$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

웨이블릿 변환 영역에서 영상 잡음 제거를 위한 다중 결정 모델
Multiple Decision Model for Image Denoising in Wavelet Transform Domain 원문보기

한국통신학회논문지. The Journal of Korea Information and Communications Society. 통신이론 및 시스템, v.29 no.7C, 2004년, pp.937 - 945  

엄일규 (밀양대학교 정보통신공학과) ,  김유신 (부산대학교 전자공학과)

초록
AI-Helper 아이콘AI-Helper

잡음 제거에 사용되는 이진 결정 모델은 단지 이분적인 구분만을 수행하기 때문에 잡음에 대한 신호의 정확한 비율을 측정하기 어려운 단점이 있다. 이러한 단점을 보완하기 위하여 복잡한 통계 모델 및 다운샘플링이 되지 않은 웨이블릿 변환을 사용하는 것이 일반적이다. 본 논문에서는 잡음 영상에서 잡음의 정도를 측정할 수 있는 다수준 결정 모델을 이용한 잡음 제거 방법을 제안한다. 제안 방법은 잡음에 대한 신호의 비율을 다수준 값의 형태로 계산할 수 있기 때문에 직교 웨이블릿 변환으로 좋은 잡음 제거 성능을 나타낼 수 있다. 모의실험 결과를 통하여 본 논문의 방법이 직교 웨이블릿 변환을 사용한 최신의 잡음 제거 방법보다 PSNR 측면에서 평균적으로 0.ldB 정도 우수한 성능을 나타낸다는 것을 보여준다.

Abstract AI-Helper 아이콘AI-Helper

A binary decision model which is used to denoising has demerits to measure the precise ratio of signal to noise because of only a binary classification. To supplement these demerits, complex statistical model and undecimated wavelet transform are generally exploited. In this paper, we propose a nois...

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로