• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.11a
• /
• pp.4-7
• /
• 2022

기존 합성곱 신경망 기반의 잡음 제거 네트워크들은 학습을 위한 noisy-clean 데이터 쌍을 필요로 한다. 하지만 실제 카메라 잡음의 경우, 잡음에 대한 깨끗한 원본 영상을 얻는 것은 불가능하거나 많은 비용이 소모된다. 따라서 이러한 방법을 해결하기 위하여 원본 영상 없이 잡음 영상만으로만 잡음 제거 네트워크를 학습하는 방법들이 제안되어왔다. 그 중 카메라 잡음 영상을 처리하기 위한 대표적인 방법으로 학습과 추론에서 비대칭적인 downsampling을 사용하는 AP-BSN이 제안되었다. 본 논문에서는 Functional neural network를 AP-BSN 알고리즘에 적용하여 다양한 downsampling ratio에 대응되는 하나의 네트워크를 학습하였다. 이를 통해 기존 hyperparameter로 사용되던 downsampling ratio에 대한 결과를 하나의 네트워크에서 분석 및 확인하였다. 또한 해당 파라미터를 조절함으로써 다양한 잡음 제거 후보들을 추출하고 사용자가 원하는 잡음 제거 정도를 조정할 수 있도록 하였다.

• Journal of the Korean Institute of Telematics and Electronics S
• /
• v.36S no.3
• /
• pp.57-67
• /
• 1999

본 논문에서는 영상 부호화시 전처리 과정을 수행함으로써 잡음을 제거하는 새로운 알고리듬을 제안하였다. 제안한 알고리듬은 영상의 선명도를 유지할뿐아니라 전체적인 부호화 효율을 높여준다. 효율향상 과정은 다음과 같다. 첫째 블록 특성에 다라 영역을 분류하며, 둘째로는 Canny 연산자와 Sobel 연산자를 이용하여 경계선 방향을 얻는다. 세 번째로 블록 특성과 경계선 방향에 따라 방향성 형태학적 필터를 구한다. 형태학적 필터링은 영상내 존재하는 잡음을 제거하고, 표준 영상의 경우 인간이 시각적으로 느낄 수 없는 성분을 제거한다. 형태학적 필터링은 경계선 성분을 손실시키는 결과가 발생하지만, 제안한 알고리듬은 손실된 경계선 영역을 복원하는 과정을 거친다. 그러한 과정의 결과로, 전체적인 부호화 효율이 향상된다. 특히, 제안한 알고리듬을 적용한 표준영상의 경우, 약 50-50%의 비트 발생량이 줄어드는 결과를 나타내었다. 잡음 분산값을 달리하여 만든 잡음 영상에 제안한 방법을 적용한 결과, 영상의 선명도를 유지하였다. 제안한 알고리듬은 인간의 시각 특성을 고려한 미세한 잡음 제거 방법에서 우수한 성능을 나타내었으며, 영상의 선명도를 유지하는 것을 보여 주었다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.9 no.10
• /
• pp.1189-1195
• /
• 2014

In this study we propose an image denoising algorithm which manipulates the information obtained from multiple images in the same environment for mobile smart phones. We also envisage a multiple images registration method for mobile smart phone cameras equipped with limited computing ability and present an effective image denoising algorithm combining and manipulating the information obtained from multiple images. We proved that the proposed algorithm has much better PSNR value than the method applying single image. We verified that the propose approach has good denoising quality and can be utilized in the feasible level speed on Android smart phones.

• Journal of Broadcast Engineering
• /
• v.6 no.2
• /
• pp.139-147
• /
• 2001

Since various noises degrade not only image quality but also compression efficiency in MPEG and H.263, pre-processing is necessary to reduce spatial and temporal noise and to increase ceding efficiency as well. In this paper, we propose a simplified method for noise detection, spatial and temporal noise reduction. Noise detection is based on correlation of the current pixel with its neighboring 4 pixels. Spatial noose reduction utilizes a non-rectangular median filter that is less complex than the conventional rectangular median filter. The proposed temporal filter is an IIR average filter using LUT(Look-up Table) to enhance subjective video quality. The proposed pre-processing method is very simple and efficient.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.05a
• /
• pp.373-376
• /
• 2009

영상처리 기술은 인간의 시각에 기반을 둔 영상정보와 관련된 분야에서 중요한 기반 기술로써 현재 여러 분야에서 연구가 활발하게 진행 중이다. 여러 응용 분야에서 사용되는 영상처리의 세부 기술범위는 영상 변환, 영상 개선, 영상 복원, 영상 압축등과 같이 다양하며, 이런 영상처리 기술의 중요한 연구 목표 중의 하나는 정확한 정보 추출을 위한 영상정보의 개선에 있다. 영상정보의 개선은 영상의 해석과 인식을 위한 기본적인 과제이며, 영상에서 나타날 수 있는 잡음을 제거하는 영상처리 기술이 영상정보 개선의 한 분야라고 할 수 있다. 영상정보 개선을 위한 기존의 필터링 알고리즘은 잡음제거율이 높은 만큼 경계선의 보존이 어렵다는 단점이 있으며, 이를 보완하기 위해 다른 영상처리 알고리즘을 함께 응용하여 처리함으로써 처리시간이 증가되고 원 영상의 중요한 정보를 훼손할 가능성이 존재한다. 따라서 본 논문에서는 기존의 필터링 알고리즘의 문제점을 개선하는 동시에 잡음 제거율을 높일 수 있는 Fuzzy Mask Filter 알고리즘을 제안한다. Fuzzy Mask Filter 알고리즘은 마스크에서 얻은 정보를 Fuzzy Logic에 적용하여 임계값을 구하며, 구해진 임계값을 기준으로 출력영상의 화소값을 결정하는 알고리즘이다. 본 논문에서 제안한 알고리즘의 효율성을 검증하기 위해 Impulse 잡음과 Salt pepper 잡음을 임의로 생성하여 기존의 알고리즘과 비교한 결과, 제안된 방법이 잡음 영상에 존재하는 픽셀 정보를 훼손하지 않고 잡음을 효과적으로 제거한 것을 확인할 수 있었다.

• The Journal of the Korea Contents Association
• /
• v.6 no.4
• /
• pp.11-18
• /
• 2006

A new algorithm for removing salt and pepper impulse noise in image using impulse noise detector and total variation optimization is presented. The proposed two types of noise detectors which are based on the adaptive median filter, can detect impulse noise with high accuracy while reducing the probability of detecting image details as impulses. And the detectors maintain its performance independent of noise density. For removing impulses, total variation optimization is applied only to those detected noise candidate to reduces unnecessary computation. The proposed approach successfully remove impulse noise while preserving image details.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.297-300
• /
• 2021

영상 잡음 제거는 잡음으로 저하된 영상으로부터 잡음 없는 영상을 복원하는 기술이다. 최근 영상 처리에 딥러닝을 사용한 학습 기반 방법 중 저수준 컴퓨터 비전 분야에 고수준 영상 정보를 활용하는 접근이 있었다. 본 논문에서는 고수준 영상 정보인 영상 분할 지도를 활용하여 영상 속 가산 백색 잡음 제거 연구를 진행하였다. 잔차 연결을 활용한 구조의 인공신경망 모델에 잡음 영상, 잡음 수준 지도, 영상 분할 지도를 입력으로 넣어 고수준 영상 정보를 활용할 수 있게 하였다. 본 논문에서 제안한 인공신경망을 Outdoor Scene Dataset과 CBSD68 Dataset에 대해 확인해본 결과, PSNR과 인지적인 측면에서 DnCNN과 FFDNet보다 성능이 향상되는 것을 확인하였다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.43 no.2 s.308
• /
• pp.63-71
• /
• 2006

Denoising and reconstruction of color images are extensively studied in the field of computer vision and image processing. Especially, denoising and reconstruction of color face images are more difficult than those of natural images because of the structural characteristics of human faces as well as the subtleties of color interactions. In this paper, we propose a denoising method based on PCA reconstruction for removing complex color noise on human faces, which is not easy to remove by using vectorial color filters. The proposed method is composed of the following five steps: training of canonical eigenface space using PCA, automatic extraction of facial features using active appearance model, relishing of reconstructed color image using bilateral filter, extraction of noise regions using the variance of training data, and reconstruction using partial information of input images (except the noise regions) and blending of the reconstructed image with the original image. Experimental results show that the proposed denoising method maintains the structural characteristics of input faces, while efficiently removing complex color noise.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.06a
• /
• pp.325-328
• /
• 2013

본 논문에서는 ToF(Time-of-Flight) 카메라의 거리 잡음을 제거하는 방법으로 거리와 진폭에 따른 거리 잡음 모델링을 이용한 적응적인 SUSAN(Smallest Univalue Segment Assimilating Nucleus) 필터를 제안한다. ToF 카메라의 거리 잡음 제거를 위해서 기존에 제안된 여러 가지 방법들은 거리 잡음의 특성을 고려하지 않거나 진폭에 따른 거리 잡음의 특성만을 고려하였다. 하지만 실제 ToF 카메라의 거리 영상에 포함되는 거리 잡음은 진폭과 거리에 따라서 변화하기 때문에 거리와 진폭을 모두 고려한 거리 잡음 모델링이 필요하다. 따라서 제안하는 방법은 우선 거리와 진폭의 변화에 따른 ToF 카메라의 거리 잡음 특성을 모델링 한다. 이후 제안하는 방법은 생성된 거리 잡음 모델에 의해 인자가 결정되는 적응적 SUSAN 필터를 이용하여 ToF 카메라의 거리 영상의 잡음을 제거한다. 실험 결과 제안하는 방법은 기존의 ToF 거리 영상의 거리 잡음제거 방법에 비해 보다 효과적으로 거리 영상의 잡음을 제거하면서 디테일을 잘 보존하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2001.11b
• /
• pp.129-133
• /
• 2001

영상에 포함된 잡음은 화질 및 영상의 압축효율을 저하시킨다. 최근 들어, 영상의 에지 성분을 효율적으로 고려하면서 잡음을 제거하기 위하여 다양한 비정적(nonstationary) 영상 모델에 근거한 잡음제거 알고리즘이 제안되어 왔다. 하지만, 기존의 비정적 영상모델에서는 연산량의 부담을 덜기 위하여 각 화소들 사이에 상관관계(correlation)가 없다는 가정을 하고 있어 영상의 미세한 정보들이 필터링에 의하여 훼손된다. 본 논문에서는 영상의 비정적 상관관계를 고려한 적응적 잡음제거 알고리즘을 제시한다. 영상신호는 비정적 평균을 가진다고 가정되며, 또한 각기 다른 정적(stationary) 상관관계를 가지는 부분 영상으로 분리된다고 가정된다. 제안된 영상 모델에서의 공분산(co-variance) 행렬의 특수한 구조를 이용하여 계산적으로 효율적인 FFT에 기반한 선형 minimum mean square error 필터를 유도한다. 제안된 영상 모델의 정당성 및 알고리즘의 효율성을 제시한다.