• 한국ITS학회 논문지
• /
• 제11권1호
• /
• pp.86-91
• /
• 2012

다양한 잡음환경에 노출되는 텔레메틱스 기반의 음성 통화 시스템에서 고품질의 통화 품질을 제공하기 위해서는 저연산량을 가지며 효과적으로 배경 잡음을 제거할 수 있는 잡음제거 알고리즘이 요구된다. 본 논문에서는 Mel-Filter 기반의 잡음제거 알고리즘을 제안하며, 제안된 알고리즘을 기존 잡음제거 알고리즘들과 비교하여 설명한다. 자동차 잡음과 배블 잡음 환경에서 잡음제거 알고리즘의 성능 측정 결과, 제안된 Mel-Filter 기반의 잡음제거 알고리즘이 기존 잡음제거 알고리즘들에 비해 비슷한 PESQ 성능에 적은 연산량을 가지는 장점을 가지고 있으며, 제안된 잡음제거 알고리즘이 텔레메틱스 단말기에서 효과적으로 잡음을 제거할 수 있음을 입증하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2010년도 하계학술대회
• /
• pp.67-69
• /
• 2010

대부분의 디지털 카메라는 컬러 필터 배열(Color Filter Array)을 가진 하나의 영상 획득 센서를 사용한다. 따라서 영상획득 이후에 컬러 보간 알고리즘이 필수적으로 진행된다. 또 영상 획득 과정에서 센서의 열화나 암전류 등과 같은 잡음이 발생하여 영상 잡음 제거 알고리즘이 필요하다. 하지만 기존의 대부분의 영상 잡음 제거 알고리즘은 컬러 필터 배열 영상의 특징인 모자이크 데이터 기반이 아닌 컬러 보간 이후의 풀 컬러영상에(YCbCr) 적용되고 있다. 따라서 잡음이 포함된 영상으로 컬러 보간을 할 경우 잡음의 공간적 상관관계(spatial correlation)가 커짐에 의한 잡음 번짐 때문에 컬러 보간 이후의 잡음제거는 더욱 어렵게 된다. 이와 같은 문제를 해결하기 위해 컬러 필터 배열 영상에 대한 잡음제거 알고리즘이 연구되고 있으며, 본 논문에서도 CMOS/CCD의 이미지 센서에서 획득된 베이어 컬러 필터 배열 영상에서 잡음을 제거하는 알고리즘을 제안한다. 이를 위해서 베이어 컬러 필터 배열 영상 데이터에서 경계(edge)의 방향성을 고려한 LMMSE 방법을 기반으로 한 잡음제거 알고리즘을 제안한다. 제안하는 알고리즘은 영상의 경계를 보존해주며 잡음제거 과정 다음에 진행되는 컬러 보간 과정에서의 잡음 번짐의 문제를 해결할 수 있다. 실험 결과를 통해 향상된 잡음 제거 효과를 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 하계학술대회
• /
• pp.482-483
• /
• 2011

본 논문에서는 스마트TV향 VoIP(Voice over Internet Protocol) 컨퍼런스 기능을 위한 잡음제거 알고리즘의 성능비교 하였다. 기존에 연구 되어져 있는 Improved Minima Controlled Recursive Averaging(IMCRA)방식과 Gaussian분포 기반의 잡음제거 알고리즘, IMCRA방식과 Gamma분포 기반의 잡음제거 알고리즘, IMCRA방식과 Mel-filter를 적용한 잡음제거 알고리즘, R&L 알고리즘들의 방식을 비교하였으며, 성능 비교를 위해 각 알고리즘을 통해 나온 다양한 잡음 환경에서의 잡음이 제거된 신호의 PESQ와 연산속도를 비교한다.

• 한국전자통신학회논문지
• /
• 제8권9호
• /
• pp.1293-1298
• /
• 2013

본 논문에서는 음성신호를 개선할 목적으로 잡음으로 오염된 음성신호로부터 잡음성분을 제거하기 위한 위너 필터를 사용한 잡음제거 알고리즘을 제안한다. 제안한 알고리즘은 먼저 잡음 복원 및 제거 방법에 기초하여 잡음으로 오염된 신호로부터 각 프레임에서 백색잡음의 잡음 스펙트럼을 제거한다. 또한 본 알고리즘은 선형예측 분석 방법에 기초한 위너 필터를 사용하여 음성신호를 강조한다. 본 실험에서는 일본 남성화자에 의한 음성과 잡음데이터를 사용하여 본 알고리즘의 실험 결과를 나타낸다. 백색잡음에 의하여 오염된 음성신호에 대하여 스펙트럼 왜곡률 척도를 사용하여 본 알고리즘이 유효하다는 것을 확인한다. 실험으로부터 백색잡음에 대하여 이전의 위너 필터와 비교하여 최대 4.94 dB의 출력 스펙트럼 왜곡률이 개선된 것을 확인할 수 있었다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2002년도 하계학술발표대회 논문집 제21권 1호
• /
• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 추계학술발표대회
• /
• pp.685-686
• /
• 2016

엑스선 투시촬영장치와 같은 의료용 동영상의 잡음 제거에 있어서 시공간 잡음제거 알고리즘을 제안한다. 제안된 알고리즘에서는 무한 충격 응답 기반 시간 영역 잡음 제거 얄고리즘을 도입하여 움직임이 적은 영역에서는 자연스러운 잡음 제거가 가능하며 움직임이 많은 영역에서는 연산량 측면에서 효율성을 고려하여 지역적 평균 필터 기반 공간 잡음 제거 알고리즘을 적용하여 움직임에 의한 흐려짐 열화 현상을 최소화 하면서 잡음 제거를 수행하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 추계학술대회
• /
• pp.264-267
• /
• 2010

본 논문에서는 오차역전파 학습 알고리즘을 사용하여 신경회로망을 학습시켜, 각 프레임에서의 음성 및 잡음 구간의 검출에 의한 음성인식 알고리즘을 제안한다. 그리고 신경회로망에 의하여 음성 및 잡음 구간의 검출에 따라서 각 프레임에서 잡음을 제거하는 스펙트럼 차감법을 제안한다. 본 실험에서는 원음성에 백색잡음 및 자동차잡음을 부가하여 음성인식의 인식율을 평가한다. 또한 인식시스템에 의하여 검출된 음성 및 잡음 구간을 이용하여 각 프레임에서의 스펙트럼 차감법에 의한 잡음제거의 실험결과를 나타낸다.

• 한국정보통신학회논문지
• /
• 제16권3호
• /
• pp.598-604
• /
• 2012

영상신호는 신호를 처리하는 과정에서 다양한 잡음에 의해 훼손되어지며, 이러한 신호를 복원하기 위한 많은 연구가 이루어지고 있다. 본 논문에서는 랜덤 임펄스 잡음을 제거하기 위한 캐스케이드 필터 알고리즘을 제안하였다. 알고리즘은 잡음검출과 잡음제거 등 두 과정으로 구성되었으며, 잡음검출을 위하여 마스크의 분산과 중앙화소에 의한 분산을 이용하였다. 또한, 잡음신호에 대해서 스위칭 self adaptive weighted median 필터로 처리한 후, 변형된 가중치 알고리즘을 적용하여 제거하였다. 제안한 알고리즘은 잡음신호만을 제거하고 비잡음신호는 그대로 보존하여, 우수한 에지 보존특성 및 잡음제거 능력을 나타내었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 추계학술대회
• /
• 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.

• 대한전자공학회논문지SP
• /
• 제48권1호
• /
• pp.46-53
• /
• 2011

비지역적 평균 기반 영상 잡음 제거 알고리즘은 이론적 배경이 간단한데 반해 영상 잡음 제거 성능은 우수하여 최근 가장 널리 사용되는 잡음제거 알고리즘 중에 하나이다. 그러나 기존의 비지역작 평균 기반 알고리즘도 여전히 평탄 영역에서의 잡음 제거 효과가 미흡하며 잡음 제거 과정에서 경계 및 패턴 영역의 흐려짐과 같은 문제점이 있어 다양한 방식으로 개선된 알고리즘이 개발되고 있다. 본 논문에서는 비지역적 평균값을 구할 때 사용되는 가중치를 가중치 정렬을 통해 재 정의된 임계치로서 갱신하고 그로부터 잡음 제거 효과를 향상시키는 개선된 비지역적 평균 알고리즘을 제안한다. 가중치 정렬을 통해 갱신된 가중치들을 통해 경계 및 패턴 영역에서 보다 고르고 선명하게 가중치를 구할 수 있어 결과적으로 잡음 제거로 인한 흐려짐 없이 잡음 제거가 가능하다. 다양한 잡음 정도를 갖는 실험 영상에 제안된 방법을 테스트하여 기존에 제안된 비지역적 평균 기반 알고리즘들에 비해 시각적, 수치적 성능에서 우수한 결과를 얻을 수 있었다.