• The Korean Journal of Applied Statistics
• /
• v.23 no.1
• /
• pp.151-165
• /
• 2010

Images are often corrupted by impulse noise due to a noise sensor or channel transmission errors. The filter based on SVM(Support Vector Machine) and the improved adaptive median filtering is proposed to preserve image details while suppressing impulse noise for image restoration. Our approach uses an SVM impulse detector to judge whether the input pixel is noise. If a pixel is detected as a noisy pixel, the improved adaptive median filter is used to replace it. To demonstrate the performance of the proposed filter, extensive simulation experiments have been conducted under both salt-and-pepper and random-valued impulse noise models to compare our method with many other well known filters in the qualitative measure and quantitative measures such as PSNR and MAE. Experimental results indicate that the proposed filter performs significantly better than many other existing filters.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.10a
• /
• 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.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2003.06a
• /
• pp.14-17
• /
• 2003

웨이블릿 변환 영역에서 잡음제거 방법 중 Visushrink 추정에 사용되는 경계값은 측정 데이터 수와 잡음편차에 비례하는 것으로 알려져 있으나 잡음편차가 알려지지 않은 경우 Donoho는 웨이블릿 변환 영역의 최고대역에서 잡음편차 추정 방법을 제시하였다. 본 논문에서는 분산이 데이터 수에 반비례함을 이용하여 threshold 기법을 이용하여 잡음제거 시 계산량을 감소를 목적으로 차 신호를 이용하여 측정데이터 수를 줄인 후 영상신호의 가우시안 잡음을 soft threshold 기법을 적용하고 이 기법의 실용성을 밝혔다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.16 no.8
• /
• pp.1773-1778
• /
• 2012

Nowadays, the high quality of image is required with the demand for digital image processing devices is rapidly increasing. But image always damaged by many kinds of noises and it is necessary to remove noise and the denoising becomes one of the most important fields. In many cases image is corrupted by AWGN(additive white Gaussian noise). In this paper, we proposed an improved denoising algorithm with edge preservation. The proposed algorithm averages values processed by spatial weighted filter and self adaptive weighted filter. Then we add the value which is computed by the equation considering variance of mask and the estimated noise variance. Through the experience, the proposed filter performs well on noise suppression and edge preservation properties and improves the image visual quality.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.31 no.6C
• /
• pp.589-602
• /
• 2006

잡음은 음성과 관련된 시스템의 성능을 제한하는 주된 원인이기 때문에 음성향상과 관련된 연구는 꾸준히 계속되어왔다. 전통적인 음성향상 방법은 무성음과 잡음을 구분하지 알기 때문에 잡음제거 과정에서 무성음이 함께 제거되는 단점이 있으며, 웨이블릿 기반의 전통적인 잡음제거 방법은 각 대역마다 동일한 문턱값을 사용하기 때문에 시변 환경에서 성능이 떨어지는 단점이 있다. 이 단점들을 개선하기위해 다중대역 파워 차감법과 Perceptual 웨이블릿 패킷 분해를 이용한 웨이블릿 기반의 개선된 음성향상 방법을 제안한다. 전처리 과정으로 다중대역 파워 차감법을 사용하여 광대역 잡음을 제거하고 뮤지컬 잡음의 발생을 줄이며, psycho-acoustic 모델 기반 Perceptual 웨이블릿 패킷으로 신호를 분해한 후 각 웨이블릿 노드의 엔트로피 비율과 음성검출을 이용하여 무성음/유성음/잡음을 구분한다. 구분된 신호에 따라 각 웨이블릿 노드마다의 문턱값을 기준으로 웨이블릿 Shrinkage를 적용하여 잡음을 제거하고 무성음이나 파워가 작은 유성음이 제거되는 오류를 최소화한다. 또한 잡음 파워 추정 과정에 적응적으로 망각 계수를 선택하여 잡음 파워 추정 오류를 최소화한다.

• The Korean Journal of Applied Statistics
• /
• v.31 no.5
• /
• pp.555-572
• /
• 2018

Noise reduction processes that reduce or eliminate noise (caused by a variety of reasons) in noise contaminated image is an important theme in image processing fields. Many studies are being conducted on noise removal processes due to the importance of distinguishing between noise added to a pure image and the unique characteristics of original images. Adaptive filter and sigma filter are typical noise reduction filters used to reduce or eliminate noise; however, their effectiveness is affected by accurate noise estimation. This study generates a distribution of noise contaminating image based on a Dirichlet normal mixture model and presents a Bayesian approach to distinguish the characteristics of an image against the noise. In particular, to distinguish the distribution of noise from the distribution of characteristics, we suggest algorithms to develop a Bayesian inference and remove noise included in an image.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.543-546
• /
• 2001

영상에 포함된 잡음은 시각적인 문제를 일으킬 뿐만 아니라, MPEG이나 H.263과 같은 영상 압축 시스템의 부호화 효율을 떨어뜨린다. 따라서 영상 압축 시스템의 입력으로 이러한 잡음이 포함된 신호가 들어갈 때, 잡음 제거 필터를 사용하여 잡음을 제거한 후 영상 압축을 하는 것이 시각적인 면에서나 압축 효율적인 면에서 매우 효과적이다. 본 논문에서는 이웃한 4개의 화소값을 참조하여 잡음의 존재 여부를 판단하고, 판단 결과를 이용하여 선택적으로 잡음을 제거하는 적응형 십자형 중간값(median) 필터를 제안한다. 제안된 방법을 이용하면 전체 영상에 걸쳐 필터를 이용하는 방법에 비해 계산량이 크게 줄고, 영상의 필터 처리후에 나타나는 뭉개짐(blurring) 현상을 줄일 수 있다. 또한 잡음이 처리된 영상을 시간방향으로 Look-up Table에 따른 IIR필터를 통과시킴으로써 시간상으로 존재하는 잡음을 제거하여 동영상의 주관적 화질을 향상시킬 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.11a
• /
• pp.4-7
• /
• 2022

기존 합성곱 신경망 기반의 잡음 제거 네트워크들은 학습을 위한 noisy-clean 데이터 쌍을 필요로 한다. 하지만 실제 카메라 잡음의 경우, 잡음에 대한 깨끗한 원본 영상을 얻는 것은 불가능하거나 많은 비용이 소모된다. 따라서 이러한 방법을 해결하기 위하여 원본 영상 없이 잡음 영상만으로만 잡음 제거 네트워크를 학습하는 방법들이 제안되어왔다. 그 중 카메라 잡음 영상을 처리하기 위한 대표적인 방법으로 학습과 추론에서 비대칭적인 downsampling을 사용하는 AP-BSN이 제안되었다. 본 논문에서는 Functional neural network를 AP-BSN 알고리즘에 적용하여 다양한 downsampling ratio에 대응되는 하나의 네트워크를 학습하였다. 이를 통해 기존 hyperparameter로 사용되던 downsampling ratio에 대한 결과를 하나의 네트워크에서 분석 및 확인하였다. 또한 해당 파라미터를 조절함으로써 다양한 잡음 제거 후보들을 추출하고 사용자가 원하는 잡음 제거 정도를 조정할 수 있도록 하였다.

• Journal of Biomedical Engineering Research
• /
• v.18 no.4
• /
• pp.389-396
• /
• 1997

Several types of electrical artifact seen on electroencephalogram( EEG) records are described. Those are the EOG and the PVC roller pump noise, and so on. An adaptive digital filtering of the electroencephalogram( EEG) is a successful way of suppressing mains interference, but it affects some of the frequency components of the signal, whore artifacts may not be acceptable in some cafes of automatic EEG processing. Thus we studied the method for cancelling these artifacts. This proposed method does not use the reference channel, and is realized by connecting the linear predictor and the fixed FIR filter for the EOG artifact, and by cascading the linear predictor and the noise canceller for the pump artifact. The simulation results illustrate the performances of the proposed method in terms of the capability of interferences suppression. In the results we obtained about 20 dB noise reduction.

• Proceedings of the KSPS conference
• /
• 2003.10a
• /
• pp.105-108
• /
• 2003

본 논문은 잡음 환경에서의 음성인식을 위하여 음성에 부가된 잡음을 제거하는 방법으로 프레임 단위로 웨이브렛 변환 영역의 표준편차를 활용하여 시간 적응적 임계값을 사용하는 새로운 방법을 제안한다. 웨이브렛 변환영역의 cD1과 cA3의 표준편차 값을 이용하여 임계값을 설정함으로써 음성의 변화에 적응할 수 있도록 하였다. 또한 묵음구간의 잔여 잡음을 제거하기 위한 방법을 제안하였다. 실험을 통하여 제안한 방법이 기존의 웨이브렛 변환과 웨이브렛 패킷 변환을 이용한 잡음제거 방법보다 SNR(Signal to Noise Ratio)과 MSE(Mean Squared Error) 측면에서 향상됨을 확인할 수 있었다.