디지털 미디어와 통신 네트워크의 급속한 발전으로 적절한 지적소유권(IPR) 보호 기술인 데이터 인증방법에 대한 필요성이 절실히 요구되고 있다. 본 논문에서는 정보량이 많은 워터마크를 삽입하여도 워터마크가 삽입된 영상의 화질을 열화시키지 않고, 특히 영상의 일부가 제거되는 공격에서 강인성을 갖기 위해, 제안한 선형비트확장(LBX) 인터리빙을 이용하여 마킹 공간인 이산 웨이브렛 변환(DWT)영역의 자주파수 계수에 그레이스케일 워터마크 로고를 삽입하는 새로운 영상 워터마킹 기술을 제안하였다. 실험결과 영상절단과 영상회전 등과 같은 영상의 일부가 제거되는 공격에 대해서 특히 높은 강인성을 가짐을 검증하였다.

본 논문에서 우리는 시차공간영상 (disparity space image)을 이용한 새로운 스테레오 정합 방법을 제안한다. 본 논문에서는 실측 제어점 대신 영상 안에서 특징점을 추출하여 정합영역을 설정하였고, 간단한 비용행렬을 정의하였다. 그리고 정합 속도를 증가시키기 위해 화소 단위의 정합을 이용하였다. 화소 단위의 정합은 정합 속도는 향상시키지만, 주변 영역을 이용하지 않기 때문에 정합의 정확성이 낮아진다. 이러한 단점을 보완하기 위해 시차공간영상의 특성을 이용하여 정합경로를 확대시켜서 주변 영역을 최대한 이용하였다. 또한, 현재 위치에서 이전과 이후의 시차공간영상을 체적화하여 전후의 시차공간영상을 이용함으로써 정합의 정확도를 더욱 향상시키는 정합 보정 모듈을 추가하였다. 본 논문에서 제안된 알고리즘은 다양한 영상에 적용하여 실험하였고, 그 결과 제안된 방법의 우수한 성능을 확인할 수 있었다.

본 논문에서는 LCD (liquid crystal display) 생산라인에서 컴퓨터 비전에 의한 BLU (back light unit)의 고해상도 정밀검사를 원활하게 하기 위해 SIMD (single instruction stream and multiple data stream)형 병렬 구조의 다중 프로세서를 이용하여 계산 집약적인 NTGST (noise-tolerant generalized symmetry transform) 검사 알고리즘을 병렬구현 하였다. 먼저 알고리즘 자체의 속도향상을 위해 C 코드의 최적화를 거친 후, 순차형 프로그램을 N개의 데이터를 동시에 처리하는 SIMD형 언어로 변환하고, 검사영상 데이터를 SIMD형 다중프로세서에서 P개의 각 쓰레드에 분할 할당함으로써 O(NP)의 속도향상이 가능하도록 하였다. Dual Pentium Ⅲ 프로세서를 사용하여 실험한 결과, 제안한 병렬시스템은 기존보다 Sp=8 배 이상 고속 처리가 가능하여, 다양한 크기의 BLU에 대한 고해상도 정밀검사장비에도 신축적으로 확장적용 가능함을 확인하였다.

본 논문에서는 스테레오 영상으로부터 자연스러우면서도 정확한 변이 정보를 추출하기 위한 변이 추정 알고리듬을 제안한다. 제안된 알고리듬은 영역 분할 기법을 이용한 계층적 변이 추정부와 편미분 방정식(PDE: Partial Differential Equation)을 이용한 에너지 기반 경계 보존 변이 평활화부로 구성되어 있다. 제안된 계층적 변이 추정 기법은 빠르면서도 신뢰도 있는 변이를 제공하며, 이러한 변이장은 정확도와 평활화도를 함께 고려한 에너지 모델의 최소화 기법에 의해 자연스럽고 정밀한 최종 변이장으로 추출된다. 에너지 모델의 최소화 과정은 대응되는 Euler-Lagrange 방정식으로 변형되어 유한차분법(FDM: Finite difference Method)을 이용한 근사화를 통해 구현된다. 실험을 통해 제안된 변이 추정 기법은 다양한 환경의 영상에 대해서도 자연스러우면서도 정확하고, 경계가 잘 보존된 변이를 추정해 낼 수 있음을 검증하였다.

본 논문에서는 모니터와 모바일 디스플레이간의 복잡한 색 정합 과정을 단순화시키는 3차원의 색 정합 look-up table(LUT)을 설계하였다. 색 정합을 위해서는 우선 영상의 색을 CIEXYZ 혹은 CIELAB 등의 장치 독립적인 색 공간에서 처리하여야 한다. 장치 의존적인 RGB 색 공간의 데이터에서 장치 독립적인 색 공간의 데이터를 얻기 위해서는 디스플레이 특성화 과정이 필요하다. 기존의 S-curve 모델을 이용하여 LCD를 특성화 하면 LCD의 비선형적인 계조 특성으로 인해 특성화 오차가 허용 오차보다 커지게 된다. 본 논문에서는 X, Y, Z의 전기-빛 입출력 특성을 이용하여 S-curve 모델의 특성화 오차를 줄였다. 또한 모니터와 모바일 디스플레이간의 색 정합을 수행함으로써 색 표현력이 향상된 영상을 모바일 디스플레이에서 획득할 수 있었으며, 실험을 통하여 허용오차 내의 색 정합 LUT의 최소 크기가 64(4×4×4)라는 것을 확인하였다.

기존의 다중 클래스 SVMs은 클래스의 개수가 증가되면, 이진 클래스 SVMs의 수도 증가되어 분류를 위해 많은 시간이 요구된다. 본 논문에서는 분류 시간을 줄이기 위하여, PCA+LDA 특징 부 공간에서 NNR을 적용하여 클래스의 개수를 줄이는 방법을 제안한다. 제안된 방법은 PCA+LDA 특징 부 공간에서 간단한 NNR을 사용하여, 입력된 테스트 특징 데이터와 근접된 얼굴 클래스들을 추출함으로서 얼굴 클래스의 개수를 줄이는 방법이다. 클래스 개수를 줄임으로, 본 방법은 기존의 다중 클래스 SVMs에 비하여 훈련 횟수와 비교 횟수를 줄일 수 있고, 결과적으로 하나의 테스트 영상을 위한 분류 시간을 크게 줄일 수 있다. 또한 실험 결과, 제안된 방법은 NNC 기법보다 낮은 에러 율을 가지며, 기존의 다중 클래스 SVMs보다 동일한 에러 율을 갖지만, 보다 빠른 분류시간을 가짐을 확인할 수 있었다.

본 논문에서는 4색 잉크에서 6색 잉크로 분리하기 위해 중간 계조 영역에서 낟알 무늬 특성을 감소하기 위한 객관적인 낟알 무늬 값을 계산하는 방법을 제안한다. 낟알 무늬 특성은 light cyan과 cyan, 그리고 light magenta와 magenta가 섞여서 출력되는 중간계조 영역에서 cyan 및 magenta 패턴이 상대적으로 눈에 띄게 되는 현상을 의미한다. 이러한 출력 영상의 낟알 무늬 특성을 향상시키기 위해, 낟알 무늬 특성을 수치적인 값으로 계산하고 이를 6색 분리 과정에 적용하는 방법을 제안하였다. 낟알 무늬 특성은 인간 시각의 공간 칼라 민감도를 반영하는 S-CIELAB 공간 좌표계를 사용하여, 밝기와 색도의 표준편차를 구하고 정규화 과정을 통해서 결정한다. 객관적인 낟알 무늬 특성을 중간 계조 영역의 색 분리 과정에 적용함으로써, 좀 더 부드럽고 낟알 무늬가 줄어드는 향상된 결과가 나타났다.

얼굴검출을 위한 다양한 연구가 행해지고 있으나 아직도 실시간성의 확보는 미진하다. 이에 본 연구는 연속영상에서 컬러와 움직임 정보를 이용한 실시간 얼굴검출 방법을 제안한다. 피부색 검출을 위한 컬러공간은 조명의 변화에 강인하고 피부색을 좁은 영역으로 정의할 수 있는 Hue와 Cr성분을 조합하여 재구성한 HCr을 사용한다. 배경참조영상 기반에서 밝기와 Cr 성분을 함께 사용하여 획득한 움직임 영역에서, HCr과 적응적 임계값을 이용해서 피부색 영역을 검출하고, 그 검출된 영역의 모양과 크기정보를 통해 얼굴 후보영역을 구한다. 이렇게 구해진 얼굴후보영역에서 G와 B성분의 차이, 밝기, Cr성분 값과 눈과 입의 위치 및 거리관계를 이용하여 눈과 입을 검출하여 얼굴을 확정한다. 실험결과 연속영상에서 실시간으로 얼굴을 검출 할 수 있었다.

본 연구에서는 자연치아 주위 골조직의 미세 변화를 검출하는 의료영상처리 기술에 대한 방안을 제안한다. 제안된 방법은 먼저, 입력되는 두장의 디지털 방사선 영상에서 자연치아의 형태 분석을 통하여 자연치아의 외곽선 및 직선선분을 검출하고, 검출된 외곽선 및 직선선분을 이용하여 예상되는 환부영역(관심영역)을 분리한다. 분리된 환부영역을 중심으로 에지기반 정합을 통한 영상정렬을 수행함으로써 기존의 관심영역이외의 영역에서 오류 정보가 표시되는 문제점을 해결하고, 또한 기존의 수동적인 방법을 통한 결과의 객관성 및 정확성에 대한 문제를 해결하였다. 실험 결과, 신속하고 정확하게 자연치아 주위의 미세 변화에 대한 검출이 가능하였고, 보다 객관적이고 정량적인 결과를 제시할 수 있음을 보여주었다.

본 논문에서는 인간의 시각 인지 특성을 고려한 새로운 객관적 화질평가 방법을 제안하였다. 인간에 의한 화질 평가는 최종적으로 시각 피질내에 있는 세포의 수용계 반응으로부터 얻어진다는 점과 인간의 시각은 한번에 영상 전체의 왜곡에 대한 반응을 일으킬 수 없음을 고려하여 입력 영상을 부 블록으로 분할하고, 시각 피질 내의 수용계와 가장 잘 부합되는 Gabor 함수를 이용하여 필터 뱅크를 구성하여 부 블록에서 지역적 왜곡 정도를 측정하고, 이를 이용하여 전역적 왜곡 정도가 계산 되어 진다. 제안된 방법은 VQEG에서 제공하는 화질 평가용 영상을 이용하여 평가 되었으며, 주관적 화질 평가와 높은 상관관계를 갖는 객관적 화질 평가 모델임을 실험 결과에서 보여준다.

빛을 반사하거나 방출하는 물체의 형상은 여러 원인에 의해 왜곡된 영상으로 센서에 포착된다. 이러한 왜곡을 제거해 원래 물체의 형상을 추정하는 것을 영상 복원이라고 한다. 영상 복원은 결정론적 방법과 확률론적 방법이 있다. 본 논문에서는 확률론적 방법의 한 종류로서 피셔 인포메이션(Fisher Information)으로부터 유도된 MFI(Minimum Fisher Information)을 이용한 영상 복원을 제안한다. 이는 B. Roy Frieden에 의해 최근에 제안된 신호 추정 방법의 하나이다. MFI을 이용한 복원에서 노이즈 제어 파라미터에 따라 영상 복원의 결과가 어떻게 변화하는지를 조사하였으며, 복원의 정확도에 대한 기준으로 크로스 엔트로피(Kullback-Leibler entropy)를 사용하였다.

본 논문에서는 CCD(charge-coupled device) 영상 기반의 자동 표적 탐지 시스템(ATD System : Automatic Target Detection System)에 적합한 빠른 탐색 방법을 제안한다. 무기체계에서의 활용을 위해서는 빠른 연산이 주요한 변수인 만큼 이 논문에서는 적은 계산량으로 다양한 표적을 탐지할 수 있는 능력에 주안점을 두고 있다. 표적 훈련(train)단계에서는 구간별 수직 방향 프로젝션을 이용하여 1D의 템플릿을 구성하고 K-means clustering과 이진 트리 구조(binary tree structure)를 활용하여 실제 시험 단계에서 템플릿 정합하는 횟수를 최소화한다. 또한 Correlation-based Adaptive Predictive Search(CAPS)를 이용하여 각각의 템플릿에 적응적인 skip-width를 사용하여 탐색 속도를 높이고 클러터 제거 단계에서는 윤곽선으로부터 추출한 Fourier Descriptor계수를 비교함으로써 초기 탐지에서 타겟으로 오인된 클러터를 모양 정보에 기반해서 제거하는 방법을 사용한다.

본 논문에서는 다층스케일 에지로부터 특이점 검출을 이용한 블록화 현상 제거 방법을 제안하였다. 블록 부호화된 영상에서 블록화 현상 및 에지와 같은 특이점들은 다층스케일 웨이블릿 변환 영역에서 국부 계수 최대치로 검출된다. 제안한 방법에서는 국부 계수 최대치의 Lipschitz 정칙 상수를 이용하여 블록화 현상 및 에지의 특이점들을 구분하고, 웨이블릿 변환 영역에서 블록화 현상에 의한 특이점들을 영역에 따라 스케일별로 제거한다. 실험 결과로부터 제안한 방법이 기존의 방법에 비하여 객관적 화질 및 주관적 화질 측면에서 보다 우수함을 확인하였다.

본 논문에서는 단일 문맥자유 주목 연산자 (context-free attention operator)만을 계층적으로 적용하여 복잡배경의 인물 영상으로부터 여러 얼굴을 효과적으로 동시 검출하는 알고리즘을 제안하였다. 입력 영상을 피라미드 구조로 변환하고, 잡음에 강건한 주목 연산자를 전역적으로 적용하여 먼저 고속으로 얼굴이 존재할 후보영역들을 찾고, 다시 이 영역들에 국한하여 지역적인 주목 연산자를 적용하여 얼굴이 갖는 특징을 확인함으로써 얼굴임을 검증하였다. 복잡 배경 속에 여러 얼굴을 포함하는 여러 가지 인물 영상 데이터베이스에 대해 제안한 알고리즘을 적용한 결과 93.5%의 검출율을 얻을 수 있었다.

멀티미디어 기술의 광범위한 보급으로 여러 분야에서 영상처리 기술 인력에 대한 수요가 증가하고 있으나, 실무능력을 가진 전문 인력의 수는 시장의 요구에 비해 매우 적다. 영상처리 분야에 실무능력을 갖춘 전문 인력을 양성하기 위해서는 이론 교육과정과 함께 학습한 이론을 실제 영상자료에 적용하고 적용된 결과를 분석해 볼 수 있는 실습과정을 체계적으로 지원할 수 있는 통합된 교육 환경이 필요하다. 본 논문에서는 효율적인 영상처리 교육이 이루어지도록 이론적인 내용과 이론에 따른 다양한 해법을 직접 체험해 볼 수 있고 학습과정에서 얻어진 새로운 아이디어를 쉽게 구현해 볼 수 있는 통합 환경인 MTES(Multimedia Technology Education System)를 제안한다. MTES는 영상처리 개발 환경인 Hello-Vision을 시뮬레이션 환경으로 사용할 수 있도록 수정하였으며, 이론교육환경과 이론과 실습이 체계적으로 이루어지도록 제어하는 제어관리자를 개발하여 효과적인 영상처리 교육 환경이 되도록 개발하였다.

일반적인 소프트웨어형상관리 시스템들은 멀티미디어 소프트웨어 개발 환경의 특성 및 특징들을 수용하기에 부족하다. 멀티미디어 소프트웨어 개발 환경은 기본적인 개발 도구 외에 컴포넌트(나 라이브러리)들을 인터액티브하게 조합하고 테스트 할 수 있는 비주얼 프로그래밍 환경을 통한 시뮬레이션과 분석을 반복하면서 개발하는 특징을 가지고 있다. 뿐만 아니라, 시뮬레이션 과정 중에는 유사한 기능을 가진 컴포넌트 중에 적합한 컴포넌트를 빠르고 효과적으로 찾기 위한 방법이 필요하다. 본 논문에서는 이러한 멀티미디어 소프트웨어 개발 환경에서 사용하는 시뮬레이션 도구를 체계적으로 지원해줄 수 있는 비주얼 워크스페이스를 기반으로 한 소프트웨어형상관리 방법과 이러한 방법을 수용할 수 있는 소프트웨어형상관리 시스템을 개발하고자 한다. 또한, 개발된 시스템을 실제 시뮬레이션 도구와 연계하여 소프트웨어형상관리 시스템으로써의 적합성을 확인하고자 한다.

본 논문에서는 반전 좌표계 영상 공간 (inverted-coordinate image space: ICIS)을 이용하여 유한 및 무한 소실점을 그 위치의 제약이나 카메라 보정 (calibration) 없이 효과적으로 검출하는 방법을 제안하였다. 제안한 방법에서는 소실점 검출을 위한 무한(unbounded) 누적 공간을 한정된 부공간 (bounded subspace)들로 분할 매핑하기 때문에 기존의 영상 공간 기반법과 달리 모든 영상에 대해 소량의 고정 메모리 요구량으로도 유, 무한 소실점을 모두 검출할 수 있다. 영상 공간을 누적 공간으로 이용하기 때문에 기존의 가우시안 구 (Gaussian sphere) 기반법이나 허프 공간 (Hough) 기반법과도 달리 카메라 보정이나 원 영상에 대한 정보손실 없이 각 소실점들을 정확하게 추출할 수 있다. 제안한 방법을 다양한 건축 구조물 영상 (architectural images)에 적용시켜 유한 및 무한 소실점들을 효과적이고 정확하게 검출할 수 있음을 확인하였다.

최근 지능형 로봇에 대한 관심이 모아지고 있다. 지능형 로봇의 가장 큰 특징은 사용자를 추적, 인식하고 그 결과를 기반으로 상호활동적인 대응을 할 수 있다는 점이다. 얼굴인식이 다른 생채인식과의 비교에서 장점을 가질 수 있는 점은 비 강제성과 비 접촉성을 들 수 있다. 그러나 얼굴인식은 얼굴 취득단계부터 차원의 감소가 발생하고 인식하고자 하는 얼굴 및 주변 환경 변화가 매우 심하기 때문에 다른 생체인식에 비하여 인식률이 낮다. 얼굴인식의 성능을 저하시키는 요인들로는 조명변화, 포즈변화, 표정변화, 카메라와의 거리 등을 들 수 있다. 본 논문에서는 실제 환경에서 얼굴 인식 성능에 가장 많은 영향을 미치는 포즈변화에 대응하기 위하여 새로운 선형이동 능동형 카메라를 개발하여, 정면 얼굴에 근접한 영상을 취득하고 주성분 분석 및 Hidden Markov Model 알고리듬을 이용하여 인식률을 개선하고자 한다. 제한된 방법은 지능형 보안시스템 및 모바일 로봇에 적용하는 것을 목표로 개발 되었지만, 높은 정확도의 얼굴인식을 요구하는 응용분야에 널리 적용할 수가 있다.

최근에 표준화가 완료된 H.264 비디오 부호화 표준은 기존 표준에 비해 높은 부호화 효율을 제공한다. H.264에는 움직임 보상 부호화를 위해 블록 크기에 따른 7가지 모드가 있으며, 인트라 부호화를 위해서는 인트라 예측 방향에 따라 다양한 모드를 지원한다. 이렇게 다양한 모드 중에서 가장 부호화 효율이 높은 모드를 결정하기 위하여, H.264 참조 모델은 복잡도가 높은 비트율-왜곡(Rate distortion) 최적화 기법을 채택하고 있다. 본 논문에서 제안한 '조기 SKIP 모드 결정법'과 '선택적 인트라 모드 생략법'은, 부호화 효율의 큰 감소 없이 H.264의 모드 결정에 소요되는 비트율-왜곡치(Rate distortion cost) 계산수를 평균 72% 감소 시켰으며, 전체 부호화 시간도 평균 30% 감소시켰다.

본 논문은 복잡한 컬러 영상에서의 문자 추출을 위한 텍스춰와 연결성분 방법의 결합된 방법을 제안한다. 자동 학습 방법으로 구축된 다층 신경망(multilayer perceptron)은 부트스트랩 학습 방법을 사용함으로써 별도의 특징값 추출 단계 없이 다양한 환경의 입력 영상에 대한 검출률(recall rate)을 향상시키며, 검출률을 향상함으로써 발생되는 정확도(precision rate) 저하 문제는, NMF(Non-negative matrix factorization)를 이용한 연결 성분 방법을 사용함으로써 극복한다. 문자의 존재 비율이 낮은 입력영상에 대하여 CAMShift 알고리즘을 이용한 영역 마킹 방법을 사용함으로써, 두 방법을 결합함으로써 야기되는 속도 저하 문제의 해결을 시도하였다. 이와 같이 텍스춰와 연결성분 방법을 결합함으로써 강건하고 효율적인 시스템을 구성할 수 있었다.

본 논문에서는 무한원점의 특성과 단일 비젼 시스템을 이용하여 자율 주행을 위한 GPS 위치 데이터 보정법을 제안한다. 실제 도로를 약 60 km의 거리를 주행하며 제안한 방법에 적용한 주행실험 결과를 제시하였다. 제안하는 방법은 직선도로의 환경에서 GPS 위치 오차론 최소 약 53% 이상 감소시켰고, 거리로는 0.5m 이내로 추정되었다. 그러나 곡선도로와 직선이 아닌 산악도로 등의 도로환경에서 정확도를 판별하기 어려운 관계로 직선도로에서의 오차만을 제시하였다.

히스토그램은 여러 가지 응용적인 측면에서 매우 유용한 방법이며, 단순한 계산법과 편리성이 강조되면서, 오늘날 디지털 이미지 프로세싱에서는 기본적인 방법이 되었다. 하지만 히스토그램을 사용하는 방법의 근본적인 한계점은 영상에서 픽셀의 공간적인 위치 정보를 없애 버린다는 것이다. 본 논문은 공간적인 위치정보를 포함한 히스토그램(공간 히스토그램)을 제시하여 영상을 재해석한다. 또한 그 결과를 이용하여 레벨 순서별 Recursive 메디안 필터를 구현 하였다. 제안한 Recursive 메디안 필터는 기존의 Recursive 메디안 필터와 비교 했을 때, 에지 보존 측면에서 상당 부분 개선된 결과를 보였다.

기존 비디오 표준과 비교해 볼 때, H.264 비디오 표준이 갖는 중요한 두 가지 특징으로는 높은 부호화 효율과 네트워크 친화성을 들 수 있다. 그러나 이러한 중요한 특성에도 불구하고 H.264 표준은 구현시 요구되는 메모리 대역폭과 연산량의 복잡도가 높기 때문에 실시간 응용에 적용하는데 어려움이 있다. H.264 부호화 기술 가운데 특히 복수 참조 영상을 이용한 다양한 블록 단위 움직임 탐색은 높은 부호화 효율을 갖도록 하는 핵심 요소지만 최적의 움직임 벡터를 찾기 위해 다양한 블록 단위 조합의 모든 경우에 대하여 SAD (Sum of Absolute Difference)를 구해야 하므로 상당한 계산량을 요구한다. 그러므로 본 논문에서는 움직임 탐색의 연산량을 줄이기 위해 정수화소 움직임 탐색 및 부화소 움직임 탐색을 위한 고속 알고리즘을 제안한다. 정수화소 단위 움직임 탐색의 경우, 기존의 고속 움직임 탐색 기법은 H.264의 다양한 블록 단위 움직임 탐색 구조에 그대로 적용할 경우 효과적이지 못하기 때문에 본 논문에서는 종래 다이아몬드 탐색 기반 방법을 계층적 블록 구조에 맞게 개선한 적응적 움직임 탐색 기법을 제안하도록 한다. 또한 부화소 단위 움직임 탐색을 위해서는 움직임 벡터의 통계적 특성을 이용하여 예측벡터를 중심으로 한 다이아몬드 탐색 기반 고속 알고리즘을 제안한다.

본 논문에서는 기존의 영상 압축 표준과 호환되며 영상 또는 비디오의 특성에 따라 워터마크를 삽입하는 새로운 방법을 제안한다. 워터마크를 최대의 강도로 삽입하기 위해 블록내의 DCT 계수의 계층구조를 이용한 가중치 함수를 정의한다. 이 구조를 이용하면 DCT 블록 내에서 공간-주파수 지역화 특성을 이용할 수 있다. 워터마크의 검출 단계에서는 통계적 분석을 통한 주어진 오검출 확률에 대한 최적의 사후 임계값을 계산하는 방법을 제시한다. 실험결과는 제안된 방법이 여러 가지 신호처리 공격과 널리 사용되는 JPEG, MPEG 부호화에 강인함을 보여준다.

본 논문은 디지털 TV의 다양한 분야로의 확장을 위해서 디지털 TV에 접목하는 멀티미디어 부가기능 모듈 및 관련 인터페이스 개발에 관한 것이다. 이 부가기능 모듈은 디지털 TV 시스템에 장착되며 디지털 카메라, 캠코더, PC로 저장한 정지 영상을 TV 화면으로 디스플레이 해주는 기능을 수행한다. 본 시스템은 현재 디지털 카메라 등에서 널리 사용되고 있는 5 종류의 메모리 카드를 지원 하도록 하였으며 JPEG, BMP, TIFF의 3가지 영상 포맷을 지원한다. 또한 아날로그 RGB 출력으로 HD(High Definition)급부터 WXGA(Wide Extended Graphics Array) 급까지 지원하여 광범위한 디지털 TV 세트에 적용이 가능하다.

본 논문에서는 그림자가 존재하는 환경 하에서도 실제 코너만을 정확하게 추출할 수 있는 색상 기반 내잡음성 코너 검출자를 제안하였다. 먼저 그림자 경계에서 명도의 변화는 크지만 색상의 변화는 크지 않으므로 각 화소에 대한 HSI 색 공간에서 색상 가중 조합 벡터 기울기를 코너 검출자에 반영함으로써 그림자의 영향을 제거하고, 선택된 에지 화소 쌍의 색 변화 방향이 서로 반대 극성일 때는 코너 기여 가중치를 상쇄시킴으로써 불규칙 잡음에도 강건하게 코너를 검출하도록 하였다. 실험을 통하여 제안한 코너 검출자가 그림자 및 불규칙 잡음에도 강건하게 실제 코너만을 효과적으로 검출함을 확인하였다.

본 논문에서는 검출된 특징점에 대해 보로노이 다이어그램을 사용하여 이동과 회전에 불변인 정합 알고리즘을 제안한다. 보로노이 다이어그램에 의해서 검출되는 각각의 특징점과 그에 인접한 특징점들 사이의 거리와 각도를 데이터베이스에 저장하고 인증을 요청한 지문의 정보를 같은 방법으로 변환 후 데이터베이스 내의 정보들과의 비교를 통해서 결과를 출력한다. 이는 기존의 인덱싱 기반 알고리즘에 비해 더욱 정확한 알고리즘이다.

본 논문에서는 정수 웨이블릿 변환(Integer Wavelet Transform)과 선형 예측(Linear Prediction)을 이용한 Hybrid 무손실 오디오 부호화 알고리즘을 제안하였다. 제안된 부호화기는 입력된 신호를 적당한 프레임으로 분할 후, 정수 웨이블릿 변환과 정수 예측기를 사용하여 입력된 오디오 신호내의 상관관계(Correlation)를 제거하였다. 그리고 신호내의 상관이 제거된 신호를 엔트로피 부호화(Entropy Coding) 하였다. 엔트로피 부호화기로는 정수 입력원의 특성에 따라 최적의 압축 효율을 갖는 옵션을 선택적으로 처리하는 Adaptive Golomb-Rice 부호화기법을 이용하였다. 제안된 부호화 방식은 모든 연산을 정수 연산으로 가능케 하므로 기존의 실수를 사용하는 연산과 비교하여 연산 속도의 개선과 시스템의 복잡성을 낮추어 고속처리 및 저전력화가 가능하다. 또한 각 프레임은 독립적으로 부호화되고, 부호화된 데이터는 프레임헤더와 바이트 단위로 정렬이 되도록 데이터 포맷을 설계하여, 압축 부호화된 데이터의 이동, 찾기, 편집이 편리하도록 하였다.

본 논문은 MPEG 오디오 부호화 과정 중 심리음향모델(PAM: Psychoacoustic Model)에 사용되는 FFT를 효율적으로 계산할 수 있는 방법을 제안한다. MPEG 오디오 부호화 과정 중 심리음향 모델 연산은 많은 연산량을 차지하며, 부호화의 실시간 및 저 전력 구현을 위해서는 이의 최적화가 요구된다. 최적화를 위하여 제안하는 알고리듬은 심리음향모델에서 사용하는 입력신호에 대한 1024-샘플 FFT 대신에 서브밴드과정에서 나온 각각의 32개의 밴드에 대하여 32-샘플 FFT를 함으로써 1024-샘플 FFT의 효과를 얻는데 있다. 이때 서브밴드과정을 거친 신호에 대한 FFT에는 에일리어징이 발생하며 이를 줄이기 위하여 버터플라이 구조의 에일리어징 제거블록을 제안한다. 제안한 알고리듬으로 심리음향모델을 구현할 경우 SMR이 약 1dB이내의 오차를 가지며, 기존 알고리듬에 비해 절반의 연산량으로 심리음향 모델을 위한 FFT 스펙트럼을 얻을 수 있다.

본 논문에서는 디지털 신호처리를 이용하여 Classic, Hiphop, Jazz, Rock, Speech 등 5개의 오디오 장르를 자동적으로 분류하는 내용기반 오디오 장르 분류기를 제안하였다. 20초 분량의 질의 오디오로부터 23ms 크기의 Hamming window를 이동시켜 가며 Spectral Centroid, Rolloff, Flux 등 STFT 기반의 특징 계수들과 MFCC, LPC 등의 계수들을 구하여 총 54차에 해당하는 특징 벡터 열을 추출하였으며 분류 알고리즘으로는 k-NN, Gaussian, GMM 분류기를 사용하였다. 최적의 특징 벡터를 선별하는 알고리즘으로 총 54차의 특징벡터 중 가장 성능이 좋은 특징 계수들을 찾아 순차적으로 재배치하는 SFS(Sequential Forward Selection)방법을 사용하였고, 이를 이용하여 최적화 된 10차의 특징 벡터만을 선정해서 오디오 장르 분류에 사용하였다. SFS를 적용한 실험 결과 약 90% 가까운 분류 성공률을 보이고 있어 기존 연구에 비하여 약 10%∼20% 정도의 성능 향상을 꾀 할 수 있었다. 한편 실제 사용자들이 오디오 자동 장르 분류 시스템을 사용할 때 일어날 수 있는 상황을 가정하여 임의 구간에서 질의 데이터를 추출하여 실험을 수행하였으며 실험 결과 오디오 파일의 맨 앞과 맨 뒤 등 worst-case 질의를 제외하고는 약 80%대의 분류 성공률을 얻을 수 있었다.

음성신호의 스펙트럼으로부터 MFCC를 추출할 때, 일반적으로 필터뱅크의 처리과정에서 삼각형 형태의 필터를 사용한다. 그러나 더 나은 인식성능을 위해, 훈련 음성데이터의 스펙트럼에 PCA를 적용하여 필터뱅크의 필터형태를 최적화하는 PCA-optimized 필터뱅크 방법이 Lee et al. 에 의해 제안되었다. 본 논문에서는 대용량의 4연숫자 전화음성 DB를 사용하여PCA-optimized 필터뱅크 기반의 MFCC 특징파라미터를 추출하고 인식실험을 수행한 후, 기존의 삼각형 형태의 필터를 사용하는 MFCC와 각 대역별 로그에너지로 가중시켜서 얻어지는 MFCC와의 인식성능을 비교하였다. 실험결과, PCA-optimized 필터뱅크 기반의 MFCC 특징파라미터가 기존의 삼각형 형태의 필터뱅크 기반 MFCC에 비해 조금 향상된 인식률을 나타내었지만, 각 대역별 로그에너지로 가중치를 주어 얻어지는 MFCC보다는 인식률이 떨어졌다.

신호처리에서 메디안 필터는 임펄스 잡음을 제거하는 비선형 필터 중에서 가장 널리 사용되고, 가장 강력한 효과를 보이고 있다. 본 논문은 잡음 검출에 의한 적응형 메디안 필터를 제안한다. 제안한 필터의 기본 알고리즘은 잡음 여부를 각 판단기준에 의해서 판별한 후, 판별 결과에 따라 조건을 만족하면 메디안 필터를 취하고, 만족하지 않으면 원 영상(No Filter)으로 복원한다. 잡음 판별을 위해서 로컬 분산과 로컬 중간값 분산을 이용한 잡음 검출을 제시했고, 기존의 [5]∼[10] 필터와 특성 및 성능을 비교 분석하였다. 제안한 필터는 기존의 필터를 같은 조건에서 수행한 결과보다 대부분의 경우에서 개선을 보이고, 주관적인 육안으로 판별했을 경우에도, 그 이상의 효과를 보임을 입증하였다. 따라서 로컬 분산과 로컬 중간값 분산을 이용한 적응형 메디안 필터는 메디안 필터의 임펄스 잡음 제거 특성에 강한 장점을 살리고, 에지 보존 능력이 강화되었음을 증명 하였다.

음성 신호처리의 분야에서 잡음처리의 문제는 지금도 중요한 연구 과제이다. 특히 배경잡음이 음성의 인식율을 현저히 저하시키는 것은 오래 전부터 주목 받고 있다. 배경잡음으로는 실제 환경에 존재하는 비정상적인 다양한 잡음, 예를 들면 도로에서의 자동차의 주행잡음, 프린터의 구동잡음 등이 있다. 이런 종류에 대한 잡음 대책은 단순하지 않고, 종래의 위너 필터(Wiener filter) 등에 의한 선형적인 잡음제거 법보다도, 보다 고도한 잡음억제 기술이 필요하다. 본 논문에서는, 이러한 방법의 한 가지 시도로써 백색잡음 및 위에 기술한 비정상적인 배경잡음에 의해 열화된 음성을 상호억제로 불리는 인간의 청각기관에서의 잡음억제 기능 모델을 사용하여 음성강화 법의 알고리즘을 소개한다. 제안된 알고리즘은 스펙트럴 왜곡(SD)의 평가방법을 통하여 백색잡음 및 유색잡음에 대해서 효과적인 것을 보여준다.