• 한국컴퓨터정보학회논문지
• /
• 제23권7호
• /
• pp.81-90
• /
• 2018

In this paper, reducing lense Vignetting effect and adaptive learning rate method are proposed to complement Scribner's neural network for nuc algorithm which is the effective algorithm in statistic SBNUC algorithm. Proposed reducing vignetting effect method is updated weight and bias each differently using different cost function. Proposed adaptive learning rate for updating weight and bias is using sobel edge detection method, which has good result for boundary condition of image. The ordinary statistic SBNUC algorithm has problem to compensate lense vignetting effect, because statistic algorithm is updated weight and bias by using gradient descent method, so it should not be effective for global weight problem same like, lense vignetting effect. We employ the proposed methods to Scribner's neural network method(NNM) and Torres's reducing ghosting correction for neural network nuc algorithm(improved NNM), and apply it to real-infrared detector image stream. The result of proposed algorithm shows that it has 10dB higher PSNR and 1.5 times faster convergence speed then the improved NNM Algorithm.

• 한국컴퓨터정보학회논문지
• /
• 제22권8호
• /
• pp.15-23
• /
• 2017

In this paper, the block reweighting and global offset initialization methods are proposed to complement the improved IRLMS algorithm which is the effective algorithm in registration based SBNUC algorithm. Proposed block weighting method reweights the error map whose abnormal data are excluded. The global offset initialization method compensates the global nonuniformity initially. The ordinary registration based SBNUC algorithm is hard to compensate global nonuniformity because of low scene motion. We employ the proposed methods to improved IRLMS algorithm, and apply it to real-world infrared raw image stream. The result shows that new implementation provides 3.5~4.0dB higher PSNR and convergence speed 1.5 faster then the improved IRLMS algorithm.

• 한국컴퓨터정보학회논문지
• /
• 제24권6호
• /
• pp.11-19
• /
• 2019

In this paper, a new Scene-based Nonuniformity Correction (SBNUC) method is proposed by applying Image Roughness-like and Spatial Noise cost functions on deep neural network structure. The classic approaches for nonuniformity correction require generally plenty of sequential image data sets to acquire accurate image correction offset coefficients. The proposed method, however, is able to estimate offset from only a couple of images powered by the characteristic of deep neural network scheme. The real world SWIR image set is applied to verify the performance of proposed method and the result shows that image quality improvement of PSNR 70.3dB (maximum) is achieved. This is about 8.0dB more than the improved IRLMS algorithm which preliminarily requires precise image registration process on consecutive image frames.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.429-430
• /
• 2007

FPA (Focal Plane Arrary)를 이용한 적외선 영상 획득 시스템에서 발생하는 주요 잡음 중 하나는 영상에 존재하는 공간적 고정 패턴 잡음(SFPN, Spatial Fixed Pattern Noise)이다. 이것이 발생하는 주된 요인은 배열을 이루고 있는 각 검출기들과, FPA 출력단에 있는 증폭기의 입출력 응답이 균일하지 않고, 시간이 흐름에 따라 그 응답특성이 변화하기 때문이다. 이 문제를 극복하기 위하여 일반적으로 교정기반 불균일 보정 방법(CBNUC, Calibration Based Nonuniformity Correction)과 장면기반 불균일 보정방법(SBNUC, Scene Based Nonuniformity Correction)이 사용된다. 본 논문은 CBNUC를 사용하는 시스템의 FPA 출력단 회로에 구성된 복수의 증폭기에 존재하는 이득의 차이 및 잡음에 의한 불균일을 보정하기 위한 보간 기법을 제안한다. 실험을 통하여 제안한 기법이 CBNUC 기반 적외선 영상 시스템에서 발생하는 규칙적인 패턴의 SFPN을 효율적으로 제거하는 것을 확인하였다. 또한, 제안한 기법은 CBNUC 기반 적외선 영상 시스템에서 주기적으로 수행해야하는 단일점보정 (OPC, One Point Correction)의 수행횟수를 줄이고, 연산량도 적어 실시간 시스템 구현이 가능하다.

• 한국광학회지
• /
• 제33권4호
• /
• pp.146-158
• /
• 2022

중적외선 카메라의 초점면배열 검출기는 검출기 화소마다 응답 특성이 달라 검출기 화소 간 불균일이 발생한다. 또한 카메라 운용 중 카메라 내부 발열 등의 영향으로도 영상에 불균일이 발생한다. 이 문제를 해결하기 위해 카메라 제작 단계에서 흑체를 이용해 검출기 화소 간 차이 교정용으로 이득과 오프셋 테이블을 생성해 보정하는 것이 일반적이다. 장비 운용 중 내부 발열 등에 의한 불균일을 보정하는 방법은 입력 영상을 기반으로 한 새로운 오프셋 값을 생성하는 방법을 사용한다. 본 논문에서는 장비 운용 중 발생하는 영상 불균일 보정을 위한 방법으로 입력되는 영상을 블록 형태의 패치로 분할한 후 균질한 영상 패치만 불균일 보정 테이블 생성에 사용하는 기법을 제안하였다. 제안된 기법은 불균일 보정 테이블 생성을 위해 획득하는 영상의 카메라 시선 움직임으로 인해 발생하는 움직임 자국 형태의 인공 패턴 노이즈 발생을 방지할 뿐만 아니라, 적은 수의 영상으로도 불균일 보정 성능 향상을 꾀할 수 있다. 실험 결과 기존 전통적인 영상 기반 불균일 보정 방법에서 발생하는 영상 흐름 자국 형태의 왜곡이 발생하지 않았으며 기존 방법 대비 50% 이상 적은 수의 영상으로도 양호한 보정 성능을 확인할 수 있었다.