• 한국콘텐츠학회논문지
• /
• 제6권4호
• /
• pp.11-18
• /
• 2006

본 논문에서는 두 가지 새로운 임펄스 잡음 검출기를 설계하고 총변량(total variation) 최적화를 통하여 영상에 존재하는 임펄스 잡음을 제거하는 방법을 제안한다. 설계된 임펄스 잡음 검출기는 적응 미디언 필터(AMF:Adaptive Median Filter)를 기반으로 하고 있으며 기존의 검출기에 비해 잡음검출의 정확도가 높고 영상의 디테일 정보를 잡음으로 오인하는 확률을 줄였다. 또한 제안하는 검출기는 잡음발생 확률에 무관하게 우수한 성능을 유지한다. 영상에서의 잡음제거는 제안된 검출기에 의해 얻어진 잡음후보 화소에 대해서만 총변량 최적화를 적용하므로 불필요한 계산을 줄이고 영상의 경계선을 잘 보존하면서 잡음을 제거할 수 있다. 실험결과 제안하는 2단 구조의 잡음제거 알고리즘은 다양한 형태의 잡음 밀도에 대해서 기존의 알고리즘에 비해 약 2dB 정도의 화질개선 효과를 얻었다.

• 터널과지하공간
• /
• 제20권6호
• /
• pp.421-433
• /
• 2010

암반면 평가를 위한 디지털 영상 계측 시 획득된 영상정보는 조명의 광량과 조명색 그리고 카메라의 촬영조건 등에 따라 달라지며, 왜곡된 영상정보는 객관적인 암반 평가를 어렵게 하는 주요한 원인이 된다. 본 연구에서는 다양한 설정 조건 하에서 획득된 디지털 영상정보의 색보정을 통해 자연광 상태에서의 고유한 영상정보로 복원하기 위한 실험 및 분석을 수행하였으며, 최종적으로 영상정보 최적화를 위한 조명 조건 및 카메라 설정 방안을 제시하였다.

• Nuclear Engineering and Technology
• /
• 제55권5호
• /
• pp.1527-1532
• /
• 2023

The noise reduction algorithm using the non-local means (NLM) approach is very efficient in nuclear medicine imaging. In this study, the applicability of the NLM noise reduction algorithm in single-photon emission computed tomography (SPECT) images with a brain phantom and the optimization of the NLM algorithm by changing the smoothing factors according to various reconstruction methods are investigated. Brain phantom images were reconstructed using filtered back projection (FBP) and ordered subset expectation maximization (OSEM). The smoothing factor of the NLM noise reduction algorithm determined the optimal coefficient of variation (COV) and contrast-to-noise ratio (CNR) results at a value of 0.020 in the FBP and OSEM reconstruction methods. We confirmed that the FBP- and OSEM-based SPECT images using the algorithm applied with the optimal smoothing factor improved the COV and CNR by 66.94% and 8.00% on average, respectively, compared to those of the original image. In conclusion, an optimized smoothing factor was derived from the NLM approach-based algorithm in brain SPECT images and may be applicable to various nuclear medicine imaging techniques in the future.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2008년도 추계학술대회A
• /
• pp.412-417
• /
• 2008

In a traditional topology optimization method, material properties are usually distributed by finite element density and visualized by a gray level image. The distribution method based on element density is adequate for a great mass of 2-D topology optimization problems. However, when it is used for 3-D topology optimization, it is always difficult to obtain a smooth model representation, and easily appears a virtualconnect phenomenon especially in a low-density domain. The 3-D structural topology optimization method has been developed using the node density instead of the element density that is based on SIMP (solid isotropic microstructure with penalization) algorithm. A computer code based on Matlab was written to validate the proposed method. When it was compared to the element density as design variable, this method could get a more uniform density distribution. To show the usefulness of this method, several typical examples of structure topology optimization are presented.

• 한국지반공학회논문집
• /
• 제27권7호
• /
• pp.5-16
• /
• 2011

고체 역학 및 유체 역학 분야에서 대상 물체의 변형, 변위 및 속도를 측정하기 위하여 디지털 이미지 해석 기법이 개발, 사용되고 있다. 지반 공학에서도 흙을 포함한 지반 구조물의 변형을 관측하기 위하여 Particle Image Velocimetry (PIV)와 Digital Image Correlation (DIC) 기법이 실내 시험 및 모형 시험 등에 적용되기 시작하는 추세이다. 이미지 해석은 시료의 종류 및 크기, 카메라 해상도, 해석 범위, 이미지 해석 조건에 영향을 받으므로, 다양한 조건에서의 정밀도를 평가하여 합리적으로 최적 조건을 결정할 필요가 있다. 본 연구에서는 디지털 이미지 해석 결과에 영향을 미치는 다양한 요소를 정리하였다. 그리고 높은 정확도의 해석 결과를 얻을 수 있는 최적의 이미지 해석 조건을 결정하는 절차를 제안하였으며 최종적으로 제안된 절차의 적용성을 점성토 시료에 대하여 검증하였다.

• 한국전자파학회논문지
• /
• 제25권9호
• /
• pp.952-958
• /
• 2014

본 논문에서는 불완전한 radar-cross-section(RCS) 데이터로부터 inverse synthetic aperture radar(ISAR) 영상 복원과 동시에 표적의 회전각도를 추정하기 위한 compressive sensing(CS) 기반의 레이더 신호 모델을 적용한 parametric sparse 복원 알고리즘을 제안하고자 한다. Sparse 복원 알고리즘으로는 iteratively-reweighted-least-square(IRLS) 기법을 이용하여 각도 방향(cross-range)에서 모르는 처프 비율(chirp rate)의 처프 성분을 포함하는 레이더 신호 모델과 결합한다. 그리고, particle swarm optimization(PSO) 최적화 알고리즘을 이용하여 표적의 회전각도와 연관된 파라미터들을 추출한다. 따라서, RCS 데이터 샘플에 데이터 손실이 발생하더라도 본 논문의 IRLS 기반 parametric sparse 복원 알고리즘에 따라 효율적으로 ISAR 영상을 복원할 수 있고, 동시에 표적의 회전각도를 추정할 수 있다. 또한, 불완전한 RCS 데이터 샘플에 대하여 영상의 엔트로피 관점에서 본 논문에서 제안한 방법의 성능과 전통적인 보간법의 성능을 서로 비교 관찰한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 The Third Asian Fuzzy Systems Symposium
• /
• pp.740-749
• /
• 1998

This paper proposes compression of image data using neural networks based on conjugate gradient method and dynamic tunneling system. The conjugate gradient method is applied for high speed optimization .The dynamic tunneling algorithms, which is the deterministic method with tunneling phenomenon, is applied for global optimization. Converging to the local minima by using the conjugate gradient method, the new initial point for escaping the local minima is estimated by dynamic tunneling system. The proposed method has been applied the image data compression of 12 ${\times}$12 pixels. The simulation results shows the proposed networks has better learning performance , in comparison with that using the conventional BP as learning algorithm.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권8호
• /
• pp.3534-3549
• /
• 2020

The traditional method of smoke image recognition has low accuracy. For this reason, we proposed an algorithm based on the good group of IMFOA which is GMFOA to optimize the parameters of SVM. Firstly, we divide the motion region by combining the three-frame difference algorithm and the ViBe algorithm. Then, we divide it into several parts and extract the histogram of oriented gradient and volume local binary patterns of each part. Finally, we use the GMFOA to optimize the parameters of SVM and multiple kernel learning algorithms to Classify smoke images. The experimental results show that the classification ability of our method is better than other methods, and it can better adapt to the complex environmental conditions.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 합동 추계학술대회 논문집 정보 및 제어부문
• /
• pp.513-516
• /
• 2002

In electrical impedance tomography(EIT), various image reconstruction algorithms have been used in order to compute the internal resistivity distribution of the unknown object with its electric potential data at the boundary. Mathematically the EIT image reconstruction algorithm is a nonlinear ill-posed inverse problem. This paper presents two intelligent optimization algorithm techniques such as genetic algorithm and simulated annealing for the solution of the static EIT inverse problem. We summarize the simulation results for the three algorithm forms: modified Newton-Raphson, genetic algorithm, and simulated annealing.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• pp.291-292
• /
• 2006

This paper presents rate-distortion optimization that is considered sequence statistics(complexity) to choose the best macroblock mode decision in H.264. In previous work, Lagrange multiplier is derived by the function of constant value 0.85 and QP so that is not the proper Lagrange multilplier for any image sequence. The proposed algorithm solves the problem by changing constant value 0.85 into adaptive value which is influenced by image complexity, and by reducing the encoder complexity to estimate the image statistics with the multiplication of transformed, quantized rate and distortion. Proposed algorithm is achieved the bit-rate saving up to 5% better than previous method.