• 한국정보통신학회논문지
• /
• 제20권7호
• /
• pp.1383-1388
• /
• 2016

영상 신호처리는 다양한 분야에서 활용되고 있으며, 영상 데이터는 전송 과정에서 여러 가지 원인으로 열화가 발생된다. 일반적으로 salt and pepper 잡음 환경에 의해 훼손된 영상의 잡음을 제거하는 대표적인 방법에는 CWMF, A-TMF, AWMF 등이 있으며 이 필터들은 고밀도 잡음 환경에서 잡음제거 특성이 다소 부족하다. 따라서 본 논문에서는 중심화소가 비잡음인 경우 원 화소로 대치하고, 잡음인 경우 국부 마스크를 네 방향으로 세분화하여 선형 보간법을 이용하여 원 화소를 추정하고 추정된 화소에 공간 가중치를 적용하여 처리하는 알고리즘을 제안하였다. 제안한 알고리즘은 salt and pepper 잡음(P = 50%)에 훼손된 House 영상에서 26.86[dB]의 높은 PSNR을 보이고 있고, 기존의 CWMF, A-TMF, AWMF에 비해 각각 16.46[dB], 12.28[dB], 12.32[dB] 개선되었다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2005년도 추계 학술대회논문집(수송기계편)
• /
• pp.156-160
• /
• 2005

The radiated noise of the excavator is composed of the various noise sources such as the diesel engine, cooling fan and hydraulic system, so the noise reduction for each noise source is required. In this study, the source contribution analysis for these principal noise sources is performed by using the noise source removal method. And to reduce the noise due to each one, the various experiments and analyses are studied. On the basis of these results, the proper reduction countermeasures are derived to develop the excavator satisfied the $2^{nd}$ noise regulation of EU.

• International Journal of Control, Automation, and Systems
• /
• 제1권3호
• /
• pp.390-394
• /
• 2003

To classify the significant wavelet coefficients into edge area and noise area, a morphological clustering filter applied to wavelet shrinkage is introduced. New methods for wavelet shrinkage using morphological clustering filter are used in noise removal, and the performance is evaluated under various noise conditions.

• Journal of information and communication convergence engineering
• /
• 제5권2호
• /
• pp.126-130
• /
• 2007

This paper proposes a method that automatically extracts characteristics of cracks such as length, thickness and direction, etc., from a concrete surface image with image processing techniques. This paper, first, uses the closing morphologic operation to adjust the effect of light extending over the whole concrete surface image. After applying the high-pass filtering operation to sharpen boundaries of cracks, we classify intensity values of the image into 8 groups and remove intensity values belong to the highest frequency group among them for the removal of background. Then, we binarize the preprocessed image. The auxiliary lines used to measure cracks of concrete surface are removed from the binarized image with position information extracted by the histogram operation. Then, cracks broken by the removal of background are extended to reconstruct an original crack with the $5{\times}5$ masking operation. We remove unnecessary information by applying three types of noise removal operations successively and extracts areas of cracks from the binarized image. At last, the opening morphologic operation is applied to compensate extracted cracks and characteristics of cracks are measured on the compensated ones. Experiments using real images of concrete surface showed that the proposed method extracts cracks well and precisely measures characteristics of cracks.

• 한국정보통신학회논문지
• /
• 제23권8호
• /
• pp.943-949
• /
• 2019

최근 다양한 분야에서 디지털 장비의 사용이 증가함에 따라 영상 및 신호처리의 중요성이 높아지고 있다. 하지만 신호의 송수신 과정에서 다양한 이유로 잡음이 발생하며, 이러한 잡음은 시스템의 최종 출력에 큰 영향을 미친다. 본 논문은 S&P 잡음과 AWGN이 혼합된 잡음 환경에서 영상의 잡음 특성을 고려하여 효과적으로 영상을 복원하는 알고리즘을 제안하였다. 제안한 알고리즘은 영상의 잡음 성분 유추와 필터링 마스크 내부의 화소 특성을 고려하여 영상의 특징을 보존하였으며, 입력 화소의 성질에 따라 기준치를 설정하여 이와 유사한 화소들을 선별하여 잡음을 제거하였다. 시뮬레이션 결과 제안한 알고리즘은 우수한 잡음제거 특성을 나타내었으며, 기존 방법들과 비교하기 위해 PSNR 등을 이용하여 비교 및 분석하였다.

• 한국정보통신학회논문지
• /
• 제27권1호
• /
• pp.47-53
• /
• 2023

X-Ray, CT, MRI, 스캐너 등과 같은 장치는 영상 획득 과정 중 여러 원인으로 인해 S&P 잡음을 생성할 수 있다. 영상에 나타난 S&P 잡음은 영상의 품질을 저하시키기 때문에, 영상처리 과정에 잡음제거 기술을 필수적으로 사용해야 한다. S&P 잡음 제거에 관한 연구는 이미 다양한 방법이 제안되었으나, 이들 모두 잡음 밀도가 큰 환경에서는 잔여 잡음을 생성하는 문제점이 있었다. 따라서 본 논문은 영상의 grayscale 값을 새로운 축으로 설정하여 3차원의 평면 방정식을 기반으로 필터링하는 알고리즘을 제안하였다. 제안한 알고리즘은 로컬마스크를 세분화하여 가장 근접한 3개의 비잡음 화소를 유효 화소로 설계하여, 복수의 화소를 가진 영역에 대해 코사인 유사도를 적용하였다. 또한, 입력한 화소가 평면을 이룰 수 없는 경우에도 예외 화소로 분류하여 잔여 잡음 없이 우수한 복원을 이루었다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2000년도 춘계학술대회논문집
• /
• pp.1912-1912
• /
• 2000

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권1호
• /
• pp.381-394
• /
• 2016

The several noise level estimation algorithms that have been developed for use in image processing and computer graphics generally exhibit good performance. However, there are certain special types of noisy images that such algorithms are not suitable for. It is particularly still a challenge to use the algorithms to estimate the noise levels of complex textured photographic images because of the inhomogeneity of the original scenes. Similarly, it is difficult to apply most conventional noise level estimation algorithms to images rendered by the Monte Carlo (MC) method owing to the spatial variation of the noise in such images. This paper proposes a novel noise level estimation method based on histogram modification, and which can be used for more accurate estimation of the noise levels in both complex textured images and MC-rendered images. The proposed method has good performance, is simple to implement, and can be efficiently used in various image-based and graphic applications ranging from smartphone camera noise removal to game background rendition.

• 한국정보통신학회논문지
• /
• 제21권7호
• /
• pp.1429-1434
• /
• 2017

기존의 안경 렌즈 흠집 검출 방법은 영상내의 미세 잡음이 제거되지 않아 렌즈 영역이 정확히 추출되지 않는 경우가 발생하여 흠집 영역을 검출할 수 없다는 문제점이 발생한다. 따라서 본 논문에서는 이러한 문제점을 개선하기 위해 적응적 이진화 기법과 Bresenham algorithm을 적용하여 흠집 영역을 검출한다. 제안된 방법은 안경 렌즈 영상에서 명암 대비를 적용하여 렌즈의 명암을 강조한다. 명암이 강조된 영상에서 렌즈 밖의 배경 영역은 흠집 검출에 불필요하므로 이진화 기법을 적용한 후에 Bresenham algorithm을 적용하여 렌즈의 윤곽선을 검출하고 렌즈 이외의 배경을 제거한다. 렌즈 이외의 배경이 제거된 렌즈 영상에서 렌즈 내부의 배경과 흠집의 명암 대비를 높인다. 명암이 강조된 렌즈 내부 영역에서 적응적 이진화 기법을 적용하여 흠집과 잡음을 검출한다. 잡음은 중간값 필터를 적용하여 제거한 후에 흠집 영역을 추출한다. 추출된 흠집 영역에서 렌즈의 중심으로부터의 거리와 흠집의 크기를 퍼지 추론 규칙에 적용하여 눈에 미치는 영향 정도를 분석한다. 제안된 방법의 성능을 분석하기 위해 CHEMI, MID, HL, HM과 같은 시력 보정용 렌즈 영상을 대상으로 실험한 결과, 12개의 시력 보정용 렌즈 영상 중에서 10개에서 결함을 성공적으로 추출하였다.

• 응용통계연구
• /
• 제23권1호
• /
• pp.151-165
• /
• 2010

영상은 잡음센서이나 채널 전송에러에 의해 생기는 임펄스 잡음에 의해 자주 오염된다. 본 논문은 영상에서 이런 임펄스 잡음을 제거하는 방법에 대해 논의하고자 한다. 제안된 잡음제거는 SVM(Support Vector Machine)과 개선된 Adaptive Median 필터에 의해 이루어진다. SVM에 의해 영상에서 잡음픽셀여부를 검출하고 검출된 잡음픽셀은 개선된 Adaptive Median 필터에 의해 새로운 픽셀값으로 대체한다. 제안된 방법의 성능을 평가하기 위해 영상 실험을 통하여 salt-and-pepper 임펄스 잡음과 random-valued 임펄스 잡음을 고려하여 기존의 잡음제거 방법들과 정성적이고 MAE, PSNR를 통한 정량적인 비교를 하였다. 실험결과 제안된 방법은 잡음 제거와 미세한 부분에 대한 보존력이 뛰어나고 특히, 많이 오염된 영상에 대해서도 상당한 잡음제거 성능을 보였다.