Rimozione di artefatti da movimento da immagini. Valutazione di immagini tomografiche con reti neurali.

Il problema della sfocatura da movimento è molto diffuso nelle immagini, specialmente nel caso delle fotografie in cui i soggetti che si vogliono catturare si muovono. Per questo motivo, in questa tesi si cercherà di trattare gli artefatti dati dalla sfocatura nelle immagini tomografiche, queste ultime ottenute con una scansione ai raggi X al corpo, o a una parte di questo, di una persona. Inizialmente questo tipo di problema era risolto con i metodi di ottimizzazione, ma i risultati migliori si sono ottenuti con la diffusione delle reti neurali e del Deep Learning. Negli ultimi anni sono state sviluppate diverse reti allo scopo di eliminare gli artefatti introdotti dalla sfocatura e una con i risultati migliori nel caso di immagini reali e che verrà proposta in questo lavoro è la rete DeblurGAN-v2. Farò un confronto tra i risultati ottenuti utilizzando la rete neurale nella ricostruzione dell'immagine con sfocatura, tenendo in considerazione gli artefatti che sono scomparsi dall'immagine di blur. Verranno discussi i diversi parametri presi in considerazione, come il rumore gaussiano aggiunto all'immagine artefatta e i diversi filtri di convoluzione applicati alle immagini, in modo tale da presentare una panoramica il più possibile simile al caso reale. Sarà proposto anche un confronto con la rete SelfDeblur, considerata lo stato dell'arte nella rimozione della sfocatura dalle immagini.