• 방송공학회논문지
• /
• 제17권2호
• /
• pp.316-324
• /
• 2012

본 논문에서는 영상의 그래디언트의 히스토그램 (HOG)에 기반한 적응적 평활화 필터를 이용하여 스캔된 하프톤 문서의 하프톤 잡음 제거 방법을 제안한다. 하프톤 잡음은 잡음의 편차가 커서 에지 영역과 유사한 특성을 나타내므로 일반적인 에지 보존 평활화 필터를 적용할 경우에는 잡음 제거 효과가 떨어진다. 또한 인쇄물에 주로 사용되는 집중형 도트 방식의 하프톤은 컬러 영상에서 채널간의 간섭 현상으로 인해 모아레 패턴을 생성한다. 따라서 본 논문에서는 스캔된 하프톤 문서의 하프톤 잡음과 모아레 패턴을 효과적으로 제거하기 위해 하프톤 잡음의 방향성에 기반한 적응적 평활화 필터 방법을 제안한다. 하프톤 잡음의 경우 영상의 에지와 달리 등방성을 가지므로 영상을 블록 단위로 나누어 지배적인 에지의 크기와 방향성을 살핌으로써 적응적 평활화 필터를 구성할 수 있다. 실험 결과, 제안하는 방법은 다양한 인쇄 매체를 통해 생성된 하프톤 문서에 대하여 효과적으로 하프톤 잡음을 제거하면서도 영상의 에지를 보존하는 것을 확인할 수 있었다.

• 대한전자공학회논문지SP
• /
• 제45권5호
• /
• pp.95-102
• /
• 2008

이 논문은 고강도매질 CR(Computed Radiography) 영상의 잡음을 모델링하는 적절한 접근법을 제시한다. 잡음 유형의 통계적이고 비선형적 특성이 구체적으로 고안되었다. CR영상은 컴퓨터 처리에 의해 코드화되기 이전 이미 훼손된다. 다양한 형태의 잡음은 비록 디지털화된 상태로 검출된다 하더라도 통상 방사선 영상을 오염시킨다. 양자 방출시의 포아송 분포는 CR 영상판에서의 광자 분포에서 포아송 잡음 분포를 항상 유지하지 않는다. 그 통계적 특성은 재질 특성에 의해 상대적이며 경우의존적이다. 통계적 잡음모델링 과정에서 통상적인 포아송, 이항 내지는 가우스 통계분포의 가정이 고려되었으며 아울러 비선형 효과 또한 포함시켰다. 이는 잡음 영역의 고저 전 방사선량에 걸쳐 추정하는 해석적 모델을 구현한다. 그리고 이 분석적 접근은 고강도 강판튜브 스텝웨지의 방사선측정실험을 통해 관측한 CR 영상데이터에서 구현되었다. 그 결과는 매질의 두께변화에 따른 잡음의 일관성, 잡음분포특성, SNR 및 비선형 보간을 측정하는 상호비교의 파라미터연구에 유용하다.

• 한국정보통신학회논문지
• /
• 제18권2호
• /
• pp.475-481
• /
• 2014

사회가 고도의 디지털 정보화 시대로 발전함에 따라 영상복원 등 디지털 영상처리 기술분야에 관한 많은 연구가 진행되고 있다. 임펄스 잡음에 훼손된 영상을 복원하는 대표적인 방법은 SM(standard median)필터, CWM(center weighed median)필터 등이 있지만, 이들은 잡음밀도가 낮은 영역에서는 우수한 잡음 제거 특성을 나타내고, 잡음밀도가 높은 영역에서는 잡음제거 특성이 미흡하다. 본 논문에서는 임펄스(Salt & Pepper) 잡음 환경에서 훼손된 영상을 복원하기 위해 훼손된 화소를 중심으로 하여 마스크를 확장 세분화하여 처리하는 영상복원 필터 알고리즘을 제안하였다. 그리고 제안한 알고리즘의 우수성을 입증하기 위해 PSNR(peak signal to noise ratio)을 판단의 기준으로 사용하였다.

• 한국정보통신학회논문지
• /
• 제19권1호
• /
• pp.230-236
• /
• 2015

현재 영상 신호처리는 디지털 시대를 맞이하여 차량 인식, 보안 그리고 로봇 등의 여러 응용 분야에서 활용되고 있다. 일반적으로 영상은 영상 데이터를 전송, 저장, 처리하는 과정에서 salt & pepper 잡음에 의해 열화가 발생한다. 이러한 잡음을 제거하기 위한 방법들은 SMF, CWMF, SWMF 등이 있으며, 이러한 방법들은 salt & pepper 잡음환경에서 잡음 제거 특성이 다소 미흡하다. 따라서 본 연구에서는 영상에 첨가된 salt & pepper 잡음을 완화하기 위하여, 영상 내 마스크를 4개의 영역으로 세분화하여 각 영역에서 비잡음 화소 수를 이용하여 처리하는 알고리즘을 제안하였다. 그리고 제안한 알고리즘의 우수성을 입증하기 위해, PSNR을 사용하여 기존의 방법들과 그 성능을 비교하였다.

• 한국정보통신학회논문지
• /
• 제26권7호
• /
• pp.989-995
• /
• 2022

현재 IT 기술 등의 발전으로 인하여 영상처리에 대한 요구가 증가하고 있으며, 활발한 연구가 진행되고 있다. 영상 데이터는 다양한 외부 원인으로 인하여 영상잡음이 발생해 영상의 성능을 저하시키기 때문에 잡음제거가 필수적이다. Salt and Pepper 잡음은 대표적인 영상잡음이며, 이를 제거하기 위하여 다양한 연구가 진행되고 있다. 기존의 알고리즘으로는 A-TMF, AFMF, LIWF 등이 있지만 성능이 다소 미흡하다는 단점이 있다. 따라서 본 논문에서는 효율적으로 Salt and Pepper 잡음을 제거하기 위하여 잡음판단을 진행한 후 잡음일 경우에만 중심화소의 주변에 존재하는 유효화소와 선형보간법을 이용하여 필터링을 진행하는 알고리즘을 제안하였다. 제안한 알고리즘의 성능을 판단하기 위하여 기존에 연구된 알고리즘의 처리영상과 PSNR을 사용하여 비교하였다.

• 한국방사선학회논문지
• /
• 제16권4호
• /
• pp.395-403
• /
• 2022

본 연구에서는 디지털방사선영상 시스템에 사용되는 평판형 검출기(flat-panel detector, FPD)를 이용하여 조직 등가 물질인 폴리메틸메타아크릴레이트(Polymethyl Methacrylate, PMMA)의 두께 변화에 따라 발생되는 산란선이 영상품질의 영향으로서 해상력 평가의 변조전달함수(modulation-transfer function, MTF)와 잡음력 스펙트럼(noise-power spectrum, NPS)으로 정량적인 영상 평가를 위한 연구를 수행하였다. 해상력-차트 팬텀 영상으로 PMMA 두께가 증가할수록 산란선의 영향이 커져 변조특성이 저하 되는 것을 알 수 있고 영상이 밝다. 결과는 영상의 잡음이 많아진다는 것을 알 수 있는데 공간주파수 별로 확인하기 위해 푸리에 변환으로 잡음력 스펙트럼 영상을 얻었다. 그러므로 영상에서 피사체로서 PMMA 두께 증가에 따라 산란선의 변화를 MTF로 평가하여 해상도 특성변화와 2차원 잡음력 스펙트럼을 1차원 값으로 나타낸 결과를 통해 PMMA 두께와 잡음은 비례하는 것을 확인할 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 추계학술대회
• /
• pp.393-396
• /
• 2016

디지털 영상 처리는 지능적이고 효율적인 방법으로 처리, 분석하는 기술 분야이며, 다양한 응용 분야에 실용화되고 있다. 그러나 영상 데이터는 여러 가지 원인에 의해 잡음이 발생하고 있으며, 이러한 잡음들을 제거하기 위한 다양한 방법들이 연구되고 있다. 일반적으로 잡음은 원인과 형태에 따라 다양한 종류가 있으며, 복합잡음이 대표적이다. 따라서 본 논문에서는 영상에 첨가된 복합잡음을 효과적으로 제거하고 우수한 에지 보존 특성을 갖기 위해, 잡음 형태에 따라 스위칭하여 처리하는 에지 보존을 위한 변형된 스위칭 필터를 제안하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 춘계학술대회
• /
• pp.470-473
• /
• 2016

본 논문에서는 영상에서 일부 정보가 손실 또는 손상된 경우에 대해서 홉필드 네트워크를 적용하여 영상을 복원하는 방법을 제안한다. 제안된 방법은 영상을 그레이 영상으로 변환한 후, 퍼지 이진화 기법을 적용하여 영상을 이진화한다. 이진화된 영상에 홉필드 네트워크를 적용하여 영상의 특징들을 학습한다. 따라서 영상의 일부 정보가 손실되거나 잡음이 있는 영상에서 퍼지 이진화 기법을 적용하여 이진화한 후, 이진화된 결과를 홉필드 네트워크에 적용하여 영상을 복원한다. 제안된 방법을 5장의 그레이 영상을 대상으로 실험한 결과, 퍼지 이진화 기법과 홉필드 네트워크를 적용한 방법이 잡음이 있거나 영상의 정보가 손실된 영상에서 복원 정도가 높은 것을 실험을 통하여 확인하였다.

• 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.

• 한국정보통신학회논문지
• /
• 제25권5호
• /
• pp.645-651
• /
• 2021

현대 사회는 4차 산업혁명의 영향에 의해 다양한 디지털 통신 장비가 사용되고 있다. 이에 따라 데이터 전송 과정에서 발생하는 잡음제거에 관심이 높아지고 있으며, 효율적으로 영상을 복원하기 위한 연구가 진행되고 있다. 하지만 복합적인 잡음에 훼손된 영상을 복원하는데 어려움을 겪고 있으며, 잡음의 특징에 따라 효과적으로 영상을 복원하는 디지털 필터가 요구되고 있다. 본 논문에서는 디지털 영상 전송 과정에서 발생하는 복합잡음을 제거하기 위한 디지털 스위칭 필터 알고리즘을 제안한다. 제안한 알고리즘은 잡음판단을 통해 필터링 과정을 스위칭하며 마스크 내부의 화소값들을 기준으로 퍼지가중치 및 결합가중치를 사용하여 영상을 복원한다. 제안한 알고리즘을 평가하기 위해 기존 필터 알고리즘들과 시뮬레이션을 통하여 비교하였다. 시각적인 평가를 위해 필터링 결과를 확대하여 비교하였으며, 정량적인 평가를 위해 PSNR 비교를 사용하여 분석하였다.