• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 춘계학술대회
• /
• pp.127-129
• /
• 2012

디지털 카메라, 멀티미디어 등의 보급으로 인하여 일상생활 전반에서 영상이 사용되고 있다. 그러나 영상은 잡음에 의해 열화가 발생하고, 화질개선을 위한 잡음제거 기술의 필요성이 대두되고 있다. 잡음제거를 위한 기존의 방법들에는 워너 필터, 평균 필터, VisuShrink 등이 있지만, 미흡한 잡음제거성능을 나타낸다. 따라서 본 논문에서는 영상 잡음 제거를 위해, 위너 필터 및 변형된 웨이브렛 기반의 적응 임계값과 thresholding 함수를 이용한 하이브리드 필터 알고리즘을 제안하였다. 제안한 방법은 기존의 방법들에 비해, 저주파 특성과 고주파 특성을 동시에 나타내고, 우수한 잡음제거 및 에지보존 특성을 나타냈다.

• 한국정보통신학회논문지
• /
• 제16권8호
• /
• pp.1773-1778
• /
• 2012

최근 들어, 디지털 영상처리 장치에 대한 수요가 급격히 증대되면서 영상의 우수한 화질이 요구되고 있다. 그러나 여러 가지 원인에 의해 잡음이 추가되어 영상을 훼손시킨다. 따라서 잡음제거에 대한 필요성이 대두되고 있으며, 잡음제거 기술은 주요한 연구 분야가 되었다. 영상은 AWGN(additive white Gaussian noise)에 의해 많이 훼손되며, 본 논문에서는 AWGN을 제거하기 위해, 에지보호를 위한 개선된 알고리즘을 제안하였다. 제안한 알고리즘은 먼저 공간거리 차이 정보를 고려한 가중치 필터와 적응 가중치 필터로 처리한 결과값의 평균과 마스크내의 분산과 추정된 잡음분산의 관계식에 의해 처리된 값을 합하여, 영상의 최종출력값을 구한다. 따라서 제안한 방법은 우수한 잡음제거 및 에지보존 특성을 나타내었고 영상의 화질을 개선하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 춘계학술대회
• /
• pp.411-413
• /
• 2013

휴대폰, 컴퓨터, 멀티미디어 등의 보급으로 인하여 영상 신호처리는 여러 영역에서 응용되고 있다. 그러나 영상은 대부분 임펄스 잡음에 의해 훼손되며, 화질개선을 위한 잡음제거 기술의 필요성이 대두되고 있다. 잡음제거를 위한 기존의 방법에는 평균 필터, 메디안 필터 등이 있지만, 미흡한 잡음제거 특성을 나타낸다. 따라서 본 논문에서는 임펄스 잡음제거를 위해 표준편차를 이용한 변형된 평균 필터 알고리즘을 제안하였으며,시뮬레이션 결과,제안한 방법은기존의 방법들에 비해우수한 잡음제거 특성을나타내었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.572-575
• /
• 2010

본 논문은 SNR 이 매우 낮은 저조도 영상의 잡음 제거를 위한 새로운 기술을 제안한다. 제안하는 기술은 입력 영상에서 파라미터를 자동/적응적 방식으로 추정하는 알고리즘을 특징으로 한다. 제안하는 기술의 효율성을 검증하기 위해 실질적인 환경에서 취득한 저조도 동영상들을 가지고 실험을 수행하였다. 실험을 통해 제안하는 기술을 활용하여 적응적으로 추정된 파라미터가 필터링(filtering) 성능을 잘 유지시킴을 검증하였다. 또한 기존 연구들과 비교할 때 저조도 동영상의 명암대비 향상과 잡음 제거에 우수한 결과를 보임을 검증하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 춘계학술대회
• /
• pp.160-163
• /
• 2009

최근 적외선 열 영상의 유용함이 발표되어감에 따라 이 기술에 대한 이해와 도입폭이 점진적으로 넓혀져 가고 있다. 국내는 물론 세계적으로 많은 제조, 개발 관련 업체들이 생겨나고 있으며, 업체들의 기술이 발전함에 따라 높은 온도 분해능과 해상도는 물론, 시스템 전체의 크기가 휴대가 가능할 정도로 소형화 되어가고 있는 추세이다. 이러한 열 영상 카메라에서 중요한 역할을 하는 적외선 열 감지 센서에서는 주변 온도, 대상 온도, 표면 온도 등의 측정 오차 및 열상 측정 소자의 온도, Bias 불안정 등의 매우 다양한 원인으로 인한 잡음이 발생하기 쉽다. 이러한 다양한 잡음의 감소는 해상도 및 온도 분해능의 향상과 직결되므로, 잡음을 줄이기 위한 많은 연구가 도처에서 행해지고 있다. 본 논문은 이러한 노력의 일환으로써 각각의 잡음 원인을 규명하지 않고 최종 열 영상 출력물에서 인접 프레임들의 비교, 혼합 하여 제거하는 3D Noise Reduction 기술을 이용해 노이즈를 감쇠하는 방법에 대해 연구하였다.

• 한국인터넷방송통신학회논문지
• /
• 제19권2호
• /
• pp.41-45
• /
• 2019

본 논문은 스마트 그리드를 위한 전력선 통신 시스템에서 데이터 신뢰성을 향상시키는 딥러닝 기반의 종단 간 방식의 간섭 제거 알고리즘에 대해 연구하였다. 본 논문에서 제안한 기법은 딥러닝 기술을 적용하여 채널에서 발생하는 잡음을 예측하여 제거하는 기술로서 수신단에서 딥러닝에 의해 학습된 잡음들을 활용하여 효과적으로 잡음을 제거함으로써 신호의 품질을 향상시킬 수 있다. 딥러닝 기술의 잡음 예측 정확도를 향상시키기 위해 기존의 잡음 형태를 데이터베이스화하여 활용하였다. 채널 모델로서 Middleton Class A 간섭 모델을 사용하였고, 비트 오류율을 평가하여 성능을 검증하였다. 모의실험을 통해 간섭 제거 기법이 적용된 시스템 모델과 이론적인 모델의 비트오류율을 비교하여 제안하는 시스템이 잡음을 효과적으로 제거하여 신호의 품질 성능을 향상시킬 수 있음을 확인하였다. 제안한 시스템 모델은 전력선 통신뿐만 아니라 일반적인 통신 시스템에서도 신호의 품질을 향상시킬 수 있도록 다양하게 적용이 가능하다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.431-433
• /
• 2022

IoT 기술의 발달에 따라 인공지능과 자동화와 같이 다양한 기술들이 산업현장에 접목되고 있으며, 이에 따라 데이터처리의 중요성이 높아지고 있다. 영상의 잡음제거는 영상처리의 기본적인 과정 중 하나로서, 수많은 어플리케이션에서 전처리 단계로 사용된다. 잡음제거를 위해 다양한 연구가 진행되었지만, 잡음제거 과정에서 영상의 디테일 보존, 질감 복원과 특수한 영역의 잡음 제거와 같이 다양한 문제가 발생한다. 본 논문에서는 임펄스 잡음제거 과정에서 영상의 디테일 보존을 위해 확장된 컨벌루션 마스크를 사용한 디지털 필터를 제안한다. 제안한 알고리즘은 필터링 마스크로 확장된 컨벌루션 마스크를 사용하며, 잡음수준에 따라 확장수준을 스위칭하여 최종출력을 구한다. 제안한 알고리즘의 성능을 평가하기 위해 시뮬레이션을 진행하였으며, 기존 방법과 비교하여 성능을 분석하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2008년도 추계학술대회
• /
• pp.81-84
• /
• 2008

최근 센서네트워크와 같은 에너지 제한 환경을 위한 경량화 부호화 기술의 필요성이 대두됨에 따라 분산 소스 부호화 기술(Distributed Source Coding)의 응용기술로 비디오 부호화 복잡도의 대부분을 차지하는 움직임 예측/보상과정을 부호화기가 아닌 복호화기에서 수행하는 분산 비디오 부호화 기술(Distributed Video Coding)에 대한 연구가 활발히 이루어져 왔다. 이에 가장 대표적인 기술인 Wyner-Ziv 코딩 기술은 채널 코드를 이용하여 원본 프레임과 이에 대한 복호화기의 예측영상인 보조정보 사이의 잡음을 제거하여 영상을 복원한다. 일반적으로 보조정보는 원본영상에 유사한 키 프레임간의 프레임 보간을 통하여 생성되며 채널 코드는 Shannon limit에 근접한 성능을 보이는 Turbo 코드나 LDPC 코드가 사용된다. 이와 같은 채널 코드의 복호화는 채널 잡음 모델에 기반하여 수행되어지며 Wyner-Ziv 코딩 기술에서는 이 채널 잡음 모델을 '상관 잡음 모델' (Correlation Noise Modeling)이라 하고 일반적으로 Laplacian이나 Gaussian으로 모델화 한다. 하지만 복호화기에는 원본 영상에 대한 정보가 없기 때문에 정확한 상관 잡음 모델을 알 수 없으며 잡음 모델에 대한 예측의 부정확성은 잡음 제거를 위한 패리티 비트의 증가를 야기해 부호화 기술의 압축 성능 저하를 가져온다. 이에 본 논문은 원본 프레임과 보조정보 사이의 잡음을 정확하게 예측하여 잡음을 정정할 수 있는 향상된 상관 잡음 모델을 제안한다. 제안 방법은 잘못된 잡음 예측에 의해 Laplacian 계수가 너무 커지는 것을 방지하면서 영상내의 잡음의 유무에 별다른 영향을 받지 않는 새로운 문턱값을 사용한다. 다양한 영상에 대한 제안 방법의 실험 결과는 평균적으로 약 0.35dB에 해당하는 율-왜곡 성능 향상을 보여주었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.297-300
• /
• 2021

영상 잡음 제거는 잡음으로 저하된 영상으로부터 잡음 없는 영상을 복원하는 기술이다. 최근 영상 처리에 딥러닝을 사용한 학습 기반 방법 중 저수준 컴퓨터 비전 분야에 고수준 영상 정보를 활용하는 접근이 있었다. 본 논문에서는 고수준 영상 정보인 영상 분할 지도를 활용하여 영상 속 가산 백색 잡음 제거 연구를 진행하였다. 잔차 연결을 활용한 구조의 인공신경망 모델에 잡음 영상, 잡음 수준 지도, 영상 분할 지도를 입력으로 넣어 고수준 영상 정보를 활용할 수 있게 하였다. 본 논문에서 제안한 인공신경망을 Outdoor Scene Dataset과 CBSD68 Dataset에 대해 확인해본 결과, PSNR과 인지적인 측면에서 DnCNN과 FFDNet보다 성능이 향상되는 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제24권6호
• /
• pp.722-728
• /
• 2020

디지털 영상 처리는 IoT 기술의 발전으로 폭넓은 분야에서 응용되고 있으며, 데이터 처리 과정에서 중요한 역할을 맡고 있다. 이러한 잡음을 제거하기 위해 다양한 기법들이 제시되었으나, 기존 임펄스 잡음 제거 방법들은 영상의 에지 성분의 잡음 제거에 미흡하며, 랜덤 임펄스 잡음의 영향을 크게 받는 단점을 지니고 있다. 따라서 본 논문에서는 랜덤 임펄스 잡음 환경에서 에지 성분의 잡음을 효과적으로 제거하는 알고리즘을 제안하였다. 제안한 알고리즘은 잡음의 수준을 판단하여 임계값을 계산하였으며, 기준치와 입력 화소값을 비교하여 필터링 과정을 스위칭하였다. 제안한 알고리즘은 기존 방법과 비교하여 우수한 성능을 보였으며, 시뮬레이션 결과 영상의 에지 부분에서 효과적으로 잡음을 제거하는 모습을 보였다.