• 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.

• 한국융합학회논문지
• /
• 제9권6호
• /
• pp.45-52
• /
• 2018

본 논문은 단일 이미지에서 초해상도 영상 생성을 위해 저해상도 이미지에서 생성한 패치정보를 기반으로 선형보간하는 방법을 제안하였다. 기존의 초해상도 생성 방법인 전역 공간의 회귀 모델을 사용하면 특정 영역에 대해 참조할 정보가 부족하여 일반적으로 품질이 떨어지는 결과가 나타난다. 이러한 결과를 보완하기 위해 제안하는 방법은 초해상도 이미지 생성 과정에서 영상을 패치 단위로 지역을 분할하여 의미있는 정보를 수집하고, 수집된 정보를 기반으로 초해상도 이미지 생성을 위해 확장시킨 이미지 매트릭스 영역의 구성정보를 분석하여 선형 보간 과정을 거치고 패치정보를 대응시켜 탐색한 최적의 패치 정보를 기준으로 선형 보간하는 방법을 제안하였다. 실험을 위해 원본 이미지를 복원된 영상과 PSNR, SSIM으로 비교 평가하였다.

• 전자공학회논문지
• /
• 제51권3호
• /
• pp.105-111
• /
• 2014

영상 해상도 개선은 저해상도 획득 영상의 해상도를 개선하여 고해상도 영상을 생성하는 기술이다. 영상 해상도 개선을 위해서는 저해상도 획득 영상의 열화 과정에서 발생하는 손실된 화소 정보를 정확하게 추정하는 것이 중요하다. 따라서 본 논문에서는 영상 해상도 개선을 위한 다중 부족분 추정 방법을 제안한다. 제안하는 방법은 획득 영상의 부영상 집합에 알려진 열화 및 복원 과정을 수행하여 서로 다른 형태의 다중 부족분을 추정하고, 추정된 부족분과 획득 영상의 보간 영상의 결합을 통해서 결과 영상을 생성하고, 디블러링을 수행하여 최종 복원 영상을 생성한다. 객관적 화질 측정 지표인 PSNR, SSIM, FSIM으로 비교한 결과 제안한 방법이 보간만을 사용하는 방법들보다 높은 값을 가지는 것을 확인하였다. 또한 결과 영상의 시각적 비교 결과 주관적 관점의 화질도 가장 뛰어난 것을 알 수 있었고, 보간만을 사용하는 방법들보다 빠른 계산시간을 가지는 것을 확인할 수 있었다. 제안하는 방법은 영상 해상도 개선을 위한 응용 환경에서 유용하게 사용될 수 있다.

• 한국항공우주학회지
• /
• 제45권3호
• /
• pp.180-190
• /
• 2017

본 논문은 무인기를 통해 획득한 영상정보의 해상도를 향상시키기 위해 복수영상 기반 초해상도 기법을 적용하고, 이를 통한 무인기의 지상 목표물 인식 능력 향상에 대한 내용을 담고 있다. 이를 검증하기 위해 기체 제작 및 제어 시스템을 구축하였고, 무인기와 지상의 목표물을 이용해 설계한 알고리즘을 검증하였다. 실험 결과 초해상도 기법 적용 전, 후 영상을 비교하였을 때 RMSE는 0.0677에서 0.0315, NRMSE는 7.4030%에서 3.5726%로, PSNR은 23.3885dB에서 30.0036dB, SSIM은 0.6996에서 0.8948로 향상되었음을 확인하였다. 이를 통해 본 알고리즘을 적용하여 무인기 영상의 해상도를 향상시킬 수 있음을 검증하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권12호
• /
• pp.5998-6016
• /
• 2017

In thin-film transistor liquid-crystal displays (TFT-LCDs), which are most commonly used in mobile devices, the backlight accounts for about 70% of the power consumption. Therefore, most low-power-related studies focus on realizing power savings through backlight dimming. Image compensation is performed to mitigate the visual distortion caused by the backlight dimming. Therefore, popular techniques include pixel compensation for brightness recovery and contrast enhancement, such as histogram equalization. However, existing pixel compensation techniques often have limitations with respect to blur owing to the pixel saturation phenomenon, or because contrast enhancement cannot adequately satisfy the human visual system (HVS). To overcome these, in this study, we propose a novel dimming technique to achieve both power saving and HVS-awareness by combining the pixel compensation and histogram specifications, which convert the original cumulative density function (CDF) by designing and using the desired CDF of an image. Because the process of obtaining the desired CDF is customized to consider image characteristics, histogram specification is found to achieve better HVS-awareness than histogram equalization. For the experiments, we employ the LIVE image database, and we use the structural similarity (SSIM) index to measure the degree of visual satisfaction. The experimental results show that the proposed technique achieves up to 15.9% increase in the SSIM index compared with existing dimming techniques that use pixel compensation and histogram equalization in the case of the same low-power ratio. Further, the results indicate that it achieves improved HVS-awareness and increased power saving concurrently compared with previous techniques.

• 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.

• 한국음향학회지
• /
• 제37권4호
• /
• pp.256-261
• /
• 2018

차량 내부에는 BSR(Buzz, Squeak, Rattle) 세 가지 유형의 소음이 발생한다. 본 논문에서는 심층 컨볼루션 신경망으로 추출한 소음 특징에 기반하여 자동으로 차량 내부의 BSR 소음을 분류하는 분류기를 제안한다. 차량 내부의 소음은 전처리 단계에서 STFT(Short-time Fourier Transform) 알고리즘을 사용하여 소음 맵으로 표현된다. 생성된 소음 맵 내부에서 실제 소음의 위치를 정확하게 파악하기 어려운 문제에 대처하기 위해서 슬라이딩 윈도우 방법으로 분할하였다. 본 논문에서는 t-SNE(t-Stochastic Neighbor Embedding) 알고리즘을 사용하여 심층 컨볼루션 신경망 내부 파라미터를 시각화하고 정성적인 방식으로 오분류데이터를 분석하였다. 분류된 데이터의 정량적인 분석을 위해 소음의 종류별 유사도를 SSIM(Structural Similarity Index) 수치에 기반하여 정량화하여 리트랙터의 떨림음이 정상주행음과 가장 유사하다는 것을 밝혔다. 제안하는 방법의 분류기는 기타 기계학습 알고리즘 대비 최고 분류 정확도를 달성하였다(99.15%).

• 한국방사선학회논문지
• /
• 제11권2호
• /
• pp.69-77
• /
• 2017

본 연구는 영상의 노이즈 감소를 위한 복합필터 제안과 간 초음파영상에서 노이즈 제거를 통한 영상품질의 향상으로 정확한 영상 해석에 도움을 주고자 하였다. 실험은 ATS-539 다목적용 초음파팬텀을 이용하여 Gaussian blurring filter, Sharpening filter, Median filter의 조합으로 상위 7개의 복합필터를 선정하고 이를 간 초음파영상에 적용하였다. 그 결과 상위 7개 복합필터 적용하였을 때 SNR, CNR, MSR 값이 모두 증가하는 것으로 나타났다. 이 중 복합필터 1과 2가 가장 높은 값을 나타내었다. 또한 PSNR 30 dB이상, SSIM 1에 가까운 결과값을 나타내어 영상의 손실률이 적음을 알 수 있었다. 따라서 본 연구에서 제안한 복합필터의 적절한 적용은 정확한 영상의 판독과 해석에 도움을 줄 수 있을 것이다.

• 전자공학회논문지
• /
• 제52권3호
• /
• pp.154-161
• /
• 2015

기존의 예제기반 초해상도 복원은 다수의 외부영상을 이용한 사전 생성 방법과 단일 영상을 이용한 자기참조 예제기반 복원 방법이 있지만, 입력영상의 특성과 패치사전에 따라 복원 성능이 저하되는 문제점이 있다. 이러한 문제점을 개선하기 위해서, 본 논문에서는 멀티 프레임의 움직임 정보를 이용하여 적응적 패치 선택을 통한 초해상도 영상복원 방법을 제안한다. 제안하는 초해상도 영상 복원 방법은 3가지 단계로 구성된다. i) 인접한 프레임간의 움직임 정보를 이용한 로컬 영역을 정의, ii) 단계적 열화를 이용한 적응적 패치 검색 방법, iii) 최적의 패치검색을 통한 패치 결합 및 초고해상도 영상복원이다. 결과적으로 제안하는 방법은 인접한 프레임간의 움직임 정보와 단계적 열화를 이용하여 패치를 검색함으로써 패치 검색의 정확성을 높여주고, 동영상에서 부자연스러운 현상이 제거된 초해상도 영상 복원이 가능하다. 실험결과에서는 기존의 초해상도 영상복원 방법과 비교할 때 복원 부작용이 감소되어 자연스럽게 복원된 영상을 제공하는 동시에, peak-to-peak signal noise ratio (PSNR)과 structural similarity measure (SSIM)를 사용한 객관적 성능 향상을 보인다.

• 방송공학회논문지
• /
• 제19권1호
• /
• pp.118-121
• /
• 2014

영상 보간법은 영상의 크기 변환에서 나타나는 새로운 좌표의 화소의 값을 결정하는 방법이다. 영상 콘텐츠가 대용량화되면서 고속으로 개선된 결과 영상을 생성할 수 있는 영상 보간법이 요구된다. 따라서 본 논문에서는 영상 해상도 개선을 위한 고속 다중 혼합영상 보간법을 제안한다. 제안하는 방법은 입력 영상의 4개의 부영상으로부터 12개의 예상되는 부족분을 추정하고, 추정된 부족분과 입력 영상을 결합한 후 보간 함수를 거쳐서 결과 영상을 생성한다. 제안하는 방법은 비교 방법들보다 PSNR에서 최대 1.9dB, SSIM에서 최대 0.052 개선된 결과를 나타내었으며, 주관적 화질 비교에서도 우위에 있음을 실험을 통해서 알 수 있었다. 알고리즘의 동작속도 비교를 통해서 기존의 방법들보다 최소 3배 이상 빠르게 동작하는 것을 알 수 있었다. 제안하는 방법은 영상 해상도 개선을 위한 응용 환경에서 유용하게 사용될 수 있다.