본 논문은 파면 부호화 영상, 단일 렌즈 계산 영상 등의 분야에서 전역 일관된 흐림 복원 배경 요구를 대상으로, 영역 선택 네트워크 기반의 효율적인 영상 흐림 제거 방법을 제안한다. 기존 방법들이 목표 함수 및 다양한 사전 정보를 구축하여 흐린 영상을 선명하게 하는 과정과 달리, 본 방법은 딥러닝과 기존 방법의 결합에 기반한다. 기존 방법은 영상 복원의 주된 프로세스를 담당하며, 딥러닝 방법은 기존 방법 내 핵심 단계인 흐림 커널 추정 영역 선택에 개입한다. 딥러닝 기반의 심층 이진 분류 네트워크는 전역 영상에서 평평한 과노출, 짧은 질감 등의 영역을 자동으로 제거하고 흐림 커널 추정을 위한 최적의 이미지 블록 영역을 선택할 수 있다. 기존 복원 방법은 이를 바탕으로 흐림 커널 추정, 비블라인드 영상 복원 및 영상 선명화 처리를 수행한다. 실험 결과, 본 복원 방법은 우수한 복원 효과를 구현하며 질감이 선명하고 안정적이며 신뢰할 수 있음을 보였다; 제안한 영역 선택 네트워크는 계산 복잡도를 낮추면서 흐림 커널 추정의 정확도를 효과적으로 향상시켜 영상 선명화 복원 효과를 높였다. 동등 조건에서 제안된 심층 이진 분류 네트워크는 오류율 1.5 제한 시 기존 방법 대비 복원 성공률을 2.1% 향상시켰으며, 복원 영상의 평균 최고 신호대잡음비 역시 0.5 dB 증가했다.

영상 흐림 제거; 계산 영상; 딥러닝; 흐림 커널 추정; 영역 선택