• 한국정보통신학회논문지
• /
• 제25권9호
• /
• pp.1176-1182
• /
• 2021

최근 인공지능과 IoT 기술의 발달에 따라 다양한 분야에서 자동화와 무인화가 진행되고 있으며, AI 객체인식의 기반이 되는 영상처리에 대한 중요성이 높아지고 있다. 특히 세밀한 데이터 처리가 필요한 시스템에서는 전처리 단계로 잡음 제거를 사용하고 있으나, 기존 알고리즘은 영상의 잡음 수준을 고려하지 않아 필터링 과정에서 블러링 현상이 나타나는 단점을 가지고 있다. 따라서 본 논문에서는 영상의 잡음 수준을 판단하여 가중치를 결정하는 변형된 가우시안 필터를 제안한다. 제안한 알고리즘은 쿼드트리 분할을 사용하여 영상의 AWGN에 대한 잡음추정치를 구하여 가우시안 가중치와 화소가중치를 정하며, 로컬마스크와 컨벌루션하여 최종출력을 구한다. 제안한 알고리즘을 평가하기 위해 기존 방법과 비교하여 시뮬레이션하였으며, 기존 방법에 비해 우수한 성능을 확인하였다.

• 한국의학물리학회지:의학물리
• /
• 제29권4호
• /
• pp.150-156
• /
• 2018

This study aims to develop an improved Feldkamp-Davis-Kress (FDK) reconstruction algorithm using anisotropic total variation (ATV) minimization to enhance the image quality of low-dose cone-beam computed tomography (CBCT). The algorithm first applies a filter that integrates the Shepp-Logan filter into a cosine window function on all projections for impulse noise removal. A total variation objective function with anisotropic penalty is then minimized to enhance the difference between the real structure and noise using the steepest gradient descent optimization with adaptive step sizes. The preserving parameter to adjust the separation between the noise-free and noisy areas is determined by calculating the cumulative distribution function of the gradient magnitude of the filtered image obtained by the application of the filtering operation on each projection. With these minimized ATV projections, voxel-driven backprojection is finally performed to generate the reconstructed images. The performance of the proposed algorithm was evaluated with the catphan503 phantom dataset acquired with the use of a low-dose protocol. Qualitative and quantitative analyses showed that the proposed ATV minimization provides enhanced CBCT reconstruction images compared with those generated by the conventional FDK algorithm, with a higher contrast-to-noise ratio (CNR), lower root-mean-square-error, and higher correlation. The proposed algorithm not only leads to a potential imaging dose reduction in repeated CBCT scans via lower mA levels, but also elicits high CNR values by removing noisy corrupted areas and by avoiding the heavy penalization of striking features.

• 한국정보통신학회논문지
• /
• 제26권2호
• /
• pp.207-213
• /
• 2022

최근 IoT 기술과 AI의 성능향상에 따라 폭넓은 분야에서 자동화와 무인화가 진행되고 있으며, 사물인식과 객체분류 등 자동화의 기반이 되는 영상처리에 대한 관심이 높아지고 있다. 영상의 잡음 제거는 영상에 기반한 시스템에서 전처리 단계로 사용하는 중요한 과정으로 다양한 연구가 진행되었으나, 대부분의 경우 에지와 같은 고주파 성분에서 스무딩 효과에 의해 디테일한 정보를 보존하기 어렵다는 단점이 있다. 본 논문은 AWGN(additive white Gaussian noise)에 훼손된 영상을 가우시안 분포에 기반한 퍼지 가중치를 사용하여 복원하는 알고리즘을 제안한다. 제안한 알고리즘은 필터링 마스크와 잡음 추정치를 서로 비교하여 필터링 과정을 스위칭하였으며, 영상의 저주파 및 고주파 성분에 따라 퍼지 가중치를 계산하여 영상을 복원하였다.

• 대한치과의사협회지
• /
• 제58권2호
• /
• pp.103-113
• /
• 2020

Background: Reduction malarplasty is one of the most popular facial contouring surgeries in east Asia for making patients' faces smaller. Currently in Korea, reduction malarplasty surgeries are performed mostly at plastic surgery clinics, but few cases are done at oral and maxillofacial surgery clinics. The reason might be because of post-operative complications after reduction malarplasty, such as undercorrection, overcorrection, asymmetry, cheek drooping, malunion, pain and noise. Those complications should be uneasy to be handled by oral and maxillofacial surgeons, however, they can be prevented by knowing the effective and safe reduction malarplasty techniques. Therefore, in this article the author as an oral and maxillofacial surgeon, would like to suggest safe and effective surgical methods for reduction malarplasty customized for Korean patients. Method: L- shape osteotomy of zygomatic body was performed with intraoral approach via vestibular incision, and the zygomatic arch was osteotomized with extraoral approach via sideburn incision. Then zygomatic complex was separated and rotated mesio-superiorly without removal of a bony strip and fixed with miniplates and microplates without making a bony gap. Conclusion: Surgical results were favorable and satisfied by the patients without cheek drooping, malunion, undercorrection and asymmetry.

• 한국정보처리학회논문지
• /
• 제6권9호
• /
• pp.2558-2562
• /
• 1999

본 논문에서는 정규화 및 엔트로피의 최소화에 의해 영상의 애매성을 제거한 후, 톨이론을 적용하여 영상구조의 파악을 통하여 잡음 제거 및 경계선을 추출하는 방법에 대해 제안하고자 한다. 기존의 방법은 두 개의 영역이 유사한 명암도 분포값을 가지면서 접촉되어 있거나 명암도 값의 분포가 완만한 경우 경계선을 추출하지 못하는 문제가 존재하였다. 이는 후의 특징 추출 등과 같은 처리 과정에 영향을 미쳐 오인식과 직결되는 문제점을 야기한다. 본 논문에서는 이 같은 문제점을 해결하기 위한 방법론을 제안하고자 하며, 실험에 의해 본 논문의 유용성을 입증하고자 한다.

• 반도체디스플레이기술학회지
• /
• 제17권2호
• /
• pp.76-80
• /
• 2018

In recent years, with the development of automobile technology, smart system technology that assists safe driving has been developed. A camera is installed on the front and rear of the vehicle as well as on the left and right sides to detect and warn of collision risks and hazards. Beyond the technology of simple black-box recording via cameras, we are developing intelligent systems that combine various computer vision technologies. However, most related studies have been developed to optimize performance in laboratory-like environments that do not take environmental factors such as weather into account. In this paper, we propose a method to detect object by restoring visibility in image with degraded image due to weather factors such as fog. First, the image quality degradation such as fog is detected in a single image, and the image quality is improved by restoring using an intermediate value filter. Then, we used an adaptive feature extraction method that removes unnecessary elements such as noise from the improved image and uses it to recognize objects with only the necessary features. In the proposed method, it is shown that more feature points are extracted than the feature points of the region of interest in the improved image.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.113-117
• /
• 2020

Images were taken under various weather such as rain, haze, snow often show low visibility, which can dramatically decrease accuracy of some tasks in computer vision: object detection, segmentation. Besides, previous work to enhance image usually downsample the image to receive consistency features but have not yet good upsample algorithm to recover original size. So, in this research, we jointly implement removal streak in heavy rain image and super resolution using a deep network. We put forth a 2-stage network: a multi-model network followed by a refinement network. The first stage using rain formula in the single image and two operation layers (addition, multiplication) removes rain streak and noise to get clean image in low resolution. The second stage uses refinement network to recover damaged background information as well as upsample, and receive high resolution image. Our method improves visual quality image, gains accuracy in human action recognition task in datasets. Extensive experiments show that our network outperforms the state of the art (SoTA) methods.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.121-123
• /
• 2021

영상처리는 인공지능과 스마트팩토리, IoT 산업 등 4차 산업혁명의 중요한 분야에서 다양한 형태로 사용되고 있다. 특히 물체 추적, 의료 영상, 객체 인식과 같은 데이터 처리가 필요한 시스템에서는 전처리 단계로 잡음 제거를 사용하고 있으나, 기존 알고리즘은 필터링 과정에서 블러링 현상이 나타나는 단점을 가지고 있다. 따라서 본 논문에서는 스위칭 퍼지 가중치를 사용한 필터 알고리즘을 제안한다. 제안한 알고리즘은 필터링 마스크의 표준편차에 저주파 영역과 고주파 영역을 구분하여 퍼지 함수를 스위칭하였으며, 퍼지 가중치에 따라 최종출력을 구한다. 제안한 알고리즘은 기존 방법에 비해 개선된 결과를 보였으며, 고주파 성분이 강하게 나타나는 영역에서 우수한 특성을 나타내었다.

• 한국음향학회지
• /
• 제37권1호
• /
• pp.73-81
• /
• 2018

측면주사소나 영상의 화질은 소나 운용 주파수의 영향을 받는다. 저주파 측면주사소나 장비로 얻는 영상은 저화질 영상이며, 잡음이 화질 저하의 요소 중 하나가 된다. 균일한 잡음을 가정하는 광학 영상과는 달리. 측면주사소나 데이터의 잡음은 해양 환경(장비 소음, 신호 간섭 등)에 의해 발생한다. 또한 소나 신호의 전달 손실을 보상하고자 시간변환이득(Time-Varied Gain, TVG)을 수행하며, 이로 인해 측면주사소나 영상에 비균일 잡음이 생성된다. 본 논문에서는 측면주사소나 영상에 포함된 비균일 잡음을 제거하는 구조적 희소성에 기반한 압축 센싱 알고리즘 (Structural Sparsity based Compressive Sensing, SSCS)을 제안한다. 영상의 구조적 특징 도메인에서 국부적 및 비국부적 모델링을 동시에 구현하여 계수의 희소성을 보장하면서 비국부적 자가 유사성을 강화한다. 그리고 잡음의 비균일성을 고려하여 비국부적 모델링을 보상한다. 다양한 모의 실험을 통해 제안한 알고리즘의 우수성을 입증한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 춘계학술대회
• /
• pp.481-483
• /
• 2018

최근 전자통신장비의 수요가 증가함에 따라 영상 및 신호처리의 중요성이 높아지고 있다. 하지만 디지털 신호에 발생하는 잡음은 송수신 과정에서 다양한 원인으로 발생하며 장비의 신뢰성 저하 및 오작동을 유발하고 있다. 특히 AWGN은 전자장비 대부분에서 발견할 수 있기 때문에 영상 인식, 추출, 분할 등 여러 분야에서 전처리 과정으로서 AWGN 제거가 필수적으로 이루어진다. 본 논문은 고주파 성분을 고려한 AWGN 제거 알고리즘을 제안하였다. 기존 방법들은 고주파 성분이 많은 영상에서 비교적 미흡한 성능을 보였으며, 이를 보완하기 위해 국부 마스크에 차영상을 가감한 필터 알고리즘을 제시하였다. 그리고 제안한 알고리즘의 성능을 입증하기 위해 PSNR 및 확대 영상을 이용하여 기존 방법과 비교하였다.