[논문]최적화된 매개변수 위너필터를 이용한 훼손된 의료영상의 복원

신충호; 정채영

doi:10.6109/jkiice.2012.16.5.1055

최적화된 매개변수 위너필터를 이용한 훼손된 의료영상의 복원
A Restoration of Degraded Medicine Images Based on Optimized Parametric Wiener Filter 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.16 no.5, 2012년, pp.1055 - 1063

신충호 (조선대학교) , 정채영 (조선대학교)

초록
AI-Helper

여러 가지 환경적인 요인에 의해서 영상에 잡음이 부가된다. 이러한 잡음을 제거하고 각 잡음의 특성에 적합한 필터링 방법을 이용한다. 직접적인 복원방법으로 반전 필터와 위너필터가 있다. 여기에서 위너필터가 최소 자승 오차 관점에서 최적의 필터다. 그러므로 첫째, 반전필터, 위너필터, 제한된 최소자승필터등에 대해서 살펴 보고, 둘째, 파워스펙트럼비의 양적화된 조정을 위해서 매개변수를 사용하며, 그러한 변수들은 서로 충돌한다. 그러므로 응용에 적합하게 조정할 수 있는 매개변수 위너필터를 이용해 변수들을 최적화하였다. 모의실험 결과에서 훼손된 의료영상의 계조가 향상되었고, 잡음을 제거하였다. 그리고 비교되는 실험은 에지의 보전과 잡음 제거 특성에 관해서 증명하였다.

Abstract ▼ AI-Helper

The noise of image is added by many environmental factors. Therefore, we need to remove these noises using the conventional filtering methods, which are optimized based on the statistical characteristic of noise. In direct restoration method, there is an inverse filter and the wiener filter. Here, the wiener filter is the optimized filter in the view of least square method. First, we are going to study the inverse filter, wiener filter, constraint least square filter. Second, in order to control the quantity, we use the parameters instead of the power spectrum ratio. But, these parameters have the conflicting condition, therefore, we optimized the variables using parametric wiener filter which adjust the application appropriately. In the simulation results, the contrast of the degraded image was enhanced and the noise was removed. Comparative experimentation was demonstrated edge preserving and noise removing property.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

그러나 반복적인 방법의 문제점은 원 영상에 근접한 정도를 판단하는 값을 추측하기가 용이하지 않다라는 것이다. 그러므로 본 논문에서는 최적화된 매개변수 위너필터를 사용하여 영상을 복원시키고자 하였다. 본 논문의 구성으로 먼저 2장은 기존의 주파수 영역 필터들에 관한 것이며, 다음으로 매개변수 위너필터를 기술하였다.
그러므로 본 실험에서 Υ값을 조정함에 따라서 어떻게 훼손된 영상이 복원되는지 증명하였다.

가설 설정

그러므로 적용된 훼손함수의 퓨리에 변환의 역인 1/ H(u,v)이 반전필터이다. 영상이 더해지는 잡음에 훼손된다면 0이라는 값은 존재하지 않을 것이다. 반전 필터에 의해 복원된 영상은 잡음의 분포에 의해서 다르게 결과될 수 있다.

제안 방법

각 매개변수들의 근거를 기술하면, 먼저, 위너필터는 적은 마스크의 복원에 향상을 보였으므로 가장 적은 5부터 9까지를 변수로 두었고, 영상의 잡음을 낮추기 위해서 차단 주파수를 40부터 80까지 변수로 두었으며, 잡음에 민감한 Υ값은 변수를 변화시켜도 큰 변화가 보이지 않음으로 실험적으로 최적을 보인 25을 적용하였다.
처리된 결과 영상들을 기술하면 원 영상을 훼손시키고져 블러하였는데, 즉 마스크의 크기를 각 그림에서 각각 5, 7, 9로 늘러 줌으로써 복원영상의 잡음이 많아짐을 알 수 있었고, 차단 주파수의 경우에 차단 주파수가 각각 40, 60, 80으로 커짐에 따라 잡음이 많아짐을 확인하였다. 그러므로 이러한 잡음들을 최적화한 복원결과영상 들을 각각 비교하여 최적화 변수를 찾았다. 표 2와 같이 원영상과 비교하여 복원영상결과들의 SNR(signal-tonoise)값을 나열한 결과 case01의 경우가 21.
다음으로 매개변수 위너필터에 Υ값과 차단 주파수를 각각 적용하여 잡음이 가장 적은 변수값을 최적값으로 두었으며, 후처리로 히스토그램 스트래칭을 적용했다.
본 논문에서는 의료영상들을 입력으로 CVIP도구를 이용하여 영상을 처리하였다. 도구내의 복원기법인 매개변수 위너필터에서 최적화된 매개변수들을 적용시켰으며, 후처리로는 히스토그램 스트레칭을 이용해서 의료영상을 증진시켰다. 각 원영상들을 입력으로 실험한 결과, 각 입력 영상들의 계조차이로 인해서 각각의 복원 영상들의 표준화된 매개변수값을 찾는 데 어려움이 있었으나 대체적으로 훼손 영상에 비해서 증진된 복원영상들을 얻을 수 있었다.
마지막으로 위너필터가 적은 잡음에 향상을 보임으로 가우시안 잡음변수를 잡음의 양이 적은 최적치 5로 두었다.
본 논문에서는 의료영상들을 입력으로 CVIP도구를 이용하여 영상을 처리하였다. 도구내의 복원기법인 매개변수 위너필터에서 최적화된 매개변수들을 적용시켰으며, 후처리로는 히스토그램 스트레칭을 이용해서 의료영상을 증진시켰다.
그림 2의 (b), 즉 훼손된 영상에 대해서 각각 (c), (d), (e), (f)을 반전필터를 적용하여 복원하였다. 즉, 차단 주파수를 40, 60, 80, 100으로 늘려 주었고, 후처리로 히스토그램 스트레칭을 사용하였다. 여기에서 주목할 점은 차단주파수를 100으로 했을 때 영상의 밝기가 현저히 떨어짐을 알 수 있다.
각 원영상들을 입력으로 실험한 결과, 각 입력 영상들의 계조차이로 인해서 각각의 복원 영상들의 표준화된 매개변수값을 찾는 데 어려움이 있었으나 대체적으로 훼손 영상에 비해서 증진된 복원영상들을 얻을 수 있었다. 최적화 매개변수 값으로는 훼손된 영상을 만들기 위해 mask-5x5로 블러시킨 후에 가우시안 잡음변수를 5만큼 넣었으며, 이러한 훼손된 영상에 복원기법인 매개변수 위너필터의 변수들로 감마 25, 차단주파수 40등을 사용하였다. 향후연구로는 일정한 값을 주어 훼손시킨 영상이 아니라 실제 현장에서 오류로 인한 훼손영상에 대해 실험적인 최적화 변수를 적용하고자 한다.
표 1에서는 최적화 변수를 찾기위해서 먼저, 마스크를 5(5x5), 7(7x7), 9(9x9)를 적용시키며, 차단주파수(cutoff frequency)를 40, 60, 80으로 두었으며, Υ값은 25, 가우시안 잡음변수는 5를 기본으로 실험하였다.

대상 데이터

본 논문에서 실험한 영상의 크기는 N X N이다. 화소의 농도 값은 0≤ 화소 p≤255 인 그레이 영상들을 이용하였다.

이론/모형

화소의 농도 값은 0≤ 화소 p≤255 인 그레이 영상들을 이용하였다. 그리고 Southern Illinois 대학에서 개발한 영상처리 도구인 CVIP(Computer Vision Image Processing) 도구를 사용하여 모의실험하였다[6].

성능/효과

각 4가지의 훼손된 의료영상들과 복원영상결과들의 히스토그램이 그림 8과 같이 나타나며, 여기에서 각 복원영상의 히스토그램들이 각 훼손영상의 히스토그램들 보다 각 화소들의 분포가 골고루 되어졌고, 특히, 어두운 영역부분들이 향상됨을 알 수 있다.
도구내의 복원기법인 매개변수 위너필터에서 최적화된 매개변수들을 적용시켰으며, 후처리로는 히스토그램 스트레칭을 이용해서 의료영상을 증진시켰다. 각 원영상들을 입력으로 실험한 결과, 각 입력 영상들의 계조차이로 인해서 각각의 복원 영상들의 표준화된 매개변수값을 찾는 데 어려움이 있었으나 대체적으로 훼손 영상에 비해서 증진된 복원영상들을 얻을 수 있었다. 최적화 매개변수 값으로는 훼손된 영상을 만들기 위해 mask-5x5로 블러시킨 후에 가우시안 잡음변수를 5만큼 넣었으며, 이러한 훼손된 영상에 복원기법인 매개변수 위너필터의 변수들로 감마 25, 차단주파수 40등을 사용하였다.
왜냐하면 H*(u,v)는 H(u,v)와 비교해서 역의 위상이며, 곧, 복원영상의 위상이 원영상의 위상과 일치된다. 결론적으로 영상복원의 위상변화는 없으며, 복원영상이 손상되지않는다[4]. 또한, 잡음이 증가할수록 위너필터의 분모가 증가한다.
처리된 결과 영상들을 기술하면 원 영상을 훼손시키고져 블러하였는데, 즉 마스크의 크기를 각 그림에서 각각 5, 7, 9로 늘러 줌으로써 복원영상의 잡음이 많아짐을 알 수 있었고, 차단 주파수의 경우에 차단 주파수가 각각 40, 60, 80으로 커짐에 따라 잡음이 많아짐을 확인하였다. 그러므로 이러한 잡음들을 최적화한 복원결과영상 들을 각각 비교하여 최적화 변수를 찾았다.

후속연구

최적화 매개변수 값으로는 훼손된 영상을 만들기 위해 mask-5x5로 블러시킨 후에 가우시안 잡음변수를 5만큼 넣었으며, 이러한 훼손된 영상에 복원기법인 매개변수 위너필터의 변수들로 감마 25, 차단주파수 40등을 사용하였다. 향후연구로는 일정한 값을 주어 훼손시킨 영상이 아니라 실제 현장에서 오류로 인한 훼손영상에 대해 실험적인 최적화 변수를 적용하고자 한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	영상처리에 있어서 훼손된 영상을 복원하는 기술도 중요한 이유는 무엇 때문인가?	영상처리에 있어서 결과영상의 증진도 중요하지만 영상의 입력, 처리, 통신등의 처리과정 중에서 발생하는 훼손된 영상을 복원하는 기술도 중요한 영상처리 분야이다. 왜냐하면 입력기기의 노후화 및 입력환경 요인, 잘못된 처리 및 통신오류에 의해서 원영상이 훼손되기 때문이다.
	영상복원 방법 중 반복적 방법이란?	영상복원과 관련된 대표적 2가지 방법으로써 직접적 방법과 반복적 방법을 들 수 있다[2]. 직접적 방법에서 위너필터 방법이 대표적 영상복원 기법이며, 반복적 방법은 여러번에 걸쳐 수행하여 획득한 최종 단계의 값을 복원된 영상으로 얻어내는 방식이다.
	영상복원과 관련된 대표적 2가지 방법은 무엇인가?	영상복원과 관련된 대표적 2가지 방법으로써 직접적 방법과 반복적 방법을 들 수 있다[2]. 직접적 방법에서 위너필터 방법이 대표적 영상복원 기법이며, 반복적 방법은 여러번에 걸쳐 수행하여 획득한 최종 단계의 값을 복원된 영상으로 얻어내는 방식이다.

참고문헌 (7)

이현창, 신현철, "u-헬스 케어에서 사용자 정의 평균.위너필터를 이용한 영상복원에 관한 연구, 한국컴퓨터정보학회논문지, 제13권, 제2호, pp121-125, 2008.

원문보기 상세보기
김정태, "반복 semi-blind 위너 필터링을 이용한 이진 영상의 복원, 전기학회논문지, 제57권, 7호, pp 1290-1294, 2008.
A. Khireddine, K. Benmahammed, W. Puech, "Digital image restoration by Wiener filter in 2D case", Advance in Engineering Software 38, pp. 513-516, 2007.

상세보기
Byung Jun Kang and Kang Ryoung Park, "Real-Time Image Restoration for Iris Recognition Systems, IEEE Transactions on Systems, Man, and Cybernetics-Part B: Cybernetics, Vol. 37, No. 6, pp. 1555-1566, December 2007.

상세보기
Kwang YS, Byung JG, Kang RP, "Super-Resolution Iris Image Restoration using Single Image for Iris Recognition", KSII Transactions on Internet and Information Systems, Vol. 4, No. 2, pp. 117-137, April 2010.

원문보기 상세보기
Scott E. Umbaugh, "Computer Vision Image Processing", Prentice Hall, 1999.
문흥득외 3인, "평균 및 위너 필터를 사용한 영상 복원에 관한 연구", 한국해양정보통신학회논문지, 제8권, 제7호, pp 1393-1398, 2004.

원문보기 상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증