• Journal of information and communication convergence engineering
• /
• 제19권1호
• /
• pp.54-60
• /
• 2021

Various digital devices were supplied throughout the Fourth Industrial Revolution. Accordingly, the importance of data processing has increased. Data processing significantly affects equipment reliability. Thus, the importance of data processing has increased, and various studies have been conducted on this topic. This study proposes a modified Gaussian filter algorithm based on a fuzzy membership function. The proposed algorithm calculates the Gaussian filter weight considering the standard deviation of the filtering mask and computes an estimate according to the fuzzy membership function. The final output is calculated by adding or subtracting the Gaussian filter output and estimate. To evaluate the proposed algorithm, simulations were conducted using existing additive white Gaussian noise removal algorithms. The proposed algorithm was then analyzed by comparing the peak signal-to-noise ratio and differential image. The simulation results show that the proposed algorithm has superior noise reduction performance and improved performance compared to the existing method.

• Journal of Electrical Engineering and Technology
• /
• 제9권6호
• /
• pp.2126-2133
• /
• 2014

We present a scalable object tracking framework, which is capable of removing shadows and tracking the people. The framework consists of background subtraction, fuzzy based shadow removal and boundary tracking algorithm. This work proposes a general-purpose method that combines statistical assumptions with the object-level knowledge of moving objects, apparent objects, and shadows acquired in the processing of the previous frames. Pixels belonging to moving objects and shadows are processed differently in order to supply an object-based selective update. Experimental results demonstrate that the proposed method is able to track the object boundaries under significant shadows with noise and background clutter.

• 한국정보통신학회논문지
• /
• 제24권12호
• /
• pp.1625-1631
• /
• 2020

IoT 기술의 발달에 따라 다양한 디지털 장비가 보급되고 있으며, 이에 따라 데이터 처리의 중요성이 높아지고 있다. 데이터 처리는 장비의 신뢰성에 큰 영향을 미치는 만큼 그 중요성이 증가하고 있으며, 다양한 연구가 진행되고 있다. 본 논문에서는 퍼지 멤버쉽 함수의 특성에 따른 AWGN을 제거하는 알고리즘을 제안한다. 제안한 알고리즘은 입력 영상 및 필터링 마스크 내부의 화소값 사이의 퍼지 멤버쉽 함수값의 상관관계에 따라 추정치를 계산하며, 공간 가중치 필터의 출력과 가감하여 최종 출력을 구한다. 제안한 알고리즘을 평가하기 위해 기존 AWGN 제거 알고리즘들과 시뮬레이션하였으며, 차영상 및 PSNR 비교를 사용하여 분석하였다. 제안한 알고리즘은 잡음의 영향을 최소화하였으며, 영상의 중요 특성을 보존하며 효율적으로 잡음을 제거하는 성능을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제15권11호
• /
• pp.41-45
• /
• 2010

영상처리 기술은 인간의 시각에 기반을 둔 영상 정보와 관련된 분야에서 중요한 기반 기술로써 현재 여러 분야에서 연구가 활발하게 진행 중이다. 여러 응용 분야에서 적용되는 영상 처리의 세부 기술 범위는 영상 변환, 영상 개선, 영상 복원, 영상 압축등과 같이 다양하며, 이런 영상 처리 기술의 중요한 연구 목표 중의 하나는 정확한 정보 추출을 위한 영상 정보의 개선에 있다. 영상 정보의 개선은 영상의 해석과 인식을 위한 기본적인 과제이며, 영상에서 나타날 수 있는 잡음을 제거하는 영상 처리 기술이 영상 정보 개선의 한 분야라고 할 수 있다. 영상 정보 개선을 위한 기존의 필터링 알고리즘은 잡음 제거율이 높은 만큼 경계선의 보존이 어렵다는 단점이 있으며, 이를 보완하기 위해 다른 영상 처리 알고리즘을 함께 응용하여 처리함으로써 처리 시간이 증가되고 원 영상의 중요한 정보를 훼손할 가능성이 존재한다. 따라서 본 논문에서는 기존의 필터링 알고리즘의 문제점을 개선하는 동시에 잡음 제거율을 높일 수 있는 퍼지 마스크 필터 알고리즘을 제안한다. 퍼지 마스크 필터 알고리즘은 마스크에서 얻은 정보를 퍼지 논리에 적용하여 임계값을 구하며, 구해진 임계값을 기준으로 출력 영상의 화소 값을 결정한다. 본 논문에서 제안한 알고리즘의 효율성을 검증하기 위해 Impulse 잡음과 Salt pepper 잡음을 임의로 생성하여 기존의 필터 방법과 비교한 결과, 제안된 방법이 잡음 영상에 존재하는 픽셀 정보를 훼손하지 않고 잡음을 효과적으로 제거한 것을 확인할 수 있었다.

• 한국정보통신학회논문지
• /
• 제11권7호
• /
• pp.1380-1386
• /
• 2007

본 논문에서는 퍼지 기반 잡음 제거 방법과 ART2 기반 자가 생성 지도 학습 알고리즘을 이용한 운송 컨테이너 식별자 인식 시스템을 제안한다. 일반적으로 운송 컨테이너의 식별자들은 글자색이 검정색 또는 흰색으로 이루어져 있는 특징이 있다. 이러한 특성을 고려하여 원 컨테이너 영상에 대해 검은색과 흰색을 제외한 모든 부분을 잡음으로 처리하기 위해 퍼지를 이용한 잡음 판단 방법을 적용하여 식별자 영역과 잡음을 구별한다. 그리고 Sobel 마스크를 이용하여 에지를 검출하고, 추출된 에지를 이용하여 수직 블록과 수평 블록을 검출하여 컨테이너의 식별자 영역을 추출하고 이진화한다. 이진화된 식별자 영역에 대해 8 방향 윤곽선 추적 알고리즘을 적용하여 개별 식별자를 추출한다. 개별 식별자 인식을 위해 ART2 기반 자가 생성 지도 학습 알고리즘을 제안하여 개별 식별자 인식에 적용한다. ART2 기반 자가 생성 지도 학습 알고리즘은 일반화된 델타 학습 방법과 Delta-bar-Delta 알고리즘을 적용하여 학습 성능을 개선한다. 실제 컨테이너 영상을 대상으로 실험한 결과, 기존의 식별자 추출 방법보다 제안된 식별자 추출 방법이 개선되었다. 그리고 기존의 식별자 인식 알고리즘보다 제안된 ART2 기반 자가 생성 지도 학습 알고리즘이 식별자의 학습 및 인식에 있어서 우수한 성능이 있음을 확인하였다.

• 한국정보통신학회논문지
• /
• 제26권2호
• /
• pp.207-213
• /
• 2022

최근 IoT 기술과 AI의 성능향상에 따라 폭넓은 분야에서 자동화와 무인화가 진행되고 있으며, 사물인식과 객체분류 등 자동화의 기반이 되는 영상처리에 대한 관심이 높아지고 있다. 영상의 잡음 제거는 영상에 기반한 시스템에서 전처리 단계로 사용하는 중요한 과정으로 다양한 연구가 진행되었으나, 대부분의 경우 에지와 같은 고주파 성분에서 스무딩 효과에 의해 디테일한 정보를 보존하기 어렵다는 단점이 있다. 본 논문은 AWGN(additive white Gaussian noise)에 훼손된 영상을 가우시안 분포에 기반한 퍼지 가중치를 사용하여 복원하는 알고리즘을 제안한다. 제안한 알고리즘은 필터링 마스크와 잡음 추정치를 서로 비교하여 필터링 과정을 스위칭하였으며, 영상의 저주파 및 고주파 성분에 따라 퍼지 가중치를 계산하여 영상을 복원하였다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제13권1호
• /
• pp.67-72
• /
• 2013

Cloud detection and analysis from satellite images has been a topic of research in many atmospheric and environmental studies; however, it still is a challenging task for many reasons. In this paper, we propose a new method for cloud-type classification using fuzzy logic. Knowing that visible-light images of clouds contain thickness related information, while infrared images haves height-related information, we propose a two-layered fuzzy logic based on the input source to provide us with a relatively clear-cut threshold in classification. Traditional noise-removal methods that use reflection/release characteristics of infrared images often produce false positive cloud areas, such as fog thereby it negatively affecting the classification accuracy. In this study, we used the color information from source images to extract the region of interest while avoiding false positives. The structure of fuzzy inference was also changed, because we utilized three types of source images: visible-light, infrared, and near-infrared images. When a cloud appears in both the visible-light image and the infrared image, the fuzzy membership function has a different form. Therefore we designed two sets of fuzzy inference rules and related classification rules. In our experiment, the proposed method was verified to be efficient and more accurate than the previous fuzzy logic attempt that used infrared image features.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제15권2호
• /
• pp.102-110
• /
• 2015

The main source of noise in computed tomography (CT) images is a quantum noise, which results from statistical fluctuations of X-ray quanta reaching the detector. This paper proposes a neural network (NN) based hybrid filter for removing quantum noise. The proposed filter consists of bilateral filters (BFs), a single or multiple neural edge enhancer(s) (NEE), and a neural filter (NF) to combine them. The BFs take into account the difference in value from the neighbors, to preserve edges while smoothing. The NEE is used to clearly enhance the desired edges from noisy images. The NF acts like a fusion operator, and attempts to construct an enhanced output image. Several measurements are used to evaluate the image quality, like the root mean square error (RMSE), the improvement in signal to noise ratio (ISNR), the standard deviation ratio (MSR), and the contrast to noise ratio (CNR). Also, the modulation transfer function (MTF) is used as a means of determining how well the edge structure is preserved. In terms of all those measurements and means, the proposed filter shows better performance than the guided filter, and the nonlocal means (NLM) filter. In addition, there is no severe restriction to select the number of inputs for the fusion operator differently from the neuro-fuzzy system. Therefore, without concerning too much about the filter selection for fusion, one could apply the proposed hybrid filter to various images with different modalities, once the corresponding noise characteristics are explored.

• 한국통신학회논문지
• /
• 제24권9B호
• /
• pp.1731-1741
• /
• 1999

칼라 영상은 센서 잡음이나 채널 전송 에러에 의해 생기는 잡음에 의해 자주 오염되어진다. 이러한 칼라 잡음을 제거하기 위해 벡터 미디안, 벡터 $\alpha$-trimmed 평균 필터 등 여러 형태의 필터들이 개발되어져 왔다. 본 논문에서 제안된 클러스터 필터는 잡음에 오염된 환경 하에서 강건한 소속함수 값을 얻을 수 있는 가능적 c-mean 클러스터링 방법을 이용하였다. 또한, 본 논문에서는 혼합된 잡음에서 우수한 벡터 $\alpha$-trimmed 평균 필터를 개선하여, 원도우내의 화소중 중심에 위치한 화소에는 더 가중치를 부여하여 가중화 된 평균 필터링을 수행하는 가중화 벡터$\alpha$-trimmed 평균 필터를 제안하였다. 본 논문에서는 칼라 잡음이 발생한 영상에서 제안된 필터들의 성능을 평가하기 위해 칼라 잡음 발생기를 구현하였으며, 실험 결과는 NCD 척도 및 관측자의 시각에 의해 평가되었다. 실험 결과 제안된 퍼지 클러스터 필터는 NCD 관점에서 기존의 필터들에 비해 혼합된 잡음에서 우수한 성능을 보였고, 제안된 가중화된 벡터 $\alpha$-trimmed 평균 필터는 벡터 $\alpha$-trimmed 평균 필터에 비해 어떠한 잡음 하에서도 양호한 결과를 보였다.

• 한국지능시스템학회논문지
• /
• 제12권5호
• /
• pp.467-472
• /
• 2002

본 논문에서, 영상에서 임펄스 잡음을 효과적으로 제거하고, 연산 속도를 개선하기 위해 Fuzzy Cellular Neural Network(FCNN)구조에 Hausdorff distance(HD)를 적용한 $\alpha$-Least Trimmed Square HD($\alpha$-LTSHD) 기반 FCNN 구조를 제안한다. FCNN는 Cellular Neural Network(CNN) 구조에 퍼지 이론을 적용한 것이고, HD는 특징 대상의 대응 없이 이진 영상의 두 픽셀 집합 사이의 거리를 구하는 척도로 물체의 정합에 널리 사용한다. 성능 평가를 위해, 제안된 방법을 MSE와 SNR을 이용하여 기존 FCNN, Opening-Closing(OC) 그리고 LTSHD 연산자를 적용한 FCNN과 비교 분석하였다. 그 결과, 본 논문에서 제안된 망(network) 구조의 성능이 다른 필터보다 임펄스 잡음 제거에 우수함을 확인하였다.