• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.11a
• /
• pp.196-199
• /
• 2020

밝기 차이가 발생할 때마다 비동기적으로 영상을 획득하는 이벤트 카메라는 기존의 프레임 기반 카메라가 가지고 있는 한계점을 보완하기 위해 사용된다. 이벤트는 비동기적으로 획득되고 프레임보다 훨씬 빠르게 작동할 수 있기 때문에, 이를 활용하는 방안은 다양하다. 본 논문에서는 기존의 프레임 기반 카메라를 대체하여 사용하기 위해 이벤트만 활용하여 프레임 형태의 영상을 복원한 선행연구를 기반으로 한다. 복원한 영상의 노이즈를 제거하는 방법을 제시하고, 기존의 노이즈 제거 방법들과 비교하여 성능을 평가한다. 또한 기존에 있는 대표적인 특징점 추출방법을 노이즈를 제거한 영상에 적용해보고, 복원된 영상에서의 특징점 추출에 적합한 추출방법을 확인한다. 이 결과는 프레임 기반의 특징점을 추출하여 추적하는 다양한 분야에서 기존의 카메라를 체제할 수 있다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.14 no.10
• /
• pp.2261-2268
• /
• 2010

The information captured by imaging devices such as CCD or CIS may contain external noises through the processes of passing signals or storing images. In this paper, we propose a Modified Sigma Filter (MSF) algorithm to reduce such noises. In experiment, we verified that our MSF algorithm showed better performance in PSNR and 1D plot of simulation results compared with Gaussian Filter (GF), Local Sigma Filter (LSF). Tested images include random Gaussian Noises.

• Journal of Korea Multimedia Society
• /
• v.16 no.12
• /
• pp.1368-1375
• /
• 2013

In this paper, we presents a spatially adaptive noise detection and removal algorithm. Under the assumption that an observed image and the additive noise have Gaussian distribution, the noise parameters are estimated with local statistics, and the parameters are used to define the constraints on the noise detection process, where the first order Markov Random Field (MRF) is used. In addition, an adaptive low-pass filter having a variable window sizes defined by the constraints on noise detection is used to control the degree of smoothness of the reconstructed image. Experimental results demonstrate the capability of the proposed algorithm.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.483-485
• /
• 2012

본 논문에서는 수중 영상 환경에 특화된 자동 수중 영상 보정 시스템을 제안한다. 수중 영상은 빛 희석(light attenuation)을 인한 가시거리 제한, 낮은 영상 대비(low contrast) 그리고 부유물질과 같은 영상의 노이즈 등의 특수한 환경적 제약이 따른다. 기존의 수중 영상 보정 알고리즘은 색 및 대비(contrast) 보정, 가시거리 확장 및 노이즈 제거 기법등을 이용한 부분적으로 보정 연구가 진행되어 왔는데, 부분적 영상 보정 기법으로는 선명한 영상의 결과를 얻기 힘들다. 제안한 통합 수중 영상 보정 시스템은 색 및 대비 보정, 부유물질 제거를 위한 노이즈 필터링, 객체 윤곽선 강화를 위한 기법들을 통합하여 수중 영상에 특화하였다. 실험을 통하여 제안된 수중 영상 보정 시스템의 효율성을 확인하였다.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.1858-1859
• /
• 2007

최근 LCD-TV의 화질 개선을 위해서 다양한 영상처리 알고리즘이 적용되고 있다. 그 중 선명도 개선 알고리즘은 영상의 경계선을 강조하여 영상이 보다 선명하게 보이도록 한다. 하지만 경계선을 강조하는 과정에서 노이즈도 같이 증가하는 문제점이 있다. 본 논문에서는 강조된 경계선을 유지하면서 노이즈를 줄일 수 있는 알고리즘을 제안하고자 한다. 이를 위하여 Bilateral 필터를 기반으로 영상의 분산 값에 따라 영상의 노이즈 제거 정도를 결정하는 알고리즘을 제안한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2009.11a
• /
• pp.179-181
• /
• 2009

In this paper, we propose an adaptive noise detection and modified Gaussian removal algorithm using local statistics for impulse noise. In order to determine constraints for noise detection, the local mean, variance, and maximum values are used. In addition, a modified Gaussian filter that integrates the tuning parameter to remove the detected noises. Experimental results show that our method is significantly better than a number of existing techniques in terms of image restoration and noise detection.

• Journal of the Korean Society of Radiology
• /
• v.17 no.5
• /
• pp.709-715
• /
• 2023

In this study, the performance evaluation of image quality for noise reduction was implemented using the U-net deep learning architecture in computed tomography (CT) images. In order to generate input data, the Gaussian noise was applied to ground truth (GT) data, and datasets were consisted of 8:1:1 ratio of train, validation, and test sets among 1300 CT images. The Adagrad, Adam, and AdamW were used as optimizer function, and 10, 50 and 100 times for number of epochs were applied. In addition, learning rates of 0.01, 0.001, and 0.0001 were applied using the U-net deep learning model to compare the output image quality. To analyze the quantitative values, the peak signal to noise ratio (PSNR) and coefficient of variation (COV) were calculated. Based on the results, deep learning model was useful for noise reduction. We suggested that optimized hyper parameters for noise reduction in CT images were AdamW optimizer function, 100 times number of epochs and 0.0001 learning rates.

• Journal of the Korean Society of Radiology
• /
• v.13 no.4
• /
• pp.623-628
• /
• 2019

The aim of this study was to design fast non local means (FNLM) noise reduction algorithm and to confirm its application feasibility in light microscopic image. For that aim, we acquired mouse first molar image and compared between previous widely used noise reduction algorithm and our proposed FNLM algorithm in acquired light microscopic image. Contrast to noise ratio, coefficient of variation, and no reference-based evaluation parameter such as natural image quality evaluator (NIQE) and blind/referenceless image spatial quality evaluator (BRISQUE) were used in this study. According to the result, our proposed FNLM noise reduction algorithm can achieve excellent result in all evaluation parameters. In particular, it was confirmed that the NIQE and BRISQUE evaluation parameters for analyzing the overall morphologcal image of the tooth were 1.14 and 1.12 times better than the original image, respectively. In conclusion, we demonstrated the usefulness and feasibility of FNLM noise reduction algorithm in light microscopic image of small animal tooth.

• Journal of the Korean Institute of Telematics and Electronics
• /
• v.20 no.3
• /
• pp.1-5
• /
• 1983

The effects of modal noise of analog video transmission systems using semiconductor laser diode is investigated. The system linearity degradation due to modal noise is examined for various fiber types. It was concluded that in alalog video transmission systems using multimode fiber, modal noise is so serious that reduction of coherency is essential to the development and that single mode libers are adequate for high quality analog video transmission systems.

• Proceedings of the KAIS Fall Conference
• /
• 2007.05a
• /
• pp.216-219
• /
• 2007

본 논문에서는 영상 인식을 위해 그레이 레벨로 획득된 영상을 이진화할 때 발생되어 패턴의 윤곽선을 울퉁불퉁하게 만드는 랜덤 노이즈를 제거하기 위한 방법으로 체인 코드 트리밍(chain code trimming) 을 제안한다. 제안된 방법은 패턴의 외부 윤곽선과 내부 윤곽선의 체인 코드 분석을 통해 랜텀 노이즈의 체인 코드를 제거, 교정함으로서 이루어진다. 실험에서는 트리밍을 사용하기전과, 단순 트리밍을 한 경우, 체인 코드 트리밍을 한 경우를 서로 바로, 분석한다. 실험 결과는 패턴에 첨부되었던 랜덤 노이즈가 모두 성공리에 제거된 것을 보인다.