$\require{mediawiki-texvc}$

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.

[국내논문] 에지 검출을 이용한 동영상 잡음 예측
Noise Estimation using Edge Detection in Moving Pictures 원문보기

Journal of the Institute of Electronics and Information Engineers = 전자공학회논문지, v.52 no.4, 2015년, pp.207 - 212  

김영로 (명지전문대학 컴퓨터정보과) ,  오태명 (명지전문대학 컴퓨터정보과)

초록
AI-Helper 아이콘AI-Helper

움직임 영상에서 에지 검출을 이용하여 잡음을 예측하는 방법을 제안한다. 에지 검출은 잡음 예측에 영향을 주는 구조와 세밀함을 제거하는 역할을 한다. 에지를 검출하기 위하여 잡음에 강한 소벨과 형상학 닫힘 연산자를 사용한다. 제안하는 잡음 예측 방법은 다양한 종류의 동영상에 효율적으로 적용될 수 있으며 기존 잡음 예측 방법들 보다 향상된 결과를 가진다. 또한, 제안하는 알고리즘은 영상과 비디오 응용에서 효율적으로 적용할 수 있다.

Abstract ▼ AI-Helper 아이콘AI-Helper

We propose a noise estimation method using edge detection in moving pictures. Edge detection is to exclude structures and details which have an effect on the noise estimation. To detect edge, we use Sobel and morphological closing operators which are robust to details of images. The proposed noise e...

주제어

#Noise estimation   #Edge detection   #Sobel   #Morphological closing operation  

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

제안 방법

  • It has two stages. The proposed algorithm makes edge map with Sobel and morphological closing operations. It excludes detail structures and performs well for various noise levels.
  • Table 1 and 2 show that the proposed algorithm has better performances than the existing method for noise level σn = 5 and σn = 10 cases. The proposed method is simple and fast by Sobel and morphological closing operations.

이론/모형

  • The proposed noise estimation method in moving pictures is based on filter-based approach. It has two stages.
본문요약 정보가 도움이 되었나요?

참고문헌 (14)

  1. M. K. Ozkan, M. I Sezan, and A. M. Tekalp, "Adaptive motion-compensated filtering of noisy image sequences," IEEE Trans. Circuits Sys. Video Technol., vol. 3, pp. 277-290, Aug. 1993. 

    상세보기 crossref

  2. J. Kim and J. W. Woods, "3-D Kalman filter image motion estimation," IEEE Trans. Image Processing, vol. 7, pp. 42-52, Jan. 1998. 

    상세보기 crossref

  3. L. Sendur and I. W. Selesnick, "Bivariate shrinkage functions for wavelet-based denoising exploiting interscale dependency," IEEE Trans. Signal Processing, vol. 50, pp. 2744-2756, Nov. 2002. 

    상세보기 crossref

  4. B. Tang, G. Sapiro, and V. Caselles, "Color image enhancement via chromaticity diffusion," IEEE Trans. Image Processing, vol. 10, pp. 701-707, 2001. 

    상세보기 crossref

  5. S. -C. Tai and S. -M. Yang, "A fast method for image noise estimation using laplacian operator and adaptive edge detection," In Proc. ISCCSP 2008, Malta, pp. 12-14, Mar. 2008. 

  6. J. Immerkaer, "Fast noise variance estimation," Computer Vision and Image Understanding, Vol. 64, No. 2, pp. 300-302, Sep. 1996. 

    상세보기 crossref

  7. J. S. Lee and K. Hoppel, "Noise modeling and estimation of remotely sensed images," in Proc. 1989 Int. Geoscience and Remote Sensing, Vancouver, Canada, vol. 2, pp.1005-1008, Jun. 1989. 

  8. A. Amer, A. Mitiche, and E. Dubois, "Reliable and fast structure oriented video noise estimation," in Proc. IEEE Int. Conf. Image Processing, Montreal, Quebec, Canada, vol. 1, pp.840-843, Jul. 2002. 

  9. S. G. Chang, B. Yu, and M. Vetterli, "Adaptive wavelet thresholding for image denoising and compression," IEEE Trans. Image Process., vol. 9, no. 9, pp. 1532-1546, Sep. 2000. 

    상세보기 crossref

  10. S. G. Chang, B. Yu, and M. Vetterli, "Spatially adaptive wavelet thresholding with context modeling for image denoising," IEEE Trans. Image Process., vol. 9, no. 9, pp. 1522-1531, Sep. 2000. 

    상세보기 crossref

  11. D. L. Donoho and I. M. Johnstone, "Ideal spatial adaption via wavelet shrinkage," Biometrika, vol. 81, pp. 425-455, 1994. 

    상세보기 crossref

  12. A. Hashemi and S. Beheshti, "Adaptive noise variance estimation in BayesShrink," IEEE Signal Processing Letters, vol. 17, no. 1, Jan. 2010. 

    상세보기

  13. S. -D. Kim and K. -W. Lim, "Motion Adaptive Temporal-Spatial Noise Reduction Scheme with Separated Pre- and Post-Spatial Filter," IEIE 46SP-5-14, pp. 40-47, Sep. 2009. 

  14. B. -C. Song, "Motion-compensated noise estimation for effective video processing," IEIE 46SP-5-14, pp. 120-125, Sep. 2009. 

저자의 다른 논문 :

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
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