초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

분 연구에서는 MAP (Maximum a Posteriori) 방법을 이용한 블라인드 디컨볼루션 모션 디블러링 알고리즘을 제안하였다. 블러링 아티팩트는 카메라의 노출시에 장면 간에 상대적인 모션으로 통해 생선된다. 잛은 노출로 인해 블러링을 줄일 수 있지만 이는 노이즈를 증가 시키으므로서 서로 트레이드오프이다. 따라서 모션 블러링을 제거하는 것이 필수 적이다. 주어진 블러링 된 이미지에서 ...

분 연구에서는 MAP (Maximum a Posteriori) 방법을 이용한 블라인드 디컨볼루션 모션 디블러링 알고리즘을 제안하였다. 블러링 아티팩트는 카메라의 노출시에 장면 간에 상대적인 모션으로 통해 생선된다. 잛은 노출로 인해 블러링을 줄일 수 있지만 이는 노이즈를 증가 시키으므로서 서로 트레이드오프이다. 따라서 모션 블러링을 제거하는 것이 필수 적이다. 주어진 블러링 된 이미지에서 잠상(latent image)을 찾는 것은 디블러링 방법의 목표이며, 이를 해셜하기 위해서 콘볼루션 기반 블러 모델 이나 디콘볼루션 기반 블러 이미지를 모델로 해서 문제를 해결한다. 모션 블러 제거 방법을 종종 모션 디블러링 또는 블라이드 디컨볼루션 방볍이라고 부른다. 이 방법을 주로 두 가지로 나눈다. 비 블라인드 디컨볼루션, non-blind 디컨볼루션에서는 모션 블러 커널이 주어진다고 가정하고 커널을 이용하여 블러 된 이미지에서 잠상을 복구한다. 그러나 블라인드 디컨볼루션에서는 블러 커널을 알 수 없으며 잠상을 복구하기 위해 블로 커널을 예측해야 한다. 모션 디블러링의 핵심적인 문제는 블러 커널을 예측하는 것이다 (점-확산 함수 PSF). 즉, 블러 없는 선명한 이미지를 복구하기 위한 것이다. 그러나 대부분이 경우에 블러 커널을 알 수 없고 또한 어려운 문제이기 때문에 블러 커널을 예측하는 알고리즘은 본 논문뿐만 아니라 이 연구 분야에서 많은 연구가 진행되고 있다. 따라서 블러 없는 이미지를 복구하는 문제는 어려운 문제이며 디블러링 알고리즘으로 개선하는 것이 매우 바람직하다. 본 연구에서는 소프트위어 기반으로 이러한 문제들을 해결하는 알고리즘을 제안한다. 제안하는 알고리즘에서 모션 디 블러 링에 대한 MAP 알고리즘을 이용하고 최적화했다. 또한 텍스처 영역과 자연스러운 이미지 주위에 링잉 아티팩트를 방지 할 수 있다. 제안하는 알고리즘으로 통해 스파스 특성 예측된다, 이는 자연 이미지의 특성을 복원하는데 필요하다. 또한 그라데이션 분포를 이용한 이미지 디컨볼루션 기술은 시각적인 사실성을 향상시킬 수 있다. 마지막으로 시뮬레이션 결과에서는 여러 블러 된 이미지를 명확하게 복원되는 것을 보여준다. 직관적인 실험을 위해서 PSNR 과 SNR 이용하였으며 제안하는 알고리즘의 복원하는 능력과 성능을 나타내고 있다. 즉, 기존에 모션 디 블러링 알고리즘들과는 달리 링잉 아티팩트과 노이즈를 줄인 결과를 확인 할 수 있다.

Abstract ▼ AI-Helper

Blur artifacts are generated from the relative motion between a camera and a scene during exposure. While blur can be reduced by using a shorter exposure, this comes as an unavoidable trade-off between with increased noise. Therefore, it is essential to remove motion blur effectively with robust sof...

Blur artifacts are generated from the relative motion between a camera and a scene during exposure. While blur can be reduced by using a shorter exposure, this comes as an unavoidable trade-off between with increased noise. Therefore, it is essential to remove motion blur effectively with robust software and hardware accelerated algorithms. The deblurring is aiming to find the latent image from a given blurred image, the problem itself often modeled as a convolution based blur model, where a blurred image deal with a difficult deconvolution problem. Motion blur removal or blind deconvolution problem mainly divided into two subcategory: non-blind deconvolution, the motion blur kernel is given, and the problem is to recover the latent image from blurry version using the kernel, while in blind deconvolution, the blur kernel is unknown and the problem is to estimate the blur kernel as well as latent image. Yet, the main challenge of motion deblurring is estimating blur kernels (point-spread function-PSF) to recover sharp image correctly. Seeing that many blur-image pairs can explain the observed blurry image, most cases blur kernel is unknown, blur kernel estimation is the most addressed and ill-posed problem for not only this thesis, but the entire research field. Although, the problem for recovering a blur-free image is extremely difficult, and demanding high improvement and effort toward deblurring algorithms. In this thesis, a blind image deconvolution algorithm based on the MAP (Maximum a Posteriori) method is proposed. In the proposed algorithm, an MAP algorithm for motion deblurring has optimized as a summary. The algorithm also prevents ringing artifacts around texture area and natural images. Therefore, priors are estimated by the proposed model which improves the rendition of priors of restored natural images, and an image deconvolution technique that matches gradient distributions to improve visual realism of preference. Finally, simulation results show that dataset of blurred sample images are restored clearly in an intuitive experiment in software by Matlab for the proposed algorithm and others while some methods tested on C/C++. Comparing with other motion deblurring algorithms, ringing artifacts and noises are reduced visibly. In an objective test, PSNR and signal-to-noise ratio (SNR/RMSE) values and computational time in second shows fair performance regarding restore the ability of methods.

Keyword