최근 영상처리 분야는 디지털 영상장치들의 수요가 증대되면서 관심이 높아지고 있다. 그러나 디지털 영상은 영상을 처리하는 과정에서 다양한 원인으로 발생하는 잡음에 의해 훼손된다. 일반적으로 디지털 영상장치는 AWGN 등의 잡음이 발생하여 성능과 신뢰도를 저하하며 이를 제거하기 위한 다양한 연구가 진행되고 있다. 따라서 본 논문에서는 영상의 고주파 성분을 보호하고 AWGN을 효과적으로 제거하는 알고리즘을 제안하였다. 제안한 알고리즘은 가우시안 마스크를 적용한 추정치와 국부 마스크의 분포에 따라 적용된 가중치를 가감하여 최종 출력을 구한다. 그리고 제안한 알고리즘의 성능 평가를 위해 기존의 방법들과 시뮬레이션하였으며, PSNR과 처리한 확대 영상을 통해 특성을 비교하였다.
양방향 필터 (bilateral filter)는 선명도를 증가시키고 노이즈를 감소시키는 비선형 필터이다. 양방향 필터는 두개의 가우시안 필터 (Gaussian filter) 즉, 도메인 필터 (domain filter) 및 레인지 필터 (range filter)에 의해 동작한다. 양방향 필터를 소형 표적 탐지에 적용하기 위하여, 이들 도메인 필터 및 레인지 필터의 표준 편차 (standard deviation)는 배경 영역 및 표적 영역 사이에서 적응적으로 가변되어야 한다. 본 논문은 국부 창의 에지 성분 분석에 기초하여 도메인 필터 및 레인지 필터의 표준 편차가 적응적으로 가변되며, 또한 가변 필터 크기를 가지는 새로운 양방향 필터를 제안한다. 이러한 필터 구조의 양방향 필터는 소형 표적 탐지 분야에서 표적 검출을 용이하게 하며, 실험 결과에서 제안한 표적 검출 알고리즘이 기존 알고리즘보다 강인하고 효율적임을 확인하였다.
최근 4차산업 혁명의 시대가 도래하면서 새로운 기술들이 많이 구현되고 있는 추세이다. 그 중 영상신호는 다양한 분야에서 활용되어 지고 있다. 하지만 영상신호를 송,수신할 때 다양한 이유로 잡음이 발생하게 되며 Salt and Pepper 잡음과 AWGN이 대표적이다. 영상처리를 수행 할 때 잡음을 제거하지 않고 처리하게 되면 오류의 전파라는 문제점을 야기할 수 있다. 일반적으로 잡음을 제거하는 방법으로 CWMF, MF, AMF 등이 있지만 이러한 필터들의 경우 고밀도 잡음 영역에서 다소 미흡한 성능을 보이며, 스무딩 현상으로 인해 에지 성분의 보존률도 다소 떨어진다. 본 연구에서는 표준편차를 이용한 변형된 가중치 필터를 이용하여 Salt and Pepper잡음을 효과적으로 제거하는 알고리즘을 제안한다. 제안한 알고리즘의 잡음 제거 성능을 입증하기 위해 PSNR과 확대영상을 사용하여 기존의 알고리즘과 비교하였다.
현재, 영상처리는 다양한 분야에서 활용되고 있으며, 영상을 전송, 처리, 저장하는 과정에서 발생하는 잡음을 제거하기 위해, 영상복원에 관한 많은 연구가 진행되고 있다. 영상에 첨가되는 잡음은 발생원인과 형태에 따라 다양한 종류가 있으며, AWGN(additive white Gaussian noise)이 대표적이다. 본 논문에서는 영상에 첨가된 AWGN을 완화하기 위해, 국부 마스크내의 중심화소와 주변화소의 차이에 따라 가중치를 다르게 적용하는 알고리즘을 제안하였다.
This paper proposes a classification method of parallel, vertical parking states and pillars for parking assist system using ultrasonic sensors. Since, in general parking space detection module, the compressed amplitude of ultrasonic data are received, the analysis of them is difficult. To solve these problems, in preprocessing state, symmetric transform and noise removal are performed. In feature extraction process, four features, standard deviation of distance, reconstructed peak, standard deviation of reconstructed signal and sum of width, are proposed. Gaussian fitting model is used to reconstruct saturated peak signal and discriminability of each feature is measured. To find the best combination among these features, multi-class SVM and subset generator are used for more accurate and robust classification. The proposed method shows 92 % classification rate and proves the applicability to parking space detection modules.
Sukkaew, Lassada;Uyyanonvara, Bunyarit;Barman, Sarah A;Jareanjit, Jaruwat
제어로봇시스템학회:학술대회논문집
/
제어로봇시스템학회 2004년도 ICCAS
/
pp.321-325
/
2004
Retinopathy of Prematurity (ROP) is a common retinal neovascular disorder of premature infants. It can be characterized by inappropriate and disorganized vessel. This paper present a method for blood vessel detection on infant retinal images. The algorithm is designed to detect the retinal vessels. The proposed method applies a Lapalacian of Gaussian as a step-edge detector based on the second-order directional derivative to identify locations of the edge of vessels with zero crossings. The procedure allows parameters computation in a fixed number of operations independent of kernel size. This method is composed of four steps : grayscale conversion, edge detection based on LOG, noise removal by adaptive Wiener filter & median filter, and Otsu's global thresholding. The algorithm has been tested on twenty infant retinal images. In cooperation with the Digital Imaging Research Centre, Kingston University, London and Department of Opthalmology, Imperial College London who supplied all the images used in this project. The algorithm has done well to detect small thin vessels, which are of interest in clinical practice.
영상에 존재하는 잡음을 제거하는 방법은 공간영역과 변환영역에서 많은 연구가 되어 왔다. 초기에는 공간영역에서 저역통과필터를 많이 사용하였으나, 최근에는 변환영역에서 이산 웨이브릿 변환이 탁월한 에너지 집중도와 다분해능 성질에 기인하여 영상압축 뿐만 아니라 잡음제거에도 많이 사용되고 있다. 본 논문은 인간시각필터로 고려되는 Gabor 코사인과 사인 함수를 이용한 변환을 소프트 문턱치 기법으로 영상 잡음제거 응용에 적용하고자 한다. 기존 소프트 문턱치 기법을 이용하는 우수한 웨이브릿 변환과 PSNR 성능을 비교하고, 잡음 제거된 결과 영상을 시각적으로도 비교한다. 4가지 Gaussian 분포 잡음을 첨가한 여러 실제 영상의 실험으로부터 제안한 변환이 PSNR 성능에서 최대 1.18dB 우수하고, 시각적 인지에서도 분명한 차이를 보였다.
편미분 방정식을 도입하여 새로운 영상처리 기술을 개발하려는 연구가 활발히 진행 중이며, 특히 확산 방정식을 풀어 잡음 제거, 영상 복원, 에지 검출 및 영상 분할 등에 응용할 수 있는 이미지 확산 알고리즘에 관심이 높다. 본 논문에서는 기존의 비등방성 확산 방식이 결국은 커널 크기가 작은 적응 필터링 방식과 동일한 효과를 낸다는 것을 보이고, 확산 과정에서 선형 필터의 단점을 보완할 수 있도록 가중 미디언(WM, Weighted Median) 필터를 적용한 새로운 확산 기법을 제안하였다. 제안된 WM 필터가 비등방성 커널을 갖도록 필터계수에 대응하는 가중치들을 이미지의 국부적인 변화량에 따라 적응적으로 가변할 수 있는 기법을 제안하였다. 뿐만 아니라 반복 과정에서의 확산 속도를 증가할 수 있도록 커널의 크기를 증가시키기 위한 방안도 제시하였다. 실제 영상을 사용한 실험을 통하여 제안된 방식이 기존의 방식에 비해 잡음 제거 (특히 임펄스성 잡음) 특성이나 에지 보존 특성이 더 우수하다는 것을 보였다. 또한 기존의 방식에 비해 확장된 크기를 갖는 커널을 이용함으로써 확산 속도를 높일 수 있다는 것을 보였다.
KSII Transactions on Internet and Information Systems (TIIS)
/
제17권12호
/
pp.3242-3265
/
2023
Ensuring reliability of a machinery system involve the prediction of remaining useful life (RUL). In most RUL prediction approaches, noise is always considered for removal. Nevertheless, noise could be properly utilized to enhance the prediction capabilities. In this paper, we proposed a novel RUL prediction approach based on noise injection and a Kalman filter ensemble of modified bagging predictors. Firstly, we proposed a new method to insert Gaussian noises into both observation and feature spaces of an original training dataset, named GN-DAFC. Secondly, we developed a modified bagging method based on Kalman filter averaging, named KBAG. Then, we developed a new ensemble method which is a Kalman filter ensemble of KBAGs, named DKBAG. Finally, we proposed a novel RUL prediction approach GN-DAFC-DKBAG in which the optimal noise-injected training dataset was determined by a GN-DAFC-based searching strategy and then inputted to a DKBAG model. Our approach is validated on the NASA C-MAPSS dataset of aero-engines. Experimental results show that our approach achieves significantly better performance than a traditional Kalman filter ensemble of single learning models (KESLM) and the original DKBAG approaches. We also found that the optimal noise-injected data could improve the prediction performance of both KESLM and DKBAG. We further compare our approach with two advanced ensemble approaches, and the results indicate that the former also has better performance than the latters. Thus, our approach of combining optimal noise injection and DKBAG provides an effective solution for RUL estimation of machinery systems.
CT 영상의 획득 및 전송 등의 과정에서 발생하는 잡음은 영상의 질을 저하시키는 요소로 작용한다. 따라서 이를 해결하기 위한 잡음제거는 영상처리에서 중요한 전처리 과정이다. 본 논문에서는 딥러닝의 convolutional autoencoder (CAE) 모형에서 기존 컨볼루션 연산 대신 deformable 컨볼루션 연산을 적용한 deformable convolutional autoencoder (DeCAE) 모형을 이용하여 잡음을 제거하고자 한다. 여기서 deformable 컨볼루션 연산은 기존 컨볼루션 연산보다 유연한 영역에서 영상의 특징들을 추출할 수 있다. 제안된 DeCAE 모형은 기존 CAE 모형과 같은 인코더-디코더 구조로 되어있으나 효율적인 잡음제거를 위해 인코더는 deformable 컨볼루션 층으로 구성하고, 디코더는 기존 컨볼루션 층으로 구성하였다. 본 논문에서 제안된 DeCAE 모형의 성능 평가를 위해 다양한 잡음, 즉, 가우시안 잡음, 임펄스 잡음 그리고 포아송 잡음에 의해 훼손된 CT 영상을 대상으로 실험하였다. 성능 실험 결과, DeCAE 모형은 전통적인 필터 즉, Mean 필터, Median 필터와 이를 개선한 Bilateral 필터, NL-means 방법 뿐만 아니라 기존의 CAE 모형보다 정성적이고, 정량적인 척도 즉, MAE (Mean Absolute Error), PSNR (Peak Signal-to-Noise Ratio) 그리고 SSIM (Structural Similarity Index Measure) 면에서 우수한 결과를 보였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.