• 방송공학회논문지
• /
• 제26권6호
• /
• pp.725-737
• /
• 2021

현재 카메라 성능이 점점 발전해 왔지만 카메라로부터 얻은 디지털 영상에는 잡음 (Noise)이 존재하고 이는 높은 해상도의 영상을 획득하는 데 있어서 방해요소로 작용한다. 전통적으로 잡음을 제거하기 위하여 필터링 방법을 사용해 왔고 최근 딥 러닝 기법의 하나인 합성곱 신경망 (Convolutional Neural Network)은 영상 잡음 제거 분야에서 전통적인 기법보다 좋은 성능을 나타내고 있어 많은 연구가 진행되고 있다. 하지만 합성곱 신경망으로 학습하는 과정에서 영상 내 디테일한 부분이 손실될 수 있는 문제점이 있다. 본 논문에서는 웨이블릿 변환 (Wavelet Transform)을 기반으로 영상 내 디테일 정보도 같이 학습하여 영상 디테일을 향상하는 잡음 제거 합성곱 신경망 네트워크를 제안한다. 제안하는 네트워크는 디테일 향상 서브 네트워크 (Detail Enhancement Subnetwork)와 영상 잡음 추출 서브 네트워크 (Noise Extraction Subnetwork)를 이용하게 된다. 실험은 가우시안 잡음과 실제 카메라 잡음을 통해 진행했고 제안하는 방법은 기존 알고리듬보다 디테일 손실 문제를 효과적으로 해결할 수 있었고 객관적 품질 평가와 주관적 품질 비교에서 모두 우수한 결과가 나온 것을 확인하였다.

• 전자공학회논문지CI
• /
• 제43권2호
• /
• pp.63-71
• /
• 2006

칼라 영상의 잡음 제거 및 복원은 컴퓨터 비젼 및 영상 처리 분야에서 점점 더 많은 연구가 되어지고 있는 분야이다. 칼라얼굴 영상에서의 잡음 제거 및 복원은 색상들 간의 미묘한 상호작용뿐만 아니라 얼굴의 구조학적 특징 때문에 일반적인 영상의 처리보다 더욱 어렵다. 본 논문은 벡터기반의 영상 필터들을 이용하여 제거하기 어려운 칼라 얼굴 영상의 복합 잡음을 제거 하기 위해 PCA 재구성 기반의 잡음 제거 방법을 제안한다. 제안된 방법은 PCA를 이용한 정준 고유얼굴 공간의 학습단계, 동적 외양 모델을 이용한 자동적인 얼굴 특징 추출 단계, Bilateral 필터를 이용한 복원된 칼라 영상의 재조명(Relighting) 단계, 학습 데이터들의 분산 값들을 이용한 잡음 영역 추출 단계, 입력 영상의 부분 정보를 이용한 재구성과 이를 원본 영상과 합성하여 잡음이 제거된 영상을 생성하는 단계 등 총 5 단계로 구성된다. 실험결과는 제안된 방법이 입력 얼굴 영상들의 구조적 특징들은 잘 유지하면서 복합적인 칼라 잡음 등을 효과적으로 제거하는 것을 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제24권10호
• /
• pp.91-99
• /
• 2019

본 논문에서는 대용량 이미지 데이터베이스에서 보다 빠른 매칭을 위한 색인 기반의 부분 노이즈 제거 윤곽선 매칭을 제안한다. 최근에는 윤곽선 매칭에서 부분 노이즈제거 문제를 해결하기 위해 윤곽선 이미지를 시계열로 변환하는 시도가 있어 왔다. 본 논문에서는 대용량 이미지 데이터베이스에서 부분 노이즈제거를 지원하기 위해 윤곽선 매칭의 디스크 I/O 오버헤드 문제를 다룬다. 이는 색인 기술을 윤곽선 매칭에 단순히 적용하면 되기 때문에 단순해 보이지만 가능한 모든 노이즈제거 매개변수에 대해 여러 개의 색인이 필요하기 때문에 어려운 문제이다. 이 문제를 해결하기 위해 본 논문에서는 윤곽선 매칭에서 $R^*-tree$를 사용하여 부분 노이즈제거에 대한 효율적인 색인 기반 접근 방식을 제안한다. 수행 된 실험 결과, 제안한 색인 기반 매칭 방법은 검색 성능을 수백 배 향상시킨다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2005년도 추계종합학술대회
• /
• pp.1157-1160
• /
• 2005

The denoising and reconstruction of color images are increasingly studied in the field of computer vision and image processing. Especially, the denoising and reconstruction of color face images are more difficult than those of natural images because of the structural characteristics of human faces as well as the subtleties of color interactions. In this paper, we propose a denoising method based on PCA reconstruction for removing complex color noises on human faces, which is not easy to remove by using vectorial color filters. The proposed method is composed of the following five steps; training of canonical eigenface space using PCA, automatic extracting of face features using active appearance model, relighing of reconstructed color image using bilateral filter, extraction of noise regions using the variance of training data, and reconstruction using partial information of input images (except the noise regions) and blending of the reconstructed image with the original image. Experimental results show that the proposed denosing method efficiently removes complex color noises on input face images.

• 융합신호처리학회논문지
• /
• 제11권1호
• /
• pp.1-8
• /
• 2010

영상에 존재하는 잡음을 제거하는 방법은 공간영역과 변환영역에서 많은 연구가 되어 왔다. 초기에는 공간영역에서 저역통과필터를 많이 사용하였으나, 최근에는 변환영역에서 이산 웨이브릿 변환이 탁월한 에너지 집중도와 다분해능 성질에 기인하여 영상압축 뿐만 아니라 잡음제거에도 많이 사용되고 있다. 본 논문은 인간시각필터로 고려되는 Gabor 코사인과 사인 함수를 이용한 변환을 소프트 문턱치 기법으로 영상 잡음제거 응용에 적용하고자 한다. 기존 소프트 문턱치 기법을 이용하는 우수한 웨이브릿 변환과 PSNR 성능을 비교하고, 잡음 제거된 결과 영상을 시각적으로도 비교한다. 4가지 Gaussian 분포 잡음을 첨가한 여러 실제 영상의 실험으로부터 제안한 변환이 PSNR 성능에서 최대 1.18dB 우수하고, 시각적 인지에서도 분명한 차이를 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권8호
• /
• pp.2928-2947
• /
• 2015

Adaptive Gaussian filter (AGF) is a recently developed switching filter to remove salt and pepper noise. AGF first directly identifies pixels of gray levels 0 and 255 as noise pixels, and then only restored noise pixels using a Gaussian filter with adaptive variance based on the estimated noise density. AGF usually achieves better denoising effect in comparison with other filters. However, AGF still fails to obtain good denoising effect on images with noise-free pixels of gray levels 0 and 255, due to its severe false alarm in its noise detection stage. To alleviate this issue, a modified version of AGF is proposed in this paper. Specifically, the proposed filter first performs noise detection via an image block based noise density estimation and sequential noise density guided rectification on the noise detection result of AGF. Then, a modified Gaussian filter with adaptive variance and window size is used to restore the detected noise pixels. The proposed filter has been extensively evaluated on two representative grayscale images and the Berkeley image dataset BSDS300 with 300 images. Experimental results showed that the proposed filter achieved better denoising effect over the state-of-the-art filters, especially on images with noise-free pixels of gray levels 0 and 255.

• Journal of Information Processing Systems
• /
• 제14권3호
• /
• pp.590-599
• /
• 2018

Multivariate finite mixture model is becoming more and more popular in image processing. Performing image denoising from image patches to the whole image has been widely studied and applied. However, there remains a problem that the structure information is always ignored when transforming the patch into the vector form. In this paper, we study the operator which extracts patches from image and then transforms them to the vector form. Then, we find that some pixels which should be continuous in the image patches are discontinuous in the vector. Due to the poor anti-noise and the loss of structure information, we propose a new operator which may keep more information when extracting image patches. We compare the new operator with the old one by performing image denoising in Expected Patch Log Likelihood (EPLL) method, and we obtain better results in both visual effect and the value of PSNR.

• Journal of the Korean Society for Industrial and Applied Mathematics
• /
• 제18권2호
• /
• pp.143-156
• /
• 2014

This paper aims to give a quick view on denoising without comprehensive details. Denoising can be understood as removing unwanted parts in signals and images. Noise incorporates intrinsic random fluctuations in the data. Since noise is ubiquitous, denoising methods and models are diverse. Starting from what noise means, we briefly discuss a denoising model as maximum a posteriori estimation and relate it with a variational form or energy model. After that we present a few major branches in image and signal processing; filtering, shrinkage or thresholding, regularization and data adapted methods, although it may not be a general way of classifying denoising methods.

• Journal of the Korean Society for Industrial and Applied Mathematics
• /
• 제24권4호
• /
• pp.363-374
• /
• 2020

Fingerprint authentication identifies a user based on the individual's unique fingerprint features. Fingerprint authentication methods are used in various real-life devices because they are convenient and safe and there is no risk of leakage, loss, or oblivion. However, fingerprint authentication methods are often ineffective when there is contamination of the given image through wet, dirty, dry, or wounded fingers. In this paper, a method is proposed to remove noise from fingerprint images using a convolutional neural network. The proposed model was verified using the dataset from the ChaLearn LAP Inpainting Competition Track 3-Fingerprint Denoising and Inpainting, ECCV 2018. It was demonstrated that the model proposed in this paper obtains better results with respect to the methods that achieved high performances in the competition.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 하계종합학술대회 논문집(4)
• /
• pp.27-30
• /
• 2000

In this paper, we propose new method for denoising in processing the image compression. Usually, to compress the noise image, we must have the denoising step before encoding. But this method has a embedded character, so need not an additional noise eliminator. In SAQ step, an embedded signal is quantized more detail and the other side is suppressed. Comparing with the conventional method, we can get the enhanced image quality.