[논문]웨이블렛 변환 영역에서 MAD 순서통계량을 이용한 SAR 영상의 화질개선 구현

이철; 이정석

doi:10.13067/jkiecs.2014.9.12.1381

웨이블렛 변환 영역에서 MAD 순서통계량을 이용한 SAR 영상의 화질개선 구현
Implementation of Image Improvement using MAD Order Statistics for SAR Image in Wavelet Transform Domain 원문보기

한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.9 no.12, 2014년, pp.1381 - 1388

이철 (인하공업전문대학 메카트로닉스과) , 이정석 (인하공업전문대학 메카트로닉스과)

초록
AI-Helper

본 논문에서는 지형의 형태 파악에 주로 이용되는 SAR(Synthetic Aperture Radar) 영상의 화질을 저해하는 주된 요소인 잡음을 제거하기 위하여 웨이블렛 변환 기반 MAD순서통계량 알고리즘을 논의한다. 효과적인 영상개선을 위하여 SAR 영상에 근사부분대역의 웨이블렛 계수에 가중평균(Weighted average)법으로 영상처리하고 상세 부분대역의 웨이블렛 계수에 중앙절대편차(MAD : Median Absolute Deviation)를 이용한 임계값을 설정하여 왜곡요소를 제거하는 방법을 제안한다. 특히 제안 방법의 임계값은 잡음과 같은 왜곡요소를 배재하고 영상의 통계량을 고려하여 설정하였다. 제안된 방법은 실시간처리를 보장하기 위하여 DSP와 FPGA를 이용한 하드웨어로 구현하였으며 Xilinx FPGA를 사용하여 실험 하였다.

Abstract ▼ AI-Helper

This paper is proposed a wavelet-based the order statistics MAD(Median Absolute Deviation) method of SAR(Synthetic Aperture Radar) image for image enhancement. also The method of compared and defined the threshold the wavelet coefficients using MAD of the wavelet coefficients of the detail subbands was proposed to effectively image enhancement. In order to complement the disadvantage, the threshold of the proposed method sets up the image statistic and excludes the distortion. The hardware design is used FPGA of Xilinx and DSP system for the image enhancement and compressed encoding of the proposed algorithm. Therefore the proposed method is totally verified by comparing with the several other images.

주제어

AI 본문요약
AI-Helper

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

문제 정의

[2단계]의 중앙절대편차를 이용한 임계값 산출 방법을 자세히 알아보자. 본 논문에서 제안한 영상융합의 목표는 임계값 λ를 결정하는 것이다.
본 논문에서는 전처리 단계에서 왜곡요소제거를 고려한 기법을 적용하여 처리 시 왜곡요소로 인한 영상의 왜곡을 개선하고자 하였다. 또한 임계값 설정은 통계적결과에 기반을 둔 표준편차(또는 분산, 평균)와 영상신호의 표본크기에 따라 결정되며 통계적 변화에 따른 임계값 변화와 정확한 임계값을 결정하는 문제를 해결하기 위하여 MAD를 통한 순서 통계량을 제안 하고자 한다.
본 논문에서 제안한 영상융합의 목표는 임계값 λ를 결정하는 것이다.
영상처리에서 중요한 것은 처리하고자하는 영상의 특징을 감안하여 영상의 왜곡요소를 최소화 하는 것이다. 본 논문에서는 영역기반 영상처리에서 영역별 분산 값을 단순 비교하는 문제점을 해결하기위해 영상의 통계량에 따라 임계값이 가변되는 MAD를 이용한 계수의 순서 통계량을 사용하는 영상융합을 제안한다. 영상의 통계 변화량은 영상의 품질을 표현하는 기준으로 일반적으로 분산이나 평균을 이용하여 임계값을 산출하여 구현된다[9].
지금까지 통계와 분산 또는 가중치를 이용한 규칙들이 많이 제안되었으나 이러한 방법들은 왜곡요소에 대한 화면품질을 저하시키는 문제를 해결 할 수 없었다. 본 논문에서는 전처리 단계에서 왜곡요소제거를 고려한 기법을 적용하여 처리 시 왜곡요소로 인한 영상의 왜곡을 개선하고자 하였다. 또한 임계값 설정은 통계적결과에 기반을 둔 표준편차(또는 분산, 평균)와 영상신호의 표본크기에 따라 결정되며 통계적 변화에 따른 임계값 변화와 정확한 임계값을 결정하는 문제를 해결하기 위하여 MAD를 통한 순서 통계량을 제안 하고자 한다.
본 연구에서는 이와 같은 문제를 해결하기 위하여 잡음레벨을 계산하는 대신에 웨이블렛 계수만을 사용하여 잡음을 효율적으로 제거하는 문턱값을 찾으려고 하였다. 우선, 웨이브렛 변환된 상세대역 계수에 대해 미분 마스크 연산을 수행하여 잡음의 위치를 찾고, 잡음에 해당하는 계수와 그렇지 않은 계수를 구분하는 2진 마스크를 생성하여 잡음을 제거한다.

가설 설정

본 논문은 웨이블렛 변환기반으로 SAR영상을 다중해상도 분해하여 저주파 영역(LL)은 가중평균법으로 처리하고 고주파영역(LH, HL, HH)인 상세대역의 처리는 중앙절대편차(MAD)를 이용 순서통계량에 의한 각 영역별 계수의 임계값을 구하여 각 영역내의 왜곡요소를 제거하는 알고리즘을 제안하였다. 또한 본 논문에서는 영상신호를 왜곡이 포함된 신호라고 가정하여 영상 신호 추정 시 고려된 왜곡도 추정하여 포함된 왜곡을 배재하므로 잡음에 대한 영상의 왜곡문제도 해결했다. 제안된 영상융합 방법의 성능을 비교 분석하기 위하여 SAR영상을 실험대상으로 웨이블렛 기법과 제안방법을 비교하였다.

제안 방법

ADV212 2개를 카드 내에 구성하여 SAR 영상을 처리하도록 구성하였다. JPEG2000 압축 기능을 구현하는 PowerPC CPU를 적용하여 Embedded Board를 설계 제작 하였다. 또한 하드웨어는 Add In PMC Card(PMC – PCI Mezzanine card)로 장착이 가능한 기능을 갖고 있다.
또한 하드웨어는 Add In PMC Card(PMC – PCI Mezzanine card)로 장착이 가능한 기능을 갖고 있다. JPEG2000 압축을 위한 주제어 기능을 상기의 보드에서 담당하고, Vxworks 실시간 운영체제에서 구동되도록 프로그램을 작성 구현하였다.
구현보드의 실험환경은 촬영 영상 데이터를 압축․부호화 전송 처리하는 회로 카드를 통하여 JPEG2000 조건의 압축·부호화를 처리하는 과정을 설정하였다.
우선, 웨이브렛 변환된 상세대역 계수에 대해 미분 마스크 연산을 수행하여 잡음의 위치를 찾고, 잡음에 해당하는 계수와 그렇지 않은 계수를 구분하는 2진 마스크를 생성하여 잡음을 제거한다. 다음으로 상세대역들의 중앙절대 편차(median absolute deviation, MAD)를 각각 구하고 이를 각 대역의 문턱값으로 설정하여 잡음을 제거한다. 이 방법은 영상의 통계량에 따라 MAD에 의해 가변적으로 임계값이 정해지므로 잡음의 레벨이 같더라도 각 영상의 통계량에 따라 문턱값이 달라진다.
그러나 영상 전체에 포함된 잡음으로 인한 영상품질의 저하는 정확한 지형 판단을 어렵게 한다. 따라서 본 논문에서는 이러한 영상저하를 발생시키는 잡음 성분을 미분 마스크와 중앙절대 편차(median absolute deviation, MAD)를 이용 하여 영상품질 개선을 얻었다. 일반적인 웨이블렛 영상 처리에서는 신호에 포함된 잡음을 추정하여 그 크기를 계산하고, 이에 비례한 문턱값을 설정하는 것이다.
본 논문에서 제안한 알고리즘은 기존 웨이블렛 변환기반에 MAD를 이용하여 통계적인 임계값의 순위를 결정하여 영상 통계량에 따라 영역을 선별하는 효과적인 영상품질개선기법을 제안한다. 본 논문에서는 웨이블렛 변환기반으로 영상을 다중해상도 분해하여 저주파 영역(LL)은 가중평균(weighted average)법으로 처리하고 고주파영역(LH, HL, HH)인 상세대역은 MAD를 계산하여 산출된 각 영역별 계수의 임계값을 각 영역에 적용하여 화질을 개선하는 순서통계량을 수행한다[8].
본 논문에서 제안한 알고리즘은 기존 웨이블렛 변환기반에 MAD를 이용하여 통계적인 임계값의 순위를 결정하여 영상 통계량에 따라 영역을 선별하는 효과적인 영상품질개선기법을 제안한다. 본 논문에서는 웨이블렛 변환기반으로 영상을 다중해상도 분해하여 저주파 영역(LL)은 가중평균(weighted average)법으로 처리하고 고주파영역(LH, HL, HH)인 상세대역은 MAD를 계산하여 산출된 각 영역별 계수의 임계값을 각 영역에 적용하여 화질을 개선하는 순서통계량을 수행한다[8].
본 논문은 웨이블렛 변환기반으로 SAR영상을 다중해상도 분해하여 저주파 영역(LL)은 가중평균법으로 처리하고 고주파영역(LH, HL, HH)인 상세대역의 처리는 중앙절대편차(MAD)를 이용 순서통계량에 의한 각 영역별 계수의 임계값을 구하여 각 영역내의 왜곡요소를 제거하는 알고리즘을 제안하였다. 또한 본 논문에서는 영상신호를 왜곡이 포함된 신호라고 가정하여 영상 신호 추정 시 고려된 왜곡도 추정하여 포함된 왜곡을 배재하므로 잡음에 대한 영상의 왜곡문제도 해결했다.
구현보드의 실험환경은 촬영 영상 데이터를 압축․부호화 전송 처리하는 회로 카드를 통하여 JPEG2000 조건의 압축·부호화를 처리하는 과정을 설정하였다. 압축기회로카드를 PC에 장착하고 Window용 Test Program을 작성하여 진행하였다.
영상데이터 처리과정을 수행하기 위한 영상데이터처리와 압축기능은 JPEG2000 압축∙부호화 표준 조건에 맞는 하드웨어를 설계하였다. 본 논문에서 구현된 하드웨어보드는 PMC, PCI I/F, CPLD와 JPEG2000 하드웨어 엔진인 ADV212(JPEG2000 CDDEC)로 구성하였다.
본 연구에서는 이와 같은 문제를 해결하기 위하여 잡음레벨을 계산하는 대신에 웨이블렛 계수만을 사용하여 잡음을 효율적으로 제거하는 문턱값을 찾으려고 하였다. 우선, 웨이브렛 변환된 상세대역 계수에 대해 미분 마스크 연산을 수행하여 잡음의 위치를 찾고, 잡음에 해당하는 계수와 그렇지 않은 계수를 구분하는 2진 마스크를 생성하여 잡음을 제거한다. 다음으로 상세대역들의 중앙절대 편차(median absolute deviation, MAD)를 각각 구하고 이를 각 대역의 문턱값으로 설정하여 잡음을 제거한다.
또한 표준편차를 이용할 경우 임계값의 커지므로 유효계수의 손상이 있을 수 있다. 이 문제를 해결하기 위하여 본 논문은 중앙절대편차를 영상의 통계량을 표현하는 임계값 산출에 사용한다.
또한 가중치를 α = 1/2 로 선택 하였다. 정량적 성능은 PSNR(Peak signal to noise ratio)을 산출하여 비교하였다. 표2의 PSNR 분석 데이터는 영상의 영상품질 차이를 추출하여 평균한 값으로 달리 표현하면 식(8)과 같다.
본 논문에서 구현된 하드웨어보드는 PMC, PCI I/F, CPLD와 JPEG2000 하드웨어 엔진인 ADV212(JPEG2000 CDDEC)로 구성하였다. 주제어 보드인 PowerPC Embedded Board는 JPEG2000 압축 카드를 제어하기 위해 PCI 인터페이스를 적용하였고, 주제어 보드의 PCI 인터페이스 기능은 그림4와 같이 PMC 연결 커넥터를 통해 PCI 32bit 데이터버스로 송수신하고, PCI Bridge 디바이스는 PCI9056을 통해 하드웨어 JPEG2000 엔진 디바이스에서 데이터 송수신 하도록 구성하였다.
하드웨어보드는 엔진이 내장된 ADV212를 사용하여 설계하였고 JPEG2000 압축영상소스 처리의 해상도는 256 x 256에서 1024 x 1024까지의 정지영상 단일 컷을 JPEG2000 하드웨어 엔진 ADV212 에서 단일 처리한다. ADV212 2개를 카드 내에 구성하여 SAR 영상을 처리하도록 구성하였다.

대상 데이터

하드웨어보드는 엔진이 내장된 ADV212를 사용하여 설계하였고 JPEG2000 압축영상소스 처리의 해상도는 256 x 256에서 1024 x 1024까지의 정지영상 단일 컷을 JPEG2000 하드웨어 엔진 ADV212 에서 단일 처리한다. ADV212 2개를 카드 내에 구성하여 SAR 영상을 처리하도록 구성하였다. JPEG2000 압축 기능을 구현하는 PowerPC CPU를 적용하여 Embedded Board를 설계 제작 하였다.
영상데이터 처리과정을 수행하기 위한 영상데이터처리와 압축기능은 JPEG2000 압축∙부호화 표준 조건에 맞는 하드웨어를 설계하였다. 본 논문에서 구현된 하드웨어보드는 PMC, PCI I/F, CPLD와 JPEG2000 하드웨어 엔진인 ADV212(JPEG2000 CDDEC)로 구성하였다. 주제어 보드인 PowerPC Embedded Board는 JPEG2000 압축 카드를 제어하기 위해 PCI 인터페이스를 적용하였고, 주제어 보드의 PCI 인터페이스 기능은 그림4와 같이 PMC 연결 커넥터를 통해 PCI 32bit 데이터버스로 송수신하고, PCI Bridge 디바이스는 PCI9056을 통해 하드웨어 JPEG2000 엔진 디바이스에서 데이터 송수신 하도록 구성하였다.
제안된 알고리즘의 성능을 비교하기 위하여 제안한 방식과 기존의 범용 방식인 웨이블렛을 그림 6에서 보여준다. 최근 관심이 쏠리고 있는 국방 분야의 항공촬영 영상 2개를 사용하였다. 또한 가중치를 α = 1/2 로 선택 하였다.

데이터처리

또한 본 논문에서는 영상신호를 왜곡이 포함된 신호라고 가정하여 영상 신호 추정 시 고려된 왜곡도 추정하여 포함된 왜곡을 배재하므로 잡음에 대한 영상의 왜곡문제도 해결했다. 제안된 영상융합 방법의 성능을 비교 분석하기 위하여 SAR영상을 실험대상으로 웨이블렛 기법과 제안방법을 비교하였다. 실험결과 범용방법은 제안방법보다 흐릿한 영상을 나타났고 제안된 방법은 시각적인 비교에서 뿐만 아니라 정량적인 평가에서도 우수한 결과를 보여줌을 알 수 있었다.
이 방법은 영상의 통계량에 따라 MAD에 의해 가변적으로 임계값이 정해지므로 잡음의 레벨이 같더라도 각 영상의 통계량에 따라 문턱값이 달라진다. 특히, 표준편차를 이용할 경우 값이 큰 소수의 계수들로 인하여 전체 문턱값이 커지는 문제가 생기기 때문에 중앙편차를 이용한 계수의 순서 통계량을 적용하였다. 영상처리의 성능평가를 위하여 범용방법인 웨이블렛을 사용하였으며 압축·부호화 과정은 JPEG2000표[3] 하드웨어 보드를 구현하여 실험 하였다.

이론/모형

영상처리의 성능평가를 위하여 범용방법인 웨이블렛을 사용하였으며 압축·부호화 과정은 JPEG2000표[3] 하드웨어 보드를 구현하여 실험 하였다.

성능/효과

제안된 영상융합 방법의 성능을 비교 분석하기 위하여 SAR영상을 실험대상으로 웨이블렛 기법과 제안방법을 비교하였다. 실험결과 범용방법은 제안방법보다 흐릿한 영상을 나타났고 제안된 방법은 시각적인 비교에서 뿐만 아니라 정량적인 평가에서도 우수한 결과를 보여줌을 알 수 있었다.
실험결과 그림 6은 시각적으로 제안된 MAD기법을 적용한 경우가 더욱 정확하고 겹침이 적은 우수한 처리가 수행됨을 시각적으로 확인 할 수 있다. 표 2는 제안한 방식이 기존의 방식보다 영상성능이 정확도가 우수함을 보였다.

질의응답

핵심어	질문	논문에서 추출한 답변
	웨이블릿이란 무엇인가?	웨이블릿은 Morlet에 의해 소개된 이후 신호를 분석하고 해석하는데 효과적인 수학적 도구로 알려져 있으며 순수수학부터 여러 응용분야에 이르기까지 폭넓게 연구되어 왔다. 웨이블릿이란 작은 파장형의 조각이라는 뜻이며 작은 파장형들의 적당한 규칙을 모으면 큰 파장형의 형태가 된다는 의미로, 기본적인 개념은 스케일에 따라 분석하는 것이다. 웨이블릿 변환[4]을 이용한 영상융합의 일반적인 과정은 영상을 분해한 후 다시 합성하는 과정을 거친다.
	SAR영상의 장점은 무엇인가?	이러한 지형적 구조를 판단하는 대표적 영상이 SAR영상이다[1]. SAR영상은 기상현상에 영향을 받지 않을 뿐만 아니라 영상취득의 특성상의 이유로 지표면의 구조를 파악하는데 매우 탁월하다. 그러나 영상 전체에 포함된 잡음으로 인한 영상품질의 저하는 정확한 지형 판단을 어렵게 한다.
	SAR영상의 단점은 무엇인가?	SAR영상은 기상현상에 영향을 받지 않을 뿐만 아니라 영상취득의 특성상의 이유로 지표면의 구조를 파악하는데 매우 탁월하다. 그러나 영상 전체에 포함된 잡음으로 인한 영상품질의 저하는 정확한 지형 판단을 어렵게 한다. 따라서 본 논문에서는 이러한 영상저하를 발생시키는 잡음 성분을 미분 마스크와 중앙절대 편차(median absolute deviation, MAD)를 이용 하여 영상품질 개선을 얻었다.

참고문헌 (9)

S. Frita and M. Boulemden, "Meteorological Image Processing with Wavelet," IEEE ICASSP(Int. Conf. on Acoustics, Speech, and Signal Processing), Sandiego, CA, Apr. 1998, pp. 2997-2300.
S.-U. Kim, "An Image Denoising Algorithm Using Multiple Images for Mobile Smartphone Cameras," J. of the Korea Institute of Electronic Communication Science, vol. 11. no. 3, 2014, pp. 1189-1195.

원문보기 상세보기
P. Schelkens, The JPEG2000 Suite. New York : Wiley, 2009.
S. C. Burrus, R. A. Gopinath, and H. Guo, Introduction to Wavelets and Wavelet transforms : A Primer. New Jersey : Prentice-Hall, 1998.
P. J. Burt and R. J. Kolezynski, "Enhanced image capture through fusion," Proc. of 4th Inter-national Conf. on Computer Vision, New York, NY, Apr. 1993, pp. 173-182.
H. Ma, C. Jia, and S. Liu, "Multisource image fusion based on wavelet transform," Int. J. of Information Technology, vol. 3, no. 1, 2005, pp. 81-91.
C.-K. Lee and D.-I. Kim, "Adaptive Noise Reduction of Speech Using Wavelet Transform," J. of the Korea Institute of Electronic Communication Science, vol. 4, no. 3, 2009, pp. 190-196.
Y.-Y. Kim, "Progressive Image Coding using Wavelet Transform," J. of the Korea Institute of Electronic Communication Science, vol. 9, no. 1, 2013, pp. 33-40.

원문보기 상세보기
J.-H. Lee, "A Study for Sales and Demand Forecasting Model Using Wavelet Neural Networks," J. of the Korea Institute of Electronic Communication Science, vol. 9, no. 1, 2013, pp. 131-136.

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