• Journal of Magnetics
• /
• 제22권1호
• /
• pp.55-59
• /
• 2017

The purpose of this study was to quantitatively evaluate image quality using intensity profile, coefficient of variation (COV), and peak signal to noise ratio (PSNR) with respect to noise reduction techniques in the ultrasound images. For that purpose, we compared with the median filter, Rudin-Osher-Fatemi (ROF), Anscombe and proposed patch group prior based denoising (PGPD) techniques. To evaluate image quality, the Shepp-Logan phantom and the ultrasound image were acquired using simulation and experiment, respectively. According to the results, the difference of intensity profile using PGPD technique is lowest compared with original Shepp-Logan phantom. In simulation, the measured COV was 0.249, 0.198, 0.198, 0.177, and 0.080 using noisy, median, ROF, Anscombe and PGPD technique, respectively. Also, in experimental image, the measured COV was 0.245, 0.230, 0.231, 0.242 and 0.187 using noisy, median, ROF, Anscombe and PGPD technique, respectively. Especially, when we used PGPD technique, the PSNR has highest value in both simulation and experiment. In this study, we performed simulation and experiment study to compare various denoising techniques in the ultrasound image. We can expect the PGPD technique to improve in medical diagnosis with excellent noise reduction.

• 한국콘텐츠학회논문지
• /
• 제21권8호
• /
• pp.1-9
• /
• 2021

딥 러닝을 활용한 컴퓨터 비전 연구는 여전히 대규모의 학습 데이터와 컴퓨팅 파워가 필수적이며, 최적의 네트워크 구조를 도출하기 위해 많은 시행착오가 수반된다. 본 연구에서는 네트워크 최적화나 데이터를 보강하는 것과 무관하게 데이터 자체의 특성만을 고려한 CR(Confusion Rate)기반의 유사 이미지 분류 성능 향상 기법을 제안한다. 제안 방법은 유사한 이미지 데이터를 정확히 분류하기 위해 CR을 산출하고 이를 손실 함수의 가중치에 반영함으로서 딥 러닝 모델의 성능을 향상시키는 기법을 제안한다. 제안 방법은 네트워크 최적화 결과와 독립적으로 이미지 분류 성능의 향상을 가져올 수 있으며, 클래스 간의 유사성을 고려해 유사도가 높은 이미지 식별에 적합하다. 제안 방법의 평가결과 HanDB에서는 0.22%, Animal-10N에서는 3.38%의 성능향상을 보였다. 제안한 방법은 다양한 Noisy Labeled 데이터를 활용한 인공지능 연구에 기반이 될 것을 기대한다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 신호처리소사이어티 추계학술대회 논문집
• /
• pp.485-488
• /
• 2003

A conventional correlation target tracker is analysed with a simple mathematical approach. And, we will propose a correlation measure with selective attentional property in order to overcome the false-peak problem of the conventional methods. Various experimental results show that the proposed correlation measure is able to reduce considerably the probability of false-peaks degraded by the correlation between background images of a reference block and a distorted and noisy sensor input image.

• 한국통신학회:학술대회논문집
• /
• 한국통신학회 1986년도 추계학술발표회 논문집
• /
• pp.182-185
• /
• 1986

In this paper, the four algorithm which obtain 2D displacement vector are proposed. In corwocutive difference pictures, the characteristics of up DP boundary and region are discussed and we estimate displacement vector using the DP boundary and region, Finally, the performance of proposed algorithm for gaussian noisy image which generated by computer are discussed.

• 로봇학회논문지
• /
• 제18권1호
• /
• pp.48-52
• /
• 2023

Many studies have been conducted to ensure that Visual Place Recognition is reliable in various environments, including edge cases. However, existing approaches use visible imaging sensors, RGB cameras, which are greatly influenced by illumination changes, as is widely known. Thus, in this paper, we use an invisible imaging sensor, a long wave length infrared camera (LWIR) instead of RGB, that is shown to be more reliable in low-light and highly noisy conditions. In addition, although the camera sensor used to solve this problem is an LWIR camera, but since the thermal image is converted into RGB image the proposed method is highly compatible with existing algorithms and databases. We demonstrate that the proposed method outperforms the baseline method by about 0.19 for recall performance.

• 디지털산업정보학회논문지
• /
• 제19권2호
• /
• pp.57-68
• /
• 2023

Because salt and pepper noise is a type of impulse, even a small amount of noise could cause a large image degradation. In this paper, we proposed a salt-and-pepper noise removal method using the convolutional neural network. It consists of four phases. In the first step, the proposed method reconstructs noisy image using a traditional salt-and-pepper noise reduction method, and in the second step, the result image of previous step is filtered with Gaussian low pass filter. After that, we reconstruct the filtered image using convolution neural network. In the last step, the pixels with salt-and-pepper noise are replaced with the result of previous phase. Simulation results show that the proposed method yields not only objective image qualities(PSNR, SSIM) but also subjective image qualities for all SAP noise ratios.

• The Journal of the Acoustical Society of Korea
• /
• 제15권3E호
• /
• pp.4-12
• /
• 1996

In this study, we examine the applicability of an artificial neural network(ANN) for filtering underwater random noise and for identifying underlying signals taken from noisy environment. The approach is to find a way of compressing the input data and then decompressing it using an ANN as in image compressing process. It is well known that random signal is hard to compress while ordered information is not. The use of a limited number of processing elements(PEs) in the hidden layer of an Ann ensures that some of the noise would be removed in the reconstruction process. Two types of the signals, synthesized and measured, are used to examine the effectiveness of the ANN-based filter. After training process is completed, the ANN successfully extracts the underlying signals form the synthesized or measured noisy signals. In particular, compared with the results form without filtering or moving averaged, the ANN-based filter gives much better spectrograms to identify underlying signals from the measured noisy data. This filtering process is achieved without using and kind of highly accurate signal processing technique. More experimentation needs to be followed to develop the ANN-based filtering technique to the level of complete understanding.

• 한국음향학회지
• /
• 제22권1호
• /
• pp.28-34
• /
• 2003

최근 잡음이 심한 환경에서 음성인식을 신뢰성 있게 하기 위하여 입 모양의 움직임 (영상언어)과 음성을 같이 사용하는 방법이 활발히 연구되고 있다 본 논문에서는 영상언어 인식기의 결과와 음성인식기의 결과에 각각 가중치를 주어 결합하는 방법을 연구하였다. 각각의 인식 결과에 적절한 가중치를 결정하는 방법을 제안하였으며, 특히 음성정보에 들어있는 잡음의 정도와 영상정보의 화질에 따라 자동적으로 가중치를 결정하도록 하였다. 모의 실험 결과 제안된 방법에 의한 결합 인식률이 잡음이 심한 환경에서도 84% 이상의 인식률을 나타내었으며, 영상에 번짐효과가 있는 경우 영상의 번짐 정도를 고려한 결합 방법이 그렇지 않은 경우보다 우수한 인식 성능을 나타내었다.

• 응용통계연구
• /
• 제20권1호
• /
• pp.147-157
• /
• 2007

에지검출은 컴퓨터비전과 영상처리 시스템에서 널리 사용되는 단계이다. 본 논문에서는 잡음영상에서 효율적인 에지검출을 위해 이표본 위치 문제에서 월콕슨 검정의 대안인 로버스트 순위-순서 검정에 기초한 새로운 검출법을 제안하였다. 제안된 방법은 $\delta$-에지모형하에서 $5\times5$ 윈도우의 부분 픽셀만으로 구성된 근방영역 간에 통계적으로 유의한 차이가 있는지를 조사하였다. 제안된 에지 검출법의 성능을 평가하기 위해 실제영상과 인조영상을 가지고 영상실험을 통하여 얻은 에지맵과 객관적인 척도하에서 양적으로 비교 분석하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 추계종합학술대회
• /
• pp.418-421
• /
• 2007

이 논문에서는 곤충 발자국의 패턴을 판별하기 위한 전 단계로 추출되는 군집화된 세그먼트들 중에서, 곤충 발자국의 패턴을 분석하는 데에 부적합한 세그먼트들을 제거하기 위한 계층적 최근접 검색 기법을 제안한다. 발자국 형태와 거의 구별되지 않는 비정형적인 노이즈는 발자국과 서로 구별되는 특징을 규명하기 전까지는 영상처리 전 단계에서 완전히 제거될 수 없어 군집화 기법에 의해 추출된 세그먼트에도 이러한 노이즈를 내포하게 된다. 따라서 모든 세그먼트의 적합성을 평가하여, 노이즈 정보로 인해 타당성이 부족한 세그먼트를 제거함으로써 다음 단계에 수행되는 세그먼트들에 대한 곤충 발자국 패턴의 특징값 추출 성능이 향상될 수 있다.