• 대한전기학회논문지:시스템및제어부문D
• /
• 제55권9호
• /
• pp.401-408
• /
• 2006

In a multi-sensor multi-target tracking systems, the local sensors have the role of tracking the target and transferring the measurements to the fusion center. The measurements from the same target can arrive out of sequence called the out-of-sequence measurements(OOSMs). Out-of-sequence measurements can arise at the fusion center due to communication delay and varying preprocessing time for different sensor platforms. In general, the track fusion occurs to enhance the tracking performance of the sensors using the measurements from the sensors at the fusion center. The target informations can wive at the fusion center with the clutter informations in cluttered environment. In this paper, the OOSM update step with MPDA(Most Probable Data Association) is introduced and tested in several cases with the various clutter density through the Monte Carlo simulation. The performance of the MPDA with OOSM update step is compared with the existing NN, PDA, and PDA-AI for the air target tracking in cluttered and out-of-sequence measurement environment. Simulation results show that MPDA with the OOSM has compatible root mean square errors with out-of-sequence PDA-AI filter and the MPDA is sufficient to be used in out-of-sequence environment.

• 전기학회논문지
• /
• 제65권7호
• /
• pp.1257-1262
• /
• 2016

The purpose of this study is to evaluate whether to take a medicine based on a measuring data using textile proximity sensor. We developed a proximity sensor of ring type using conductive textile, and acquired a data in accordance with the quantity of each pills. To evaluate our approach, we designed an experimental protocol that is counting pills subtracting the one which contains range of 0 T(Tablet, 4,100mg) from 20 T. And, The experiments were performed a nine times in the same way. In order to remove a noise and smoothen data, data preprocessing were performed using resampling method and moving average filter which has ten points. Then, we calculated a linear trend line equation, and analyzed a correlation between pill quantity and trend line equation. As a results, correlation coefficient was shown at 0.833 through using a Spearman's correlation method and we could be determined that data was continuos decreases when take a medicine.

• 대한원격탐사학회지
• /
• 제25권3호
• /
• pp.215-223
• /
• 2009

The noise removal as a preprocessing was tried with various kinds of wavelet pairs. Wavelet transform for 2D images generally uses the same wavelets as basis functions in horizontal and vertical directions. A method with different wavelets was tried for each direction separately, which gives more precise interpretation of the classification. Total 486 pairs of wavelets from nine basis functions were tried to remove image noises. The classification accuracies before and after the noise removal were compared. Although all kinds of wavelet pairs showed the increased accuracies in classification, there were best and worst wavelet pairs depending on the data sets. Wavelet pairs with low energy percentage of LL band showed the high classification accuracy. A pattern was found in the results that very similar vertical accuracy was distributed for each horizontal ones. Since Haar is the shortest length filter, Haar could be a predictor wavelet to find the good wavelet pairs.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.429-431
• /
• 2019

이미지 프로세싱에서 잡음은 영상의 품질에 직접적인 영향을 미치는 요소이며, 특히 영상 분할, 에지 검출, 영상 인식과 같은 알고리즘을 포함하는 시스템의 처리과정에 악영향을 미친다. 따라서 전처리 과정으로 잡음 제거가 중요한 역할을 하고 있으며, 이를 위해 다양한 기법들이 제시되었다. 본 논문에서는 Salt and Pepper 잡음의 밀도가 높은 환경에서 효율적으로 잡음을 제거하기 위한 알고리즘을 제안하였다. 제안한 알고리즘은 잡음의 밀도에 따라 필터링 마스크를 단계적인 확장하여 잡음을 제거하였으며, 밀도가 높은 영역에서도 우수한 잡음 제거 성능을 보였다. 제안한 알고리즘의 성능 평가를 위해 시뮬레이션을 통해 기존 방법과 제안한 알고리즘을 비교 분석하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.434-436
• /
• 2022

4차 산업혁명과 각종 통신매체의 발전에 힘입어 다양한 분야에서 무인화와 자동화가 급속도로 진행되고 있다. 특히 스마트팩토리와 자율주행기술 및 지능형 CCTV와 같은 분야에서는 높은 수준의 영상처리 기술이 요구되고 있다. 이에 따라 영상을 기반으로 동작하는 시스템에서 전처리 과정에 대한 중요성이 높아지고 있으며, 영상의 잡음을 효과적으로 제거하기 위한 알고리즘이 주목받고 있다. 본 논문에서는 복합잡음 환경에서 잡음판단과 분할마스크를 사용한 필터링 알고리즘을 제안한다. 제안한 알고리즘은 입력 영상의 화소값을 대상으로 잡음판단을 진행하여 필터링에 적합한 분할마스크를 스위칭하여 최종출력을 계산한다. 제안한 알고리즘의 성능을 검증하기 위해 시뮬레이션을 진행하였으며, 기존 필터 알고리즘과 결과영상을 비교하여 평가하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.121-123
• /
• 2021

영상처리는 인공지능과 스마트팩토리, IoT 산업 등 4차 산업혁명의 중요한 분야에서 다양한 형태로 사용되고 있다. 특히 물체 추적, 의료 영상, 객체 인식과 같은 데이터 처리가 필요한 시스템에서는 전처리 단계로 잡음 제거를 사용하고 있으나, 기존 알고리즘은 필터링 과정에서 블러링 현상이 나타나는 단점을 가지고 있다. 따라서 본 논문에서는 스위칭 퍼지 가중치를 사용한 필터 알고리즘을 제안한다. 제안한 알고리즘은 필터링 마스크의 표준편차에 저주파 영역과 고주파 영역을 구분하여 퍼지 함수를 스위칭하였으며, 퍼지 가중치에 따라 최종출력을 구한다. 제안한 알고리즘은 기존 방법에 비해 개선된 결과를 보였으며, 고주파 성분이 강하게 나타나는 영역에서 우수한 특성을 나타내었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권10호
• /
• pp.2788-2808
• /
• 2023

Brain tumors are one of the most threatening malignancies for humans. Misdiagnosis of brain tumors can result in false medical intervention, which ultimately reduces a patient's chance of survival. Manual identification and segmentation of brain tumors from Magnetic Resonance Imaging (MRI) scans can be difficult and error-prone because of the great range of tumor tissues that exist in various individuals and the similarity of normal tissues. To overcome this limitation, the Amended Convolutional Neural Network (ACNN) model has been introduced, a unique combination of three techniques that have not been previously explored for brain tumor detection. The three techniques integrated into the ACNN model are image tissue preprocessing using the Kalman Bucy Smoothing Filter to remove noisy pixels from the input, image tissue segmentation using the Isotonic Regressive Image Tissue Segmentation Process, and feature extraction using the Marr Wavelet Transformation. The extracted features are compared with the testing features using a sigmoid activation function in the output layer. The experimental findings show that the suggested model outperforms existing techniques concerning accuracy, precision, sensitivity, dice score, Jaccard index, specificity, Positive Predictive Value, Hausdorff distance, recall, and F1 score. The proposed ACNN model achieved a maximum accuracy of 98.8%, which is higher than other existing models, according to the experimental results.

• 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.

• 디지털콘텐츠학회 논문지
• /
• 제2권2호
• /
• pp.179-189
• /
• 2001

본 논문에서는 지문의 방향분포를 기반으로 하여 전처리과정을 최소화하고 특징벡터의 크기를 축소하여 개인의 인증 및 인식 시스템에서의 시스템 처리속도와 검색속도 향상을 주된 연구목적으로 하였다. 지문의 방향분포는 지문의 융선과 골이 이루는 부분적인 방향성분의 집합으로서 가버필터 뱅크를 통해 8-방향 성분들로 추출된다. 이렇게 생성된 방향분포는 불연속적인 특성을 갖게 되는데 이를 연속적인 방향성분으로 근사화하여 방향영상으로 시각화한다. 이 후 지문의 중심 이 되는 기준점을 설정하고 기준점으로부터 32-방향, 6-단계 거리에 미리 정해진 192개 지점에서의 방향성분값들을 추출하여 특징벡터를 생성한다. 그 결과 기존의 다른 알고리즘보다 작은 크기의 특징벡터를 사용함으로써 전체 처리속도는 훨씬 증가하면서도 같은 수준의 인식률을 얻을 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 춘계학술대회 및 임시총회
• /
• pp.227-230
• /
• 2002

이 논문에서는 신경회로망을 이용한 원전 금속파편 시스템에 적용하여 진단 가능성을 제시한다. 첫 번째로, 오경보 감소에 대해 역전파 신경망을 적용하여 오경보 감소에 대한 가능성을 제시하였다. 즉, 전처리 단계에서 이동 평균 필터를 적용하여 저주파수인 배경잡음을 소거하였으며, 충격신호의 시작시간, 상승시간, 반주기, 전체시간을 신경망의 입력 값으로 사용하였다 발전소 운전가동시의 오경보 및 충격시험시의 신호를 적용한 결과 오경보가 1/4 이내로 줄어드는 유용한 결과를 보임을 알 수 있었다. 두 번째로 신경회로망 이론을 금속파편 진단(질량추정)에 적용하여 진단 가능성을 제시하였다. 신경회로망에서 사용된 알고리즘은 역전파 알고리즘(Back Propagation Network)을 사용하였으며, 세 가지의 입력변수(Rising Time, Half Period, Maximum amplitude)를 이용하였다. 영광 3호기 시운전시 강구의 충격 데이터로 미리 학습을 시킨 후 실제 금속파편 신호와 비교/분석하여 질량값을 추정하였다. 분석한 결과 비교적 만족할 만한 결과를 얻어 금속파편 진단에 신경회로망의 적용이 가능할 것으로 판단하였다.