일반적으로 대부분의 디지털 영상처리를 위하여 현재 MPEG2(일부분의 경우에는 MPEG1)를 이용하고 있고, 이들 처리 결과가 컴퓨터에 비트스트림으로 변환되어 저장되고 있다. 그런데 전송채널은 다양한 용량을 갖고 있으며, 이에 따라 컴퓨터에 저장된 비트스트림들도 채널의 특성에 맞도록 비트율이 재조정되어야 한다. 즉 이들 비트스트림을 채널용량에 맞도록 어떻게 비트율을 바꿀지가 이 논문에서 다루고자하는 핵심이며 이를 통상 비트율 변환이라 부른다. 실제로 지금가지 MPEG2 비트스트림에 대해서는 여러 학자들이 이들을 효율적으로 다양한 채널로 전송하기 위해서 비트율 변환을 행하는 방식들을 제안하였다. 그러나 기 존의 방식들은 MPEG4 응용에는 적합하지 않다. 이는 MPEG4에서는 텍스춰 정보 뿐만이 아니라 MPEG2에는 불필요한 모형정보까지 전송해야 하기 때문이다. 따라서 본 논문에서는 텍스춰 정보와 함께 모형정보를 고려한 새로운 비트율 변환기를 제안하고자 한다.

의료 영상은 환자에 대한 해부학적인 진단 정보를 얻기 위한 영상으로 정확한 병변 인식과 판단을 위해서는 조직별 분할이 선행되어야 한다. 본 논문에서는 T1 강조 영상 그리고 T2 강조 영상, PD 영상의 특징을 상호보완적으로 이용한 자동적인 영상 분할 방법을 제안한다. 제안한 분할 알고리듬은 PD 영상으로부터 대뇌마스크를 획득하고, 대뇌마스크를 T1 과 T2, PD의 입력 영상에 씌워 각각의 대뇌 영상을 획득하여 T1과 T2, PD를 축으로 하는 3차원 공간상에서 스케일 스페이스 필터링과, 3차원 클러스터링을 이용하여 대뇌 내부조직에 해당하는 클러스터를 찾아서 분할에 이용한다. 대뇌 영상분할은 이들 클러스터의 중심 값을 FCM 알고리듬의 초기 중심 값으로 두고 FCM 알고리듬을 이용하여 분할한다. 제안한 분할 알고리듬은 정확한 클러스터의 중심 값을 계산함으로 초기 값의 영향을 많이 받는 FCM 알고리듬의 단점을 보완하였고 다중 스펙트럼 영상의 특성을 조합하여 분할에 이용함으로 단일 스펙트럼 영상만을 이용하는 방법보다 향상된 분할 결과를 얻을 수 있었다.

본 논문에서는 M-채널 서브밴드 QMF 필터 뱅크를 이용한 웨이브릿 변환기반 적응 음향반향제거기를 제안한다. 제안한 적응 음향반향제거기는 웨이브릿변환 필터뱅크의 적은 계산량, 서브밴드 처리 및 웨이브릿 서브밴드 필터의 직교성에 의해 정상상태 성능을 향상시키고, 실시간 처리가 가능하도록 구현한다. 각 서브밴드에서 적응필터의 계수적응을 위한 알고리듬으로는 실시간 반향제거와 하드웨어 구현시 비용감소를 위하여 계산량이 적고 구현이 간단한 LMS 적응 알고리듬을 사용한다. 제안한 적응 음향반향제거기의 성능평가를 위한 실험으로서 백색 가우시안 잡음 및 주변잡음을 포함한 실제의 음성신호를 입력신호로 반향제거 기에 인가하여 반향성능을 평가하였다. 실험 결과로서 제안한 음향반향제거기는 웨이브릿 완전복원 필터뱅크에 의해 수렴후 점근적 에러가 적고, 적은 계산량을 요구하며 안정한 수렴성능을 나타내었다.

블록정합에 기초한 고속 움직임 추정 알고리듬은 탐색점의 수를 줄이기 위해 정해진 탐색패턴을 사용하며, 평균절대 오차 공간에서 오차는 전역 최소해 (global minimum)에 근접할수록 단조 감소한다는 가정을 바탕으로 하고 있다. 따라서, 탐색영역 내에 여러 최소점이 있는 다중 모달(multimodal) 해공간에서는 국소 최소해(local minima)에 고립될 가능성이 크며, 전역 최소해를 얻는 것은 초기 탐색점에 크게 의존한다. 이러한 현상은 서로 다른 여러 움직임이 공존하는 움직임 경계에서 더욱 부각된다. 이러한 문제점을 개선하기 위하여 본 논문에서는 시공간적으로 인접한 블록의 움직임 정보에 기초하여 탐색영역 내에 탐색 후보영역들을 정의하고, 국소 최소해로의 고립 가능성을 줄이기 위해 여러 후보영역들에 대한 다중 국소 탐색법(multiple local search method : MLSM)을 제안한다 또한, 다중 국소 탐색 법에서는 전체 후보영역들의 탐색으로 인한 부가적인 계산량을 줄이기 위해 탐색점 맵 상에 후보영역들을 표시하고 후보영역에 대한 중복탐색을 배제한다. 모의실험 결과 제안한 방법은 다른 경사법에 의한 결과보다 특히, 움직임 경계에서의 탐색에서 우수한 결과를 보였으며, PSNR에 대해서는 탐색점의 수를 증가시키지 않는 범위 내에서 전역 탐색법(full search : FS)에 의한 결과와 비슷한 결과를 얻을 수 있었다.

카메라의 렌즈 등 광학장비의 성능 제한으로 인하여 초점이 맞지 않아 흐려지고 잡음으로 훼손된 영상을 복원하는데 일반적으로 반복복원방법이 사용된다. 이 경우에 가속변수는 훼손영상에 관계없이 영상전체에 일률적으로 적용되기 때문에 흐려짐 훼손이 심한 윤곽부분도 훼손이 작은 평면영역과 같이 일정하게 처리되어 수렴속도가 느려지고 시각적으로 중요한 윤곽부분의 복원에는 효율적이지 못하다. 이러한 문제점을 해결하기 위하여 본 논문에서는 흐려짐 훼손이 작은 평면영역은 가속변수를 작게 하고 훼손이 큰 윤곽영역은 가속변수를 크게 하여 영상의 국부적인 훼손특성에 따라 적응적으로 반복 복원하는 방법을 제안하였다. 제안한 복원방법 은 기존의 방법과 비교하여 수렴속도가 빨라지고 시각적으로 중요한 윤곽부분의 복원에도 효율적임을 실험결과를 통해 알 수 있었으며, MSE면에서도 우수하였다.

본 논문에서는 비트패턴을 기반으로 한 고속의 적응적 가변 블록 움직임 예측 알고리즘을 제안한다. 제안된 방법은 블록 내의 평균값을 기준으로 8bit 화소값을 0과 1의 비트패턴으로 변환한 후 블록의 움직임 예측을 수행한다. 비트변환을 통한 영상의 단순화는 움직임 추정의 계산적 부담을 감소시켜 빠른 탐색을 가능하게 한다. 그리고 블록 내의 움직임 정도를 미리 판별하여 이를 기반으로 한 적응적 탐색이 불필요한 탐색을 제거하고 움직임이 큰 블록에서는 정합 과정을 심화시켜 보다 빠르고 정확한 움직임 예측을 수행한다. 본 제안된 방식을 가지고 실험한 결과, 한 프레임 당 적은 수의 블록으로 고정된 크기의 블록을 가진 전역 탐색블록 정합 알고리즘(full search block matching algorithm; FS-BMA)보다 예측 에러를 적게 발생시켜 평균 0.5dB 정도의 PSNR 개선을 가져왔다.

변위량을 계산하여 영상 쌍의 대응점을 추출하는 방법중에서 대표적인 Hom & Schunck 수법이 있고, 이는 미분법을 기초하기 때문에 변위가 큰 변위량 추정을 위하여는 적당치 않다. 본 논문에서는 이러한 종래의 수법으로는 계측이 곤란하였던 이동량이 큰 변위의 변위량을 추정할 수 있는 직교 함수 전개법을 제안한다. 종래의 Horn & Schunck 수법에 의한 변위량은 국소적처리를 출발점으로 하는bottom-up수법으로 구하였으나, 직교 함수 전개법에서는 이와는 반대로 영상 전체의 움직임을 직교함수의 저차 모드부터 순차 전개하는 top-down수법을 이용한다. 직교 함수 전개법을 이용하여 변위량을 구하는 방법은 명도의 적분치 불변의 구속 조건에 관한 도함수를 이용하는 투영법에 의한 반복 계산으로 얻어진다. 마지막으로 구하여진 변위량과 제1원영상으로부터 제2의 영상을 합성하고, 합성된 영상과 제2의 원영상과 NRMS오차와 상관값을 비교하여 그 유효성을 보인다.

본 연구에서는 PDS시스템 -HMD와 기타 VDU-이 가상환경에서 인체에 어떠한 영향을 미치는가를 조사하였다. 연구에 관련된 실험은 HMD나 VDU를 착용하고 한시간 정도의 3차원 게임을 한 결과를 분석하였다. 정량적인 측정 및 분석 도구로는 SSQ와 RSSQ, 실험전후의 자세 테스트, 그리고 시각 테스트가 실행되었다. 실험 결과는 피 실험자간의 개인적 차이는 있지만 자세 안정성 테스트 결과와 SSQ 와 RSSQ TS 간의 관계가 크다는 것을 알 수 있었다. HMD의 SSQ, RSSQ 의 TS는 VDU의 TS 보다 1.5배 높았고, 특히 넓은 시야를 가진 MRG 3C의 TS는 SS를 일으킬 가능성이 2배나 많았다. 시뮬레이터의 통제 정도에 따른 Sickness 정도를 조사하기 위하여 수동적 환경과 능동적 환경에서 실험한 결과 PDS간 유의성은 보이지 않았으며 같은 환경의 반복적인 경험을 통하여 sickness유발 가능성이 감소할 것이라는 가정도 유의성이 크지 않았다. 방향감각 상실 증상군과 안구운동 불편 증상군의 TS가 높게 나타났으며 또한 RSSQ를 통하여 긴장/당황증상군의 TS도 높게 나타났다. 이는 가상환경에 노출시 개인적 두려움도 sickness 가능성을 유발하고 있다고 유추할 수 있었다.

다자간 화상회의에서 발생하는 네트워크 혼잡상태에 동적으로 적응하기 위한 연구로는 송신자기반기법과 수신자기반 기법이 있는데, 전자는 수신자들의 평균 손실률에 따른 전송률로 가용 대역폭이 높은 수신자의 대역폭 낭비가 발생하며, 후자는 수신자들의 가용 대역폭에 따른 레이어(layer)를 동적으로 나누는 방법이 부족하다. 이를 위해 본 논문에서는 수신자의 네트워크 상태에 따라 정상상태와 혼잡상태로 구분하는 두 개의 멀티캐스트 그룹을 형성하고, 수신자가 손실률에 따라 동적으로 그룹을 선택함으로써 대역폭에 적합한 품질의 서비스를 받을 수 있도록 하는 대역폭 관리 알고리즘을 설계한 후 이를 구현하였다. 실험을 통한 결과를 살펴볼 때 수신자는 손실률에 따라 적합한 그룹을 선택함으로써 대역폭 낭비가 발생하는 문제점을 개선할 수 있었다.

설비 집약적이며 복잡한 생산 시스템중의 하나인 반도체 FAB 공정은 제품의 흐름시간과 대기시간, 공정 중 재고를 줄이는 것이 흐름제어의 가장 중요한 목표이다. 이에 본 연구에서는 소품종 다랑 생산 시스템에서 발생하는 비경제성을 줄이고 생산성을 향상시키기 위하여 현재 반도체 양산 회사에서 주로 채택하고 있는 In-Line Layout을 분석하고 새로운 제안 방식인 그룹테크놀로지를 이용한 Job Shop 형태의 Stand Alone Layout과 함께 각각의 모델로 구축하고 시뮬레이션 함으로써 일별 생산 계획상의 회수 변화에 따른 각Layout의 특성을 비교, 분석하였다. 이 때 사용한 시뮬레이션 툴은 모델 구축 및 시뮬레이션이 용이하고 범용적인 (이산형 제조 시스템용) ProSys를 사용하였다. 연구 결과로는 일별 생산 계획상의 회수 초기에는 In-Line Layout이 Stand Alone Layout보다 대체로 생산량 측면에서 우세하지만 일별 생산계획상의 회수가 증가된 14회부터는 Stand Alone Layout이 더 우세한 것으로 나타났다

기존 Kohonen의 자기조직화 지도(self-organizing feature map)는 학습시 많은 입력 패턴이 필요하며 이에 따른 학습 시간 역시 증가하는 단점이 있다. 이러한 단점을 보완하기 위해 B. Bavarian은 위상학적 위치에 따라 각기 다른 학습률(learning rate)을 갖도록 하였으나 자기조직화가 정밀하게 되지 않는 단점을 갖고 있다. 본 논문에서는 자기조직화 지도의 학습시 계산량이 많은 가우시안 함수를 근사곡선(approximate curve)으로 변형하여 수렴속도를 향상시켰고 학습 횟수에 따라 근사곡선의 폭을 동적으로 변화시킴으로써 자기조직화지도의 수렴도를 개선하였다.

본 논문에서는 LCD 시스템에서 호스트와 LCD 컨트롤러사이의 인터페이스를 위한 새로운 데이터 코딩기법과 회로를 제안한다. 제안한 회로는 기존의 국제 표준으로 사용되고 있는 LVDS(Low Power Differential Signaling)를 수정한 회로와 데이터 천이 최소화를 위한 추가적인 직렬 데이터 코딩 기법으로 한 클럭에 2비트의 신호를 동시에 전송할 수 있다. 이에 따라 동작 주파수를 절반으로 줄일 수 있으며 differential signaling으로 전자파 장애와 전력소비 문제를 동시에 해결할 수 있다. 제안한 회로의 성능평가를 위하여 기존의 signaling기법과 전력 소비와 데이터 전송 속도 측면에서 비교 분석하였으며, 컴퓨터 시뮬레이션 결과를 통해 향상된 데이터 천이 감소율을 보임을 확인하였다.