배경 잡음 제거 알고리즘을 적용한 3차원 광자 계수 집적 영상의 화질 향상 Visual quality enhancement of three-dimensional photon-counting integral imaging using background noise removal algorithm원문보기
본 논문에서는, 배경 잡음 제거 알고리즘을 적용하여 일반적인 3차원광자 계수 집적 영상의 화질을 개선하는 방법을 설명한다. 광자 계수 영상법은 광자가 매우 희박한 환경에서 소수의 광자를 검출하여 영상을 시각화 하는 방법이다. 하지만, 배경에서 발생되는 광자의 수가 많을 때, 원하는 물체의 광자 검출은 매우 어렵다. 이로 인해, 복원된 영상의 화질이 저하되는 문제점이 있다. 따라서, 본 논문에서는 불필요한 배경 잡음을 제거하고 오로지 원하는 물체에서만 광자를 검출하는 새로운 광자 계수 영상법을 제안한다. 또한, 3차원 정보를 획득하기 위해 집적 영상을 사용한다. 제안된 알고리즘의 유용성을 증명하기 위하여 광학적 실험을 수행하고 성능 평가를 위해 평균 제곱 오류 값을 계산한다.
본 논문에서는, 배경 잡음 제거 알고리즘을 적용하여 일반적인 3차원 광자 계수 집적 영상의 화질을 개선하는 방법을 설명한다. 광자 계수 영상법은 광자가 매우 희박한 환경에서 소수의 광자를 검출하여 영상을 시각화 하는 방법이다. 하지만, 배경에서 발생되는 광자의 수가 많을 때, 원하는 물체의 광자 검출은 매우 어렵다. 이로 인해, 복원된 영상의 화질이 저하되는 문제점이 있다. 따라서, 본 논문에서는 불필요한 배경 잡음을 제거하고 오로지 원하는 물체에서만 광자를 검출하는 새로운 광자 계수 영상법을 제안한다. 또한, 3차원 정보를 획득하기 위해 집적 영상을 사용한다. 제안된 알고리즘의 유용성을 증명하기 위하여 광학적 실험을 수행하고 성능 평가를 위해 평균 제곱 오류 값을 계산한다.
In this paper, we present a visual quality enhancement technique for conventional three-dimensional (3D) photon counting integral imaging using background noise removal algorithm. Photon counting imaging can detect a few photons from desired objects and visualize them under severely photon-starved c...
In this paper, we present a visual quality enhancement technique for conventional three-dimensional (3D) photon counting integral imaging using background noise removal algorithm. Photon counting imaging can detect a few photons from desired objects and visualize them under severely photon-starved conditions such as low light level environment. However, when a lot of photons are generated from background, it is difficult to detect photons from desired objects. Thus, the visual quality of the reconstructed image may be degraded. Therefore, in this paper, we propose a new photon counting imaging method that removes unnecessary background noise and detects photons from only desired objects. In addition, integral imaging can be used to obtain 3D information and visualize the 3D image by statistical estimations such as maximum likelihood estimation. To prove and evaluate our proposed method, we implement the optical experiment and calculate mean square error.
In this paper, we present a visual quality enhancement technique for conventional three-dimensional (3D) photon counting integral imaging using background noise removal algorithm. Photon counting imaging can detect a few photons from desired objects and visualize them under severely photon-starved conditions such as low light level environment. However, when a lot of photons are generated from background, it is difficult to detect photons from desired objects. Thus, the visual quality of the reconstructed image may be degraded. Therefore, in this paper, we propose a new photon counting imaging method that removes unnecessary background noise and detects photons from only desired objects. In addition, integral imaging can be used to obtain 3D information and visualize the 3D image by statistical estimations such as maximum likelihood estimation. To prove and evaluate our proposed method, we implement the optical experiment and calculate mean square error.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 실제 어두운 환경에서 3차원 광자 계수 영상을 획득하여, 배경에서 발생되는 잡음을 제거하고 영상의 화질을 향상시키는 기술에 대하여 설명하였다. 제안된 알고리즘으로 배경 잡음을 효과적으로 제거하고 광자 계수 영상의 화질을 개선하였음을 광학적 실험을 통하여 보였다.
본 실험에서는 실제 어두운 환경을 설정하여 광량이 희박한 조건을 만들고 광학적 실험을 진행하였다. 실험을 위하여 DSLR 카메라를 사용하였으며, 고해상도의 요소 영상을 획득하기 위해 합성 조리개 집적 영상을 사용하여 10(H)×10(V)의 요소 영상을 획득하였다.
기존의 광자 계수 영상법에서는 기록하고자 하는 장면의 모든 광자를 검출하기 때문에 상대적으로 물체에 대한 광자 검출이 희박할 수 있다. 이러한 문제점을 보완하기 위해, 본 논문에서는 불필요한 배경 잡음의 광량을 제거하고 오로지 물체에서만 광자를 검출하는 새로운 광자 계수 영상법을 제안한다. 배경 잡음을 제거하기 위해 우선 전체 영상에서 배경의 광량 분포를 분석하고, 문턱값 (Threshold)을 정한다.
제안 방법
그런 다음, 광자 계수 영상법을 사용하여 물체에서 광자를 검출한다. 또한, 3차원 정보를 획득하고 보다 화질이 개선된 복원 영상을 구하기 위해 집적 영상을 사용하였다. 본 논문에서 제안하는 기술을 검증하고 평가하기 위해, 광학적 실험을 수행하였고, 평균 제곱 오류 (Mean Square Error: MSE)를 계산하였다.
이와 같이 소량의 방사선 조건에서 광자를 검출하여 영상을 복원하는 기술을 광자 계수 영상법 (Photon counting imaging)이라 한다. 물리적인 광자 계수 검출기는 고가의 장비이기 때문에 본 논문에서는 광자 계수 검출기의 수학적 모델을 사용한다. 앞에서 설명했듯이, 광자 계수 검출기는 푸아송 분포를 따르기 때문에 다음과 같은 식으로 정의될 수 있다.
대상 데이터
그림 6은 일반적인 광자 계수 영상과 배경 잡음 제거 알고리즘을 적용한 2차원 영상을 식 (3)-(8)을 사용하여 깊이 방향으로 3차원 영상을 추정한 결과이다. 동일한 광자 수를 사용하였으며, 참고 영상은 광량이 충분히 많은 환경에서 획득한 영상을 3차원으로 재생한 것이다. 참고 영상의 재생 깊이 또한 동일하다.
실험을 위하여 DSLR 카메라를 사용하였으며, 고해상도의 요소 영상을 획득하기 위해 합성 조리개 집적 영상을 사용하여 10(H)×10(V)의 요소 영상을 획득하였다.
각 요소 영상간의 간격은 x, y축 모두 p=2mm로 동일하게 하였으며, 영상의 크기는 3008(H)×2000(V)이다. 초점거리는 50mm이고 물체의 거리는 380mm이며, 사용한 광자의 수는 각 요소 영상 당 50,000개를 사용하였다. 이는 전체 영상의 픽셀 수 (6,016,000개)와 Grayscale (256 level)을 고려하였을 때, 0.
데이터처리
또한, 3차원 정보를 획득하고 보다 화질이 개선된 복원 영상을 구하기 위해 집적 영상을 사용하였다. 본 논문에서 제안하는 기술을 검증하고 평가하기 위해, 광학적 실험을 수행하였고, 평균 제곱 오류 (Mean Square Error: MSE)를 계산하였다.
영상의 성능 평가는 참고 영상과 그림 6의 재생 결과 영상들 간의 평균 제곱 오류 (Mean square error: MSE)를 계산하여 수행하였다. 그림 7은 광자의 수에 따른 MSE 결과를 나타낸다.
이론/모형
따라서, 통계적 추정법 중의 하나인 최대 가능도 추정법 (Maximum Likelihood Estimation: MLE)[3]을 사용하여 복원 영상을 구할 수 있다. 이를 위해서는 우선 기록된 영상의 최대 가능도를 구해야 하는데, 이는 다음 식과 같다.
본 논문에서는 3차원 영상을 획득하는 방법 중 하나인 집적 영상 기법을 사용한다. 이 기술은 3차원 물체에 대하여 서로 다른 원근감을 가지는 여러 영상을 렌즈 배열이나 카메라 배열을 통해 기록하는 방법으로 이렇게 기록된 영상들을 요소 영상 (Elemental image)이라 한다.
광자 계수 (Photon-counting)란, 어떠한 물체나 장면에서 나오는 광자의 수를 계수하는 것이다. 소량의 광자만이 존재하는 환경에서는 광자의 수가 드물게 발생하기 때문에 이는 수학적 통계 모델인 푸아송 분포 (Poisson Distribution)를 따르게 된다[17]. 이를 이용하여 광자 계수 검출기를 수학적으로 모델링할 수 있다.
이 기술은 3차원 물체에 대하여 서로 다른 원근감을 가지는 여러 영상을 렌즈 배열이나 카메라 배열을 통해 기록하는 방법으로 이렇게 기록된 영상들을 요소 영상 (Elemental image)이라 한다. 요소 영상의 해상도를 높이기 위해 본 논문에서는 그림 1과 같이 카메라 배열을 사용하는 합성 조리개 집적 영상 (Synthetic aperture integral imaging: SAII)[13]을 사용한다.
성능/효과
제안된 알고리즘으로 배경 잡음을 효과적으로 제거하고 광자 계수 영상의 화질을 개선하였음을 광학적 실험을 통하여 보였다. 그리고 광자가 희박한 환경에서는 배경 잡음에서 발생되는 광자량이 전체 영상의 화질에 영향을 미치는 것을 알 수 있었다. 또한, 배경이 점유하고 있는 광자량과 물체가 점유하고 있는 광자량의 비율에 의해 문턱값이 정해져야 함을 알 수 있었다.
그래프에서 볼 수 있듯이, 일반적인 광자 계수 영상보다 배경 잡음 제거를 통한 영상의 화질이 향상되었음을 알 수 있다. 또한 광자가 충분할수록 영상의 화질이 향상됨을 알 수 있다.
그리고 광자가 희박한 환경에서는 배경 잡음에서 발생되는 광자량이 전체 영상의 화질에 영향을 미치는 것을 알 수 있었다. 또한, 배경이 점유하고 있는 광자량과 물체가 점유하고 있는 광자량의 비율에 의해 문턱값이 정해져야 함을 알 수 있었다.
본 논문에서는 실제 어두운 환경에서 3차원 광자 계수 영상을 획득하여, 배경에서 발생되는 잡음을 제거하고 영상의 화질을 향상시키는 기술에 대하여 설명하였다. 제안된 알고리즘으로 배경 잡음을 효과적으로 제거하고 광자 계수 영상의 화질을 개선하였음을 광학적 실험을 통하여 보였다. 그리고 광자가 희박한 환경에서는 배경 잡음에서 발생되는 광자량이 전체 영상의 화질에 영향을 미치는 것을 알 수 있었다.
후속연구
본 논문에서는 배경의 비율이 물체의 비율보다 상대적으로 큰 경에 대해서만 분석하였지만, 향후에는 다양한 경우에 대해서 분석하고 새로운 알고리즘을 연구할 필요가 있다. 제안된 기술은 소량의 방사선 조건에서 물체나 장면을 시각화할 때, 보다 효율적이고 화질이 개선된 결과를 얻을 수 있는 새로운 광자 계수 영상법이다.
제안된 기술은 소량의 방사선 조건에서 물체나 장면을 시각화할 때, 보다 효율적이고 화질이 개선된 결과를 얻을 수 있는 새로운 광자 계수 영상법이다. 이는 앞으로 방사선 조건의 다양한 분야에 적용될 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
광자 계수 영상법의 문제점은 무엇인가?
광자 계수 영상법은 광자가 매우 희박한 환경에서 소수의 광자를 검출하여 영상을 시각화 하는 방법이다. 하지만, 배경에서 발생되는 광자의 수가 많을 때, 원하는 물체의 광자 검출은 매우 어렵다. 이로 인해, 복원된 영상의 화질이 저하되는 문제점이 있다. 따라서, 본 논문에서는 불필요한 배경 잡음을 제거하고 오로지 원하는 물체에서만 광자를 검출하는 새로운 광자 계수 영상법을 제안한다.
광자 계수 영상법이란?
본 논문에서는, 배경 잡음 제거 알고리즘을 적용하여 일반적인 3차원 광자 계수 집적 영상의 화질을 개선하는 방법을 설명한다. 광자 계수 영상법은 광자가 매우 희박한 환경에서 소수의 광자를 검출하여 영상을 시각화 하는 방법이다. 하지만, 배경에서 발생되는 광자의 수가 많을 때, 원하는 물체의 광자 검출은 매우 어렵다.
집적 영상의 장점은 무엇인가?
광자 계수 영상 에서 깊이 정보를 획득하기 위해서는 무안경식 3D 기록 방법의 하나인 집적 영상 (Integral Imaging)[12-16] 을 적용할 수 있다. 집적 영상은 완전시차 (Full parallax)와 연속적인 시점 (Continuos viewing point)을제공하는 장점을 가지고 있으며, 레이저와 같은 능동 광원 (Active light source)을 사용하지 않아서 구현이 간단하다. 하지만, 낮은 해상도와 좁은 시야각은 집적 영상의 단점이다.
참고문헌 (17)
S. Yeom, B. Javidi, C. W. Lee, and E. Watson, "Photon-counting passive 3D image sensing for reconstruction and recognition of partially occluded objects," Optics Express vol. 15, no. 24, pp. 16189-16195, November 2007.
I. Moon and B. Javidi, "Three-dimensional recognition of photon-starved events using computational integral imaging and statistical sampling," Optics Letters, vol. 34, no. 6, pp. 731-733, March 2009.
B. Tavakoli, B. Javidi, and E. Watson, "Three dimensional visualization by photon counting computational Integral Imaging," Optics Express, vol. 16, no. 7, pp. 4426-4436, March 2008.
J. Jung, M. Cho, D. K. Dey, and B. Javidi, "Three-dimensional photon counting integral imaging using Bayesian estimation," Optics Letters, vol. 35, no. 11, pp. 1825-1827, June 2010.
E. Perez, M. Cho, and B. Javidi, "Information authentication using photon-counting double-random-phase encrypted images," Optics Letters, vol. 36, no. 1, pp. 22-24, January 2011.
M. Cho, A. Mahalanobis, and B. Javidi, "3D passive photon counting automatic target recognition using advanced correlation filters," Optics Letters, vol. 36, no. 6, pp. 861-863, March 2011.
M. Cho and B. Javidi, "Three-dimensional photon counting integral imaging using moving array lens technique," Optics Letters, vol. 37, no. 9, pp. 1487-1489, May 2012.
M. Cho and B. Javidi, "Three-dimensional photon counting axially distributed image sensing," IEEE/OSA Journal of Display Technology, vol. 9, no. 1, pp. 56-62, January 2013.
M. Cho and B. Javidi, "Three-dimensional photon counting double-random-phase encryption," Optics Letters, vol. 38, no. 17, pp. 3198-3201, September 2013.
M. Cho, "Three-dimensional color photon counting microscopy using Bayesian estimation with adaptive priori information," Chinese Optics Letters, vol. 13, no. 7, pp. 070301-1-070310-4, July 2015.
J. Y. Jang and M. Cho, "Image visualization of photon counting confocal microscopy using statistical estimation," Optik, vol. 127, no. 2, pp. 844-847, January 2016.
S. H. Hong, J. S. Jang, and B. Javidi, "Three-dimensional volumetric object reconstruction using computational integral imaging," Optics Express, vol. 12, no. 3, pp. 483-491, February 2004.
M. Cho, M. Daneshpanah, I. Moon, and B. Javidi, "Three-Dimensional Optical Sensing and Visualization Using Integral Imaging," Proc. IEEE, vol. 99, no. 4, pp. 556-575, April 2011.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.