Odstranění rozmazání pomocí dvou snímků s různou délkou expozice
Odstranění rozmazání pomocí dvou snímků s různou délkou expozice
diploma thesis (NOT DEFENDED)
View/ Open
Permanent link
http://hdl.handle.net/20.500.11956/33411Identifiers
Study Information System: 48830
Collections
- Kvalifikační práce [11242]
Author
Advisor
Referee
Horáček, Jan
Faculty / Institute
Faculty of Mathematics and Physics
Discipline
Distributed systems
Department
Department of Software Engineering
Date of defense
31. 1. 2011
Publisher
Univerzita Karlova, Matematicko-fyzikální fakultaLanguage
English
Grade
Fail
Keywords (Czech)
krátká, dlouhá, expozice, odstranění, šum, rozmazání, dekonvoluceKeywords (English)
short, long, exposure, deblurring, denoising, deconvolutionV předložené práci studujeme metody odstranění rozmazání pomocí dvou snímků stejné předlohy s různou dobou expozicie, přičemž se soustřeďujeme na dvě hlavní kategorie těchto metod, tzv. dekonvoluční a nedekonvoluční. U obou kategorií rozebíráme jejich teoretické základy a zkoumáme jejich výhody a omezení. Samostatnou kapitolu věnujeme vyhodnocení a srovnání kategorií metod na testovacích datech (obrázky), k testování používáme metody implementovány v jazyku MATLAB. Účinnost zkoumaných metod srovnáváme i s vybraným odšumovacím algoritmem pracujícíms jedním vstupním obrázkem. Nesoustředíme se na výpočetní složitost srovnávaných algoritmů a pracujeme pouze s jednokanálovými obrázky.
In the presented work we study the methods of image deblurring using two images of the same scene with different exposure times, focusing on two main approach categories, so called deconvolution and non-deconvolution methods. We present theoretical backgrounds on both categories and evaluate their limitations and advantages. We dedicate one section to compare both method categories on test data (images) for which we our MATLAB implementation of the methods. We also compare the effectiveness of said methods against the results of a selected single-image de-noising algorithm. We do not focus at computational efficiency of algorithms and work with single-channel images only.