• 대한전자공학회논문지SP
• /
• 제46권6호
• /
• pp.26-35
• /
• 2009

본 논문은 수리형태학적 분석을 통한 계단응답 추출 및 반복적 정칙화 방법을 이용한 점확산함수 추정 방법을 제안한다. 제안된 점확산함수 추정 기법은 입력 영상의 윤곽을 추출하기 위하여 캐니 에지 추출법을 사용하고, 윤곽에 대한 수리형태학적 분석을 위해서 Hit-or-Miss 변환을 통해 추정 조건을 만족하는 수평 및 수직 에지를 추출한다. 이렇게 추출된 에지들을 평탄화 및 정규화 시켜서 최적의 계단응답으로 만들고, 반복적 정칙화 방법을 통해 점확산함수를 추정하는 과정을 보인다. 또한 추정된 점확산함수를 사용하여 영상 복원한 결과를 보인다. 제안하는 점확산함수 추정 방법은 기계적 초점 렌즈를 사용하지 않는 디지털 자동초점 시스템에 적용하여 디지털 입력 장치의 부가가치를 높이는데 기여할 수 있다.

• 전기전자학회논문지
• /
• 제1권1호
• /
• pp.111-119
• /
• 1997

본 논문에서는 최근의 디지탈논리시스템의 함수구성시에 도입되고 있는 그래프이론에 바탕을 둔 결정도로부터 새로운 형태의 데이터구조 형태인 에지값 결정도를 추출하는 알고리즘의 한가지 방법을 제안하였다. 그리고 이를 기초로 임의의 m치 n변수의 축약된 함수구성을 도출하는 방법에 대해 논의하였다. 제안한 다치논리함수구성방법은 도식적이며 규칙적이고 정규성을 내포하고 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2004년도 정기총회 및 학술대회
• /
• pp.71-74
• /
• 2004

본 논문에서는 MAP(maximum a posteriori) 추정방식과 국부통계특성을 이용한 적응적 영상 향상 방법을 제안한다. 원 영상의 에지를 보존 할 수 있는 MAP추정 방식과 인간의 시각 특성을 나타내는 시각 함수를 이용한 가중치 행렬을 사용하였다. MAP 추정 방식은 컨벡스 함수를 최적화하여 원 영상의 에지를 보존하는 방법을 이용하였으며, 시각 함수는 국부 정보의 평균, 분산을 이용하여 정의하였다. 제안 방식으로부터 국부영역의 비용함수에 의해 발생되는 스무딩 정도를 다르게 하여 보간된 영상의 화질을 개선시킨다. 제안된 방식의 성능을 실험 결과로부터 확인한 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 추계학술발표논문집 (상)
• /
• pp.699-702
• /
• 2002

본 논문에서는 anisotropic diffusion 방법의 일종인 평균곡률 확산 (Mean Curvature Diffusion) 방법을 이용하여 영상에 포함된 잡음은 제거하고 동시에 에지는 보존하는 기법을 제안한다. 평균곡률 확산은 2 차원 영상의 밝기값을 3 차원 공간상의 z 좌표에 대응시켜 영상의 밝기값에 대응하는 공간 상의 곡면을 구성하고 이 곡면을 평균곡률에 비례하는 속도로 확산시킨다. 확산이 진행되면서 평균곡률이 영이 되는 에지에서는 확산이 발생하지 않고 잡음 등의 영향이 많은 에지 이외의 영역에서는 확산이 빠른 속도로 진행된다. 기존의 평균곡률 확산 방법의 성능을 개선하기 위해 최소/최대 흐름 방법을 평균곡률 확산 방법과 결합시키고 영상의 2 차 도함수를 사용하여 d얇은 에지를 보존하였다. 실험을 통해 제안한 방법이 기존의 방법보다 잡음 제거와 에지 보존 성능이 우수함을 확인할 수 있었다.

• 융합신호처리학회논문지
• /
• 제6권2호
• /
• pp.53-58
• /
• 2005

영상에서 신호가 급격히 변화하는 지점은 영상의 특징을 분석함에 있어서 가장 중요한 요소이며, 영상의 위치와 모양 등에 대한 다양한 정보를 포함하고 있다. 그러므로 이러한 에지를 검출하기 위한 많은 연구가 이루어져 왔으며, 초기에 사용한 에지 검출 연산자는 인접한 화소들 사이에 대한 관계를 이용하는 것이었다. 그러나 이와 같은 방법들은 잡음이 존재하는 영상에서는 우수한 성능을 나타내지 못하고, 선택적인 에지 검출이 불가능하다. 한편, 최근 신호처리 분야에서 새로운 기법으로 제시된 웨이브렛 변환은 멀티스케일 에지 검출이 가능하며, 영상에서 에지를 포함한 특징들을 분석하는 분야에 널리 응용되고 있다. 따라서 본 논문에서는 라인 폭에 의존하지 않는 2-D 웨이브렛 함수를 사용하여, 혼합된 잡음환경에서 영상에 존재하는 라인-에지 성분을 검출하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 춘계학술발표논문집 (상)
• /
• pp.635-638
• /
• 2003

본 논문에서는 Haar 웨이블릿을 이용하여 얼굴에지영상을 추출하고 고차국소자동상관함수를 이용한 특징벡터추출과 BP(Backpropagation Network) 알고리즘을 이용하여 얼굴을 인식하는 방법을 제안한다. 이를 위한 얼굴인식에 사용된 실험영상은 $320{\times}240$ 크기의 24bit RGB 컬러 영상을 사용하였고, 차영상을 이용하여 얼굴영역을 분리한 후 Haar 웨이블릿을 이용한 에지영상 추출과 얼굴영역의 특징벡터를 구하기 위하여 고차 국소 자동 상관함수를 사용하였다. 계산된 특징벡터는 BP 신경망의 학습을 통하여 얼굴인식을 위한 데이터로 사용된다. 시뮬레이션을 통해 제안된 알고리즘에 의한 인식률향상과 속도 향상을 입증한다.

• 한국정보통신학회논문지
• /
• 제7권3호
• /
• pp.506-512
• /
• 2003

영상 인식에 있어 에지는 중요한 부분을 차지하고 있으며, 에지 검출 방법에 대하여 많은 연구가 진행되고 있다. 그럼에도 불구하고 에지는 응용분야에 따라 검출 범위가 달라 정확한 에지 검출은 여전히 어려운 문제로 남아 있다. 이러한 해결해야할 문제 중 하나가 잡음이 존재하는 영상에서의 에지 검출이다. 본 논문에서는 퍼지 논리를 기반으로 같은 구조 안에서 잡음을 제거하고 에지를 검출하는 방법을 제시하였다. 제안한 방법은 두 단계로 이루어졌으며 첫 번째는 필터링 작업으로 3${\times}$3 마스크를 수직, 수평, 대각의 3방향으로 단순화하고 퍼지의 MIN-MAX 연산자를 이용하여 평균을 구한 뒤, 평균값을 적용하여 잡음이 존재하는 원 영상으로부터 잡음제거를 실행하고, 두 번째로 확장된 퍼지의 샤논 함수를 이용하여 에지 검출을 실행하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 춘계학술발표논문집(상)
• /
• pp.299-302
• /
• 2002

컴퓨터를 이용한 독순 연구는 Man Machine Interface, 지적부호화에 있어서의 송신측 기술, 청각 장애인의 독순 훈련 시스템 등 다방면에서 그 응용이 기대된다. 본 논문은, 움직임 정보는 입술의 에지영역에 집중하고 있음에 주목하여, 입술 에지영역의 Optical Flow 추정값을 독순정보로 이용하는 방법을 제안한다. 휘도값을 갖지 않는 에지에, 선형 가상 휘도값를 정해주어 Optical Flow를 추정하는 VGM을 도입해 특징 파라미터를 계산하고, 마할라노비스 평방거리(Mahalanobis's square distance)에 기초한 최대우도판별함수를 이용하여 단모음을 분석하는 알고리즘을 제안한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권3호
• /
• pp.109-114
• /
• 2021

GAN(Generative Adversarial Network, 생성적 적대 신경망)은 이미지 생성모델로서 생성기 네트워크와 판별기 네트워크로 구성되며 실제 같은 이미지를 생성한다. GAN에 의해 생성된 이미지는 실제 이미지와 유사해야 하므로 생성된 이미지와 실제 이미지의 손실 오차를 최소화하는 손실함수(loss function)를 사용한다. 그러나 GAN의 손실함수는 이미지를 생성하는 학습을 불안정하게 만들어 이미지의 품질을 떨어뜨린다는 문제점이 있다. 이러한 문제를 해결하기 위해 본 논문에서는 GAN 관련 연구를 분석하고 에지 검출(edge detection)을 이용한 eGAN(edge GAN)을 제안한다. 실험 결과 eGAN 모델이 기존의 GAN 모델보다 성능이 개선되었다.

• 한국컴퓨터정보학회논문지
• /
• 제19권12호
• /
• pp.239-246
• /
• 2014

본 논문에서는 네트워크 내에 존재하는 두 개의 커뮤니티 A,B($${\mid}A{\mid}{\geq_-}{\mid}B{\mid}$$, ${\mid}{\cdot}{\mid}$는 커뮤니티의 노드 개수)를 통합하는데 필요한 에지 수 및 에지 위치를 결정하는 알고리즘을 제안한다. 제안된 알고리즘은 커뮤니티 내,외부로 향하는 에지들의 개수를 이용하여 커뮤니티의 성질을 나타내는 적합도 함수를 이용하고, 큰 값을 가질수록 커뮤니티로서의 성질이 크다는 것을 의미한다. 제안된 알고리즘은 그리디 방식으로, B의 하나의 노드에 대해 해당 노드를 A로 병합할 때 커뮤니티 A의 적합도 값이 증가할 수 있는 최소에지수를 결정한다. 최소에지수가 결정된 후, 새로 추가될 에지의 위치를 결정하기 위해 노드 중앙성을 이용한 커뮤니티 연결도 지표를 정의한다. 추가 에지의 위치는 통합된 커뮤니티 연결도 지표를 최대로 만들 수 있도록 결정한다. B의 모든 노드에 대해 이러한 과정을 적용하여 두 커뮤니티를 통합한다. Zachary의 가라데클럽 네트워크를 이용하여 제안된 알고리즘의 실효성을 검증하였다.