• 제목/요약/키워드: ssim

검색결과 167건 처리시간 0.034초

사후전산화단층촬영의 법의병리학 분야 활용을 위한 조건부 적대적 생성 신경망을 이용한 CT 영상의 해상도 개선: 팬텀 연구 (Enhancing CT Image Quality Using Conditional Generative Adversarial Networks for Applying Post-mortem Computed Tomography in Forensic Pathology: A Phantom Study)

  • 윤예빈;허진행;김예지;조혜진;윤용수
    • 대한방사선기술학회지:방사선기술과학
    • /
    • 제46권4호
    • /
    • pp.315-323
    • /
    • 2023
  • Post-mortem computed tomography (PMCT) is commonly employed in the field of forensic pathology. PMCT was mainly performed using a whole-body scan with a wide field of view (FOV), which lead to a decrease in spatial resolution due to the increased pixel size. This study aims to evaluate the potential for developing a super-resolution model based on conditional generative adversarial networks (CGAN) to enhance the image quality of CT. 1761 low-resolution images were obtained using a whole-body scan with a wide FOV of the head phantom, and 341 high-resolution images were obtained using the appropriate FOV for the head phantom. Of the 150 paired images in the total dataset, which were divided into training set (96 paired images) and validation set (54 paired images). Data augmentation was perform to improve the effectiveness of training by implementing rotations and flips. To evaluate the performance of the proposed model, we used the Peak Signal-to-Noise Ratio (PSNR), Structural Similarity Index Measure (SSIM) and Deep Image Structure and Texture Similarity (DISTS). Obtained the PSNR, SSIM, and DISTS values of the entire image and the Medial orbital wall, the zygomatic arch, and the temporal bone, where fractures often occur during head trauma. The proposed method demonstrated improvements in values of PSNR by 13.14%, SSIM by 13.10% and DISTS by 45.45% when compared to low-resolution images. The image quality of the three areas where fractures commonly occur during head trauma has also improved compared to low-resolution images.

깊은 잔차 U-Net 구조를 이용한 실제 카메라 잡음 영상 디노이징 (Real-world noisy image denoising using deep residual U-Net structure)

  • 장영실;조남익
    • 한국방송∙미디어공학회:학술대회논문집
    • /
    • 한국방송∙미디어공학회 2019년도 추계학술대회
    • /
    • pp.119-121
    • /
    • 2019
  • 부가적 백색 잡음 모델(additive white Gaussian noise, AWGN에서 학습된 깊은 신경만 (deep neural networks)을 이용한 잡음 제거기는 제거하려는 잡음이 AWGN인 경우에는 뛰어난 성능을 보이지만 실제 카메라 잡음에 대해서 잡음 제거를 시도하였을 때는 성능이 크게 저하된다. 본 논문은 U-Net 구조의 깊은 인공신경망 모델에 residual block을 결합함으로서 실제 카메라 영상에서 기존 알고리즘보다 뛰어난 성능을 지니는 신경망을 제안하다. 제안한 방법을 통해 Darmstadt Noise Dataset에서 PSNR과 SSIM 모두 CBDNet 대비 향상됨을 확인하였다.

  • PDF

패턴매칭을 이용한 섬유결함 검출시스템의 설계 (A system design for textile defect detection using pattern matching)

  • 강현수;김종준;송낙운
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2010년도 추계학술발표대회
    • /
    • pp.474-477
    • /
    • 2010
  • 본 논문에서는 패턴인식을 이용한 의류의 결함을 자동으로 탐색하는 시스템을 설계하였다. 이는 히스토그램을 기반으로 하여 영상의 특징을 추출하고 템플릿 매칭을 이용해서 패턴을 추적하도록 하였스며, 또한, SSIM(Structural Similarity) Index를 통해 추적된 패턴과 원 패턴의 유사도를 HVS(Human Vision System)을 기준으로 하여 결함을 판별할수 있도록 하였다.

비정방형 블록을 이용한 보간 프레임의 정확도 향상 기법 (Accuracy Improvement of Frame Interpolation Algorithm using Wedge-shaped Block Partitioning)

  • 정재헌;정호선;선우명훈
    • 전자공학회논문지
    • /
    • 제52권5호
    • /
    • pp.85-91
    • /
    • 2015
  • 기존의 프레임율 증가 변환 알고리즘의 경우 움직임 추정을 위해 정방형의 블록을 사용하며, 임의의 형태를 갖는 물체의 경계를 정확하게 구분할 수 없어 정확한 움직임 벡터를 찾는데 한계가 있었다. 이에 반해 제안하는 비정방형 블록 분할 알고리즘은 텍스처 정보를 이용하여 블록을 두 개의 비정방형 블록으로 분할하여 실제 물체의 경계를 찾는데 적합하다. 또한 주변 블록의 분할 방법에 따라 선택적으로 움직임 벡터를 참조하는 알고리즘을 제안함으로써, 아웃라이어(Outlier)를 방지하고 실제 움직임 벡터를 찾는데 탁월한 성능을 보인다. 실험 결과 제안하는 알고리즘은 기존대비 평균 20-40%의 연산량으로 최대 2.03dB 높은 PSNR 성능을 보이는 것을 확인하였으며, SSIM 비교에서는 최대 0.0214의 향상을 확인하였다.

OLED 디스플레이를 위한 히스토그램 정합 기반 파워 소모 저감 기법 (Histogram Matching-based Power Reduction Technique for OLED Display)

  • 최송우;김영환;강석주
    • 전자공학회논문지
    • /
    • 제51권1호
    • /
    • pp.137-144
    • /
    • 2014
  • 본 논문에서는 OLED 디스플레이에서 히스토그램 정합 기법을 통해 인지 화질을 고려한 파워 소모 저감 기법을 제안한다. 기존 방법의 경우 영상의 클리핑 에러를 정확하게 분석할 수 없어 클리핑 에러를 갖는 픽셀들이 집중된 경우 화질 저하가 크게 발생한다. 제안한 방법은 이를 해결하기 위해서 다른 특성을 갖는 여러 영상들에 대한 히스토그램들을 생성하고 각 영상에 대해 인지 화질을 고려한 최적의 클리핑 비율을 계산 및 데이터베이스에 저장한다. 이를 입력 영상에 대한 히스토그램과 정합도를 비교하여 최적의 클리핑 비율을 선택하여 출력 영상의 화질 저하를 막는다. 실험 결과 제안한 방법은 기존 방법 대비 평균 PSNR과 SSIM을 각각 최대 15.795 dB, 0.036 향상시킬 수 있었다.

DETECTION AND RESTORATION OF NON-RADIAL VARIATION OVER FULL-DISK SOLAR IMAGES

  • Yang, Yunfei;Lin, Jiaben;Feng, Song;Deng, Hui;Wang, Feng;Ji, Kaifan
    • 천문학회지
    • /
    • 제46권5호
    • /
    • pp.191-200
    • /
    • 2013
  • Full-disk solar images are provided by many solar telescopes around the world. However, the observed images show Non-Radial Variation (NRV) over the disk. In this paper, we propose algorithms for detecting distortions and restoring these images. For detecting NRV, the cross-correlation coefficients matrix of radial profiles is calculated and the minimum value in the matrix is defined as the Index of Non-radial Variation (INV). This index has been utilized to evaluate the H images of GONG, and systemic variations of different instruments are obtained. For obtaining the NRV's image, a Multi-level Morphological Filter (MMF) is designed to eliminate structures produced by solar activities over the solar surface. Comparing with the median filter, the proposed filter is a better choice. The experimental results show that the effect of our automatic detection and restoration methods is significant for getting a flat and high contrast full-disk image. For investigating the effect of our method on solar features, structural similarity (SSIM) index is utilized. The high SSIM indices (close to 1) of solar features show that the details of the structures remain after NRV restoring.

PG-GAN을 이용한 패션이미지 데이터 자동 생성 (Automaitc Generation of Fashion Image Dataset by Using Progressive Growing GAN)

  • 김양희;이찬희;황태선;김경민;임희석
    • 사물인터넷융복합논문지
    • /
    • 제4권2호
    • /
    • pp.1-6
    • /
    • 2018
  • 이미지와 같은 고차원 데이터로부터 새로운 샘플 데이터를 생성하는 기술은 음성 합성, 이미지 변환 및 이미지 복원 등에 다양하게 활용되고 있다. 본 논문은 고해상도의 이미지들을 생성하는 것과 생성한 이미지들의 variation을 높이기 위한 방안으로 Progressive Growing of Generative Adversarial Networks(PG-GANs)을 구현 모델로 채택하였고, 이를 패션 이미지 데이터에 적용하였다. PG-GANs은 생성자(Generator)와 판별자(discriminator)를 동시에 점진적으로 학습하도록 하는데, 저해상도의 이미지에서부터 계속해서 새로운 레이어들을 추가하여 결과적으로 고해상도의 이미지를 생성할 수 있게끔 하는 방식이다. 또한 생성 데이터의 다양성을 높이기 위하여 미니배치 표준편차 방법을 제안하였고 GAN 모델을 평가하기 위한 기존의 MS-SSIM이 아닌 Sliced Wasserstein Distance(SWD) 평가 방법을 제안하였다.

감마변환을 사용한 히스토그램 평활화 (Histogram Equalization using Gamma Transformation)

  • 정소영;정민교
    • 정보과학회 컴퓨팅의 실제 논문지
    • /
    • 제20권12호
    • /
    • pp.646-651
    • /
    • 2014
  • 히스토그램 평활화는 영상의 밝기 값 분포가 한 곳에 밀집되어 있는 경우, 출력영상의 밝기 값 범위가 지나치게 확장되어 시각적으로 부자연스러운 결과를 초래하는 단점을 가지고 있다. 그런데 감마변환은 이런 부자연스러운 현상을 비선형적 변환을 통해 보정해주는 성질을 가지고 있다. 따라서 본 논문에서는 감마변환의 이런 성질을 이용하여 영상의 화질을 개선하는 새로운 히스토그램 평활화 방법을 제안한다. 제안 방법은 먼저, 입력영상의 평균 밝기 값을 이용하여 적절한 감마변환 식을 도출하고, 입력영상의 CDF(Cumulative Distribution Function)를 도출된 감마변환 식과 선형 결합하여 새로운 CDF를 생성한 후, 새롭게 변형된 CDF를 사용하여 히스토그램 평활화를 수행한다. 실험결과 제안방법이 기존방법들에 비해 entropy, UIQ, SSIM 등과 같은 정량적 평가에서 좋은 성능을 보였고, 시각적 관점에서도 자연스럽게 화질을 개선하였다.

다중필터와 이방성 확산을 이용한 극 저조도 조건에서의 미광증폭장비 영상 개선 (Image Enhancement of Image Intensifying Device in Extremely Low-Light Levels using Multiple Filters and Anisotropic Diffusion)

  • 문진규
    • 한국산학기술학회논문지
    • /
    • 제19권7호
    • /
    • pp.36-41
    • /
    • 2018
  • 미광증폭장비는 밤과 같이 어두운 환경에서 주로 가시광선 대역의 약한 빛을 증폭시켜 육안으로 관측할 수 있을 정도의 밝기로 만들어주는 장비이다. 이러한 방식은 어느 정도의 약한 빛이 존재하는 환경에서는 그 증폭 효과를 제대로 발휘하여 선명한 영상을 얻을 수 있지만, 달빛조차 존재하지 않는 극 저조도 환경에서는 기본적으로 증폭시킬 빛이 부족하여 출력 영상에 많은 노이즈로 인하여 화면의 선명도가 저하된다. 본 연구에서는 이러한 극 저조도 환경에서 발생하는 미광증폭 장비의 출력 노이즈를 다중 필터와 이방성 확산을 이용하여 화질을 개선하는 방법을 제안하였다. 실험을 위하여 극 저조도 조건에 맞는 환경을 구성한 상태에서 미광증폭장비의 출력 영상을 촬영한 후, 화질 개선을 위한 신호처리를 하였다. 신호처리를 위한 필터의 구성은 영상에 나타나는 주된 노이즈인 점 노이즈 제거와 가우시안 노이즈의 효과적인 제거를 위하여 메디안 필터, 위너 필터를 적용시킨 후 이방성 확산을 이용하였다. 실험 결과 화질이 개선됨을 육안으로 확인할 수 있었고, 정량 지표인 PSNR 및 SSIM으로 비교하여 측정한 방법에서도 모두 개선된 값을 보여주었다.