• Proceedings of the KSRS Conference
• /
• 2009.03a
• /
• pp.331-336
• /
• 2009

영상 복원은 다양한 영상 처리의 분야의 기반기술로 사용되는 기술로서, 복원 과정에서의 번짐현상(블러링)으로 인한 화질 저하가 발생하는 문제점이 있다. 위성 영상과 같이 영상이 의미하는 내용의 중요도가 높은 분야에서는 화질 저하를 최소화하는 영상 복원 기술이 요구된다. 따라서 본 논문에서는 하위 레벨 해상도 보간과 손실 정보 추정을 이용한 위성 영상 복원 방법을 제안한다. 제안하는 방법에서는 하위 레벨 해상도 보간을 통해서 복원 과정에서 발생하는 손실 정보를 추정하고, 추정한 손실 정보를 복원된 영상에 적용하여 최종적으로 영상 복원 결과를 향상시킨다. 동일한 위성 영상을 이용한 비교 실험에서 기존의 방법들보다 주관적 화질 개선이 뚜렷함을 알 수 있었고, 객관적 화질 비교인 PSNR에서도 $2.68\sim4.22dB$의 향상된 결과를 나타내었다. 제안하는 방법은 위성 영상 분석을 비롯하여 영상 복원을 이용하는 다양한 응용 환경에서 유용하게 사용될 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.643-645
• /
• 2002

본 논문은 영상의 isophote정보를 constraint로 사용만 유전자 알고리즘 (Genetic Algorithms) 기반의 컬러 영상 복원방법을 제안한다. 제안만 방법은 오염된 관측 영상으로부터 원 영상으로 복원하기 위해. 영상 복원 문제인 illposed 문제를 유전자 알고리즘을 이용하여 비용함수(cost funcition)가 최소가 되도록 하는 최적화 문제로 모델링 한다. 본 논문에서 제안만 방법은 영상에서 같은 밝기 값을 가진 영역의 경계선을 나타내는 isophole 를 비용함수의 정칙화(regularization) 연산자로 사용하여 영상을 복원한다. 사용자가 복원할 영역을 지정만 후, 유전자 알고리즘을 사용하여 복원될 영역치 isophote 를 자연스럽게 유지하도록 복원한다. 제안한 방법은 디지털 비디오에서 상업적인 광고나, 자막 측은 로고등을 제거하는데 사용될 수 있으며, 실험 결과, 일반적으로 영상 복원에 많이 사용하는 Constraint 로 라플라시안(Laplaoian) 연산자보다 isophote를 정칙화 연산자로 사용함으로써 효율적으로 영상이 복원됨을 알 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.310-313
• /
• 2011

초해상도 영상복원은 저해상도 영상을 이용하여 하나의 고해상도 영상을 획득하는 기법이다. 초해상도 영상복원은 크게 두 가지 방법으로 구현된다. 단일 영상을 이용한 초해상도 영상복원과, 여러 장의 저해상도 영상을 이용한 초해상도 영상복원 기법이 연구되고 있다. 여러 장의 저해상도 영상을 이용한 공간영역에서의 초해상도 영상복원 알고리즘은 크게 정합, 보간, 후처리 과정을 거치게 된다. 본 논문에서는 정합과정 이전에 입력영상보정을 통한 전처리과정을 수행하여 잡음으로 인한 부정확한 위치정보추정 확률을 감소시키고, 입력영상보정과정인 전처리과정으로 인해 후처리과정을 통한 영상복원 영상보다 향상된 영상을 획득하는 기법을 제안하며, 실험결과에서 기존의 방법보다 좋은 영상을 얻음을 확인하였다.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.649-652
• /
• 2001

본 논문에서는 공간 영역의 제약 정보를 이용한 적응 영상 복원 방식을 제안한다. 공간 영역의 제약 정보로는 국부 정보의 평균, 분산 및 최대 값을 이용하였다. 반복 기법을 이용하여 매 반복 해에서 얻어진 복원 영상으로부터 상기 제약 정보를 설정하게 되고, 위의 제약 정보는 임의의 입력 값에 의해 정의되는 매개 변수와 더불어 복원 영상의 국부 완화 정도를 결정하게 된다. 제안된 방식을 이용하여 복원 영상을 얻기 위해 비적응 복원 방식보다 빠른 수렴 속도를 갖게 됨을 알 수 있었다. 또한, 국부적으로 제어된 완화 정도를 지닌 복원 영상을 얻을 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2001.11b
• /
• pp.139-142
• /
• 2001

본 논문에서는 공간 영역의 제약 정보를 이용한 적응 영상 복원 방식을 제안한다. 공간 영역의 제약 정보로는 국부 정보의 평균, 분산 및 최대 값을 이용하였다 반복 기법을 이용하여 매 반복 해에서 얻어진 복원 영상으로부터 상기 제약 정보를 설정하게 되고, 위의 제약 정보는 임의의 입력 값에 의해 정의되는 매개 변수와 더불어 복원 영상의 국부 완화 정도를 결정하게 된다. 제안된 방식을 이용하여 복원 영상을 얻기 위해 비적응 복원 방식보다 빠른 수렴 속도를 갖게 됨을 알 수 있었다. 또한, 국부적으로 제어된 완화 정도를 지닌 복원 영상을 얻을 수 있었다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2005.05a
• /
• pp.263-266
• /
• 2005

고해상도 영상은 원격탐사, 의료영상 등 다양한 분야에서 사용되며, 향후에 많은 수요가 예상된다. 초해상도 영상복원은 동일한 지역을 촬영한 여러 장의 저해상도 영상을 이용하여 고해상도 영상으로 복원하는 소프트웨어적인 영상 해상도 향상 방법이며, 공간 영역과 주파수 영역의 초해상도 영상복원으로 구분된다. 본 연구에서는 공간 영역에서 확률적 접근법을 이용하여 CCD 영상의 초해상도 영상복원을 수행하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2017.10a
• /
• pp.497-498
• /
• 2017

기존의 영상 복원 방법에서는 영상에 퍼지 스트레칭 기법을 이용하여 명암 대비를 강조하였다. 강조된 영상에서 Max-Min 연산을 위해서 칼라 채널의 최대값을 이용하여 각 픽셀 값을 정규화 하였다. 정규화 된 픽셀 값에 Min 연산을 적용하여 연결 가중치를 계산하여 훼손된 영상의 복원에 적용하였다. 그러나 일부 손실된 영상에서 손실된 부분을 탐색하기 위해 $10{\times}10$을 가진 마스크를 이용하여 훼손된 영역을 탐색한 후, 탐색된 훼손된 영역에 연결 가중치를 적용하여 임계값보다 적은 경우에는 임계값으로 설정하여 손실된 부분을 복원하였으나 원 영상과의 차이가 나는 경우가 자주 발생하여 복원의 정확성이 낮아지는 문제점이 있다. 따라서 본 논문에서는 영상의 복원의 정확성을 높이기 위하여 그레이 영상뿐만 아니라 칼라 영상에서도 복원의 정확성을 높일 수 있는 방법을 제안한다. 제안된 방법을 다양한 칼라 영상을 대상으로 실험한 결과, 제안된 방법이 기존의 방법보다 복원의 정확성이 높아진 것을 확인할 수 있었다.

• The Journal of the Acoustical Society of Korea
• /
• v.18 no.5
• /
• pp.83-90
• /
• 1999

In this paper, we studied resolution to the FBP and BFP image reconstruction algorithms for ultrasonic diffraction tomography. In order to analyze the resolution to the tomographic images which can be reconstructed from the modified FBP image reconstruction algorithm by using fixed coordinate system and BFP image reconstruction algorithm which is suitable for plane structure object, we derived ambiguity functions to these algorithms and then analyzed lateral and depth resolution through simulation respectively. Simulation results show that the lateral and depth resolution to the FBP image reconstruction algorithm and the BFP image reconstruction algorithm was determined 0.27 λ, 0.70 λ and 0.39 λ, 0.98 λ at the 3dB respectively. These results imply that modified FBP and BFP image reconstruction algorithms for diffraction tomography is useful in the tomographic image reconstruction.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 1997.03a
• /
• pp.141-161
• /
• 1997

팩시밀리로부터 수신된 영상은 글자를 두껍게 하는 돌출잡영(salient noise), 문자주변에 점이 추가되는 고춧가루 잡영(pepper noise), 선의절단을 일으키는 백색잡영(white noise)으로 인하여 가독성이 떨어진다. 수신된 팩시밀리 영상을 원래의 영상으로 복원하기 위하여 최근에 Handley 와 Dougherty가 처음으로 형태학적 복원 방법을 제안하였다. 형태학적 복원 방법은 돌출잡영에 대해서 효과적이었지만, 확률적으로 발생하는 백색잡영과 고춧가루잡영에 대해서는 팩시밀리 영상을 결정적 수열(deterministic sequence)로다루었기 때문에 효과적이지 못했다. 본 논문에서는 주사과정, 고딩과정, 그리고 통신과정에서 생성되는 돌출, 고춧가루, 백색잡영에 의해 훼손된 팩시밀리 영상을 칼만여과를 이용하여 복원하는 새로운 방법을 제안하였다. 제안된 방법은 모델링과 복원 두 단계로 구축된다. 첫째, 이웃 화소들과의 종속관계를 갖는 팩시밀리 영상을 마르코프 랜덤 필드를 바탕으로 팩시밀리 시스템 모델을 제안하였다. 둘째, 제안된 팩시밀리 시스템 모델을 칼만 여과과정의 시스템 모델 및 관측모델로 재구성한 다음, 칼만 여과과정의 ill-conditioned 문제를 극복하기 위하여 양정치 (positive definite)공분산 행렬을 유도하여 새로운 복원방법을 제안하였다. 제안된 방법의 복원 능력을 검증하기 위하여 사무실에서 가장 많이 사용되는 한글을 사용하여 알파벳 대소문자, 숫자, 특수문자로 구성된 문서를 만들어 실험하였다. 그 결과, 제안된 방법이 형태학적인 복원 방법보다 성능이 우수함을 밝혔다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2000.11b
• /
• pp.63-67
• /
• 2000

디지털 영상 저장 과정에서 일어나는 문제점은 영상 저장부 센서계의 한계로 나타낼 수 있다. 센서계의 충분하지 못한 집적도는 물리적으로 피할 수 없는 현상이다. 이러한 현상을 디지털 신호처리 기술을 적용하여 극복할 수 있다. 센서계의 한계로 인한 문제는 디지털 영상의 가장 큰 문제중의 하나이며, 이러한 한계를 극복하는 고해상도 영상 복원 방법들은 많은 학자들에 의해 제안되어 왔다. 본 논문에서는, 기존의 고해상도 영상 복원 방법들과는 달리 원영상의 공간적 고주파 성분의 특성을 분석과, 주어진 저해상도 영상들의 부화소 단위 움직임 추정 오류에 대한 분석을 통해 영상 복원과정에 이러한 분석들의 결과를 반영한다. 위에서 언급한 추정 오류는 우리에게 하나의 잡음 형태로 나타날 수 있다. 이 잡음은 추정이 이루어지는 축에 따라 그 양이 다르게 나타나게 되고, 이러한 현상은 목적이 되는 영상의 공간적 고주파 성분의 분포와 밀접한 관련이 있다. 우리는 복원 과정에 기존의 영상복원 방법중의 하나인 정규화 방법을 도입한다. 위에서 분석된 현상을 이 복원 과정에 반영하여 기존의 고해상도 영상 복원 방법보다 향상된 결과를 얻을 수 있었다. 결론적으로, 제안하는 알고리즘은 부화소 단위 움직임 추정 오류의 분석 결과를 반영하므로 이러한 추정 오류에 강한 알고리즘이다.