적응적 정칙화를 통한 고속 흔들린 영상 복원
Fast Non-blind Image Deconvolution with Adaptive Regularization
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
사진 촬영 시 흔하게 발생하는 문제점 중 하나는 영상의 흔들림이다. 흔들린 영상 복원(image deconvolution)이란이러한 흔들린 영상으로부터 선명하고 깨끗한 영상을 복원하는 기술을 의미한다. 하지만 흔들린 영상으로부터 선명한영상을 복원할 경우 물결 현상(ringing artifact)이나 잡음 증폭(noise amplification)과 같은 문제점들이 발생한다. 이러한 문제점들은 영상의 사전 확률 (image prior)을 이용한 정칙화(regularization)를 통해 어느 정도 해결할 수 있지만 모든 화소에 동일한 세기로 적용되는 기존의 정칙화 기법으로는 선명한 영상을 복원하는데 한계가 있다. 본 논문에서는 영상의 지역적 특성을 고려하여 정칙화의 세기를 적응적으로 조절해, 경계 영역은 최대한 보존하면서 물결 현상과 잡음을 효과적으로 제거하는 흔들린 영상 복원 방법을 제안한다. 우선 올바른 경계 정보를 보여주는 참조 지도(reference map)를 예측하고 이를 바탕으로 지역적 특성에 따라 정칙화의 세기를 조절한다. 또한, 제안하는 방법의경우 빠른 연산을 위해 고속 푸리에 변환(fast Fourier transform, FFT)을 이용하는데 FFT를 이용해 흔들린 영상 복원 시 발생하는 최외각 경계 오류(boundary artifact)문제를 해결하는 방법도 아울러 제안한다. 실험을 통해 흔들린영상으로부터 물결 현상과 잡음을 최대한 줄이면서 경계 영역은 최대한 보존된 선명한 영상이 빠른 속도로 복원되는것을 확인할 수 있었다.
Abstract
The most annoying artifacts in image deconvolution are ringing and amplified noise. These artifacts can be reduced significantly by regularization using the Maximum a Posteriori (MAP) method that exploits not only the likelihood but also the image prior in image deconvolution. Although ringing and noise can be reduced significantly with strong regularization, image details are also lost. In this paper, we propose a non-blind image deconvolution method with adaptive regularization that can reduce ringing and noise more noticeable in a smooth region and preserve image details in a textured region. For adaptive regularization, after we make a quick estimate of the reference image that can indicate the strength of regularization, we perform regularization adaptively according to the local characteristics. Furthermore, we use fast Fourier transforms (FFTs) to make deconvolution fast, but this causes a boundary artifact in a deconvolved image. Thus, we also propose a reducing boundary artifact algorithm. Experimental results show that ringing and noise are suppressed significantly, while preserving image details effectively.
참고문헌 (6)
- M.R. Ben-Ezra, "Motion Deblurring using Hybrid Imaging", Proceedings of Computer Vision and Pattern Recognition, pp.657~664 (2003)
- L. Yuan, "Image Deblurring with Blurred", Noisy Image Pairs, 2007, pp.26(3), 1~10
- R. Fergus, "Removing Camera Shake from a Single Photograph", ACM Trans. on Graph. (SIGGRAPH), 25(3), pp.787~794 (2006)
- Q. Shan, "High-quality Motion Deblurring from a Single Image", ACM Trans. on Graph.(SIGGRAPH), 27(3) (2008)
- A. Levin, "Image and Depth from a Conventional Camera with a Coded Aperture", ACM Trans. on Graph. (SIGGRAPH), 26(3), pp.70~77 (2007)
- D. Krishnan, "Fast Image Deconvolution using Hyper-Laplacian Priors", Advances in Neural Information Processing Systems, 22, pp.1~9 (2009)