• 제어로봇시스템학회논문지
• /
• 제18권4호
• /
• pp.314-320
• /
• 2012

This paper proposes a new robust motion deblurring filter using the inertial sensor measurements for strapdown image IR applications. With taking the PSF measurement error into account, the motion blurred image is modeled by the linear uncertain state space equation with the noise corrupted measurement matrix and the stochastic parameter uncertainty. This motivates us to solve the motion deblurring problem based on the recently developed robust least squares estimation theory. In order to suppress the ringing effect on the deblurred image, the robust least squares estimator is slightly modified by adoping the ridge-regression concept. Through the computer simulations using the actual IR scenes, it is demonstrated that the proposed algorithm shows superior and reliable motion deblurring performance even in the presence of time-varying motion artifact.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권2호
• /
• pp.855-870
• /
• 2019

In this paper, an adaptive iterative algorithm is proposed for motion deblurring by using the salient intensity prior. Based on the observation that the salient intensity of the clear image is sparse, and the salient intensity of the blurred image is less sparse during the image blurring process. The salient intensity prior is proposed to enforce the sparsity of the distribution of the saliency in the latent image, which guides the blind deblurring in various scenarios. Furthermore, an adaptive iteration strategy is proposed to adjust the number of iterations by evaluating the performance of the latent image and the similarity of the estimated blur kernel. The negative influence of overabundant iterations in each scale is effectively restrained in this way. Experiments on publicly available image deblurring datasets demonstrate that the proposed algorithm achieves state-of-the-art deblurring results with small computational costs.

• 한국항공우주학회지
• /
• 제40권1호
• /
• pp.43-48
• /
• 2012

본 논문에서는 스트랩다운 영상탐색기 개발을 위해 각속도계 정보를 이용한 실용적인 움직임 훼손영상 복원 필터링 기법을 제안한다. 각속도계 편향오차가 움직임 훼손을 기술하기 위한 점확산 함수 파라미터의 불확실성으로 작용한다는 점에 착안하여, 이를 놈 제한조건을 만족하는 파라미터 불확실성으로 가정한 후 움직임 훼손 영상을 불확정 선형 상태 공간 방정식으로 모델링한다. 각속도계 편향오차에 의한 파라미터 불확실성 행렬이 놈 제한 조건을 만족한다는 가정 하에, 순환 선형 강인 칼만필터에 기반한 움직임 훼손영상 복원필터가 설계된다. 실제 IR 영상을 이용하여 제안된 영상훼손 복원 필터가 각속도계 편향 오차가 존재하는 상황에서도 신뢰할만한 영상복원 성능을 제공함을 확인한다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.27-33
• /
• 2009

본 논문은 한 장의 영상으로부터 균일 모션 블러를 빠르게 제거하는 방법을 제시한다. 한 장의 영상으로부터 모션 블러를 제거하는 기존의 방법들은 주로 전변량(total variation)이나 자연 영상 통계(natural image statistics)를 이용하였다. 반면 본 논문이 제시하는 방법은 양방향 필터(bilateral filter)와 쇼크 필터(shock filter), 그리고 영상 그레디언트(gradient)의 조작을 통해 선명한 에지를 예측하고, 이를 통해 모션 블러를 추정한다. 본 논문이 제시하는 선명한 에지 예측 기법을 통해 적은 계산량으로 효율적으로 블러를 추정할 수 있다. 실험결과를 통해 본 논문이 제시하는 방법이 넓고 복잡하게 블러된 영상을 효과적이고 빠르게 복원할 수 있음을 볼 수 있다.

• 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.

• 전자공학회논문지
• /
• 제51권12호
• /
• pp.130-139
• /
• 2014

동영상 촬영 시 급격한 카메라의 흔들림은 의도하지 않은 번짐 현상을 발생시켜 동영상의 품질을 낮추는 원인이 된다. 따라서 본 논문에서는 동영상의 품질을 높이기 위해 동영상에서 카메라 흔들림으로 인해 발생한 번짐 현상을 제거하는 방법을 제안한다. 제안하는 방법은 매 프레임 별로 이루어진다. 각 프레임마다 이전 프레임과 현재 프레임, 다음 프레임을 이용하여 카메라 움직임을 계산한다. 그리고 카메라의 움직임을 바탕으로 점 확산 함수를 계산하고 프레임을 패치 단위로 쪼개어 패치별 번짐 현상을 제거한다. 이때 품질을 높이기 위하여 번짐 영상으로부터 외곽선을 예측하는 방법을 사용한다. 번짐 현상이 제거된 패치는 다시 하나의 프레임으로 합한다. 실험 결과를 통해 제안하는 방법이 동영상에서의 카메라 흔들림으로 인한 번짐 현상을 효과적으로 제거함을 확인하였다.

• 전자공학회논문지
• /
• 제49권11호
• /
• pp.47-55
• /
• 2012

본 논문에서는 객체의 모션 블러(motion blur)를 포함하고 있는 다중시점(multi-view) 영상을 이용하여 객체의 3차원 형상 복원시 영상을 효과적으로 디블러링(deblurring)하여 3차원 형상 복원의 정확도를 높이는 기법을 제안한다. 다중시점 영상의 디블러링 수행시 다중시점 영상 간의 기하학적 상관관계를 고려하여 보다 정확히 PSF (point spread function)를 구함으로써 결과적으로 보다 정확한 3차원 형상 복원을 수행할 있다. 제안하는 기법은 각각의 입력 영상에서 초기 2D PSF를 독립적으로 구한 후, 3차원 PSF의 후보를 각 입력 영상의 카메라 행렬에 의해 투영했을 때 이들에 전역적으로 가장 잘 부합하는 3D PSF를 탐색한다. 3D PSF는 방향과 밀도 성분으로 구성되며 이는 결국 3차원 공간에서의 물체의 움직임 궤적과 동일하다. 추정된 3D PSF는 각 영상으로 다시 투영되어 각 영상의 2D PSF로 추정되고, 이에 의해 각 영상의 디블러링을 수행한다. 본 논문에서 제안하는 기법을 이용하여 다중시점 영상 디블러링과 3차원 형상 복원을 수행한 결과, 단일 영상만을 이용하여 복원할 경우에 비하여 디블러링과 3차원 형상 복원 모두 현저히 개선된 결과를 확인할 수 있다.

• 방송공학회논문지
• /
• 제25권5호
• /
• pp.672-684
• /
• 2020

시차 기반 영상처리에 대한 연구들이 증가함에 따라 저해상도 및 모션 블러된 라이트필드 영상을 복원하는 연구는 필수적이 되었다. 이러한 기법들은 라이트필드 영상 향상 과정으로 알려져 있으나 두 개 이상의 문제를 동시에 해결하는 기존의 연구는 거의 존재하지 않는다. 본 논문에서는 라이트필드 공간 영역 초해상도 복원과 모션 블러 제거를 동시 수행하는 프레임워크를 제안한다. 특히, 저해상도 및 6-DOF 모션 블러된 라이트필드 데이터셋으로 훈련하는 간단한 네트워크를 생성한다. 또한 성능을 향상하기 위해 생성적 적대 신경망의 지역 영역 최적화 기법을 제안하였다. 제안한 프레임워크는 정량적, 정성적 측정을 통해 평가하고 기존의 state-of-the-art 기법들과 비교하여 우수한 성능을 나타냄을 보인다.

• 방송공학회논문지
• /
• 제23권4호
• /
• pp.484-494
• /
• 2018

Cho 등의 균일 모션 블러 제거 알고리듬은 영상 내 외곽선 영역을 선명하게 복원하지 못한다는 문제점이 있다. 이러한 문제점을 극복하기 위해 본 논문에서는 한 장의 정지 영상에서 발생하는 블러 (Blur)현상을 블러된 계단형 신호를 뚜렷한 외곽선으로 복원해주는 쇼크 필터 (Shock filter)와 영상에서 특징을 추출하여 학습하는 합성곱 신경망 (Convolutional Neural Network: CNN)을 이용하여 선명한 영상을 복원하고 이 영상으로부터 균일 모션 (Uniform motion) 블러를 측정하여 영상 내 블러 현상을 제거하는 효과적인 알고리듬을 제안하고자 한다. 제안된 알고리듬은 쇼크 필터와 합성곱 신경망을 이용하여 선명한 영상을 복원함으로써 기존 알고리듬의 단점을 개선하였다. 실험 결과를 통해 제안하는 알고리듬이 기존 알고리듬에 비해 객관적 및 주관적인 평가에서 우수한 복원 성능을 나타냄을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제22권10호
• /
• pp.1149-1159
• /
• 2019

We present a novel deep learning architecture for obtaining a latent image from a single blurry image, which contains dynamic motion blurs through object/camera movements. The proposed architecture consists of two sub-modules: blur image restoration and optical flow estimation. The tasks are highly related in that object/camera movements make cause blurry artifacts, whereas they are estimated through optical flow. The ablation study demonstrates that training multi-task architecture simultaneously improves both tasks compared to handling them separately. Objective and subjective evaluations show that our method outperforms the state-of-the-arts deep learning based techniques.