• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.382-383
• /
• 2011

초고전압 투과전자현미경으로부터 생산된 2D 이미지들에는 고전압(1250 kV)의 사용으로 인한 다양한 노이즈가 발생한다. 따라서 2D 이미지로부터 3D tomogram으로 재구성시 선명도 향상을 위하여 2D 이미지의 노이즈 제거 과정은 필수적이다. 본 연구에서는 band-pass filtering 기법을 활용하여 노이즈를 상당 부분 제거하였고, 필터링된 이미지로부터 3D tomogram으로 재구성한 경우 band-pass filtering의 효과가 2D 이미지에서 뿐만아니라 3D tomogram으로 재구성 했을 경우에 어떤 대역의 filter radius를 적용해야 더욱 효과가 크다는 사실을 확인하였다.

• 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 Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.529-531
• /
• 2000

웨이블릿 디노이징 기법은 웨이블릿 계수들의 thresholding 에 의해 부가적인 가우시안 노이즈들을 제가하는데 사용된다. 필터에 기반한 다른 많은 변환들처럼, 웨이블릿 scaling 방법들은 이미지의 경계선들의 근처에 블러링 현상이나 인공적인 잡음들이 나타나게 된다. 본 논문에서 구현하고자 하는 웨이블릿 변환 필터의 구현 배경은 경계선 부분의 손실없이 이미지의 노이즈 제거를 위한 것이다. 많은 이미지 향상과 회복기법들은 이러한 붕괴처리의 효과들을 위한 보상으로 개발되었다. 또한 뉴럴 필터, 퍼지 필터, LMS L-filter, quadratic filter, sigma filter 등은 이러한 이미지의 질을 개선하기 위한 수학적인 도구들이라고 할 수 있다. [1]

• Proceedings of the KIEE Conference
• /
• 2003.07c
• /
• pp.1987-1989
• /
• 2003

3차원 형상을 측정하는 측정법으로는 접촉식과 비접촉식이 있는데 최근에는 물체의 표면을 손상 시키지 않으면서 물체의 변형 상태 등을 정밀하게 측정할 수 있는 비접촉식 측정법이 주로 사용되어 지면서 변형, 진동, 결함 등의 다양한 측정 분야에 찰용되고 있다. 이는 광학 간섭의 하나인 Twyman-Green 간섭계를 이용하여 간섭 무의 패턴을 PZT Controller로 위상 이동하여 CCD 카메라로 물체의 영상을 얻어 위상 지도를 추출, 이미지를 분석하여 3차원 물체를 해석하고자 한다. 하지만 이미지 측정시 미세 진동 및 조명 등에 의한 노이즈가 발생하게 되어 물체의 정확한 정보를 얻기가 어려워 노이즈 제거를 위한 이미지 처리 알고리즘 개발과 Unwrapping 처리, 위상이동 알고리즘 개발 등을 통하여 좀더 정확한 정보를 얻고자 한다.

• International Journal of Highway Engineering
• /
• v.3 no.4 s.10
• /
• pp.137-146
• /
• 2001

Pavement distresses are one of the most important data for pavement management systems. Inspection machines and its related programs have been used for operating tools in PMS developed in advanced countries. In Korea imported machines and programs for the length price ale utilized to get information of pavement condition from the field This study is launched for developing the program which can detect cracks on asphalt pavement due to many drawbacks in current PMS operation such as improper maintenance work and long resting period when it was broken. The focus of this study is to define principles to analyze pavement surface with digital image processing techniques, to test property of pavement images and to suggest an algorithm that reduces noises at test. To test images, the camera attached on the Automatic Road Analyser(ARAN) was used. Through the FFT images, histogram and statistical values of pavement images, it was found that the images had many noises with high-frequency components against general images, and it was difficult to subdivide pavement images into background or crack. Through several testing with various filters for noise reduction a 3X3 median filter was suggested to reduce noises effectively.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.1-2
• /
• 2023

본 연구는 환경 요인이 통제되어 있는 실험실 데이터에 산업 현장에서 발생하는 유사 잡음을 노이즈로 추가하였을 때, SNR비에 따른 노이즈별 STFT Log Spectrogram, Mel-Spectrogram, CWT Spectrogram 총 3가지의 이미지를 생성하고, 각 이미지를 입력으로 한 CNN 결함 분류 모델의 성능 결과를 확인하였다. 원본 데이터의 영향력이 큰 0db 이상의 SNR비로 합성할 경우 원본 데이터와 분류 결과상 큰 차이가 존재하지 않았으며, 노이즈 데이터의 영향이 큰 0db 이하의 SNR비로 합성할 경우, -20db의 STFT 이미지 기준 약 26%의 성능 저하가 발생하였다. 또한, Wiener Filtering을 통한 디노이징 처리 이후, 노이즈를 효과적으로 제거하여 분류 성능의 결과가 높아지는 점을 확인하였다.

• Journal of KIISE:Databases
• /
• v.36 no.4
• /
• pp.327-340
• /
• 2009

To achieve the noise reduction effect in boundary image matching, we use the moving average transform of time-series matching. Our motivation is based on an intuition that using the moving average transform we may exploit the noise reduction effect in boundary image matching as in time-series matching. To confirm this simple intuition, we first propose $\kappa$-order image matching, which applies the moving average transform to boundary image matching. A boundary image can be represented as a sequence in the time-series domain, and our $\kappa$-order image matching identifies similar images in this time-series domain by comparing the $\kappa$-moving average transformed sequences. Next, we propose an index-based matching method that efficiently performs $\kappa$-order image matching on a large volume of image databases, and formally prove the correctness of the index-based method. Moreover, we formally analyze the relationship between an order $\kappa$ and its matching result, and present a systematic way of controlling the noise reduction effect by changing the order $\kappa$. Experimental results show that our $\kappa$-order image matching exploits the noise reduction effect, and our index-based matching method outperforms the sequential scan by one or two orders of magnitude.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.06a
• /
• pp.163-165
• /
• 2017

본 논문에서는 카메라 잡음 제거에 딥 러닝 알고리즘을 적용하는 연구를 진행하였다. 합성된 가우시언 잡음에 대하여 좋은 잡음 제거 성능을 보이는 DnCNN(Denoising Convolutional Network)를 이용하여 카메라 잡음을 제거하는 학습과 실험을 진행하였으며, 기준 실험으로는 RGB 색공간의 3채널 모두에 대하여 학습한 신경망(Neural Network)을 사용하였고, 본 논문의 실험에서는 그레이 이미지에 대하여 학습한 신경망을 사용하였다. 신경망의 평가를 위하여 딥 러닝 알고리즘 입력 이미지를 RGB 색공간(RGB Color Space)과 YCbCr 색공간(YCbCr Color Space) 2가지 색공간으로 표현하여 사용하였고, 입력 이미지에 노이즈를 첨가하기 위해 가우시안 노이즈(Gaussian Noise)를 이용하였다. 또한 가우시안 잡음과 다른 성질을 갖는 실제 카메라 잡음에 대해서도 학습과 테스트를 진행하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.05a
• /
• pp.76-79
• /
• 2008

선사 이래 인류의 대표적 고대 문화유산의 하나가 금석문이다. 이런 금석문들은 다양한 과학적 기법들로 그 원 형태를 인식하고자 하는 노력을 하고 있다. 그러나 가장 오래되고 유용한 보존과 인식 방법은 탁본에 의한 것이다. 그러나 원 자료의 심각한 훼손으로 탁본자료의 형상 인식이나 문자 인식은 일반적인 이미지 복원 방법과는 다양한 면에서 차이를 보이고 있어 이의 노이즈를 제거하고 원이미지를 복원하여 형상을 인식하는 것이 중요하다. 이러한 탁본의 판독에는 다양한 잡음들이 있어 이를 전문적인 판독가 들도 이설을 제기하는 경우들이 있다. 다양하고 심각한 훼손 상태에 있는 탁본의 이미지들은 다양한 형태의 심각한 노이즈를 가지고 있어 전통적이고 일반적인 이미지 향상이나복원 기법들을 적용하기에 적절하지가 않다. 본 연구에서는 구름이나 야간 상황 등 다양한 노이즈를 가진 SAR 이미지처리 기법과 다양한 환자들의 다양한 병적 상태의 이미지들에 효과적으로 적용되는 방법들을 살펴 탁본 문자인식에 적용하고 그 효과를 히스토그램과 이미지 엔트로피를 이용하여 측정하고자 하였다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.18 no.5
• /
• pp.518-523
• /
• 2017

This paper proposes a novel denoising method based on non-local(NL) means. The NL-means algorithm is effective for removing an additive Gaussian noise, but the denoising parameter should be controlled depending on the noise level for proper noise elimination. Therefore, the proposed method optimizes the denoising parameter according to the noise levels. The proposed method consists of two processes: off-line and on-line. In the off-line process, the relations between the noise level and the denoising parameter of the NL-means filter are analyzed. For a given noise level, the various denoising parameters are applied to the NL-means algorithm, and then the qualities of resulting images are quantified using a structural similarity index(SSIM). The parameter with the highest SSIM is chosen as the optimal denoising parameter for the given noise level. In the on-line process, we estimate the noise level for a given noisy image and select the optimal denoising parameter according to the estimated noise level. Finally, NL-means filtering is performed using the selected denoising parameter. As shown in the experimental results, the proposed method accurately estimated the noise level and effectively eliminated noise for various noise levels. The accuracy of noise estimation is 90.0% and the highest Peak Signal-to-noise ratio(PSNR), SSIM value.