• 전자공학회논문지SC
• /
• 제45권3호
• /
• pp.1-11
• /
• 2008

본 논문은 모바일 단말기에 탑재된 카메라를 이용하여 정지영상을 획득할 때 발생할 수 있는 blur현상을 3축 가속도 센서를 이용하여 실시간 보정 할 수 있는 방법을 제안한다. Blur현상은 획득한 이미지에서 발생하는 번짐 효과이다. 소형의 모바일 단말기는 사용자의 미세한 손 떨림에도 크게 흔들릴 수 있기 때문에 blur현상이 크게 나타나며, 이를 적절하게 보정할 수 있는 알고리즘이 필요하다. 본 논문에선 3축 가속도센서를 진자운동에 적용하여 출력결과의 신뢰성을 확보하였고, blur현상을 Uniform 분포와 Gaussian 분포로 모델링하였다. 실험을 통하여 실제 blur 현상이 Non-Gaussian 형태로 모델링됨을 확인하였고, 이 blur모델의 역과정인 deblurring 특성함수를 설계하였다. 이 특성함수에 3축 가속도센서에서 발생하는 미세한 떨림 정보를 적용하여 실험 이미지를 deblurring한 결과, 이미지 blur현상을 적절하게 보정할 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권10호
• /
• pp.4060-4079
• /
• 2020

Blur is an important type of image distortion. How to evaluate the quality of blurred image accurately and efficiently is a research hotspot in the field of image processing in recent years. Inspired by the multi-scale perceptual characteristics of the human visual system (HVS), this paper presents a no-reference image blur/sharpness assessment method based on multi-scale local features in the spatial domain. First, considering various content has different sensitivity to blur distortion, the image is divided into smooth, edge, and texture regions in blocks. Then, the Gaussian scale space of the image is constructed, and the categorized contrast features between the original image and the Gaussian scale space images are calculated to express the blur degree of different image contents. To simulate the impact of viewing distance on blur distortion, the distribution characteristics of local maximum gradient of multi-resolution images were also calculated in the spatial domain. Finally, the image blur assessment model is obtained by fusing all features and learning the mapping from features to quality scores by support vector regression (SVR). Performance of the proposed method is evaluated on four synthetically blurred databases and one real blurred database. The experimental results demonstrate that our method can produce quality scores more consistent with subjective evaluations than other methods, especially for real burred images.

• Journal of Information Processing Systems
• /
• 제13권3호
• /
• pp.448-463
• /
• 2017

Multimedia is a ubiquitous and indispensable part of our daily life and learning such as audio, image, and video. Objective and subjective quality evaluations play an important role in various multimedia applications. Blind image quality assessment (BIQA) is used to indicate the perceptual quality of a distorted image, while its reference image is not considered and used. Blur is one of the common image distortions. In this paper, we propose a novel BIQA index for Gaussian blur distortion based on the fact that images with different blur degree will have different changes through the same blur. We describe this discrimination from three aspects: color, edge, and structure. For color, we adopt color histogram; for edge, we use edge intensity map, and saliency map is used as the weighting function to be consistent with human visual system (HVS); for structure, we use structure tensor and structural similarity (SSIM) index. Numerous experiments based on four benchmark databases show that our proposed index is highly consistent with the subjective quality assessment.

• 융합신호처리학회논문지
• /
• 제15권3호
• /
• pp.80-84
• /
• 2014

Dark channel prior는 열화되지 않은 실외 영상의 경우 각 픽셀과 이웃 픽셀의 컬러 채널 중에 하나는 0에 가까운 값을 가진다는 것으로, 열화된 영상의 열화 정도를 추정하는 데 활용될 수 있다. 즉, 영상이 블러에 의해 열화되면 dark channel 값이 주변 픽셀과의 평균을 통해 증가하게 된다. 본 논문에서는 이러한 dark channel의 변화를 이용하여 영상블러의 세기를 측정하는 방법을 제안한다. 주어진 크기의 가우시안 블러와 수평 모션 블러를 삽입한 영상에 대한 실험을 통해 제안된 방법의 유용성을 검증한다.

• 전기전자학회논문지
• /
• 제22권4호
• /
• pp.1242-1245
• /
• 2018

본 논문에서, Gaussian noise를 제거할 때 발생하는 over blurring 현상을 감소시키는 network를 구현하였다. 기존 filtering 방식은 원 영상을 blurring하여 noise를 제거함으로써, edge나 corner 같은 high frequency 성분도 함께 지워지는 것을 확인할 수 있다. CNN (Convolutional Neural Network)기반 denoiser의 경우도 사소한 edge, keypoint를 noise로 인식하여 이러한 정보를 잃게 된다. 우리는 CNN을 기반으로 denoising된 high frequency 성분만을 획득하여 기존 denoiser에 추가함으로써 denoising 성능을 유지하면서 over blurring을 완화하는 network 제안한다.

• International Journal of Advanced Culture Technology
• /
• 제10권2호
• /
• pp.252-259
• /
• 2022

Artificial intelligence is used in fusion with image processing techniques using cameras. Image processing technology is a technology that processes objects in an image received from a camera in real time, and is used in various fields such as security monitoring and medical image analysis. If such image processing reduces the accuracy of recognition, providing incorrect information to medical image analysis, security monitoring, etc. may cause serious problems. Therefore, this paper uses a mixture of YOLOv4-tiny model and image processing algorithm and uses the COCO dataset for learning. The image processing algorithm performs five image processing methods such as normalization, Gaussian distribution, Otsu algorithm, equalization, and gradient operation. For RGB images, three image processing methods are performed: equalization, Gaussian blur, and gamma correction proceed. Among the nine algorithms applied in this paper, the Equalization and Gaussian Blur model showed the highest object detection accuracy of 96%, and the gamma correction (RGB environment) model showed the highest object detection rate of 89% outdoors (daytime). The image binarization model showed the highest object detection rate at 89% outdoors (night).

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2003년도 춘계학술대회
• /
• pp.845-850
• /
• 2003

The scattered light pattern from a machined surface generally contains much information concerning the surface roughness. The light pattern can be acquired by optical system and analyzed by statistical method. This kind of surface roughness measurement system can be easily adopted on the machine measurement. But the fully assembled system is too complex to implement on small systems using micro-controller. This study proposes the idea of reducing the number of optical components by removing screen and examines image processing of a light pattern to minimize the negative result of incomplete optical system. And the Gaussian blur filtering is concluded to be the best method of proposed measurement system. Furthermore light intensity variation of image pattern can be treated as a signal, therefore FIR filtering gives the similar result of Gaussian blur effect.

• 전자공학회논문지SC
• /
• 제42권5호
• /
• pp.19-26
• /
• 2005

본 논문에서는 CCD 카메라를 이용하여 획득된 영상들 간의 상대적인 열화(Blur)를 이용하여 물체의 3차원 형상 및 거리 정보를 얻을 수 있는 Depth From Defocus(DFD) 방법을 제안한다. 기존 논문의 주파수 영역에서 디포커스(Defocus) 연산자를 구하는 역필터링(Inverse filtering) 방법은 정확도가 떨어지고, 윈도우 효과(Windowing effects) 및 영상의 경계 효과(Border effect)와 같은 단점이 있었다. 또한 일반적인 영상은 비정체성 (Nonstationary)이기 때문에, 임의의 텍스처에 대한 가우시안(Gaussian) 및 라플라시안(Laplacian) 연산자 등의 필터를 이용하는 디포커스 방법의 추정값은 결과가 좋지 않다. 이러한 문제점들을 해결하기 위해 지역적 분석과 함께 다양한 크기의 윈도우를 제공하는 웨이블릿 변환을 이용한 DFD 방법을 제안한다. 복잡한 텍스처 특성을 갖는 영상의 깊이 추정을 위해서는 웨이블릿 분석을 사용하는 것이 효과적이다. Parseval의 정리에 의해 영상 간의 웨이블릿 에너지의 비율이 열화 계수(Blur parameter) 및 거리와 관련 있음을 증명하였다. 제안된 DFD 알고리즘의 성능을 계산하기 위해 실험은 종합적이며 실제적인 영상을 이용하여 행하였다. 본 논문의 DFD 방식은 기존의 DFD 방법보다 RMS 에러 측면에서 정확한 결과를 보였다.

• 대한전자공학회논문지SP
• /
• 제46권3호
• /
• pp.96-104
• /
• 2009

본 논문에서는 기준영상에 대한 정보가 없는 무기준(No-reference) 정지영상 객관적 화질 평가 방법을 제안한다. 제안하는 무기준 객관적 화질평가 방법은 인간의 시각체계에서 민감하게 반응하고 화질의 주된 열화 요인인 경계영역의 블록킹과 블러링을 측정하여 수치화 한다. 블록킹 정량화를 위해서, 우선 인접 화소간의 차이를 누적하여 블록킹이 발생하는 위치를 찾고 그 교차점에서 블록킹 현상을 2차원 계단함수로 모델링하여 블록킹의 국소적인 강도를 계산한다. 계산된 국소적 수치들은 적절한 함수화를 통하여 블록킹 수치로 사용된다. 이상적인 영상의 경계는 계단함수임을 가정하면 블러링된 영상에서의 경계의 전이 폭을 계산함으로써 블러링 정도를 예측할 수 있다. 주어진 영상을 다시 Gaussian 블러링 커널을 이용하여 블러링시킨 후 두 영상의 경계 마스크 영상을 이용하여 경계 블록을 결정한다. 경계블록을 수평, 수직, 두 대각선 방향으로 사영하여 얻은 사영신호로부터 국소적 극대 및 극소 위치를 이용하여 경계 전이의 폭을 추정한다. 또한 kurtosis와 SSIM을 이용하여 그 수치를 보정하여 블러링의 수치로 사용한다. 제안한 방법의 객관적 화질 수치는 주관적 화질 수치와 비교해 본 결과 높은 상관관계를 가지는 것을 확인할 수 있다.

• 한국통신학회논문지
• /
• 제23권9A호
• /
• pp.2345-2354
• /
• 1998

디지털 카메라의 핵심 부품인 CCD(charge couple device) 소자의 해상도는 촬영된 영상의 화질에 결정적인 요인으로 작용하며 제품 제조 원가에서도 큰 비중을 차지한다. 낮은 해상도의 소자로부터 보다 높은 해상도의 화질을 얻기 위한 많은 연구가 진행되어왔다. 본 논문에서는 에일리어싱 성분을 가우시안 저역 필터로 제거한 후, 최소 자승 스플라인보간과 경계 모델에 기반한 비선형 보간을 사용함으로써 확대된 저해상도 영상의 계단 현상, 블록화 현상등을 줄이는 동시에, 선형 보간시 나타나는 경계주변의 울림현상(ringing effect) 번짐현상(blur effect)을 최소화한다.