Abstract
In this paper, a new matrix vector formulation for a wavelet-based subband decomposition is introduced. This formulation provides a means to compute a regular multi-resolution analysis over many levels of decomposition. With this approach. any single channel linear space-invariant filtering problem can be cast into a multi-channel framework. This decomposition Is applied to the linear space-invariant image restoration problem and propose a frequency-adaptive constrained least squares(CLS) filter. In the proposed filter, we use different parameters adaptively according to subband characteristics. Experimental results are presented for the proposed frequency-adaptive CLS filter These experiments show that if accurate estimates of the subband characteristics are available, the proposed frequency adaptive CLS filter provides significant improvements over the traditional single channel filter.
웨이브릿 변환 기반의 부대역(subband) 분해과정을 새로운 수학적 모델로 표현한다. 제안된 모델은 많은 계층의 분해과정에 거쳐 정규적인 다해상도 해석을 수행할 수 있다. 이러한 접근방식은 단일채널 선형 공간불변 필터링문제를 다채널로 확장할 수 있게 해주는 동시에 선형 공간불변 영상복원문제와 주파수상에서 적응적 제약적 최소제곱(Constrained Least Square:CLS) 필터에 적용될 수 있다. 제안된 필터에서 우리는 부대역의 특징에 따라 적응적으로 다른 변수를 사용할 수 있다. 본 논문에서 제안한 주파수상의 적응적 CLS 필터를 S/W로 구현하였으며, 이 실험을 통해 부대역의 특징을 정화하게 측정할 경우 제안된 주파수상 적응적 CLS 필터는 기존의 단채널 필터에서 벗어나 현저히 화질을 개선할 수 있음을 보여준다.
