• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.847-859
• /
• 2021

최근 고해상도 위성 SAR 영상이 늘어남에 따라, 변화탐지, 영상 융합 등 다양한 분야에서 SAR 영상에 대한 정밀 정합 요구가 커지고 있다. 영상 정합 결과에 대한 정량적 평가는 분석자에 의해 추출된 GCPs (Ground Control Points)를 이용한 RMSE (Root Mean Square Error) 값이 널리 사용되어 왔으나, 영상정합 결과의 정확도를 자동으로 측정하는 방법에 대한 연구는 미비한 실정이다. 본 연구에서는 SAR 영상 정합의 정확도 평가지표로, 단일채널 영상의 품질 평가 알고리즘으로 개발된 FSIM (Feature Similarity) 값을 적용하는 것에 대한 타당성 분석을 수행하였다. 다양한 관측각도 및 관측방향에서 수집된 TerraSAR-X staring spotlight 자료를 분석에 사용하였다. SAR 영상의 공간 해상도에 따른 FSIM 값 변화는 매우 작은 값을 보였다. 따라서, 다양한 공간해상도의 SAR 영상 간에도 동일한 척도를 가지고 FSIM 값을 사용할 수 있다. 단일 SAR 영상을 이용하여 정합 오차에 따른 FSIM값 변화를 분석하였으며, 이 값을 기준으로 서로 다른 관측조건에서 수집된 영상 간의 정합 오차에 따른 FSIM 값 변화를 분석하였다. 서로 다른 관측각 또는 관측방향 자료 조합에서, 관측기하 차이에 의해 FSIM 값은 다소 저하되었다. 토지피복별 FSIM 값 분석 결과에서, 도심지역에서 정합오차에 따른 FSIM 값의 변화가 가장 뚜렷하게 나타났다. 따라서, FSIM 값을 이용하여 영상정합의 정확도를 판별하기 위해서는 도심지역에서 산출된 FSIM 값을 이용하는 것이 바람직하다. FSIM 값은 SAR 영상 정합 정확도에 대한 지표로 사용될 수 있는 충분한 가능성이 있는 것으로 판단된다.

• ETRI Journal
• /
• 제38권1호
• /
• pp.164-173
• /
• 2016

Demosaicing, or color filter array (CFA) interpolation, estimates missing color channels of raw mosaiced images from a CFA to reproduce full-color images. It is an essential process for single-sensor digital cameras with CFAs. In this paper, a new demosaicing method for digital cameras with Bayer-like W-RGB CFAs is proposed. To preserve the edge structure when reproducing full-color images, we propose an edge direction-adaptive method using color difference estimation between different channels, which can be applied to practical digital camera use. To evaluate the performance of the proposed method in terms of CPSNR, FSIM, and S-CIELAB color distance measures, we perform simulations on sets of mosaiced images captured by an actual prototype digital camera with a Bayer-like W-RGB CFA. The simulation results show that the proposed method demosaics better than a conventional one by approximately +22.4% CPSNR, +0.9% FSIM, and +36.7% S-CIELAB distance.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.475-491
• /
• 2021

최근 사용 가능한 고해상도 위성 SAR 영상이 다양해지면서, 변화 탐지를 포함한 다양한 분야에서 SAR 영상에 대한 정밀 정합 요구가 높아지고 있다. 다중 관측각 환경에서의 고해상도 SAR 영상간 정합은 SAR 영상의 특성상 발생하는 스펙클 노이즈, 기하 왜곡 등에 의해 어려움이 있다. 본 연구에서는 독일 TerraSAR-X의 staring spotlight 모드로 촬영된 고해상도 SAR 영상을 활용하여, 개략정합 단계와 정밀정합 단계의 2단계에 걸친 영상정합 알고리즘을 제안하였다. 개략정합 단계에서는 적응형 샘플링 기법과 SAR-SIFT(Scale Invariant Feature Transform)를 결합하여 정합을 수행하였고, 정밀정합 단계에서는 3가지의 강성 정합 기법인 NCC(Normalized Cross Correlation), PC (Phase Congruency)-NCC, MI (Mutual Information) 기법과 비강성 정합 기법인 Gefolki (Geoscience extended Flow Optical Flow Lucas-Kanade Iterative)를 적용하여 정합 성능을 비교 분석하였다. 정합 결과는 RMSE (Root Mean Square Error)와 FSIM (Feature Similarity) 지수를 사용하여 정량적인 비교를 수행하였다. 사용한 모든 영상 조합에서 강성정합 기법은 Gefolki 알고리즘에 비해 저조한 정합 성능을 보였다. 강성정합 모델들은 지형기복이 큰 지역에서 정합오차가 크게 발생함을 확인할 수 있었다. Gefolki 알고리즘 적용 결과, RMSE 1~3화소를 보이며 가장 우수한 결과를 확인하였으며, FSIM 지수 또한 다른 기법에 비해 0.02~0.03 이상 높은 값을 취득했다. 다중 관측각 영상에서의 고해상도 SAR 영상 간 정합 성능을 비교하였으며, 강성정합 기법에 비해 Gefolki 알고리즘을 통해 지형효과를 충분히 줄일 수 있음을 확인했다. 이는 추후 변화탐지를 포함한 다양한 분야의 전 처리 과정에 효과적으로 사용될 수 있을 것으로 기대된다.

• 패션비즈니스
• /
• 제15권4호
• /
• pp.43-54
• /
• 2011

Printing process has been a major sector in the textile industries for a long period of time. With the advent of digital textile printing, the complex procedures of printing preparations and after-treatment processes have been streamlined. For the design of the motives of images to be printed, the use of image handling software, e.g. Photoshop(Adobe), has been of prime importance. Even though the software is extremely useful and functionally versatile, there are many laborious steps involved for the specific textile printing process. The use of a CAD-based textile printing function may help the textile printing process in streamlining the complex processing stages. The image qualities of the output designs have been compared objectively with the aid of several image similarity evaluation schemes including the SSIM, and FSIM Index methods.

• 한국통신학회논문지
• /
• 제36권5C호
• /
• pp.286-294
• /
• 2011

다지털 카메라의 mosaicked image는 Bayer CFA 등의 센서를 통해 획득되며 full resolution의 컬러 영상을 얻기 위해서는 demosaicking이라는 과정이 요구된다. 그러나 시그널이 센서를 통과할 때 noise가 더해지게 되기 때문에 이를 제거하기 위한 denoising process는 demosaicking 과정 전단에 반드시 고려되어야 하는 것이다. 본 논문에서는 demosaicking과 denoising을 분석하고 효율적으로 noise를 제거하는 방식을 제안한다. 제안된 알고리듬은 noiseless CFA에서 얻어지는 필터를 수정함으로서 얻어지며, 낮은 연산량과 함께 만족할만한 성능을 보여준다. CPSNR, SCIELAB, FSIM로 대표되는 화질 측정 방식들은 제안하는 알고리듬이 다양한 레벨의 noise를 효율적으로 제거한다는 것을 보여준다.

• 전자공학회논문지
• /
• 제51권3호
• /
• pp.105-111
• /
• 2014

영상 해상도 개선은 저해상도 획득 영상의 해상도를 개선하여 고해상도 영상을 생성하는 기술이다. 영상 해상도 개선을 위해서는 저해상도 획득 영상의 열화 과정에서 발생하는 손실된 화소 정보를 정확하게 추정하는 것이 중요하다. 따라서 본 논문에서는 영상 해상도 개선을 위한 다중 부족분 추정 방법을 제안한다. 제안하는 방법은 획득 영상의 부영상 집합에 알려진 열화 및 복원 과정을 수행하여 서로 다른 형태의 다중 부족분을 추정하고, 추정된 부족분과 획득 영상의 보간 영상의 결합을 통해서 결과 영상을 생성하고, 디블러링을 수행하여 최종 복원 영상을 생성한다. 객관적 화질 측정 지표인 PSNR, SSIM, FSIM으로 비교한 결과 제안한 방법이 보간만을 사용하는 방법들보다 높은 값을 가지는 것을 확인하였다. 또한 결과 영상의 시각적 비교 결과 주관적 관점의 화질도 가장 뛰어난 것을 알 수 있었고, 보간만을 사용하는 방법들보다 빠른 계산시간을 가지는 것을 확인할 수 있었다. 제안하는 방법은 영상 해상도 개선을 위한 응용 환경에서 유용하게 사용될 수 있다.

• International Journal of Computer Science & Network Security
• /
• 제24권1호
• /
• pp.163-177
• /
• 2024

The fingerprint image quality relies on the clearness of separated ridges by valleys and the uniformity of the separation. The condition of skin still dominate the overall quality of the fingerprint. However, the identification performance of such system is very sensitive to the quality of the captured fingerprint image. Fingerprint image quality analysis and enhancement are useful in improving the performance of fingerprint identification systems. A fuzzy technique is introduced in this paper for both fingerprint image quality analysis and enhancement. First, the quality analysis is performed by extracting four features from a fingerprint image which are the local clarity score (LCS), global clarity score (GCS), ridge_valley thickness ratio (RVTR), and the Global Contrast Factor (GCF). A fuzzy logic technique that uses Mamdani fuzzy rule model is designed. The fuzzy inference system is able to analyse and determinate the fingerprint image type (oily, dry or neutral) based on the extracted feature values and the fuzzy inference rules. The percentages of the test fuzzy inference system for each type is as follow: For dry fingerprint the percentage is 81.33, for oily the percentage is 54.75, and for neutral the percentage is 68.48. Secondly, a fuzzy morphology is applied to enhance the dry and oily fingerprint images. The fuzzy morphology method improves the quality of a fingerprint image, thus improving the performance of the fingerprint identification system significantly. All experimental work which was done for both quality analysis and image enhancement was done using the DB_ITS_2009 database which is a private database collected by the department of electrical engineering, institute of technology Sepuluh Nopember Surabaya, Indonesia. The performance evaluation was done using the Feature Similarity index (FSIM). Where the FSIM is an image quality assessment (IQA) metric, which uses computational models to measure the image quality consistently with subjective evaluations. The new proposed system outperformed the classical system by 900% for the dry fingerprint images and 14% for the oily fingerprint images.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.212-215
• /
• 2021

본 논문에서는 6 Fisheye lens 원본 영상에 대하여 Insta360 stitcher, AutoStitch[4], As-Projective-AsPossible(APAP)[5] 스티칭 방법으로 360 도 파노라마 영상을 생성하고 기하학적 왜곡과 컬러 왜곡을 비교 평가한다. 360 도 파노라마 Image Quality Assessment(IQA) 메트릭으로 Natural Image Quality Evaluator(NIQE)[6], Blind/Referenceless Image Spatial Quality Evaluator (BRISQUE)[7], Perception based Image Quality Evaluator(PIQE)[8], Feature Similarity(FSIM)[9] 그리고 high frequency feature 에 대한 Structural Similarity(SSIM)[10]을 측정하여 정량적 평가를 하며 정성적인 비교를 통하여 파노라마 영상의 품질과 평가 메트릭에 대한 벤치마크를 제공한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권6호
• /
• pp.2230-2250
• /
• 2015

Multiple projectors with partially overlapping regions can be used to project a seamless image on a large projection surface. With the advent of high-resolution photography, such systems are gaining popularity. Experts set up such projection systems by subjectively identifying the types of errors induced by the system in the projected images and rectifying them by optimizing (correcting) the parameters associated with the system. This requires substantial time and effort, thus making it difficult to set up such systems. Moreover, comparing the performance of different multi-projector display (MPD) systems becomes difficult because of the subjective nature of evaluation. In this work, we present a framework to quantitatively determine the quality of an MPD system and any image projected using such a system. We have divided the quality assessment into geometric and photometric qualities. For geometric quality assessment, we use Feature Similarity Index (FSIM) and distance-based Scale Invariant Feature Transform (SIFT). For photometric quality assessment, we propose to use a measure incorporating Spectral Angle Mapper (SAM), Intensity Magnitude Ratio (IMR) and Perceptual Color Difference (ΔE). We have tested the proposed framework and demonstrated that it provides an acceptable method for both quantitative evaluation of MPD systems and estimation of the perceptual quality of any image projected by them.