초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

본 논문에서는 피라미드 계층간에 나타나는 잡음 신호의 특성을 바탕으로 라플라시안 피라미드를 이용한 X-ray 영상의 잡음 제거 방법을 제안한다. 제안하는 방법은 잡음 제거를 위해 X-ray 영상 신호의 지역적 표준 편차와 신호의 영역적 특징을 이용하였다. 지역적 표준 편차는 영상의 경계선 정도와 비례하는 특징을 가지기 때문에 지역적 표준 편차를 이용하여 경계 정보의 손실을 막았다. 또한 라플라시안 피라미드의 각 계층에 잡음 신호가 좁은 면적을 가지며 분포되는 영역적 특징을 이용하여 평평한 지역에서 잡음 신호의 제거 성능을 높였다. X-ray영상 및 잡음이 첨가된 표준 영상에 대한 실험을 통해 제안된 방법이 경계 정보의 유지와 잡음 제거에서 기존의 방법보다 향상된 성능을 보임을 확인하였다.

본 논문에서는 피라미드 계층간에 나타나는 잡음 신호의 특성을 바탕으로 라플라시안 피라미드를 이용한 X-ray 영상의 잡음 제거 방법을 제안한다. 제안하는 방법은 잡음 제거를 위해 X-ray 영상 신호의 지역적 표준 편차와 신호의 영역적 특징을 이용하였다. 지역적 표준 편차는 영상의 경계선 정도와 비례하는 특징을 가지기 때문에 지역적 표준 편차를 이용하여 경계 정보의 손실을 막았다. 또한 라플라시안 피라미드의 각 계층에 잡음 신호가 좁은 면적을 가지며 분포되는 영역적 특징을 이용하여 평평한 지역에서 잡음 신호의 제거 성능을 높였다. X-ray영상 및 잡음이 첨가된 표준 영상에 대한 실험을 통해 제안된 방법이 경계 정보의 유지와 잡음 제거에서 기존의 방법보다 향상된 성능을 보임을 확인하였다.

AI 본문요약

엑셀 다운로드 AI-Helper

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

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 본 논문에서는 X-ray 영상의 경계 정보를 잃지 않으면서 효과적으로 잡음을 제거하기 위해 신호의 경계 정보와 지역적 표준 편차와의 관계 및 잡음 신호의 2차원적 영역 특성을 이용한 잡음 제거 방식을 제안하였다. 제안한 방법은 영상의 표준 편차 맟 신호의 면적 정보를 이용하여 영상에 지역 적응적으로 임계값을 정함으로써 잡음 제거 성능을 향상시키면서 경계 정보의 손실을 줄였다.
• 본 논문에서는 X-ray 영상의 잡음 신호 제거와 경계 정보의 보존을 위해 기존의 계층간의 곱을 이용한 방법에 공간 적응적 임계값 설정을 적용한 잡음 제거 방법을 제안한다. 또한 웨이블릿 기반의 방법은 피라미드 방범에 비해 계산량이 많기 때문에 수행속도의 향상을 위해 라플라시안 피라미드의 계층간의 곱을 이용한다[4].

제안 방법

• 영상의 주파수별 분해를 위하여 3개의 계층을 가지는 라플라시안 피라미드를 생성하였으며 각 층에 적응적 임계값 설정 방법을 적용하여 잡음 신호를 제거하였다. 제안한 방법의 성능은 생성된 표준 영상의 경우 결과의 PSNR 을 통해 측정하였고 X-ray영상은 치아 진단에 있어 중요하게 보는 2개의 ROI에 대한 CNR(contrast to noise ratio)(2)을 통해 즉정하였다, 또한 Bao 와 Zhang 의 MPTH(Adaptive Multiscale Products Thresholding)방법(2)의 결과와 성능을 비교하였다.
• 수 있다. 잡음 신호가 작은 면적을 가고 영상 신호가 넓은 면적을 가지는 것에 착안하여 4 내의 각 신호의 면적을 분석하여 임계값 t2 이하의 작은 면적을 가지는 신호를 잡음 신호로 보고 제거 한다. 上 식은 다음과 같다.
• 변화를 유도할 수 있다. 제안하는 방법은 Soft thre아io】d를 R 의 각 계수에 적용하여 라플라시안 피라미드 신호를 잡음신호와영상신호로구분한다.
• 제거 방식을 제안하였다. 제안한 방법은 영상의 표준 편차 맟 신호의 면적 정보를 이용하여 영상에 지역 적응적으로 임계값을 정함으로써 잡음 제거 성능을 향상시키면서 경계 정보의 손실을 줄였다. X-ray 및 표준 영상올 이용한 실험 결과의 PSNR 비교를 통해서 제안한 방법이 잡음 제거에 우수한 성능을 보임을 보였고 ROI의 CNR 비교를 통해 영상의 경계 정보 유지에 뛰어난 성능을 보임을 확인하였다.

대상 데이터

• 제안한 방법의 성능 측정을 위해 의료용 X-ray 영상과 512x512 크기의 Lenna, Airplane 표준 영상에 각기 다른 표준 편차를 가지 는 가산성 정규 잡음을 첨가한 영상을 사용하였다,

데이터처리

• 방법을 적용하여 잡음 신호를 제거하였다. 제안한 방법의 성능은 생성된 표준 영상의 경우 결과의 PSNR 을 통해 측정하였고 X-ray영상은 치아 진단에 있어 중요하게 보는 2개의 ROI에 대한 CNR(contrast to noise ratio)(2)을 통해 즉정하였다, 또한 Bao 와 Zhang 의 MPTH(Adaptive Multiscale Products Thresholding)방법(2)의 결과와 성능을 비교하였다.

성능/효과

• 6의 성능 향상을 보여주고 있다. MPT"] 비해서도 우수한 성능을 보이는 것을 확인할 수 있다. 실험 결과 제안한 방법이 표준 영상과 X-ray 영상 모두에서 경계 정보 유지와 잡음 제거에 뛰어난 성능을 보이는 것을 확인할 수 있다.
• MPTH에 비해서도 2~6dB 정도 뛰어난 성능을 보이는 것을 확인할 수 있다. X-ray 영 상의 R02] 대한 CNR 결과는 다음과 같다.
• 제안한 방법은 영상의 표준 편차 맟 신호의 면적 정보를 이용하여 영상에 지역 적응적으로 임계값을 정함으로써 잡음 제거 성능을 향상시키면서 경계 정보의 손실을 줄였다. X-ray 및 표준 영상올 이용한 실험 결과의 PSNR 비교를 통해서 제안한 방법이 잡음 제거에 우수한 성능을 보임을 보였고 ROI의 CNR 비교를 통해 영상의 경계 정보 유지에 뛰어난 성능을 보임을 확인하였다.
• X-ray 영상에서의 결과를 보면 제안한 방법이 원본 영상에 비해 日이 1에서는 약 0.6 ROI 2에서는 약 1.6의 성능 향상을 보여주고 있다. MPT"] 비해서도 우수한 성능을 보이는 것을 확인할 수 있다.
• 또한 피라미드 계층간 곱의 신호를 면적별로 구분하면 잡음 신호는 작은 면적을 가지면서 영상 전반에 넓게 분포하는 것을 확인할 수 있다. 따라서 본 논문에서는 다음 두 가지의 기준을 이용하여 임계값을 선정한다.
• MPT"] 비해서도 우수한 성능을 보이는 것을 확인할 수 있다. 실험 결과 제안한 방법이 표준 영상과 X-ray 영상 모두에서 경계 정보 유지와 잡음 제거에 뛰어난 성능을 보이는 것을 확인할 수 있다. 그림 3은 치아 X-ray 영상 잡음 제거 결과 영 상이과 R이이다.
• 표준 영상에서의 결과를 보면 제안한 방법이 잡음 영상에 비해서 6~8dB 정도 향상된 성능을 보이고 있다. MPTH에 비해서도 2~6dB 정도 뛰어난 성능을 보이는 것을 확인할 수 있다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기