• 대한전자공학회논문지SP
• /
• 제40권1호
• /
• pp.34-42
• /
• 2003

본 논문은 영상복원을 역확산 과정으로 해석하여 복원된 영상을 역확산 방정식의 해로 구하는 알고리즘을 제안한다. 역확산 과정은 물리적으로 불량위치(ill-posed)과정이기 때문에, 이를 정규화 해주어야 하는데 이를 위해서 역확산 과정을 고유함수(eigenfunction)들의 전개로 나타낸 후에 고유함수들의 계수들을 조작하였다. 본 논문에서는 계수들을 조작할 때 영상이 가지고 있는 주파수 특성을 고려하여 한계주파수(cut-off frequency)를 넘은 경우에 계수들을 시간과 주파수의 감소함수로 나타내어 불량위치문제를 해결하였다. 계수를 주파수에 대찬 감소함수로 나타낸 것은 영상에 저주파 성분이 많고, 고주파 성분이 영상의 형성에 기치는 영향이 상대적으로 적다는 영상의 특성을 고려한 것이다. 이러한 감소함수를 사용하였을 때 불랑위치 문제를 해결할 수 있다는 것을 증명하였고, 실험적으로 양질의 영상을 산출함을 보였다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2004년도 추계학술발표회 논문집
• /
• pp.153-159
• /
• 2004

본 연구는 동일지역에서 시공간 변화에 따른 공간정보의 복원을 위하여 3차원 영상조감도를 생성하고 활용하기 위해 시도된 연구결과로서, 연구 대상지역의 입체지형분석을 위한 3차원 입체 영상지도를 제작을 위해 DEM 및 위성영상들을 이용한 입체영상을 생성할 수 있도록 하였다. 현재 수집 가능한 지형도 및 위성사진과의 합성을 통하여 사라져간 수몰지역에 대한 3차원 위성영상 조감도를 제작하고 최근의 영상과의 비교를 통하여 투시 조감도를 생성하였고 최근의 영상과 비교를 통하여 그 변화를 살펴보았다. 그결과, 기존의 사진 및 인위적인 판단에 의한 3차원 영상복원보다는 더 나은 또 다른 개선방법을 제시할 수 있었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제62차 하계학술대회논문집 28권2호
• /
• 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.

• 전자공학회논문지
• /
• 제52권9호
• /
• pp.106-113
• /
• 2015

본 논문에서는 컬러 영상의 압축 센싱 복원 기술에 인지시각시스템의 특성을 접목해 복원 영상의 화질을 향상 시키는 방법을 연구하였다. 제안하는 그룹-희소성 최소화 기반 컬러 채널별 시각적 가중치 적용 방법은 영상의 성긴 특성뿐만 아니라 인지시각시스템의 특성을 반영할 수 있도록 설계되었다. 또한, 복원 영상에서의 잡음을 제거하기 위하여 설계한 경계보존 필터는 영상의 경계 부분에 대한 디테일을 보존함으로써, 복원 영상의 품질을 향상 시키는 역할을 한다. 실험 결과, 제안하는 방법이 최신의 그룹-희소성 최소화 기반 방법들보다 평균 0.56 ~ 4dB 더 높은 PSNR을 달성함으로써, 객관적 성능을 향상시킬 수 있음을 확인하였으며, 주관적 화질 또한 기존 방법들에 비해 뛰어나다는 것을 복원된 영상 간 비교를 통해 확인하였다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2010년도 춘계학술대회
• /
• 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.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 1995년도 학술대회
• /
• 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.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (2)
• /
• 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
• /
• 한국HCI학회 2006년도 학술대회 1부
• /
• 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.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 추계학술대회
• /
• 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.

• 한국통신학회논문지
• /
• 제24권10B호
• /
• pp.1946-1952
• /
• 1999

무지도 경쟁학습을 이용하여 압축된 영상의 복원 후에 나타나는 테두리부분의 손상을 최소화하기 위한 영상압축 방법이 제안되었다. 제안된 영상압축방법은 영상데이터에서 테두리부분에 해당하는 데이터의 기하학적인 특징을 이용하는데, 영상데이터의 통계학적인 특성을 함께 이용하여 기존의 Centroid Neural Network을 일반화시키는 무지도 경쟁학습에 의하여 자동적으로 더욱 많은 code vector를 테두리부분에 배정함으로서 압축된 영상의 복원 후에 나타나는 테두리부분의 손상을 초소화하게 한다. 실험 결과, 기존의 SOM, M-SOM, M/R-CNN등과 비교하여 제안된 방법에 의해 압축된 영상의 복원된 테두리 부분에서 PSNR이 약 2dbv정도 향상된 결과를 보여줄 수 있었다.