• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.781-784
• /
• 2005

홍채 인식은 동공과 흰자위 사이에 존재하는 도넛 모양의 홍채 패턴(Iris pattern)을 이용하여 자신인지 타인인지 판별하는 매우 신뢰도가 높은 생체인식기술 가운데 하나이다. 홍채 인식은 홍채 영상의 홍채 패턴으로부터 홍채 코드(Iris code)를 추출하여 인식하기 때문에 좋은 질의 홍채영상을 취득하는 것은 정확한 홍채 인식을 위해서 매우 중요하다. 이러한 홍채 영상의 질을 결정하는 중요한 요소 가운데 하나가 초점(focus)이다. 초점이 맞지 않아 흐려진(blurring) 영상은 홍채 인식에서 자신임에도 불구하고 타인으로 인식하는 FRR(false reject error)를 증가시킨다. 홍채 인식 시스템의 카메라는 고정 초점 방식과 가변 초점 방식이 있다. 고정 초점 방식은 초점렌즈가 고정되어 있어서 초점이 맞지 않는 영상을 취득할 경우 사용자에게 다시 요구하여 입력받도록 한다. 이는 사용자에게 불편을 초래한다. 가변 초점 방식은 사용자와의 거리를 측정하여 초점렌즈를 움직여서 초점이 잘 맞은 선명한 영상을 얻는다. 하지만, 초점렌즈를 움직이기 위해서 사용자와의 거리를 측정하는 센서와 초점렌즈를 움직이는 모터등과 같은 부가 장비가 필요하다. 따라서 카메라의 부피가 커지고, 가격이 상승하게 되는 문제점이 있다. 그리므로 본 논문은 고정 초점 카메라를 사용하여 부가 장비 없이 홍채 영상 복원 알고리즘을 사용하여 소프트웨어적으로 초점이 맞지 않아 흐려진 영상을 처리하는 방법을 제안한다. 본 논문은 초점값을 이용하여 열화(degradation)의 정도를 판단하였으며, 초점값(focus value)에 따라 점확산함수(point spread function)를 설계하여 홍채영상을 복원하였다.

• Journal of radiological science and technology
• /
• v.45 no.2
• /
• pp.145-150
• /
• 2022

The main purpose of this work was to restore the blurry chest CT images by applying a blind deconvolution algorithm. In general, image restoration is the procedure of improving the degraded image to get the true or original image. In this regard, we focused on a blind deblurring approach with chest CT imaging by using digital image processing in MATLAB, which the blind deconvolution technique performed without any whole knowledge or information as to the fundamental point spread function (PSF). For our approach, we acquired 30 chest CT images from the public source and applied three type's PSFs for finding the true image and the original PSF. The observed image might be convolved with an isotropic gaussian PSF or motion blurring PSF and the original image. The PSFs are assumed as a black box, hence restoring the image is called blind deconvolution. For the 30 iteration times, we analyzed diverse sizes of the PSF and tried to approximate the true PSF and the original image. For improving the ringing effect, we employed the weighted function by using the sobel filter. The results was compared with the three criteria including mean squared error (MSE), root mean squared error (RMSE) and peak signal-to-noise ratio (PSNR), which all values of the optimal-sized image outperformed those that the other reconstructed two-sized images. Therefore, we improved the blurring chest CT image by using the blind deconvolutin algorithm for optimal approach.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 1998.06a
• /
• pp.81-85
• /
• 1998

점확산 함수(point spread function; PSF)의 정확한 추정은 복원결과가 원 영상에 얼마나 근접할 수 있는가를 결정한다는 점에서 영상처리의 중요한 연구 주제중의 하나가 된다. 본 논문에서는 PSF를 추정하기 위한 알고리즘을 제안하고, 이를 영상복원에 적용한 후 이를 기반으로 디지털 자동초점시스템을 제안한다. 초점불안전 열화시스템을 구현하기 위한 과정은 두 단계로 구성되어 있는데, 즉 입력 영상에서 에지분류를 통한 PSF 추정과, 이를 이용한 영상복원이다. 보다 구체적으로, 입력 영상에 특정 에지가 있는 임의의 크기의 블록을 선정해부면, 그 블록으로부터 자동으로 에지방향이 기저영상을 이용해서 구해지며 확산원의 크기를 추정하여 1차원 단위 계단응답과 영역을 구하여 평균한 후, 2차원 등방성 PSF를 추정한다. 마지막으로 추정된 PSF를 사용하여 복원을 수행함으로써 초점이 맞는 영상을 구한다.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.40 no.1
• /
• pp.43-48
• /
• 2012

This paper proposes a practical linear recursive robust motion deblurring filter using the inertial sensor measurements for strapdown image seekers. The angular rate information obtained from the gyro mounted on the missile is used to define the PSF(point spread function). Since the gyro output contains a unknown but bounded bias error. the motion blur image model can be expressed as the linear uncertain system. In consequence, the motion deblurring problem can be cast into the robust Kalman filtering which provides reliable state estimates even in the presence of the parametric uncertainty due to the gyro bias. Through the computer simulations using the actual IR scenes, it is verified that the proposed algorithm guarantees the robust motion deblurring performance.

• Korean Journal of Clinical Laboratory Science
• /
• v.51 no.2
• /
• pp.125-133
• /
• 2019

A microscope is the fundamental research and diagnostic apparatus for clinical investigation of signaling transduction, morphological changes and physiological tracking of cells and intact tissues from patients in the biomedical laboratory science. Proper use, care and maintenance of microscope with comprehensive understanding in mechanism are fully requested for reliable image data and accurate interpretation for diagnosis in the clinical laboratory. The standard operating procedure (SOP) for light microscopes includes performance procedure, brief information of all mechanical parts of microscopes with systematic troubleshooting mechanism depending on the laboratory capacity. Maintenance program encompasses cleaning objective, ocular lenses and inner optics; replacement and calibration of light source; XY sample stage management; point spread function (PSF) measurement for confocal laser scanning microscope (CLSM); quality control (QC) program in fluorescent microscopy; and systematic troubleshooting. Laser safety is one of the concern for medical technologists engaged in CLSM laboratory. Laser safety guideline based on the laser classification and risk level, and advisory lab wear for CLSM users are also expatiated in this overview. Since acquired image data presents a wide range of information at the moment of acquisition, well-maintained microscopes with proper microscopic maintenance program are impulsive for its interpretation and diagnosis in the clinical laboratory.

• Journal of the Korean Institute of Telematics and Electronics S
• /
• v.36S no.2
• /
• pp.57-62
• /
• 1999

Estimation of the point spread function (PSF) is one of the main research topic of image processing, because it determines the performance of the auto-focusing system. In this paper, a new algorithm for PSF estimation is proposed, and its application to image restoration is also presented. The procedure for complete realization of the auto-focusing system consists of two steps: PSF estimation based on edge classification, and image restoration using the estimated PSF. More specifically, we divide imput image into multiple small image or block, estimate unit step response and average them on the blocks which contain edge, and estimate 2-dimensional isotropic PSF from the 1 dimensional step response. Finally we obtain in-focused image by using image restoration based on the estimated PSF.