• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.729-732
• /
• 2014

본 논문에서는 부분 노이즈 제거를 지원하는 윤곽선 이미지 매칭의 성능 최적화 문제를 다룬다. 윤곽선 이미지 매칭에서 이미지의 노이즈를 제거하는 것은 직관적이고 정확한 매칭을 위해 매우 중요한 요소이다. 그러나, 윤곽선 이미지 매칭에서 부분 노이즈 제거를 지원하기 위해서는 매우 많은 계산이 빈번하게 발생한다. 본 논문에서는 기존 부분 노이즈 제거 윤곽선 이미지 매칭 연구를 좀 더 구체화하여 성능 향상을 위해 유사 거리의 하한을 제안한다. 실험 결과, 부분 노이즈 제거 윤곽선 이미지 매칭 성능을 수 배에서 수십 배까지 향상시킨 것으로 나타났다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.494-498
• /
• 2006

본 논문은 이미지코드의 전처리 단계에서 노이즈 제거시 방향성을 다르게 하였을 때 그 노이즈 제거율을 높일 수 있는 방법을 제시하였다. 이미지코드에서 전처리단계는 코드를 인식을 결정하는 중요한 단계로서 원할한 서비스와 인식률을 높이기 위해서는 그 성능을 높일 필요가 있다. 기존에 제시되었던 단방향성을 가지는 노이제 제거 방식에서는 주변영역과 연결된 부분을 노이즈로 인식한다는데 있어서는 동일하지만 방향성을 가진 특성상 노이즈를 제거할 수 없는 부분이 있다는데서 착안되었다. 제시된 나선형 및 양방형 성 마스킹 방식을 가지고 노이즈 제거시 단방향으로는 제거할 수 없었던 부분의 제거율을 상당히 높일 수 있었고, 전처리 단계에서의 인식률도 높일 수 있게 되었다. 실험을 통해 제거된 노이즈의 픽셀을 단방향성, 나선형, 양방향성, 방식을 각각 비교 평가하였다. 단방향성 노이즈 제거방식에서는 노이즈 마스크가 방향성을 가지기 때문에 노이즈를 제거할 수 없는 부분이 있지만, 제안된 양방향성, 나선형 노이즈 마스크를 사용하면 단방향성보다 향상된 노이즈 제거율을 볼 수 있었다.

• 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.

• Journal of Digital Contents Society
• /
• v.18 no.8
• /
• pp.1641-1648
• /
• 2017

The main purpose of this paper is to compare the performances of various filters with color images to remove the noise. Furthermore, we suggest a modified de-noising process by the transformation of color model from RGB to another color models, such as HSV and $YC_BC_R$, to improve the quality of de-noising methods encompassing Median, Wiener, and Mean filters. Neither the performance comparison of the de-noising filters with color images nor the converting the color model for better de-noise on the degraded images haven't been performed before. Inspired to make improvements, we conduct experiments with new de-noising process on color images. The result of the experiments is shown that it could assist on certain filters being more reliable techniques.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.774-777
• /
• 2017

사진에는 의도하지 않은 노이즈나 찍는 과정 중에 발생한 실수나 문제로 원치 않게 가려진 부분이 있을 수 있는데, 이미지 완성 어플리케이션은 사용자가 전문적인 프로그램이나 전문가의 도움 없이 노이즈나 가려진 부분을 제거할 수 있도록 하였다. 본 논문에서는 GAN(Generative Adversial Network) 모델에 노이즈가 있는 사진을 입력으로 넣어 노이즈가 제거 된 사진을 생성하도록 하였고, 생성 된 사진과 기존 이미지가 자연스럽게 합성 될 수 있도록 보정을 하여 완성 된 이미지를 출력하는 어플리케이션을 제안한다. GAN 분류 모델의 시그모이드 교차-엔트로피와 생성이미지와 원본이미지간의 평균 제곱 오차를 함께 최소화 하도록 생성 모델을 학습시켰고, 낮은 평균 제곱 오차를 가지는 완성 이미지를 생성 할 수 있었다. 이미지 보정을 통해 생성 된 이미지와 입력 이미지와의 밝기 차이를 해소시켜 좀 더 자연스러운 완성 이미지 결과를 얻을 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.960-962
• /
• 2021

Monte Carlo 렌더링은 모든 빛을 광원에서부터 추적하는 것 대신, 몇 개의 빛의 경로만을 추적해서 이들의 평균으로 화소값을 정해 이미지를 만드는 방법이다. 여기서 추적하는 빛이 많다면 이미지가 사실적으로 만들어질 수 있지만 연산량이 증가한다. 따라서 적은 빛의 경로를 추적하여 렌더링을 수행하여 이미지를 만들고, 노이즈를 제거해서 많은 양의 빛을 추적하여 렌더링을 한 이미지와 유사하게 만들려는 연구가 많이 진행되고 있다. 그러나 이러한 연구들은 많은 연산량을 요구하기 때문에 고성능의 기기 사양을 요구한다. 따라서 본 연구에서는 저사양의 기기에서 활용할 수 있도록 Harris corner 검출법과 median filtering을 활용한 렌더링 이미지 노이즈 제거 연구를 수행했다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.23 no.11
• /
• pp.1343-1350
• /
• 2019

Converting boundary images to time-series makes it feasible to perform boundary matching even on a very large image database, which is very important for interactive and fast matching. In recent research, there has been an attempt to perform fast matching considering partial denoising by converting the boundary image into time series. In this paper, to improve performance, we propose an index-building method considering all possible arbitrary denoising parameters for removing arbitrary partial noises. This is a challenging problem since the partial denoising boundary matching must be considered for all possible denoising parameters. We propose an efficient single index-building algorithm by constructing a minimum bounding rectangle(MBR) according to all possible denoising parameters. The results of extensive experiments conducted show that our index-based matching method improves the search performance up to 46.6 ~ 4023.6 times.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.05a
• /
• pp.306-309
• /
• 2006

SVDD(support vector data description)는 one-class 서포트 벡터 학습 방법론 중 하나로 비정상 물체에서 정상 데이터를 구분하기 위해서 특징 공간에서 정의된 구를 이용하는 전략을 쓰는 방법론이다. 본 논문에서는 SVDD를 이용해서 노이즈가 섞인 비정상 데이터를 노이즈가 제거된 정상 데이터로 복원하는 방법에 대해서 논한다. 그리고 저해상도의 이미지를 고해상도의 이미지로 복원함으로써 본 논문의 방법론이 어떻게 실용적으로 적용되는지에 대해서 다룬다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2003.10a
• /
• pp.255-259
• /
• 2003

The noise canceling on gray image morphing with median filter is presented. The processing is that interpolate the image with B-spline, specify the distinctive points, cancel the noise by median filtering and perform the morphing. The experiment results denoise the blocking degradation as 20%, correct and present a soft morphing image processing.

• Journal of the Institute of Convergence Signal Processing
• /
• v.11 no.3
• /
• pp.189-196
• /
• 2010

In this paper, we proposed the adaptive local sigma filter reducing noises generated by an image sensor. The small noises generated by the image sensor are amplified by increased an analog gain and an exposure time of the image sensor together with information. And the goal of this work was the system design that is reduce the these amplified noises. Edge data are extracted by Flatness Index Map algorithm. We made the threshold adaptively changeable by the luminance average in this algorithm that extracts the edge data not in high luminance, but just low luminance. The Local Sigma Filter performed only about the edge pixel that were extracted by Flatness Index Map algorithm. To verify the performance of the designed filter, we made the Window test program. The hardware was designed with HDL language. We verified the hardware performance of Local Sigma Filter system using FPGA Demonstration board and HD image sensor, $1280{\times}720$ image size and 30 frames per second.