최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국철도학회 논문집 = Journal of the Korean Society for Railway, v.13 no.3 = no.58, 2010년, pp.283 - 289
이호철 (광운대학교 전자정보공과대학 컴퓨터공학과) , 남궁재찬 (광운대학교 전자정보공과대학 컴퓨터공학과) , 이성원 (광운대학교 전자정보공과대학 컴퓨터공학과)
Recent advance of digital camera results in that image signal processing techniques are widely adopted to railroad security management. However, due to the nature of railroad management many images are acquired in low light level environment such as night scenes. The lack of light causes lots of noi...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
기존의 잡음 제거 방식은 어떻게 나눌 수 있는가? | 기존의 잡음 제거 방식은 크게 2D 잡음 제거와 3D 잡음제거 방식으로 나눌 수 있다. 2D 잡음 제거는 중심 픽셀과 주변 픽셀들 간의 상관관계를 이용하여 잡음을 제거하는 방식으로서 주변 픽셀들 간의 중간 값으로 복원하는 Median[5, 11]필터나 평균제곱 오차(mean square error)를 최소화 하는 LMMSE필터[1], 주변 픽셀과 해당 픽셀간의 명도 차에 따라 가중치를 주는 AWA필터[2] 등이 있다. | |
2D 잡음 제거란? | 기존의 잡음 제거 방식은 크게 2D 잡음 제거와 3D 잡음제거 방식으로 나눌 수 있다. 2D 잡음 제거는 중심 픽셀과 주변 픽셀들 간의 상관관계를 이용하여 잡음을 제거하는 방식으로서 주변 픽셀들 간의 중간 값으로 복원하는 Median[5, 11]필터나 평균제곱 오차(mean square error)를 최소화 하는 LMMSE필터[1], 주변 픽셀과 해당 픽셀간의 명도 차에 따라 가중치를 주는 AWA필터[2] 등이 있다. 2D 잡음 제거 방식은 3D 방식에 비해서 메모리 등의 하드웨어를 줄일 수 있으나 영상의 고주파 영역에서 신호의 손실이 크며 목표 픽셀과 그 주변 픽셀과의 연관성이 잡음으로 인하여 쉽게 손상되므로 정상 신호의 왜곡이 발생한다. | |
3D 잡음 제거 방식에서 발생하는 문제는? | 3D 잡음 제거 방식[6-8]은 영상의 시간에 따라 시간적인 차이가 있는 여러 영상의 동일 위치의 픽셀간의 상관관계에 따라 잡음 제거를 수행함으로써 정적인 부분에서는 상당히 개선된 잡음 제거 효과를 얻을 수 있다. 반면에 움직임 부분에서는 개체의 움직임 방향을 따라 현재 영상과 이전 혹은 이후 영상의 개체간의 위치 차이가 겹쳐서 나타나는 모션 블러(Motion Blur) 현상이 나타나게 된다. 이를 개선하기 위하여 정적인 영역은 시간필터를, 동적인 영역은 2D의 공간필터를 적응적으로 사용한다. |
E. Dubois and S. Sabri (1984) Noise reduction in image sequences using motion-compensated temporal filtering, IEEE trans. on Comm, 32, pp. 826-831.
M.K. Ozkan, M. Ibrahim Sezan, and A. Murat tekalp (1984) Nonlinear edge-preserving filter, IEEE trans acoustics, speech, and signal processing, ASSP-32(3).
D.T. Kuan, A.A. Sawchuk, T.C. Strand, P. Chavel (1985) An adaptive noise smoothing filter for images with signal-dependent noise, IEEE trans. Patt. Anal. Mach. Intel, 7(2), pp. 165- 177.
J. Ming (2004) An adaptive bilateral filtering method for image processing, Opto-Electronic Engineering, 31, pp. 65-69.
G. Woods (2002) Digital Image Processing, Prentice Hall.
Soren Hein (1995) Method and apparatus for adaptively producing noise-reduced digital image sequences. U.S patent, 444,422.
V. Zlokolica (2004) Recursive Temporal Denoising and Motion Estimation of Video, ICIP, pp. 1465-1468.
Siemens (1999) SDA 9400 SCARABAEUS Plus Scan Rate Converter Using Embedded Dram Technoology Units Manual, pp. 23-29.
J.C. Brailean, A.K. Katsaggelos (1995) Simultaneous displacement estimation and restoration of noisy-burrered image sequences, IEEE Trans. on Image Processing, 4, pp. 1236-1251.
C.A. Pomalaza-Raez, C.D. McGillem (1984) An adaptive, nonlinear edge-preserving filter, IEEE Trans. on Acoustics and Signal Processing, 32(3), pp. 571-576.
S.G. Lee, D.W. Lee, G.D. Kim (2009) A Study on the elimination method of noise image caused by rainfall using machine vision, Journal of the Korean Society for Railway, 12(3), pp. 364-369.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.