Augmented Lagrangian method (ALM) / Bregman Iterative method. Regularization is used where an ill posed problem converted into a well posed problem. Two well known regularizers are Tikhonov class and Total Variation (TV) / L2 model. TV can be isotropic and anisotropic, where isotropic for L2 norm and anisotropic for L1 norm. Based on many probabilistic model and Fourier Transforms Image deblurring can be solved. Here in this paper to improve the performance, we have used an adaptive regularization filtering and isotropic TV model Lp norm. Image deblurring is applicable in the areas such as medical image sensing, astrophotography, traffic signal monitoring, remote sensors, case investigation and even images that are taken using a digital camera / mobile cameras.

• 한국의학물리학회지:의학물리
• /
• 제27권1호
• /
• pp.1-7
• /
• 2016

본 연구에서는 디지털 단층합성 엑스선 영상의 화질특성을 개선하기 위해 TV-압축센싱 기반 영상복원 기법을 제안한다. 제안된 영상복원 기법의 유효성을 검증하기 위해 우선 관련 영상복원 알고리즘을 구현하였으며, 이를 이용하여 관련 시뮬레이션 및 실험을 함께 수행하였다. 실험을 위해 일반 x-선관($90kV_p$, 6 mAs), CMOS형 평판형 검출기($198{\mu}m$ 픽셀크기)로 구성된 실험장치를 구성하였으며, 제한된 각도 $60^{\circ}$도에서 $2^{\circ}$ 간격으로 총 51장의 투상영상을 획득하고 제안된 알고리즘으로 영상복원을 수행한 후 필터링 역투사법(FBP)을 사용하여 디지털 단층합성 영상을 구현하였다. 본 연구에서 수행된 결과에 의하면, 제안된 영상복원 기법은 일반 엑스선 영상 및 디지털 단층합성 영상의 흐린 영상화질을 선명하게 개선하고 또한 디지털 단층합성 영상의 깊이 분해능을 향상시키는 이점이 있음을 확인함으로써 기존 디지털 단층합성 영상의 화질을 크게 개선할 수 있을 것으로 전망된다.

• Journal of the Optical Society of Korea
• /
• 제20권6호
• /
• pp.752-761
• /
• 2016

Hyperspectral images are often contaminated with stripe noise, which severely degrades the imaging quality and the precision of the subsequent processing. In this paper, a variational model is proposed by employing spectral-spatial adaptive unidirectional variation and a sparse representation. Unlike traditional methods, we exploit the spectral correction and remove stripes in different bands and different regions adaptively, instead of selecting parameters band by band. The regularization strength adapts to the spectrally varying stripe intensities and the spatially varying texture information. Spectral correlation is exploited via dictionary learning in the sparse representation framework to prevent spectral distortion. Moreover, the minimization problem, which contains two unsmooth and inseparable $l_1$-norm terms, is optimized by the split Bregman approach. Experimental results, on datasets from several imaging systems, demonstrate that the proposed method can remove stripe noise effectively and adaptively, as well as preserve original detail information.

• 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.

• 방송공학회논문지
• /
• 제21권6호
• /
• pp.957-964
• /
• 2016

요즘 들어, 3차원 콘텐츠의 수요는 지속적으로 증가하고 있다. 3차원 콘텐츠의 품질은 해당 장면의 깊이 정보에 큰 영향을 받기 때문에 정확한 깊이 정보를 얻는 것이 매우 중요하다. 카메라와 객체 사이의 깊이 정보는 적외선 센서를 이용한 계산을 통해 직접 얻을 수 있다. 최근 들어, KINECT 카메라와 같이 카메라와 물체 사이의 거리를 적외선이나 광신호를 이용하여 직접 측정하는 Time-of-flight (ToF) 기술을 사용하는 깊이 측정 방법이 널리 사용되고 있다. 이러한 방법은 카메라와 객체 사이의 깊이 정보를 실시간으로 획득할 수 있다는 장점을 갖지만, 획득된 깊이맵에 잡음이 발생하고, 깊이맵의 해상도가 낮다는 단점을 갖는다. 최근 들어, 이런 문제를 해결하기 위해서 양방향 결합 업샘플링 방법 (JBU) 이나 잡음 제거 업샘플링 방법 (NAFDU) 과 같은 필터 기반의 방법이 제안되었다. 그러나 이러한 필터 기반의 업샘플링 방법은 업샘플링된 깊이맵에 색상영상의 질감이 복사되는 문제가 발생한다. 이 논문에서는 이러한 문제점을 해결하기 위해 고차 정규화항을 이용하여 에너지 함수를 만들고, 이를 최적화하여 깊이맵을 업샘플링 한다. 또한, 색상과 깊이맵의 경계 정보를 고려한 경계 가중치항을 추가하여 질감 복사 문제를 해결한다. 실험 결과, 제안하는 깊이맵 업샘플링 방법이 기존의 방법에 비해 깊이 정보의 품질은 유지하면서, 질감 복사 문제를 효과적으로 해결할 수 있음을 확인했다.

• 한국의학물리학회지:의학물리
• /
• 제23권1호
• /
• pp.42-47
• /
• 2012

본 연구는 최근 의공학 분야에서 중요한 영역으로 대두되고 있는 광학과 초음파의 장점을 결합한 영상 방법인 AOT (Acousto-Optical Tomography)의 수학적 모델을 제시하였다. AOT는 광학 필드를 초음파 기둥에서 변화 시켜서 초음파 기둥의 위치 정보를 이용하여 영상을 재구성하는 방법이다. AOT의 수학적 모델은 두 단계로 나뉠 수 있다. 첫 번째 단계에서는 광학 필드의 복원을 하고, 두 번째 단계에서는 획득한 광학 필드를 기반으로 확산 방정식의 역문제를 풀어 흡수함수 ${\mu}$ (absorption coefficient)를 산출한다. 본 연구에서는 두 번째 단계에 해당하는 역문제의 해를 구하기 위하여 수치해석적인 최소화 문제로 변환하고, 수치적 팬텀을 이용하여 시뮬레이션 하였다. 전통적인 기울기 하강 방법을 이용하여 역 문제 시뮬레이션의 결과를 보였다. 전변동 정규화 기반의 최소화 문제를 제안하여 기울기 하강 방법의 결과에서 보인 번짐 효과를 개선하였다.