• 한국정보통신학회논문지
• /
• 제26권5호
• /
• pp.675-681
• /
• 2022

최근 IoT 기술과 AI의 발전에 따라 다양한 분야에서 무인화와 자동화가 진행되고 있으며, 사물인식과 객체분류 등 자동화의 기반이 되는 영상처리에 대한 관심이 높아지고 있다. 영상처리 과정에서 잡음 제거는 영상의 품질 또는 시스템의 정확성과 신뢰성에 큰 영향을 미치는 과정으로 다양한 연구가 진행되고 있으나, 영상에서 임펄스 잡음의 밀도가 높은 영역에 대한 영상을 복원하기 어렵다는 문제점이 있다. 따라서 본 논문은 영상에서 임펄스 잡음 훼손된 영역을 복원하기 위해 부분 마스크와 라그랑지 보간법에 기반한 필터 알고리즘을 제안한다. 제안한 알고리즘은 필터링 마스크와 잡음 추정치를 서로 비교하여 필터링 과정을 스위칭하였으며, 영상의 저주파 및 고주파 성분에 따라 퍼지 가중치를 계산하여 영상을 복원하였다.

• 한국정보통신학회논문지
• /
• 제25권12호
• /
• pp.1846-1852
• /
• 2021

현대 사회는 4차 산업혁명과 IoT 기술의 발전으로 폭넓은 분야에 다양한 디지털 기기들이 보급되고 있다. 하지만 영상을 획득하거나 전송하는 과정 등에서 잡음이 발생하여 정보를 훼손할 뿐 아니라, 시스템에 영향을 끼쳐 오류와 잘못된 동작을 일으킨다. 영상 잡음 중 대표적인 잡음으로 AWGN이 있다. 잡음을 제거하기 위한 방법으로 선행연구가 진행되어져 왔고 그 중 대표적인 방법으로 AF, A-TMF, MF 등이 있다. 기존의 필터들은 영상의 특성을 고려하기 어려워 고주파 성분이 많은 영역에서는 스무딩 현상이 발생한다는 단점이 있다. 따라서 제안한 알고리즘은 고주파영역에서도 효과적으로 잡음을 제거하기 위해 표준편차 분포도를 구한 후, 커브 피팅 방식을 이용한 라플라스 분포의 확률밀도함수 가중치를 적용하여 최종 출력을 구한다.

• Communications for Statistical Applications and Methods
• /
• 제29권1호
• /
• pp.27-40
• /
• 2022

In this paper, the focus on the removal noise in the binary image based on the variational Bayesian method with the Ising model. The observation and the latent variable are the degraded image and the original image, respectively. The posterior distribution is built using the Markov random field and the Ising model. Estimating the posterior distribution is the same as reconstructing a degraded image. MCMC and variational Bayesian inference are two methods for estimating the posterior distribution. However, for the sake of computing efficiency, we adapt the variational technique. When the image is restored, the iterative method is used to solve the recursive problem. Since there are three model parameters in this paper, restoration is implemented using the VECM algorithm to find appropriate parameters in the current state. Finally, the restoration results are shown which have maximum peak signal-to-noise ratio (PSNR) and evidence lower bound (ELBO).

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.57-59
• /
• 2020

본 논문에서는 컨볼루션 신경망을 이용하여 다시점 비디오의 중간 시점 양자화 노이즈를 제거하는 방안을 제안한다. 다시점 비디오에서 중간 시점의 화질을 개선하기 위한 방안으로 인접 시점의 정보를 활용하였다. 제안하는 알고리즘을 적용하여 중간 시정에서의 양자화 노이즈를 제거할 수 있으며, 화질 (PSNR, peak-to-noise ratio)를 개선할 수 있다. 인접 시접의 정보를 활용할 경우, 일반적인 양자화 노이즈에 대해서 학습한 결과 대비 성능 향상을 제공한다.

• 한국컴퓨터정보학회논문지
• /
• 제29권5호
• /
• pp.21-29
• /
• 2024

CT 촬영 시 방사선량을 줄이면 피폭 위험성을 낮출 수 있으나, 영상 해상도가 크게 저하 될 뿐아니라 잡음(noise) 발생으로 인해 진단의 효용성이 떨어진다. 따라서, CT 영상에서의 잡음제거는 영상복원 분야에 있어 매우 중요하고 필수적인 처리 과정이다. 영상 영역에서 잡음과 원래 신호를 분리하여 잡음만을 제거하는 것은 한계가 있다. 본 논문에서는 웨이블릿 변환 기반 GAN 모델 즉, WT-GAN(wavelet transform-based GAN) 모델을 이용하여 CT 영상에서 효과적으로 잡음 제거하고자 한다. 여기서 사용된 GAN 모델은 U-Net 구조의 생성자와 PatchGAN 구조의 판별자를 통해 잡음제거 영상을 생성한다. 본 논문에서 제안된 WT-GAN 모델의 성능 평가를 위해 다양한 잡음, 즉, 가우시안 잡음(Gaussian noise), 포아송 잡음 (Poisson noise) 그리고 스펙클 잡음 (speckle noise)에 의해 훼손된 CT 영상을 대상으로 실험하였다. 성능 실험 결과, WT-GAN 모델은 전통적인 필터 즉, BM3D 필터뿐만 아니라 기존의 딥러닝 모델인 DnCNN, CDAE 모형 그리고 U-Net GAN 모형보다 정성적이고, 정량적인 척도 즉, PSNR (Peak Signal-to-Noise Ratio) 그리고 SSIM (Structural Similarity Index Measure) 면에서 우수한 결과를 보였다.

• 융합신호처리학회논문지
• /
• 제17권2호
• /
• pp.71-76
• /
• 2016

디지털 영상처리는 의료산업, 위성사진, 공장자동화 영상인식 등 넓고 다양한 분양에 활용되고 있다. 하지만 이러한 영상 데이터는 처리, 전송, 저장하는 과정에서 여러 외부 원인에 의해 열화가 발생한다. 영상에 첨가되는 잡음에는 AWGN, salt and pepper 잡음이 대표적이다. AWGN에 훼손된 영상을 복원하기 위한 공간영역 방법에는 MF, CWMF, AWMF 등이 있으며, 기존의 방법들은 에지와 같은 상세 정보를 훼손하는 특성이 있다. 따라서 본 논문에서는 AWGN 환경에서 국부 마스크의 에지 크기에 따라 화소 방향에 따른 가중치 필터, 공간 가중치 필터 및 평균 필터의 가중치를 다르게 적용하는 알고리즘을 제안하였다. 그리고 제안한 알고리즘의 우수성을 입증하기 위해, PSNR을 사용하여 기존의 방법들과 그 성능을 비교하였다.

• 한국정보통신학회논문지
• /
• 제21권1호
• /
• pp.137-143
• /
• 2017

x선 영상은 각종 의료 검진 분야와 보안검사에 널리 이용되고 있다. 하지만 대부분의 x선 영상은 잡음을 포함하고 있으며 이러한 잡음은 x선 영상분석에 방해가 되기 때문에 x선 영상의 잡음을 제거할 필요가 있다. 본 논문은 화소값 가중치와 화소 거리 가중치를 이용하여 x선 영상의 잡음을 제거하는 방법을 제안한다. 제안하는 알고리즘은 먼저 양방향 필터를 이용하여 x선 영상의 노이즈를 1차적으로 제거하고 원본 x선 영상의 경계 영역을 추정한다. 그 후 현재 화소가 경계 영역에 속한다면 해당화소를 포함하는 $3{\times}3$ 영역의 화소들에 대한 원본화소와 노이즈제거 화소를 이용하여 가중치를 구하고 경계 화소값 결정을 위한 비용계산을 수행한다. 그 후 가장 작은 경계 화소값 결정 비용을 가지는 화소 값을 결과영상의 화소값으로 정한다. 제안하는 알고리즘은 PSNR 및 주관적 화질 비교에서 우수한 성능을 보였다.

• 제어로봇시스템학회논문지
• /
• 제18권10호
• /
• pp.970-976
• /
• 2012

In this paper, a single LRF has been used to produce a 3D map for the mobile robot navigation. The 2D laser scanners are used for mobile robots navigation, where the laser scanner is applied to detect a certain level of area by the straight beam. Therefore it is limited to the usages of 2D obstacle detection and avoidance. In this research, it is designed to complement a mobile robot system to move up and down a single LRF along the yaw axis. During the up and down motion, the 2D data are stacked and manipulated to build a 3D map. Often a single LRF data are mixed with Gaussian and impulse noises. The impulse noises are removed out by the hybrid median filter designed in this research. The 2D data which are improved by deleting the impulse noises are layered to build the 3D map. Removing impulse noises while preserving the boundary is a main advantages of the hybrid median filter which has been used widely to improve the quality of images. The effectiveness of this hybrid median filter for rejecting the impulse noises has been verified through the real experiments. The performance of the hybrid median filter is evaluated in terms of PSNR (Peak Signal to Noise Ratio) and the processing time.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.139-141
• /
• 2022

디지털 영상 매체 및 지능형 시스템에 대한 관심이 급격히 증가함에 따라 보안, 인공지능 등 다양한 분야에서 영상 정보를 이용한 기술들을 접목해 사용하고 있다. 디지털 영상 처리 중 발생하는 임펄스 잡음은 영상의 화질을 저하시켜 정보의 신뢰성을 떨어뜨리기 때문에 필터를 통한 제거가 필요하다. 이미 잘 알려진 선행된 방식으로 SMF, AWMF, MDBUTMF가 있지만 이들 모두 알고리즘 자체의 문제로 유효한 화소의 정보의 손실이 크고 오염도가 큰 환경에서 원활하지 못한 필터링을 이루는 한계를 가진다. 따라서 본 논문은 마스크 내에 존재하는 가장 근접한 유효 화소를 탐색함으로써 정보의 신뢰도를 반영한 가중치를 적용하는 메디안 필터 알고리즘을 설계한다. 성능 평가를 위해 PSNR과 확대영상을 사용하여 본 알고리즘과 선행된 알고리즘을 비교, 분석하였다.

• 한국정보통신학회논문지
• /
• 제22권11호
• /
• pp.1468-1473
• /
• 2018

4차 산업혁명의 발전에 따라 통신 및 데이터 처리의 중요성이 높아지고 있으며, 이에 따라 장비의 정확성과 신뢰성에 직접적인 영향을 미치는 영상 및 데이터 처리의 중요성 또한 증가하고 있다. 본 논문에서는 영상의 주파수 성분의 변화에 적응하며 AWGN을 제거하기 위해 표준편차와 추정치의 유추를 통해 최종 출력을 산출하는 알고리즘을 제안하였다. 제안한 알고리즘은 마스크 성분의 표준편차를 통해 유효 화소 범위를 설정하여 추정치를 구하며, 가중치를 적용한 후 필터의 출력에 가감하여 최종 출력을 계산한다. 그리고 제안하는 알고리즘의 성능 평가를 위해 시뮬레이션을 통해 기존 방법과 비교 분석하였으며, 시뮬레이션 결과 영상의 중요 특성을 보존하며 효율적인 잡음 제거 성능을 보였다.