• 제어로봇시스템학회논문지
• /
• 제13권5호
• /
• pp.406-413
• /
• 2007

This paper proposes a self-recurrent wavelet neural network(SRWNN) based adaptive backstepping control technique for the robust steering control of autonomous underwater vehicles(AUVs) with unknown model uncertainties and external disturbance. The SRWNN, which has the properties such as fast convergence and simple structure, is used as the uncertainty observer of the steering model of AUV. The adaptation laws for the weights of SRWNN and reconstruction error compensator are induced from the Lyapunov stability theorem, which are used for the on-line control of AUV. Finally, simulation results for steering control of an AUV with unknown model uncertainties and external disturbance are included to illustrate the effectiveness of the proposed method.

• 한국전산유체공학회지
• /
• 제11권4호
• /
• pp.39-47
• /
• 2006

In this paper, the authors developed a multidimensional interpolation method inside a finite volume cell in the computation of high-order accurate numerical flux such as the fifth order WEND (weighted essentially non-oscillatory) scheme. This numerical method starts from a simple Taylor series expansion in a proper spatial order of accuracy, and the WEND filter is used for the reconstruction of sharp nonlinear waves like shocks in the compressible flow. Two kinds of interpolations are developed: one is for the cell-averaged values of conservative variables divided in one mother cell (Type 1), and the other is for the vertex values in the individual cells (Type 2). The result of the present study can be directly used to the cell refinement as well as the convective flux between finer and coarser cells in the Cartesian adaptive grid system (Type 1) and to the post-processing as well as the viscous flux in the Navier-Stokes equations on any types of structured and unstructured grids (Type 2).

• International Journal of CAD/CAM
• /
• 제12권1호
• /
• pp.9-19
• /
• 2012

Generation of optimum planar B-spline curve in terms of minimum deviation and required fairness to approximate a target shape defined by a strip-shaped unorganized 2D point cloud is studied. It is proposed to use the location of control points as variables within the geometric optimization framework of point distance minimization. An adaptive simulated annealing heuristic optimization algorithm is developed to iteratively update an initial approximate curve towards the target shape. The new implementation comprises an adaptive cooling procedure in which the temperature change is adaptively dependent on the objective function evolution. It is shown that the proposed method results in an improved convergence speed when compared to the standard simulated annealing method. A couple of examples are included to show the applicability of the proposed method in the surface model reconstruction directly from point cloud data.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 Proceedings of ISRS 2007
• /
• pp.270-273
• /
• 2007

In this paper, a SAR-despeck1ing approach of adaptive iteration based a Bayesian model using the lognormal distribution for image intensity and a Gibbs random field (GRF) for image texture is proposed for noise removal of the images that are corrupted by multiplicative speckle noise. When the image intensity is logarithmically transformed, the speckle noise is approximately Gaussian additive noise, and it tends to a normal probability much faster than the intensity distribution. The MRF is incorporated into digital image analysis by viewing pixel types as states of molecules in a lattice-like physical system. The iterative approach based on MRF is very effective for the inner areas of regions in the observed scene, but may result in yielding false reconstruction around the boundaries due to using wrong information of adjacent regions with different characteristics. The proposed method suggests an adaptive approach using variable parameters depending on the location of reconstructed area, that is, how near to the boundary. The proximity of boundary is estimated by the statistics based on edge value, standard deviation, entropy, and the 4th moment of intensity distribution.

• 한국콘텐츠학회논문지
• /
• 제8권2호
• /
• pp.74-82
• /
• 2008

본 논문은 압축된 영상의 복원 과정에서 축소된 채도 정보를 휘도와 채도 성분의 상관관계를 이용하여 효율적으로 재구성하는 기법들에 대해 살펴보고, 기존에 계산 복잡도 측면에서 효율성을 보인 적응적 가중치를 가진 2차원 선형 보간법에 대해 문제점을 분석하였다. 그리고 본 논문은 2차원 선형 보간법에 대해 영상의 공간 주파수 분포를 고려하지 않는 문제점을 개선하고 저성능 시스템에 적용하기 위해 휘도 성분의 에지 반응도에 따라 계산 복잡도가 서로 다른 재구성 기법을 적용하는 다중 모드 재구성 기법을 제안하였으며, 임베디드 시스템 개발 플랫폼에서의 성능 평가 실험을 통해 유사한 수준의 복원 영상의 품질을 지원하면서 채도 재구성을 위한 계산 시간을 상대적으로 줄이고 있음을 확인하였다.

• 대한영상의학회지
• /
• 제84권1호
• /
• pp.240-252
• /
• 2023

목적 소아 환자에서 두부 컴퓨터단층촬영(이하 CT)에 대한 딥러닝 이미지 재구성(deep learning image reconstruction; 이하 DLIR; TrueFidelity; GE Healthcare, Milwaukee, WI, USA)의 효과를 평가하고자 한다. 대상과 방법 총 126개의 소아 두부 CT 이미지를 수집했으며, adaptive statistical iterative reconstruction (이하 ASiR)-V를 사용한 반복적 재구성 및 세 가지 수준의 DLIR을 사용한 재구성을 시행하였다. 각 이미지 세트 그룹은 환자의 연령에 따라 4개의 그룹으로 구분하였으며 각 연령군의 임상 및 방사선량 관련 데이터를 검토하였다. 양적 매개 변수에는 signal to noise ratio (이하 SNR) 및 contrast to noise ratio (이하 CNR)가 포함되었으며 질적 매개 변수로 영상의 잡음(noise), 회백질의 구분 정도, 선명도, 인공물 및 수용 가능성(acceptability), 영상의 질감이 포함되었고 이에 대한 평가와 비교를 시행하였다. 결과 모든 연령 그룹의 모든 수준의 SNR 및 CNR은 높은 수준의 DLIR 사용 시 증가하였다. ASiR-V와 비교했을 때 높은 수준의 DLIR은 SNR 및 CNR이 개선되었다(p < 0.05). 그리고 DLIR의 수준이 증가될수록 순차적인 잡음 감소, 회백질 구분 개선, 선명도 개선이 나타났다. 이러한 변수들에서 높은 수준의 DLIR 사용 시 ASiR-V와 유사한 정도의 수치가 측정되었다. 인공물과 수용 가능성의 경우에 적용된 DLIR 수준 간에 큰 차이를 보이지 않았다. 결론 소아 두부 CT에 고수준 DLIR을 적용하면 영상의 노이즈를 줄일 수 있으나 인공물 처리에 대한 개선이 필요하다.

• Journal of Information Processing Systems
• /
• 제16권6호
• /
• pp.1343-1358
• /
• 2020

In the stagewise arithmetic orthogonal matching pursuit algorithm, the weak threshold used in sparsity estimation is determined via maximum iterations. Different maximum iterations correspond to different thresholds and affect the performance of the algorithm. To solve this problem, we propose an improved variable weak threshold based on the stagewise arithmetic orthogonal matching pursuit algorithm. Our proposed algorithm uses the residual error value to control the weak threshold. When the residual value decreases, the threshold value continuously increases, so that the atoms contained in the atomic set are closer to the real sparsity value, making it possible to improve the reconstruction accuracy. In addition, we improved the generalized Jaccard coefficient in order to replace the inner product method that is used in the stagewise arithmetic orthogonal matching pursuit algorithm. Our proposed algorithm uses the covariance to replace the joint expectation for two variables based on the generalized Jaccard coefficient. The improved generalized Jaccard coefficient can be used to generate a more accurate calculation of the correlation between the measurement matrixes. In addition, the residual is more accurate, which can reduce the possibility of selecting the wrong atoms. We demonstrate using simulations that the proposed algorithm produces a better reconstruction result in the reconstruction of a one-dimensional signal and two-dimensional image signal.

• 한국안광학회지
• /
• 제10권4호
• /
• pp.357-364
• /
• 2005

본 연구에서는 안광학계의 성능평가 장비 개발을 위한 눈과 같은 광학계의 파면수차를 구현하는 프로그램을 개발하였다. 광학계의 파면수차를 재구성하기 위한 프로그램은 matlab을 사용하였으며, 파면수차 합수는 modal 방법에 의한 저니케 다항식을 사용하였다. 본 연구에서 개발된 파면수차 재구성 프로그램을 검증하기 위해 cooke triplet 광학계의 저니케 계수(n=7)를 code V를 사용하여 계산하였으며, 이 결과를 본 연구에서 개발된 프로그램에 의해 계산된 결과와 비교하였다. 이 때 사용한 저니케 계수는 n=2, 3, 4, 5, 6, 7, 8, 9, 그리고 10인 경우이며, sub-aperture 수는 1,253개이다. 개발된 프로그램의 검증결과 n=4 이상인 경우에는 본래의 파면수차와 거의 일치하였으며, n=7인 경우의 저니케 계수는 code V에서 계산된 저니케 계수와 동일함을 알 수 있었다. 이러한 연구 결과는 적응광학을 사용한 안광학계의 성능평가 장비 개발을 위한 핵심 기술로 사용될 것이다.

• 한국통신학회논문지
• /
• 제27권6A호
• /
• pp.610-617
• /
• 2002

본 논문에서는 적응적 변이추정 기법을 이용한 새로운 중간시점영상합성 방법을 제시하였다. 즉, 스테레오 입력 영상으로부터 특징값을 추출하고, 설정된 임계값과 비교하여 특징값의 크기를 결정한 다음, 특징값의 크기에 따라 정합창의 크기를 적응적으로 선택하여 정합함으로써 중간시점의 영상을 합성하는 새로운 기법을 제안하였다. 제안된 기법에서는 배경과 같인 특징값이 작은 영역에서는 비교적 큰 정합창에 의한 블록정합이 이루어지고 물체의 윤곽선과 같이 특징값이 큰 영역에서는 상대적으로 작은 정합창에 의한 미세한 정합이 적응적으로 수행되기 때문에 전체적인 정합성능의 개선뿐만 아니라 기존의 기법에서 나타나는 오정합이나 블록화 현상등의 문제점 해결의 가능성을 제시하였다. 또한, 'Parts' 및 'Piano' 영상을 사용한 실험결과 본 논문에서 새로이 제안한 중간시점 영상합성 방법은 기존의 방식에 비해 평균적으로 PSNR은 약 2.32∼4.16dB가 향상되었고, 수행시간은 약 39.34∼65.58% 감소됨을 확인하였다.

• 한국방사선학회논문지
• /
• 제17권3호
• /
• pp.297-303
• /
• 2023

소아 전산화단층촬영(Computed Tomography, CT) 검사 시 어린 환자들의 협조가 어려워 검사 실패나 재검사가 빈번히 발생할 수 있다. 딥러닝 이미지 재구성(Deep Learning Image Reconstruction, DLIR) 방법은 방사선 감수성이 높은 소아 환자들의 CT 검사에서 재검사율을 낮추면서 진단적 가치가 높은 영상을 획득할 수 있다. 본 연구에서는 DLIR을 적용하여 소아 흉부 CT 검사에서 호흡이나 움직임으로 인한 노이즈를 줄이고 임상적으로 유용한 영상을 얻기 위한 가능성을 조사하였다. 경상남도 소재의 P병원에서 7세 미만의 소아 43명의 흉부 CT 검사 데이터를 후향적으로 분석하였으며, 필터링 역 투영 재구성법(Filtered Back Projection, FBP), 반복적 재구성법(Adaptive Statistical Iterative Reconstruction, ASIR-50), 딥러닝 알고리즘인 True Fidelity-Middle(TF-M)의 영상을 비교하였다. 조영 증강된 흉부 영상 중 오른쪽 상행 대동맥(Ascending Aorta, AA)과 등 근육(Back Muscle, BM)에 동일한 ROI를 그리고 각 영상에서 HU값을 이용하여 노이즈(Standard deviation, SD)를 측정하였다. 통계분석은 SPSS(ver. 22.0)를 사용하여 세 측정치의 평균값을 일원 배치 분산분석(One-way ANOVA)으로 분석하였다. 연구의 결과로 AA의 SD값은 FBP=25.65±3.75, ASIR-50=19.08±3.93, TF-M=17.05±4.45 로 나타났으며(F=66.72, p=0.00), BM의 SD값은 FBP=26.64±3.81, ASIR-50=19.19±3.37, TF-M=19.87±4.25 로 나타났다(F=49.54, p=0.00). 사후검정의 결과는 세 그룹간 유의한 차이가 있었다. DLIR 재구성 방법은 기존의 재구성 방법과 비교하여 유의하게 낮은 노이즈 값을 보였다. 따라서 딥러닝 알고리즘인 TrueFidelity-Middle(TF-M)의 적용은 소아 흉부 CT 검사 시 호흡이나 움직임에 의한 영상 화질의 저하를 줄일 수 있어 임상적으로 매우 유용하게 활용될 것으로 기대된다.