• 대한전자공학회논문지SP
• /
• 제43권5호
• /
• pp.52-61
• /
• 2006

영상 및 신호 처리 분야에 일반적으로 사용되는 직교 웨이블릿 변환은 천이에 대한 민감성과 방향성에 대한 선택도가 떨어지기 때문에 성능에 한계를 가지고 있다. 이러한 단점을 극복하기 위해 복소수 웨이블릿 변환이 사용되고 있다. 본 논문에서는 이중 트리 복소수 웨이블릿과 베르누이-가우스 사전 확률분포를 이용한 효과적인 영상 잡음 제거 방법을 제안하고자 한다. 베르누이-가우스 모델에 대한 파라미터를 추정하기 위해 본 논문에서는 두 가지의 간단하고 반복적이지 않은 방법을 제안한다. 베르누이 랜덤 변수로 표현되는 혼합 파라미터를 추정하기 위해서는 가설-검증 기법을 사용한다. 추정된 혼합 파라미터를 이용하여 신호의 분산은 MGML(maximum generalized marginal likelihood) 추정기를 통하여 추정된다. 복소수 웨이블릿 변환을 사용하여 제안 방법과 알려진 잡음 제거 기법과 비교 실험을 수행하였다. 실험결과를 통해 제안 방법이 적은 계산량으로 고주파 성분이 많은 영상에 대하여 우수한 잡음 제거 결과를 나타냄을 알 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권6호
• /
• pp.2480-2496
• /
• 2020

Considering that high-dose X-ray radiation during CT scans may bring potential risks to patients, in the medical imaging industry there has been increasing emphasis on low-dose CT. Due to complex statistical characteristics of noise found in low-dose CT images, many traditional methods are difficult to preserve structural details effectively while suppressing noise and artifacts. Inspired by the deep learning techniques, we propose a densely connected residual network (DCRN) for low-dose CT image noise cancelation, which combines the ideas of dense connection with residual learning. On one hand, dense connection maximizes information flow between layers in the network, which is beneficial to maintain structural details when denoising images. On the other hand, residual learning paired with batch normalization would allow for decreased training speed and better noise reduction performance in images. The experiments are performed on the 100 CT images selected from a public medical dataset-TCIA(The Cancer Imaging Archive). Compared with the other three competitive denoising algorithms, both subjective visual effect and objective evaluation indexes which include PSNR, RMSE, MAE and SSIM show that the proposed network can improve LDCT images quality more effectively while maintaining a low computational cost. In the objective evaluation indexes, the highest PSNR 33.67, RMSE 5.659, MAE 1.965 and SSIM 0.9434 are achieved by the proposed method. Especially for RMSE, compare with the best performing algorithm in the comparison algorithms, the proposed network increases it by 7 percentage points.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2005년도 Proceedings of ISRS 2005
• /
• pp.169-172
• /
• 2005

Modem SAR interferometry (IFSAR) sensors delivering intensity images and corresponding digital terrain model (DTM) allow for a thorough surface lineament interpretation with the all-weather day-night applicability. In this paper, an automatic linear-feature detection algorithm for high-resolution SAR images acquired in Taiwan is proposed. Methodologies to extract linear features consist of several stages. First, the image denoising techniques are used to remove the speckle noise on the raw image. In this stage, the Lee filter has been chosen because of its superior performance. After denoising, the Coefficient of Variation Detector is performed on the result images for edge enhancements and detection. Dilation and erosion techniques are used to reconnect the fragmented lines. The Hough transform, which is a special case of a more general transform known as Radon transform, is a suitable method for line detection in our analysis. Finally, linear features are extracted from the binary edge image. The last stage contains many substeps such as edge thinning and curve pruning.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2004년도 춘계종합학술대회
• /
• pp.149-153
• /
• 2004

본 논문은 처리속도와 호환성을 고려하여 DSP프로세서를 이용한 영상의 임펄스 노이즈 제거 필터 설계에 관한 연구이다. 시스템의 하드웨어 구현은 32비트 DSP 독립타겟보드 및 CCD 카메라에서 NTSC 영상의 입력을 획득하는 비전보드로 구성되며 시스템 제어를 위한 호스트 컴퓨터로 구성된다. 디노이징 기법은 적응 미디언 필터를 적용하였다. 실험결과 90%와 PSNR 22㏈정도의 제거 효과가 있다.

• 대한원격탐사학회지
• /
• 제27권5호
• /
• pp.573-586
• /
• 2011

MTF(modulation transfer function)는 광학 시스템의 성능을 평가하기 위하여 사용되는 중요한 파라미터 중 하나이다. 또한 열악한 우주 환경(방사능, 극한 열조건 및 전자기장 등), 대기 영향 및 시스템 성능의 저하 등으로 저하된 영상품질을 복원시켜주기 위한 파라미터로 사용될 수도 있다. 본 논문에서는 소형 지구관측위성인 DubaiSat-1이 발사된 후, 위성영상의 품질을 평가하기 위하여 MTF를 측정하였다. 일반적으로 MTF는 point source 혹은 knife-edge 방법 등과 같은 다양한 방법을 이용하여 측정되어왔다. 그러나 본 논문에서는 ISO에서 line source에 의한 MTF 측정을 표준화한 slanted-edge 방법을 이용하여 MTF를 측정하였다. Slanted-edge 방법은 전자 스틸 카메라(electronic still-picture camera)의 MTF를 측정하기 위한 ISO 12233 표준으로써, 라인스캐닝 망원경(line-scanning telescope)의 MTF를 추정하기 위하여 사용된 방법이다. 또한 PSF(point spread function) 기반으로 제작된 MTF 회선 커널(MTF convolution kernel)에 의한 MTF 보상(MTF compensation)과 영상의 노이즈 제거(image denoising)를 수행하여 영상의 품질 저하(degradation)를 완화시켰다.

• 한국통신학회논문지
• /
• 제28권8C호
• /
• pp.795-802
• /
• 2003

영상 잡음의 제거를 위해서는 영상에 대한 통계적 모델을 설정하고, 잡음이 섞인 영상에서 원 영상의 분산을 정확하게 추정하는 것이 매우 중요하다. 분산을 추정하기 위해서는 일반적으로 유한한 크기의 주변 영역 정보를 이용한다. 주변 영역의 크기는 평탄 영역 및 에지 영역과 같이 영상의 영역에 따라 달라진다. 즉, 에지 영역인 경우는 주변 영역의 크기를 작게 설정할수록 추정 분산이 보다 정확하며, 평탄 영역의 경우는 주변 영역의 크기가 크면 분산의 추정이 정확해 진다. 이와 같이 추정된 원 영상의 분산을 이용하여 잡음 영상에 Wiener 필터를 적용함으로써 영상의 잡음을 제거하는 것이 일반적이다. 본 논문에서는 영상의 잡음을 제거하기 위해 웨이블릿 영역의 부모-자식 관계를 이용하여 중요도를 작성하고, 이를 이용하여 분산을 구하기 위한 이웃 영역의 범위를 결정하는 방법을 제안한다. 먼저 웨이블릿 계수의 중요한 특성을 획득할 수 있는 중요도를 작성하기 위해 간단한 분류 방법을 사용한다. 중요한 웨이블릿 계수의 수에 근거하여 웨이블릿 계수의 범위를 결정한 뒤 ML 방법을 이용하여 원 신호의 분산을 추정한다. 실험 결과를 통하여 제안 방법이 기존의 방법보다 나은 결과를 보여줌을 알 수 있다.

• 대한전자공학회논문지SP
• /
• 제41권5호
• /
• pp.111-116
• /
• 2004

웨이블릿 영역에서 Bayesian 추정법을 이용한 잡음 제거를 위해서는 웨이블릿 계수의 prior 모델, 잡음의 확률분포, 웨이블릿 계수에 대한 분산 등의 정보가 필요하다. 잡음 제거의 일반적인 방법은 웨이블릿 계수에 대한 적절한 prior 모델을 설정하고 이에 대한 신호의 분산을 추정하는 것이다. 본 논문에서는 영역 확장 방법을 사용하여 영상의 영역에 따라 분산을 추정하기 위한 창의 크기를 결정하는 방법을 제안한다. 이웃 계수의 범위는 동질성 척도를 정의하여 가장 작은 영역부터 영역을 확장하는 방법을 사용한다. 결정된 가변 이웃 영역을 사용하여 원 신호의 분산을 결정하고 이를 이용하여 웨이블릿 영역에서 Bayesian 추정법을 사용하여 영상의 잡음을 제거한다. 실험 결과를 통하여 제안 방법이 기존의 방법보다 높은 PSNR을 나타냄을 보여 준다.

• 한국음향학회지
• /
• 제19권4호
• /
• pp.3-15
• /
• 2000

본 논문은 웨이블렛 영역에서 신호성분을 보존하면서 첨부된 잡음성분을 제거할 수 있는 새로운 잡음제거 필터를 제시한다. 적응적 웨이블렛 수축(AWS) 필터라 불리는 제안된 필터는 웨이블렛 제거기와 적응적 수축기의 두 개 연산기로 구성되어 있으며 각각의 연산기는 웨이블렛 계수의 국부적 통계성을 이용하여 적응적으로 추정되는 threshold에 의존하여 선택되는데 웨이블렛 제거기는 threshold보다 작은 웨이블렛 계수들을 0으로 대신하여 웨이블렛 영역에서 잡음을 제거하게 된다. 또한 적응적 수축기는 threshold보다 큰 계수들을 적응적으로 수축하여 신호성분을 보존하면서 잡음성분을 줄이게 된다. 실험 결과, 제안된 필터는 기존의 방법들보다 잡음을 제거하면서 신호성분을 보존하는데 더욱 효과적임을 보여준다.

• 대한의용생체공학회:의공학회지
• /
• 제37권4호
• /
• pp.140-146
• /
• 2016

The ultrasound imaging in medical diagnosis has become a popular modality because of its safe, noninvasive, portable, relatively inexpensive, and provides a real-time image formation. However, usefulness of ultrasound imaging is at times limited due to the presence of signal-dependent noise like as speckle. Therefore, noise reduction is very important, as various types of noise generated limits the effectiveness of medical image diagnosis. This paper introduces a speckle noise reduce algorithm using total variation denoising (TVD) in Laplacian pyramid. With this method, speckle is removed by TVD of bandpass ultrasound images in Laplacian pyramid domain. For TVD in each pyramid layer, a ${\lambda}$ is selected by trial-and-error method. The visual comparison of despeckled 'in vivo' ultrasound images from pancreas shows that the proposed method could effectively preserve edges and detailed structures while thoroughly suppressing speckle. For a Simulated B-mode image, contrast-to-noise-ratio (CNR) and signal-to-noise-ratio (SNR) were obtained like 4.65 dB and 14.11 dB, respectively. The results show that the proposed method can conduct better than some of the existing methods in terms of the CNR and the SNR.

• Investigative Magnetic Resonance Imaging
• /
• 제20권4호
• /
• pp.215-223
• /
• 2016

Purpose: The management of metal-induced field inhomogeneities is one of the major concerns of distortion-free magnetic resonance images near metallic implants. The recently proposed method called "Slice Encoding for Metal Artifact Correction (SEMAC)" is an effective spin echo pulse sequence of magnetic resonance imaging (MRI) near metallic implants. However, as SEMAC uses the noisy resolved data elements, SEMAC images can have a major problem for improving the signal-to-noise ratio (SNR) without compromising the correction of metal artifacts. To address that issue, this paper presents a novel reconstruction technique for providing an improvement of the SNR in SEMAC images without sacrificing the correction of metal artifacts. Materials and Methods: Low-rank approximation in each coil image is first performed to suppress the noise in the slice direction, because the signal is highly correlated between SEMAC-encoded slices. Secondly, SEMAC images are reconstructed by the best linear unbiased estimator (BLUE), also known as Gauss-Markov or weighted least squares. Noise levels and correlation in the receiver channels are considered for the sake of SNR optimization. To this end, since distorted excitation profiles are sparse, $l_1$ minimization performs well in recovering the sparse distorted excitation profiles and the sparse modeling of our approach offers excellent correction of metal-induced distortions. Results: Three images reconstructed using SEMAC, SEMAC with the conventional two-step noise reduction, and the proposed image denoising for metal MRI exploiting sparsity and low rank approximation algorithm were compared. The proposed algorithm outperformed two methods and produced 119% SNR better than SEMAC and 89% SNR better than SEMAC with the conventional two-step noise reduction. Conclusion: We successfully demonstrated that the proposed, novel algorithm for SEMAC, if compared with conventional de-noising methods, substantially improves SNR and reduces artifacts.