• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.502-504
• /
• 2002

군중잡음(crowd noise)이 발생하는 환경에서 음성 통화 및 화자 인식을 할 때에는 음성에 파열음이나 마찰음과 같은 유색잡음(colored noise)이 부가되어 원래 음성이 왜곡된다. 이와 같이 왜곡된 음성 신호를 처리할 때에는 군중잡음을 제거하는 과정이 반드시 필요하다. 본 논문에서는 군중잡음의 특성을 분석하고, 그 결과를 이용하여 음성 신호처리 시에 효과적으로 군중잡음만을 제거할 수 있는 모델을 제안한다. 제안된 모델은 시간 영역에서는 침묵 구간을 검출하여 마찰음과 파열음을 제거하는 과정과 주파수 영역에서는 잡음 평균을 생성하고 이를 이용한 스펙트럼 차감법(spectral subtraction)으로 군중 잡음을 제거하는 과정으로 이루어진다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 춘계학술발표논문집(상)
• /
• pp.254-256
• /
• 2002

기존의 윤곽선 검출윤곽선 검출방법과는 다른 본 논문에서는 효율적인 방법론을 이용해서 윤곽추출 및 잡음제거 방법론을 제안한다. 제안한 방법론은 전처리과정을 거친후 본 방법론을 적용함으로써 영상 윤곽추출률을 높이고자한다. 특히, 기존의 윤곽선 추출방법인 로버트와 라플라 시안방법을 사용한 후에 미디안 필터를 사용했으며, 제안한 방법은 기존의 윤곽선 추출 필터를 거친 후에 사용하였다. 구체적으로 서술하면 일정한 임계치를 초과하면 흰색으로 대치하고, 그렇치 않으면 검정색으로 대치한다. 기존의 잡음제거과정은 윤곽선 손실은 없었으나 잡음제거가 소량 이루어졌으며, 제안한 방법은 약간의 윤곽선 손실을 보였으나 완전하게 잡음을 제거시킬 수 있었다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2000년도 하계종합학술대회논문집
• /
• pp.281-284
• /
• 2000

이 논문은 웨이브릿 변환 영역의 백색 가우시안 잡음이 부가된 영상에서 최고 대역에서는 Donoho가 제시한 Visushrink 방법으로 잡음을 제거하고 최저대역을 제외한 나머지 대역들은 Monotonic 변환을 이용한 각 대역의 잡음편차를 추정하고 이를 VisuShrink 경계값에 적용하여 Soft-Threshold 기법으로 영상잡음을 제거하는 방법을 제안하였다. 실험 결과 이 논문에서 제시된 혼합방법에 의한 잡음 제거는 Donoho가 제시한 VisuShrink 방법보다 1㏈ 정도의 잡음제거 개선 효과가 있었다.

• 한국멀티미디어학회논문지
• /
• 제5권2호
• /
• pp.147-157
• /
• 2002

영상 시퀀스에 포함된 잡음은 화질을 열화시키고 중요한 영상의 미세 정보를 훼손시킨다. 또한 잡음은 영상의 복잡성을 증가시키므로 영상의 압축효율을 저하시킨다. 본 논문에서는 특성이 서로 다른 두개의 적응형 잡음제거 필터를 결합적으로 연결하여 잡음을 제거하는 공간결합필터와 시간결합필터를 제시하고, 이 결합필터들을 연결한 IIR필터 구조를 갖는 3차원 잡음제거 필터를 제시한다. 제시된 잡음제거 필터는 영상의 에지와 미세정보를 유지하면서도 평탄한 영상영역에 대해서는 강한 잡음제거를 수행하며 이웃한 프레임 사이에서도 잡음에 의한 시간적인 깜박임을 억제한다. 실험결과 제안된 잡음제거 필터는 기존 방식들에 비하여 객관적 화질뿐만 아니라 주관적인 화질을 크게 향상시킴을 알 수 있었다.

• Communications for Statistical Applications and Methods
• /
• 제19권2호
• /
• pp.225-235
• /
• 2012

다양한 이유로 인하여 발생하는 영상 잡음은 영상의 화질을 악화시키므로 발생한 잡음을 제거, 감소하는 것이 영상처리 분야에서 매우 중요한 문제이다. 이러한 문제를 해결하는데 가장 근본적인 어려움은 영상 정보에서 제거해야할 잡음과 보존해야 할 신호를 구별하는 것이 쉽지 않다는 것이다. 단순평활법과 같은 잡음 제거과정은 영상을 개선하는데 사용되는 기초적이고 중요한 방법이지만 영상을 오염시키는 잡음의 크기를 고려하지 않는 결점이 있다. 즉, 이러한 방법을 사용하면 잡음을 감소시키는 효과와 함께 잡음이 적거나 없는 부분까지도 열화되어 영상이 흐릿해지는 단점을 보이게 된다. 본 연구에서는 입력 영상에서 신호와 잡음을 효과적으로 구별하여 잡음의 상대적인 크기에 따라 적응적으로 잡음을 제거할 수 있는 방법을 블록 방법을 이용하여 제안한다. 모의실험 결과, 본 연구에서 제안하는 알고리즘에 의해 적응적으로 잡음을 제거함으로써 전체적인 영상의 질이 개선되는 것을 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.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.561-564
• /
• 2001

잡음에 의해 훼손된 영상 신호를 복원할 때 쓰이는 Wiener filter는 국부영역의 잡음 분산과 신호 분산을 가지고 적응적으로 필터의 파라미터를 조절한다. 그러나 기존의 Wiener filter는 고정된 필터 마스크를 사용함으로써, 평탄 영역의 잡음을 크게 제거하면, 에지 부분의 잡음이 살고, 에지 부분의 잡음을 제거하면, 평탄영역의 잡음이 사는 특성이 있다. 본 논문은 Kirsh mask로 에지와 그 방향성을 판별한 후, 에지 부분의 잡음을 제거하면서 평탄 영역의 잡음도 동시에 제거하기 위해 가변적인 필터 마스크를 사용했으며, 잡음에 의해 훼손된 방향성 정보를 살러 주기위해 필터 마tm크와 훼손된 영상 이미지에 방향성 정보를 추가했다. 제안된 방법으로 실험한 결과 주관적 비교에서 에피 부분이 잡음을 제거하고 방향성을 살렸으며, PSNR을 이용한 객관적 비교에서도 기존알고리즘보다 개선된 성능을 보였다.

• 한국철도학회논문집
• /
• 제13권3호
• /
• pp.283-289
• /
• 2010

디지털 카메라의 발전으로 인해 점차 영상을 사용한 철도의 안전관리기법이 그 사용범위를 넓히고 있다. 그러나 선로의 특성상 많은 저조도 환경에서의 영상 취득 과정에서는 심한 잡음이 영상의 화질을 떨어뜨릴 뿐만 아니라 추가적인 영상처리의 오류를 발생시킨다. 최근의 3D 잡음제거 방식은 시간적으로 연속된 영상간의 픽셀을 참조함으로 2D 잡음제거보다 더 나은 잡음 제거 결과를 얻을 수 있으나 움직임 부분에서는 오히려 모션 블러와 같은 열화가 나타나게 된다. 본 논문에서는 저조도 영상에서 적응적 가중평균필터를 이용하여 보다 정확한 움직임 검출을 구현하며, 3D 잡음제거 방식에 2D잡음 제거 방식의 결과를 적응적으로 사용하여 객관적 화질과 주관적 화질을 개선하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 춘계학술발표논문집 (상)
• /
• pp.791-794
• /
• 2002

본 연구는 영상분석에서 이진 영상의 잡음제거 및 에지 검출을 위한 연구로 임펄스 잡음이 존재하는 영상의 잡음 제거는 임펄스가 크거나 잡음 에너지가 상대적으로 작을 때는 기존의 메디언 필터를 이용하여 잡음을 제거하지만 임펄스 잡음과 같지 않는 잡음이 존재하는 경우에는 본 연구에서 제안한 형태학적인 연산을 적용하여 잡음을 제거하고, 에지를 검출하는 방법을 제안한다.

• 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.