$\require{mediawiki-texvc}$

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 쿼드트리 분할을 사용한 변형된 가우시안 필터 알고리즘
Modified Gaussian Filter Algorithm using Quadtree Segmentation in AWGN Environment 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.25 no.9, 2021년, pp.1176 - 1182  

천봉원 (Dept. of Smart Robot Convergence and Application Eng., Pukyong National University) ,  김남호 (Dept. of Control and Instrumentation Eng., Pukyong National University)

초록
AI-Helper 아이콘AI-Helper

최근 인공지능과 IoT 기술의 발달에 따라 다양한 분야에서 자동화와 무인화가 진행되고 있으며, AI 객체인식의 기반이 되는 영상처리에 대한 중요성이 높아지고 있다. 특히 세밀한 데이터 처리가 필요한 시스템에서는 전처리 단계로 잡음 제거를 사용하고 있으나, 기존 알고리즘은 영상의 잡음 수준을 고려하지 않아 필터링 과정에서 블러링 현상이 나타나는 단점을 가지고 있다. 따라서 본 논문에서는 영상의 잡음 수준을 판단하여 가중치를 결정하는 변형된 가우시안 필터를 제안한다. 제안한 알고리즘은 쿼드트리 분할을 사용하여 영상의 AWGN에 대한 잡음추정치를 구하여 가우시안 가중치와 화소가중치를 정하며, 로컬마스크와 컨벌루션하여 최종출력을 구한다. 제안한 알고리즘을 평가하기 위해 기존 방법과 비교하여 시뮬레이션하였으며, 기존 방법에 비해 우수한 성능을 확인하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Recently, with the development of artificial intelligence and IoT technology, automation, and unmanned work are progressing in various fields, and the importance of image processing, which is the basis of AI object recognition, is increasing. In particular, in systems that require detailed data proc...

주제어

#영상처리   #가우시안 필터   #쿼드트리 분할  

표/그림 (8)

참고문헌 (10)

  1. Y. Zeng, Z. Zhang, X. Zhou, and Y. Liu, "High Dynamic Range Infrared Image Compression and Denoising," in 2019 International Conference on Information Technology and Computer Application, Guangzhou : China, pp. 65-69, 2019. DOI:10.1109/ITCA49981.2019.00022. 

    crossref

  2. P. S. V. S. Sridhar and 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. 2017. DOI:10.21742/APJCRI.2017.06.02. 

    crossref

  3. X. Liu, M. Tanaka, and M. Okutomi, "Signal Dependent Noise Removal from a Single Image," in 2014 IEEE International Conference on Image Processing, Paris: France, pp. 2679-2683, 2014. DOI:10.1109/ICIP.2014.7025542. 

    crossref

  4. L. Li, Z. Li, B. Li, D. Liu, and H. Li, "Quadtree-based Coding Framework for High-Density Camera Array-based Light Field Image," IEEE Transactions on Circuits and Systems for Video Technology, vol. 30, no. 8, pp. 2694-2708, Aug. 2020. DOI:10.1109/TCSVT.2019.2924313. 

    상세보기 crossref

  5. L. Xuegang, L. Junrui, and W. Juan, "Nonconvex Low Rank Approximation with Phase Congruency Regularization for Mixed Noise Removal," IEEE Access, vol. 7, no. 1, pp. 179538-179551, Dec. 2019. DOI:10.1109/ACCESS.2019.2958821. 

    상세보기 crossref

  6. X. Long and N. H. Kim, "An Improved Weighted Filter for AWGN Removal," Journal of the Korea Institute of Information and Communication Emn ngineering, vol. 17, no. 5, pp. 1227-1232, Mar. 2013. DOI: 10.6109/jkiice.2013. 17.5.1227. 

    원문보기 상세보기 crossref

  7. M. Chowdhury, J. Gao, and R. Islam, "Fuzzy Logic Based Filtering for Image De-noising," in 2016 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE), Vancouver, BC : Canada, pp. 2372-2376, 2016. DOI: 10.1109/FUZZIEEE.2016.7737990. 

    crossref

  8. B. W. Cheon and N. H. Kim, "AWGN Removal using Pixel Noise Characteristics of Image," Journal of the Korea Institute of Information and Communication Engineering, vol. 23, no. 12, pp. 1551-1557, Dec. 2019. DOI: 10.6109/jkiice.2019.23.12.1551. 

    원문보기 상세보기 crossref

  9. S. Trambadia and P. Dholakia, "Design and Analysis of an Image Restoration using Wiener Filter with a Quality based Hybrid Algorithms," in 2015 2nd International Conference on Electronics and Communication Systems, Coimbatore : India, pp. 1318-1323, 2015. DOI: 10.1109/ECS.2015.7124798. 

    crossref

  10. D. Chowdhury, S. K. Das, S. Nandy, A. Chakraborty, R. Goswami, and A. Chakraborty, "An Atomic Technique for Removal of Gaussian Noise from a Noisy Gray Scale Image using Low-Pass Convoluted Gaussian Filter," in 2019 International Conference on Opto-Electronics and Applied Optics (Optronix), Kolkata:India, pp. 1-6, 2019. DOI: 10.1109/OPTRONIX.2019.8862330. 

    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