本論文は波面符号化イメージング、単一レンズ計算イメージングなどの分野における全体的に一貫したぼかし復元の背景需要に対し、領域選択ネットワークに基づく効率的な画像ぼかし除去手法を提案する。従来の手法が目的関数や各種事前情報を構築してぼやけた画像の鮮明化を行う過程とは異なり、本手法は深層学習と従来手法の組み合わせに基づく。従来手法は画像復元の主体的なプロセスを担い、深層学習手法は従来手法の重要なステップであるぼかしカーネル推定の領域選択に介入する。深層学習に基づく深層二値分類ネットワークは、グローバル画像において平坦な過露光部や短いテクスチャ部などを自動的に除去し、ぼかしカーネル推定に最適な画像領域ブロックを選択できる。従来の復元手法はこれを基にぼかしカーネル推定、非ブラインド画像復元および画像鮮明化処理を実現する。実験結果は、本復元手法が良好な復元効果を達成し、テクスチャが鮮明で安定信頼性があることを示した。提案した領域選択ネットワークは計算複雑性を低減しつつ、ぼかしカーネルの推定精度を効果的に向上させ、それによって画像鮮明化の復元効果を高めた。同等条件下において、提案した深層二値分類ネットワークは誤差率1.5以内での復元成功率を既存手法より2.1％向上させ、復元画像の平均ピーク信号対雑音比も0.5 dB向上した。

画像ぼかし除去; 計算イメージング; 深層学習; ぼかしカーネル推定; 領域選択