$\require{mediawiki-texvc}$

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.

AWGN 환경에서 고주파 성분을 고려한 잡음 제거 알고리즘
Noise Removal Algorithm Considering High Frequency Components in AWGN Environments 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.22 no.6, 2018년, pp.867 - 873  

천봉원 (Dept. of Control and Instrumentation Eng., Pukyong National University) ,  김남호 (Dept. of Control and Instrumentation Eng., Pukyong National University)

초록
AI-Helper 아이콘AI-Helper

최근 영상처리 분야는 디지털 영상장치들의 수요가 증대되면서 관심이 높아지고 있다. 그러나 디지털 영상은 영상을 처리하는 과정에서 다양한 원인으로 발생하는 잡음에 의해 훼손된다. 일반적으로 디지털 영상장치는 AWGN 등의 잡음이 발생하여 성능과 신뢰도를 저하하며 이를 제거하기 위한 다양한 연구가 진행되고 있다. 따라서 본 논문에서는 영상의 고주파 성분을 보호하고 AWGN을 효과적으로 제거하는 알고리즘을 제안하였다. 제안한 알고리즘은 가우시안 마스크를 적용한 추정치와 국부 마스크의 분포에 따라 적용된 가중치를 가감하여 최종 출력을 구한다. 그리고 제안한 알고리즘의 성능 평가를 위해 기존의 방법들과 시뮬레이션하였으며, PSNR과 처리한 확대 영상을 통해 특성을 비교하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Recently, interests in the field of image processing have increased with the increased demand for digital imaging devices. However, digital images are damaged by the noise generated by various causes during image processing. Generally in digital imaging devices, noise such as AWGN, etc. is generated...

주제어

#고주파 성분   #잡음 제거   #알고리즘  

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 고주파 성분을 보존하며 AWGN을 효과적으로 제거하기 위한 필터 알고리즘을 제안하였다.
  • 본 논문은 고주파 성분이 많은 환경에서 AWGN을 효과적으로 제거하기 위한 알고리즘을 제안한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
AWGN을 제거하기위한 방법은 무엇인가?  때문에 AWGN의 제거는 영상 및 신호처리 에 있어서 가장 필수적인 과정이다. AWGN을 제거하기 위해 많은 필터 기법들이 제안되었고, 대표적으로 공간 선형필터인 평균필터(MF, mean filter), 평균필터와 메디언필터의 특성을 함께 지닌 알파트림드평균필터(A-TMF, alpha-trimmed mean filter), 메디언 필터의 입력 신호에 가중치를 적용한 CWMF (center weighted median filter) 등이 있다[4-6]. 그러나 이러한 기존의 방법들은 영상과 신호를 스무딩하여, 고주파 성분이 많은 영상에 적합하지 않다[7-8].
영상장치에 발생하는 잡음은 무엇이 있는가? 영상장치에 발생하는 잡음은 발생 원인과 형태에 따라 다양한 종류로 분류하고 있으며, 대표적으로 AWGN (additive white gaussian noise)과 임펄스 잡음이 있다. 이 중 AWGN은 모든 주파수 대역과 다양한 기기에서 나타난다.
디지털 필터가 주목받는 이유는 무엇인가? 현대 사회는 디지털 정보화로 인해 실생활에서 다양한 영상장치들을 접할 수 있게 되었다. 하지만 영상장치들은 영상을 디지털화하거나 처리하는 과정에서 여러 가지 원인으로 잡음이 발생하여 영상을 훼손시킨다. 따라서 영상장치들의 성능을 높이기 위해 잡음 제거 연구가 주목받고 있으며 디지털 필터의 중요성이 대두되고 있다[1-3].
질의응답 정보가 도움이 되었나요?

참고문헌 (11)

  1. S. Y. Lee, J. K. Kim, J. W. Lee, P. Yuan, J. M. Ahn, "Analysis of Hierarchical Modulation Performance According to Hierarchical Modulation Factor( ${\alpha}$ ) in AWGN," in Proceedings of Symposium of the Korean Institute of communications and Information Sciences, Jeju: Korea, pp. 39-40, 2012. 

  2. P. S. V. S. Sridhar, R. Caytiles, "Efficient Cloud Data Hosting Availability," Asia-pacific Journal of Convergent Research Interchange, HSST, ISSN : 2508-9080, vol. 3 no. 2, pp. 11-19, Jun. 2011. http://dx.doi.org/10.21742/APJCRI.2017.06.02. 

  3. X. Lin, Y. Jiao, D. Zhao, "An Improved Gaussian Filter for Dynamic Positioning Ships With Colored Noises and Random Measurements Loss," Journal of IEEE Acces, vol. 6, pp. 6620-6629, Jan. 2018. 

    상세보기 crossref

  4. S. P. Lyu, "Planar Curve Smoothing with Individual Weighted Averaging," Journal of the Korea Institute of Information and Communication Engineering, vol. 44, no. 11, pp. 1194-1208, Nov. 2017. 

  5. S. I. Kwon, N. H. Kim, "A Study on Noise Removal using Modified Edge Detection in AWGN Environments," Journal of the Korea Institute of Information and Communication Engineering, vol. 21, no. 7, pp. 1342-1348, Jul. 2017. 

  6. J. J. Madhura, D. R. Ramesh Babu, "An effective hybrid filter for the removal of Gaussian-impulsive noise in computed tomography images," in International Conference on Advances in Computing, Communications and Informatics, Udupi, India, pp. 1815-1820, 2017. 

  7. A. Ulu, B. Dizdaroglu, "Automated removal of Gaussian noise in color images," in Signal Processing and Communications Applications Conference, Antalya, Turkey, pp. 1-4, 2017. 

  8. X. Long, N. H. Kim, "An Improved Weighted Filter for AWGN Removal," Journal of the Korea Institute of Information and Communication Engineering, vol. 17, no. 5, pp. 1227-1232, May 2013. 

    원문보기 상세보기 crossref

  9. S. I. Kwon, N. H. Kim, "A Study on Noise Removal using Modified Edge Detection in AWGN Environments," Journal of the Korea Institute of Information and Communication Engineering, vol. 21, no. 7, pp. 1342-1348, Jul. 2017. 

  10. G. Yinyu, N. H. Kim, "The Modified Mean Filter to Remove AWGN," Journal of the Korea Institute of Information and Communication Engineering, vol. 15, no. 5, pp. 1177-1182, May 2011. 

    원문보기 상세보기 crossref

  11. X. Long, N. H. Kim, "A Study on Image Restoration Filter in AWGN Environments," Journal of the Korea Institute of Information and Communication Engineering, vol. 18, no. 4, pp. 949-956, Apr. 2014. 

    원문보기 상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

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