KR100282305B1 - 디지탈 카메라의 움직임 번짐에 의해 열화된 영상의 움직임 번짐 정보를 추정하는 장치와 방법 - Google Patents

디지탈 카메라의 움직임 번짐에 의해 열화된 영상의 움직임 번짐 정보를 추정하는 장치와 방법 Download PDF

Info

Publication number
KR100282305B1
KR100282305B1 KR1019980044283A KR19980044283A KR100282305B1 KR 100282305 B1 KR100282305 B1 KR 100282305B1 KR 1019980044283 A KR1019980044283 A KR 1019980044283A KR 19980044283 A KR19980044283 A KR 19980044283A KR 100282305 B1 KR100282305 B1 KR 100282305B1
Authority
KR
South Korea
Prior art keywords
image
motion
motion blur
noise
estimating
Prior art date
Application number
KR1019980044283A
Other languages
English (en)
Other versions
KR20000026650A (en
Inventor
강문기
최지웅
Original Assignee
구자홍
엘지전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 구자홍, 엘지전자주식회사 filed Critical 구자홍
Priority to KR1019980044283A priority Critical patent/KR100282305B1/ko
Publication of KR20000026650A publication Critical patent/KR20000026650A/ko
Application granted granted Critical
Publication of KR100282305B1 publication Critical patent/KR100282305B1/ko

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
    • H04N23/681—Motion detection
    • H04N23/6811—Motion detection based on the image signal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)
  • Studio Devices (AREA)
  • Picture Signal Circuits (AREA)

Abstract

본 발명은 디지탈 카메라(digital camera)의 움직임 번짐(motion blur)에 의하여 열화된 영상의 열화정도를 추정하여 원영상을 높은 정밀도로 복원할 수 있도록 한 움직임 번짐 정보 추정 장치와 방법에 관한 것이다.
종래에는 움직임 번짐 현상 PSF(Point Spread Function)의 퓨리에 변환에서 나타나는 sinc 함수의 zero 특성을 사용하여 움직임 번짐 정보를 구하게 되는 바, 이를 위하여 영상 전체, 즉 2차원 데이터를 퓨리에 변환한 뒤, 이를 다시 2차원 퓨리에 변환을 하는 2차원 캡스트럼 변환을 실행하게 되며, 또한 가해진 노이즈의 영향을 줄이기 위해서 영상을 블록으로 나누어 2차원 캡스트럼 변환을 한 후, 각각을 더하여 평균을 내게 되므로, 방대한 연산량과 시간을 요하게 된다.
본 발명에서는 PSF의 퓨리에 변환에서 나타나는 sinc 함수의 pole(peak)의 특성을 사용하여 움직임 번짐 정보를 구하게 되는 바, 2차원 데이터를 퓨리에 변환한 뒤, 극점 자취 방정식을 도입하여 움직임 번짐 방향을 구하고, 그 다음 원점을 지나는 수평 또는 수직 축에 있는 1차원 데이터만을 다시 퓨리에 변환(1차원 켑스트럼 변환)하여 영상의 길이를 구하도록 하므로써, 노이즈 환경에서 정확도가 떨어지는 점과 처리시간이 많이 걸리는 점을 해결하도록 하며, 또한 하드웨어로 구성하기 용이한 알고리듬(algorithm)을 제공하고자 하는 것이다.

Description

디지탈 카메라의 움직임 번짐에 의해 열화된 영상의 움직임 번짐 정보를 추정하는 장치와 방법
본 발명은 디지탈 카메라(digital camera)의 움직임 번짐(motion blur)에 의하여 열화된 영상에서 움직임 번짐 정도와 첨가된 노이즈(noise)의 정도를 추정하여 원영상을 높은 정밀도로 복원할 수 있도록 한 디지탈 카메라의 움직임 번짐에 의해 열화된 영상의 열화정도를 추정하는 장치와 방법에 관한 것이다.
카메라와 같은 촬상기기를 통해 영상을 얻어들이는 과정에서 카메라의 노출시간동안 움직이는 물체를 촬영시 물체와의 상대적인 속도차에 의하여 영상이 열화되는 현상이 발생할 수 있다.
이와 같은 현상을 방지하기 위해서는 스피드가 빠른 셔터를 사용하는 기계적인 방법이 있다.
그러나, 이와 같은 방법은 절밀한 장비를 필요로 하므로 상당히 높은 비용이 요구되며, 특히 디지탈 카메라와 같은 경우는 고체촬상소자(CCD; Charge Couple Device)의 다이내믹 레인지(dynamic range)의 한계에 의해 셔터 스피드에 제한이 따른다.
이러한 하드웨어적인 문제와 촬상소자로 사용되는 CCD의 물리적인 한계를 해결하기 위하여 디지탈 신호처리(DSP ; Digital Signal Processing) 기술을 사용하는 방법이 해결책으로 제시되었다.
렌즈의 촛점이 맞지 않거나 움직임 번짐이 발생하여 열화된 영상은 그 주파수 영역에서 규칙적인 특성을 나타낸다.
이에 종래에는 주파수 영역에 나타나는 영(zero)의 주기성과 방향성으로 부터 움직임 번짐 정도를 추정하게 되는 바,
이와 같은 움직임 정보는 움직임 번짐 현상 PSF(Point Spread Function)의 퓨리에 변환(Fourier Transform)에서 나타나는 sinc 함수의 zero 특성을 사용하여 구하게 된다.
상기와 같이 움직임 정보를 구하기 위해서는 영상전체, 즉 2차원 데이터를 퓨리에 변환한 뒤, 원칙적으로 이를 다시 2차원 퓨리에 변환을 하는 2차원 켑스트럼 변환을 실행하게 된다.
또한, 가해진 노이즈의 영향을 줄이기 위하여 영상을 블록(block)으로 나누어 블록 각각에 대하여 2차원 퓨리에 변환(켑스트럼 변환)을 한 다음 각각을 더하여 평균을 내게 된다.
이와 같은 종래의 방법은 방대한 연산량과 이에 따른 많은 시간을 필요로 한다.
여기서, 퓨리에 변환이란 서로다른 주파수의 정현파의 중복으로 표현할 수 있는 시간함수에 대하여, 그 시간함수에 포함되는 각 주파수 성분의 크기를 주파수의 함수로 나타내는 것인데, 신호 해석, 화상처리 등에 널리 이용된다.
그러나, 이와 같은 종래의 방법은 첨가되는 노이즈가 있을 경우 zero가 쉽게 소멸되기 때문에 정확성이 현저하게 떨어지며, 따라서 노이즈의 영향을 최소로 하기 위해서는 상당한 정도의 연산량을 요하게 되는 단점이 있다.
본 발명에서는 움직임 번짐 현상 PSF의 퓨리에 변환에서 나타나는 sinc 함수의 pole(peak)의 특성을 사용하여 움직임 번짐 방향, 움직임 움직임 번짐 길이 등의 움직임 번짐 정보를 구하게 되는 바,
이를 위하여 영상전체, 즉 2차원 데이터를 퓨리에 변환한 뒤, 여기서 극점 자취 방정식을 도입하여 움직임 번짐 방향을 구하고, 그 다음 원점을 지나는 수평 또는 수직 축에 있는 1차원 데이터만을 다시 퓨리에 변환(1차원 켑스트럼 변환)하여 영상의 길이를 구하도록 하므로써, 종래에서의 움직임 번짐 추정 문제점인 노이즈 환경에서 정확도가 현저하게 떨어지는 점과 처리시간이 많이 걸리는 점을 해결할 수 있도록 하며, 또한 하드웨어로 구성하기 용이한 알고리듬(algorithm)을 제공하고자 한 것이다.
도 1은 본 발명에 있어서, 움직임 번짐에 의해 열화된 영상의 움직임 번짐 정보를 추정하는 과정을 블록적으로 도시한 도면.
도 2a는 본 발명에 있어, θ(30°)방향으로 움직임 번짐이 발생하고 노이즈가 첨가된 영상의 주파수 응답을 나타낸 도면.
도 2b는 본 발명에 있어, θ(30°) 방향으로 움직임 번짐이 발생하고 노이즈가 첨가된 영상의 극점 자취를 나타낸 도면.
본 발명은 움직임 열화가 발생하고, 노이즈가 첨가된 영상을 퓨리에 변환하는 과정과,
퓨리에 변환된 영상의 각 기준선에서의 최대값(pole)을 검출하여 수평 및 수직 극점 자취 변환을 실행하는 과정과,
변환된 수평 및 수직 극점 자취로 부터 신호지배영역과 노이즈 지배영역을 설정하는 과정과,
설정된 신호지배영역에서 극점 주위의 곡률에 반비례하는 가중값을 적용하여 수평 및 수직 자취로 부터 최소 자승 방법을 이용하여 움직임 번짐 방향을 추정하는 과정을 포함하는 움직임 번짐 방향 추정 방법으로 이루어진다.
그리고, 움직임 열화가 발생하고, 노이즈가 첨가된 영상을 퓨리에 변환하는 과정과,
퓨리에 변환된 영상을 1차원 영상신호 성분에 대하여 퓨리에 변환을 실행하여, 이로 부터 영점 간격을 검출하여 움직임 번짐 길이를 추정하는 과정을 포함하는 움직임 번짐 길이 추정 방법으로 이루어진다.
또한, 움직임 열화가 발생하고, 노이즈가 첨가된 영상을 퓨리에 변환하는 과정과,
퓨리에 변환된 영상의 각 기준선에서의 최대값(pole)을 검출하여 수평 및 수직 극점 자취 변환을 실행하는 과정과,
변환된 수평 및 수직 극점 자취로 부터 신호지배영역과 노이즈 지배영역을 설정하는 과정을 포함하고,
상기 움직임 열화된 영상신호의 평균을 산출하고, 상기 퓨리에 변환과정을 통해 퓨리에 변화된 영상의 파워(power)를 산출하고, 이와 같이 산출된 영상의 평균 및 영상의 파워를 설정된 노이즈 지배영역에서의 노이즈 파워를 산출하는 과정과,
산출된 노이즈 파워로 부터 신호 대 잡음비를 추정하는 과정을 포함하는 신호대 잡음비 추정 방법으로 이루어짐을 특징으로 한다.
이와 같은 본 발명의 방법을 실현하기 위한 장치의 구성은,
입력되는 영상에 대하여 시간함수에 대하여 각 주파수 응답 함수로 변환하는 퓨리에 변환수단과,
퓨리에 변환수단에 의해 퓨리에 변환된 영상신호의 주파수 함수로 부터 각 기준선에서의 최대값(pole)을 검출하여 수평 및 수직에 대한 극점 자취 변환을 실행하는 스펙트럼 극점 자취 변환수단과,
변환된 극점 자취에 따라 신호지배영역(SDR)과 노이즈 지배영역(NDR)을 설정하는 영역설정수단과,
영역설정수단에 의해 설정된 영역에 따라 가중값을 적용한 가중 최소 자승 방법을 이용하여 움직임 번짐의 방향을 추정하는 수단과,
상기 퓨리에 변환수단에 의해 변환된 영상신호에서 원점을 지나는 수평 또는 수직축 위의 1차원 데이터만을 퓨리에 변환하여 sinc 함수의 주기적인 영점(zero) 간격을 검출하는 1차원 퓨리에 변환수단과,
상기 1차원 퓨리에 변환수단으로 부터 움직임의 길이를 추정하는 움직임 길이 추정수단과,
상기 입력영상에 대한 영상신호의 평균산출수단과,
상기 퓨리에 변환수단을 통해 퓨리에 변환된 영상신호의 파워를 산출하는 영상신호 파워산출수단과,
상기 영상신호의 평균산출수단 및 영상신호 파워 산출수단으로 부터 산출된 영상신호의 평균 및 영상신호의 파워를 이용하여 상기 영역설정수단에 의해 설정된 노이즈 지배영역에 따른 노이즈 파워를 산출하는 노이즈 파워산출수단과,
노이즈 파워산출수단으로 부터 산출된 노이즈 파워로 부터 신호 대 잡음비를 산출하는 신호 대 잡음비 추정수단을 포함하여 이루어짐을 특징으로 한다.
영상의 퓨리에 변환에서 나타나는 sinc 함수는 pole과 zero 의 주기적인 반복으로 이루어진다. 이때 영상과 같은 2차원 데이터의 퓨리에 변환 sinc는 상기 pole과 zero의 주기성과 방향성이 함께 나타난다.
본 발명에서는 이러한 pole 특성을 이용하여 움직임 번짐 길이, 움직임 번짐 방향, 신호 대 잡음비 등의 움직임 번짐 정보를 추정하고자 하는 것으로,
상기와 같은 구성을 특징으로 하는 본 발명의 작용을 첨부된 도 1을 참조하여 설명하면 다음과 같다.
도 1은 본 발명에 있어, 그 작용과정을 블록적으로 도시한 도면이다.
디지탈 영역에서의 움직임 번짐 현상의 PSF는 θ 방향으로 d 만큼 번짐 현상이 일어났을 때, 다음의 수학식 1에서와 같이 모델링 된다.
이는, 영상의 한점이 움직임 번짐에 의하여 왜곡되는 모습을 나타내는 것으로, 일반적으로 움직임 번짐에 의하여 영상의 한점은 움직임 번짐 방향과 번짐길이에 해당하는 직선으로 된다.
그러나, 이때, 직선의 전체 에너지의 합은 원래의 한점에서의 에너지와 같다.
상기 f(i,j)는 디지털 공간에서의 이상적인 직선이 왜곡되는 현상을 모델링하기 위하여 일반적인 기존의 식에 추가된 확산 방정식으로,
디지탈 영역에서는 이상적인 직선이 표시될 수 없으며, 직선의 에너지는 인접 픽셀(pixel)로 분산되어 나타나게 되는 바, 이를 보정하기 위한 함수이다.
다음의 수학식 2는 상기 수학식 1의 퓨리에 변환식으로, 따라서 움직임 번짐 PSF의 주파수 응답은 다음의 수학식 2와 같이 나타나게 된다.
이때, 노이즈와 움직임에 의하여 열화된 영상은 다음의 수학식 3에서와 같이 나타낼 수 있는 바,
여기서, d 함수는 수학식 1에서 나타난 바와 같으며, x(i,j) 함수는 열화되지 않은 원영상을 나타내는 것이고, n 함수는 첨가되는 노이즈를 나타내는 것이다.
이와 같은 노이즈와 움직임에 의해 열화된 영상을 퓨리에 변환하게 되는 데, 이와 같은 퓨리에 변환식은 다음의 수학식 4에서와 같다.
여기서, X(u,v)는 원영상 x(i,j)에 대한 주파수 응답을 나타내는 것이며, 상기 노이즈에 대한 주파수 응답 No(u,v)는 다음의 수학식 5와 같이 나타낼 수 있다.
여기서 ψ D(u,v)⋅X(u,v) N(u,v)
즉, 수학식 4는 노이즈와 움직임에 의하여 열화된 영상식 Z2(i,j)의 제곱의 퓨리에 변환식인 것이다.
이후, 각 기준에서의 최대값(pole)을 검출하여, 스펙트럼 극점 자취 변환과정을 거치게 되는 바,
D(u,v) v=n D(u,v)│v=n 라고 정의하면, Z(u,v)
여기서 수평 극점 자취 함수 HZ(n) 의 아래 첨자Z는 스펙트럼 함수 Z(u,v)를 나타내는 것이다.
D(u,v) u=n D(u,v)│u=n 라고 정의하면, Z(u,v)
여기서도 마찬가지로, 수직 극점 자취 함수 VZ(n) 의 아래 첨자Z는 함수 Z(u,v)를 나타낸다.
즉, 상기 수학식 6 및 수학식 7은 상기 수학식 4에서 정의된 스펙트럼 함수Z(u,v)에서 v=n 또는 u=n 으로 고정된 1차원 함수중 함수값을 최대로 만드는 u 또는 v를 m으로 하여 n 과 m의 관계를 나타내주는 극점 자취 함수인 것이다.
이후, 신호지배영역(SDR)과 노이즈 지배영역(NDR)을 설정하여 이에 따라 움직임의 각도(방향)를 추정하게 되는 바, 신호지배영역(SDR)과 노이즈 지배영역(NDR)은 상기 수학식 6 및 수학식 7에 나타낸 바와 같은 극점 자취 방정식의 자취 모양을 보고 결정한다.
상기 수학식 4에서, X(u,v)│v=n D(u,v)│v=n n
Z(u,v)│v=n D(u,v)│v=n
는 영상 크기의 상한계, θ는 움직임 번짐 방향이다.
따라서, 신호지배영역(SDR)에서는 자취 방정식의 자취의 분산이 적다.
도 2a는 θ(30°)방향으로 움직임 번짐이 발생하고 노이즈가 첨가된 영상의 주파수 응답을 나타낸 도면이고, 도 2b는 θ(30°) 방향으로 움직임 번짐이 발생하고 노이즈가 첨가된 영상의 극점 자취를 나타낸 것으로,
도 2b의 가운데 부분의 규칙적인 부분이 신호지배영역(SDR)이며, 위 아래 불규칙한 부분이 노이즈 지배영역(NDR)이다.
이와 같이 신호지배영역(SDR)에서 극점 자취 방정식의 자취 분산이 적은 이유는 상기에서 설명한 바와 같이, 노이즈(N)의 영향이 적고, pole의 방향성을 나타내는 PSF의 주파수 응답 D 의 성분이 영향을 크게 미치기 때문이다.
θ
Z(u,v)│v=n
이와 같은 방법으로 움직임 방향을 추정하게 된다.
그러나, 상기 수학식 4에서, X(u,v)│v=n D(u,v)│v=n n
이와 같은 영역을 노이즈 지배영역(NDR)이라고 하며, 상기 수학식 13에서 알 수 있듯이 노이즈 지배영역(NDR)에서는 최대값인 극점을 결정하는 주 요인인 노이즈 성분이므로 극점의 자취는 방향성을 상실하게 되어 신호지배 영역(SDR)에서 처럼 정형화된 식으로 나타나지 못하며, 상기에서 설명한 바와 같이, 도 2b에서 위, 아래부분과 같이 분산값이 큰 불규칙한 형태를 나타낸다.
따라서, 이러한 노이즈 지배 영역(NDR)의 성분을 노이즈라고 가정할 수 있으며, 이러한 영역(NDR)에서 신호의 파워를 계산하여 노이즈 파워( Pn )를 다음의 수학식 16에서와 같이 추정할 수 있게 된다.
여기서 Bu Bv 는 영상크기의 상한계를 나타내며 Tu Tv 는 상기 수학식 6 및 수학식 7에서의 각각 수평,수직 극점 자취 방정식을 통하여 설정된 신호지배 영역(SDR)과 노이즈지배 영역(NDR)의 경계선을 나타낸다.
Pn
Pn
여기서, E는 평균을 나타낸다.
한편, 움직임 번짐 길이(d)는 상기의 수학식 2 또는 수학식 4에 나타나는 퓨리에 변환식에 나타나는 sinc 함수의 주기적인 영점(zero) 간격을 검출하여 움직임 번짐길이(d)를 구하게 되는 바,
직선의 퓨리에 변환은 sinc 함수가 된다. 움직임 번짐의 PSF는 움직임 번짐 방향으로의 직선이므로, 이의 퓨리에 변환도 sinc 함수가 되는 데, sinc 함수는 pole과 zero의 주기적인 반복으로 이루어지게 된다.
이때, 영상과 같은 2차원 데이터의 퓨리에 변환 sinc는 pole과 zero의 주기성과 방향성이 나타나게 된다.
θ d
d d
본 발명은 영상의 퓨리에 변환에 의해 나타나는 sinc 함수의 pole 특성을 이용하여 1차원 켑스트럼만으로 움직임 번짐 정보를 추정하도록 하는 것으로,
극점 자취 방정식으로 부터 바로 움직임 번짐 방향을 추정하고, 또한, 추정된 움직임 번짐 방향을 이용하여 1차원 켑스트럼 변환을 통하여 zero간격을 검출하고, 이로 부터 움직임 번짐 길이를 추정하도록 한다.
즉, 원점을 지나는 수평 또는 수직축에 있는 1차원 데이터만을 다시 퓨리에 변환하여 이로 부터 영상의 길이를 구하게 되는 것이다.
또한, 극점 자취 방정식으로 부터 설정되는 노이즈 지배영역(NDR) 및 신호 지배영역(SDR)에 따라서, 입력 영상의 평균산출 및 퓨리에 변환을 거친 영상신호의 파워산출을 이용하여 노이즈의 파워를 산출하여 신호 대 잡음비(SNR)를 추정할 수 있도록 하는 것이다.
이상에서 설명한 바와 같이, 본 발명에서 제안하는 움직임 번짐 정보 추정방법은 상대적으로 적은 계산량으로 노이즈가 심한 환경에서도 매우 정밀한 결과를 구할 수 있어, 이로 부터 원영상을 움직임 번짐으로 부터 정밀하게 복원하여 저장 및 표시가능하게 된다.
또한, 이러한 실행과정을 갖는 본 발명은 하드웨어로 용이하게 구현가능하다.

Claims (11)

  1. 움직임 열화가 발생하고, 노이즈가 첨가된 영상을 퓨리에 변환하는 과정과,
    퓨리에 변환된 영상의 각 기준선에서의 최대값(pole)을 검출하여 수평 및 수직 극점 자취 변환을 실행하는 과정과,
    변환된 수평 및 수직 극점 자취로 부터 신호지배영역과 노이즈 지배영역을 설정하는 과정과,
    설정된 신호지배영역에서 극점 주위의 곡률에 반비례하는 가중값을 적용하여 수평 및 수직 자취로 부터 최소 자승 방법을 이용하여 움직임 번짐 방향을 추정하는 과정을 포함하는 것을 특징으로 하는 디지탈 카메라의 움직임 번짐에 의해 열화된 영상의 움직임 번짐 정보를 추정하는 방법.
  2. 제 1항에 있어서, 상기 퓨리에 변환 과정은, 열화된 영상을 움직임 번짐의 방향(θ), 움직임 번짐 길이(d)에 따라 모델링하는 단계와,
    모델링된 영상을 퓨리에 변환하는 단계를 포함하며,
    상기 모델링 단계에 있어, 열화된 영상의 모델링은, 디지탈 공간에서의 이상적인 직성이 왜곡되는 현상을 보정하기 위한 확산 방정식[f(i,j)]을 포함하는 다음의 수학식,
    에 의해 이루어지도록 함을 특징으로 하는 디지탈 카메라의 움직임 번짐에 의해 열화된 영상의 움직임 번짐 정보를 추정하는 방법.
  3. 제 1항에 있어서, 상기 수평 및 수직 극점 자취 변환을 실행하는 과정에 있어서,
    상기 수평 극점 자취 변환 함수는
    상기 수직 극점 자취 변환 함수는디지탈 카메라의 움직임 번짐에 의해 열화된 영상의 움직임 번짐 정보를 추정하는 방법.
  4. 움직임 열화가 발생하고, 노이즈가 첨가된 영상을 퓨리에 변환하는 과정과,
    퓨리에 변환된 영상을 1차원 영상신호 성분에 대하여 퓨리에 변환을 실행하고, 이로 부터 영점 간격을 검출하여 움직임 번짐 길이를 추정하는 과정을 포함하는 것을 특징으로 하는 디지탈 카메라의 움직임 번짐에 의해 열화된 영상의 움직임 번짐 정보를 추정하는 방법.
  5. 제 4항에 있어서, 상기 퓨리에 변환 과정은, 열화된 영상을 움직임 번짐의 방향(θ), 움직임 번짐 길이(d)에 따라 모델링하는 단계와,
    모델링된 영상을 퓨리에 변환하는 단계를 포함하며,
    상기 모델링 단계에 있어, 열화된 영상의 모델링은, 디지탈 공간에서의 이상적인 직성이 왜곡되는 현상을 보정하기 위한 확산 방정식[f(i,j)]을 포함하는 다음의 수학식,
    에 의해 이루어지도록 함을 특징으로 하는 디지탈 카메라의 움직임 번짐에 의해 열화된 영상의 움직임 번짐 정보를 추정하는 방법.
  6. 움직임 열화가 발생하고, 노이즈가 첨가된 영상을 퓨리에 변환하는 과정과,
    퓨리에 변환된 영상의 각 기준선에서의 최대값(pole)을 검출하여 수평 및 수직 극점 자취 변환을 실행하는 과정과,
    변환된 수평 및 수직 극점 자취로 부터 신호지배영역과 노이즈 지배영역을 설정하는 과정과,
    상기 움직임 열화된 영상신호의 평균을 산출하는 과정과, 상기 퓨리에 변환과정을 통해 퓨리에 변화된 영상의 파워(power)를 산출하는 과정과,
    상기 과정에 의해 산출된 영상의 평균 및 영상의 파워를 이용하여 설정된 노이즈 지배영역에서의 노이즈 파워를 산출하는 과정과,
    산출된 노이즈 파워로 부터 신호 대 잡음비를 추정하는 과정을 포함하는 것을 특징으로 하는 디지탈 카메라의 움직임 번짐에 의해 열화된 영상의 움직임 번짐 정보를 추정하는 방법.
  7. 제 6항에 있어서, 상기 퓨리에 변환 과정은, 열화된 영상을 움직임 번짐의 방향(θ), 움직임 번짐 길이(d)에 따라 모델링하는 단계와,
    모델링된 영상을 퓨리에 변환하는 단계를 포함하며,
    상기 모델링 단계에 있어, 열화된 영상의 모델링은, 디지탈 공간에서의 이상적인 직성이 왜곡되는 현상을 보정하기 위한 확산 방정식[f(i,j)]을 포함하는 다음의 수학식,
    에 의해 이루어지도록 함을 특징으로 하는 디지탈 카메라의 움직임 번짐에 의해 열화된 영상의 움직임 번짐 정보를 추정하는 방법.
  8. 제 6항에 있어서, 상기 수평 및 수직 극점 자취 변환을 실행하는 과정에 있어서,
    상기 수평 극점 자취 변환 함수는
    상기 수직 극점 자취 변환 함수는디지탈 카메라의 움직임 번짐에 의해 열화된 영상의 움직임 번짐 정보를 추정하는 방법.
  9. 제 6항에 있어서, 노이즈 파워를 산출하는 과정에 있어서,
    노이즈 파워는
    ( Bu Bv 는 영상크기의 상한계를 나타내며 Tu Tv 는 상기 수학식 6 및 수학식 7에서의 각각 수평,수직 극점 자취 방정식을 통하여 설정된 신호지배 영역(SDR)과 노이즈지배 영역(NDR)의 경계선) 와 같은 수학식에 의해 산출되어지도록 함을 특징으로 하는 디지탈 카메라의 움직임 번짐에 의해 열화된 영상의 움직임 번짐 정보를 추정하는 방법.
  10. 제 6항 또는 제 9항에 있어서, 신호 대 잡음비를 추정하는 과정에 있어서,
    신호대 잡음비(SNR)는,
    (E는 평균, Pn은 노이즈 파워)
    와 같이 추정되어지도록 함을 특징으로 하는 디지탈 카메라의 움직임 번짐에 의해 열화된 영상의 움직임 번짐 정보를 추정하는 방법.
  11. 입력되는 영상에 대하여 시간함수에 대하여 각 주파수 응답 함수로 변환하는 퓨리에 변환수단과,
    퓨리에 변환수단에 의해 퓨리에 변환된 영상신호의 주파수 함수로 부터 각 기준선에서의 최대값(pole)을 검출하여 수평 및 수직에 대한 극점 자취 변환을 실행하는 스펙트럼 극점 자취 변환수단과,
    변환된 극점 자취에 따라 신호지배영역(SDR)과 노이즈 지배영역(NDR)을 설정하는 영역설정수단과,
    영역설정수단에 의해 설정된 영역에 따라 가중값을 적용한 가중 최소 자승 방법을 이용하여 움직임 번짐의 방향을 추정하는 수단과,
    상기 퓨리에 변환수단에 의해 변환된 영상신호에서 원점을 지나는 수평 또는 수직축 위의 1차원 데이터만을 퓨리에 변환하여 sinc 함수의 주기적인 영점(zero) 간격을 검출하는 1차원 퓨리에 변환수단과,
    상기 1차원 퓨리에 변환수단으로 부터 움직임의 길이를 추정하는 움직임 길이 추정수단과,
    상기 입력영상에 대한 영상신호의 평균산출수단과,
    상기 퓨리에 변환수단을 통해 퓨리에 변환된 영상신호의 파워를 산출하는 영상신호 파워산출수단과,
    상기 영상신호의 평균산출수단 및 영상신호 파워 산출수단으로 부터 산출된 영상신호의 평균 및 영상신호의 파워를 이용하여 상기 영역설정수단에 의해 설정된 노이즈 지배영역에 따른 노이즈 파워를 산출하는 노이즈 파워산출수단과,
    노이즈 파워산출수단으로 부터 산출된 노이즈 파워로 부터 신호 대 잡음비를 산출하는 신호 대 잡음비 추정수단을 포함하여 이루어짐을 특징으로 하는 디지탈 카메라의 움직임 번짐에 의해 열화된 영상의 움직임 번짐 정보를 추정하는 장치.
KR1019980044283A 1998-10-22 1998-10-22 디지탈 카메라의 움직임 번짐에 의해 열화된 영상의 움직임 번짐 정보를 추정하는 장치와 방법 KR100282305B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1019980044283A KR100282305B1 (ko) 1998-10-22 1998-10-22 디지탈 카메라의 움직임 번짐에 의해 열화된 영상의 움직임 번짐 정보를 추정하는 장치와 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1019980044283A KR100282305B1 (ko) 1998-10-22 1998-10-22 디지탈 카메라의 움직임 번짐에 의해 열화된 영상의 움직임 번짐 정보를 추정하는 장치와 방법

Publications (2)

Publication Number Publication Date
KR20000026650A KR20000026650A (en) 2000-05-15
KR100282305B1 true KR100282305B1 (ko) 2001-02-15

Family

ID=19554954

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019980044283A KR100282305B1 (ko) 1998-10-22 1998-10-22 디지탈 카메라의 움직임 번짐에 의해 열화된 영상의 움직임 번짐 정보를 추정하는 장치와 방법

Country Status (1)

Country Link
KR (1) KR100282305B1 (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7711204B2 (en) * 2005-05-02 2010-05-04 Samsung Electronics Co., Ltd. 1-D image restoration using a sliding window method
KR100691268B1 (ko) * 2005-08-02 2007-03-12 삼성전기주식회사 Ｐｓｆ를 이용하여 이미지를 처리하는 광학 시스템 및이미지 처리방법
KR100790737B1 (ko) * 2007-02-14 2008-01-02 삼성전기주식회사 이미지 보정 기능을 구비한 카메라 모듈 및 이의 이미지보정 방법
KR100860967B1 (ko) * 2007-04-16 2008-09-30 삼성전자주식회사 영상의 모션 블러를 제거하기 위한 장치 및 방법
KR100969150B1 (ko) * 2008-09-23 2010-07-08 한양대학교 산학협력단 Ｐｓｆ 파라미터 추정을 기반으로 한 영상 복원 방법 및 장치
CN111899196A (zh) * 2020-08-05 2020-11-06 沈阳工业大学 一种基于经典复原算法的叶片缺陷运动模糊图像复原方法

Also Published As

Publication number Publication date
KR20000026650A (en) 2000-05-15

Similar Documents

Publication Publication Date Title
US8208746B2 (en) Adaptive PSF estimation technique using a sharp preview and a blurred image
JP4152398B2 (ja) 手ぶれ補正装置
US7652689B2 (en) Picture taking device and picture restoration method
US20070009169A1 (en) Constrained image deblurring for imaging devices with motion sensing
JP2006129236A (ja) リンギング除去装置およびリンギング除去プログラムを記録したコンピュータ読み取り可能な記録媒体
JP2007188493A (ja) 動きボケ画像中の動きボケを減らす方法、それぞれが各自のボケ・パラメータを持つ複数の動きボケ画像を用いて動きボケの減らされた画像を生成する方法、動きボケ画像中の動きボケを減らす装置、およびそれぞれが各自のボケ・パラメータを持つ複数の動きボケ画像を用いて動きボケの減らされた画像を生成する装置
JP4118059B2 (ja) デジタル動画像処理のための方法及び装置
JP4342493B2 (ja) 手ぶれ補正装置
CN106169173B (zh) 一种图像插值方法
JP2006279807A (ja) 手ぶれ補正装置
Niskanen et al. Video stabilization performance assessment
KR100282305B1 (ko) 디지탈 카메라의 움직임 번짐에 의해 열화된 영상의 움직임 번짐 정보를 추정하는 장치와 방법
Vivirito et al. Restoration of out-of-focus images based on circle of confusion estimate
US20130156325A1 (en) Method and Apparatus for Processing Distorted Image
US8073280B2 (en) Image processing apparatus and image processing program for correcting image degradation
Gota et al. Analysis and Comparison on Image Restoration Algorithms Using MATLAB
Yitzhaky et al. Identification of the blur extent from motion-blurred images
JP2007179211A (ja) 画像処理装置、画像処理方法、およびそのプログラム
JP4740008B2 (ja) 手ぶれ検出装置およびデジタルカメラ
Mohan Adaptive super-resolution image reconstruction with lorentzian error norm
Hadar et al. Restoration of images degraded by extreme mechanical vibrations
Yitzhaky et al. Identification of motion blur for blind image restoration
JP5091880B2 (ja) 動画像ノイズ除去装置および動画像ノイズ除去プログラム
Jha Velocity detection from a motion blur image using radon transformation
Yitzhaky et al. Evaluation of the blur parameters from motion blurred images

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20070918

Year of fee payment: 8

LAPS Lapse due to unpaid annual fee