[論文レビュー] Deblured Gaussian Blurred Images

Salem Saleh Al-amri, N. V. Kalyankar+1 more|arXiv (Cornell University)|Apr 26, 2010

Advanced Image Processing Techniques参考文献 2被引用数 9

ひとこと要約

本論文は、PSF情報が既知・未知の両方の状況下で、ガウスノイズによるぼかしを受ける画像に対して、ウィーナー・フィルタ、正則化フィルタ、ルーシー＝リチャードソン、ブラインドデコンボリューションの4つの復元手法を評価している。合成画像およびリモートセンシング画像を用いた比較により、最適なパrameter設定を同定し、PSFが未知の状況下で反復的PSF推定を用いたブラインドデコンボリューションが最良の復元を達成することを示している。

ABSTRACT

This paper attempts to undertake the study of Restored Gaussian Blurred Images. by using four types of techniques of deblurring image as Wiener filter, Regularized filter, Lucy Richardson deconvlutin algorithm and Blind deconvlution algorithm with an information of the Point Spread Function (PSF) corrupted blurred image with Different values of Size and Alfa and then corrupted by Gaussian noise. The same is applied to the remote sensing image and they are compared with one another, So as to choose the base technique for restored or deblurring image.This paper also attempts to undertake the study of restored Gaussian blurred image with no any information about the Point Spread Function (PSF) by using same four techniques after execute the guess of the PSF, the number of iterations and the weight threshold of it. To choose the base guesses for restored or deblurring image of this techniques.

研究の動機と目的

• ガウスぼかしを受ける画像に対して、ウィーナー・フィルタ、正則化フィルタ、ルーシー＝リチャードソン、ブラインドデコンボリューションの4つの復元手法の有効性を分析・比較すること。
• PSF情報が利用可能か否かに応じた性能評価を行うこと。
• 各復元手法におけるPSF推定、反復回数、しきい値重みなどの最適パラメータ設定を特定すること。
• 合成ぼかし画像および実際のリモートセンシング画像の両方における復元品質を評価すること。
• さまざまなぼかしとノイズ条件下で、最も頑健で正確な復元手法を特定すること。

提案手法

• ガウスぼかしとノイズによって劣化した画像に、4つの復元アルゴリズム（ウィーナー・フィルタ、正則化フィルタ、ルーシー＝リチャードソン、ブラインドデコンボリューション）を適用する。
• さまざまなぼかし条件を再現するために、既知のPSF値をサイズとアルファパラメータの異なる設定で用いる。
• PSFが未知の場合に、ブラインドデコンボリューションで反復的PSF推定を実施し、反復回数としきい値重みを調整して結果を最適化する。
• 視覚的検査と定量的指標を用いて、合成画像およびリモートセンシング画像データセットにおける復元品質を比較する。
• 収束安定性とノイズ抑制の観点から、各手法のパラメータチューニングを実施する。
• 必要に応じて、復元画像を元の真値画像と比較することで結果の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 PSFが既知の状況下で、どの復元手法が最高の画像品質を達成するか？
• RQ2 PSFが未知で推定が必要な状況下で、4つの復元手法の性能はどのように変化するか？
• RQ3 ブラインドデコンボリューションにおいて、復元品質を最大化する最適な設定（反復回数、しきい値重み）は何か？
• RQ4 ぼかしパラメータ（サイズとアルファ）の違いが、各復元手法の有効性にどのように影響するか？
• RQ5 合成テスト画像と比較して、実際のリモートセンシング画像における各復元手法の性能はいかがなっているか？

主な発見

• PSF情報が全くない状況下で、反復的PSF推定を用いたブラインドデコンボリューションが、最も優れた復元品質を達成した。
• PSFが既知の状況下では、正則化フィルタがさまざまなぼかしパラメータに対して優れたノイズ抑制性能と安定性を示した。
• ルーシー＝リチャードソンはPSFが既知の場合に優れた性能を示したが、ノイズに敏感で、慎重なパラメータチューニングが求められた。
• ウィーナー・フィルタは中程度の結果を示したが、高ノイズおよびPSFが未知の状況下では効果が低かった。
• 最適パラメータ設定は手法ごとに顕著に異なり、反復回数としきい値重みはブラインドデコンボリューションの成功に重要な要因であった。
• リモートセンシング画像では、各手法において一貫した性能トレンドが確認され、実世界データへの結果の妥当性が裏付けられた。