• 응용통계연구
• /
• 제32권5호
• /
• pp.721-740
• /
• 2019

영상처리 분야에서 중요한 분야인 잡음 제거는 통계적인 접근이 필요하지만 잡음에 대한 특정한 분포를 가정하기 어려우며 지역적 특징을 반영하는 공간 필터는 소표본에 해당하므로 모수적인 방법으로 접근할 수 없다. 1차 영상 미분과 2차 영상 미분은 영상에 포함된 잡음 수준에 따라 확연한 차이를 보이며 캐니 에지 검출기를 사용하면 보다 명확히 알 수 있다. 잡음 수준을 통계적으로 확인하고자 Fligner-Killeen 검정을 진행하고 붓스트랩 방법을 사용하였으며 추정된 잡음의 수준을 베타분포의 누적분포함수를 이용하여 0과 1사이의 값을 갖도록 하였다. 본 연구에서는 영상에 포함된 잡음 수준을 고려하는 잡음 제거 알고리즘을 제시하고자 한다.

• 대한전자공학회논문지SP
• /
• 제44권3호
• /
• pp.80-87
• /
• 2007

국부 통계치에 근거한 서양금석문 영상향상 기법을 고안한다. 영상데이터는 배경과 정보의 두 영역으로 구분한다. 통계 및 함수적 분석을 통해 서양금석문 영상 대부분이 가우스 회색도분포임을 규명하고 분포 및 영역특성을 고려한 모델을 구현한다. 모델을 대상으로 국부정규화처리 알고리즘을 수식화하고 파라미터를 추출하며 이동창에서의 기능과 특성을 논의한다. 파라미터와 이동창의 크기를 조정하여 화소 회색도의 공간 분포를 변형하고 영역을 선별한다. 이 때 국부통계치는 알고리즘을 실현하는 유용한 근거로 활용된다. 알고리즘 적용에 의해 영역의 잡음과 불규칙한 분포 상태가 평활되는 동시에 영역 사이의 회색도 격차를 증대시켜 영상을 향상한다. 실험결과는 제안된 방식이 기존의 영상향상 기법보다 우수한 효과가 있음을 보여준다.

• 응용통계연구
• /
• 제24권5호
• /
• pp.905-914
• /
• 2011

영상처리 분야에서 원래의 순수 이미지를 오염시키는 잡음을 제거하는 것은 매우 중요한 문제이다. 그러나 여러 가지 원인으로 인하여 발생하는 잡음의 발생을 완벽하게 막는 것은 현실적으로 불가능하다. 따라서 영상에 포함되어 있는 잡음을 제거하거나 최대한 줄이는 것이 매우 중요한 과제이다. 본 연구에서는 이미지를 오염시키고 있는 잡음의 상대적인 크기를 측정하여 잡음의 분산의 수준을 추정하고, 이를 영상처리 분야에서 자주 사용되는 잡음제거 기법인 시그마 필터에 응용하여 잡음을 효과적으로 제거하는 통계적 알고리즘을 제시하였다. 결론적으로, 잡음의 분산의 수준에 관계없이 본 연구에서 제안한 통계적 잡음제거 방법론을 통해 기존의 시그마 필터보다 현저하게 개선된 결과를 얻을 수 있었다.

• 디지털융복합연구
• /
• 제15권8호
• /
• pp.267-275
• /
• 2017

본 연구의 목적은 청소년의 신체상, 체질량지수, 체형인식, 외모스트레스 및 자기역량지각의 정도를 파악하고 각 변수들이 청소년의 신체상에 영향을 미치는 요인을 규명하는데 있다. 자료수집은 2017년 3월 15일부터 3월 29일까지였으며, J시에 소재한 3개 중학교에 재학 중인 청소년을 대상으로 편의 추출하였으며, 140부를 최종 분석에 사용하였다. 자료분석은 SPSS Statistics 20.0 프로그램을 이용하여 기술통계, t-test, ANOVA, 피어슨 상관관계, 다중회귀분석을 통해 분석하였다. 분석결과 청소년의 신체상은 체형인식, 외모스트레스, 자기역량지각과 유의미한 상관관계가 있었다. 다중회귀분석결과 신체상에 영향을 미치는 요인은 자기역량지각과 성별이었으며, 이들의 설명력은 21%였다(F=10.25, p<.001). 따라서 청소년의 올바른 신체상 확립을 위해 융복합적 자기역량지각강화프로그램을 개발하고 그 효과를 검증하는 연구가 필요하다.

• 대한수학회논문집
• /
• 제23권3호
• /
• pp.447-452
• /
• 2008

We provide some examples around AP and WAP spaces which are connected with higher convergence properties-radiality, semiradiality and pseudoradiality. We also prove a theorem (Theorem 3.2) that (a) any pseudo-open continuous image of an AP-space is an AP-space and (b) any pseudo-open continuous image of an WAP-space is an WAP-space. This answers the question posed by V. V. Tkachuk and I. V. Yaschenko [10].

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1987년도 전기.전자공학 학술대회 논문집(II)
• /
• pp.1379-1382
• /
• 1987

IN ADAPTIVE LINEAR PREDICTION, AN ADAPTIVE CAPABILITY IS BUILT INTO THE PROCESSOR SUCH THAT AS THE IMAGE STATISTICS CHANGE, THE PREDICTION FILTER COEFFICIENTS THEMSELVES CHANGE, PRODUCING A NEW FILTER MORE CLOSELY OPTIMIZED TO THE NEW SET OF IMAGES STATISTICS. THE LMS ALGORITHM MAY BE USED TO ADAPT THE COEFFICIENT OF AN ADAPTIVE PREDICTION FILTER FOR IMAGE SOURCE ENCODING. IN THIS PAPER, TWO CODING SYSTEMS USING DPCM AND LMS ALGORITHMS RESPECTIVELY FOR OBTAINING THE FIRST TRANSFORMED COEFFICIENT IN HYBRID CODING ARE COMPARED.

• Communications for Statistical Applications and Methods
• /
• 제4권3호
• /
• pp.817-825
• /
• 1997

Images reconstructed with EM algorithm have been observed to have checkerboard effects and have large distortions near edges as iterations proceed. We suggest a aimple algorithm of applying line process to the EM and Bayesian EM to reduce the distortions near edges. We show by simulation that this algorithm improves the clarity of the reconstructed image and has good properties based on root mean square error.

• Communications for Statistical Applications and Methods
• /
• 제9권2호
• /
• pp.355-366
• /
• 2002

The web is one of the most plentiful sources of images. The web has an immediate need for image processing technology in Java. This paper provides a practical introduction to statistical image processing using Java on the web. The paper describes how images are represented in Java and deals with four image processing operations based on basic statistical methods: point processing, spatial filtering, edge detection and image segmentation.

• Communications for Statistical Applications and Methods
• /
• 제26권6호
• /
• pp.591-610
• /
• 2019

Deep Learning is one of the machine learning methods to find features from a huge data using non-linear transformation. It is now commonly used for supervised learning in many fields. In particular, Convolutional Neural Network (CNN) is the best technique for the image classification since 2012. For users who consider deep learning models for real-world applications, Keras is a popular API for neural networks written in Python and also can be used in R. We try examine the parameter estimation procedures of Deep Neural Network and structures of CNN models from basics to advanced techniques. We also try to figure out some crucial steps in CNN that can improve image classification performance in the CIFAR10 dataset using Keras. We found that several stacks of convolutional layers and batch normalization could improve prediction performance. We also compared image classification performances with other machine learning methods, including K-Nearest Neighbors (K-NN), Random Forest, and XGBoost, in both MNIST and CIFAR10 dataset.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제6권2호
• /
• pp.116-120
• /
• 2006

This paper discusses an approach for detecting a new edge in color images. The color image is to be represented by a vector field, and the color image edges are detected as differences in the local vector statistics. This method is based on the calculation for the vector angle between two adjacent pixels. Unlike Euclidean distance in RGB space, the vector angle distinguishes the differences in chromaticity, independent of luminance or intensity. The proposed approach can easily accommodate concepts, such as variable template edge detection, as well as the latest developments in vector order statistics for color image processing. In this paper, it is used not a conventional fixed template operator but a variable template operator The variable template is implemented and experimental results for digital color images are included.