[논문 리뷰] Deblured Gaussian Blurred Images

Salem Saleh Al-amri, N. V. Kalyankar외 1명|arXiv (Cornell University)|2010. 04. 26.

Advanced Image Processing Techniques참고 문헌 2인용 수 9

한 줄 요약

이 논문은 PSF 정보가 있는지 여부에 관계없이 가우시안 블러된 이미지에 대해 네 가지 복소화 기법—위너 필터, 정규화 필터, 루시-리처드슨, 블라인드 디컨볼루션—을 평가한다. 합성 이미지와 원격 감지 이미지에서 성능을 비교하여 최적의 파rameter 설정을 규명하고, 알려지지 않은 블러 조건에서 반복적 PSF 추정을 사용하는 블라인드 디컨볼루션 기법이 가장 우수한 복원 성능을 보임을 입증한다.

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.

연구 동기 및 목표

• 가우시안 블러된 이미지에 대해 네 가지 복소화 기법—위너 필터, 정규화 필터, 루시-리처드슨, 블라인드 디컨볼루션—의 효과성을 분석하고 비교한다.
• 점원함수(PSF) 정보가 제공될 때와 그렇지 않을 때의 성능을 평가한다.
• 각 복소화 방법에 대해 PSF 추정, 반복 횟수, 가중치 임계값과 같은 최적의 파rameter 설정을 규명한다.
• 합성 블러 이미지와 실제 원격 감지 이미지 양쪽에서 복원 품질을 평가한다.
• 다양한 블러 및 노이즈 조건에서 가장 강력하고 정확한 복소화 기법을 특정한다.

제안 방법

• 가우시안 블러 및 노이즈로 손상된 이미지에 대해 네 가지 복소화 알고리즘—위너 필터, 정규화 필터, 루시-리처드슨, 블라인드 디컨볼루션—을 적용한다.
• 다양한 크기와 알파 파라미터를 가진 알려진 PSF 값을 사용하여 다양한 블러 조건을 시뮬레이션한다.
• PSF 정보가 없는 경우 블라인드 디컨볼루션에서 반복적 PSF 추정을 수행하고, 반복 횟수와 임계값 가중치를 조정하여 결과를 개선한다.
• 합성 및 원격 감지 이미지 데이터셋에서 시각적 검토와 정량적 지표를 사용해 복원 품질을 비교한다.
• 수렴 안정성과 노이즈 억제 성능을 중점으로 각 방법의 파rameter 튜닝을 수행한다.
• 가능한 경우 원본 기준값과 비교하여 결과의 타당성을 검증한다.

실험 결과

연구 질문

• RQ1 점원함수(PSF) 정보가 알려져 있을 때 어떤 복소화 기법이 가장 높은 이미지 품질을 제공하는가?
• RQ2 PSF 정보가 없고 추정이 필요할 경우 네 가지 복소화 기법의 성능는 어떻게 달라지는가?
• RQ3 블라인드 디컨볼루션에서 복원 품질을 최대화하기 위해 최적의 설정(반복 횟수, 임계값 가중치)은 무엇인가?
• RQ4 다양한 블러 파라미터(크기 및 알파)는 각 복소화 기법의 효과성에 어떤 영향을 미치는가?
• RQ5 실제 원격 감지 이미지에서 복소화 기법의 성능는 합성 테스트 이미지와 비교해 어떻게 드러나는가?

주요 결과

• PSF 정보가 없을 경우 반복적 PSF 추정을 사용하는 블라인드 디컨볼루션 기법이 가장 뛰어난 복원 품질을 달성했다.
• PSF 정보가 알려져 있을 경우 정규화 필터가 다양한 블러 파라미터에서 뛰어난 노이즈 억제 성능과 안정성을 보였다.
• 루시-리처드슨 기법은 PSF 정보가 있을 경우 뛰어난 성능를 보였지만, 노이즈에 민감하고 정교한 파라미터 튜닝이 필요했다.
• 위너 필터는 중간 정도의 성능을 보였지만, 고노이즈 및 알려지지 않은 블러 조건에서는 성능이 떨어졌다.
• 최적의 파라미터 설정은 기법에 따라 크게 달라졌으며, 반복 횟수와 임계값 가중치는 블라인드 디컨볼루션 성공에 핵심적인 요소였다.
• 원격 감지 이미지에서는 기법 간 일관된 성능 추세가 나타나 실세계 데이터에 대한 결과의 타당성을 확인했다.