• Journal of the Korea Society of Computer and Information
• /
• v.24 no.10
• /
• pp.91-99
• /
• 2019

In this paper, we propose partial denoising boundary matching based on an index for faster matching in very large image databases. Attempts have recently been made to convert boundary images to time-series with the objective of solving the partial denoising problem in boundary matching. In this paper, we deal with the disk I/O overhead problem of boundary matching to support partial denoising in a large image database. Although the solution to the problem superficially appears trivial as it only applies indexing techniques to boundary matching, it is not trivial since multiple indexes are required for every possible denoising parameters. Our solution is an efficient index-based approach to partial denoising using $R^*-tree$ in boundary matching. The results of experiments conducted show that our index-based matching methods improve search performance by orders of magnitude.

• Proceedings of the KIEE Conference
• /
• 2007.04b
• /
• pp.5-9
• /
• 2007

본 논문에서는 실제 운용 중인 현장에서 노이즈 및 서지 신호를 측정 분석하여, 그 결과를 토대로 이들 노이즈 신호를 제거할 수 있는 접지시스템 및 내부 보호 설비를 제안하여 시공하였다. 실제 운용 중인 설비 내에 유도 흑은 침입하는 전원 계통의 sag, Swell, Transient, 서지 그리고 고조파와 같은 노이즈와 접지시스템을 통해 유입되는 다양한 노이즈 신호를 차단하여 빠르고 안전하게 제거하는 방안을 연구하였다. 이를 위해 운용 중인 설비의 다양한 노이즈 신호를 실측하였고, 실측된 결과로부터 전달 및 침입 경로를 예측하여, 기존 접지 구성 및 내부 배선의 문제점의 개선하고 노이즈 및 서지의 실제적 차단을 위한 접지시스템과 내부 보호 설비를 설계 제안하였다. 또한 설계 시뮬레이션 결과와 현장 시공 결과를 비교하여 제안된 설비의 성능을 확인하였고, 시공 후 설비 운용 중에 노이즈 및 서지 신호를 재 측정하여 기존 설비 운용시 측정했던 결과를 비교 분석하여 제안 보호 설비의 개선된 성능을 최종 확인하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.204-207
• /
• 2021

LiDAR 장비 및 SfM 과 MVS 방법을 이용하여 생성된 point cloud 와 mesh 에는 항상 노이즈가 포함되어 있다. 이러한 노이즈를 제거하기 위해선 노이즈와 edge 를 효과적으로 구분해낼 수 있어야 한다. 노이즈를 제거하기 위해 mesh 로부터 edge 를 먼저 구분해낸 후 edge 에 해당하는 영역과 평면에 해당하는 영역에 서로 다른 필터를 사용하는 많은 연구들이 있지만 강한 노이즈가 포함된 mesh 에서는 edge를 잘 구분해내지 못하는 문제가 존재한다. 이러한 방법들은 mesh 로부터 edge 를 구분해내는 알고리즘의 성능이 노이즈를 제거하는 전체 알고리즘의 성능에 큰 영향을 주기 때문에 강한 노이즈에서도 edge 를 잘 구분해낼 수 있는 알고리즘이 필요하다. 본 논문에서는 PCA 와 graph-cut 을 이용하여 강한 노이즈가 포함된 mesh 에서 edge 영역을 추출하는 알고리즘을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.285-288
• /
• 2013

의료영상에서의 노이즈는 환자 진단에 있어서 막대한 영향을 미치는 영상의 화질을 떨어트림으로써, 진단에 대한 유효성을 낮추게 된다. 특히, 현재 이슈화 되고 있는 저선량 의료영상은 기존의 고선량 의료영상보다 노이즈 레벨이 높으며, 이에 따라서 의료영상에서의 노이즈 제거 기술은 매우 중요한 사안으로 부각되고 있다. 본 논문에서 제시하는 노이즈 제거 기술은 각각의 투영 영상을 여러개의 부대역(sub-band)으로 분해하는 것으로부터 시작한다. 분해된 각각의 부대역 영상은 엣지 검출기를 통하여 엣지 부분과 평탄한 영역으로 구별되어 진다. 검출된 엣지는 0 ~ 1 사이의 값으로 정규화 되며, 퍼지기반의 연산을 통하여 엣지의 확실성을 나타내는 엣지맵으로 변환하게 된다. 이 엣지맵을 통하여 각 부대역 영상의 필터링 정도를 제어하고, 분해된 각 부대역을 결합하는 방식을 취함으로써 영상의 엣지 부분을 최대한 보존하면서 노이즈는 효과적으로 제거하도록 하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.663-666
• /
• 2021

본 논문에서는 바다와 같은 스케일이 큰 장면인 물 시뮬레이션에서 표현되는 거품 효과(Foam effects)를 노이즈 없이 디테일하게 표현할 수 있는 프레임워크를 소개한다. 거품이 생성될 위치와 거품 입자의 이류는 기존의 접근법인 스크린 투영 방법을 통해 계산한다. 이 과정에서 중요한 것이 투영맵이지만 이산화된 스크린 공간에 운동량을 투영하는 과정에서 노이즈가 발생한다. 본 논문에서는 노이즈 제거 신경망(Denoising neural network)을 활용하여 이 문제를 효율적으로 풀어낸다. 투영맵을 통해 거품이 생성될 영역이 선별되면 2D공간을 3D공간으로 역변환(Inverse transformation)하여 거품 입자를 생성한다. 결과적으로 깔끔한 거품 효과뿐만 아니라, 노이즈 제거 과정으로 인해 소실되는 거품 없이 안정적으로 거품 효과를 만들어냈다.

• Journal of KIISE
• /
• v.41 no.11
• /
• pp.943-957
• /
• 2014

Removing noise, called denoising, is an essential factor for the more intuitive and more accurate results in boundary image matching. This paper deals with a partial denoising problem that tries to allow a limited amount of partial noise embedded in boundary images. To solve this problem, we first define partial denoising time-series which can be generated from an original image time-series by removing a variety of partial noises and propose an efficient mechanism that quickly obtains those partial denoising time-series in the time-series domain rather than the image domain. We next present the partial denoising distance, which is the minimum distance from a query time-series to all possible partial denoising time-series generated from a data time-series, and we use this partial denoising distance as a similarity measure in boundary image matching. Using the partial denoising distance, however, incurs a severe computational overhead since there are a large number of partial denoising time-series to be considered. To solve this problem, we derive a tight lower bound for the partial denoising distance and formally prove its correctness. We also propose range and k-NN search algorithms exploiting the partial denoising distance in boundary image matching. Through extensive experiments, we finally show that our lower bound-based approach improves search performance by up to an order of magnitude in partial denoising-based boundary image matching.

• KIPS Transactions on Software and Data Engineering
• /
• v.4 no.10
• /
• pp.447-454
• /
• 2015

This paper proposes geographical name denoising by machine learning of event detection based on twitter. Recently, the increasing number of smart phone users are leading the growing user of SNS. Especially, the functions of short message (less than 140 words) and follow service make twitter has the power of conveying and diffusing the information more quickly. These characteristics and mobile optimised feature make twitter has fast information conveying speed, which can play a role of conveying disasters or events. Related research used the individuals of twitter user as the sensor of event detection to detect events that occur in reality. This research employed geographical name as the keyword by using the characteristic that an event occurs in a specific place. However, it ignored the denoising of relationship between geographical name and homograph, it became an important factor to lower the accuracy of event detection. In this paper, we used removing and forecasting, these two method to applied denoising technique. First after processing the filtering step by using noise related database building, we have determined the existence of geographical name by using the Naive Bayesian classification. Finally by using the experimental data, we earned the probability value of machine learning. On the basis of forecast technique which is proposed in this paper, the reliability of the need for denoising technique has turned out to be 89.6%.

• Journal of IKEEE
• /
• v.18 no.4
• /
• pp.523-531
• /
• 2014

In this paper, a fast single image blind denoising algorithm is presented, where noise parameters are estimated by local statistics of an observed degraded image without a prior information about the additive noise. The estimated noise parameters are used to define the constraints on the noise detection which is coupled with the 1st-order Markov Random Field. In addition, an adaptive modified weighted Gaussian filter is introduced, where variable window sizes and weighting coefficients defined by the constraints are used to control the degree of the smoothness of the reconstructed image. The experimental results demonstrate the capability of the proposed algorithm. Please put the abstract of paper here.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.859-861
• /
• 2005

X-ray를 이용한 CT(Computed Tomography : 이하 CT)영상은 사물에 대해 회전하면서 X-ray가 투과하여 감약 정도에 따라서 영상을 획득하지만 검사 목적과는 관계없이 발생되는 통계적인 오차로 인해 정확한 CT영상의 구성을 교란하거나 방해하여 영상의 질을 저하시키고 미세 부분의 관찰 능력을 감소시키는 장해 음영인 아티팩트(artifact)라는 노이즈가 발생한다. 이러한 노이즈를 제거하는 필터를 설계 할 때는 두 가지 고려해야 할 사항이 있는데 첫째는 영상내의 노이즈을 정확히 판단하여 효과적으로 제거해야 하며, 둘째로는 원래의 영상에 가깝도록 경계와 같은 세부 영역을 보존해야 한다는 점이다. 기존에는 mean 필터나 median 필터, 그리고 Gaussian 필터 등을 사용했지만 상세한 부분을 보존하기에는 실패하는 단점이 있다. 따라서 본문에서는 wavelet 변환을 하여 영상의 주파수 대역을 저주파 영역과 고주파 영역으로 분리하여 각각의 영역에서 노이즈를 제거할 수 있도록 적합한 필터를 설계하고 방법을 제안하여 그 필터를 CT 3차원 뇌혈관 영상에 적용하여 많은 노이즈를 제거하였고 낮은 Threshold값에서도 작은 혈관을 관찰 할 수 있었다.

• Journal of the Korean Society for Nondestructive Testing
• /
• v.23 no.5
• /
• pp.455-463
• /
• 2003

Adaptive noise cancellation techniques are ideally suitable for reducing spatially varying noise due to the grain structure of material in ultrasonic nondestructive evaluation. Grain noises have an un-correlation property, while flaw echoes are correlated. Thus, adaptive filtering algorithms use the correlation properties of signals to enhance the signal-to-noise ratio (SNR) of the output signal. In this paper, a multi-stage adaptive noise cancellation (MANC) method using adaptive least mean square error (LMSE) filter for enhancing flaw detection in ultrasonic signals is proposed.