PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2609.23268v1cs.CV

픽셀 강도 제약과 희소 그래디언트 사전을 활용한 이진 및 패턴 영상의 블라인드 디컨볼루션

Blind Deconvolution of Binary and Pattern Images with Pixel Intensity Constraints and Sparse Gradient Prior

블라인드 영상 디컨볼루션(Blind Image Deconvolution, BID)은 중요한 실용적 응용 가능성으로 인해 영상 과학(imaging sciences) 분야에서 주목받는 연구 주제이다. 기존의 모델(model) 기반 BID 방법들은 대부분 자연 영상(natural image)에 초점을 맞추어, 원본 영상과 블러 커널(kernel) 모두에 대한 적절한 사전 지식(prior knowledge)을 활용한다. 그러나 바코드, 텍스트, 패턴과 같은 특정 부류의 영상에서는 픽셀이 매우 제한된 값만을 가질 수 있는데, 이는 기존 문헌에서 자주 간과되어 온 특수한 사전 정보이다. 본 논문에서는 이러한 중요한 정보를 활용하기 위해 새로운 픽셀 강도 제약(pixel intensity constraint)을 제안하여, 이러한 특수한 영상 부류에 대한 복원 성능을 향상시킨다. 구체적으로, 픽셀 강도 제약과 그래디언트 희소성(gradient sparsity) 정규화 항(regularizer)을 모두 포함하는, 이진 및 패턴 영상의 블라인드 디컨볼루션을 위한 통합 프레임워크를 제안한다. 수치 실험 결과, 제안하는 방법은 다수의 기존 BID 기법들보다 우수한 성능을 보이며, 시각적 품질과 정량적 지표 모두에서 더 나은 결과를 달성함을 확인하였다.