• 한국산학기술학회논문지
• /
• 제18권6호
• /
• pp.728-735
• /
• 2017

디지털 디바이스가 범용적으로 보급되면서, 영상을 획득하는 과정에서 다량의 부가적 백색 잡음 노이즈(additive white Gaussian noise, AWGN)가 발생하고 있다. 대부분 알려져 있는 대표적인 디노이징 기법들은 노이즈를 제거하는 것에 초점을 맞추고 있어, 영상정보를 포함하는 디테일 성분들이 노이즈를 제거가 되는 과정에서 비례적으로 없어지게 된다. 그러므로, 제안하는 알고리즘은 영상 디테일을 보존하면서 효과적으로 노이즈를 제거하는 방법을 제시하고자 한다. 제안하는 방법에서는, 노이즈의 랜덤성을 이용하여 엣지 강도 및 엣지 연결성을 이용하여 의미 있는 디테일 성분을 분리하는 것을 목적으로 한다. 결과적으로, 노이즈 수준이 높아져도, 제안하는 방법은 연결된 디테일성분을 효과적으로 추출하기 때문에 타 벤치마크 방법에 비해 나은 디노이징 결과를 보여준다. 또한, 실험결과에서 보듯이, 제안하는 방법은 다양한 노이즈 수준에서도 타 벤치마크 방법들에 비교하여 제안하는 방법은 SSIM(structural similarity index), PSNR(peak signal-to-noise ratio)측면에서 각각 우수한 수치를 보여주었다. 높은 수치의 SSIM의 결과로 알 수 있듯이, 결과 영상들이 인간의 시각인지체계(human visual system, HVS)를 반영하고 있는 것을 확증해 주고 있다.

• 한국방사선학회논문지
• /
• 제15권1호
• /
• pp.21-28
• /
• 2021

전산화단층촬영장치 (computed tomography, CT)는 다른 방사선 촬영 장치와 비교하면 피폭이 많다는 문제점이 있다. 이러한 피폭을 감소하기 위하여 저선량 촬영을 하게 되면 영상에 잡음이 증가하게 된다. 이를 보완하기 위해 환자의 피폭선량은 감소시키면서 영상의 화질을 향상하는 다양한 잡음 제거 알고리즘이 개발되었으며, 그 중 우수한 시간 분해능을 가진 CT 장치에 효과적으로 적용할 수 있는 median modified Wiener filter (MMWF) 알고리즘이 제시되었다. 본 연구의 목적은 MMWF 알고리즘의 마스크 크기를 최적화하고, 기존의 알고리즘들에 대한 MMWF 알고리즘의 잡음 제거의 우수성을 보는 것이다. MATLAB 프로그램을 이용하여 획득한 Gaussian 잡음이 부가된 MASH 팬텀 복부 영상들로부터 각각의 마스크 크기가 설정된 MMWF 알고리즘을 적용한 후 root mean square error (RMSE), peak signal-to-noise ratio (PSNR), coefficient correlation (CC) 그리고 universal image quality index (UQI) 값을 비교하였다. 그 결과 5 × 5 마스크 크기에서 RMSE 값이 가장 낮고, PSNR, CC, UQI 값이 가장 높았다는 것을 확인할 수 있었다. 또한, 최적화된 마스크 크기로 Gaussian 필터, median 필터, Wiener 필터에 대한 MMWF의 RMSE, PSNR, CC, UQI 값을 비교하였으며 그 결과 MMWF 알고리즘에서 가장 개선된 RMSE, PSNR, CC, UQI 값을 얻을 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.25-25
• /
• 2023

The ensemble optimal interpolation (EnOI) scheme is a sub-optimal alternative to the ensemble Kalman filter (EnKF) with a reduced computational demand making it potentially more suitable for operational applications. Since only one model is integrated forward instead of an ensemble of model realizations, online estimation of the background error covariance matrix is not possible in the EnOI scheme. In this study, we investigate two Gaussian noise based ensemble generation strategies to produce dynamic covariance matrices for assimilation of water level observations into a distributed hydrological model. In the first approach, spatially correlated noise, sampled from a normal distribution with a fixed fractional error parameter (which controls its standard deviation), is added to the model forecast state vector to prepare the ensembles. In the second method, we use an adaptive error estimation technique based on the innovation diagnostics to estimate this error parameter within the assimilation framework. The results from a real and a set of synthetic experiments indicate that the EnOI scheme can provide better results when an optimal EnKF is not identified, but performs worse than the ensemble filter when the true error characteristics are known. Furthermore, while the adaptive approach is able to reduce the sensitivity to the fractional error parameter affecting the first (non-adaptive) approach, results are usually worse at ungauged locations with the former.

• 한국컴퓨터정보학회논문지
• /
• 제29권10호
• /
• pp.21-34
• /
• 2024

MRI(Magnetic Resonance Imaging) 영상과 CT(Computed Tomography) 영상과 같은 의료영상에서 잡음제거는 의료영상 시스템의 성능에 중요한 영향을 미친다. 최근 영상처리 기술에 딥러닝(Deep Learning)의 도입으로 잡음제거 방법들의 성능이 향상되고 있다. 그러나 영상영역에서 디테일을 보존하면서 잡음만을 제거하는 것은 한계가 있다. 본 논문에서는 웨이블렛 변환 기반 CNN(Convolutional Neural Network) 모형, 즉 WT-DnCNN(Wavelet Transform-Denoising Convolutional Neural Network) 모형을 통해 잡음제거 성능을 높이고자 한다. 이는 잡음 영상에 웨이블렛 변환을 사용하여 주파수 대역별로 구분하여 일차적으로 잡음을 제거하고, 해당 주파수 대역에서 기존 DnCNN 모형을 적용하여 최종적으로 잡음을 제거하고자 한다. 본 논문에서 제안된 WT-DnCNN 모형의 성능평가를 위해 다양한 잡음, 즉, 가우시안 잡음(Gaussian Noise), 포아송 잡음(Poisson Noise) 그리고 스펙클 잡음(Speckle Noise)에 의해 훼손된 MRI 영상과 CT 영상을 대상으로 실험하였다. 성능 실험 결과, WT-DnCNN 모형은 정성적 비교에서 전통적인 필터 즉, BM3D(Block-Matching and 3D Filtering) 필터뿐만 아니라 기존의 딥러닝 모형인 DnCNN, CDAE(Convolution Denoising AutoEncoder) 모형보다 우수하고, 정량적 비교에서 PSNR(Peak Signal-to-Noise Ratio) 과 SSIM(Structural Similarity Index Measure) 수치는 MRI 영상에서 각각 36~43과 0.93~0.98, CT 영상에서 각각 38~43과 0.95~0.98 정도로 우수한 결과를 보였다. 또한, 모형의 실행 속도 비교에서 DnCNN 모형은 BM3D 모형보다는 훨씬 적게 결렸으나 DnCNN 모형과의 비교에서는 웨이블렛 변환 추가로 인해 오래 걸림을 알 수 있었다.

• 한국정밀공학회지
• /
• 제31권4호
• /
• pp.327-334
• /
• 2014

This paper presents a method of fault detection and fault localization from acoustic noise measurements. In order to detect the presence of noise sources wavelet transform is applied to acoustic signal. In addition, a cross correlation based method is proposed to calculate the exact location of the noise allowing the user to quickly diagnose and resolve the source of the noise. The fault detection system is implemented using two microphones and a computer system. Experimental results show that the system can detect faults due to artifacts accidentally inserted during the manufacturing process and estimate the location of the fault with approximately 1 cm precision.

• 한국방사선학회논문지
• /
• 제17권5호
• /
• pp.709-715
• /
• 2023

본 연구의 목적은, U-net 딥러닝 모델을 이용하여 CT 영상에서의 노이즈 감소 효과를 다양한 하이퍼 파라미터를 적용하여 평가하였다. 노이즈가 포함된 입력 영상 생성을 위하여 Gaussian 노이즈를 적용하였고, 총 1300장의 CT 영상에서 train, validation, test 셋의 비율을 8:1:1로 유지하여 U-net 모델을 적용하여 학습하였다. 연구에서 적용된 하이퍼파라미터는 최적화 함수 Adagrad, Adam, AdamW와 학습횟수 10회, 50회, 100회와 학습률 0.01, 0.001, 0.0001을 적용하였으며, 최대 신호 대 잡음비와 영상의 변동계수 값을 계산하여 정량적으로 분석하였다. 결과적으로 U-net 딥러닝 모델을 적용한 노이즈 감소는 영상의 질을 향상시킬 수 있으며 노이즈 감소 측면에서 유용성을 입증하였다.

• 한국통신학회논문지
• /
• 제12권5호
• /
• pp.519-526
• /
• 1987

백색 잡음에 알 수 없는 크기를 갖는 바이어스와 충격성 잡음이 부가되어 혼입되는 상황에서 적절한 동작특성을 갖는 적응 추정 계통을 제안하였다 측정계통에 알 수 없는 바이어스가 인가되었을 때 R.L.Moose에 의해 제안된 적응 추정 이론에 Feed Forward Loop를 부가 삽입하여 충격성 잡음이 혼입되었을 때도 시간 변화 가중치(Time Varying Weights)의 합이 0이 되지 않고 적응 추정이 가능한 방법이다. 추정 기준 벡터의 요소 값들을 충분히 큰 값을 줄 수 있어 측정 신호에 부가된 어떤 크기의 바이어스와 충격성 잡음에도 적응 추정이 중단되지 않고 효율적으로 진행되는 컴퓨터 시뮬레이션 결과를 얻었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 춘계학술대회
• /
• pp.790-792
• /
• 2017

최근 들어 디지털 영상처리 장치에 대한 수요가 급격히 증대되면서 영상의 우수한 화질이 요구되고 있다. 그러나 영상 데이터는 전송, 처리하는 과정에서 여러 가지 원인으로 열화가 발생된다. 따라서 잡음제거에 대한 필요성이 대두되고 있으며, 잡음 제거 기술은 주요한 연구 분야가 되었다. 따라서 본 논문에서는 영상에 첨가된 AWGN(additive white Gaussian noise)의 영향을 완화하기 위해, 전처리 과정으로 변형된 에지 검출을 활용하여, 에지 영역과 비에지 영역에 따라 필터를 다르게 적용하는 영상 복원 알고리즘을 제안하였다. 그리고 개선 효과의 객관적 판단 기준으로 PSNR(peak signal to noise ratio)을 사용하여 기존의 방법들과 비교하였다.

• 한국방사선학회논문지
• /
• 제13권3호
• /
• pp.453-458
• /
• 2019

본 연구에서는 Geant4 application for tomographic emission (GATE) 시뮬레이션 프로그램을 통해 설계 된 male adult mesh (MASH) 팬텀의 영상을 획득한 후 다양한 필터링 인자가 설정된 FNLM 노이즈 제거 알고리즘을 적용함으로써 그에 따른 영상 특성의 경향성을 알아보고자 한다. 이를 위해 GATE 시뮬레이션 프로그램을 통해 인체를 모사할 수 있는 MASH 팬텀을 설계하였다. 또한, 설계된 MASH 팬텀을 기반으로 MATLAB 프로그램을 통해 복부영상을 획득한 후 0.005의 $\sigma$ 값을 갖는 Gaussian noise를 추가하여 열화영상을 모델링하였다. 모델링 된 열화영상으로부터 제안하는 FNLM 노이즈 제거 알고리즘의 필터링 인자를 각각 0.005, 0.01, 0.05, 0.1, 0.5, 1.0 으로 설정하여 적용하였으며, 정량적 평가를 위해 FNLM 노이즈 제거 알고리즘이 적용된 영상들로부터 각각의 coefficient of variation (COV), signal to noise ratio (SNR) 그리고 contrast to noise ratio (CNR)을 측정하였다. 결과적으로, 0.05의 필터링 인자가 적용된 영상에서 가장 개선된 COV, SNR 그리고 CNR 값을 보였다. 특히, COV는 설정된 필터링 인자가 증가함에 따라 감소하였으며, 0.05 값 이후부터 거의 일정한 값을 나타내었다. 또한, SNR 및 CNR의 경우 필터링 인자가 증가함에 따라 증가하였으며, 0.05 값 이후부터 감소하는 경향을 보였다. 결론적으로, 열화 영상으로부터 FNLM 노이즈 제거 알고리즘 적용 시 적합한 필터링 인자를 설정해야 함이 증명되었다.

• 한국멀티미디어학회논문지
• /
• 제16권12호
• /
• pp.1368-1375
• /
• 2013

본 논문에서는 공간 적응적인 노이즈 검출 및 제거 방식에 대해 제안한다. 관측 영상 및 첨가 노이즈가 가우시안 분포 특성을 갖고 있다는 가정 하에 국부 통계 특성을 이용하여 노이즈 매개 변수들을 예측하며, 예측된 매개변수들은 1차 마르코프 랜덤 장과 연동하여 노이즈 검출 과정의 제약 조건을 설정하기 위해 사용된다. 더불어, 노이즈 검출 과정에서 설정된 제약 조건에 따라 제안된 가변 크기의 적응 저주파 통과 필터를 사용하여 적응적으로 복원 영상의 완화 정도를 제어하였다. 실험 결과를 통해 제안 방식의 효율성을 입증할 수 있었다.