• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.40 no.1
• /
• pp.34-42
• /
• 2003

In this paper, the image restoration process is interpreted as a backward diffusion process and the restored image is given as the solution of the backward diffusion equation (BDF). The ill-posedness of the backward diffusion if subdued by manipulating the exponentially increasing coefficients of the eigenfunctions. In manipulating the coefficients the spectral characteristics of an image is taken into account. The proposed scheme uses an exponentially decreasing function of the coefficients of the eigenfunctions beyond a certain threshold which is optimal with respect to the observation accuracy. The use of decreasing functions also improves the result compared with the constant bounded algorithm since it can include more low frequency components.

• Proceedings of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography Conference
• /
• 2004.11a
• /
• pp.153-159
• /
• 2004

Recently remote sensing technology is applied for digital and photographical data acquisition by use of satellites sensors. And It used for images restoration of vanished spatial information at the same sites according to changed of time and spaces. In this study, it applied for the 3-dimensional images generation and fly simulation to possibility for various application. As a results of its applied, it gained the results not only improvement of present methods but also real various application possibilities for 3 dimensional Image restoration.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.439-441
• /
• 2020

본 논문에서는 국가무형문화재 기록영상의 화질 개선에 관한 연구를 진행한다. 기록영상의 화질 개선을 위해 SRGAN 기반의 초해상화 복원영상 생성 프레임워크의 적용을 제안한다. Image aumentation과 median filter를 적용한 데이터셋과 적대적 신경망인 Generative Adversarial Network (GAN)을 기반으로 딥러닝 네트워크를 구축하여 입력된 Low-Resolution 이미지를 통해 High-Resolution의 복원 영상을 생성한다. 이 연구를 통해 국가무형문화재 기록영상 뿐만 아니라 문화재 전반의 사진 및 영상 기록 자료의 품질 개선 가능성을 제시하고, 영상 기록 자료의 아카이브 구축을 통해 지속적인 활용의 기초연구가 되는 것을 목표로 한다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.52 no.9
• /
• pp.106-113
• /
• 2015

This paper integrates human visual system (HVS) characteristics into compressed sensing recovery of color images. The proposed visual weighting of each color channel in group-sparsity minimization not only pursues sparsity level of image but also reflects HVS characteristics well. Additionally, an edge-preserving filter is embedded in the scheme to remove noise while preserving edges of image so that quality of reconstructed image is further enhanced. Experimental results show that the average PSNR of the proposed method is 0.56 ~ 4dB higher than that of the state-of-the art group-sparsity minimization method. These results prove the excellence of the proposed method in both terms of objective and subjective qualities.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2010.06a
• /
• pp.312-313
• /
• 2010

초해상도 영상복원은 동일 지역에서 획득한 다수의 영상을 통해 고해상도의 영상으로 복원하는 영상처리 알고리즘 기법이다. 이 기법은 비디오 영상, 위성 영상, 의료 영상과 같이 동일지역에 대한 다수의 저해상도 영상을 획득 할 수 있는 분야에 적용이 가능하다. 본 연구에서는 세계최초의 정지궤도 해양위성인 GOCI 센서의 육상 활용도를 높이기 위한 초해상도 기법 개발을 위해 MODIS 영상을 활용한 시뮬레이션을 수행하여, GOCI 센서를 위한 효율적인 초해상도 알고리즘을 제안한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 1995.06a
• /
• pp.117-121
• /
• 1995

본 논문에서는 영상의 정보량에 따라 영상을 분할하고 이를 바탕으로 영상을 계층적으로 부호화하는 알고리듬을 제안한다. 영상을 분할하기 위해서 4진나무구조를 사용하는데, 기존의 방법에서는 각 구획의 평균값을 대표값으로 사용하여 구획의 복잡도를 판단하고 영상을 복원하는 반면, 본 논문에서는 해당 구획의 모서리 화소값을 대표값으로 사용하는 개선된 알고리듬을 사용한다. 분할된 구획의 대표값으로 모서리화소를 사용함으로써 여러 해상도에서 계층적인 영상표현이 가능하다. 제안방법으로 표현된 영상은 복잡한 신호처리과정이 필요 없으며, 부가적인 후처리기법을 사용하지 않고도 복원 영상에서는 구획화현상이 사라지므로 주관적으로 자연스러우면서도 객관적으로도 우수한 성능을 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.472-474
• /
• 2001

본 논문은 wavelet 기반의 watershed를 이용한 효율적인 영상 분할을 기법을 제안한다. 영상 분할을 위해 입력 영상을 wavelet transform을 사용하여 low-resolution 영상을 생성한 후 watershed 알고리즘을 이용해 분할하고, 이를 Inverse wavelet transform함으로써 원 영상으로 복원한다. 복원된 영상을 의미 있는 영역들로 분할하기 위해 wavelet 특징값의 유사성을 두 인접한 영역에 비교하여 병합한다. 실험 결과 제안한 방법은 영상의 잡음에 대한 강인함과 영상의 과분할 문제를 해결할 수 있다.

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.24-32
• /
• 2006

본 논문에서는 다시점 카메라부터 획득된 부분적인 3D 점군을 사용하여 실내환경의 3D 복원을 위한 새로운 방법을 제안한다. 지금까지 다양한 양안차 추정 알고리즘이 제안되었으며, 이는 활용 가능한 깊이 영상이 다양함을 의미한다. 따라서, 본 논문에서는 일반화된 다시점 카메라를 이용하여 실내환경을 복원하는 방법을 다룬다. 첫 번째, 3D 점군들의 시간적 특성을 기반으로 변화량이 큰 3D 점들을 제거하고, 공간적 특성을 기반으로 주변의 3D 점을 참조하여 빈 영역을 채움으로써 깊이 영상 정제 과정을 수행한다. 두 번째, 연속된 두 시점에서의 3D 점군을 동일한 영상 평면으로 투영하고, 수정된 KLT (Kanade-Lucas-Tomasi) 특징 추적기를 사용하여 대응점을 찾는다. 그리고 대응점 간의 거리 오차를 최소화함으로써 정밀한 정합을 수행한다. 마지막으로, 여러 시점에서 획득된 3D 점군과 한 쌍의 2D 영상을 동시에 이용하여 3D 점들의 위치를 세밀하게 조절함으로써 최종적인 3D 모델을 생성한다. 제안된 방법은 대응점을 2D 영상 평면에서 찾음으로써 계산의 복잡도를 줄였으며, 3D 데이터의 정밀도가 낮은 경우에도 효과적으로 동작한다. 또한, 다시점 카메라를 이용함으로써 수 시점에서의 깊이 영상과 컬러 영상만으로도 실내환경 3D 복원이 가능하다. 제안된 방법은 네비게이션 뿐만 아니라 상호작용을 위한 3D 모델 생성에 활용될 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.11a
• /
• pp.55-58
• /
• 2018

본 논문에서는 가이디드 영상 필터를 (guided image filter) 이용하여 컨볼루션 신경망 (convolutional neural network) 을 이용한 역 톤 매핑 (inver tone - mapping; iTMO) 기법의 결과를 향상 시킬 수 있는 알고리듬을 제안한다. 기존 low dynamic range (LDR ) 영상을 high dynamic range (HDR ) 디스플레이에서 표현할 수 있는 역 톤 매핑 기법이 과거부터 계속 제안되어 왔다. 최근에 컨볼루션 신경망을 이용하여 단일 LDR 영상만으로 넓은 동적 범위 (dynamic range) 를 가진 HDR 영상으로 변환하는 알고리듬이 많이 연구되었다. 기존의 알고리듬 중 포화 영역 (saturated region) 으로 인해 잃어버린 화소 정보를 학습된 컨볼루션 신경망을 이용해서 복원하는 알고리듬은 그 효과가 좋지만 포화 영역이 아닌 부분의 잡음을 제거하지 못하며 포화 영역의 디테일을 복원하지 못한다. 제안한 알고리듬은 입력 영상에 가중치 기반 가이디드 영상 필터를 사용해서 비포화 영역의 잡음을 제거하고 포화 영역의 디테일을 복원시킨 다음 컨볼루션 신경망에 인가하여 결과 영상의 품질을 개선하였다. 제안하는 알고리듬은 실험을 통해서 기존의 알고리듬에 비해 높은 정량적 화질 평가 지수를 나타내었고, 기존의 알고리듬에 비해 세부 사항을 효과적으로 복원할 수 있음을 확인할 수 있었다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.24 no.10B
• /
• pp.1946-1952
• /
• 1999

A new image compression method to preserve edge characteristics in reconstructed images using an unsupervised learning neural is proposed in this paper. By the unsupervised competitive learning which generalizes previously proposed Centroid Neural Network(CNN) algorithm with the geometric characteristics of edge area and statistical characteristics of image data, more codevectors are allocated in the edge areas to provide the more accurate edges in reconstructed image. Experimental results show that the proposed method gives improved edge in reconstructed images when compared with SOM, Modified SOM and M/R-CNN.