[논문]노이즈 억제를 위한 개선된 Richardson-Lucy deconvolution

김정환; 이민정; 정제창

노이즈 억제를 위한 개선된 Richardson-Lucy deconvolution
A noise-suppression method for Richardson-Lucy deconvolution 원문보기

김정환 (한양대학교) , 이민정 (한양대학교) , 정제창 (한양대학교)

본 논문에서는 deconvolution 알고리즘 중에 하나인 Richardson-Lucy deconvolution 의 개선된 알고리즘을 제시한다. Richardson-Lucy deconvolution 의 단점인 반복횟수가 증가할수록 노이즈도 같이 증폭되는 현상을 소개하고 이를 개선하기 위해 기존 알고리즘에 전, 후처리 필터를 이용하여 노이즈 증폭을 억제한다. 또한 다른 노이즈 증폭을 억제하는 알고리즘과 제안된 알고리즘의 비교를 통해서 제안된 알고리즘의 성능을 보여준다.

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

가설 설정

역콘볼루션은 크게 non-blind deconvolution 과 blind deconvolution 으로 나뉠 수 있는데 non-blind deconvolution 은 PSF 을 사전에 미리 알고 있는 경우이고 blind deconvolution 은 반대의 경우이다. 본 논문에서는 PSF 을 미리 알고 있다고 가정을 하고 사용된 모든 이미지는 식 (1)에 의해서 모델링 되었다.

제안 방법

RL deconvolution 이 가지고 있던 문제점 중 하나인 반복횟수가 증가할수록 노이즈가 증폭되는 현상을 비교적 간단한 수정을 통해서 개선을 해보았다. 따라서 RL deconvoltion 에 비해서 복잡도가 크게 상승하지 않았기 때문에 소비전력에 민감한 모바일 환경에서도 다른 복잡한 알고리즘보다 본 논문에서 제안된 알고리즘을 선택하는 일이 조금 더 효과적일 수도 있을 것이다.
노이즈가 낀 이미지의 경우 반복횟수가 증가 할수록 이미지가 선명해짐과 동시에 노이즈도 증폭되는 것을 확인 할 수 있다. 따라서 본 논문에서는 노이즈 증폭현상을 줄일 수 있는 수정된 RL deconvolution 을 제안하고 기존에 제안된 알고리즘[4] 과 비교한다.

이론/모형

그림 4, 5 는 실험 결과를 보여준다. 이 실험에서는 전처리 필터는 Gaussian 필터, 후처리 필터는 Median 필터를 사용하였다. Damping 파라미터는 3σ를 사용하였고 총 15 번의 RL deconvolution 이 시행되었다.

성능/효과

그림에서 보듯이 기존의 알고리즘 보다 노이즈 증폭이 억제되었음을 확인 할 수 있다. 다만 Median 필터를 이용해서 후처리 필터링 과정을 거치기 때문에 기존의 알고리즘 보다는 선명도가 조금 떨어지는 것을 확인할 수 있다. 상황에 맞는 필터를 선택하여 후처리 과정을 좀 더 거친다면 더 좋을 결과를 얻을 수 있을 것이라 예상된다.

후속연구

RL deconvolution 이 가지고 있던 문제점 중 하나인 반복횟수가 증가할수록 노이즈가 증폭되는 현상을 비교적 간단한 수정을 통해서 개선을 해보았다. 따라서 RL deconvoltion 에 비해서 복잡도가 크게 상승하지 않았기 때문에 소비전력에 민감한 모바일 환경에서도 다른 복잡한 알고리즘보다 본 논문에서 제안된 알고리즘을 선택하는 일이 조금 더 효과적일 수도 있을 것이다. 또한 RL deconvolution 을 전혀 수정하지 않았기 때문에 만약 본 논문의 알고리즘을 하드웨어로 구현하는데 있어서도 기존의 RL deconvolution 의 하드웨어 구현을 그대로 사용할 수 있을 거라 생각된다.
따라서 RL deconvoltion 에 비해서 복잡도가 크게 상승하지 않았기 때문에 소비전력에 민감한 모바일 환경에서도 다른 복잡한 알고리즘보다 본 논문에서 제안된 알고리즘을 선택하는 일이 조금 더 효과적일 수도 있을 것이다. 또한 RL deconvolution 을 전혀 수정하지 않았기 때문에 만약 본 논문의 알고리즘을 하드웨어로 구현하는데 있어서도 기존의 RL deconvolution 의 하드웨어 구현을 그대로 사용할 수 있을 거라 생각된다. 비록 완벽하게 노이즈 증폭을 억제 하지는 못하였고 기존의 알고리즘 보다는 선명도가 조금 떨어지기는 하지만 상황에 맞는 적절한 전, 후처리 필터를 선택함으로써 더 좋은 결과를 얻을 수 있을 것이다.
또한 RL deconvolution 을 전혀 수정하지 않았기 때문에 만약 본 논문의 알고리즘을 하드웨어로 구현하는데 있어서도 기존의 RL deconvolution 의 하드웨어 구현을 그대로 사용할 수 있을 거라 생각된다. 비록 완벽하게 노이즈 증폭을 억제 하지는 못하였고 기존의 알고리즘 보다는 선명도가 조금 떨어지기는 하지만 상황에 맞는 적절한 전, 후처리 필터를 선택함으로써 더 좋은 결과를 얻을 수 있을 것이다.
다만 Median 필터를 이용해서 후처리 필터링 과정을 거치기 때문에 기존의 알고리즘 보다는 선명도가 조금 떨어지는 것을 확인할 수 있다. 상황에 맞는 필터를 선택하여 후처리 과정을 좀 더 거친다면 더 좋을 결과를 얻을 수 있을 것이라 예상된다.
마지막으로 수정된 RL deconvolution 이 완벽하게 노이즈 증폭현상을 제거할 수 없기 때문에 다시 필터링을 거쳐서 최종 결과물을 얻게 된다. 이 단계에서는 선명도 향상이 끝났기 때문에 선형적인 필터 이외에도 다양한 노이즈 제거 (denoising) 알고리즘을 적용할 수 있을 것이다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

노이즈 억제를 위한 개선된 Richardson-Lucy deconvolution
A noise-suppression method for Richardson-Lucy deconvolution 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

가설 설정

제안 방법

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

노이즈 억제를 위한 개선된 Richardson-Lucy deconvolution A noise-suppression method for Richardson-Lucy deconvolution 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

가설 설정

제안 방법

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

노이즈 억제를 위한 개선된 Richardson-Lucy deconvolution
A noise-suppression method for Richardson-Lucy deconvolution 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper