• 융합신호처리학회논문지
• /
• 제20권3호
• /
• pp.125-131
• /
• 2019

4차 산업혁명을 통해 다양한 디지털 장비가 보급되고 있으며, 이에 따라 데이터 처리의 중요성이 높아지고 있다. 데이터 처리는 장비의 신뢰성에 큰 영향을 미치는 만큼 그 중요성이 증가하고 있으며, 다양한 연구가 진행되고 있다. 본 논문에서는 영상에 존재하는 잡음의 특성을 고려하여 AWGN을 제거하기 위한 알고리즘을 제안하였다. 제안한 알고리즘은 영상의 잡음 표준편차를 유추하여 필터링 과정에 사용하였으며, 필터링 마스크의 표준편차와 비교해 고주파 성분에 대한 필터와 저주파 성분에 대한 필터를 구분하여 잡음을 제거하였다. 제안하는 알고리즘을 평가를 위해 기존 방법들과 시뮬레이션하였으며, 차영상 및 PSNR과 프로파일을 통해 비교 분석하였다. 제안한 알고리즘은 잡음의 영향을 최소화하였으며, 영상의 중요 특성을 보존하며 효율적으로 잡음을 제거하는 성능을 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.798-801
• /
• 2014

현재, 디지털 시대의 급속 발전과 함께 멀티미디어 서비스에 대한 수요가 증가되고 있다. 그러나 영상 데이터를 처리, 전송, 저장하는 과정에서 여러 외부 원인에 의해 영상의 열화가 발생되며, 영상 열화의 주된 원인은 잡음에 의한 것으로 알려져 있다. 잡음을 제거하는 대표적인 방법은 CWMF(center weighted median filter), A-TMF(alpha-trimmed mean filter), AWMF(adaptive weighted median filter) 등이 있으며, 이러한 방법들은 복합잡음 환경에서의 잡음제거 특성이 다소 미흡하다. 따라서 본 논문에서는 복합잡음을 제거하기 위하여 잡음 판단을 거친 후, 마스크의 메디안 값 및 거리에 의해 적응 가중치를 설정하여 처리하는 영상복원 필터 알고리즘을 제안하였다. 그리고 객관적 판단을 위해 기존의 방법들과 비교하였으며, 판단의 기준으로 PSNR(peak signal to noise ratio)을 사용하였다.

• 한국정보통신학회논문지
• /
• 제25권5호
• /
• pp.645-651
• /
• 2021

현대 사회는 4차 산업혁명의 영향에 의해 다양한 디지털 통신 장비가 사용되고 있다. 이에 따라 데이터 전송 과정에서 발생하는 잡음제거에 관심이 높아지고 있으며, 효율적으로 영상을 복원하기 위한 연구가 진행되고 있다. 하지만 복합적인 잡음에 훼손된 영상을 복원하는데 어려움을 겪고 있으며, 잡음의 특징에 따라 효과적으로 영상을 복원하는 디지털 필터가 요구되고 있다. 본 논문에서는 디지털 영상 전송 과정에서 발생하는 복합잡음을 제거하기 위한 디지털 스위칭 필터 알고리즘을 제안한다. 제안한 알고리즘은 잡음판단을 통해 필터링 과정을 스위칭하며 마스크 내부의 화소값들을 기준으로 퍼지가중치 및 결합가중치를 사용하여 영상을 복원한다. 제안한 알고리즘을 평가하기 위해 기존 필터 알고리즘들과 시뮬레이션을 통하여 비교하였다. 시각적인 평가를 위해 필터링 결과를 확대하여 비교하였으며, 정량적인 평가를 위해 PSNR 비교를 사용하여 분석하였다.

• 대한원격탐사학회지
• /
• 제38권1호
• /
• pp.103-110
• /
• 2022

Since satellite images generally include clouds in the atmosphere, it is essential to detect or mask clouds before satellite image processing. Clouds were detected using physical characteristics of clouds in previous research. Cloud detection methods using deep learning techniques such as CNN or the modified U-Net in image segmentation field have been studied recently. Since image segmentation is the process of assigning a label to every pixel in an image, precise pixel-based dataset is required for cloud detection. Obtaining accurate training datasets is more important than a network configuration in image segmentation for cloud detection. Existing deep learning techniques used different training datasets. And test datasets were extracted from intra-dataset which were acquired by same sensor and procedure as training dataset. Different datasets make it difficult to determine which network shows a better overall performance. To verify the effectiveness of the cloud detection network such as Cloud-Net, two types of networks were trained using the cloud dataset from KOMPSAT-3 images provided by the AIHUB site and the L8-Cloud dataset from Landsat8 images which was publicly opened by a Cloud-Net author. Test data from intra-dataset of KOMPSAT-3 cloud dataset were used for validating the network. The simulation results show that the network trained with KOMPSAT-3 cloud dataset shows good performance on the network trained with L8-Cloud dataset. Because Landsat8 and KOMPSAT-3 satellite images have different GSDs, making it difficult to achieve good results from cross-sensor validation. The network could be superior for intra-dataset, but it could be inferior for cross-sensor data. It is necessary to study techniques that show good results in cross-senor validation dataset in the future.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.213-215
• /
• 2021

IoT 기술의 발달에 따라 인공지능과 자동화와 같이 다양한 기술들이 산업현장에 접목되고 있으며, 이에 따라 데이터처리의 중요성이 높아지고 있다. 특히 디지털 이미지에 기반한 시스템은 센서의 결함 및 통신 환경의 문제 등으로 영상에 잡음이 발생하여 오작동이 발생할 수 있다. 따라서 전처리 과정으로 영상처리의 연구가 지속되어 왔으며, 잡음의 종류와 영상의 특징에 따라 효과적인 잡음제거 기법이 요구되고 있다. 본 논문에서는 임펄스 잡음제거 과정에서 에지성분의 보호를 위한 변형된 공간가중치 필터를 제안한다. 제안한 알고리즘은 필터링마스크를 4개의 영역으로 분할하여 각 영역의 표준편차를 계산한다. 최종출력은 표준편차값이 가장 낮은 영역에 대해 공간가중치를 적용하여 필터링하였다. 제안한 알고리즘의 성능을 평가하기 위해 시뮬레이션을 진행하였으며, 기존 방법에 비해 우수한 임펄스 잡음제거 성능을 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.115-117
• /
• 2021

현재 IoT기술이 발전함에 따라 모니터링 시스템이 다양한 분야에서 활용되고 있으며, 영상처리가 다양한 형태로 사용되고 있다. 영상 데이터는 송, 수신 과정에서 다양한 원인으로 인한 잡음이 발생하고, 제거되지 않을 경우 영상 정보의 손실이나 오류 전파가 발생한다. 따라서 영상의 잡음제거는 필수적이다. 영상의 잡음 중 Salt and Pepper 잡음을 제거하는 대표적인 방법으로는 AF, MF, A-TMF 등이 있다. 하지만 기존의 방법들은 고밀도 잡음에서 다소 미흡하다는 단점이 있다. 따라서 본 논문에서는 Salt and Pepper 잡음제거를 위하여 잡음 판단 후 중심화소가 비잡음인 경우 원화소로 대치하고, 잡음인 경우 필터링 마스크를 8방향으로 세분화하여, 평균을 구하는 알고리즘을 제안한다. 제안한 알고리즘을 기존의 방법들과 비교, 분석하여 성능을 평가한다.

• 한국통신학회논문지
• /
• 제26권12A호
• /
• pp.2109-2119
• /
• 2001

본 논문에서는 MPEG-2 비트열로부터 객체 기반 MPEG-4로의 고속 변환을 위한 정보 추출 알고리즘을 소개한다. 객체 기반 MPEG-4로의 변환을 위한 정보로써 객체 영상과 형상 정보, 매크로블록 움직임 벡터, 헤더정보가 MPEG-2로부터 추출된다. 추출된 정보를 이용하면 객체 기반 MPEG-4로의 고속 변환이 가능하다. 가장 중요한 정보인 객체 영상 추출은 MPEG-2의 움직임 벡터와 워터쉐드 알고리즘을 이용하여 이루어진다. 사용자의 인지정보를 이용하여 프레임 내에서 객체를 추출하고, 추출된 객체로 연속된 프레임에서 객체를 추적하게 된다. 수행 중 객체의 빠른 움직임으로 만족스럽지 못한 결과를 내더라도, 사용자가 개입하여 다시 좋은 결과를 얻을 수 있도록 하였다. 객체 추적 과정은 크게 두 단계로 객체 추출 단계와 객체 추적 단계로 나누어져 있다. 객체 추출 단계는 블록분류와 워터쉐드 알고리즘으로 자동 분할된 영상에서 사용자가 직접 객체를 추출하는 단계이다. 사용자가 개입하는 단계이기 때문에, 번거로울 수 있으나 손쉽게 추출할 수 있도록 구현하였다. 객체 추적 단계는 연속된 프레임 에서 객체를 추적하는 단계로 MPEG-2 움직임 벡터와 객체 모양 정보를 이용하여 고속으로 구해지고 워터쉐드 알고리즘으로 윤곽선 보정작업을 하였다. 실험 결과 MPEG-2 비트스트림으로부터 객체 기반 MPEG-4로의 고속변환이 가능함을 알 수 있었다.

• 전자공학회논문지CI
• /
• 제41권3호
• /
• pp.91-102
• /
• 2004

본 논문에서는 MPEG-1,2로부터 객체 기반 MPEG-4로의 고속 변환을 위한 정보 추출 알고리즘을 소개한다. 객체 기반 MPEG-4로의 변환을 위한 정보로써 객체 영상과 형상 정보, 매크로블록 움직임 벡터, 헤더정보가 MPEG-4로부터 추출된다. 추출된 정보를 이용하면 객체 기반 MPEG-4로의 고속 변환이 가능하다. 가장 중요한 정보인 객체 영상 추출은 MPEG-2의 움직임 벡터와 워터쉐드 알고리즘을 이용하여 이루어진다. 사용자의 인지정보를 이용하여 프레임 내에서 객체를 추출하고, 추출된 객체로 연속된 프레임에서 객체를 추적하게 된다. 수행 중 객체의 빠른 움직임으로 만족스럽지 못한 결과를 내더라도, 사용자가 개입하여 다시 좋은 결과를 얻을 수 있도록 하였다. 객체 추적 과정은 크게 두 단계로 객체 추출 단계와 객체 추적 단계로 나누어져 있다. 객체 추출 단계는 블록분류와 워터쉐드 알고리즘으로 자동 분할된 영상에서 사용자가 직접 객체를 추출하는 단계이다. 사용자가 개입하는 단계이기 때문에, 번거로울 수 있으나 손쉽게 추출할 수 있도록 구현하였다 객체 추적 단계는 연속된 프레임에서 객체를 추적하는 단계로, MPEG-1,2 움직임 벡터와 객체 모양 정보를 이용하여 고속으로 구해지고 워터쉐드 알고리즘으로 윤곽선 보정작업을 하였다 실험 결과 MPEG-1,2 비트스트림으로부터 객체 기반 MPEC-4로의 고속 변환이 가능함을 알 수 있었다.

• 과학교육연구지
• /
• 제46권3호
• /
• pp.223-236
• /
• 2022

이 연구의 목적은 초등학교 예비교사들을 대상으로 미세플라스틱 배출원에 대한 인식을 조사하는 것이다. 연구 참여자는 학부 남학생 75명과 여학생 91명이었다. 미세플라스틱 배출원에 관한 선행연구들을 참조하여 15문항으로 구성된 설문지를 개발한 후, 전문가 검토 및 예비연구를 통해 수정하였다. 설문 결과, 응답자의 80% 이상이 이전에 뉴스, 인터넷, TV 등을 통해 미세플라스틱에 대해 들어본 경험이 있다고 하였다. 그러나 실험복, 물티슈, 황사용마스크, 종이컵 등이 미세플라스틱 원인물질로 제조된 것을 인지하지 못하는 경향이 있었다. 미세플라스틱 오염이 예상되는 상황을 묻는 설문에서도 '달리는 자동차의 타이어가 마모된다'와 '바닥에 붙어있는 껌이 작아진다'에 대한 선택 빈도가 상대적으로 낮았다. 이러한 결과는 상당수 예비교사들이 합성섬유나 합성고무가 미세플라스틱의 배출원임을 인지하지 못한다는 것을 보여준다. 미세플라스틱 문제에 대한 태도에서는 성별 차이가 나타났다. 즉, 여 예비교사들은 관련 문제에 더 관심을 보이고, 해결에 대한 참여 의지를 더 보이며, 미세플라스틱 관련 교육의 필요성을 더욱 절감하였다. 향후 과학교육을 위한 함의를 논의하였다.