검색 상세

깊이 별 영상분할에 기반한 공간 가변적 디블러링 알고리즘

A space-variant image deblurring algorithm using depth-based image segmentation

초록/요약

저조도 환경에서 카메라 촬영 시 손 떨림으로 인해 발생한 취득 영상의 번짐을 제거하는 알고리즘은 많은 주목을 받고 있다. 최근, 번짐 영상 외에 높은 ISO 이득으로 광량을 확보하고 짧은 노출 시간으로 취득한 잡음 영상을 추가로 사용한 번짐 제거 알고리즘은 좋은 성능을 보이고 있다. 특히, 최근 공간적인 위치에 따른 번짐의 양에 영향을 미치는 주요 인자를 고려한 점 확산 함수 추정 및 선명한 영상 복원에 관한 기술이 개발되고 있다. 공간 가변적인 점 확산 함수의 발생은 크게 사진 촬영 시 피사체의 깊이 정보 차이 및 3차원 공간 상에서의 카메라의 강한 회전 성분에 기인한다. 따라서 카메라의 투영 모델에 입각해서 카메라로부터 근거리에 위치한 피사체의 카메라 흔들림에 의한 번짐의 양은 원거리에 위치한 피사체의 번짐의 양과 다르게 형성된다. 즉, 번짐 영상에서 점 확산 함수는 입력 번짐 영상의 깊이 별로 다른 형태를 띄며 각기 다른 번짐을 야기시킨다. 따라서 영상의 깊이 별 분할을 통한 점 확산 함수의 추정 및 영상의 복원이 선명한 영상 복원에 가장 효과적이라 할 수 있다. 본 논문에서는 입력 영상을 깊이 별로 분할하여 독립적으로 점 확산 함수를 추정하여 영상을 복원하는 방식을 제안한다. 입력 영상을 그래프 컷 기반의 영상 분할 기법을 사용하여 분할 후 동일한 깊이에 여전히 남아있는 분할영역은 카메라의 다중 영상의 입력 시간차로 인한 이동을 고려하여 영상의 코너 점의 이동 정보를 구한 후 분할영역의 깊이에 따라 비슷한 이동 정보를 가진 영역을 합치는 방법을 제안한다. 제안한 깊이 분할 영역을 이용하여 공간 가변적 영상의 번짐 점 확산 함수를 각각 추정하며, 실제 선명한 영상의 기울기 분포를 적합하게 모델링 한 hyper-Laplacian 분포 정규화 방법[1]을 사용하여 분할 영역 별 영상 복원 후 결합하는 방법을 제안한다. 제안한 방법을 사용하여 번짐을 제거한 결과 이전 다중 영상 번짐 제거 알고리즘 보다 더 좋은 성능을 나타냄을 확인한다

more

초록/요약

People pay attention on algorithms eliminating blur on acquired image caused by hand tremor in under exposed environments these days. Deblurring algorithm using noise image, caused by high ISO gain and short exposure time, shows high performance recently. Especially, technologies about sharp image restoration and Point Spread Function (PSF) estimation, considering important blur-effecting factors have been developed. Spatially variant PSF results from rotation of camera in 3-dimensional space and from depth information differences of depths when photo is taken. Therefore amount of blur caused by shake of camera is formed differently depending on the distance between the camera and the object. In other words, PSFs in blur image have different configurations according to depth of input blur image and causes individual blur. Thus the PSF estimation and image restoration through image segmentation in depths are the most efficient methods to restore a sharp image. In this thesis, we propose an algorithm to restore image by segmenting input image in depth and by estimating PSF independently. The proposed algorithm firstly segments input image using techniques based on graph cut method and in the case of segmented range left on the identical depth, extracts disparity distance of corner point about image. Afterward, ranges having similar disparity distance on the feature point need to be merged along depth of segmentation range. We estimate the PSF spatially variant image using the offered depth segment range and suggest a method merging after image restoration for each segmentation range using hyper-Laplacian distribution regulation method which comes close to gradient distribution of actual clear image. In this thesis, we ascertain that result of blur elimination using the proposed algorithm shows higher performance than existing multi-image blur elimination algorithm.

more