Browsing by Author "Uuksulainen, Heikki"

Tämän Pro gradu- tutkielma aiheena on valokuvien tarkentamiseen käytetyt algoritmit. Algoritmien tavoitteena on poistaa valokuvista esimerkiksi liikkeestä tai huonosta tarkennuksesta johtuvia epätarkkuuksia ja kohinaa. Työssä esiteltävissä algoritmeissä ongelmaa käsitellään tilastollisena inversio-ongelmana, jonka parametrien estimointiin käytetään erilaisia numeerisia menetelmiä. Tutkielman rakenne koostuu kolmesta osiosta; yleisestä teoriaosuudesta, työssä käytettävien algoritmien esittelystä sekä algoritmien soveltamisesta data aineistoihin ja tulosten vertailusta. Teoriaosuudessa käydään lyhyesti läpi inversio-ongelmien yleistä teoriaa, keskittyen erityisesti valokuvien tarkentamisen kannalta olennaiseen diskreettiin lineaariseen tapaukseen ja tämän tilastolliseen muotoiluun. Algoritmien puolestaan voidaan ajatella koostuvan kahdesta osasta: (i) tilastollisen mallin määrittämisestä ja (ii) mallin parametrien numeerisesta optimoinnista. Tutkielmassa esitellään kaksi klassista analyyttistä menetelmää nimiltään Richardson-Lucy ja ROF -algoritmit sekä syväoppimista ratkaisussa hyödyntävä iRestNet. Lopuksi algoritmeja sovelletaan kahdelle eri aineistoille: ohjelmallisesti generoidulle datalle ja vuonna 2021 järjestetyn Helsinki Deblur Challenge -haastekilpailun kuva-aineistolle. Tarkoituksena on selvittää algoritmien toteutuksessa tehtävien valintojen vaikutusta lopputuloksiin ja vertailla esiteltyjen algoritmien antamia tuloksia keskenään.