JPEG 및 JPEG2000과 같은 영상 압축 알고리즘은 고유의 손실 특성으로 인하여 영상 복원 시 화질을 열화시켜 색역(gamut)을 변화시킨다. 따라서 본 논문에서는 JPEG과 JPEG2000을 이용하여 압축률과 색역 변화의 관계를 연구하였다. 압축률과 색역 변화의 관계를 분석하기 위해 우선 표준 컬러 차트(Macbeth ColorChecker)의 18가지 색 표본을 이용하여 균일한 색 좌표계 내에서의 색상과 채도 변화를 조사하였다. 이를 근거로 12개의 자연 영상을 4가지 속성에 따라 2개의 그룹으로 분류하고 실험을 반복하였다. 그 결과 압축률과 색역 변화의 상관관계를 도출하고, 최소 자승법을 이용하여 근사화 곡선을 유도할 수 있었다.

본 논문에서는 rank-order 방법을 이용한 임펄스(impulse) 잡음 제거 알고리즘을 제안한다. 제안된 방법은 빠르고 간단하게 잡음을 제거할 수 있는 알고리즘으로 크게 두 부분으로 나눌 수 있다. 첫 번째는 퍼지(fuzzy) 기술을 이용한 임펄스 잡음 검출 과정이다. 입력된 영상을 RGB 채널로 분리한 후, 각 채널의 모든 화소가 잡음인지 아닌지를 판단하여 잡음일 확률을 계산하고 할당한다. 이때 잡음 검출 마스크에서 rank-order를 사용하여 기존의 방법에 비해 보다 정확하게 잡음을 검출할 수 있다. 두 번째는 임펄스 잡음 제거 과정으로, 각 화소에 할당된 잡음 확률에 따라 화소를 변환하여 잡음이 제거된 출력 영상을 획득하는 과정이다. 실험을 통해 기존의 방법과 제안한 방법을 비교 분석하였으며, 제안한 방법이 보다 정확하게 잡음인 화소를 검출할 수 있음을 확인하였다. 또한 출력 영상에서도 보다 높은 PSNR 수치를 나타내었다.

본 논문에서는 HVS의 가시성과 영상의 히스토그램 특성을 동시에 고려하는 자동 게인옵셋법을 제안한다. 제안한 방법에서는 대비 신장된 영상의 평균 가시성이 최대가 되도록 클리핑의 상하한 역치를 정하고 이들로부터 유도된 게인 및 옵셋으로 영상의 대비를 신장한다. 가시성 함수는 불균일한 밝기의 주변화소들로부터 중심화소의 밝기 변화를 인간 시각이 인지하는 데 필요한 최소 변화량인 공간 JND를 사용하여 정의한다. 실험결과에서 제안한 방법에 의하여 대비 신장된 영상을 기존의 방법들의 결과 영상에 비하여 전역 대비와 국부 대비가 좋게 개선됨을 보인다.

장면 전환 검출 기술은 대용량 비디오 데이터의 효율적인 관리를 위한 주요 기술로서, 다양한 비디오 데이터에 적용하기 위한 적응적인 검출 알고리즘이 요구된다. 본 논문에서는 확장 참조 구간 동안의 프레임들의 히스토그램 평균값을 이용한 적응적인 장면 전환 검출 알고리즘을 제안한다. 제안하는 방법은 히스토그램을 이용해서 프레임들의 특징값을 계산하고, 확장 참조 구간 동안의 프레임들의 히스토그램 평균값을 이용해서 임계값을 정의하여 특징값과 임계값의 비교를 통해서 장면 전환 발생 여부를 판단한다. 동일한 비디오 데이터를 사용한 실험을 통해서 제안하는 방법이 기존의 방법들보다 검출 정확도에서 최대 15% 이상 향상되었음을 확인하였다. Homecast사의 TVUS HM-900 PLUS 모델의 휴대용 멀티미디어 재생기에서 제안하는 방법을 구현하여 PC보다 성능이 낮은 하드웨어 플랫폼에서도 실시간으로 장면 전환 검출이 동작하는 것을 확인하였다. 본 논문에서 제안하는 방법은 휴대용 미디어 재생 장치나 휴대 전화 등 비교적 낮은 하드웨어 플랫폼에서 유용하게 사용될 수 있다.

본 논문에서는 IBCA(Intermediate Boundary Cellular Automata)에 기반을 둔 여원 MLCA(Maximum Length Cellular Automata)와 2D CAT(Cellular Automata Transform)를 단계적으로 이용하여 영상을 암호화하는 방법을 제안한다. 암호화 방법은 먼저, 여원 MLCA를 이용하여 원 영상의 크기만큼 PN(pseudo noise) 수열을 생성한다. 그리고, 원 영상과 생성된 수열을 XOR 연산하여 여원 MLCA 영상으로 변환한다. 그 후, 게이트웨이 값을 설정하여 2D CAT 기저함수를 생성한다. 생성된 기저 함수를 변환된 여원 MLCA 영상에 곱하여 암호화를 한다. 마지막으로 PSNR(Peak Signal to Noise Ratio) 및 안정성 분석을 통하여 제안한 방법이 높은 암호화 수준의 성질을 가졌음을 검증한다.

본 논문에서는 red, green, blue(RGB) 광학 센서를 이용하여 RGB light-emitting diode(LED) back light unit(BLU)의 출력색 자극의 변화를 점검하여 RGB LED BLU가 시간에 따라 일정한 목표 색 자극을 출력할 수 있도록 하는 RGB LED BLU 구동 전류 펄스 duty 값을 도출하는 알고리즘을 제안한다. 우선, 현재 RGB LED BLU가 발하는 색 자극 정보를 획득하기 위해 RGB 광학 센서의 출력으로부터 CIEXYZ 색 자극을 계산할 수 있는 RGB to XYZ 변환 행렬을 도출한다. 다양한 RGB LED BLU 색 자극 샘플에 대한 RGB 광학 센서의 출력 값과 CIEXYZ 색 자극 값의 쌍을 이용하여 다항 회귀 방정식을 만들고 각 항의 계수로 행렬을 구성한다. 다음으로, 현재 RGB LED BLU 상태에서 목표 색 자극 값을 발할 수 있는 duty 값을 구하기 위해 목표 색 자극으로부터 duty 값을 계산할 수 있는 XYZ to Duty 변환 행렬을 도출한다. 현재, 한 단계 이전, 두 단계 이전 시점에서 RGB 광학 센서의 출력으로부터 추정한 CIEXYZ 값과 그때 인가된 duty 값의 쌍을 이용하여 다항 회귀 방정식을 만들고 각 항의 계수로 행렬을 구성한다. 일정 시간 간격으로 RGB LED BLU의 출력 색 자극을 점검할 때마다 XYZ to Duty 변환 행렬은 RGB LED BLU의 현재 상태에 적응적으로 변하게 되어 목표 색 자극을 출력할 수 있는 duty 값을 계산할 수 있게 된다.

본 논문에서는 저전송률 환경에서 목표 비트량에 맞게 영상을 압축하는 모델 기반 매크로블록 레이어 비트율 제어 알고리즘을 제안한다. H.264 비디오 압축 표준은 다양한 압축 모드 및 최적화 방법을 사용하여 압축률을 향상 시키지만 복잡한 인코더 구조는 저전송률 환경에서 정확한 트래픽 제어를 어렵게 한다. 제안된 알고리즘에서는 먼저 한 프레임의 모든 매크로블록에 대한 MAD 값을 예측하고 이를 바탕으로 각 매크로블록 압축 전에 목표 잔여 비트량을 설정한다. 설정된 목표 잔여 비트량과 실제 잔여 비트량의 차이가 임계치보다 크면 두 값의 차이가 감소하도록 양자화 파라미터 값을 조절하여 한 프레임에 대한 결과 비트량이 목표 비트량과 비슷하게 발생되게 한다. 제안하는 알고리즘과 기존 알고리즘간의 비교 실험은 제안하는 알고리즘이 기존 알고리즘에 비해 한 프레임에 대한 목표 비트량과 실제 비트량의 차이를 66% 이상 감소시키고 있으며 동시에 PSNR 성능에서 기존의 알고리즘 보다 우수함을 보여준다.

최근 경량화 비디오 부호화를 위함 분산 비디오 부호화 기술 (DVC: Distributed Video Coding)에 대한 연구가 활발히 이루어지고 있으며, Wyner-Ziv 부호화 기술은 이의 대표적인 기술로써 각광받고 있다. Wyner-Ziv (WZ) 부호화기는, 영상을, 기존의 인트라 부호화기를 이용하는 키 (Key) 프레임과 WZ 부호화를 하는 WZ 프레임으로 나누어 독립적으로 부호화 한다. WZ 복호화기로 전송된 키 프레임은 복원된 뒤 키 프레임 사이의 WZ 프레임을 추정하는데 사용되며 추정된 WZ 프레임을 보조정보 (Side Information)라고 한다. 보조정보는 WZ 프레임에 대한 정보가 없는 상태에서 추정되므로 필연적으로 WZ 프레임과 다르며 WZ 복호화기에서는 보조정보와 WZ 프레임과의 차이를 가상의 채널 잡음으로 간주한다. WZ 복호화 과정은 가상의 채널잡음을 WZ 복호화기 내에 존재하는 채널코드를 이용하여 제거함으로써 이루어지므로 채널 정보를 정확히 아는 것은 채널코드의 에러정정능력에 큰 영향을 미친다. WZ 복호화기에서는 추정된 WZ 영상만이 존재하므로 정확한 잡음의 양을 알 수 없으며, 일반적으로 선형 움직임에 근거한 키 프레임 간의 차를 하나의 예측 수단으로 사용한다. 또한 이와 같이 예측이 갖는 불확실성으로 채널코드의 효율이 저하되는 것을 막기 위하여 주변의 잡음과 비교를 통한 잘못된 잡음을 정정하는 방법도 제안되었다. 하지만 이런 방법들이 모든 프레임이나 비트 플레인에 존재하는 잡음을 제대로 측정한다고 할 수는 없다. 따라서 본 논문에서는 여러 개의 후보 잡음 모델을 생성한 후, 복호화 과정에서 가장 효율적인 모델을 선택하는 방법을 제안한다. 제안 방법에 대한 실험결과는 최대 0.8 dB의 PSNR이득을 보여준다.

현재 무선망 등 다양한 네트워크에 적응적 서비스를 제공하기 위해 비디오 데이터에 확장성을 제공하는 다계층 비디오 부호화 기법을 사용하고 있다. 하지만 네트워크에서는 전송 에러로 인한 패킷 손실은 복호된 비디오에 오류를 발생시킨다. 특히 연집 에러에 의한 화질 저하는 현재 프레임뿐만 아니라 다음의 인트라 프레임이 나타날 때까지 파급되어 비디오 화질의 치명적 열화를 발생시킨다. 이러한 문제를 인코더에 의존하지 않고 디코더에서 독립적으로 해결하기 위해 본 논문에서는 다계층 비디오 부호화에 적합한 에러 은닉 기법을 제안한다. 제안된 기법은 다계층 비디오 부호화 기법의 계층 간 유사도와 에러 은닉 기법에 널리 사용되는 POCS 기법을 이용한다. POCS 기법의 적절한 초기치는 반복횟수를 줄일 수 있고, 성능에 영향을 미친다. 초기치 설정을 위해 본 논문에서는 계층 간 상관도와 이웃한 블록들 간의 상관도를 이용한다. 모의실험에서 제안된 에러 은닉의 우수성을 볼 수 있다.

본 논문에서는 최소 분류 오차 기법 (Minimum Classification Error, MCE)에 기반한 감정 인식을 위한 알고리즘 멀티 모달(Multi-modal) 시스템을 기반으로 제안한다. 사람의 음성 신호로부터 추출한 특징벡터와 장착한 바디센서로부터 구한 피부의 전기반응도 (Galvanic Skin Response, GSR)를 기반으로 특징벡터를 구성하여 이를 Gaussian Mixture Model (GMM)으로 구성하고 이를 기반으로 구해지는 로그 기반의 우도 (Likelihood)를 사용한다. 특히, 변별적 가중치 학습을 사용하여 최적화된 가중치를 특징벡터에 인가하여 주요 감정을 식별하는 데 이용하여 성능향상을 도모한다. 실험결과 제안된 감정 인식이 기존의 방법보다 우수한 성능을 보인 것을 알 수 있었다.

사용자와 근거리에 위치한 비디로 프록시 서버는 자주 요청되는 동영상 데이터들을 저장하고 사용자에게 직접 전송함으로써 초기 전송 지연과 네트워크 트래픽을 효과적으로 감소시킨다. 그러나 비디오 프록시 서버는 원격지의 중앙 비디오 서버에 비해 비교적 제한된 저장 공간을 가진다. 따라서 사용자들이 계속 요청하는 동영상만을 선별하여 저장하도록 하는 방법이 필요하다. 이를 위해 본 논문에서는 비디오 프록시 서버에서의 가상 메모리에 바탕을 둔 가상 캐싱 기법을 제안한다. 제안하는 알고리즘은 사용자가 요청한 동영상 데이터가 비디오 프록시 서버에 존재하지 않는 경우 원격지의 중앙 비디오 서버로부터 요청된 동영상 데이터를 전송받아 사용자에게 전송하고 가상 메모리에 저장한다. 저장된 동영상 데이터는 이후 사용자의 요청이 있는 경우 사용자에게 전송된다. 이때 가상 메모리에 저장된 동영상 데이터는 사용자의 요청의 상태에 따라 가상 메모리로부터 삭제되거나 비디오 프록시 서버에 저장된다. 또한 가상 메모리에서의 단편화를 막기 위하여 가상 메모리를 세그먼트 별로 영역을 구분한다. 실험을 통해 제안하는 방법이 기존의 방법들 보다 높은 적중률을 보이는 동시에 보다 적은 삭제 횟수를 보인다는 것을 확인한다.

본 논문에서는 에지 방향성 보정을 고려한 효율적인 공간적 디인터레이싱 알고리즘을 제안한다. 기존의 에지기반 디인터레이싱 알고리즘들은 다른 공간적 디인터레이싱 알고리즘들에 비해 시각적으로 우수한 결과를 나타내지만 화소단위의 상관도를 이용하여 화소를 보간하기 때문에 잘못된 에지 방향을 찾게 될 경우 영상에 잡음이 발생한다. 제안한 알고리즘은 이러한 단점을 보완하기위해 보간할 화소 주변의 에지 방향성을 검출하고 구해진 정보에 따라 가중중앙값 필터를 적용하여 에지의 방항성을 보정함으로써 정확한 에지의 방향을 찾아낸다. 실험결과 제안된 방법은 기존의 공간적 디인터레이싱 방법들에 비하여 객관적인 PSNR 성능과 주관적 화질도 우수함을 알 수 있다.

영상기반 보행인식 시스템에서 카메라와 객체가 이루는 각도(angle) 및 렌즈 왜곡과 같은 물리적 요인과 조명(illumination)과 같은 환경적 요인에 따라 인식률이 다르게 나타난다. 본 논문은 카메라에서 입력된 다양한 형태의 영상 왜곡을 보정하여 보행 인식 시스템의 성능 및 안정성을 향상시키는 기법을 제안한다. 제안된 방법은 물리적, 환경적 왜곡 요인이 존재하는 입력 영상에서의 인간의 보행 인식률을 기존 방식과 실험적으로 비교한다. 보다 구체적으로는 투영 변환(projective transform)을 통해 입력 영상의 왜곡을 효과적으로 보정하는 알고리듬을 제안하고 입력 영상의 왜곡 보정 전, 후를 비교하여 알고리듬의 실효성을 확인한다. 제안된 방법은 카메라로부터의 거리 및 환경에 불변하는 보편적인 보행 데이터를 획득하였다. 그 결과 제안된 보편적인 보행 데이터를 이용하여 실내 영상에서는 평균적으로 41.5%, 실외 영상에서는 평균적으로 55.5%의 향상된 보행 인식률을 보였다. 이것은 특정 개체의 특징을 데이터베이스(DB)화 하고 DB에 저장된 특정 개체를 검색하고 추적하는 데 효과적으로 이용될 수 있다.

본 논문에서는 에러에 강인한 동영상 압축을 위해서 효과적인 에러 은닉을 제공하는 새로운 움직임 예측기법을 제안한다. 일반적으로 전송 에러에 의해 손실된 프레임을 효율적으로 복원하기 위해서는 영상 내에서 객체의 실제 움직임을 정확하게 아는 것이 중요하다. 하지만 현재 블록과 움직임 보상된 블록에 있는 화소의 차의 절대값의 합 (sum of absolute different, SAD)을 기준으로 이용하는 기존의 움직임 예측 (motion estimation, ME)기법이 객체의 실제 움직임을 항상 정확하게 반영하는 것은 아니다. 이러한 문제를 해결하기 위해서, 본 논문에서 현재 블록과 움직임 보상된 블록의 움직임 벡터들의 차이의 절대값 (absolute different of motion vectors, ADMV)을 새로운 부가적인 기준으로 소개한다. 본 논문에서 제안하는 ME 기법은 SAD와 ADMV의 가중 합을 최소화시킴으로써 실제 움직임과 거리가 먼 움직임 벡터들을 효과적으로 제거할 수 있다. 또한, 제안하는 ADMV을 이용하면 영상의 전송 과정에서 손실된 프레임의 정보를 전혀 사용하지 않고도 손실된 움직임 정보를 효과적으로 복원할 수 있으므로 복호기에서의 에러 은닉 성능을 크게 향상시킬 수 있다. 실험을 통하여 본 논문에서 제안하는 기법이 기존의 ME기법과 유사한 압축 효율을 갖으면서 기존의 에러 내성 기법보다 성능이 더 우수하다는 것을 확인하였다.

서로 다른 시점의 두 영상에서 동일한 점들을 정합하는 특징점 정합은 다양한 영상 처리 분야에서 널리 사용되고 있으며, 최근에는 실시간으로 동작하는 특징점 정합에 대한 요구가 높아지고 있다. 본 논문은 저니키 모멘트 기반의 지역 서술자를 이용하여 특징점을 실시간으로 정합하는 방법을 제안한다. 빠른 모서리 점 검출 방법을 이용하여 입력 영상으로부터 특징점을 추출하고, 각 특징점에서 저니키 모멘트를 이용한 지역 서술자를 생성한다. 저니키 모멘트 기반의 지역 서술자는 특징점 주변의 부분 영상을 적은 차수의 특징 벡터로써 효율적으로 표현하며, 영상의 회전과 밝기 변화에 강인하다. 본 논문에서는 저니키 모멘트 계산을 실시간으로 수행하기 위하여 고정된 크기의 저니키 기저 함수를 미리 계산하여 이를 룩업 테이블에 저장하여 사용한다. 특징점 정합 단계에서는 근사 최근방 이웃(ANN) 방법을 사용하여 초기 정합 결과를 얻고, 이 중 잘못된 정합은 RANSAC 알고리즘을 이용하여 제거함으로써 최종 정합 결과를 얻는다. 실험 결과 제안하는 방법은 다양한 변환이 존재하는 영상에 대하여 실시 간으로 특징점 정합을 수행함을 확인하였다.

방사선영상의 신뢰할 만한 영역검출은 용접부위 결함탐지 이전의 중요한 작업 중의 하나이다. 추출되는 특징들은 각 분할된 영상에 대하여 서로 다른 군집으로 분류되어야한다. 그러나 종래의 분할 기법으로는 방사선영상 고유의 색도중첩과 낮은 SN비로 인해 만족할 만한 결과를 얻기가 쉽지 않다. 전체나 국부처리로는 잡음제거에 취약할 뿐만 아니라 영역분류도 어렵다. 이 논문은 산업용 CR 영상에서 영역기반실현의 분할을 위한 적절한 기법을 제시한다. 강판튜브에서 용접과 비용접 구간의 기하학적 차이가 영상화 과정을 통해 배경부, 두께부, 중간부 및 용접부 영역을 생성하고 계층 구조적 배열을 형성한다. 비록 그 구조가 잡음에 훼손되기는 하지만 영역구분 구도 각 영역의 차별된 기하학적 특성에 근거한 국부군집화에 의해 선별이 가능하다. 관련 영역의 기하학적 속성에 의해 그에 따른 영역이 계층별로 선별되어 실제 구분이 영역간 경계를 반영하기 때문에 직경과 길이방향의 군집화는 각 계층의 구별을 명확케 한다. 그리고 산업용 강판튜브 CR영상에 다양한 분할 방식으로 비교 실험을 실시하여 이 기법의 효과를 보였다.

본 논문에서는 기존의 Minima Controlled Recursive Averaging (MCRA)에 2차 조건 사후 최대 확률기법을 적용한 음성 향상 기법을 제안한다. 기존의 MCRA 방법은 현제 프레임의 음성 신호 존재 확률로 잡음 추정을 조정하기 때문에 음성 활동의 프레임간의 상호 연관성을 배제 하였다. 본 논문에서 제안한 알고리즘은 직전 2 프레임에서의 음성의 존재와 부재에 대한 조건을 부여해 주어 현제 프레임의 음성 신호 존재 확률을 수정하는 음성향상 기법을 적용한다. 제안된 2차 조건 사후 최대 확률기법을 적용한 MCRA 방법이 기존의 MCRA 방법보다 향상된 음성향상 결과를 나타내었다.

이 논문에서는 한 쌍의 수동 광대역 소나로 구성된 병렬구조 분산센서 망에 적용할 수 있는 에너지 인식 분산탐지 체계의 설계 및 성능분석에 대해 검토한다. 이 분산탐지기는 융합규칙으로 AND 규칙과 OR 규칙을 사용하였다. 이 경우 각 센서노드의 문턱값 규칙은 전체 분산센서망의 탐지확률을 최대로 하는 UMP(uniformly most powerful)임을 증명하였다. 그리고 소나 체계에서 오경보에 의해 발생하는 에너지 비용을 제한 조건으로 주었을 때, 탐지확률을 최대화하는 센서노드의 최적 문턱값이 갖는 특성을 이론적으로 검토하였다. 나아가 신호 강도, 에너지 비용에 대한 제한조건, 센서노드 사이의 간격등이 탐지성능에 미치는 영향을 수치실험을 통해 분석하였다.

본 논문에서는 I/Q 부정합에 의한 단일 주파수 연속파 학습신호 왜곡을 새롭게 해석하고 이를 이용한 영상 제거 방법을 제안한다. 기존의 방법에서는 위상 부정합과 이득 부정합을 각각 예측하고 보상하는 방법을 사용하였다. 본 논문에서는 I/Q 부정합에 의하여 단일 주파수 연속파 학습신호의 원형 궤도가 타원 궤도로 왜곡됨을 증명한다. 이를 바탕으로 2단계로 이루어진 I/Q 부정합 보상 방법을 제안한다. 제안한 방법의 첫 번째 신호처리에서는 수신 신호의 위상을 회전하여 타원 궤도의 장축이 x축과 일치하도록 한다. 두 번째 신호처리에서는 첫 번째 신호처리를 거친 Q 경로 신호를 증폭하여 원형 궤도가 되도록 하여 I/Q 부정합을 보상하고 영상 신호를 제거한다. 모의실험을 통해서 직교 위상 편이 변조 (QPSK), 16-직교 진폭 변조 (QAM), 64-직교 진폭 변조 신호에 대해서 70dB 이상의 영상 제거 성능을 가지고 있음을 보인다. 한편, 제안한 방법이 우수함을 보이기 위하여 레일레이 페이딩 경로 환경에서 성능 분석을 한다. 비트오율 (BER) 모의실험을 통해서 제안한 방법은 직교 위상편이 변조, 16-직교 진폭 변조, 64-직교 진폭 변조 등의 다양한 변조에 대해서 부가백색가우시안잡음 (AWGN) 뿐 만 아니라 페이딩 경로에서도 영상 신호가 없는 이상적인 수신기의 비트오율과 거의 일치함을 보인다.

이 논문에서는 OFDM시스템에서 가장 큰 칩 면적을 차지하고 높은 전력을 요구하는 핵심 연산 블록인 FFT에 대하여 파이프라인 Radix-4 MDC 방식의 저면적 구조를 제안하였다. 나비연산기에서 Twiddle factor 복소 곱셈연산을 수행할 때, 기존의 곱셈기를 사용하지 않고 CSD형 계수의 공통패턴을 공유하여 덧셈의 수를 줄일 수 있는 Common sub-expression sharing 방식과 CORDIC 알고리즘을 사용하여 구현 면적을 감소시켰다. 제안구조는 Verilog-HDL을 통해 모델링하고 Synopsys로 논리합성한 결과 기존구조와 비교하여 복소곱셈부는 48.2%감소효과, 전체 FFT구조는 22.1%의 면적 감소효과를 달성하였다. 따라서 제안된 FFT구조는 다양한 크기의 FFT를 사용하는 OFDM용 시스템에 효율적으로 사용될 수 있는 구조임을 보였다.