• 한국방사선학회논문지
• /
• 제14권7호
• /
• pp.991-1001
• /
• 2020

전산화단층영상 품질 개선을 위해 사용되는 지도학습 기반의 딥러닝 기술은 사전 학습을 위해 많은 양의 데이터를 필요로 하는 단점이 있다. 또한 지도학습 기반의 딥러닝 기술은 학습에 사용된 영상의 특징과 학습된 모델에 입력된 영상의 특징이 다른 경우 영상 내부 구조적 왜곡이 유발되는 한계점이 있다. 본 연구에서는 기존 지도학습 기반 딥러닝 기술의 단점을 보완하고 전산화단층영상의 잡음을 감소시킬 수 있는 심층강화학습 기반 영상화 모델을 개발하였다. 심층강화학습 기반 영상화 모델은 shared, value 및 policy 네트워크로 구성하였으며, 영상 잡음 특징 추출 및 모델의 성능 향상을 위해 합성곱, rectified linear unit(ReLU) 활성화 함수, dilation factor 및 게이트순환유닛을 사용하였다. 또한 기존 지도학습 기반 딥러닝 기술을 통해 획득한 영상의 영상품질 비교를 통해 본 연구에서 개발한 영상화 모델의 성능을 평가하였다. 연구결과 기존 기술에 비해 본 연구에서 개발한 영상화 모델 적용 시 전산화단층영상의 정량적 정확도는 큰 폭으로 향상, 잡음은 큰 폭으로 감소함을 확인하였다. 또한 영상화 모델 학습 시 사용한 영상과 구조적 특징이 다른 영상에 대해서도 잡음 감소 효과를 확인하였다. 따라서 본 연구에서 개발한 심층강화학습 기반 영상화 모델을 통해 전산화단층영상의 구조적 특징을 보전함과 동시에 잡음을 감소시킬 수 있다.

• 한국항행학회논문지
• /
• 제11권1호
• /
• pp.59-63
• /
• 2007

본 논문은 윤곽선이 불분명한 상황에서 체형의 윤곽선과 신체 내부의 그리드 패턴들을 추출하기 위한 이미지 분할 알고리즘을 서술한다. 이미지 분할 방법은 문턱 값을 이용한 이진화 기법을 사용한다. 복잡한 형상을 지닌 물체의 3차원 정보를 추출하기 위한 노이즈 제거 알고리즘은 $3{\times}3$ 하이브리드 고역통과 필터 방법을 제안한다. 본 하이브리드 고역통과 필터 알고리즘은 노이즈 제거 시간이 기존 방법에 대하여 훨씬 단축되기 때문에 3차원 체형, CAD 시스템, 공장자동화와 같은 복잡한 형상을 지닌 물체의 3차원 정보를 추출하는데 적용할 수 있다.

• 한국통신학회논문지
• /
• 제37A권11호
• /
• pp.961-971
• /
• 2012

This article is concerned with effective numerical techniques for partial differential equation (PDE)-based image restoration. Numerical realizations of most PDE-based denoising models show a common drawback: loss of fine structures. In order to overcome the drawback, the article introduces a new time-stepping procedure, called the method of nonflat time evolution (MONTE), in which the timestep size is determined based on local image characteristics such as the curvature or the diffusion magnitude. The MONTE provides PDE-based restoration models with an effective mechanism for the equalization of the net diffusion over a wide range of image frequency components. It can be easily applied to diverse evolutionary PDE-based restoration models and their spatial and temporal discretizations. It has been numerically verified that the MONTE results in a significant reduction in numerical dissipation and preserves fine structures such as edges and textures satisfactorily, while it removes the noise with an improved efficiency. Various numerical results are shown to confirm the claim.

• 한국철도학회논문집
• /
• 제13권3호
• /
• pp.283-289
• /
• 2010

디지털 카메라의 발전으로 인해 점차 영상을 사용한 철도의 안전관리기법이 그 사용범위를 넓히고 있다. 그러나 선로의 특성상 많은 저조도 환경에서의 영상 취득 과정에서는 심한 잡음이 영상의 화질을 떨어뜨릴 뿐만 아니라 추가적인 영상처리의 오류를 발생시킨다. 최근의 3D 잡음제거 방식은 시간적으로 연속된 영상간의 픽셀을 참조함으로 2D 잡음제거보다 더 나은 잡음 제거 결과를 얻을 수 있으나 움직임 부분에서는 오히려 모션 블러와 같은 열화가 나타나게 된다. 본 논문에서는 저조도 영상에서 적응적 가중평균필터를 이용하여 보다 정확한 움직임 검출을 구현하며, 3D 잡음제거 방식에 2D잡음 제거 방식의 결과를 적응적으로 사용하여 객관적 화질과 주관적 화질을 개선하였다.

• Journal of Information Processing Systems
• /
• 제18권6호
• /
• pp.813-821
• /
• 2022

Intelligent monitoring, life entertainment, medical rehabilitation, and other fields are only a few examples where visual image technology is becoming increasingly sophisticated and playing a significant role. Recognizing Wushu, or martial arts, movements through the use of visual image technology helps promote and develop Wushu. In order to segment and extract the signals of Wushu movements, this study analyzes the denoising of the original data using the wavelet transform and provides a sliding window data segmentation technique. Wushu movement The Wushu movement recognition model is built based on the hidden Markov model (HMM). The HMM model is trained and taught with the help of the Baum-Welch algorithm, which is then enhanced using the frequency weighted training approach and the mean training method. To identify the dynamic Wushu movement, the Viterbi algorithm is used to determine the probability of the optimal state sequence for each Wushu movement model. In light of the foregoing, an HMM-based martial arts movements recognition model is developed. The recognition accuracy of the HMM model increases to 99.60% when the number of samples is 4,000, which is greater than the accuracy of the SVM (by 0.94%), the CNN (by 1.12%), and the BP (by 1.14%). From what has been discussed, it appears that the suggested system for detecting martial arts acts is trustworthy and effective, and that it may contribute to the growth of martial arts.

• 한국정보통신학회논문지
• /
• 제21권1호
• /
• pp.137-143
• /
• 2017

x선 영상은 각종 의료 검진 분야와 보안검사에 널리 이용되고 있다. 하지만 대부분의 x선 영상은 잡음을 포함하고 있으며 이러한 잡음은 x선 영상분석에 방해가 되기 때문에 x선 영상의 잡음을 제거할 필요가 있다. 본 논문은 화소값 가중치와 화소 거리 가중치를 이용하여 x선 영상의 잡음을 제거하는 방법을 제안한다. 제안하는 알고리즘은 먼저 양방향 필터를 이용하여 x선 영상의 노이즈를 1차적으로 제거하고 원본 x선 영상의 경계 영역을 추정한다. 그 후 현재 화소가 경계 영역에 속한다면 해당화소를 포함하는 $3{\times}3$ 영역의 화소들에 대한 원본화소와 노이즈제거 화소를 이용하여 가중치를 구하고 경계 화소값 결정을 위한 비용계산을 수행한다. 그 후 가장 작은 경계 화소값 결정 비용을 가지는 화소 값을 결과영상의 화소값으로 정한다. 제안하는 알고리즘은 PSNR 및 주관적 화질 비교에서 우수한 성능을 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 춘계학술대회
• /
• pp.623-625
• /
• 2012

가우시안 잡음에 의해 훼손된 영상의 복원은 영상처리분야에서 가장 중요한 과제이다. 가우시안 잡음을 제거하기 위해, 가우시안 필터, 평균 필터, 가중치 필터 등 다양한 방법들이 제안되었다. 그러나 기존의 방법들은 잡음제거 및 에지 보존성능이 미흡하다. 따라서 본 논문에서는 효과적으로 잡음을 제거하기 위해, 마스크내의 각 화소들의 공간 거리와 추정된 잡음분산 등을 고려한 적응 가중치 필터를 제안하였다. 그리고 시뮬레이션을 통해 기존의 방법들과 그 성능을 비교하였고, 판단기준으로 MSE(mean squared error)를 사용하였다.

• Communications for Statistical Applications and Methods
• /
• 제18권6호
• /
• pp.871-886
• /
• 2011

This paper proposes a powerful SVM-ASM filter, the adaptive switching median(ASM) filter based on support vector machines(SVMs), to effectively reduce impulse noise in corrupted images while preserving image details and features. The proposed SVM-ASM filter is composed of two stages: SVM impulse detection and ASM filtering. SVM impulse detection determines whether the pixels are corrupted by noise or not according to an optimal discrimination function. ASM filtering implements the image filtering with a variable window size to effectively remove the noisy pixels determined by the SVM impulse detection. Experimental results show that the SVM-ASM filter performs significantly better than many other existing filters for denoising impulse noise even in highly corrupted images with regard to noise suppression and detail preservation. The SVM-ASM filter is also extremely robust with respect to various test images and various percentages of image noise.

• Journal of Information Processing Systems
• /
• 제13권5호
• /
• pp.1168-1182
• /
• 2017

In the past decades, various image regularization methods have been introduced. Among them, total variation model has drawn much attention for the reason of its low computational complexity and well-understood mathematical behavior. However, regularization parameter estimation of total variation model is still an open problem. To deal with this problem, a novel adaptive regularization parameter selection scheme is proposed in this paper, by means of using the local spectral response, which has the capability of locally selecting the regularization parameters in a content-aware way and therefore adaptively adjusting the weights between the two terms of the total variation model. Experiment results on simulated and real noisy image show the good performance of our proposed method, in visual improvement and peak signal to noise ratio value.

• Journal of Information Processing Systems
• /
• 제18권4호
• /
• pp.575-586
• /
• 2022

Uneven light in real-world causes visual degradation for underexposed regions. For these regions, insufficient consideration during enhancement procedure will result in over-/under-exposure, loss of details and color distortion. Confronting such challenges, an unsupervised low-light image enhancement network is proposed in this paper based on the guidance of the unpaired low-/normal-light images. The key components in our network include super-resolution module (SRM), a GAN-based low-light image enhancement network (LLIEN), and denoising-scaling module (DSM). The SRM improves the resolution of the low-light input images before illumination enhancement. Such design philosophy improves the effectiveness of texture details preservation by operating in high-resolution space. Subsequently, local lightness attention module in LLIEN effectively distinguishes unevenly illuminated areas and puts emphasis on low-light areas, ensuring the spatial consistency of illumination for locally underexposed images. Then, multiple discriminators, i.e., global discriminator, local region discriminator, and color discriminator performs assessment from different perspectives to avoid over-/under-exposure and color distortion, which guides the network to generate images that in line with human aesthetic perception. Finally, the DSM performs noise removal and obtains high-quality enhanced images. Both qualitative and quantitative experiments demonstrate that our approach achieves favorable results, which indicates its superior capacity on illumination and texture details restoration.