[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

KR100860967B1 - 영상의 모션 블러를 제거하기 위한 장치 및 방법 - Google Patents

영상의 모션 블러를 제거하기 위한 장치 및 방법 Download PDF

Info

Publication number
KR100860967B1
KR100860967B1 KR1020070037106A KR20070037106A KR100860967B1 KR 100860967 B1 KR100860967 B1 KR 100860967B1 KR 1020070037106 A KR1020070037106 A KR 1020070037106A KR 20070037106 A KR20070037106 A KR 20070037106A KR 100860967 B1 KR100860967 B1 KR 100860967B1
Authority
KR
South Korea
Prior art keywords
motion blur
blur function
image
function
input image
Prior art date
Application number
KR1020070037106A
Other languages
English (en)
Inventor
오현화
고성제
정승원
이성덕
위호천
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
Priority to KR1020070037106A priority Critical patent/KR100860967B1/ko
Priority to US11/980,377 priority patent/US8346004B2/en
Application granted granted Critical
Publication of KR100860967B1 publication Critical patent/KR100860967B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • 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
    • H04N23/60—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
    • H04N23/682—Vibration or motion blur correction
    • H04N23/683—Vibration or motion blur correction performed by a processor, e.g. controlling the readout of an image memory
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/20172—Image enhancement details
    • G06T2207/20201—Motion blur correction

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 영상의 모션 블러를 제거하기 위한 장치 및 방법에 관한 것으로서, 더욱 상세하게는 영상의 모션 블러에 대응하는 모션 블러 함수를 추정하고, 추정된 모션 블러 함수를 이용하여 모션 블러를 제거할 수 있는 영상의 모션 블러를 제거하기 위한 장치 및 방법에 관한 것이다.
본 발명의 실시예에 따른 영상의 모션 블러를 제거하기 위한 장치는, 입력 영상의 모션 블러 함수를 추정하는 모션 블러 함수 추정부, 상기 추정된 모션 블러 함수를 이용하여 상기 입력 영상을 복원하는 영상 복원부, 상기 복원된 영상의 블러 코스트를 산출하는 코스트 산출부, 및 상기 산출된 블러 코스트에 따라 상기 모션 블러 함수의 재추정 여부를 결정하는 제어부를 포함한다.
Figure R1020070037106
영상, 모션 블러, 손떨림, 카메라

Description

영상의 모션 블러를 제거하기 위한 장치 및 방법{Apparatus and method for removing motion blur of image}
도 1은 본 발명의 실시예에 따른 영상의 모션 블러를 제거하기 위한 장치가 도시된 블록도.
도 2는 본 발명의 실시예에 따른 입력 영상의 실제 모션 블러 함수가 도시된 개략도.
도 3은 본 발명의 실시예에 따른 초기 모션 블러 함수가 도시된 개략도.
도 4 내지 도 6은 본 발명의 실시예에 따른 계수를 적용하기 위한 필터 특성이 도시된 그래프.
도 7은 본 발명의 실시예에 따라 추정된 모션 블러 함수가 도시된 개략도.
도 8은 본 발명의 실시예에 따른 입력 영상이 도시된 개략도.
도 9는 본 발명의 실시예에 따른 입력 영상의 에지가 도시된 개략도.
도 10은 본 발명의 실시예에 따른 입력 영상의 에지 폭 마스크가 도시된 개략도.
도 11은 본 발명의 실시예에 따른 입력 영상의 실제 모션 블러 함수가 도시된 그래프.
도 12는 본 발명의 실시예에 따른 초기 모션 블러 함수가 도시된 그래프.
도 13은 본 발명의 실시예에 따라 5회 추정된 모션 블러 함수가 도시된 그래프.
도 14는 본 발명의 실시예에 따라 10회 추정된 모션 블러 함수가 도시된 그래프.
도 15는 본 발명의 실시예에 따른 영상의 모션 블러를 제거하기 위한 방법이 도시된 순서도.
<도면의 주요 부분에 관한 부호의 설명>
110: 초기화부 120: 모션 블러 함수 추정부
130: 영상 복원부 140: 코스트 산출부
150: 제어부 160: 모션 블러 함수 갱신부
본 발명은 영상의 모션 블러를 제거하기 위한 장치 및 방법에 관한 것으로서, 더욱 상세하게는 영상의 모션 블러에 대응하는 모션 블러 함수를 추정하고, 추정된 모션 블러 함수를 이용하여 모션 블러를 제거할 수 있는 영상의 모션 블러를 제거하기 위한 장치 및 방법에 관한 것이다.
사용자가 디지털 카메라 등과 같이 영상을 획득할 수 있는 장치를 이용하여 영상을 획득하는 경우, 사용자의 손떨림과 피사체의 움직임 등으로 인해 획득된 영상에 모션 블러가 발생하여 화질이 크게 열화되는 경우가 많다.
손떨림을 방지하기 위한 방법으로는 크게 광학식(OIS, Optical Iamge Stabilizer), 전기적(EIS, Electrical Image Stabilizer), 디지털식(DIS, Digital Image Stabilizer) 등이 있으며, 기존의 대부분의 디지털 카메라에서 채용하고 있는 광학식은 액티브 프리즘 방식, 렌즈 시프트 방식, 센서 이동 방식 등이 있다.
이러한 방식들은 손떨림을 감지하기 위한 자이로 센서뿐만 아니라, 추가적인 광학계, 구동계가 필요하기 때문에 경통의 구조가 복잡해지고 카메라 모듈의 크기가 늘어나는 문제점이 있다.
또한, 획득된 영상에서 발생한 모션 블러를 제거하기 위한 방법으로는 주파수 영역에서 zero의 regular pattern에 기반한 방법 및 stochastic linear model에 기반한 방법들이 있으나, 이러한 방법들은 대부분 모션 블러의 크기, 방향 등이 영상 전체에 대해 동일한 경우, 즉 선형 모션 블러에만 적용이 가능하기 때문에 실제 디지털 카메라를 사용하여 피사체의 영상을 획득할 때 피사체의 움직임 방향 및 크기가 특정한 형태를 갖거나 영상 전체에 대하여 동일하다고 가정할 수 없으므로 모션 블러에 대응하는 모션 블러 함수를 정확하게 추정하기가 어렵다는 문제점이 있다.
본 발명은 모션 블러가 발생한 영상으로부터 방향성을 가지는 계수를 이용하여 비선형 모션 블러에 대한 모션 블러 함수를 추정하고, 추정된 모션 블러 함수를 이용하여 영상을 복원하는 과정을 반복적으로 수행하여 모션 블러가 없는 선명한 영상을 복원할 수 있는 영상의 모션 블러를 제거하기 위한 장치 및 방법을 제공하 는데 그 목적이 있다.
본 발명의 목적은 이상에서 언급한 목적들로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해되어 질 수 있을 것이다.
상기 목적을 달성하기 위하여, 본 발명의 실시예에 따른 영상의 모션 블러를 제거하기 위한 장치는, 입력 영상의 모션 블러 함수를 추정하는 모션 블러 함수 추정부, 상기 추정된 모션 블러 함수를 이용하여 상기 입력 영상을 복원하는 영상 복원부, 상기 복원된 영상의 블러 코스트를 산출하는 코스트 산출부, 및 상기 산출된 블러 코스트에 따라 상기 모션 블러 함수의 재추정 여부를 결정하는 제어부를 포함한다.
또한, 상기 목적을 달성하기 위하여, 본 발명의 실시예에 따른 영상의 모션 블러를 제거하기 위한 방법은, 입력 영상의 모션 블러 함수를 추정하는 단계, 상기 추정된 모션 블러 함수를 이용하여 상기 입력 영상을 복원하는 단계, 상기 복원된 영상의 블러 코스트를 산출하는 단계, 및 상기 산출된 블러 코스트에 따라 상기 모션 블러 함수의 재추정 여부를 결정하는 단계를 포함한다.
기타 실시예들의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발 명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범수를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
이하, 본 발명의 실시예들에 의하여 영상의 모션 블러를 제거하기 위한 장치 및 방법을 설명하기 위한 블록도 또는 처리 흐름도에 대한 도면들을 참고하여 본 발명에 대해 설명하도록 한다. 이 때, 처리 흐름도 도면들의 각 블록과 흐름도 도면들의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수 있음을 이해할 수 있을 것이다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 흐름도 블록(들)에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 흐름도 블록(들)에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또 는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 흐름도 블록(들)에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
또한, 각 블록은 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실행예들에서는 블록들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.
도 1은 본 발명의 실시예에 따른 영상의 모션 블러를 제거하기 위한 장치가 도시된 블록도이다.
도시된 바와 같이, 본 발명의 실시예에 따른 영상의 모션 블러를 제거하기 위한 장치(100)는, 초기화부(110), 모션 블러 함수 추정부(120), 영상 복원부(130), 코스트 산출부(140), 제어부(150) 및 모션 블러 함수 갱신부(160)를 포함할 수 있다.
초기화부(110)는 입력 영상에 대한 초기 모션 블러 함수 및 초기 출력 영상을 설정할 수 있다. 즉, 초기화부(110)는 모션 블러가 발생한 영상이 입력되는 경우, 입력 영상에 대한 모션 블러 함수가 추정되지 않은 상태이기 때문에 임의의 모션 벡터로 초기 모션 블러 함수를 설정하거나 입력 영상으로부터 전역 모션 벡터를 추정하여 초기 모션 블러 함수를 설정할 수 있으며, 초기 출력 영상은 입력 영상으로 설정할 수 있다. 이하, 본 발명의 실시예에서 모션 블러 함수는 'h'라 칭하고, 입력 영상은 'g', 출력 영상은 'f'라 칭하기로 한다.
도 2 및 도 3은 본 발명의 실시예에 따른 입력 영상의 모션 블러 함수 및 초기 모션 블러 함수가 도시된 개략도이다.
도시된 바와 같이, 초기화부(110)는 입력 영상이 실제로 도 2와 같은 모션 블러 함수를 가지는 경우, 도 3과 같이 임의로 초기 모션 블러 함수를 설정할 수 있으며, 모션 블러 함수 추정부(120)는 도 3의 초기 모션 블러 함수를 바탕으로 하여 입력 영상의 모션 블러 함수를 추정할 수 있다.
모션 블러 함수 추정부(120)는 초기화부(110)에서 설정된 초기 모션 블러 함수에 다수의 방향성을 가지는 계수를 적용하여 모션 블러 함수를 추정할 수 있다. 이때, 본 발명의 실시예에서 모션 블러 함수 추정부(120)에서 추정되는 모션 블러 함수는 반복적인 재추정을 위하여 식 1과 같은 비음성(nonnegativity) 및 에너지 보존 조건을 만족해야 한다.
[식 1]
Figure 112007028938887-pat00001
식 1에서 Sh는 모션 블러 함수 영역을 나타내고, m1, m2는 모션 블러 함수 영역의 인덱스를 나타낸다. 이는 입력 영상의 인덱스가 x, y로 이루어진 경우, 모션 블러 함수 영역은 일반적으로 입력 영상의 영역보다 작기 때문에 이를 구분하기 위하여 m1, m2의 인덱스를 사용한 것으로 이해될 수 있다.
모션 블러 함수 추정부(120)는 다수의 방향성을 가지는 계수를 초기 모션 블러 함수에 적용하여 모션 블러 함수를 추정할 수 있다. 이때, 본 발명의 실시예에서 모션 블러 함수 추정부(120)는 4방향, 예를 들어, 상하좌우 방향으로 계수를 적용하는 경우를 예를 들어 설명하기로 한다. 물론, 모션 블러 함수 추정부(120)에서 4방향으로 계수를 적용하는 것은, 본 발명의 이해를 돕기 위한 일 예에 불과한 것으로, 이에 한정되지 않고 계수가 적용되는 방향은 증가 또는 감소될 수 있다.
모션 블러 함수 추정부(130)는 초기 모션 블러 함수의 소정 픽셀에 대하여 소정 방향으로 계수를 컨볼루션(convolution)하여 모션 블러 함수를 추정할 수 있다. 이때, 본 발명의 실시예에서는 모션 블러 함수 추정부(130)가 각 방향에 대하여 순차적으로 계수를 적용한 다음, 이를 입력 영상의 모션 블러 함수와 비교하여 가장 유사한 방향의 계수가 유효한 것으로 판단하여 모션 블러 함수를 추정하게 되고, 입력 영상의 모션 블러 함수와 유사하지 않는 방향의 계수에 대해서는 무효한 것으로 판단하는 경우를 예를 들어 설명하기로 한다.
도 4 내지 도 6은 본 발명의 실시예에 따른 계수를 적용하기 위한 필터 특성이 도시된 그래프이다. 또한, 도 4 내지 도 6은 모션 블러 함수 추정부(120)가 좌측 방향에 대하여 계수를 적용하기 위한 필터 특성으로 이해될 수 있다.
도시된 바와 같이, 본 발명의 실시예에 따른 모션 블러 함수 추정부(120)는 기준이 되는 픽셀을 위치를 0이라 가정하는 경우, 기준이 되는 픽셀의 좌측 방향으로 위치한 픽셀들의 위치인 -1, -2, -3으로 갈수록 모션 블러 함수 추정 과정에서 퍼지는 것을 방지하기 위하여 점점 작은 계수를 적용하게 된다. 또한, 도 4 내지 도 6에서 해당 방향으로 각 픽셀에 적용하는 계수들의 합은 1이 되도록 정의하게 된다. 이는 전술한 에너지 보존 조건을 만족하기 위함이다. 다시 말해서, 좌측 방향에 대하여 계수를 적용하는 경우, 계수는 (a0 a1 ··· ac 0 0 ··· 0)으로 나타낼 수 있으며, ai는 i번째 계수, ac 는 기준이 되는 픽셀에 적용되는 계수이며, ai -1≤ai의 관계를 가지는 것이다. 즉, a0 < a1 <···< ac의 관계를 가지는 것으로 이해될 수 있다.
또한, 도 4 내지 도 6은 계수들이 다양한 함수, 예를 들어 가우시안(Gaussian) 함수, 익스포낸셜(Exponential) 함수 및 리니어(Linear) 함수 등으로 표현될 수 있다는 것을 나타낸 것이다.
모션 블러 함수 추정부(120)에 의해 보정된 모션 블러 함수(220)는 도 7과 같이, 전술한 도 3의 초기 모션 블러 함수(210)가 도 7의 화살표 방향으로 추정될 수 있는 것이다.
또한, 모션 블러 함수는 이상적으로 각 픽셀마다 추정될 수 있다. 그러나, 대부분의 경우에 있어 배경의 모션 블러 함수와 피사체의 모션 블러 함수는 각각에 대해 거의 동일하다. 그러므로, 영상의 모션 분석을 수행한 후 전술한 모션 블러 함수 추정을 적용함으로써, LSV(Linear Shift Variant) 모션 블러 함수를 효과적으 로 추정할 수 있게 된다.
영상 복원부(130)는 모션 블러 함수 추정부(120)에 의해 추정된 모션 블러 함수를 이용하여 입력 영상을 복원할 수 있다. 이때, 본 발명의 실시예에서 모션 블러 함수 추정부(120)에 의해 추정된 모션 블러 함수는 hi로 칭하고, 추정된 모션 블러 함수에 의해 복원된 입력 영상을 fi라 칭하기로 한다. 이때, hi 및 fi에서 i는 모션 블러 함수의 재추정 횟수로 이해될 수 있다. 즉, 5번째로 재추정된 모션 블러 함수는 h5이며, 5번째로 재추정된 모션 블러 함수에 의해 복원된 입력 영상은 f5인 것이다.
코스트 산출부(140)는 영상 복원부(130)에 의해 복원된 입력 영상의 블러 코스트를 산출할 수 있다. 이때, 블러 코스트는 모션 블러 함수 추정부(120)에 의해 추정된 모션 블러 함수의 정확도를 판단하기 위하여 복원된 입력 영상의 블러 정도와 아티팩트 정도를 파라미터로 하여 정의되며, 식 2와 같이 나타낼 수 있다.
[식 2]
C(fi)=MB(fi)+λMA(fi)
식 2에서 C(fi)는 i번째 추정된 모션 블러 함수에 의해 복원된 입력 영상의 블러 코스트, MB(fi)는 i번째 추정된 모션 블러 함수에 의해 복원된 입력 영상의 블러 정도, MA(fi)는 i번째 추정된 모션 블러 함수에 의해 복원된 입력 영상의 아티팩트 정도, λ는 MB(fi) 및 MA(fi)에 대한 가중치를 의미한다.
이때, 코스트 산출부(140)는 도 8과 같은 모션 블러가 발생한 입력 영상에서 도 9과 같이 에지를 검출하고, 도 10과 같이 검출된 에지의 에지 폭(edge width)를 산출하여 블러 정도인 MB(fi)를 산출하게 된다. 예를 들어, 코스트 산출부(140)는 검출된 에지에서 소정 에지 지점을 기준으로 상하 방향으로 최소, 최대값을 갖는 픽셀을 검출, 또는 좌우 방향으로 최소, 최대값을 갖는 픽셀을 검출하여 두 지점간의 거리를 산출하여 에지 폭을 산출할 수 있다.
참고로, 모션 블러 함수 추정부(120)에 의해 추정된 모션 블러 함수가 입력 영상의 실제 모션 블러 함수에 근접할수록 에지 주변의 블러 정도는 감소하게 된다. 따라서, 영상 복원부(130)에 의해 입력 영상이 복원될때마다, 코스트 산출부(140)는 복원된 입력 영상의 블러 정도를 산출하게 된다.
또한, 모션 블러 함수 추정부(120)에 의해 추정된 모션 블러 함수가 입력 영상의 실제 모션 블러 함수에 근접할수록 복원된 입력 영상의 아티팩트가 적게 발생한다는 점에 근거하여, 코스트 산출부(140)는 입력 영상이 복원될때마다 전술한 도 10에 근거하여 식 3과 같은 에지 폭 마스크를 이용하게 된다.
[식 3]
Figure 112007028938887-pat00002
식 3에서 ESP는 에지와 에지 폭 영역을 나타내며, 일반적으로 모션 블러 함수는 로우패스(Low Pass) 특성을 나타내므로 에지 폭 마스크로 표현된 고주파 영역 에서의 모션 블러에 의한 변화가 주로 나타난다. 따라서, 에지 폭 마스크 이외의 영역에서의 변화는 영상 복원 과정에서 발생한 아티팩트로 간주될 수 있으며, 그에 따라 전술한 식 2에서의 MA(fi)는 식 4와 같이 구해질 수 있다.
[식 4]
Figure 112007028938887-pat00003
식 4에서
Figure 112007028938887-pat00004
는 영상의 에지 폭 마스크를 나타내고, c는 bit-wise 보수 연산을 나타내며,
Figure 112007028938887-pat00005
는 복원된 영상,
Figure 112007028938887-pat00006
는 입력 블러 영상을 나타낸다.
제어부(150)는 전술한 식 2 내지 식 4에 의해 구해진 블러 코스트가 소정 기준치에 수렴할 경우, 입력 영상의 복원 과정을 종료하게 되고, 그렇지 않은 경우에는 모션 블러 함수 추정부(120)에 의해 모션 블러 함수의 재추정이 이루어질 수 있도록 한다. 즉, 제어부(150)는 블러 코스트가 소정의 기준치에 수렴하기 전까지 반복적으로 모션 블러 함수의 추정 및 입력 영상의 복원 과정이 반복적으로 이루어지도록 하는 것이다. 즉, 제어부(150)의 제어에 의해 모션 블러 함수 추정부(120)가 반복적으로 모션 블러 함수를 재추정해감에 따라 전술한 도 3의 초기 모션 블러 함수가 전술한 도 2의 입력 영상의 모션 블러 함수에 근접하게 되는 것이다ㅏ.
모션 블러 함수 갱신부(150)는 식 5와 같이 모션 블러 함수 추정부(120)에 의해 유효하게 추정된 모션 블러 함수로 이전에 추정된 모션 블러 함수를 갱신하 고, 유효하게 추정된 모션 블러 함수에 의해 복원된 입력 영상을 이전에 추정된 모션 블러 함수로 복원된 입력 영상을 갱신할 수 있다.
[식 5]
Figure 112007028938887-pat00007
이때, 식 5에서 모션 블러 함수 및 복원된 입력 영상의 갱신은 추정된 모션 블러 함수에 의해 복원된 입력 영상의 블러 코스트가 이전에 추정된 모션 블러 함수에 의해 복원된 입력 영상의 블러 코스트보다 작은 경우 갱신될 수 있으며, 그렇지 않은 경우에는 갱신을 하지 않게 된다.
이와 같이, 제어부(150)에 의해 반복적으로 모션 블러 함수의 재추정이 수행될 경우, 도 11과 같은 입력 영상의 실제 모션 블러 함수에 대하여 도 12와 같은 초기 모션 블러 함수를 바탕으로 모션 블러 함수를 반복적으로 재추정하는 경우, 도 13 및 도 14와 같이 모션 블러 함수의 재추정 횟수가 증가할수록 도 11의 실제 모션 블러 함수에 근접하게 되는 것을 알 수 있다. 이때, 본 발명의 실시예에서 도 13은 5회 추정이고, 도 14는 10회 추정인 경우를 예를 들어 설명하기로 한다.
도 15는 본 발명의 실시예에 따른 영상의 모션 블러를 제거하기 위한 방법이 도시된 순서도이다.
도시된 바와 같이, 본 발명의 실시예에 따른 영상의 모션 블러를 제거하기 위한 방법은, 먼저 초기화부(110)가 입력 영상의 초기 모션 블러 함수 및 초기 출력 영상을 설정한다(S110). 이때, 초기 모션 블러 함수는 임의의 모션 벡터로 설정되거나 입력 영상의 전역 모션 벡터를 추정하여 설정될 수 있으나, 이에 한정되지 않는다.
모션 블러 함수 추정부(120)는 초기화부(110)에서 설정된 초기 모션 블러 함수에 다수의 방향성을 가지는 계수를 적용하여 모션 블러 함수를 추정하게 된다(S120). 이때, 모션 블러 함수 추정부(120)가 추정하는 모션 블러 함수는 반복적인 재추정을 위하여 전술한 식 1과 같은 비음성 및 에너지 보존 조건을 만족하며, 적용되는 계수는 소정 픽셀을 기준으로 소정 방향에 대하여 해당 방향으로 적용되는 계수들은 비음성이고, 계수들의 합은 1이 되도록 정의될 수 있다.
영상 복원부(130)는 모션 블러 함수 추정부(120)에 의해 추정된 모션 블러 함수를 이용하여 입력 영상을 복원하게 된다(S130).
코스트 산출부(140)는 영상 복원부(130)에 의해 복원된 입력 영상의 블러 정도와 아티팩트 정도를 파라미터로 하는 블러 코스트를 산출하게 된다(S140). 이때, 블러 코스트는 전술한 식 2를 통해 산출될 수 있으며, 블러 정도는 검출된 에지의 에지 폭을 통해 산출되고, 아티팩트 정도는 에지 폭 마스크를 통해 산출될 수 있다.
제어부(150)는 코스트 산출부(140)에 의해 산출된 블러 코스트와 소정 기준치를 비교하고, 비교 결과에 따라 모션 블러 함수의 재추정 여부를 결정하게 된다.
구체적으로, 제어부(150)는 산출된 블러 코스트가 소정 기준치를 비교하 여(S150), 산출된 블러 코스트가 소정 기준치보다 작은 경우, 추정된 모션 블러 함수가 입력 영상의 실제 모션 블러 함수에 근접한 것으로 판단하고, 추정된 모션 블러 함수에 의해 복원된 입력 영상을 출력 영상으로 결정하게 된다(S160). 반면, 산출된 블러 코스트가 소정 기준치보다 큰 경우, 제어부(150)는 추정된 모션 블러 함수가 입력 영상의 실제 모션 블러 함수에 근접하지 않는 것으로 판단하고, 모션 블러 함수 추정부(120)를 제어하여 모션 블러 함수의 재추정이 수행될 수 있도록 한다.
한편, 모션 블러 함수 갱신부(160)는 전술한 식 5에 따라 추정된 모션 블러 함수 및 복원된 입력 영상을 갱신하게 된다. 또한, 모션 블러 함수 갱신부(160)는 갱신된 모션 블러 함수와 갱신된 복원 영상을 저장하기 위한 구성 요소를 별도로 구비하거나, 외부 저장 매체에 저장할 수도 있으나, 이에 한정되지 않는다.
본 발명의 실시예에서 사용되는 용어 중 '부'는 소프트웨어 또는 Field Programmable Gate Array(FPGA) 또는 주문형 반도체(Application Specific Integrated Circuit, ASIC)과 같은 하드웨어 구성요소를 의미하며, 부는 어떤 역할들을 수행한다. 그렇지만 부는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. 부는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 실행시키도록 구성될 수도 있다. 따라서, 일 예로서 부는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회 로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다. 구성요소들과 부들에서 제공되는 기능은 더 작은 수의 구성요소들 및 부들로 결합되거나 추가적인 구성요소들과 부들로 더 분리될 수 있다.
이상과 같이 본 발명에 따른 영상의 모션 블러를 제거하기 위한 장치 및 방법을 예시된 도면을 참조로 하여 설명하였으나, 본 명세서에 개시된 실시예와 도면에 의해 본 발명은 한정되지 않으며 그 발명의 기술사상 범위내에서 당업자에 의해 다양한 변형이 이루어질 수 있음은 물론이다.
상기한 바와 같은 본 발명의 영상의 모션 블러를 제거하기 위한 장치 및 방법에 따르면 다음과 같은 효과가 하나 혹은 그 이상 있다.
영상 정보에 기반하여 손떨림에 의한 모션 블러를 제거하기 때문에 손떨림 보정을 위한 광학계 및 구동계의 추가가 요구되지 않아 영상을 획득하는 장치의 구조가 간소화되고, 비용이 절감될 수 있는 효과가 있다.
또한, 비선형 모션 블러에 대해서도 모션 블러 함수 추정을 통해 모션 블러가 제거된 영상을 복원할 수 있는 효과가 있다.

Claims (14)

  1. 입력 영상의 모션 블러 함수를 추정하는 모션 블러 함수 추정부;
    상기 추정된 모션 블러 함수를 이용하여 상기 입력 영상을 복원하는 영상 복원부;
    상기 복원된 영상의 블러 코스트를 산출하는 코스트 산출부; 및
    상기 산출된 블러 코스트에 따라 상기 모션 블러 함수의 재추정 여부를 결정하는 제어부를 포함하는 영상의 모션 블러를 제거하기 위한 장치.
  2. 제 1 항에 있어서,
    상기 모션 블러 함수 추정부는, 상기 입력 영상의 초기 모션 블러 함수에 다수의 방향에 대하여 소정 계수를 적용하여 상기 모션 블러 함수를 추정하는 영상의 모션 블러를 제거하기 위한 장치.
  3. 제 2 항에 있어서,
    상기 계수는, 4방향에 대해 정의되고,
    기준 픽셀으로부터 해당 방향으로 상기 계수는 작아지도록 정의되는 영상의 모션 블러를 제거하기 위한 장치.
  4. 제 3 항에 있어서,
    상기 계수의 총합은, 1인 영상의 모션 블러를 제거하기 위한 장치.
  5. 제 1 항에 있어서,
    상기 코스트 산출부는, 상기 복원된 영상의 블러 정도 및 아티팩트 정도를 파라미터로 하여 상기 블러 코스트를 산출하는 영상의 모션 블러를 제거하기 위한 장치.
  6. 제 1 항에 있어서,
    상기 제어부는, 상기 추정된 모션 블러 함수가 입력 영상의 실제 모션 블러 함수에 근접할 때까지 상기 모션 블러 함수 추정부를 제어하여 상기 모션 블러 함수의 추정이 반복적으로 수행되도록 하는 영상의 모션 블러를 제거하기 위한 장치.
  7. 제 1 항에 있어서,
    상기 추정된 모션 블러 함수 및 상기 추정된 모션 블러 함수에 의해 복원된 입력 영상을 갱신하는 모션 블러 함수 갱신부를 더 포함하는 영상의 모션 블러를 제거하기 위한 장치.
  8. 입력 영상의 모션 블러 함수를 추정하는 단계;
    상기 추정된 모션 블러 함수를 이용하여 상기 입력 영상을 복원하는 단계;
    상기 복원된 영상의 블러 코스트를 산출하는 단계; 및
    상기 산출된 블러 코스트에 따라 상기 모션 블러 함수의 재추정 여부를 결정하는 단계를 포함하는 영상의 모션 블러를 제거하기 위한 방법.
  9. 제 8 항에 있어서,
    상기 모션 블러 함수를 추정하는 단계는, 상기 입력 영상의 초기 모션 블러 함수에 다수의 방향에 대하여 소정 계수를 적용하여 상기 모션 블러 함수를 추정하는 단계를 포함하는 영상의 모션 블러를 제거하기 위한 방법.
  10. 제 9 항에 있어서,
    상기 계수는, 4방향에 대해 정의되고,
    기준 픽셀으로부터 해당 방향으로 상기 계수는 작아지도록 정의되는 영상의 모션 블러를 제거하기 위한 방법.
  11. 제 10 항에 있어서,
    상기 계수의 총합은, 1인 영상의 모션 블러를 제거하기 위한 방법.
  12. 제 8 항에 있어서,
    상기 블러 코스트를 산출하는 단계는, 상기 복원된 영상의 블러 정도 및 아티팩트 정도를 파라미터로 하여 상기 블러 코스트를 산출하는 단계를 포함하는 영상의 모션 블러를 제거하기 위한 방법.
  13. 제 8 항에 있어서,
    상기 모션 블러 함수의 재추정 여부를 결정하는 단계는, 상기 추정된 모션 블러 함수가 입력 영상의 실제 모션 블러 함수에 근접할 때까지 상기 모션 블러 함수의 추정이 반복적으로 수행되도록 하는 단계를 포함하는 영상의 모션 블러를 제거하기 위한 방법.
  14. 제 8 항에 있어서,
    상기 추정된 모션 블러 함수 및 상기 추정된 모션 블러 함수에 의해 복원된 입력 영상을 갱신하는 단계를 더 포함하는 영상의 모션 블러를 제거하기 위한 방법.
KR1020070037106A 2007-04-16 2007-04-16 영상의 모션 블러를 제거하기 위한 장치 및 방법 KR100860967B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020070037106A KR100860967B1 (ko) 2007-04-16 2007-04-16 영상의 모션 블러를 제거하기 위한 장치 및 방법
US11/980,377 US8346004B2 (en) 2007-04-16 2007-10-31 Apparatus and method for removing motion blur of image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070037106A KR100860967B1 (ko) 2007-04-16 2007-04-16 영상의 모션 블러를 제거하기 위한 장치 및 방법

Publications (1)

Publication Number Publication Date
KR100860967B1 true KR100860967B1 (ko) 2008-09-30

Family

ID=39853776

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070037106A KR100860967B1 (ko) 2007-04-16 2007-04-16 영상의 모션 블러를 제거하기 위한 장치 및 방법

Country Status (2)

Country Link
US (1) US8346004B2 (ko)
KR (1) KR100860967B1 (ko)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100996036B1 (ko) 2008-02-27 2010-11-22 삼성전자주식회사 영상의 블러 제거 방법 및 장치
KR101124878B1 (ko) 2010-04-28 2012-03-27 성균관대학교산학협력단 추정된 흐림반경에 기초한 영상보정방법 및 영상보정장치
KR101140414B1 (ko) 2010-02-22 2012-05-03 한국외국어대학교 연구산학협력단 디블러링 지원 디지털 촬영 장치 및 그 방법
KR101152525B1 (ko) 2010-12-29 2012-07-11 포항공과대학교 산학협력단 모션 블러 제거 방법 및 이러한 방법을 수행하는 장치
KR101424387B1 (ko) 2013-02-01 2014-07-28 고려대학교 산학협력단 영상 처리 방법 및 장치
US8995781B2 (en) 2012-03-13 2015-03-31 Samsung Electronics Co., Ltd. Method and apparatus for deblurring non-uniform motion blur using multi-frame including blurred image and noise image
US9042673B2 (en) 2012-03-13 2015-05-26 Samsung Electronics Co., Ltd. Method and apparatus for deblurring non-uniform motion blur in large scale input image based on tile unit
US9189835B2 (en) 2012-03-06 2015-11-17 Samsung Electronics Co., Ltd. Method and apparatus for robust estimation of non-uniform motion blur
CN106408538A (zh) * 2016-09-27 2017-02-15 邹建成 一种基于阵列图像的运动模糊图像复原方法
KR102197089B1 (ko) 2020-09-22 2020-12-30 엘아이지넥스원 주식회사 단일 영상 비균일 블러 제거를 위한 딥러닝 기반 다중 학습 구조

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101098087B1 (ko) * 2007-03-28 2011-12-26 후지쯔 가부시끼가이샤 화상 처리 장치, 화상 처리 방법, 화상 처리 프로그램을 기록한 컴퓨터 판독 가능한 매체
US8698905B2 (en) * 2009-03-11 2014-04-15 Csr Technology Inc. Estimation of point spread functions from motion-blurred images
US8615141B2 (en) * 2009-08-10 2013-12-24 Seiko Epson Corporation Systems and methods for motion blur reduction
JP2011091533A (ja) * 2009-10-21 2011-05-06 Sony Corp 画像処理装置および方法、並びに、プログラム
JP5243477B2 (ja) * 2010-04-13 2013-07-24 パナソニック株式会社 ブラー補正装置およびブラー補正方法
US20130038693A1 (en) * 2010-04-27 2013-02-14 Thomson Licensing Method and apparatus for reducing frame repetition in stereoscopic 3d imaging
US8428390B2 (en) * 2010-06-14 2013-04-23 Microsoft Corporation Generating sharp images, panoramas, and videos from motion-blurred videos
WO2013052241A1 (en) 2011-10-03 2013-04-11 Nikon Corporation Motion blur estimation and restoration using light trails
US9652833B2 (en) * 2014-03-18 2017-05-16 Honeywell International, Inc. Point spread function estimation for motion invariant images
KR102156410B1 (ko) * 2014-04-14 2020-09-15 삼성전자주식회사 오브젝트 움직임을 고려한 영상 처리 장치 및 방법
US9684970B2 (en) * 2015-02-27 2017-06-20 Qualcomm Incorporated Fast adaptive estimation of motion blur for coherent rendering
US10979704B2 (en) * 2015-05-04 2021-04-13 Advanced Micro Devices, Inc. Methods and apparatus for optical blur modeling for improved video encoding

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
JP2005310135A (ja) 2004-04-19 2005-11-04 Seiko Epson Corp 動きブレした画像におけるブレを補正する方法及び装置
KR20060046418A (ko) * 2004-06-10 2006-05-17 소니 가부시끼 가이샤 화상 처리 장치 및 방법, 기록 매체, 및 프로그램

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3254689B2 (ja) 1991-06-26 2002-02-12 ミノルタ株式会社 ブレ検出及び補正が可能なカメラ
JPH11134481A (ja) 1997-10-30 1999-05-21 Canon Inc 画像復元装置及び画像復元方法
KR100311481B1 (ko) 1999-10-20 2001-10-18 구자홍 영상 처리 시스템의 정규화 복원방법과 장치
US6987530B2 (en) * 2001-05-29 2006-01-17 Hewlett-Packard Development Company, L.P. Method for reducing motion blur in a digital image
US7545966B2 (en) * 2003-05-05 2009-06-09 Case Western Reserve University Efficient methods for reconstruction and deblurring of magnetic resonance images
JP2005100144A (ja) 2003-09-25 2005-04-14 Fuji Photo Film Co Ltd 画像処理方法および装置並びにプログラム
US20050147313A1 (en) * 2003-12-29 2005-07-07 Dimitry Gorinevsky Image deblurring with a systolic array processor
US7773115B2 (en) * 2004-12-15 2010-08-10 Texas Instruments Incorporated Method and system for deblurring digital camera images using reference image and motion estimation
US20080137978A1 (en) * 2006-12-07 2008-06-12 Guoyi Fu Method And Apparatus For Reducing Motion Blur In An Image
JP5107619B2 (ja) 2007-06-27 2012-12-26 株式会社ニューフレアテクノロジー 描画データの作成装置及び描画データの作成方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
JP2005310135A (ja) 2004-04-19 2005-11-04 Seiko Epson Corp 動きブレした画像におけるブレを補正する方法及び装置
KR20060046418A (ko) * 2004-06-10 2006-05-17 소니 가부시끼 가이샤 화상 처리 장치 및 방법, 기록 매체, 및 프로그램

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100996036B1 (ko) 2008-02-27 2010-11-22 삼성전자주식회사 영상의 블러 제거 방법 및 장치
KR101140414B1 (ko) 2010-02-22 2012-05-03 한국외국어대학교 연구산학협력단 디블러링 지원 디지털 촬영 장치 및 그 방법
KR101124878B1 (ko) 2010-04-28 2012-03-27 성균관대학교산학협력단 추정된 흐림반경에 기초한 영상보정방법 및 영상보정장치
KR101152525B1 (ko) 2010-12-29 2012-07-11 포항공과대학교 산학협력단 모션 블러 제거 방법 및 이러한 방법을 수행하는 장치
US9189835B2 (en) 2012-03-06 2015-11-17 Samsung Electronics Co., Ltd. Method and apparatus for robust estimation of non-uniform motion blur
US8995781B2 (en) 2012-03-13 2015-03-31 Samsung Electronics Co., Ltd. Method and apparatus for deblurring non-uniform motion blur using multi-frame including blurred image and noise image
US9042673B2 (en) 2012-03-13 2015-05-26 Samsung Electronics Co., Ltd. Method and apparatus for deblurring non-uniform motion blur in large scale input image based on tile unit
KR101424387B1 (ko) 2013-02-01 2014-07-28 고려대학교 산학협력단 영상 처리 방법 및 장치
CN106408538A (zh) * 2016-09-27 2017-02-15 邹建成 一种基于阵列图像的运动模糊图像复原方法
KR102197089B1 (ko) 2020-09-22 2020-12-30 엘아이지넥스원 주식회사 단일 영상 비균일 블러 제거를 위한 딥러닝 기반 다중 학습 구조

Also Published As

Publication number Publication date
US20080253676A1 (en) 2008-10-16
US8346004B2 (en) 2013-01-01

Similar Documents

Publication Publication Date Title
KR100860967B1 (ko) 영상의 모션 블러를 제거하기 위한 장치 및 방법
Lv et al. Image restoration with a high-order total variation minimization method
Zhao et al. A new convex optimization model for multiplicative noise and blur removal
KR101844332B1 (ko) 블러 영상 및 노이즈 영상으로 구성된 멀티 프레임을 이용하여 비균일 모션 블러를 제거하는 방법 및 장치
KR101703790B1 (ko) 흐린 이미지에 기초하여 선명한 이미지를 생성하는 이미지 생성 방법 및 이미지 생성 장치
JP2008146643A (ja) 動きでぶれた画像における動きのぶれを低減する方法、動きでぶれた画像における動きのぶれを低減するための装置、および動きでぶれた画像における動きのぶれを低減するコンピュータ・プログラムを具現するコンピュータ読み取り可能な媒体
Stefan et al. Improved total variation-type regularization using higher order edge detectors
KR101181161B1 (ko) 카메라 자체 움직임에 의한 이미지 블러를 제거하는 장치 및 방법, 그리고 그러한 방법이 컴퓨터상에서 실행하는 프로그램이 수록된 컴퓨터로 판독 가능한 기록매체
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
Li et al. A joint estimation approach for two-tone image deblurring by blind deconvolution
CN110675317B (zh) 基于学习和自适应三边滤波正则化的超分辨率重建方法
Tao et al. Spectrum-to-kernel translation for accurate blind image super-resolution
KR101341871B1 (ko) 비디오 디블러링 방법 및 그 장치
JP4859516B2 (ja) 画像処理装置および画像復元方法
KR100907120B1 (ko) 열화 정보 복원 방법, 복원 장치 및 프로그램이 기록된 기록 매체
Duan et al. Second order Mumford-Shah model for image denoising
Kong et al. A new blind deblurring method via hyper-Laplacian prior
KR102373483B1 (ko) 딥러닝을 이용한 고속 영상 블러 제거 방법 및 장치
KR100843099B1 (ko) 영상을 복원하기 위한 장치 및 방법
Makovetskii et al. Image restoration based on topological properties of functions of two variables
Kundur et al. A novel recursive filtering method for blind image restoration
Trubakov et al. Image Restoration Using Genetic Algorithms
KR101341098B1 (ko) 영상 복원을 위한 장치 및 방법
Lee et al. A real time implementation of a bayer domain image deblurring core for optical blur compensation
Kotera et al. Blind deconvolution of images with model discrepancies using maximum a posteriori estimation with heavy-tailed priors

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: 20120814

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20130822

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20140822

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20150820

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20160819

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20170817

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20180820

Year of fee payment: 11

FPAY Annual fee payment

Payment date: 20190814

Year of fee payment: 12