영상복원에서의 정칙화 연산자 분석

Analysis on the Regularization Parameter in Image Restoration

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.

The Laplacian operator is usually used as a regularization operator which may be used as any differential operator in the regularization iterative restoration. In this paper, several kinds of differential operator and 1-H operator that has been used in our lab as well, as a regularization operator, were compared with each other. In the restoration of noisy motion-blurred images, 1-H operator worked better than Laplacian operator in flat region, but in the edge the Laplacian operator operated better. For noisy gaussian-blurred image, 1-H operator worked better in the edge, while in flat region the Laplacian operator resulted better. In regularization, smoothing the noise and resorting the edges should be considered at the same time, so the regions divided into the flat, the middle, and the detailed, which were processed in separate and compared their MSE. Laplacian and 1-H operator showed to be suitable as the regularization operator, while the other differential operators appeared to be diverged as iterations proceeded.