• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.798-801
• /
• 2014

현재, 디지털 시대의 급속 발전과 함께 멀티미디어 서비스에 대한 수요가 증가되고 있다. 그러나 영상 데이터를 처리, 전송, 저장하는 과정에서 여러 외부 원인에 의해 영상의 열화가 발생되며, 영상 열화의 주된 원인은 잡음에 의한 것으로 알려져 있다. 잡음을 제거하는 대표적인 방법은 CWMF(center weighted median filter), A-TMF(alpha-trimmed mean filter), AWMF(adaptive weighted median filter) 등이 있으며, 이러한 방법들은 복합잡음 환경에서의 잡음제거 특성이 다소 미흡하다. 따라서 본 논문에서는 복합잡음을 제거하기 위하여 잡음 판단을 거친 후, 마스크의 메디안 값 및 거리에 의해 적응 가중치를 설정하여 처리하는 영상복원 필터 알고리즘을 제안하였다. 그리고 객관적 판단을 위해 기존의 방법들과 비교하였으며, 판단의 기준으로 PSNR(peak signal to noise ratio)을 사용하였다.

• 한국통신학회논문지
• /
• 제32권11C호
• /
• pp.1073-1078
• /
• 2007

본 논문에서는 다중 정규화 매개 변수를 이용한 혼합 norm 영상 복원 방식을 제안한다. 임의의 분포를 갖는 첨가 노이즈를 효율적으로 제거하기 위해 정규화 완화 $l_2$ 함수와 정규화 완화 $l_4$ 함수를 결합한 새로운 혼합 norm 정규화 완화 함수가 유도된다. 각 완화 함수의 완화도를 제어하기 위해 개별적인 정규화 매개 변수가 정의되고, 정규화 완화 $l_2$ 함수와 정규화 완화 $l_4$ 함수의 상대적 기여도를 제어하기 위한 혼합 norm 정규화 매개 변수가 kurtosis를 이용해 정의된다. 안정적인 해를 얻기 위해 반복기법이 사용되었으며, 이들의 수렴 여부가 분석되었다. 다양한 분포를 갖는 첨가 노이즈가 실험에 사용되었으며, 이를 통해서 제안된 방식의 성능을 평가할 수 있었다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제30권1호
• /
• pp.1-6
• /
• 2007

인위적으로 noise factor를 주고 그 위에 촬영을 하여 노이즈와 영상의 복합물을 만들었다. 그 후 Low Pass Filter(LPF)와 Median Filter(MF)의 두 종류의 필터를 통하여 노이즈를 제거하고 노이즈를 나타내는 지표로 Signal To Noise Ratio(SNR), Peak Signal to Noise Ratio(PSNR), Mean Square Error(MSE)를 비교하였다. 또한 Median Filter의 kernel size에 따라서도 노이즈제거효과를 평가하였다. 각각의 처리된 영상과 원 영상을 비교하여 원 영상에 가까운 영상을 찾아봄으로서 어떤 필터가 유용하며 어떤 주파수대를 제거해야 하는가를 알고자 실험하였다. Cutoff frequency가 다른 필터를 비교 했을 때 noise power 값에는 상관없이 cutoff frequency $2/3\pi{\sim}3/4\pi$까지가 원 영상에 가까우면서 SNR, PSNR이 좋다. 따라서 높은 filter 효과를 나타낸다고 할 수 있다. Median filter의 kernel size가 커짐에 따라서 SNR 값이 커지며 반대로 MSE의 값이 작아져 filter 효과는 좋아 짐을 알 수 있다. 의료 영상에 filter를 적용하는 것에 대해서 대부분의 영상들이 filter 적용 후에 왜곡된 상이 되곤 하였다. 의료 영상은 다른 영상과는 달리 공간 분해능을 유지하면서 평활화(노이즈 제거)하는 것이 중요한 문제이다. SNR 등 정량적 지표에 의한 비교와 함께 시각적 평가가 병행되어야 할 필요가 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2002년도 춘계종합학술대회
• /
• pp.598-601
• /
• 2002

본 연구에서는 키와 로고 방식을 혼합한 이미지 워터마킹의 강인성을 평가하였다. 저작권자의 개인 ID(IDentification)는 키가 되고 워터마크는 로고영상을 선택하였다. 원 영상으로 사용한 실험영상은 Baboon, Cameraman과 Lena 표준영상을 사용하였고, 워터마크 영상은 32$\times$32와 64$\times$64 크기의‘Park’이라는 2진 영상을 사용하였다. 워터마크의 강인성 평가를 위하여 영상변형 및 JPEG 손실 압축이 가해진 워터마크가 삽입된 영상으로부터 워터마크 복원율을 구하였다. 실험 결과, 표준 영상들에 대하여 64$\times$64 크기의 워터마크를 삽입한 경우에 비하여 32$\times$32 크기의 워터마크 영상을 삽입한 경우에 영상축소에서는 평균 5.9%, 회전에서는 평균 13.9%, 잡음에서는 평균 6.5%, JPEG 손실 압축에서는 평균 4.2%로 더 우수한 복원율을 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.210-212
• /
• 2021

현대사회는 4차 산업혁명의 영향으로 다양한 디지털 장비가 보급되고 있으며, 자동화 공정, 지능형 CCTV, 의료산업, 로봇, 드론 등 넓은 분야에서 사용되고 있다. 이에 따라 영상을 기반으로 동작하는 시스템에서 전처리 과정에 대한 중요성이 높아지고 있으며, 영상을 효과적으로 복원하기 위한 알고리즘이 주목받고 있다. 본 논문에서는 복합잡음 환경에서 영상을 복원하기 위해 결합가중치에 기반한 필터 알고리즘을 제안한다. 제안한 알고리즘은 입력 영상 및 필터링 마스크 내부의 화소값을 대상으로 공간적 거리에 따른 가중치와 화소값 차이에 따른 가중치를 각각 계산한다. 최종 출력은 두 가중치를 바탕으로 계산한 결합가중치를 마스크에 적용하여 필터링하였다. 제안한 알고리즘의 성능을 검증하기 위해 기존 필터 알고리즘과 비교하여 시뮬레이션하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1996년도 한국자동제어학술회의논문집(국내학술편); 포항공과대학교, 포항; 24-26 Oct. 1996
• /
• pp.605-608
• /
• 1996

The aim of this thesis is to develop a SMT-components placement inspection system equipped with a visual sensor. The visual sensor, which consists of a camera and 2-layer LED illuminator, developed to inspect the component placement state such as missing, shift, flipping, polarity and tomb-stone. on PCB in the reflow-process. In practical applications, however, it is too hard to classify component from images mixed pad on PCB, cream solder paste and component. To overcome the problem, this thesis proposes the 2-layer illumination method and the heuristic image processing algorithms according to inspection type. To show the effectiveness of the proposed approach, a series of experiments on the inspection were conducted. The results show that the proposed method is robust to visual noise and variations in component conditions.

• 한국멀티미디어학회논문지
• /
• 제17권4호
• /
• pp.413-419
• /
• 2014

In this paper, we develop an automatic coin calculation system by using digital image processing. Existing schemes have the problem that is not able to exclude non-circular shape from the calculation. We propose a method to detect only coins which have circular form by applying the circular Hough transform(CHT). However, the CHT has the drawback that detects multiple circles even for just one coin because of shadow noise, the patterns on coins, and non-circular edge detection. We propose a post processing algorithm to overcome these limitations. The proposed system was implemented and successfully calculated the coin amount in the case that non-circular objects are mixed with coins.

• 대한전자공학회논문지SP
• /
• 제40권3호
• /
• pp.203-216
• /
• 2003

In this paper a new feature extraction and target classification method is proposed for the recognition part of FLIR(Forwar Looking Infrared)-image-based ATR system. Proposed feature extraction method is "cluster(=set of classes)-based"version of previous fisherfaces method that is known by its robustness to illumination changes in face recognition. Expecially introduced class clustering and cluster-based projection method maximizes the performance of fisherfaces method. Proposed target image classification method is based on the mixture of experts model which consists of RBF-type experts and MLP-type gating networks. Mixture of experts model is well-suited with ATR system because it should recognizee various targets in complexed feature space by variously mixed conditions. In proposed classification method, one expert takes charge of one cluster and the separated structure with experts reduces the complexity of feature space and achieves more accurate local discrimination between classes. Proposed feature extraction and classification method showed distinguished performances in recognition test with customized. FLIR-vehicle-image database. Expecially robustness to pixelwise sensor noise and un-wanted intensity variations was verified by simulation.

• 한국산업정보학회논문지
• /
• 제8권2호
• /
• pp.14-20
• /
• 2003

본 논문에서는 카메라로 획득한 문서영상에 대해 조명의 영향에 관계없이 고속으로 문자영역을 추출하는 알고리즘을 제안하였다. 카메라 문서는 스캐너 문서와는 달리 주변 환경이나 조명의 영향으로 인하여 문자영역을 추출하는 것이 매우 어렵다. 먼저 영상 사전처리 단계에서 컬러영상을 명도영상으로 변환한 후 조명의 영향에 무관하게 배경 그림으로부터 문자 영역을 정확히 추출하기 위해서 명도레벨 정규화를 사용하였다. 또한 배경 그림 및 잡음은 제거하고 문자 획의 손실 없이 문자 영역을 추출하기 위하여 국소-적응적-이진화-방법(local adaptive binarization method)을 새롭게 개발하여 문서영상을 이진화시켰다. 문자영역 추출 단계에서는 수평 및 수직 투영과 연결요소 정보에 의해 문자열, 단어 및 개별 문자 영역을 단계적으로 추출하였다. 제안된 방법의 타당성을 검증하기 위하여 ETRI에서 구축한 한글/영어/숫자/특수기호가 혼합된 현장 문서영상 DB를 가지고 실험해 보았다.

• Current Optics and Photonics
• /
• 제7권3호
• /
• pp.237-247
• /
• 2023

In middle- and long-distance imaging systems, due to the atmospheric turbulence caused by temperature, wind speed, humidity, and so on, light waves propagating in the air are distorted, resulting in image-quality degradation such as geometric deformation and fuzziness. In remote sensing, astronomical observation, and traffic monitoring, image information loss due to degradation causes huge losses, so effective restoration of degraded images is very important. To restore images degraded by atmospheric turbulence, an image-restoration method based on improved compound multibranch feature fusion (CMFNetPro) was proposed. Based on the CMFNet network, an efficient channel-attention mechanism was used to replace the channel-attention mechanism to improve image quality and network efficiency. In the experiment, two-dimensional random distortion vector fields were used to construct two turbulent datasets with different degrees of distortion, based on the Google Landmarks Dataset v2 dataset. The experimental results showed that compared to the CMFNet, DeblurGAN-v2, and MIMO-UNet models, the proposed CMFNetPro network achieves better performance in both quality and training cost of turbulent-image restoration. In the mixed training, CMFNetPro was 1.2391 dB (weak turbulence), 0.8602 dB (strong turbulence) respectively higher in terms of peak signal-to-noise ratio and 0.0015 (weak turbulence), 0.0136 (strong turbulence) respectively higher in terms of structure similarity compared to CMFNet. CMFNetPro was 14.4 hours faster compared to the CMFNet. This provides a feasible scheme for turbulent-image restoration based on deep learning.