• 대한원격탐사학회지
• /
• 제31권1호
• /
• pp.21-28
• /
• 2015

The essential idea of de-noising is referring to neighboring pixels of a center pixel to be updated. Conventional adaptive de-noising filters use local statistics, i.e., mean and variance, of neighboring pixels including the center pixel. The drawback of adaptive de-noising filters is that their performance becomes low when edges are contained in neighboring pixels, while anisotropic diffusion de-noising filters remove adaptively noises and preserve edges considering intensity difference between neighboring pixel and the center pixel. The anisotropic diffusion de-noising filters, however, use only intensity difference between neighboring pixels and the center pixel, i.e., local statistics of neighboring pixels and the center pixel are not considered. We propose a new connectivity function of two adjacent pixels using statistics of neighboring pixels and apply connectivity function to diffusion coefficient. Experimental results using an aerial image corrupted by uniform and Gaussian noises showed that the proposed algorithm removed more efficiently noises than conventional diffusion filter and median filter.

• 한국컴퓨터정보학회논문지
• /
• 제23권11호
• /
• pp.1-7
• /
• 2018

In this paper, we propose soft dead pixels detection method by analysing different response at hot and cold images. Abnormal pixels are able to effect detecting a small target. It also makes confusing real target or not cause of changing target size. Almost exist abnormal pixels after image signal processing even if dead pixels are removed by dead pixel compensation are called soft dead pixels. They are showed defect in final image. So removing or compensating dead pixels are very important for detecting object. The key idea of this proposed method, detecting dead pixels, is that most of soft deads have different response characteristics between hot image and cold image. General infrared cameras do NUC to remove FPN. Working 2-reference NUC must be needed getting data, hot & cold images. The way which is proposed dead pixel detection is that we compare response, NUC gain, at each pixel about two different temperature images and find out dead pixels if the pixels exceed threshold about average gain of around pixels.

• Current Optics and Photonics
• /
• 제6권5호
• /
• pp.463-472
• /
• 2022

At certain wavelengths, single-pixel imaging is considered to be a solution that can achieve high quality imaging and also reduce costs. However, achieving imaging of complex scenes is an overhead-intensive process for single-pixel imaging systems, so low efficiency and high consumption are the biggest obstacles to their practical application. Improving efficiency to reduce overhead is the solution to this problem. Salient object detection is usually used as a pre-processing step in computer vision tasks, mimicking human functions in complex natural scenes, to reduce overhead and improve efficiency by focusing on regions with a large amount of information. Therefore, in this paper, we explore the implementation of salient object detection based on single-pixel imaging after a single pixel, and propose a scheme to reconstruct images based on Fourier bases and use U²Net models for salient object detection.

• 대한전자공학회논문지SP
• /
• 제38권1호
• /
• pp.1-10
• /
• 2001

디지털 프린터와 같은 이진 출력 장치에서 영상을 표현하기 위해서는 연속 계조 영상을 이진 영상으로 변환하는 해프토닝 기법이 요구된다. 본 논문에서는 이진화 된 영상에서 균일한 도트들의 분포를 얻기 위하여 새로운 오차확산 방법을 제안한다. 제안하는 방법에서는 먼저, 현재 이진화 하려는 화소와 이미 이진화 된 소수화소(minor pixel)들간의 최소거리를 '최소화소거리(minimum pixel distance)'라 정의한다. 또한, 오차확산방법에의 적용을 위하여 계조값을 새로운 주거리 기반의 변수로 변환한다. 기존의 오차확산 방법에서는 이진화에 따르는 계조값의 차이를 주위 화소들에 전파하는데 반하여 제안하는 방법에서는 주거리상의 차이가 전파된다. 이진화 과정에서는 최소화소거리가 문턱치로 사용된다. 본 논문에서는 최소화소거리를 계산하는 방법으로 'MPOA'(Minor Pixel Offset Array)를 제안한다. MPOA는 이미 이진화 된 영역의 이진 화소의 종류와 2차원상의 위치를 1차원으로 표현하는 기법으로서 최소화소거리의 계산에 필요한 메모리와 계산량을 크게 감소시킨다.

• 한국정보통신학회논문지
• /
• 제17권4호
• /
• pp.965-970
• /
• 2013

이미지로부터 돌출 영역을 추출하는 것은 이후의 다양한 이미지 처리를 위한 사전 작업으로서 중요한 의미를 가진다. 이 논문에서는 하나의 이미지에서 각 픽셀의 돌출 값을 추정하기 위한 개선된 방법을 소개한다. 논문에서 제안되는 방법은 이전에 연구된 색상과 통계적 방법을 이용한 돌출 값 추정 방법을 개선한 방법이다. 먼저 이미지에서 픽셀들의 색상관계를 이용해 각 픽셀의 돌출 값을 계산하고, 이 값을 근거로 중심 돌출 픽셀을 추정한다. 추정된 중심 돌출 픽셀을 기준으로 가우스 가중치를 적용하여 각 픽셀의 돌출 값을 재추정하고, 통계적 돌출 값 추정에 적용할 초기 확률을 위해 각 픽셀의 돌출 여부가 결정된다. 마지막으로 각 픽셀의 돌출 값은 베이즈 확률을 사용하여 계산된다. 실험결과는 본 논문의 적용 방법이 적정한 크기의 돌출 영역을 가진 이미지에 대해 이전의 방법보다 우수한 결과를 보임을 보여준다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.727-731
• /
• 2003

ASTER image has some advantages for classification such as 15 spectral bands and 15m ${\sim}$ 90m spatial resolution. However, in the classification using general remote sensing image, shadow areas are often classified into water area. It is very difficult to divide shadow and water. Because reflectance characteristics of water is similar to characteristics of shadow. Many land cover items are consisted in one pixel which is 15m spatial resolution. Nowadays, very high resolution satellite image (IKONOS, Quick Bird) and Digital Surface Model (DSM) by air borne laser scanner can also be used. In this study, mixed pixel analysis of ASTER image has carried out using IKONOS image and DSM. For mixed pixel analysis, high accurated geometric correction was required. Image matching method was applied for generating GCP datasets. IKONOS image was rectified by affine transform. After that, one pixel in ASTER image should be compared with corresponded 15×15 pixel in IKONOS image. Then, training dataset were generated for mixed pixel analysis using visual interpretation of IKONOS image. Finally, classification will be carried out based on Linear Mixture Model. Shadow extraction might be succeeded by the classification. The extracted shadow area was validated using shadow image which generated from 1m${\sim}$2m spatial resolution DSM. The result showed 17.2% error was occurred in mixed pixel. It might be limitation of ASTER image for shadow extraction because of 8bit quantization data.

• 정보보호학회논문지
• /
• 제33권6호
• /
• pp.1087-1098
• /
• 2023

인공지능 기술의 급격한 발전으로 다양한 분야에서 적극적으로 활용되고 있으나, 이와 함께 인공지능 기반 시스템에 대한 공격 위협이 증가하고 있다. 특히, 딥러닝에서 사용되는 인공신경망은 입력 데이터를 고의로 변형시켜 모델의 오류를 유발하는 적대적 공격에 취약하다. 본 연구에서는 이미지에서 단 하나의 픽셀 정보만을 변형시킴으로써 시각적으로 인지하기 어려운 One-Pixel 공격으로부터 이미지 분류 모델을 보호하기 위한 방법을 제안한다. 제안된 방어 기법은 오토인코더 모델을 이용하여 분류 모델에 입력 이미지가 전달되기 전에 잠재적 공격 이미지에서 위협 요소를 제거한다. CIFAR-10 데이터셋을 이용한 실험에서 본 논문에서 제안하는 오토인코더 기반의 One-Pixel 공격 방어 기법을 적용한 사전 학습 이미지 분류 모델들은 기존 모델의 수정 없이도 One-Pixel 공격에 대한 강건성이 평균적으로 81.2% 향상되는 결과를 보였다.

• 한국정보통신학회논문지
• /
• 제15권6호
• /
• pp.1363-1368
• /
• 2011

본 논문은 화소 대 화소 매핑 기반 컴퓨터 집적 영상에서 발생하는 그래눌라 잡음에 대한 해석을 제시한다. 화소 매핑 기반 집적 영상 복원 방식은 고해상도의 영상을 제공할 뿐 아니라 이전의 역투사 방식보다 연산량이 작다. 본 논문에서는 화소 매핑 방식에 대한 신호 모델이 소개되고, 이를 통하여 그래눌라 잡음을 정의하고 해석한다. 제시된 신호 모델을 기반으로 잡음에 대한 특성을 분석한 컴퓨터 실험이 제공된다. 실험 결과는 기존의 역투사 방식의 그래눌라 잡음 발생 형태와 상이함을 보여주며 이는 또한 화소 매핑 방식에서 활용될 수 있음을 보여준다.

• 한국게임학회 논문지
• /
• 제3권1호
• /
• pp.86-93
• /
• 2003

픽셀의 형태학적인 특성을 고려한 필터링 기법을 사용한 새로운 앤티에얼리아싱 방법을 제안한다. 에얼리아싱은 직선, 모서리나 다각형 물체에서 발생 할 수 있다. 이 문제는 모니터의 제한된 해상도에 따른 것으로 영상을 이용한 리얼리티 구현을 목적으로 하는 부문에 있어서는 많은 영향을 미칠 수 있다. 이 같은 문제점을 해결하기 위하여 물체의 윤곽선 중 의미가 있는 윤곽선을 찾고 이 데이터를 분석하여 픽셀의 구조, 표면의 형태 등의 형태학적인 특성을 고려한 스무딩 과정과 필터링과정을 통하여 앤티에얼리아싱을 구현한다. 실험결과 제안하는 알고리즘이 기존의 알고리즘보다 잡음제거를 통한 우수한 앤티에얼리어싱 기법임을 확인하였다. 이 방법은 컴퓨터 그래픽분야의 앤티에얼리어싱을 구현하는데 기본적인 알고리즘으로 사용될 수 있다.

• 한국통신학회논문지
• /
• 제34권4C호
• /
• pp.380-387
• /
• 2009

본 논문에서는 집적영상(integral imaging) 및 랜덤 픽셀-스크램블링(random pixel-scrambling) 기법을 이용한 새로운 광 영상 암호화(optical image encryption) 방법을 제안하였다. 즉, 제안된 방법의 부호화 과정에서는 먼저 입력영상을 여러 개의 작은 크기의 블록으로 나누어 픽셀-스크램블링을 한 다음 집적 영상 기술을 이용하여 요소영상(elemental image)을 생성하고 이 영상의 안정성을 위하여 2차 픽셀-스크램블링을 수행하여 최종 암호화된 영상을 얻게 된다. 그리고 복호화 과정에서는 암호화된 영상에 광학적인 집적 영상 복원 기법과 역 픽셀-스크램블링 방법을 사용하여 최종적으로 원 영상을 복원하게 된다. 새로이 제안된 광 영상 암호화 기법의 잡음 첨가 및 크로핑과 같은 데이터 손실에 대한 강인성을 실험을 통해 분석하고 그 결과를 제시하였다.