• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.8 no.6
• /
• pp.1102-1106
• /
• 2004

Main component of phase time error of clocks in communication systems is flicker noise. This paper describes computer simulation algorithm of clock error. First, the standard for clock stability is introduced. Flicker noise is generated from white noise sequences by means of an algorithm. Relation between stage number, time constant and bandwidth are introduced. With the help of this algorithm, flicker noise is generated.

• Proceedings of the Acoustical Society of Korea Conference
• /
• spring
• /
• pp.233-236
• /
• 2002

ES(Exponentially weighted Stepsize) 알고리즘은 연산 과정이 간단하고 수렴 속도가 빠르지만 Stepsize 값을 결정하기 위해 일정한 조건에서 결정된 공간 임펄스 응답들을 이용하기 때문에 외부 잡음이 발생할 경우 음향 반향 제거 성능이 저하된다. 본 논문에서는 기존의 반향 제거기에 Stepsize 생성기를 추가하여 외부 잡음에 대한 ES 알고리즘의 단점을 개선하고 잡음에 대한 강건함을 향상시키는 새로운 반향 제거기를 개발하였다. Stepsize 생성기는 두 개의 이동 평균기를 이용하여 외부 잡음에 크기와는 독립적으로 Stepsize 값을 결정하며, 이로부터 대각선(diagonal) 모양을 가지는 Stepsize 행렬을 생성하여 반향 제거기에 적용한다. 본 논문에서는 NLMS 알고리즘, ES 알고리즘, 제안된 알고리즘의 수렴 특성을 잡음의 크기별로 시뮬레이션 하였으며, 또한 제안된 알고리즘의 잔여 에러의 크기도 다른 두 알고리즘에 비해 5[dB] 에서 10[dB]정도 작아지는 것을 확인하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.213-216
• /
• 2019

영상 잡음 제거 알고리즘은 잡음으로 오염된 영상으로부터 잡음이 제거된 깨끗한 영상을 추정하여 복원하는 연구이다. 기존의 모델 기반 방법의 영상 잡음 제거 알고리즘은 영상을 복원하는 과정에서 최적화 문제를 풀어야 한다는 단점과 매개변수를 직접 선택을 해주어야 한다는 단점을 가진다. 본 논문에서는 딥러닝을 이용한 학습기반 방법의 영상 잡음 제거 연구를 소개한다. 먼저, 신경망의 구축을 위하여 신경망의 구성 요소는 Instance Normalization 과 컨볼루션 신경망을 이용한 모델을 제안하였고, 여러 연구 분야에서 좋은 성능을 보이는 U-Net 구조를 전체적인 구조로 차용하였다. 신경망의 학습을 위하여 DnCNN 에서 제안한 잡음을 학습하는 잔여 학습 기법을 채택하였고, 기존의 영상 잡음 제거 알고리즘의 단점인 결과 영상이 흐릿해지는 현상을 보완하기 위하여 생성적 적대 신경망 학습 방법을 적용하였다. 본 논문에서 제안한 신경망을 이용한 잡음 제거 영상의 결과가 기존의 연구 방법들 보다 인지적인 측면에서 좋은 결과를 보임을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• v.9 no.2
• /
• pp.393-398
• /
• 2005

본 논문에서는 ART2 기반 자가 생성 지도 학습 알고리즘을 이용한 운송 컨테이너 식별자 인식 시스템을 제안한다. 일반적으로 운송 컨테이너의 식별자들은 글자의 색이 검정색 또는 흰색으로 이루어져 있는 특징이 있다. 이러한 특성을 고려하여 원 컨테이너 영상에 대해 검은색과 흰색을 제외한 모든 부분을 잡음으로 처리하기 위해 퍼지를 이용한 잡은 판단 방법을 적용하여 식별자 영역과 잡음을 구별한다. 식별자 영역을 제외한 잡음 영역을 전체 영상의 평균 픽셀값으로 대체시킨다. 그리고 Sobel 마스크를 이용하여 에지를 검출하고, 추출된 에지를 이용하여 수직 블록과 수평 블록을 검출하여 컨테이너의 식별자 영역을 추출하고 이진화한다. 이진화된 식별자 영역에 대해 검정색의 빈도수를 이용하여 흰바탕과 민바탕을 구분하고 8방향 윤곽선 추적 알고리즘을 적용하여 개별 식별자를 추출한다. 개별 식별자 인식을 위해 ART2 기반 자가 생성 지도 학습 알고리즘은 입력층과 은닉층 사이에 ART2를 적용하여 은닉층의 노드를 생성하고, 은닉층과 출력층 사이에 일반화된 델타 학습 방법과 Delta-bar-Delta 알고리즘을 적용하여 학습 성능을 개선한다. 실제 컨테이너 영상을 대상으로 실험한 결과, 기존의 식별자 추출 방법보다 제안된 식별자 추출 방법이 개선되었다. 그리고 기존의 식별자 인식 알고리즘보다 제안된 ART2 기반 자가 생성 지도 학습 알고리즘이 식별자의 학습 및 인식에 있어서 우수한 성능이 있음을 확인하였다.

• 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.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.11 no.7
• /
• pp.1380-1386
• /
• 2007

This paper proposed an automatic recognition system of shipping container identifiers using fuzzy-based noise removal method and ART2-based self-organizing supervised learning algorithm. Generally, identifiers of a shipping container have a feature that the color of characters is blacker white. Considering such a feature, in a container image, all areas excepting areas with black or white colors are regarded as noises, and areas of identifiers and noises are discriminated by using a fuzzy-based noise detection method. Areas of identifiers are extracted by applying the edge detection by Sobel masking operation and the vertical and horizontal block extraction in turn to the noise-removed image. Extracted areas are binarized by using the iteration binarization algorithm, and individual identifiers are extracted by applying 8-directional contour tacking method. This paper proposed an ART2-based self-organizing supervised learning algorithm for the identifier recognition, which improves the performance of learning by applying generalized delta learning and Delta-bar-Delta algorithm. Experiments using real images of shipping containers showed that the proposed identifier extraction method and the ART2-based self-organizing supervised learning algorithm are more improved compared with the methods previously proposed.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.19 no.11
• /
• pp.2160-2169
• /
• 1994

Main components of phase time error of synchronous network are flicker noise and random walk noise. This paper describe computer simulation of clock error characterized by a statistical model recommended as a standard measure. Flicker noise sequences are generated from white noise sequences by means of a algorithm developed by Barnes. Random-walk noise sequence are obtained by integration of a white noise sequence. Especially for flicker noise, relation between stage number N, time constant ratio K and bandwidth of flicker noise generated was defined by using some examples.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.27 no.1
• /
• pp.47-53
• /
• 2023

Devices such as X-Ray, CT, MRI, scanners, etc. can generate S&P noise from several sources during the image acquisition process. Since S&P noise appearing in the image degrades the image quality, it is essential to use noise reduction technology in the image processing process. Various methods have already been proposed in research on S&P noise removal, but all of them have a problem of generating residual noise in an environment with high noise density. Therefore, this paper proposes a filtering algorithm based on a three-dimensional plane equation by setting the grayscale value of the image as a new axis. The proposed algorithm subdivides the local mask to design the three closest non-noisy pixels as effective pixels, and applies cosine similarity to a region with a plurality of pixels. In addition, even when the input pixel cannot form a plane, it is classified as an exception pixel to achieve excellent restoration without residual noise.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.09b
• /
• pp.155-161
• /
• 2003

출입국 관리 절차를 간소화하는 방안의 하나로 퍼지 신경망을 이용한 여권 인식 시스템을 제안한다. 제안된 여권 인식 방법은 소벨 연산자와 수평 스미어링, 윤곽선 추적 알고리즘을 적용하여 코드의 문자열 영역을 추출한다 여권의 문자열 영역은 OCR 문자 서체로 구성되어 있고, 명도 차이가 다양하게 나타난다. 따라서 추출된 문자열 영역을 블록 이진화와 평균 이진화를 각각 수행하고 그 결과들을 AND 비트 연산을 취하여 적응적으로 이진화한다. 이진화된 문자열 영역에 대해서 개별 코드의 문자들을 복원하기 위하여 CDM(Conditional Dilation Morphology) 마스크를 적용한 후, 역 CDM마스크와 HEM(Hit Erosion Morphology)마스크를 적용하여 잡음을 제거한다 잡음이 제거된 문자열 영역에 대해 수직 스미어링을 적용하여 개별 코드의 문자를 추출한다. 추출된 개별 코드의 인식은 퍼지 ART 알고리즘을 개선하여 RBF 네트워크의 중간층으로 적용하는 퍼지 RBF 네트워크와 개선된 퍼지 ART 알고리즘과 지도 학습을 결합한 퍼지 자가 생성 지도 학습 알고리 즘을 각각 제안하여 여권의 개별 코드 인식에 적용한다. 제안된 방법의 성능을 확인하기 위해서 실제 여권 영상을 대상으로 실험한 결과, 제안된 추출 및 인식 방법이 여권 인식에서 우수한 성능이 있음을 확인하였다.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.737-740
• /
• 2000

모뎀이나 통신장비는 선로잡음이나 기타 노이즈의 영향을 고려하여 시스템을 측정하고 평가해야 한다. 그러나 실제의 노이즈환경을 구현하고 측정하기란 매우 어렵고, 비용 또한 무시할 수 없기 때문에 잡음이나 노이즈를 인위적으로 발생시켜 시스템을 측정하게 된다 그러나 시스템이 고속으로 동작하고 스펙이 복잡하면 잡음을 원하는 스펙에 만족하도륵 구현하기가 어렵다. 본 논문에서는 DCT를 이용한 필터계수 생성과, 의사잡음(Pseudo Noise)을 이용한 잡음발생 알고리즘을 제안하며 시스템의 속도와 사용 주파수에 관계없이 스펙을 만족하는 잡음발생 장치를 제안한다.