• 반도체디스플레이기술학회지
• /
• 제13권2호
• /
• pp.23-28
• /
• 2014

For the reconstruction of three-dimensional (3D) shape of microscopic objects through shape from focus (SFF) methods, usually a single focus measure operator is employed. However, it is difficult to compute accurate depth map using a single focus measure due to different textures, light conditions and arbitrary object surfaces. Moreover, real images with diverse types of illuminations and contrasts lead to the erroneous depth map estimation through a single focus measure. In order to get better focus measurements and depth map, we have combined focus measure operators by using genetic algorithm. The resultant focus measure is obtained by weighted sum of the output of various focus measure operators. Optimal weights are obtained using genetic algorithm. Finally, depth map is obtained from the refined focus volume. The performance of the developed method is then evaluated by using both the synthetic and real world image sequences. The experimental results show that the proposed method is more effective in computing accurate depth maps as compared to the existing SFF methods.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2004년도 추계학술대회 논문집
• /
• pp.426-429
• /
• 2004

To reconstruct the 3-D information of a irregular object, this paper proposes a new method applying the composition focus measure to time-series image. A focus measure function is carefully selected because a focus measure is apt to be affected by the working environment and the characteristics of an object. The proposed focus measure function combines the variance measure which is robust to noise and the Laplacian measure which, regardless of an object shape, has a good performance in calculating the focus measure. And the time-series image, which considers the object shape, is proposed in order to efficiently applying the interesting window. This method, first, divides the image frame by the window. Second, the composition focus measure function be applied to the windows, and the time-series image is constructed. Finally, the 3-D information of an object is reconstructed from the time-series images considering the object shape. The experimental results have shown that the proposed method is suitable algorithm to 3-D reconstruction of an irregular object.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권1호
• /
• pp.23-28
• /
• 2017

Shape from focus (SFF) 기법은 카메라 렌즈를 다양한 초점 거리로 놓고 촬영한 영상을 이용해 물체의 3차원 정보를 추출하는 방법이다. 이 논문에서는 미소 객체(microscopic object)의 3차원 깊이 정보를 추출하기 위해 수학적 모폴로지의 기울기 연산자를 이용하는 새로운 SFF방법을 제안한다. 전통적으로 SFF 기법에서는 초점의 품질을 측정하기 위해 하나의 초점 측도(focus measure)를 사용한다. 그러나 미소 객체의 복잡한 형태와 텍스쳐 특성에 따라 하나의 초점 측도만을 사용하는 것은 충분하지가 않은데, 본 논문에서는 향상된 초점 측도를 위해 다수의 형태소(multi-structuring elements)를 사용하는 모폴로지 연산자를 사용하는 방법을 제안한다. 최종적으로 모든 초점 측도 결과를 통합하여 최적의 깊이 맵을 계산하게 된다. 실험을 통해 제안된 알고리즘이 기존의 방법들에 비해 3차원 형상 복원 측면에서 더 정밀한 깊이 맵을 제공하는 것을 알 수 있었다.

• 방송공학회논문지
• /
• 제16권5호
• /
• pp.883-893
• /
• 2011

본 논문에서는, 피사계심도가 낮은 카메라로 획득한 영상에서 초점이 맞는 부분과 그렇지 않은 부분을 나누는 새로운 초점 정량화를 설계하고 초점 정량화에 기반한 decision map을 이용하여 획득한 영상과 위너필터링으로 복원한 영상의 정합을 통해 영상의 피사계심도를 확장하였다. 기존의 초점 정량화 방법은 고주파 성분의 크기에 따라서 초점 정량화를 수행하므로 초점이 맞지 않은 부분에 고주파 성분이 있는 경우 성능이 저하된다는 단점이 있다. 본 논문에서는 이를 극복하기 위하여 효과적인 대역필터를 설계하였으며 제안하는 방법이 기존에 방법에 비해서 성능이 우수함을 시뮬레이션 및 실험을 통해 입증하였다.

• 한국멀티미디어학회논문지
• /
• 제16권1호
• /
• pp.11-18
• /
• 2013

본 논문에서는 정확한 깊이를 추출하기 위해 고차 통계기반 초점 척도를 이용한 SFF(shape from focus) 알고리즘을 제시한다. 기존의 SFF기반 3차원 깊이 복원 기법들은 초점 척도로 SML(sum of modified Laplacian)을 사용하기 때문에, 성능이 영상의 특성에 크게 의존하여 초점이 정밀하거나 질감이 풍부한 영상에서만 효율적이다. 그러므로, 본 논문에서는 비교적 질감과 초점이 빈약한 영상에서도 초점 값을 추출할 수 있도록 고차 통계(HOS:higher order statistics)를 이용한 알고리즘을 제안한다. 이 초점 척도에 의해 초점 영역 맵이 생성되고 국부적으로 최적의 초점 값을 갖는 화소를 추출하기 위해 영역개선, 세선화, 모서리 검출과정이 순서적으로 적용된다. 최종적으로 추출된 점에 대해서 Delaunay 삼각화를 사용하여 3차원 모델정보를 생성한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2010년도 하계학술대회
• /
• pp.435-437
• /
• 2010

렌즈의 피사계심도 (Depth of Field)가 낮은 카메라로 영상을 획득 했을 때, 한 영상 내에도 in-focus 영역과 out of-focus 영역이 동시에 존재하게 된다. 따라서 영상을 복원하기 위해 in-focus 영역과 out-of-focus 영역을 구분하는 focus measure가 필요하게 된다. 기존 focus measure 알고리즘은 획득된 영상의 intensity 값의 절대적인 변화나 고주파수 성분 값에 따라 in-focus와 out-of-focus를 결정하기 때문에 out-of-focus 영역이 smooth 하지 않을 경우에는 in-focus 영역이라 잘못 판단할 수 있을 뿐만 아니라 잡음에 민감한 단점을 가진다. 본 논문에서는 기존 알고리즘의 한계점을 보완하는 연구 방향을 제시한다.

• 대한전자공학회논문지SD
• /
• 제43권12호
• /
• pp.8-14
• /
• 2006

본 논문에서는 노이즈에 둔감한 4*4 밴드패스 이산 코사인 (MF-DCT) 초점 값 연산자를 제안하였다. 제안된 연산자는 DCT 결과 중 중간 주파수 성분을 사용하는 8*8 MDCT 연산자를 노이즈에 둔감하도록 4 형태로 개선한 것으로써 연산자를 180도 회전하여도 같은 구조를 같도록 하였다. 이 연산자는 샘플링 주파수의 절반 부분지 주파수를 통과시키는 밴드패스 필터와 같이 동작하여 초점 정보를 가지고 있지 않는 저주파 신호와 노이즈에 의해 많은 영향을 받는 고주파 신호를 억제함으로써 노이즈에 둔감한 특성을 가진다. 또한 밴드패스 필터를 통과한 성분의 에너지를 초점 값으로 사용함으로써 초점 합의 선형성을 보장받게 된다. 실험 결과에서는 MF-DCT 연산자의 가우시안 노이즈 및 임펄시브 노이즈 특성을 살펴보기 위해 기존의 초점 값 연산자들과의 Autofocusing Uncertain Measure (AUM)비교를 통해 우수성을 검증하였다.

• 반도체디스플레이기술학회지
• /
• 제11권3호
• /
• pp.19-25
• /
• 2012

The accuracy of Shape From Focus (SFF) technique depends on the quality of the focus measurements which are computed through a focus measure operator. In this paper, we introduce a new approach to estimate 3D shape of an object based on Gaussian process regression. First, initial depth is estimated by applying a conventional focus measure on image sequence and maximizing it in the optical direction. In second step, input feature vectors consisting of eginvalues are computed from 3D neighborhood around the initial depth. Finally, by utilizing these features, a latent function is developed through Gaussian process regression to estimate accurate depth. The proposed approach takes advantages of the multivariate statistical features and covariance function. The proposed method is tested by using image sequences of various objects. Experimental results demonstrate the efficacy of the proposed scheme.

• Journal of applied mathematics & informatics
• /
• 제41권5호
• /
• pp.1115-1128
• /
• 2023

In this paper, a novel hybrid method for multi-focus image fusion is proposed. The method combines the advantages of wavelet transform-based methods and focus-measure-based methods to achieve an improved fusion result. The input images are first decomposed into different frequency sub-bands using the discrete wavelet transform (DWT). The focus measure of each sub-band is then calculated using the Laplacian of Gaussian (LoG) operator, and the sub-band with the highest focus measure is selected as the focused sub-band. The focused sub-band is sharpened using an unsharp masking filter to preserve the details in the focused part of the image.Finally, the sharpened focused sub-bands from all input images are fused using the maximum intensity fusion method to preserve the important information from all focus images. The proposed method has been evaluated using standard multi focus image fusion datasets and has shown promising results compared to existing methods.

• 반도체디스플레이기술학회지
• /
• 제12권2호
• /
• pp.27-32
• /
• 2013

Shape From Focus (SFF) is a passive optical technique to recover 3D structure of an object that utilizes focus information from 2D images of the object taken at different focus levels. Mostly, SFF methods use a single focus measure to compute image focus quality of each pixel in the image sequence. However, it is difficult to recover accurate 3D shape using a single focus measure, as different focus measures perform differently in diverse conditions. In this paper, a nonlinear Total Variation (TV) based approach is proposed for 3D shape recovery. To improve the result of surface reconstruction, several initial depth maps are obtained using different focus measures and the resultant 3D shape is obtained by diffusing them through TV. The proposed method is tested and evaluated by using image sequences of synthetic and real objects. The results and comparative analysis demonstrate the effectiveness of our method.