• 대한원격탐사학회지
• /
• 제22권4호
• /
• pp.275-284
• /
• 2006

Hyperion 영상의 노이즈는 주로 대기 효과와 센서의 기계오류, 신호변환 때문이다. 보정되지 않은 밴드, 중복 밴드, 모든 대기흡수에 영향을 많이 받는 밴드가 모두 제거되어도, 여전히 노이즈 밴드가 존재한다. 영상처리에 사용할 선명하고 안정된 밴드를 선택하기 위해 육안으로 영상을 간단하게 검사할 수 있지만, 이는 수동으로 이루어지는 비효율적이고 주관적인 방법이다 본 논문에서 우리는 노이즈 추정과 자동 밴드 선택을 위해 극단화소비 사용을 제안한다. 이를 위해 기존에 사용되던 SNR, 엔트로피와 극단화소비를 비교하였다. 첫째, 상대적으로 노이즈가 적은 ALI 영상에 Gaussian 노이즈, salt & pepper 노이즈, Speckle 노이즈를 부가하여 노이즈량과 각 통계량 사이의 관계를 살펴보았다. 둘째, Hyperion 영상에서 추출된 세 개 통계량에 대해 기대최대화 분석을 수행하여 자동으로 밴드를 선택하였다. Hyperion 데이터는 시각적 평가에 의해 5단계로 구분되어 평가자료로 사용되었다. 실험 결과에서 극단화소비가 Hyperion 영상의 밴드 선택에 효과적으로 사용될 수 있었다.

• KIEE International Transaction on Systems and Control
• /
• 제2D권2호
• /
• pp.115-119
• /
• 2002

In this paper we present a generalized directional morphological filtering algorithm for the removal of impulse noise, which is based on a combination of impulse noise detection and a weighted rank-order morphological filtering technique. For salt (or pepper) noise suppression, the generalized directional opening (or closing) filtering of the input signal is selectively used. The detection of impulse noise can be done by the geometrical difference of opening and closing filtering. Simulations show that this new filter has better detail feature preservation with effective noise reduction compared to other nonlinear filtering techniques.

• International Journal of Computer Science & Network Security
• /
• 제22권11호
• /
• pp.308-318
• /
• 2022

Noise is a serious issue. While sending images via electronic communication, Impulse noise, which is created by unsteady voltage, is one of the most common noises in digital communication. During the acquisition process, pictures were collected. It is possible to obtain accurate diagnosis images by removing these noises without affecting the edges and tiny features. The New Average High Noise Density Median Filter. (HNDMF) was proposed in this paper, and it operates in two steps for each pixel. Filter can decide whether the test pixels is degraded by SPN. In the first stage, a detector identifies corrupted pixels, in the second stage, an algorithm replaced by noise free processed pixel, the New average suggested Filter produced for this window. The paper examines the performance of Gaussian Filter (GF), Adaptive Median Filter (AMF), and PHDNF. In this paper the comparison of known image denoising is discussed and a new decision based weighted median filter used to remove impulse noise. Using Mean Square Error (MSE), Peak Signal to Noise Ratio (PSNR), and Structure Similarity Index Method (SSIM) metrics, the paper examines the performance of Gaussian Filter (GF), Adaptive Median Filter (AMF), and PHDNF. A detailed simulation process is performed to ensure the betterment of the presented model on the Mini-MIAS dataset. The obtained experimental values stated that the HNDMF model has reached to a better performance with the maximum picture quality. images affected by various amounts of pretend salt and paper noise, as well as speckle noise, are calculated and provided as experimental results. According to quality metrics, the HNDMF Method produces a superior result than the existing filter method. Accurately detect and replace salt and pepper noise pixel values with mean and median value in images. The proposed method is to improve the median filter with a significant change.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 추계학술대회
• /
• pp.959-962
• /
• 2012

영상을 획득, 전송, 저장하는 과정에서 여러 가지 원인에 의하여 열화가 발생하고 있으며 열화의 주요한 원인은 잡음에 의한 것이라 알려져있다. salt & pepper 잡음에 의해 훼손된 영상을 회복시키는 기본적인 방법에는 MF, AF, CWMF 등이 있다. 본 논문에서는 임펄스 잡음을 제거하기 위해 변형된 평균 필터 알고리즘을 제안하였다. 제안한 알고리즘은 잡음의 검출과 잡음의 제거로 나눈다. 비 잡음 신호는 그대로 보존하고 잡음 신호는 제안된 알고리즘 필터로 처리한다. 그리고 시뮬레이션을 통해 기존의 방법들과 성능을 비교하고 PSNR을 판단기준으로 사용하였다.

• 한국콘텐츠학회논문지
• /
• 제6권4호
• /
• pp.11-18
• /
• 2006

본 논문에서는 두 가지 새로운 임펄스 잡음 검출기를 설계하고 총변량(total variation) 최적화를 통하여 영상에 존재하는 임펄스 잡음을 제거하는 방법을 제안한다. 설계된 임펄스 잡음 검출기는 적응 미디언 필터(AMF:Adaptive Median Filter)를 기반으로 하고 있으며 기존의 검출기에 비해 잡음검출의 정확도가 높고 영상의 디테일 정보를 잡음으로 오인하는 확률을 줄였다. 또한 제안하는 검출기는 잡음발생 확률에 무관하게 우수한 성능을 유지한다. 영상에서의 잡음제거는 제안된 검출기에 의해 얻어진 잡음후보 화소에 대해서만 총변량 최적화를 적용하므로 불필요한 계산을 줄이고 영상의 경계선을 잘 보존하면서 잡음을 제거할 수 있다. 실험결과 제안하는 2단 구조의 잡음제거 알고리즘은 다양한 형태의 잡음 밀도에 대해서 기존의 알고리즘에 비해 약 2dB 정도의 화질개선 효과를 얻었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.563-566
• /
• 2003

Quality measures play an important role in the field of image processing. Such measures are commonly used to assess the performance of different algorithms that are designed to perform a specific image processing task. In this paper we propose two novel measures for image quality assessment based on the notion of correlation between fuzzy sets. Two different definitions fur the correlation between fuzzy sets have been used. In order to calculate the proposed quality measures two approaches were evaluated, one with direct application of the measures to the image′s pixels and the other using the fuzzy set corresponding to the normalized histogram of the image. A comparative study of the proposed measures is performed by investigating their behavior using images with different types of distortions, such as impulsive "salt at pepper" noise, additive white Gaussian noise, multiplicative speckle noise, blurring, gamma distortion, and JPEG compression.

• 한국컴퓨터정보학회논문지
• /
• 제15권11호
• /
• pp.41-45
• /
• 2010

영상처리 기술은 인간의 시각에 기반을 둔 영상 정보와 관련된 분야에서 중요한 기반 기술로써 현재 여러 분야에서 연구가 활발하게 진행 중이다. 여러 응용 분야에서 적용되는 영상 처리의 세부 기술 범위는 영상 변환, 영상 개선, 영상 복원, 영상 압축등과 같이 다양하며, 이런 영상 처리 기술의 중요한 연구 목표 중의 하나는 정확한 정보 추출을 위한 영상 정보의 개선에 있다. 영상 정보의 개선은 영상의 해석과 인식을 위한 기본적인 과제이며, 영상에서 나타날 수 있는 잡음을 제거하는 영상 처리 기술이 영상 정보 개선의 한 분야라고 할 수 있다. 영상 정보 개선을 위한 기존의 필터링 알고리즘은 잡음 제거율이 높은 만큼 경계선의 보존이 어렵다는 단점이 있으며, 이를 보완하기 위해 다른 영상 처리 알고리즘을 함께 응용하여 처리함으로써 처리 시간이 증가되고 원 영상의 중요한 정보를 훼손할 가능성이 존재한다. 따라서 본 논문에서는 기존의 필터링 알고리즘의 문제점을 개선하는 동시에 잡음 제거율을 높일 수 있는 퍼지 마스크 필터 알고리즘을 제안한다. 퍼지 마스크 필터 알고리즘은 마스크에서 얻은 정보를 퍼지 논리에 적용하여 임계값을 구하며, 구해진 임계값을 기준으로 출력 영상의 화소 값을 결정한다. 본 논문에서 제안한 알고리즘의 효율성을 검증하기 위해 Impulse 잡음과 Salt pepper 잡음을 임의로 생성하여 기존의 필터 방법과 비교한 결과, 제안된 방법이 잡음 영상에 존재하는 픽셀 정보를 훼손하지 않고 잡음을 효과적으로 제거한 것을 확인할 수 있었다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제6권1호
• /
• pp.53-59
• /
• 2017

Optical character recognition (OCR) automatically recognizes text in an image. OCR is still a challenging problem in computer vision. A successful solution to OCR has important device applications, such as text-to-speech conversion and automatic document classification. In this work, we analyze character recognition performance using the current state-of-the-art deep-learning structures. One is the AlexNet structure, another is the LeNet structure, and the other one is the SPNet structure. For this, we have built our own dataset that contains digits and upper- and lower-case characters. We experiment in the presence of salt-and-pepper noise or Gaussian noise, and report the performance comparison in terms of recognition error. Experimental results indicate by five-fold cross-validation that the SPNet structure (our approach) outperforms AlexNet and LeNet in recognition error.

• Journal of Information Processing Systems
• /
• 제11권3호
• /
• pp.406-420
• /
• 2015

We present a secure and robust image watermarking scheme that uses combined reversible DWT-DCT-SVD transformations to increase integrity, authentication, and confidentiality. The proposed scheme uses two different kinds of watermarking images: a reversible watermark, $W_1$, which is used for verification (ensuring integrity and authentication aspects); and a second one, $W_2$, which is defined by a logo image that provides confidentiality. Our proposed scheme is shown to be robust, while its performances are evaluated with respect to the peak signal-to-noise ratio (PSNR), signal-to-noise ratio (SNR), normalized cross-correlation (NCC), and running time. The robustness of the scheme is also evaluated against different attacks, including a compression attack and Salt & Pepper attack.

• International Journal of Computer Science & Network Security
• /
• 제24권7호
• /
• pp.143-147
• /
• 2024

Image noise classification is a classical problem in the field of image processing, machine learning, deep learning and computer vision. In this paper, image noise classification is performed using deep learning. Keras deep learning library of TensorFlow is used for this purpose. 6900 images images are selected from the Kaggle database for the classification purpose. Dataset for labeled noisy images of multiple type was generated with the help of Matlab from a dataset of non-noisy images. Labeled dataset comprised of Salt & Pepper, Gaussian and Sinusoidal noise. Different training and tests sets were partitioned to train and test the model for image classification. In deep neural networks CNN (Convolutional Neural Network) is used due to its in-depth and hidden patterns and features learning in the images to be classified. This deep learning of features and patterns in images make CNN outperform the other classical methods in many classification problems.