• 전자공학회논문지
• /
• 제53권10호
• /
• pp.69-76
• /
• 2016

본 논문에서는 변환 영역에서 non-local means (NL-means) 방법을 이용한 효율적인 영상 잡음 제거 기법을 제안한다. 먼저 고전적인 영상 잡음 제거 기법에서부터 최근 연구되고 있는 영상 잡음 제거 기법에 대한 리뷰를 서술하고 우수한 성능을 보이는 잡음 제거 기법인 NL-means 방법을 이용한 영상 잡음 제거 기법에 대한 성능을 분석한다. NL-means 기법의 가중치를 DCT 및 LiftLT 변환 영역에서 일부 계수만을 이용하여 계산함으로써 NL-means 기법을 효율적으로 구현하는 방법을 제안한다. 제안하는 방법은 계산량을 줄여서 영상 잡음을 효율적으로 제거할 수 있을 뿐만 아니라 변환 영역에서 영상의 특성을 효율적으로 이용하여 잡음 제거시 성능을 향상시킨다. 또한 제안하는 기법은 변환 영역에서 영상의 잡음 제거와 해상도 향상을 동시에 수행할 때 효율적으로 적용할 수 있는 장점이 있다. 모의 실험을 통하여 제안하는 방법이 우수한 성능을 보이는 것을 입증한다.

• 융합신호처리학회논문지
• /
• 제9권4호
• /
• pp.253-260
• /
• 2008

영상향상 방법 중의 하나인 잡음제거는 공간영역과 변환영역 필터링에 대해서 많은 연구가 되어 왔다. 최근에는 에너지 집중도가 탁월하고 다분해능 성질을 갖는 웨이브릿 변환이 많이 사용되고 있다. 그러나 최종 사용자가 인간인 경우에는 인간시각체계에 기반한 변환을 사용하는 것이 시각적으로 유용하므로, 본 논문에서는 인간시각필터로 고려되는 Gabor 코사인과 사인 함수를 이용한 변환을 영상 잡음제거 분야에 적용하였다. 제안한 방법은 웨이브릿 변환과 다른 종류의 인간시각필터인 Gaussian 미분 변환에 대해서 피크신호대잡음비로 잡음제거 성능을 비교하였다. 여러 가지 잡음의 3가지 레벨에 대해서 실제 영상의 실험으로부터 제안한 변환이 BWT와 DGT보다 PSNR이 각각 0.41, 0.14dB 더 좋은 결과를 얻었다.

• Journal of applied mathematics & informatics
• /
• 제35권3_4호
• /
• pp.399-411
• /
• 2017

We first provide the linear operator equations corresponding to the Tikhonov regularization image denoising problems with different regularization terms, and then we propose how to choose Kronecker product preconditioners which are required for accelerating the $G{\ell}$-PCG method. Next, we provide how to apply the $G{\ell}$-PCG method with Kronecker product preconditioner to the linear operator equations. Lastly, we provide numerical experiments for image denoisng problems to evaluate the effectiveness of the $G{\ell}$-PCG with Kronecker product preconditioner.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권7호
• /
• pp.3245-3271
• /
• 2016

To obtain well-dehazed images at the receiver while sustaining low bit rates in the transmission pipeline, this paper investigates the effects of image dehazing methods using dehazing contrast-enhancement filters on image compression for surveillance systems. At first, this paper proposes a novel image dehazing method by using a new method of calculating the transmission function—namely, the direct denoising method. Next, we deduce the dehazing effects of the direct denoising method and image dehazing method based on dark channel prior (DCP) on image compression in terms of ringing artifacts and blocking artifacts. It can be concluded that the direct denoising method performs better than the DCP method for decompressed (reconstructed) images. We also improve the direct denoising method to obtain more desirable dehazed images with higher contrast, using the saliency map as the guidance image to modify the transmission function. Finally, we adjust the parameters of dehazing contrast-enhancement filters to obtain a corresponding composite peak signal-to-noise ratio (CPSNR) and blind image quality assessment (BIQA) of the decompressed images. Experimental results show that different filters have different effects on image compression. Moreover, our proposed dehazing method can strike a balance between image dehazing and image compression.

• 한국전자통신학회논문지
• /
• 제9권10호
• /
• pp.1189-1195
• /
• 2014

본 연구에서는 동일한 환경에서 스마트폰 카메라에서 촬영한 여러 장의 영상들로부터 얻을 수 있는 정보를 활용하여 영상 잡음을 효과적으로 제거할 수 있는 알고리즘을 개발한다. 이를 위해 스마트폰의 제한된 연산능력에 맞는 다중 영상 정합(registration) 알고리즘을 개발하고, 다중 영상들의 정보들을 조합하여 효과적으로 영상 잡음을 제거하는 방법을 제시한다. 제시한 알고리즘을 정량적으로 잡음 제거 성능을 측정하기 위해 PSNR 값으로 비교 시 단일 영상을 이용할 때보다 훨씬 향상된 PSNR 값 향상을 가져왔다. 실제 안드로이드 스마트폰에 해당 알고리즘을 개발하여, 실제 사용 가능한 수준의 영상 처리 속도로 만족할만한 잡음 제거 효과를 얻을 수 있음을 확인하였다.

• 방송공학회논문지
• /
• 제20권4호
• /
• pp.521-532
• /
• 2015

본 논문은 효과적인 열화영상의 복원을 위해 쿼드트리 구조를 갖는 다중-스케일 블록 지역적 이진 패턴 기반의 영역검출기를 제시하고, 이를 통한 구간적 잡음 제거 기법을 제안한다. 구간적 잡음 제거 기법은 영상 내 전체 화소를 일정한 블록 단위의 영역으로 나누어 화소의 변화량에 따라 검출을 수행하는 다중-스케일 블록 영역 검출기를 쿼드트리 형태로 제시하고 검출된 영역 특성에 맞게 영상분석을 진행한다. 처리되는 영역들은 강한 변화량을 갖는 영역, 약한 변화량을 갖는 영역, 평탄한 영역의 세 가지로 분류되며 차례로 주성분분석, 양방향 필터, 구조-텍스쳐 영상 분해의 기법들이 잡음제거를 위해 적용된다. 객관적 실험결과를 통하여 기존 알고리즘들 보다 제안하는 구간적 잡음 제거 기법이 최대 신호-대-잡음비 측면에서 이득을 가지며, 주관적 화질 비교를 통해 세부정보들이 최대한 보존되어 있음과 동시에 평탄한 영역에 대해서도 왜곡이 거의 없는 향상된 복원영상이 얻어지는 것을 확인할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제24권5호
• /
• pp.35-40
• /
• 2019

In this paper, we design and implement a partial denoising boundary matching system using indexing techniques. Converting boundary images to time-series makes it feasible to perform a fast search using indexes even on a very large image database. Thus, using this converting method we develop a client-server system based on the previous partial denoising research in the GUI(graphical user interface) environment. The client first converts a query image given by a user to a time-series and sends denoising parameters and the tolerance with this time-series to the server. The server identifies similar images from the index by evaluating a range query, which is constructed using inputs given from the client and sends the resulting images to the client. Experimental results show that our system provides many intuitive and accurate matching results.

• 대한방사선기술학회지:방사선기술과학
• /
• 제44권6호
• /
• pp.655-661
• /
• 2021

Positron emission tomography (PET) images is affected by acquisition time, short acquisition times results in low gamma counts leading to degradation of image quality by statistical noise. Noise2Void(N2V) is self supervised denoising model that is convolutional neural network (CNN) based deep learning. The purpose of this study is to evaluate denoising performance of N2V for PET image with a short acquisition time. The phantom was scanned as a list mode for 10 min using Biograph mCT40 of PET/CT (Siemens Healthcare, Erlangen, Germany). We compared PET images using NEMA image-quality phantom for standard acquisition time (10 min), short acquisition time (2min) and simulated PET image (S2 min). To evaluate performance of N2V, the peak signal to noise ratio (PSNR), normalized root mean square error (NRMSE), structural similarity index (SSIM) and radio-activity recovery coefficient (RC) were used. The PSNR, NRMSE and SSIM for 2 min and S2 min PET images compared to 10min PET image were 30.983, 33.936, 9.954, 7.609 and 0.916, 0.934 respectively. The RC for spheres with S2 min PET image also met European Association of Nuclear Medicine Research Ltd. (EARL) FDG PET accreditation program. We confirmed generated S2 min PET image from N2V deep learning showed improvement results compared to 2 min PET image and The PET images on visual analysis were also comparable between 10 min and S2 min PET images. In conclusion, noisy PET image by means of short acquisition time using N2V denoising network model can be improved image quality without underestimation of radioactivity.

• 한국멀티미디어학회논문지
• /
• 제25권1호
• /
• pp.29-38
• /
• 2022

Although image compression is one of the essential technologies to transmit image data on a variety of surveillance and mobile healthcare applications, it causes unnecessary compression artifacts such as blocking and ringing artifacts by the lossy compression in the limited network bandwidth. Recently, image restoration methods using convolutional neural network (CNN) show the significant improvement of image quality from the compressed images. In this paper, we propose Image Denoising Convolutional Neural Networks (IDCNN) to reduce the compression artifacts for the purpose of improving the performance of object classification. In order to evaluate the classification accuracy, we used the ImageNet test dataset consisting of 50,000 natural images and measured the classification performance in terms of Top-1 and Top-5 accuracy. Experimental results show that the proposed IDCNN can improve Top-1 and Top-5 accuracy as high as 2.46% and 2.42%, respectively.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 춘계학술대회
• /
• pp.411-413
• /
• 2013

휴대폰, 컴퓨터, 멀티미디어 등의 보급으로 인하여 영상 신호처리는 여러 영역에서 응용되고 있다. 그러나 영상은 대부분 임펄스 잡음에 의해 훼손되며, 화질개선을 위한 잡음제거 기술의 필요성이 대두되고 있다. 잡음제거를 위한 기존의 방법에는 평균 필터, 메디안 필터 등이 있지만, 미흡한 잡음제거 특성을 나타낸다. 따라서 본 논문에서는 임펄스 잡음제거를 위해 표준편차를 이용한 변형된 평균 필터 알고리즘을 제안하였으며,시뮬레이션 결과,제안한 방법은기존의 방법들에 비해우수한 잡음제거 특성을나타내었다.