선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 Cellular Automata의 특성을 이용한 잡음 제거 알고리즘을 제안한다. 제안된 방법은 잡음 제거를 위해 이웃 화소들의 관계를 이용한 국부적인 천이 규칙과 파라미터의 비교이다.
- 본 논문에서는 이러한 문제점을 해결하기 위해 고정 점으로 수렴하는 Cellular Automata를 이용하여 영상의 잡음 제거 기법을 제안하였다. 그리고 PSNR, FrameCnt, TransCnt, 평균 천이횟수의 비교를 통하여 파라미터를 도출하였다.
제안 방법
- 그러나 제안한 잡음 제거 기법은 많은 연산을 해야만 하는 공간 영역적 방법이다. Change 중간값 필터를 응용한 알고리즘을 제안하였다. 효과적인 잡음 제거가 가능하지만 영상의 세부 정보를 잃게되며 연산량이 증가함에 따라 실시간으로 사용되기에는 적당하지 않다[3].
- 잡음 제거 알고리즘을 제안한다. 제안된 방법은 잡음 제거를 위해 이웃 화소들의 관계를 이용한 국부적인 천이 규칙과 파라미터의 비교이다. 각 천이 규칙은 이웃 화소들과의 관계를 정의한 것으로 대상 영상을 국부적으로 화소의 밝기값 차이를 크게 증가 및 감소시켜 영상의 잡음을 제거한다.
- 본 논문에서는 Cellular Automata5] 주변 이웃과의 관계에 의해 천이하며, 수렴하는 특성을 가지는 Potts automata를 이용해서 영상의 잡음을 제거한다. [9, 10],
- 본 논문에서 제안하는 잡음 제거 방법은 천이 규칙에서 이웃 화소와의 관계에 의해 중심 화소의 밝기 값을 증가 또는 감소시키는 형태를 나타낸다’ 이웃 화소 중 중심 화소의 밝기값보다 큰 화소와 작은 화소를 측정한다. 그리고 (이웃 화소의 수)/2보다 큰 값의 화소 수가 많으면 중심 화소의 밝기값을 7(파라미터)만큼 증가시키고, 작은 값의 화소 수가 많으면 중심 화소의 밝기값을 理큼 감소시킨다.
- 256*256의 크기를 가지는 256 밝기값 Lenna의 정지영상을 이용했다. 실험은 순차, 병 렬에 대하여 각각 4방향과 8방향을 적용하였다. 이웃 화소는 잡음 제거 정도에 따라 결정 할 수 있는데, 범위가 넓어질수록 잡음 제거에는 강해지나 경계 부분이 뭉개어지는 경향이 심하게 된다.
- 본 논문에서는 사용한 잡음모델은 균일분포 잡음, 가우시안 잡음, 임펄스 잡음이다. 균일분포 잡음은 원영상의 전 영역에 균일한 잡음을 첨가하여 임의로 작성하였으며, 가우시안 잡음은 밝기값이 높은 영역에 잡음이 존재하며, 임펄스 잡음은 원영상의 밝기값에 대칭되는 잡음을 첨가하였다.
- 표 1에서는 영상 잡음에 따른 8방향 병렬방식을 적용하여 PSNR을 비교하였다. 균일분포 잡음은 7= 3일 경우 FrameCnt는 5에서 최대PSNR을 보이고 있다.
- 임펄스 잡음은 T=l, FrameCnt는 100에서 최대PSNR을 보이고 있다. 이전 논문에서 균일분포 잡음, 가우시안 잡음, 임펄스 잡음이 포함된 영상에 대하여 다양한 필터를 적용하여 실험하였다. 평균 필터를 적용하여 실험하면 각각의 잡음에 PSNRe 28.
- 초]대PSNR의 비교를 통하여 균일분포 잡음, 가우시안 잡음, 임펄스 잡음에 대하여 최적의 파라미터와 FrameCnt, TransCnt, 평균천이를 구하는 실험을 하였다. PSNRe 원영상과의 유사도를 비교하는 수치이며 높은 값일수록 유사함을 나타낸다.
- 잡음 제거 기법을 제안하였다. 그리고 PSNR, FrameCnt, TransCnt, 평균 천이횟수의 비교를 통하여 파라미터를 도출하였다.
- 임 펄스 잡음이 포함된 영상에서의 실험은 T=1 을 적용하여 4방향 병렬방식에서 최대 RSNR이 나타났으며 각 화소의 평균천이가 낮아 좋은 결과가 나타났다. 제안된 방법은 상대적으로 화소 밝기값의 차이가 급격한 영역에 연산을 집중한다. 따라서 대상 연산의 모든 화소의 밝기값을 변화시키지 않고 필요한 부분만 처리를 하므로 기존의 방법보다 효과적인 결과를 얻을 수 있었다.
대상 데이터
- 프로그램을 사용하였다. 256*256의 크기를 가지는 256 밝기값 Lenna의 정지영상을 이용했다. 실험은 순차, 병 렬에 대하여 각각 4방향과 8방향을 적용하였다.
- 병렬인 경우에는 동시에 모든 화소가 천이되어 고정점 혹은 2주기를 가지는 복잡한 특성을 가지게 된다. 본 논문에서는 사용한 잡음모델은 균일분포 잡음, 가우시안 잡음, 임펄스 잡음이다. 균일분포 잡음은 원영상의 전 영역에 균일한 잡음을 첨가하여 임의로 작성하였으며, 가우시안 잡음은 밝기값이 높은 영역에 잡음이 존재하며, 임펄스 잡음은 원영상의 밝기값에 대칭되는 잡음을 첨가하였다.
이론/모형
- 있다. PSNRe 두 영상의 화소 밝기값들의 차이에 대한 MSE(Mean Square Error)를 이용하여 구하며, 높은 값일수록 원영상과 유사하다. MSE는 식(9), PSNR 은 식(10)와 같이 나타낸다.
성능/효과
- 보이고 있다. 균일분포 잡음에서는 T=3일 경우 FrameCnt는 6에서 최대 PSNR을 나타내며, 가우시안 잡음에서는 T=1일 경우 FrameCnt는 100일 때최대PSNR을 보이고 있다. 임펄스 잡음은 T=l, FrameCnt는 100에서 최대PSNR을 보이고 있다.
- 이전 논문에서 균일분포 잡음, 가우시안 잡음, 임펄스 잡음이 포함된 영상에 대하여 다양한 필터를 적용하여 실험하였다. 평균 필터를 적용하여 실험하면 각각의 잡음에 PSNRe 28.63dB, 25.09dB, 27.35dB이었다. 저주파 통과 필터로 실험하면 각각 18.
- 57d)이었다. 제안된 방법의 결과 영상이 PSNR의 수치가 향상되어 효과적인 잡음 제거가 되었다.
- 파라미터가 증가할수록 최대PSNRe 조금씩 감소하지만 FrameCnt는 현저히 줄어드는 결과를 보인다. 이는 평균천이횟수에도 수치가 줄어드는 것으로 알 수 있다.
- 이는 평균천이횟수에도 수치가 줄어드는 것으로 알 수 있다. 병렬방식을 적용한 실험이 안정적이고 우수한 결과를 보인다. 표 3에서 균일분포 잡음은 8방향 병렬방식에서 T=3일 때 좋은 결과를 보인다.
- 58(dB)이며 파라미터에 따른 차이가 별로 없다. 그러나 FrameCnt는 5로 많이 줄어들었으며 각 화소의 평균천이는 357로 많이 줄어들어 가장 좋은 결과가 나타났다. 가우시안 잡음이 포함된 영상에서의 실험은 T=?를 적용하여 4방향 순차방식일 때 최대 PSNRe 29.
- 그러나 FrameCnt는 5로 많이 줄어들었으며 각 화소의 평균천이는 357로 많이 줄어들어 가장 좋은 결과가 나타났다. 가우시안 잡음이 포함된 영상에서의 실험은 T=?를 적용하여 4방향 순차방식일 때 최대 PSNRe 29.16(dB)£ 최대 PSNR에서 조금 낮아졌지만 FrameCnt는 11로 줄어들고 각 화소의 평균 천이가 5.22로 줄어 가장 적절한 결과가 나타났다. 임 펄스 잡음이 포함된 영상에서의 실험은 T=1 을 적용하여 4방향 병렬방식에서 최대 RSNR이 나타났으며 각 화소의 평균천이가 낮아 좋은 결과가 나타났다.
- 22로 줄어 가장 적절한 결과가 나타났다. 임 펄스 잡음이 포함된 영상에서의 실험은 T=1 을 적용하여 4방향 병렬방식에서 최대 RSNR이 나타났으며 각 화소의 평균천이가 낮아 좋은 결과가 나타났다. 제안된 방법은 상대적으로 화소 밝기값의 차이가 급격한 영역에 연산을 집중한다.
- 제안된 방법은 상대적으로 화소 밝기값의 차이가 급격한 영역에 연산을 집중한다. 따라서 대상 연산의 모든 화소의 밝기값을 변화시키지 않고 필요한 부분만 처리를 하므로 기존의 방법보다 효과적인 결과를 얻을 수 있었다. 또한 천이규칙에 의한 최적의 상태로 수렴하므로 최적의 결과를 얻기 위해 인위적인 반복 조작이 필요하지 않다.
- 이고 있다. 임펄스 잡음은 극단적인 밝기값으로 실험하여 수치가 일정하지는 않지만 7=1일 경우 FrameCnt는 100에서 최대 PSNR을 나타났다. 각각의 T에서 나타나는 최대 PSNRe FrameCnt가 감소하며 나타난다.
후속연구
- 제안한 잡음 제거 방법은 의료 영상 등의 밝기 값이 중요한 분야에 응용이 가능할 것이다' 향후 영상인식 등의 다양한 영상처리를 위한 고유 특성을 가지는 천이 규칙의 개발과 컬러 영상의 적용에 대한 연구가 필요할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.