• 한국지구물리탐사학회:학술대회논문집
• /
• 한국지구물리탐사학회 2005년도 공동학술대회 논문집
• /
• pp.223-226
• /
• 2005

동일한 파원에서 발생된 P, SH, SV 파를 3성분 지오폰으로 동시에 기록하는 방법을 연구하기 위해서, 94 m의 측선을 따라 2 m 간격으로 설치한 수신점에서 기록된 24채널 자료를 512 ms동안 기록하였다. 원시자료의 수직성분에는 P파가 초동으로 뚜렷하게 나타나며, 측선방향과 수직한 수평성분은 P파가 약화된 반면 S파의 신호/잡음비가 향상된 모습을 보인다. 토모그래피 역산을 통해 계산된 P파 및 S파의 속도 토모그램을 이용하여 동포아송비의 2차원적 분포를 산출한 결과, 동포아송비는 $0.2{\~}0.3$의 범위로 분포하며, 이는 한번의 타격으로 P파 및 S파의 속도분포와 더불어 및 동포아송비의 2차원적 분포까지 획득할 수 있다는데 큰 의의가 있다고 판단된다.

• 한국방사선학회논문지
• /
• 제18권2호
• /
• pp.93-99
• /
• 2024

디지털 영상, 특히, 전산화 단층촬영 영상은 X선 신호를 디지털 영상 신호로 변환하는 과정에서 노이즈가 필수적으로 포함되기 때문에 노이즈 저감화에 대한 고려가 필수적이다. 최근, 딥러닝 모델 기반의 노이즈 감소가 가능한 연구가 수행되고 있다. 그러므로, 본 연구의 목적은 폐 CT 영상에서의 다양한 종류의 노이즈를 U-net 딥러닝 모델을 이용하여 노이즈 감소 효과를 평가하였다. 총 800장의 폐 CT 영상을 사용하였고, Adam 최적화 함수와 100회의 반복 학습 횟수, 0.0001의 학습률을 적용한 U-net 모델을 이용하였다. 노이즈를 포함한 입력 영상 생성을 위하여 Gaussian 노이즈, Poisson 노이즈, salt & pepper 노이즈, speckle 노이즈를 적용하였다. 정량적 분석 인자로 평균 제곱 오차, 최대 신호 대 잡음비, 영상의 변동계수를 사용하여 분석하였다. 결과적으로, U-net 네트워크는 다양한 노이즈 조건에서 우수한 성능을 나타냈으며 그 효용성을 입증하였다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2009년도 추계학술대회 논문집
• /
• pp.494-495
• /
• 2009

• 한국통신학회논문지
• /
• 제28권6C호
• /
• pp.570-579
• /
• 2003

본 논문에서는 펄스 위치 변조를 사용하는 직접 검파 광통신 채널에서의 터보부호의 성능에 대하여 연구한다. 직접 검파기로서는 이상적인 광자 계수기를 사용하는 경우를 가정하며, 채널 잡음으로는 양자 잡음뿐 만 아니라 배경 잡음도 있는 경우를 가정한다. 즉 사용된 채널 모델은 M-ary PPM Poisson 채널이다. 이 채널에 터보 부호를 적용하기 위한 송수신기의 구조를 제시하고, 또한 제안된 터보 부호화 시스템을 위한 터보 복호 알고리즘을 유도한다. 복호 알고리즘의 유도는 기존의 AWGN 채널을 위한 터보 복호 알고리즘에서 가지 메트릭 연산 부분을 수정함으로써 얻어진다. 이론적인 비트 에러 확률 상한 값의 유도 및 컴퓨터 시뮬레이션의 실행을 통하여, 제안된 터보 부호화 방식의 성능을 분석하고 그 결과를 Reed-Solomon 부호 및 길쌈 부호의 성능과 비교한다.

• 한국산학기술학회논문지
• /
• 제13권5호
• /
• pp.2298-2304
• /
• 2012

형광 X-선 스펙트럼을 분석 방법은 RoHS 성분 및 중금속 함량 분석 등 여러 분야에 응용이 가능하며 비교적 빠른 시간 안에 함량 분석 결과를 얻을 수 있다. 형광 X-선 스펙트럼에는 잡음 및 여러 요인이 포함되어 있어 분석 정확도를 떨어뜨린다. 본 논문에서는 여러 요인 중 잡음의 특징을 분석하여 형광 X-선 스펙트럼 분석의 정확도를 높이고자 한다. 형광 X-선 스펙트럼은 산탄잡음(푸아송 잡음)의 특징을 가지고 있으며, 따라서 작은 신호에서는 잡음의 크기가 상대적으로 크고, 큰 신호에서는 잡음의 크기가 상대적으로 작은 특징을 가지고 있다. 기존에 잡음을 분석하고 제거하는 방법 및 알고리즘은 이러한 특징을 반영하지 않은 일반적인 목적으로 사용되는 방법으로 일반적인 알고리즘을 사용하여 잡음을 제거하게 되면 왜곡된 결과를 얻게 된다. 정확한 잡음 분석을 기반으로 효율적인 잡음 제거 알고리즘을 설계할 수 있고, 또한 높은 정확도의 원소 함량 분석 결과를 기대할 수 있다.

• JSTS:Journal of Semiconductor Technology and Science
• /
• 제9권3호
• /
• pp.125-135
• /
• 2009

An analytical 2-dimensional model to explain the small signal and noise properties of an AlGaN/GaN modulation doped field effect transistor has been developed. The model is based on the solution of two-dimensional Poisson's equation. The developed model explains the influence of Noise in ohmic region (Johnson noise or Thermal noise) as well as in saturated region (spontaneous generation of dipole layers in the saturated region). Small signal parameters are obtained and are used to calculate the different noise parameters. All the results have been compared with the experimental data and show an excellent agreement and the validity of our model.

• Journal of information and communication convergence engineering
• /
• 제19권4호
• /
• pp.276-283
• /
• 2021

In this paper, we propose an effective noise reduction method for photon counting imaging using a discrete wavelet transform. Conventional 2D photon counting imaging was used to visualize the object under dark conditions using statistical methods, such as the Poisson random process. The photons in the scene were estimated using a statistical method. However, photons which disturb the visualization and decrease the image quality may occur in the background where there is no object. Although median filters are used to reduce the noise, the noise in the scene remains. To remove the noise effectively, our proposed method uses the discrete wavelet transform, which removes the noise in the scene using a specific thresholding method that utilizes photon counting imaging characteristics. We conducted an optical experiment to demonstrate the denoising performance of the proposed method.

• 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.

• 한국컴퓨터정보학회논문지
• /
• 제29권10호
• /
• pp.21-34
• /
• 2024

MRI(Magnetic Resonance Imaging) 영상과 CT(Computed Tomography) 영상과 같은 의료영상에서 잡음제거는 의료영상 시스템의 성능에 중요한 영향을 미친다. 최근 영상처리 기술에 딥러닝(Deep Learning)의 도입으로 잡음제거 방법들의 성능이 향상되고 있다. 그러나 영상영역에서 디테일을 보존하면서 잡음만을 제거하는 것은 한계가 있다. 본 논문에서는 웨이블렛 변환 기반 CNN(Convolutional Neural Network) 모형, 즉 WT-DnCNN(Wavelet Transform-Denoising Convolutional Neural Network) 모형을 통해 잡음제거 성능을 높이고자 한다. 이는 잡음 영상에 웨이블렛 변환을 사용하여 주파수 대역별로 구분하여 일차적으로 잡음을 제거하고, 해당 주파수 대역에서 기존 DnCNN 모형을 적용하여 최종적으로 잡음을 제거하고자 한다. 본 논문에서 제안된 WT-DnCNN 모형의 성능평가를 위해 다양한 잡음, 즉, 가우시안 잡음(Gaussian Noise), 포아송 잡음(Poisson Noise) 그리고 스펙클 잡음(Speckle Noise)에 의해 훼손된 MRI 영상과 CT 영상을 대상으로 실험하였다. 성능 실험 결과, WT-DnCNN 모형은 정성적 비교에서 전통적인 필터 즉, BM3D(Block-Matching and 3D Filtering) 필터뿐만 아니라 기존의 딥러닝 모형인 DnCNN, CDAE(Convolution Denoising AutoEncoder) 모형보다 우수하고, 정량적 비교에서 PSNR(Peak Signal-to-Noise Ratio) 과 SSIM(Structural Similarity Index Measure) 수치는 MRI 영상에서 각각 36~43과 0.93~0.98, CT 영상에서 각각 38~43과 0.95~0.98 정도로 우수한 결과를 보였다. 또한, 모형의 실행 속도 비교에서 DnCNN 모형은 BM3D 모형보다는 훨씬 적게 결렸으나 DnCNN 모형과의 비교에서는 웨이블렛 변환 추가로 인해 오래 걸림을 알 수 있었다.

• International Journal of Naval Architecture and Ocean Engineering
• /
• 제2권3호
• /
• pp.119-126
• /
• 2010

The response of ship roll oscillation under random ice impulsive loads modeled by Poisson arrival process is very important in studying the safety of ships navigation in cold regions. Under both external and parametric random excitations the evolution of the probability density function of roll motion is evaluated using the path integral (PI) approach. The PI method relies on the Chapman-Kolmogorov equation, which governs the response transition probability density functions at two close intervals of time. Once the response probability density function at an early close time is specified, its value at later close time can be evaluated. The PI method is first demonstrated via simple dynamical models and then applied for ship roll dynamics under random impulsive white noise excitation.