• 한국방사선학회논문지
• /
• 제16권4호
• /
• pp.387-394
• /
• 2022

갑상샘이 포함된 인체모형 팬텀을 이용하여 임상에서 많이 적용하는 NECK CT 프로토콜 중 관전압을 변화 적용하여 스캔 후 Raw data를 이용하여 FBP, ASIR-V, DLIR 재구성기법 적용 영상 획득하여 120 kVp FBP 재구성 영상 기준 DLIR 재구성기법의 유용성을 알아보았다. 그 결과 DLIR 재구성기법 적용 시 CTDIvol 이 감소하였으며, 특히 동일 관전압에서 FBP 적용보다 ASIR-V, DLIR 재구성 시 낮은 선량에서도 기준 스캔 조건으로 획득한 화질에 도달하였다. 또한, SNR, CNR 분석결과 DLIR 재구성 영상이 SNR, CNR 값이 높게 분석되었고, SSIM분석결과 100 kVp, DLIR 재구성 영상이 SSIM 지수가 1에 근사하게 측정되어 원본 영상에 대한 재구성 영상의 유사도가 높은 것으로 분석되었다(p>0.05). 본 연구결과를 활용하여 임상 영상 평가를 시행하여 보완하고 다양한 해부학적 구조에 적용 가능한 알고리즘을 추가 개발한다면 검사 선량을 현재 보다 낮추면서 화질을 유지할 수 있어 임상 적용 시 유용할 것으로 생각된다.

• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 1994년도 가을 학술발표회 논문집
• /
• pp.95-102
• /
• 1994

This paper presents a Cable Stayed Bridge Construction Management System, which consists of Structural System Identification Method (SSIM), Error Sensitivity Analysis and Optimum Error Adjustment & Prediction System. The 1st System Identification Method builds an error influence matrix using the linear superposition of each error modes. The 2nd SSIM also considers the second error mode term, which shows good error factor estimation. The optimal cable adjustment can be accomplished within the allowable range of both cable tension and camber. The Post processor, constituted with Motif and GL library on SGI platform, is useful for monitoring construction stage management by displaying construction data, adjustment and prediction results at each construction step.

• 전자공학회논문지CI
• /
• 제48권1호
• /
• pp.60-64
• /
• 2011

본 논문에서는 블록 이산 코사인 변환 (block discrete cosine transformation, BDCT) 부호화 영상에서 발생하는 구획화 결함 (blocking artifact)과 링잉 결함 (ringing artifact)을 제거하기 위하여 양방향 필터 (bilateral filter)를 이용한 새로운 후처리 방법을 제안하였다. 양방향 필터에서 파라미터 선택은 필터링 결과에 큰 영향을 주는 중요한 문제로 본 논문에서는 양방향 필터의 파라미터를 효과적으로 선택하는 방법을 제시하였다. 실험 결과는 제안된 방법이 부호화 결함을 효과적으로 개선함을 PSNR, MSDS, SSIM의 수치로 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.542-543
• /
• 2018

본 논문에서는 적외선 영상의 일부 데이터만을 암호화하여 원본 영상의 시각정보를 은닉하는 방법을 제안한다. 이 방법은 적외선 영상을 R, G, B 채널로 분할한 후 세 채널 영상을 대상으로 윤곽선을 찾는다. 이후 각 윤곽선 영상을 대상으로 평균값을 계산하여 암호화 대상 채널을 선정한다. 선정된 채널을 대상으로 웨이블릿 변환을 수행하여 가장 높은 에너지가 집중되어 있는 LL 부대역만을 암호화 한다. 실험결과 제안한 암호화 방법의 경우 SSIM 수치가 0.09미만으로 측정되어 효율적으로 암호화하는 것으로 확인되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 춘계학술발표대회
• /
• pp.837-840
• /
• 2015

SSIM은 인간의 시각 체계가 이미지의 구조적 정보에 예민하다는 점을 이용하여 여러 가지 구조적 정보들의 유사성을 계산함으로써 이미지를 평가하는 대표적인 이미지 평가 기법이다. 하지만 SSIM은 컬러 이미지들에 대해 색 차이를 고려하지 못하는 문제가 있다. 이러한 문제를 해결하기 위해, HSI 색 공간을 활용한 SHSIM 기법이 제안되었으나 이 기법 또한 두 컬러 이미지 간 인지적인 색 차이를 충분히 반영하지는 못하고 있다. 본 논문에서는 CIE Lab 색 공간을 도입하여 대응 되는 픽셀들의 인지적 색 차이를 계산하여 이미지 평가에 활용하는 방법을 제안한다. 제안하는 기법의 성능을 평가하기 위해, 이미지 평가 분야에서 가장 많이 알려진 네 가지의 데이터베이스와 네 종류의 평가 기준들을 이용하였다. 실험 결과에서는 제안하는 기법이 다른 기법들보다 인간 시각 체계와 더 상관성이 높다는 것을 보여줌으로써 성능을 증명하였다.

• 한국산학기술학회논문지
• /
• 제13권2호
• /
• pp.827-833
• /
• 2012

본 논문은 2D/3D 변환에서 깊이정보 생성을 위해 연산량을 감소시키는 레벨 간소화 기법을 적용하고 객체의 고유벡터를 이용하여 노이즈를 제거한 Optical flow를 이용하는 방법을 제안한다. Optical flow는 깊이정보를 생성하기 위한 방법 중 하나로 두 프레임간의 픽셀의 변화 벡터 값을 나타내어 움직임 정보를 나타내며 픽셀 단위로 처리하므로 정확도가 높다. 그러나 픽셀 단위 연산으로 긴 연산 시간이 소요되며 모든 픽셀을 연산하는 특성상 노이즈가 생길 수 있는 문제점이 있다. 본 논문에서는 이를 해결하기 위해 레벨 간소화 과정을 거쳐 연산 시간을 단축하였고 Optical flow를 영상에서 고유벡터를 갖는 영역에만 적용하여 노이즈를 제거한 뒤 배경 영역에 대한 깊이 정보를 에지 영상을 이용하여 생성하는 방법을 제안하였다. 제안한 방법으로 깊이정보를 생성한 뒤 DIBR(Depth Image Based Rendering)으로 2차원 영상을 3차원 입체 영상으로 변환하였고 SSIM(Structural SIMilarity index)으로 최종 생성된 영상의 오차율을 분석하였다.

• 한국의류산업학회지
• /
• 제15권6호
• /
• pp.1010-1017
• /
• 2013

Current global textiles and fashion industries have gradually shifted focus to high value-added, high sensibility, and multi-functional products based on new human-friendliness and sustainable growth technologies. Textile design CAD systems have been developed in conjunction with computer hardware and software sector advances. This study compares the patterns or images of actual woven fabrics and virtual fabrics prepared with a textile design CAD system. In this study, several weave structures (such as fancy yarn weave and patterns) were prepared with a shuttle loom. The woven textile images were taken using a CCD camera. The same weave structure data and yarn data were fed into a textile design CAD system in order to simulate fabric images as similarly as possible. Similarity Index analysis methods allowed for an analysis of the index between the actual fabric specimen and the simulated image of the corresponding fabric. The results showed that repeated small pattern weaves provide superior similarity index values than those of a fancy yarn weave that indicate some irregularities due to fancy yarn attributes. A Complex Wavelet Structural Similarity(CW-SSIM) index resulted in a better index than other methods such as Multi-Scale(MS) SSIM, and Feature Similarity(FS) SSIM, across fabric specimen images. A correlation analysis of the similarity index based on an image analysis and a similarity evaluation by panel members was also implemented.

• 한국융합학회논문지
• /
• 제11권3호
• /
• pp.19-26
• /
• 2020

본 논문에서는 학습된 사전 기반 초해상도 결과를 개선하기 위해 분석한 손실 영역을 기반으로 학습 데이터를 적용하는 방법을 제안하였다. 기존의 학습된 사전 기반 방법은 입력 영상의 특징을 고려하지 않는 학습된 영상의 형태로 출력할 수 있으며, 이 과정에서 인공물이 발생할 수 있다. 제안하는 방법은 입력 영상과 학습된 영상의 일치하지 않는 특징으로 인한 인공물 발생을 줄이기 위해 1차 복원 결과를 분석함으로써 손실 정보를 추정하였다. 추정된 결과의 잡음 및 화소 불균형을 가우시안 기반의 커널로 개선하여 생성된 특징 맵에 따라 학습 데이터를 매핑하였다. 결과 비교를 위해 기존의 초해상도 방법과 제안 방법의 결과를 고화질 영상과 PSNR(Peak Signal to Noise Ratio), SSIM(Structural SIMilarity Index) 으로 비교한 결과 각각 4%와 3%의 향상된 결과를 확인하였다.

• 한국정보전자통신기술학회논문지
• /
• 제13권3호
• /
• pp.177-183
• /
• 2020

스테가노그래피는 안전하지 않은 네트워크를 통해 비밀 메시지를 전송하는데 사용하는 매개체로 디지털 이미지를 사용한다. 또한 디지털 이미지에 비밀 메시지를 포함시키는 방법 중에서 많이 사용하는 최하위 비트(LSB)가 있다. 스테가 노그래피의 목표는 통신 채널을 통해 스테고 매체를 이용하여 비밀 메시지를 안전하고, 무결하게 전송하는 것이다. 제3자에게 노출의 위험성을 감소시키기 위해 저항성을 향상시키는 방법이 필요하다. 비밀 메시지를 안전하게 숨기기 위해 교차, 암호화, 혼돈, 은닉 단계를 거치는 새로운 알고리즘을 제안한다. 한글 음절을 초성, 중성, 종성으로 분리한 후 비트화된 메시지 정보를 암호화 한다. 로지스틱 맵을 적용한 후에 혼돈 시퀀스의 위치를 가지고 비트화된 정보를 재구성한다. 비밀 메시지는 임의 선택된 RGB 채널에 삽입한다. 적용된 결과의 효율성을 확인하기 위해 PSNR과 SSIM을 이용하였다. 각각 44.392(dB), 0.9884로 확인하였다.

• 한국융합학회논문지
• /
• 제10권5호
• /
• pp.17-26
• /
• 2019

본 연구는 환자의 알레르기 예방시스템을 구축하기 위해 스마트폰을 이용하여 저장된 처방전의 이미지잡음제거를 위한 ROI 추출 방법에 중점을 두었다. 현재 ROI 추출은 제한된 실험 환경에서 좋은 성능을 보여 주었지만 실제 환경에서의 성능은 잡음으로 인해 좋지 않았다. 따라서 본 연구에서는 정확도 높은 ROI 추출을 위해 스마트폰 영상에서 발생하는 잡음제거 방법을 제안한다. SMF, DIN, DAE, DAECNN(Denoising Autoencoder with Convolution Neural Network) and median filter with DAECNN(MF+DAECNN) 방법을 실험하였고 그 결과 DAECNN 및 MF + DAECNN 방법이 스마트폰에서 이미지의 잡음제거가 효과적임을 보여주었다. 성능 향상을 검증하기 위해 SSIM, PSNR 및 MSE 방법을 사용하였고 이 시스템은 OpenCV, C ++ 및 Python로 구현 및 실험되었고 실제 이미지에서 성능 테스트를 거쳐 자연잡음(natural noise)을 제거하는데 본 논문에서 제안한 DAECNN과 MF+DAECNN이 각 69%로 기존의 DAE 방법 55% 보다 상대적으로 높은 결과를 도출하였다.