• The Journal of the Acoustical Society of Korea
• /
• v.12 no.5
• /
• pp.54-63
• /
• 1993

적응 능동 잡음제거를 위한 새로운 방식을 기술했으며, 잡음원이 존재하는 환경에서 물리적인 잡음 제거를 하는데 목표를 두었다. 기존의 시스템 식별 방식과 달리 적응 예측기를 사용하였으며 신호를 검출하는데 쓰이는 마이크를 하나로 구성하였다. 잡음 신호 자체를 예측함으로써 적극적인 대처를 할 수 있으며 적응 알고리즘은 한번만 사용되고 적응 제어형 시스템 식별 방식에서 필요로 하는 피드백 항을 제거시킴으로써 시스템을 간략화시켰다. 컴퓨터 모의 실험 결과를 통하여 제안한 방식이 주기성을 갖거나 혹은 대역 제한된 잡음에 대해서 매우 유용함을 보였다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.3 no.2
• /
• pp.30-36
• /
• 2002

This paper describes a nonlinear adaptive noise canceler(ANC) using neural networks(NN) based on filter to make up for the drawback of the conventional ANC with the linear adaptive filter. The proposed ANC was tested its noise rejection performance using broadband time-varying noise signal and compared with the ANC of TDL linear filter. Experimental results show that in cases of nonlinear correlations between the noise of primary input and reference input, the neural network based ANC outperforms the linear ANC with respect to mean square error It is also verified that the recurrent NN adaptive filter is superior to the feedforward NN filter. Thus, we identify that the NN adaptive filter is more effective than the linear adaptive filter for rejection of broadband time-varying noise in the ANC.

• The Journal of the Acoustical Society of Korea
• /
• v.19 no.4
• /
• pp.3-15
• /
• 2000

In this paper we present a new image denoising filter that can suppress additive noise components while preserving signal components in the wavelet domain. The proposed filter, which we call an adaptive wavelet shrinkage(AWS) filter, is composed of two operators: the wavelet killing operator and the adaptive shrinkage operator. Each operator is selected based on the threshold value which is estimated adaptively by using the local statistics of the wavelet coefficients. In the wavelet killing operation, the small wavelet coefficients below the threshold value are replaced by zero to suppress noise components in the wavelet domain. The adaptive shrinkage operator attenuates noise components from the wavelet components above the threshold value adaptively. The experimental results show that the proposed filter is more effective than the other methods in preserving signal components while suppressing noise.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.12a
• /
• pp.185-188
• /
• 2000

현대의 잡음이 많은 환경에서 적응 음향반향제거기는 배경잡음의 영향으로 원활한 통화환경을 제공할 수 없다. 이러한 문제점을 해결하기 위하여 음향반향 제거와 더불어 배경잡음을 제거하는 결합구조의 적응 음향반향제거기가 제안되었다. 본 논문에서는 기존의 결합구조가 가지는 단점을 보완하여 적응 음향반향제거기의 성능을 향상시켰다. 제안한 결합구조는 적응 음향잡음제거기의 기준입력 신호를 적응 음향잡음제거기의 오차신호와 같게 구성함으로서 배경잡음 신호뿐만 아니라 잔여반향 신호도 효율적으로 제거할 수 있다. 성능 평가를 위한 실험결과, 제안한 방법이 기존의 방법에 비하여 ERLE 성능이 수렴 구간에서 3㏈ 이상 향상되었음을 확인하였다.

• Proceedings of the Korean Nuclear Society Conference
• /
• 1996.05a
• /
• pp.582-586
• /
• 1996

본 연구에서는 원자력 발전소내 금속 파편 탐지 시스템의 성능 향상을 위한 적응 잡음제거에 관하여 서술한다. 현재 사용중인 원전내 금속 파편 탐지 시스템은 배경잡음의 영향으로 그 이용 효율이 매우 낮은 현실이다. 이런 문제점을 해결하는 한 방법으로써 적응 잡음 제거 방식을 이용하여 배경잡음의 영향을 최소화하였다. 컴퓨터 모의 실험을 통하여 그 성능을 입증하였으며, 특히 배경잡음속에 충격신호가 묻혀있는 경우에도 뛰어난 탐지 효과를 보였다.

• Communications for Statistical Applications and Methods
• /
• v.19 no.2
• /
• pp.225-235
• /
• 2012

Noise reduction is an important issue in the field of image processing because image noise worsens the quality of the input image. The basic difficulty is that the noise and the signal are not easy to distinguish. Simple moothing is one of the most basic and important procedures to remove the noise, however, it does not consider the level of noise. This method effectively reduces the noise but the feature area is simultaneously blurred. This paper considers the block approach to detect noise and image features of the input image so that noise reduction could be adaptively applied. Simulation results show that the proposed algorithm improves the overall quality of the image by removing the noise according to the noise level.

• Journal of Digital Convergence
• /
• v.11 no.7
• /
• pp.135-140
• /
• 2013

Noise estimation and detection algorithm to adapt quickly to changing noise environment using the LMS Filter. However, the LMS Filter for noise estimation for a certain period of time and need time to adapt. If the signal changes occur, have the disadvantage of being more adaptive time-consuming. Therefore, noise removal method is proposed to a frame basis AELMS Filter to compensate. In this paper, we split the input signal on a frame basis in noisy environments. Remove the LMS Filter by configuring noise predictions using the mean and variance. Noise, even if the environment changes fast adaptation time to remove the noise. Remove noise and environmental noise and speech input signal is mixed to maintain the unique characteristics of the voice is a way to reduce the damage of voice information. Noise removal method using a frame basis AELMS Filter To evaluate the performance of the noise removal. Experimental results, the attenuation obtained by removing the noise of the changing environment was improved by an average of 6.8dB.

• Journal of The Korean Radiological Technologist Association
• /
• v.28 no.1
• /
• pp.241-241
• /
• 2002

영상 데이타는 전송, 검출 및 처리과정에서 여러 잡음에 의해 훼손될 수 있다. 적응성 가중 메디안 필터라는 공간변화 필터를 사용하여 X-선 산란 잡음을 제거하였다. 제안된 필터는 처리 윈도우 내 각 픽셀의 국소 통계치의 변화에 따라 필터의 성능이 변화하여 에너지를 최대한 보존하면서 잡음만을 제거하고자 이러한 국소 통계값에 근거한 적응성 가중 메디안 필터(AWMF)를 제시한다. AWMF를 구현함에 있어 두 가지 방법으로 나뉘는데, 우선 국소 통계의 특성에

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.15-18
• /
• 2000

회전기에서 발생하는 소음성 잡음의 경우 능동잡음 제어를 이용 진폭이 상대적으로 큰 주기성 저주파 잡음 제어로 상당한 감쇄효과를 얻을 수 있다. 본 논문에서는 주기적 저주파 잡음을 효과적으로 제거하는 부밴드 능동잡음제어 구조를 제안하였다 이 구조에서는 QMF를 이용, 진폭이 큰 주기적 저주파신호를 분리하여 적응측엽제거 원리를 적용하여 저주파 신호를 제거한다. QMF에서 발생하는 지연은 각 필터를 통과한 신호경로에 적응필터를 사용하여 보상하였다. 그리고 적응필터 성능향상을 위해 최적 적응이득을 해석적으로 구하여 사용하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.06a
• /
• pp.325-328
• /
• 2013

본 논문에서는 ToF(Time-of-Flight) 카메라의 거리 잡음을 제거하는 방법으로 거리와 진폭에 따른 거리 잡음 모델링을 이용한 적응적인 SUSAN(Smallest Univalue Segment Assimilating Nucleus) 필터를 제안한다. ToF 카메라의 거리 잡음 제거를 위해서 기존에 제안된 여러 가지 방법들은 거리 잡음의 특성을 고려하지 않거나 진폭에 따른 거리 잡음의 특성만을 고려하였다. 하지만 실제 ToF 카메라의 거리 영상에 포함되는 거리 잡음은 진폭과 거리에 따라서 변화하기 때문에 거리와 진폭을 모두 고려한 거리 잡음 모델링이 필요하다. 따라서 제안하는 방법은 우선 거리와 진폭의 변화에 따른 ToF 카메라의 거리 잡음 특성을 모델링 한다. 이후 제안하는 방법은 생성된 거리 잡음 모델에 의해 인자가 결정되는 적응적 SUSAN 필터를 이용하여 ToF 카메라의 거리 영상의 잡음을 제거한다. 실험 결과 제안하는 방법은 기존의 ToF 거리 영상의 거리 잡음제거 방법에 비해 보다 효과적으로 거리 영상의 잡음을 제거하면서 디테일을 잘 보존하였다.