• 대한전자공학회논문지SP
• /
• 제38권6호
• /
• pp.665-674
• /
• 2001

본 논문에서는 압축 동 영상의 블록화 및 링 현상을 동시에 제거 할 수 있는 저 계산량의 효율적인 필터방식을 제안한다. 인접 화소와의 상관 관계를 고려한 새로운 1차원 정규화 함수를 정의하여 기존의 정규화 복원 방식이 갖고 있던 계산량의 부하 문제를 해결하였다. 제안된 1차원 정규화 함수는 처리하고자 하는 화 소의 두 인접 화소를 이용한 2개의 부가 함수로 구성되어 있으며, 각각의 정규화 매개 변수는 복호화부에서 이용 가능한 매크로 블록의 타입 및 양자화 스텝 크기 등의 부가 정보를 이용하여 예측한다. 더불어, 본 논문에서는 정규화 매개 변수를 룩업 테이블 (look-up table)로 구성할 수 있도록 정규화 매개 변수의 영역을 제한하여 계산량을 더욱 줄일 수 있도록 구성하였다. 제안된 방식의 효율성을 실험 결과를 통해 확인할 수 있었다.

• 전자공학회논문지
• /
• 제49권11호
• /
• pp.56-63
• /
• 2012

본 논문에서는 선명도가 향상된 영상의 오버슈트와 계단현상을 줄이기 위해 에지 보존 스무딩 필터인 bilateral filter를 이용한 적응적 언샤프 마스킹 기법을 제안한다. Unsharp masking(UM)을 포함한 기존의 선명도 개선 기법들은 영상의 고주파정보를 강하게 강조하지만, 종종 오버슈트, 잡음증폭, 계단현상 등 여러 문제점들을 야기한다. 제안한 선명도 개선 방법은 bilateral filter를 활용하여 에지를 잘 보존하고, 에지의 방향성에 따라 가중치를 더 세밀하게 조절한다. 따라서 선명도는 향상시키고 오버슈트, 계단현상 문제를 효과적으로 줄일 수 있었다. 기존의 적응적 언샤프 마스킹 기법과 제안하는 방법의 결과영상을 비교하여 실험을 수행한 결과, 제안하는 알고리즘이 적절하게 선명도를 개선함을 보여주었고 오버슈트와 계단현상도 많이 감소시킴을 알 수 있었다.

• 한국의학물리학회지:의학물리
• /
• 제16권3호
• /
• pp.138-147
• /
• 2005

몬테칼로 선량계산 시 적절한 정확도를 얻기 위해서는 계산입자수를 늘려야 하고 그로 인해 계산 시간이 오래 걸리게되므로 일상적 치료계획의 선량계산 방법으로 이용되지 못했다. 본 연구에서는 몬테칼로 모의실험 시 계산입자 수를 줄여서 선량계산을 수행한 후 잡음 감소 필터를 적용하여 선량계산 결과를 개선하고자 하였다. 이를 위해 국소 최소자승 잡음 감소 필터를 제작하고 광자선 및 전자선 균질/비균질 팬텀 내 선량계산 결과에 대하여 적용하여 선택적 여과를 수행하였으며 그 유효성을 등선량 곡선 비교 및 감마시험을 통하여 검증하였다. 연구 결과 통계적 불확실도를 2$\%$ 이내로 유지하기 위해 필요한 계산입자수의 10$\%$ 이하의 계산입자 수를 이용하여 몬테칼로 선량계산 뒤 후처리한 결과가 기준계산 입자수를 이용하여 얻은 몬테칼로 선량계산 결과와 유사해질 수 있음을 확인하였다.

• 한국측량학회지
• /
• 제27권5호
• /
• pp.575-583
• /
• 2009

LiDAR 자료의 전처리 방법에 관한 다양한 연구 및 이와 관련된 다양한 알고리즘이 개발되고 있으며 크게 원시 LiDAR 자료를 직접 활용하는 방법과 원시 LiDAR 자료를 DSM 혹은 영상(image)와 같은 정규격자형식의 자료로 변환하여 사용하는 방법으로 접근하고 있다. 정규격자형식으로 변환하여 사용하는 대표적인 방법인 영상처리 기법을 이용하는 방법은 수치해석기 법의 적용이 용이하고 평활화를 통하여 노이즈의 일부가 제거되고 모델링에 유리한 장점이 있으나 자료의 변환과정에서 원시자료의 정보손실의 단점이 있다. 본 연구에서는 일반적으로 정규격자형식의 자료에 적용되는 경계검출 알고리즘 및 필터링기법 등의 영상처리기법을 벡터형식의 LiDAR 원시자료에 직접 적용하기 위한 알고리즘을 제시하고 지면정보 추출 정확도를 비교함으로써 궁극적으로는 원시자료의 정보손실을 최소화한 지면정보 추출기법을 제시하고자 하였다.

• 센서학회지
• /
• 제15권6호
• /
• pp.433-441
• /
• 2006

Because of the low power and low rate of a sensor network, outlier is frequently occurred in the time series data of sensor network. In this paper, we suggest periodic pattern analysis that is applied to the time series data of sensor network and predict outlier that exist in the time series data of sensor network. A periodic pattern is minimum period of time in which trend of values in data is appeared continuous and repeated. In this paper, a quantization and smoothing is applied to the time series data in order to analyze the periodic pattern and the fluctuation of each adjacent value in the smoothed data is measured to be modified to a simple data. Then, the periodic pattern is abstracted from the modified simple data, and the time series data is restructured according to the periods to produce periodic pattern data. In the experiment, the machine learning is applied to the periodic pattern data to predict outlier to see the results. The characteristics of analysis of the periodic pattern in this paper is not analyzing the periods according to the size of value of data but to analyze time periods according to the fluctuation of the value of data. Therefore analysis of periodic pattern is robust to outlier. Also it is possible to express values of time attribute as values in time period by restructuring the time series data into periodic pattern. Thus, it is possible to use time attribute even in the general machine learning algorithm in which the time series data is not possible to be learned.

• 디지털콘텐츠학회 논문지
• /
• 제15권6호
• /
• pp.675-682
• /
• 2014

전립선은 남자에게만 있는 장기이다. 전립선의 질병을 진단하기 위하여 일반적으로 TRUS 영상이 사용되는데, 희미한 전립선 경계나 잡음, 좁은 그레이 레벨 분포 때문에, 전립선의 경계를 검출하는 것은 상당히 어려운 작업 중의 하나이다. 본 논문에서는 SVM을 사용하여 TRUS 영상에서 자동적으로 전립선 분할을 하는 방법을 제안한다. 이 방법은 전처리, 가버 특징 추출, 훈련, 전립선 분할 과정으로 진행된다. 전처리 과정에서 잡음 제거는 스틱 필터와 top-hat 변환이 적용된다. 회전 불변 텍스처 추출을 위하여 가버 필터 뱅크가 사용된다. 훈련과정에서 SVM은 전립선과 비전립선의 각 특징을 얻기 위해 사용되며, 마지막으로 전립선 경계가 추출된다. 여러 실험 결과로 제안 방법은 충분히 유효하고, 의사의 수동 추출 방법과 비교했을 때 10%미만의 경계 차이를 보였다.

• 대한전자공학회논문지SP
• /
• 제42권6호
• /
• pp.121-132
• /
• 2005

사진기에서 고품질의 영상을 획득하기 위해서는 적절히 노출 시간을 조절하게 되는데 이로 인해 각각 독립적으로 얻어진 영상들의 노출 시간은 서로 달라진다. 이는 여러 영상의 열을 정렬하는 과정 등에서 부정확한 결과를 초래할 수 있으므로 영상들의 노출 시간을 동일하게 맞추어 줄 필요가 있다. 그런데, 노출 시간을 알지 못하는 경우에는, 하나의 영상을 기준으로 다른 영상들의 상대적 노출 시간을 추정하고 보정하는 알고리즘에 대한 연구가 필요하다. 본 논문에서는, 사진기의 모델 함수를 고려할 필요 없는, 최소 오류 개념에서 최적의 예측기인 conditional expectation을 사용하여 노출 보정을 시도하였다. 나아가서, 불규칙한 노출 또는 히스토그램 특성을 위한 적응 노출 보정 기법을 제안하였다. 이때 blocking artifact 및 overfitting 등의 문제를 완화시키기 위한 인접의 화소를 사용하는 기법을 도입하였다. 디지털 사진기 및 투과전자현미경을 통하여 얻어진 실제 영상을 사용한 모의실험을 통하여 성공적인 노출 보정 수행을 확인할 수 있었다.

• 한국군사과학기술학회지
• /
• 제21권2호
• /
• pp.166-172
• /
• 2018

To develop and evaluate the real-time SAR(Synthetic Aperture Radar) motion measurement system, true antenna phase center(APC) positions during SAT(Synthetic Aperture Time) are needed. In this paper, CDGPS(Carrier phase Differential Global Positioning System) post processing method is proposed to get the true APC position for spotlight SAR image formation. The CDGPS position is smoothed to remove high frequency noise which exists inherently in the carrier phase measurement. This paper shows smoothed CDGPS data is enough to provide the true APC for high-quality SAR image formation through motion measurement result, phase error estimation and IRF(Impulse Response Function) analysis.

• 한국항해항만학회지
• /
• 제39권4호
• /
• pp.307-312
• /
• 2015

ARPA(Automatic Radar Plotting Aid)는 자동레이더 플로팅 장치로써, 레이더 물표의 상대침로와 상대방위로 구성된 운동벡터에 본선의 침로와 방위로 구성되는 운동벡터를 가감 연산(벡터연산)하여, 물표의 진침로와 진방위 및 최근접점과 근접시간을 계산하는 장치를 말한다. 본 연구의 목적은 ARPA 레이더를 구현하기 위한 물표의 획득 및 추적 기술을 개발하는 것으로, 이에 관한 여러 선행 연구를 검토하여 적용 가능한 알고리듬 및 기법을 조합하여 기초적인 ARPA 기능을 개발하였다. 주요 연구내용으로, 레이더 영상에서 물표를 획득하기 위하여, 회색조 변환, 가운시안 평활 필터 적용, 이진화 및 라벨링(Labeling)과 같은 순차적 영상 처리 방법을 고안하였고, 이전 영상에서의 물표가 다음 영상에서의 어느 물표인지를 결정하는데 근접이웃탐색알고리듬을 사용하였으며, 물표의 진침로와 진방위를 계산하는 거동해석에 칼만필터를 사용하였다. 또한 이러한 기법을 전산 구현하여 실선실험을 수행하였고, 이를 통해 개발된 ARPA의 기능이 실용상 사용가능함을 검증하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권10호
• /
• pp.3708-3728
• /
• 2021

Indian herbal plants are used in agriculture and in the food, cosmetics, and pharmaceutical industries. Laboratory-based tests are routinely used to identify and classify similar herb species by analyzing their internal cell structures. In this paper, we have applied computer vision techniques to do the same. The original leaf image was preprocessed using the Chan-Vese active contour segmentation algorithm to efface the background from the image by setting the contraction bias as (v) -1 and smoothing factor (µ) as 0.5, and bringing the initial contour close to the image boundary. Thereafter the segmented grayscale image was fed to a leaky capacitance fired neuron model (LCFN), which differentiates between similar herbs by combining different groups of pixels in the leaf image. The LFCN's decay constant (f), decay constant (g) and threshold (h) parameters were empirically assigned as 0.7, 0.6 and h=18 to generate the 1D feature vector. The LCFN time sequence identified the internal leaf structure at different iterations. Our proposed framework was tested against newly collected herbal species of natural images, geometrically variant images in terms of size, orientation and position. The 1D sequence and shape features of aloe, betel, Indian borage, bittergourd, grape, insulin herb, guava, mango, nilavembu, nithiyakalyani, sweet basil and pomegranate were fed into the 5-fold Bayesian regularization neural network (BRNN), K-nearest neighbors (KNN), support vector machine (SVM), and ensemble classifier to obtain the highest classification accuracy of 91.19%.