• 한국정보통신학회논문지
• /
• 제26권10호
• /
• pp.1483-1489
• /
• 2022

최근 4차 산업혁명의 영향과 통신매체의 발전으로 다양한 디지털 영상장비가 산업현장에서 사용되고 있다. 영상 데이터는 카메라와 센서로부터 취득되는 과정 및 송수신 과정에서 잡음에 훼손되기 쉬우며, 훼손된 영상은 시스템의 처리과정에 영향을 미치기 때문에 잡음제거가 필수적으로 선행되고 있다. 본 논문에서는 고밀도의 임펄스 잡음에 훼손된 영상을 복원하기 위해 가중치 그래프를 사용한 가중치 필터 알고리즘을 제안하였다. 제안한 알고리즘은 영상의 필터링 마스크 내부의 화소값을 사용하여 가중치 그래프를 구하였으며, 최종 가중치를 필터링 마스크에 적용하여 영상을 복원하였다. 제안하는 알고리즘의 잡음제거 성능을 분석하기 위해 시뮬레이션을 진행하였으며, 확대영상 및 PSNR을 사용하여 기존 방법과 비교하였다. 제안한 알고리즘의 결과 영상은 고밀도 임펄스 잡음을 제거하며 우수한 성능을 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권8호
• /
• pp.3873-3887
• /
• 2018

In this paper, we propose a novel method to recover images corrupted by impulse noise. The proposed method uses two stages: noise detection and filtering. In the first stage, we use pixel values, rank-ordered logarithmic difference values, and median values to train a neural-network-based impulse noise detector. After training, we apply the network to detect noisy pixels in images. In the next stage, we use group-based weighted couple sparse representation to filter the noisy pixels. During this second stage, conventional methods generally use only clean pixels to recover corrupted pixels, which can yield unsuccessful dictionary learning if the noise density is high and the number of useful clean pixels is inadequate. Therefore, we use reconstructed pixels to balance the deficiency. Experimental results show that the proposed noise detector has better performance than the conventional noise detectors. Also, with the information of noisy pixel location, the proposed impulse-noise removal method performs better than the conventional methods, through the recovered images resulting in better quality.

• 융합신호처리학회논문지
• /
• 제5권2호
• /
• pp.132-137
• /
• 2004

본 논문에서는 다층 신경회로망의 구조를 가지며, 백프로퍼게이션 학습 알고리즘을 이용한 적응신호처리 시스템을 구현하였다. 최소자승 알고리즘을 이용한 적응 잡음 제거기는 기준 신호와 잡음과의 상관도에 영향을 많이 받고, 정보 신호가 잡음에 비하여 상대적으로 작은 경우에 한계를 보이고 있다. 이와 같은 잡음에 대하여 본 논문에서 제안된 시스템은 좋은 성능을 보인다. 또한, 은닉층의 수와 노드 수를 다르게 구성했을 경우에 시스템의 출력에 미치는 결과에 대하여 분석하였다. 제안된 적응 신호처리 시스템의 장점을 알아보기 위하여 성능 평가의 기준이 되는 최소자승 알고리즘을 이용한 시스템과 비교하였다.

• Journal of Information Processing Systems
• /
• 제19권4호
• /
• pp.417-426
• /
• 2023

To improve the effect of image restoration and solve the image detail loss, an image dehazing enhancement algorithm based on mean guided filtering is proposed. The superpixel calculation method is used to pre-segment the original foggy image to obtain different sub-regions. The Ncut algorithm is used to segment the original image, and it outputs the segmented image until there is no more region merging in the image. By means of the mean-guided filtering method, the minimum value is selected as the value of the current pixel point in the local small block of the dark image, and the dark primary color image is obtained, and its transmittance is calculated to obtain the image edge detection result. According to the prior law of dark channel, a classic image dehazing enhancement model is established, and the model is combined with a median filter with low computational complexity to denoise the image in real time and maintain the jump of the mutation area to achieve image dehazing enhancement. The experimental results show that the image dehazing and enhancement effect of the proposed algorithm has obvious advantages, can retain a large amount of image detail information, and the values of information entropy, peak signal-to-noise ratio, and structural similarity are high. The research innovatively combines a variety of methods to achieve image dehazing and improve the quality effect. Through segmentation, filtering, denoising and other operations, the image quality is effectively improved, which provides an important reference for the improvement of image processing technology.

• 한국컴퓨터정보학회논문지
• /
• 제28권3호
• /
• pp.25-33
• /
• 2023

CT 영상의 획득 및 전송 등의 과정에서 발생하는 잡음은 영상의 질을 저하시키는 요소로 작용한다. 따라서 이를 해결하기 위한 잡음제거는 영상처리에서 중요한 전처리 과정이다. 본 논문에서는 딥러닝의 convolutional autoencoder (CAE) 모형에서 기존 컨볼루션 연산 대신 deformable 컨볼루션 연산을 적용한 deformable convolutional autoencoder (DeCAE) 모형을 이용하여 잡음을 제거하고자 한다. 여기서 deformable 컨볼루션 연산은 기존 컨볼루션 연산보다 유연한 영역에서 영상의 특징들을 추출할 수 있다. 제안된 DeCAE 모형은 기존 CAE 모형과 같은 인코더-디코더 구조로 되어있으나 효율적인 잡음제거를 위해 인코더는 deformable 컨볼루션 층으로 구성하고, 디코더는 기존 컨볼루션 층으로 구성하였다. 본 논문에서 제안된 DeCAE 모형의 성능 평가를 위해 다양한 잡음, 즉, 가우시안 잡음, 임펄스 잡음 그리고 포아송 잡음에 의해 훼손된 CT 영상을 대상으로 실험하였다. 성능 실험 결과, DeCAE 모형은 전통적인 필터 즉, Mean 필터, Median 필터와 이를 개선한 Bilateral 필터, NL-means 방법 뿐만 아니라 기존의 CAE 모형보다 정성적이고, 정량적인 척도 즉, MAE (Mean Absolute Error), PSNR (Peak Signal-to-Noise Ratio) 그리고 SSIM (Structural Similarity Index Measure) 면에서 우수한 결과를 보였다.

• 한국정보통신학회논문지
• /
• 제19권4호
• /
• pp.965-972
• /
• 2015

현재 디지털 시대의 급속 발전과 함께 영상 매체는 인터넷, 컴퓨터, 디지털 카메라 등에 활용되고 있다. 그러나 디지털 영상을 획득, 처리, 전송, 기록하는 과정에서 여러 외부 원인에 의해 영상의 열화가 발생되며, 영상 열화의 주된 원인은 잡음에 의한 것으로 알려져 있다. 따라서 본 논문에서는 salt & pepper 잡음을 제거하기 위해 잡음 판단 후, 비잡음인 경우 원 화소로 대치하고, 잡음인 경우 Lagrange 보간법으로 처리하는 알고리즘을 제안하였다. 고밀도 잡음이 첨가되어 잡음제거가 불가능한 경우, 반복 처리하여 잡음 제거 특성을 향상시켰다. 그리고 객관적 판단을 위해 기존의 방법들과 비교하였으며, 판단의 기준으로 PSNR(peak signal to noise ratio)을 사용하였다.

• 한국정보통신학회논문지
• /
• 제19권9호
• /
• pp.2167-2172
• /
• 2015

최근 IT 기술의 발전에 따라 디스플레이 등 영상장치들에 대한 요구가 갈수록 높아지고 있다. 일반적으로 영상은 전송과정에서 여러 원인으로 열화가 발생하며 이러한 잡음을 제거하기 위해 활발한 연구가 진행되고 있다. 따라서 본 논문에서는 salt & pepper 잡음을 제거하기 위해 잡음 판단 후, 비잡음인 경우 원 화소로 대치하고, 잡음인 경우 잡음 밀도에 따라 처리하는 알고리즘을 제안하였다. 제안한 알고리즘은 salt & pepper 잡음(P = 60%)의 고밀도 잡음에 훼손된 Goldhill 영상은 30.49[dB]의 높은 PSNR을 보이고 있고, 기존의 CWMF, SWMF, A-TMF에 비해 각각 17.74[dB], 11.52[dB], 13.76[dB] 개선되었다.

• 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.

• Korean Journal of Radiology
• /
• 제25권4호
• /
• pp.384-394
• /
• 2024

Objective: To evaluate the image quality of novel dark-blood computed tomography angiography (CTA) imaging combined with deep learning reconstruction (DLR) compared to delayed-phase CTA images with hybrid iterative reconstruction (HIR), to visualize the cervical artery wall in patients with Takayasu arteritis (TAK). Materials and Methods: This prospective study continuously recruited 53 patients with TAK (mean age: 33.8 ± 10.2 years; 49 females) between January and July 2022 who underwent head-neck CTA scans. The arterial- and delayed-phase images were reconstructed using HIR and DLR. Subtracted images of the arterial-phase from the delayed-phase were then added to the original delayed-phase using a denoising filter to generate the final-dark-blood images. Qualitative image quality scores and quantitative parameters were obtained and compared among the three groups of images: Delayed-HIR, Dark-blood-HIR, and Dark-blood-DLR. Results: Compared to Delayed-HIR, Dark-blood-HIR images demonstrated higher qualitative scores in terms of vascular wall visualization and diagnostic confidence index (all P < 0.001). These qualitative scores further improved after applying DLR (Dark-blood-DLR compared to Dark-blood-HIR, all P < 0.001). Dark-blood DLR also showed higher scores for overall image noise than Dark-blood-HIR (P < 0.001). In the quantitative analysis, the contrast-to-noise ratio (CNR) values between the vessel wall and lumen for the bilateral common carotid arteries and brachiocephalic trunk were significantly higher on Dark-blood-HIR images than on Delayed-HIR images (all P < 0.05). The CNR values were significantly higher for Dark-blood-DLR than for Dark-blood-HIR in all cervical arteries (all P < 0.001). Conclusion: Compared with Delayed-HIR CTA, the dark-blood method combined with DLR improved CTA image quality and enhanced visualization of the cervical artery wall in patients with TAK.