흐릿한 영상, 선명하게 복원한다

[아이뉴스24 정종오 기자] 생물학 연구에 사용되는 형광 현미경이나 반도체 산업에 사용되는 주사전자현미경의 공통점은 불안정성으로 인해 흐려진 영상(블러, blur)을 보정하는 과정이 필요하다.

국내 연구팀이 굉장히 강한 잡음에 의해 손상된 왜곡 영상에 대해 적응형 필터와 생성형 인공지능 모델을 융합해 영상을 복원하는 데 성공했다.

한국과학기술원(KAIST, 총장 이광형)은 바이오및뇌공학과 장무석 교수 연구팀이 삼성전자 DS부문 반도체연구소 차세대공정개발실과 공동 연구를 통해 왜곡과 강한 잡음이 존재하는 의료·산업 영상을 복원하는 기술을 26일 내놓았다.

스마트폰 카메라 사진에 영상의 흐림·왜곡이 생겼을 때 보정하는 문제를 디컨볼루션(deconvolution) 또는 디블러링(deblurring)이라고 한다. 흐려진 영상 정보만 이용해 선명한 영상을 복원하는 기술이 블라인드 디컨볼루션(blind deconvolution)이다.

디컨볼루션 문제는 일상뿐 아니라 생물학 연구, 반도체 산업 등 다양한 분야에서 공통적으로 발생한다.

형광 현미경은 세포와 분자 수준의 미세 구조를 시각화하기 때문에 측정된 형광 신호는 산란이나 회절, 수차 등의 효과로 인해 흐려지기 때문에 디컨볼루션 기법을 통해 보정하는 과정이 필요하다.

반도체 산업에서는 수천 개의 생산 공정 중간에 검사·계측 기술을 통해 발생할 수 있는 미세 공정 오류를 감지하고, 공정 수율 개선을 위한 프로세스 개선 과정에 사용되는 주사전자현미경이 전자 빔의 불안정성으로 인해 영상이 흐려지기 쉽다. 이를 보정하는 과정이 필요하다.

연구팀은 이처럼 영상이 흐려지는 원인은 움직임, 빛의 산란, 전자의 불안정성 등과 같이 다양한데 공통적으로‘영상의 흐려짐을 없앤다’라는 점에서 수학적으로 동일한 접근 방법이 활용될 수 있다고 생각했다.

잡음 수준이 높은 영상의 경우, 영상의 잡음을 효과적으로 억제함과 동시에 블러 효과가 제거된 선명한 영상을 복원하는 과정의 균형을 맞추는 것이 매우 중요하다는 점에 착안했다.

연구팀은 위너 디컨볼루션(왜곡된 영상을 역 필터(inverse filter)를 기반으로 깨끗한 영상으로 복원하는 전통적 방식)을 기반으로 영상을 복원하는 접근법을 개발했다. 이를 적응형 잡음 억제 변수, 영상 생성형 인공지능 모델과 결합해 영상 복원 과정에서 발생할 수 있는 잡음을 억제하고 영상 선명도도 높였다.

KAIST 바이오및뇌공학과 이찬석 연구원은 “이번 연구를 통해 강한 잡음 속에서 왜곡된 영상을 복원하는 난제를 해결했다ˮ며 "이번 연구에서는 무작위적 잡음을 극복하는 영상 복원 기술을 개발하는 데에 집중했고 앞으로 비균일 영상 복원, 다양한 손상 형태를 극복하는 영상 복원 기술 개발에 주력할 것ˮ이라고 말했다.

KAIST 바이오및뇌공학과 이찬석 박사과정이 제1 저자로 참여한 이번 연구(논문명: Blind image deblurring with noise-robust kernel estimation)는 컴퓨터 비전 분야 학회인 ‘제18회 유럽 컴퓨터 비전 학회’에서 지난 10월 1일 이탈리아 밀란에서 발표됐다.