KR100717031B1 - 슬라이딩 윈도우 방법을 이용하는 1차원 이미지 복원 방법및 시스템 - Google Patents

슬라이딩 윈도우 방법을 이용하는 1차원 이미지 복원 방법및 시스템 Download PDF

Info

Publication number
KR100717031B1
KR100717031B1 KR1020050090718A KR20050090718A KR100717031B1 KR 100717031 B1 KR100717031 B1 KR 100717031B1 KR 1020050090718 A KR1020050090718 A KR 1020050090718A KR 20050090718 A KR20050090718 A KR 20050090718A KR 100717031 B1 KR100717031 B1 KR 100717031B1
Authority
KR
South Korea
Prior art keywords
window
image
sample
reconstruction
frequency domain
Prior art date
Application number
KR1020050090718A
Other languages
English (en)
Other versions
KR20060114608A (ko
Inventor
김영택
슈라퐁 레트라타나파니치
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Publication of KR20060114608A publication Critical patent/KR20060114608A/ko
Application granted granted Critical
Publication of KR100717031B1 publication Critical patent/KR100717031B1/ko

Links

Images

Classifications

    • G06T5/70—
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • H04N5/91—Television signal processing therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/10—Image enhancement or restoration by non-spatial domain filtering
    • G06T5/73—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • G06F2218/04—Denoising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]

Abstract

이미지 처리 시스템에 있어서 이미지 복원 방법을 제공한다. 다수의 샘플들을 포함하는, 본래의 이미지의 관찰 이미지가 수신된다. 다수의 샘플들로부터 선택된 샘플에 대하여, 상기 선택된 샘플을 포함하는 다수의 샘플들의 부분집합이 선택된다. 선택된 샘플에서 본래의 이미지 샘플을 복원하기 위한 이미지 복원은 전체 관찰 이미지가 아니 상기 다수의 샘플들의 부분집합의 함수로서 실행된다. 이미지 복원 처리에 있어서 더 짧은 길이 FFT 계산을 요구하는 신규한 이미지 복원 방법이 이용되며, 결과로서 생기는 복원 이미지는 종래의 접근방법들의 결과와 동일한 품질을 유지한다.

Description

슬라이딩 윈도우 방법을 이용하는 1차원 이미지 복원 방법 및 시스템{1-D image restoration using a sliding window method}
도 1은 종래의 이미지 복원 처리를 보여준다.
도 2는 본 발명의 일 실시예에 따른 슬라이딩 윈도우 방법을 이용하는 이미지 복원 시스템의 블록도를 보여준다.
도 3은 본 발명에 따른 슬라이딩 윈도우 방법을 이용하는 이미지 복원 처리의 일 실시예에 관한 단계들의 흐름도를 보여준다.
본 발명은 이미지 처리 분야에 관한 것이며, 더욱 특히 슬라이딩 윈도우 방법을 이용하여 품질이 떨어진(흐려지고 얼룩진) 관찰 1차원(1-D) 이미지로부터 본래의 1차원 이미지를 복원하는 방법에 관한 것이다.
디지털 이미지 처리 응용들에서는, 이미지 복원은 보통 시스템 점상 분포 함수(point spread function : PSF) 또는 블러링(blurring) 함수의 선행 지식이 이용가능한 경우에 흐려지고 얼룩진 관찰 이미지로부터 본래의 이미지를 복원하는데 사용된다. 이미지 복원은 천문학, 의학의 화상진찰, 군사용 감시 및 디지털 텔리비 전(DTV)를 포함하는 많은 응용들에 적용될 수 있다.
종래의 1차원 이미지 복원은 관찰 이미지와 시스템 PSF의 고속 퓨리에 변환(fast Fourier transform : FFT) 계산을 요구하는 "정규화된 최소 제곱법"에 기초하였다. 그 다음에, 관찰되는 이미지와 시스템 PSF에 대한 FFT들 사이에 복소수 나눗셈과 곱셈들이 주파수 영역에서 행해지고 공간 영역에서 복원된 이미지를 얻기 위하여 그 결과는 역 FFT(IFFT)에 의해 더 처리된다.
1차원 선형 이동 불변(linear shift invariant : LSI) 이미지 취득(PSF와 부가적인 노이즈에 의해 야기된 품질의 저하를 포함하는)에 관한 이산 모델은
Figure 112005054800501-pat00001
와 같이 정의됨으로써 얻을 수 있다. 여기서 g[n]은 품질이 떨어지게(흐려지고 얼룩지게) 관찰되는 길이 N의 이미지이며, f[n]은 본래의 이미지를 나타내며, h[n]은 시스템 PSF이며, v[n]은 시스템에 의해 삽입된 추가적인 노이즈이다.
Figure 112005054800501-pat00002
과
Figure 112005054800501-pat00003
은 각각 시스템 PSF 및 관찰된 이미지의 FFT들을 나타낸다. 주파수 영역에서 정규화 최소 제곱법에 기초하여 복원된 이미지
Figure 112005054800501-pat00004
는
Figure 112005054800501-pat00005
로 표현될 수 있다. 바로 전의 방정식에서 윗 첨자 *는 공액 복소수 연산자이며 상수
Figure 112005054800501-pat00006
는 일반적으로 관찰된 데이터의 충실도와 해의 매끈함 사이에서의 균형을 제어하는 것을 돕는 정규화 인자로 불린다. 공간 영역에서 복원 이미지 r[n]은 위 관계식 (2)에서의 결과를 IFFT 함으로써 계산될 수 있다.
이 종래의 이미지 복원에 대한 최고의 복잡성은 관찰 이미지와 같은 길이 N의 FFT 과 그것의 역변환의 계산때문이다. 실제로, 관찰 이미지와 같은 길이의 FFT 구현은 하드웨어 설계에 있어서 복잡하고 어렵다. 더욱이, 일반적으로 이미지 길이 N은 2의 거듭제곱이 아니다. 그래서, 이러한 길이의 FFT 계산은 일반적으로 효과적인 방법으로 수행될 수 없다.
본 발명이 이루고자 하는 기술적 과제는 상기와 같은 문제점을 해결하여 픽셀-기반 처리 방법을 이용하는 슬라이딩 윈도우 방법을 이용한 1차원 이미지 복원 방법 및 시스템을 제공하는 것을 목적으로 한다.
본 발명은 위 단점들을 역점을 두어 다룬다. 본 발명의 목적은 복원의 결과로 생기는 이미지의 품질을 종래의 접근법으로부터의 결과와 본질적으로 동일하게 유지하면서 관찰되는 이미지와 같은 길이 대신에 더 짧은 길이의 FFT 계산을 요구하는 이미지 복원 방법의 대안을 제공하는 것이다.
일 실시예에서, 본 발명은 슬라이딩 윈도우를 사용하여 이미지 복원 처리를 제공하며, 이는 다음의 단계들을 포함한다.
(a) 관찰 이미지의 각 샘플들에 대하여, 고려의 대상인 관찰되는 이미지에 중심이 있는 길이 W의 윈도우를 구성하는 단계;
(b) 주파수 영역을 얻기 위하여 상기 윈도우를 W-포인트(point) FFT를 실행하는 단계;
(c) 주파수 영역에서 정규화 인자 및 시스템 PSF 양쪽 모두에 대한 지식을 기초로 하여 주파수 영역에서 복원된 윈도우를 계산하는 단계;
(d) 공간 영역에서 복원된 윈도우를 얻기 위하여 주파수 영역에서 복원된 윈도우를 W-포인트 IFFT를 실행하는 단계;
(e) 상기 복원된 윈도우의 중심에 있는 샘플을 추출하고 그것의 픽셀값을 고려의 대상인 관찰되는 입력 샘플에 대응하는 복원 샘플에 할당하는 단계.
본 발명의 다른 특징과 이점들은 첨부된 도면들과 함께 아래의 상세한 설명에서부터 곧 알 수 있을 것이다.
본 발명에 따른 이미지 복원의 예시 실시예들은 첨부된 도면을 참조하여 아래 기술한다. 본 발명에 따른 슬라이딩 윈도우를 사용한 이미지 복원 방법을 상세히 설명하기 전에, 종래의 이미지 복원 처리는 본 발명의 이미지 복원 처리의 이해를 증진시키기 위하여 도 1에서의 처리(100)과 관련하여 간략하게 설명된다.
도 1의 종래의 이미지 복원에서, 입력은 길이 N 샘플의 관찰 이미지이고 출력은 동일 길이의 복원 이미지이다. 시스템 PSF (주파수 영역에서) H={H[0], H[1], ..., H[N-1]}의 지식이 이용가능하다고 가정한다. 도 1에서 g={g[0], g[1], ..., g[N-1]}은 길이 N의 입력 관찰 1차원 이미지를 나타낸다. 주파수 영역에서 관찰 이미지 G={G[0], G[1], G[2], ..., G[N-1]}은 관찰 이미지 g에 대한 N-포인트 FFT를 사용하여 계산된다.
다음에, 정규화 인자
Figure 112005054800501-pat00007
의 선택에 기초하여, 이미지 복원 처리는 위 관계식 (2)에 따라 복원 이미지 R={R[0], R[1], R[2], ..., R[N-1]}에 관한 각 주파수 성분 R[u], u=0, 1, 2, ..., N-1 를 계산함으로써 실행된다. 그 다음에, 주파수 영역에서의 복원 이미지 R에 대하여 N-포인트 IFFT의 적용하면 공간 영역에서 복원 이미지 r={r[0], r[1], r[2], ..., r[N-1]}의 결과가 된다.
종래의 이미지 복원은 이미지-기반 처리이고 최고의 계산 복잡성은 관찰 이미지 g와 동일한 길이 N에 대한 FFT 때문이며, 이는 보통 큰 수이고 2의 거듭제곱이 아니다. 실제로, 이러한 큰 수 N은 복잡한 하드웨허 구현으로 귀착된다.
본 발명에 따른 이미지 복원 처리는 FFT 계산에 있어서 샘플들의 수를 길이 W의 더 작은 윈도우 내로 제한하며, W는 작은 정수이고 2의 거듭제곱이다. 윈도우는 입력 이미지의 샘플들의 부분집합을 포함한다.
이와 같이, 슬라이딩 윈도우 처리는 본 발명에 따른 이미지 복원 문제에 적용된다. 모든 시스템 PSF 샘플들이 어떤 절단도 없이 고려되도록 선택된 W 값은 공간 영역에서의 시스템 PSF가 지원하는 것(즉, 시스템 PSF의 0이 아닌 샘플 값들의 수)보다 더 커야함을 또한 주목할 가치가 있다. 종래의 이미지 복원과는 다르게, 본 발명에 따른 슬라이딩 윈도우를 사용하는 이미지 복원은 이미지-기반 처리 대신에 픽셀-기반 처리를 제공한다.
도 2는 슬라이딩 윈도우를 사용하는 본 발명의 일 실시예에 따른 이미지 복 원 시스템(200) 예의 블록도를 보여준다. 시스템(200)은 다음의 성분들을 포함한다. (1) 중심이 g[i]인 길이 W의 윈도우를 형성하는 윈도우 생성기(202), (2) W-포인트 FFT 처리를 수행하는 FFT 블록(204), (3) 이미지 복원을 수행하는 이미지 복원 블록(206), (4) W-포인트 IFFT를 수행하는 IFFT 블록(208) 및 (5) 중심에 있는 샘플을 추출하고 그것을 복원 샘플의 픽셀 값으로 할당하는 추출기(210). 시스템(200)의 성분들의 기능들은 아래에 기술한다.
윈도우 생성기(202)의 입력은 인덱스 i,
Figure 112005054800501-pat00008
,에서의 관찰 샘플로 간주되고 추출기 블록(210)의 출력은 입력과 동일한 인덱스 i에 대응하는 복원 이미지이다. 각 입력 1차원 관찰 샘플 g[i], i=0, 1, 2, ..., N-1, 에 대하여, 길이 W의 윈도우는 윈도우 생성기(202)에 의해 구성되며, 윈도우 중심의 위치는 관찰 샘플 g[i]에 있다. 결과로 생기는 윈도우
Figure 112005054800501-pat00009
는 출발 g[i-W/2] 에서 g[i+W/2-1]까지 관찰 이미지의 W 개의 연속적인 샘플들을 포함한다.
특히, 결과로 생기는 윈도우는
Figure 112007014339472-pat00010
={g[i-W/2], g[i-W/2+1], ..., g[i-1], g[i], g[i+1], ..., g[i+W/2-1]} 이다.
Figure 112007014339472-pat00011
에서의 요소들의 인덱스가 이미지의 경계(즉, k<0 또는 k>N-1인 g[k])의 밖에 있는 경우에는, 주기적인 이미지 경계 조건(periodic boundary condition)이 사용된다. 윈도우 길이 W는 일반적으로 2의 거듭제곱이 되도록 선택되기 때문에 윈도우 길이 W는 2로 나눠진다( 그리고 W/2는 정수이다).
일단 윈도우 생성기(202)에서 윈도우
Figure 112005054800501-pat00012
가 구성되면, 복원 윈도우의 계산 은 종래의 이미지 복원 처리와 동일한 방식으로 수행되지만 입력은 관찰 이미지
Figure 112005054800501-pat00013
대신에 윈도우
Figure 112005054800501-pat00014
이며 출력은 복원 이미지
Figure 112005054800501-pat00015
대신에 복원 윈도우
Figure 112005054800501-pat00016
이다.
특히, 윈도우
Figure 112005054800501-pat00017
가 형성된 후, 그것은 W-포인트 FFT 블록(204)의 입력이 되어 주파수 영역에서의 윈도우
Figure 112005054800501-pat00018
={
Figure 112005054800501-pat00019
}로 귀착된다. 다음에, 이미지 복원 과정은 위 관계식 (2)와 유사한 복원 윈도우
Figure 112005054800501-pat00020
={
Figure 112005054800501-pat00021
}의 각 주파수 성분
Figure 112005054800501-pat00022
, u=0, 1, 2, ..., W-1, 를 계산함으로써 이미지 복원기(206)에서 수행된다. 여기서,
Figure 112005054800501-pat00023
이다.
그 후, 복원 윈도우
Figure 112005054800501-pat00024
의 공간 영역은 IFFT 블록(208)에서
Figure 112005054800501-pat00025
의 W-포인트 IFFT를 계산함으로써 얻어진다. 그 다음에, 추출기(210)에 의해 복원 윈도우
Figure 112005054800501-pat00026
의 중심에 있는 샘플의 픽셀 값만이 추출되고 복원 샘플 r[i]에 할당된다. 시작에서부터 마지막 관찰 샘플 g[N-1]이 복원될 때까지 모든 처리가 반복된다.
도 3은 본 발명의 일 실시예에 따른, 도 2의 시스템에서 구현된 슬라이딩 윈도우를 사용하는 이미지 복원 처리의 일 실시예의 단계들의 흐름도를 보여준다. 도 3에서의 처리는 다음의 단계들을 포함한다.
시작(단계 300).
정규화 인자
Figure 112005054800501-pat00027
>0을 입력(단계 301).
시스템 PSF
Figure 112005054800501-pat00028
를 입력(단계 302).
길이 N 샘플들의 관찰 이미지
Figure 112005054800501-pat00029
를 입력(단계 304).
인덱스 i=0으로 초기화(단계 306).
중심이 샘플 g[i]에 위치하는 길이 W의 윈도우
Figure 112005054800501-pat00030
를 형성(단계 308).
Figure 112005054800501-pat00031
를 얻기 위하여
Figure 112005054800501-pat00032
의 W-포인트 FFT를 계산(단계 310).
위 관계식 (3)에 따라
Figure 112005054800501-pat00033
=IR{
Figure 112005054800501-pat00034
,
Figure 112005054800501-pat00035
,
Figure 112005054800501-pat00036
}를 계산(단계 312).
Figure 112005054800501-pat00037
를 얻기 위하여
Figure 112005054800501-pat00038
의 W-포인트 IFFT를 계산(단계 314).
Figure 112005054800501-pat00039
의 중심에 있는 샘플을 추출하고 그것을 r[i]에 대한 픽셀 값으로 할당(단계 316).
인덱스 i를 증가(즉, i=i+1)(단계 318).
데이터의 끝인지 결정(즉, i>N-1)?(단계 320), 만약 끝이 아니면 단계 308로 돌아가고, 그렇지 않으면 종료(단계 322).
여기에 설명된 예에서는, 윈도우 길이가 W=16이 되도록 선택되었다. 왜냐하면 그것은 2의 거듭제곱인 작은 정수이고 합성수 FFT 알고리즘을 사용하는 전형적인 래딕스(radix)-2 FFT 접근 방법보다 더 효과적인 계산들을 허용하기 때문이다. 더욱이, 발명자들은 이러한 선택이 합성수 FFT 알고리즘을 사용하는 전형적인 래딕 스-2 FFT 접근 방법보다도 더 FFT 계산을 더 효과적이게 한다는 것을 알게 되었다.
정수 16은 4 x 4로 인수분해될 수 있기 때문에, 길이 16의 FFT는 다수의 길이 4의 FFT들로 분해될 수 있고 이들 FFT 연산은 어떠한 복소수 곱셈도 필요하지 않으며, 단지 12개의 복소수 덧셈이 필요할 뿐이다. j가 복소수 시스템에서의 허수의 단위인
Figure 112005054800501-pat00040
에 의한 암묵적인 복소수 곱셈들은 길이가 단지 4인 FFT에서는 실수부와 허수부의 교환 및 혹은 부호 비트의 변경을 필요로 한다. 당해 기술분야에서 숙련된 사람들은 본 발명에 의해 W에 대한 다른 값들 또한 가능하고 예상된다는 것을 인식할 것이다.
본 발명에 따른 슬라이딩 윈도우를 사용하는 이미지 복원은 DTV에서의 이미지 정보는 정상에서부터 바닥까지 1차원 수평 스캔 라인들(scan lines)의 스택(stack)을 이용함으로써 달성되기 때문에 DTV 응용들에 적당하다. 그래서, 각 스캔 라인은 본 발명에서 1차원 이미지로 다루어질 수 있고 독립적으로 복원될 수 있다. 그 결과, 본 발명에 따른 슬라이딩 윈도우 방법을 사용하는 이미지 복원은 인터레이싱(interlacing) 비디오 입력에서 각 교대로 일어나는 스캔 라인은 다른 순간 시간에 생기기 때문에 인터레이싱 비디오 입력에 직접 적용될 수 있다.
복제 또는 거울상 이미지 경계 조건(replacate or mirror boundary condition)들과 같은 이미지 경계 조건들의 다른 유형들은 주기적인 이미지 경계 조건 대신에 사용될 수 있다. 당해 기술분야에 숙련된 사람들은 1차원에서 2차원으로의 본 발명의 일반화하여 고려의 대상인 관찰 샘플에 대한 길이 W의 1차원 윈도우 대신에 크기
Figure 112007014339472-pat00041
샘플들의 2차원 윈도우를 사용할 수 있다는 것을 인식할 것이다.
본 발명은 다른 버전들도 가능하지만 특정 바람직한 버전들에 관하여 상당히 상세히 기술하였다. 그래서, 첨부된 청구항들의 사상과 범위는 여기에 포함된 바람직한 버전들의 상세한 설명에 한정되어서는 안 된다.
본 발명에 따른 복원 방법 및 시스템에 의하면, 종래의 이미지 복원 방법에 의하여 얻어지는 복원 이미지와 동일한 품질을 유지하면서 관찰 이미지의 크기보다 더 작은 2의 거듭제곱 수를 사용함으로써 이미지 복원 처리에서의 계산의 복잡성을 단순화하여 하드웨어 구현을 용이하게 할 수 있다.

Claims (28)

  1. 본래의 이미지로부터 다수의 픽셀들에 대한 샘플들을 포함하는 관찰 이미지를 수신하는 단계;
    상기 다수의 픽셀들에 대한 샘플들에서부터 선택된 샘플에 대하여, 상기 선택된 샘플을 포함하도록 W 개의 샘플들을 포함하는 윈도우를 선택하는 단계; 및
    상기 선택된 샘플에서부터 본래의 이미지 샘플을 복원하기 위하여 상기 W 개의 샘플들을 포함하는 윈도우의 시스템 점상 분포 함수(point spread function)로서 이미지 복원을 실행하는 단계를 포함하는 것을 특징으로 하는 이미지 처리 시스템에 있어서 이미지 복원 방법.
  2. 제 1항에 있어서, 상기 다수의 샘플들의 부분집합을 선택하는 단계는,
    상기 선택된 샘플이 윈도우의 중심에 있도록 W 개의 샘플들을 포함하는 윈도우를 선택하는 단계를 포함하는 것을 특징으로 하는 이미지 처리 시스템에 있어서 이미지 복원 방법.
  3. 제 2항에 있어서, 상기 이미지 복원을 실행하는 단계는,
    주파수 영역 값들을 얻기 위하여 상기 윈도우의 W-포인트 FFT를 실행하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 시스템에 있어서 이미지 복원 방법.
  4. 제 3항에 있어서, 상기 이미지 복원을 실행하는 단계는,
    상기 주파수 영역 값들을 사용하여 주파수 영역에서 복원 윈도우를 계산하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 시스템에 있어서 이미지 복원 방법.
  5. 제 4항에 있어서, 상기 이미지 복원을 실행하는 단계는,
    공간 영역에서 결과로 생기는 복원 윈도우를 얻기 위하여 상기 복원 윈도우의 W-포인트 IFFT를 실행하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 시스템에 있어서 이미지 복원 방법.
  6. 제 5항에 있어서, 상기 이미지 복원을 실행하는 단계는,
    상기 결과로 생기는 복원 윈도우에서 중심에 있는 샘플을 추출하고 상기 중심에 있는 샘플의 픽셀 값을 상기 선택된 입력 샘플에 대응하는 복원 샘플에 할당하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 시스템에 있어서 이미지 복원 방법.
  7. 제 1항에 있어서,
    상기 윈도우는 1차원 윈도우를 포함하는 것을 특징으로 하는 이미지 처리 시스템에 있어서 이미지 복원 방법.
  8. 제 1항에 있어서,
    상기 윈도우는 2차원 윈도우를 포함하는 것을 특징으로 하는 이미지 처리 시스템에 있어서 이미지 복원 방법.
  9. 관찰 이미지의 입력 샘플에 대하여, 중심이 상기 입력 샘플에 있는 길이 W인 윈도우를 구성하는 단계;
    주파수 영역 값들을 얻기 위하여 상기 윈도우의 W-포인트 FFT를 실행하는 단계;
    상기 주파수 영역 값들을 사용하여 주파수 영역에서 복원 윈도우를 계산하는 단계;
    공간 영역에서 결과로서 생기는 북원 윈도우를 얻기 위하여 상기 복원 윈도우의 W-포인트 IFFT를 실행하는 단계; 및
    상기 결과로서 생기는 복원 윈도우에서 중심에 있는 샘플을 추출하고 상기 중심에 있는 샘플의 픽셀 값을 상기 입력 샘플에 대응하는 복원 샘플에 할당하는 단계를 포함하는 것을 특징으로 하는 이미지 처리 시스템에 있어서 이미지 복원 방법.
  10. 제 9항에 있어서,
    상기 윈도우를 구성하는 단계에서 이미지 경계 조건이 주기적인 것을 특징으로 하는 이미지 처리 시스템에 있어서 이미지 복원 방법.
  11. 제 9항에 있어서,
    상기 윈도우를 구성하는 단계에서 이미지 경계 조건이 거울상 이미지 경계 조건(mirror boundary condition)인 것을 특징으로 하는 이미지 처리 시스템에 있어서 이미지 복원 방법.
  12. 제 9항에 있어서, 상기 주파수 영역 값들을 사용하여 주파수 영역에서 복원 윈도우를 계산하는 단계는,
    주파수 영역에서 정규화 인자(regularization parameter) 및 이미지 시스템 PSF를 이용하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 시스템에 있어서 이미지 복원 방법.
  13. 제 9항에 있어서,
    상기 윈도우는 1차원 윈도우를 포함하는 것을 특징으로 하는 이미지 처리 시스템에 있어서 이미지 복원 방법.
  14. 제 9항에 있어서,
    상기 윈도우는 2차원 윈도우를 포함하는 것을 특징으로 하는 이미지 처리 시스템에 있어서 이미지 복원 방법.
  15. 본래의 이미지의 관찰 이미지를 수신하는 단계로서, 상기 관찰 이미지는 정상에서 바닥까지 1차원 수평 스캔 라인의 스택을 포함하며, 상기 각 1차원 수평 스캔 라인들은 다수의 픽셀들에 대한 샘플들을 포함하는, 관찰 이미지를 수신하는 단계;
    상기 각 1차원 수평 스캔 라인에 대하여, 상기 다수의 픽셀들에 대한 샘플들로부터 하나의 샘플을 선택하는 단계;
    상기 각 1차원 수평 스캔 라인에 대하여, 상기 선택된 샘플을 포함하도록 W 개의 샘플들을 포함하는 윈도우을 선택하는 단계; 및
    상기 W 개의 샘플들을 포함하는 윈도우의 시스템 점상 분포 함수(point spread function)로써 상기 선택된 샘플에서부터 본래의 이미지 샘플을 복원하기 위하여 이미지 복원을 실행하는 단계를 포함하는 것을 특징으로 하는 이미지 처리 시스템에 있어서 이미지 복원 방법.
  16. 제 15항에 있어서, 상기 W 개의 샘플들을 포함하는 윈도우를 선택하는 단계는,
    상기 선택된 샘플이 상기 윈도우의 중심에 있도록 W 개의 샘플들을 포함하는 윈도우를 선택하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 시스템에 있어서 이미지 복원 방법.
  17. 제 16항에 있어서, 상기 이미지 복원을 실행하는 단계는,
    주파수 영역 값들을 얻기 위하여 상기 윈도우의 W-포인트 FFT를 실행하는 단계;
    상기 주파수 영역 값들을 사용하여 주파수 영역에서 복원 윈도우를 계산하는 단계;
    공간 영역에서 결과로서 생기는 복원 윈도우를 얻기 위하여 상기 복원윈도우의 W-포인트 IFFT를 실행하는 단계; 및
    상기 결과로서 생기는 복원 윈도우에서 중심에 있는 샘플을 추출하고 상기 중심에 있는 샘플의 픽셀 값을 상기 입력 샘플에 대응하는 복원 샘플에 할당하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 시스템에 있어서 이미지 복원 방법.
  18. 다수의 픽셀들에 대한 샘플들을 포함하는, 본래의 이미지의 관찰 이미지를 수신하는 단계;
    상기 샘플들 중에서 W 개의 샘플들을 포함하는 슬라이딩 윈도우를 사용하여 상기 관찰 이미지로부터 본래의 이미지를 복원하기 위하여 이미지 복원을 실행하는 단계를 포함하는 것을 특징으로 하는 이미지 처리 시스템에 있어서 이미지 복원 방법.
  19. 관찰 이미지의 입력 샘플에 대하여, 중심이 상기 입력 샘플에 있는 길이 W의 윈도우를 구성하는 윈도우 구성기;
    주파수 영역 값들을 얻기 위하여 상기 윈도우의 W-포인트 FFT를 실행하는 FFT 처리기;
    상기 주파수 영역 값들을 사용하여 주파수 영역에서 복원 윈도우를 계산하는 복원기;
    공간 영역에서 결과로서 생기는 복원 윈도우를 얻기 위하여 상기 복원 윈도우의 W-포인트 IFFT를 실행하는 IFFT 처리기; 및
    상기 결과로서 생기는 복원 윈도우에서 중심에 있는 샘플을 추출하고 상기 중심에 있는 샘플의 픽셀 값을 상기 입력 샘플에 대응하는 복원 샘플에 할당하는 추출기를 포함하는 것을 특징으로 하는 관찰 이미지로부터 본래의 이미지를 복원하는 이미지 복원 시스템.
  20. 제 19항에 있어서,
    이미지 경계 조건이 주기적인 것을 특징으로 하는 관찰 이미지로부터 본래의 이미지를 복원하는 이미지 복원 시스템.
  21. 제 19항에 있어서,
    이미지 경계 조건이 거울상 이미지 경계 조건(mirror boundary condition)인 것을 특징으로 하는 관찰 이미지로부터 본래의 이미지를 복원하는 이미지 복원 시스템.
  22. 제 19항에 있어서, 상기 복원기는,
    주파수 영역에서 상기 복원 윈도우를 계산할 때에 주파수 영역에서 정규화 인자 및 이미지 시스템 PSF를 사용하는 것을 특징으로 하는 관찰 이미지로부터 본래의 이미지를 복원하는 이미지 복원 시스템.
  23. 제 19항에 있어서,
    상기 윈도우는 1차원 윈도우를 포함하는 것을 특징으로 하는 관찰 이미지로 부터 본래의 이미지를 복원하는 이미지 복원 시스템.
  24. 제 19항에 있어서,
    상기 윈도우는 2차원 윈도우를 포함하는 것을 특징으로 하는 관찰 이미지로부터 본래의 이미지를 복원하는 이미지 복원 시스템.
  25. 입력 관찰 이미지로부터 본래의 이미지를 복원하는 이미지 복원 방법에 있어서,
    상기 입력 관찰 이미지의 각 샘플에 대하여, 중심이 상기 고려의 대상인 관찰 샘플에 있는 길이 W의 윈도우를 구성하는 단계;
    주파수 영역 값들을 얻기 위하여 상기 결과로서 생기는 윈도우의 W-포인트 FFT를 실행하는 단계;
    주파수 영역에서 정규화 인자 및 시스템 PSF의 지식에 기초하여 주파수 영역에서 복원 윈도우를 계산하는 단계;
    공간 영역에서 상기 복원 윈도우를 얻기 위하여 주파수 영역에서 상기 복원 윈도우의 W-포인트 IFFT를 실행하는 단계;
    상기 결과로서 생기는 복원 윈도우의 중심에 있는 샘플을 추출하고 상기 샘플의 픽셀 값을 상기 고려의 대상인 입력 관찰 샘플에 대응하는 복원 샘플에 할당하는 단계를 포함하는 것을 특징으로 하는 이미지 복원 방법.
  26. 제 25항에 있어서,
    상기 입력 관찰 이미지는 각 교대로 생기는 스캔 라인이 다른 시간 순간에 생기는 인터레이스트(interlaced) 비디오 이미지를 포함하는 것을 특징으로 하는 이미지 복원 방법.
  27. 제 26항에 있어서,
    상기 입력 관찰 이미지는 DTV 응용을 목적으로 하며, 상기 윈도우는 각 스캔 라인을 독립적으로 복원하기 위하여 1차원 윈도우를 포함하는 것을 특징으로 하는 이미지 복원 방법.
  28. 제 25항에 있어서,
    상기 길이 W의 윈도우를 구성하는 단계에서부터 상기 샘플의 픽셀값을 복원 샘플에 할당하는 단계까지를 프로그레시브(progressive) 입력 이미지에 적용하는 단계를 더 포함하는 것을 특징으로 하는 이미지 복원 방법.
KR1020050090718A 2005-05-02 2005-09-28 슬라이딩 윈도우 방법을 이용하는 1차원 이미지 복원 방법및 시스템 KR100717031B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/121,817 2005-05-02
US11/121,817 US7711204B2 (en) 2005-05-02 2005-05-02 1-D image restoration using a sliding window method

Publications (2)

Publication Number Publication Date
KR20060114608A KR20060114608A (ko) 2006-11-07
KR100717031B1 true KR100717031B1 (ko) 2007-05-14

Family

ID=37234491

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020050090718A KR100717031B1 (ko) 2005-05-02 2005-09-28 슬라이딩 윈도우 방법을 이용하는 1차원 이미지 복원 방법및 시스템

Country Status (2)

Country Link
US (1) US7711204B2 (ko)
KR (1) KR100717031B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9129185B1 (en) * 2012-05-21 2015-09-08 The Boeing Company System and method for reducing image clutter
JP6129759B2 (ja) * 2014-02-03 2017-05-17 満男 江口 Ｓｉｍｄ型超並列演算処理装置向け超解像処理方法、装置、プログラム及び記憶媒体
JP6790384B2 (ja) * 2016-03-10 2020-11-25 富士ゼロックス株式会社 画像処理装置及びプログラム

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1032708A (ja) 1996-07-17 1998-02-03 Kokusai Electric Co Ltd 画像処理方法及び画像処理装置
KR19980075636A (ko) * 1997-03-31 1998-11-16 이준우 영상 신호의 압축 및 복원을 위한 역이산 코사인 변환 장치
KR20000026650A (en) * 1998-10-22 2000-05-15 Lg Electronics Inc Apparatus and method for estimating motion blur information from image degenerated by motion blur of digital camera
KR20010037829A (ko) * 1999-10-20 2001-05-15 구자홍 영상 처리 시스템의 정규화 복원방법과 장치

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5414782A (en) 1992-12-16 1995-05-09 The United States Of Amercia As Represented By The Secretary Of Commerce Procedure for digital image restoration
JPH09128529A (ja) * 1995-10-30 1997-05-16 Sony Corp ディジタル画像の雑音の投影に基づく除去方法
TW357327B (en) * 1996-08-02 1999-05-01 Sony Corp Methods, apparatus and program storage device for removing scratch or wire noise, and recording media therefor
US6266054B1 (en) * 1997-11-05 2001-07-24 Microsoft Corporation Automated removal of narrow, elongated distortions from a digital image
US6348936B1 (en) * 1998-05-28 2002-02-19 Sun Microsystems, Inc. Method and apparatus for graphical selection of data
US6711302B1 (en) * 1999-10-20 2004-03-23 Eastman Kodak Company Method and system for altering defects in digital image
US6751342B2 (en) * 1999-12-02 2004-06-15 Thermal Wave Imaging, Inc. System for generating thermographic images using thermographic signal reconstruction
US6658166B1 (en) * 2000-03-08 2003-12-02 International Business Machines Corporation Correction of distortions in form processing
US7260274B2 (en) * 2000-12-01 2007-08-21 Imax Corporation Techniques and systems for developing high-resolution imagery
US6587592B2 (en) * 2001-11-16 2003-07-01 Adobe Systems Incorporated Generating replacement data values for an image region
US7012624B2 (en) * 2003-12-29 2006-03-14 Arcsoft, Inc. Texture synthesis for repairing damaged images

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1032708A (ja) 1996-07-17 1998-02-03 Kokusai Electric Co Ltd 画像処理方法及び画像処理装置
KR19980075636A (ko) * 1997-03-31 1998-11-16 이준우 영상 신호의 압축 및 복원을 위한 역이산 코사인 변환 장치
KR20000026650A (en) * 1998-10-22 2000-05-15 Lg Electronics Inc Apparatus and method for estimating motion blur information from image degenerated by motion blur of digital camera
KR20010037829A (ko) * 1999-10-20 2001-05-15 구자홍 영상 처리 시스템의 정규화 복원방법과 장치

Also Published As

Publication number Publication date
US7711204B2 (en) 2010-05-04
US20060245667A1 (en) 2006-11-02
KR20060114608A (ko) 2006-11-07

Similar Documents

Publication Publication Date Title
US6377280B1 (en) Edge enhanced image up-sampling algorithm using discrete wavelet transform
Figueiredo et al. An EM algorithm for wavelet-based image restoration
JP4465112B2 (ja) Ｌｃｄパネルにおける画像表示に適したｄｗｔに基づくアップサンプリング・アルゴリズム
US6937772B2 (en) Multiresolution based method for removing noise from digital images
Kato et al. Multi-frame image super resolution based on sparse coding
JP3251127B2 (ja) 映像データ処理方式
KR100311482B1 (ko) 보간 영상의 화질 개선을 위한 필터링 제어방법
Witwit et al. Global motion based video super-resolution reconstruction using discrete wavelet transform
Fanaee et al. Face image super-resolution via sparse representation and wavelet transform
Yang et al. Different focus points images fusion based on wavelet decomposition
CN106981046B (zh) 基于多层梯度约束回归的单幅图像超分辨率重建方法
Veerasamy et al. Video compression using hybrid hexagon search and teaching–learning-based optimization technique for 3D reconstruction
KR100717031B1 (ko) 슬라이딩 윈도우 방법을 이용하는 1차원 이미지 복원 방법및 시스템
Lu et al. Multi-parameter regularization methods for high-resolution image reconstruction with displacement errors
Karimi et al. A survey on super-resolution methods for image reconstruction
Dogiwal et al. Super resolution image reconstruction using wavelet lifting schemes and gabor filters
Muhammad et al. Image noise reduction based on block matching in wavelet frame domain
Goto et al. Fast and high quality learning-based super-resolution utilizing TV regularization method
Güven et al. An augmented Lagrangian method for image reconstruction with multiple features
Abraham Sundar et al. Multi-frame super-resolution using adaptive normalized convolution
Singh et al. An efficient and robust multi-frame image super-resolution reconstruction using orthogonal Fourier-Mellin moments
Jagdale et al. A novel algorithm for video super-resolution
Suzuki et al. New learning-based super resolution utilizing total variation regularization method
Jung et al. Kernel design for real-time denoising implementation in low-resolution images
Güngör et al. A transform learning based deconvolution technique with super-resolution and microscanning applications

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130429

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20140429

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20150429

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20160428

Year of fee payment: 10