다초점 이미지 융합 방법

사전 학습 희소 코딩과 안내 필터 결정 맵 기반 다초점 이미지 융합

본 기술은 초점이 서로 다른 여러 장의 동일 장면 이미지에서 학습된 사전으로 희소 계수를 구해 초점 영역을 판별하는 결정 맵을 만들고, 이를 정제해 하나의 전체 초점 이미지로 합치는 다초점 이미지 융합 방법입니다.

감시·교통·산업용 시각 센서 시스템은 피사계 심도가 제한되어 한 장의 이미지로 장면 전체에 초점을 맞추기 어려웠습니다. 이로 인해 이미지 분석과 장면 이해가 어려워지고 초점이 다른 이미지를 여러 장 저장해야 해 저장 공간의 중복이 생기는 문제가 있었습니다.

본 기술은 가우스 필터로 흐리게 한 패치로 64×512 크기의 사전을 학습하고, 점수 맵에서 얻은 초기 결정 맵의 비평활 영역 제거, 업샘플링, 안내 필터링을 거쳐 경계가 매끄러운 최종 결정 맵을 얻습니다. 도시 보안 감시 카메라와 산업용 머신비전 검사 장비에 적용될 수 있어 원본 대비 정보 손실이 적고 대조도가 높은 확장 심도 이미지를 확보할 수 있습니다.

‍

‍

Key Features:

• 초점이 다른 입력 이미지의 초점·비초점 영역을 가우스 필터로 흐리게 한 뒤 무작위 패치를 추출해 사전을 학습시키는 단계
• 학습된 사전으로 희소 계수를 계산하고 슬라이딩 창 샘플링으로 이미지별 점수 맵과 초기 결정 맵을 생성하는 단계
• 초기 결정 맵의 비평활화 영역 제거, 입력 크기 업샘플링, 안내 필터 필터링을 거쳐 최종 결정 맵을 생성하는 단계
• 사전 크기를 64×512, 패치 크기를 8×8로 설정하고 최종 결정 맵에 따라 다초점 이미지들을 융합하는 단계

‍