• 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.

• 응용통계연구
• /
• 제23권3호
• /
• pp.595-607
• /
• 2010

본 논문에서는 일반 영상의 가우시안 잡음 제거에 유용한 Non-Local Means 필터를 이용하여 웨이블렛 도메인 상에서 SAR 영상의 스펙클 잡음제거 방법을 제안하고자 한다. 먼저 승법 잡음인 스펙클 잡음을 로그를 취해 가법 잡음으로 변환한 후 웨이블렛 분해하고 고주파 혹은 저주파 서브밴드에 따라 Non-Local Means 필터와 웨이블렛 임계값 처리(wavelet thresholding)를 선택적으로 적용하고 지수형태를 취해 원영상으로 복원함으로서 잡음을 제거한다. 또한, Non-Local Means 필터의 단점인 수행시간을 단축시키기 위해 통계적 t-검정을 이용하여 개선하고자 한다. 영상실험을 통한 성능평가 결과 제안된 필터는 정성적인 비교와 PSNR과 DSSIM을 통한 정량적인 비교 모두 기존의 필터보다 우수한 성능을 보였다. 통계적 t-검정을 이용해 개선된 방법은 빠른 계산 속도와 더 나은 성능을 나타냈다.

• 한국광학회지
• /
• 제34권5호
• /
• pp.192-201
• /
• 2023

Band-limited angular spectrum method (BL-ASM)는 공간주파수 제어의 문제로 aliasing 오류가 발생한다. 본 논문에서는 위상 홀로그램에 대한 표본화 간격 조정 기법과 딥 러닝 기반의 U-net 모델을 사용한 스펙클 노이즈 감소 및 이미지 품질 향상 기법을 제안하였다. 제안한 기법에서는 넓은 전파 범위에서 aliasing 오류를 제거할 수 있도록 먼저 샘플링 팩터를 계산하여 표본화 간격 조절에 의한 공간주파수를 제어함으로써 스펙클 노이즈를 감소시킨다. 그 후 딥 러닝 모델을 적용한 위상 홀로그램을 학습시켜 복원 이미지의 품질을 향상시킨다. 다양한 샘플 이미지에 대한 S/W 시뮬레이션에서 기존의 BL-ASM과의 peak signal-to-noise ratio (PSNR), structural similarity index measure (SSIM)을 비교할 때 각각 평균 5%, 0.14% 정도 비율이 향상됨을 확인하였다.

• 전기전자학회논문지
• /
• 제12권3호
• /
• pp.158-166
• /
• 2008

의용 초음파 장비는 X-Ray, CT, MRI 등 다른 의료 장비보다 휴대성과 안전성면에서는 장점이 있지만 진단 시 해상도와 화질 저하를 유발하는 스펙클이 생기는 단점이 있다. 그러나 단순한 스펙클 잡음의 제거는 경계선 정보의 손실을 발생시킬 수도 있다. 이에 본 논문에서는 효과적인 스펙클 제거와 손실 없는 경계선 검출을 위해 뉴럴네트워크와 퍼지 클러스터링을 이용한 뉴로-퍼지 스펙클 제거 방법을 제안하였다. 제안된 방법은 입력된 의용 초음파 영상에 대해 먼저 퍼지 클러스터링을 적용하여 세 영역으로 나누고 이후 각 영역별로 별도의 뉴럴 네트워크를 적용하는 방법이다. 실제 실험 및 기존 방법들과의 정성적?정량적 비교 분석을 통해 제안 방법의 유용성을 검증하였다.

• 비파괴검사학회지
• /
• 제26권6호
• /
• pp.380-389
• /
• 2006

A new laser-based ultrasonic receiver that is based on multi-channel interferometry is shown to be well suited for robust and sensitive detection of ultrasound in industrial environment. The proposed architecture combines random-quadrature detection with detector arrays and parallel multi-speckle processing. The high sensitivity is reached, thanks to the random phase distribution of laser speckle caused by surface roughness. High-density parallel signal processing is achieved by using a simple demodulation technique based on signal rectification. This simple detection scheme is also demonstrated for rejection of the laser intensity noise, making possible the use of lower cost laser without reduction in performances. Results demonstrating this new principle of operation and its performances are presented.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 춘계학술대회
• /
• pp.510-512
• /
• 2018

제안 논문은 초음파 진단에서 발생되는 영상에서 잡음을 제거하기 위해 웨이블릿 변화를 이용한 노이즈 제거를 통해 영상의 해상도를 높여준다. 초음파 영상의 주된 화질저하 요인인 speckle 잡음의 감소와 에지의 강화를 위한 알고리즘을 제안하였다. 제안된 알고리즘은 주파수와 공간 정보를 모두 사용할 수 있는 웨이블릿 변환을 이용하여, 다양한 크기의 에지를 강화할 수 있다. 초음파 영상이 노이즈 제거를 위한 알고리즘의 수행 속도는 $520{\times}440$ 영상에 대해 약 0.45ms로 빠르게 수행됨을 실험을 통해 확인하였다.

• 한국통신학회논문지
• /
• 제28권11C호
• /
• pp.1098-1110
• /
• 2003

본 논문에서는 스펙클 잡음으로 열화 된 영상을 복원하기 위하여 에지 영역을 고려한 호모모르픽 웨이브렛 기반 MMSE 필터를 제안한다. 제안된 방법에서는 스펙클 잡음이 섞인 영상을 로그 영역으로 변환한 다음 호모모르픽 방향성 MMSE 필터로 복원된 영상에 DIP 연산자를 적용하여 각 화소를 평탄 영역과 에지 영역으로 분류한다. 평탄 영역에서는 호모모르픽 웨이브렛 기반 MMSE 필터링을 수행하고 에지 영역에서는 호모모르픽 웨이브렛 기반 MMSE 필터링의 결과와 호모모르픽 방향성 MMSE 필터링의 결과를 가중하여 합하는 가중 평균 필터링을 수행한다. 그런 다음 지수 함수를 이용하여 공간 영역으로 역 변환하여 복원된 영상을 얻는다. 실험 결과 제안된 방법으로 복원된 영상은 기존의 호모모르픽 평균 필터와 메디안 필터에 의하여 복원된 영상에 비하여 3.3-4.0 ㏈의 ISNR 성능 향상을 보였다. 또한 0.0103-0.0126의 에지 보존도 측정 파라미터 $\beta$ 성능 향상을 보이고, 에지가 잘 보존되면서 잡음이 잘 제거된 우수한 주관적 화질을 보였다.

• 한국방사선학회논문지
• /
• 제17권6호
• /
• pp.911-917
• /
• 2023

임상 초음파 검사를 사용한 간 표면의 결절성 변화를 관찰하는 방법은 간경변 진단에 유용하게 사용되고 있다. 하지만 초음파 영상에서 필연적으로 발생되는 speckle 노이즈는 간표면과 echo 패턴 변화의 식별을 어렵게 하므로 간경변 진단에 부정적인 영향을 끼친다. 본 연구의 목적은 간경변 초음파 영상의 노이즈를 효율적으로 줄일 수 있는 변형된 중간값 위너 필터(median modified Wiener filter, MMWF)를 모델링하여 적용 가능성을 확인하는 것이다. ACR 팬텀과 실제 간경변 환자를 통해 초음파 영상을 획득하였고, 각각의 영상마다 제안하는 MMWF 알고리즘과 conventional filter 들을 적용하였다. 획득된 초음파 영상들의 정량적 화질 평가인자로는 변동 계수(coefficient of variation, COV)와 가장자리 상승 거리(edge rise distance, ERD)를 사용하였다. ACR 팬텀과 실제 간경변 환자의 초음파 영상 모두에서 MMWF 알고리즘이 conventional filter 보다 COV와 ERD 값이 모두 향상되었음을 확인하였다. 결론적으로 제안하는 MMWF 알고리즘은 노이즈 레벨을 줄일 수 있음과 동시에 공간 분해능을 향상시킬 수 있어 간경변 환자의 진단률 향상에 기여할 수 있을 것으로 기대한다.

• 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.

• 한국음향학회지
• /
• 제15권5호
• /
• pp.21-29
• /
• 1996

발전소와 같은 산업 시설물들은 높은 온도와 압력 등의 환경 하에서 지속적으로 안전하게 동작하는 것이 중요하다. 초음파를 이용한 비파괴 검사는 효율적이고 간편하기 때문에 이러한 시설물의 구조적 결함이나 안전성을 조사하기 위해 널리 이용되고 있다. 본 논문에서는 불 균일한 배질의 산란 입자들에 의해 생기는 스펙클 잡음을 제거하기 위하여 웨이브렛 변환 평면(wavelet transform domain)에서 LMS 알고리즘을 적용하였다. 사용한 신호의 통계적 특성을 알기 위하여 RUN 테스트를 수행하여 신호가 비정상성을 나타냄을 보였고, WTLMS 알고리즘을 사용하여 잡음을 제거한 후 입력 자기상관 행렬의 condition number 및 독립 입력과 지연된 입력 각각에 대한 출력의 신호 대 잡음비, 그리고 3차원 영상의 관점에서 LMS 알고리즘과 비교하였다. 실험 결과 웨이브렛 변환 평면에서 LMS 알고리즘을 이용해 수행한 결과가 시평면에서 수행한 결과보다 우수한 성능을 나타내었다.