초록

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

본 논문에서는 움직임에 의해 흐려지고 잡음으로 훼손된 영상에 대하여 영상전체에 일률적으로 복원처리를 행하는 기존의 적용방법들에서 나타나는 문제점을 해결하고자 영상의 국부적인 특성과 방향성을 고려한 복원방법을 제시한다. 이는 평면영역과 윤곽영역을 적응적으로 처리하기 위하여 윤곽의 방향성을 찾기 위하여 다해상도 신호분석인 wavelet 계수를 적용하여 처리하는 방법을 제안한다.

본 논문에서는 움직임에 의해 흐려지고 잡음으로 훼손된 영상에 대하여 영상전체에 일률적으로 복원처리를 행하는 기존의 적용방법들에서 나타나는 문제점을 해결하고자 영상의 국부적인 특성과 방향성을 고려한 복원방법을 제시한다. 이는 평면영역과 윤곽영역을 적응적으로 처리하기 위하여 윤곽의 방향성을 찾기 위하여 다해상도 신호분석인 wavelet 계수를 적용하여 처리하는 방법을 제안한다.

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 이러한 문제점을 해결하기 위해서 영상을 평면영역과 윤곽영역으로 나누고 윤곽방향성을 고려한 방향성 정칙화 연산자를 사용하여 평면영역과 윤곽영역의 방향특성에 따라 적응적으로 처리하는 복원방법을 제안한다. 이는 영상으로부터 방향성정보를 추출하여, 평면영역에서는 기존의 라플라시안 정칙화 연산자를 사용하여 잡음의 증폭을 효과적으로 억제하고, 윤곽부분에서는 복원효과를 증대시키기 위하여 윤곽의 방향특성에 맞는 방향성 정칙화 연산자를 사용하여 리플현상을 억제하여 윤곽부분의 해상도를 향상시키고자 한다.
• 본 논문에서는 이러한 문제점을 해결하기 위해서 영상을 평면영역과 윤곽영역으로 나누고 윤곽방향성을 고려한 방향성 정칙화 연산자를 사용하여 평면영역과 윤곽영역의 방향특성에 따라 적응적으로 처리하는 복원방법을 제안한다. 이는 영상으로부터 방향성정보를 추출하여, 평면영역에서는 기존의 라플라시안 정칙화 연산자를 사용하여 잡음의 증폭을 효과적으로 억제하고, 윤곽부분에서는 복원효과를 증대시키기 위하여 윤곽의 방향특성에 맞는 방향성 정칙화 연산자를 사용하여 리플현상을 억제하여 윤곽부분의 해상도를 향상시키고자 한다.

제안 방법

• 본 논문에서는 이러한 문제를 해결하기 위하여 평면영역에서의 잡음증폭을 효과적으로 억제 시켜주고 윤곽영역에서의 해상도 향상과 윤곽과 같은 방향으로 나타나는 리플 잡음을 줄일 수 있도록 하기 위한 방법으로 기존의 윤곽방향 후보를 찾는 템플레이트 매칭 방법 대신 웨이블릿 변환의 필터계수를 적용하였다^[6].

대상 데이터

• 본 논문에서의 실험에 사용된 표준영상은 "Lena" 영상을 사용하며, 이 표준영상에 수평방향으로 크기 L 만큼 움직여서 흐려진 영상에 20dB의 가우시안 잡음이 추가시킨 훼손 영상을 입력으로 사용한다.

데이터처리

• 화질의 평가척도는 k번째 반복하여 복원된 영상의 객관적인 개선정도를 판단할 수 있는 ISNR(Improved SNR)을 사용하였다. 복원된 결과는 각 반복횟수에 따라 기존의 방법과 비교하였다.

이론/모형

• 화질의 평가척도는 k번째 반복하여 복원된 영상의 객관적인 개선정도를 판단할 수 있는 ISNR(Improved SNR)을 사용하였다. 복원된 결과는 각 반복횟수에 따라 기존의 방법과 비교하였다.

성능/효과

• 각 반복횟수 1, 5, 10, 15, 20, 25, 30번째에서의 ISNR을 서로 비교하면 기존의 방법의 ISNR은 0.63, 1.86, 2.32, 2.49 2.55, 2.54, 2.49 dB이고 제안된 방법 의 ISNR은 0.68, 1.94, 2.14, 2.24, 2.27, 2.28, 2.29 dB이다. 또한 각 반복 횟수에서의 MSE를 비교해보면, 기존 방법은 295, 222, 200, 192, 189, 190, 192 이었고 제안된 방법은 283, 206, 196, 192, 190, 190, 190 이되어 수렴의 안정성을 보이고 있다.
• 29 dB이다. 또한 각 반복 횟수에서의 MSE를 비교해보면, 기존 방법은 295, 222, 200, 192, 189, 190, 192 이었고 제안된 방법은 283, 206, 196, 192, 190, 190, 190 이되어 수렴의 안정성을 보이고 있다. 참고로 훼손영상의 초기 MSE는 359.
• 본 논문에서 기존의 방법과 제안된 방법 모두 반복시 수렴율이 좋아지고 MSE가 개선됨을 알 수 있었다.

후속연구

• 의료 영상시스템의 기본원리는 X선, 초음파, 자장, 열분포 등의 에너지로부터 얻은 영상신호 성분을 사진 또는 TV 화면으로 직접 표시하거나 컴퓨터를 사용하여 신호처리를 거친 후에 필요한 영상 정보를 얻고 있다. 이에 대하여 잡음으로 훼손된 영상을 복원할 시 영상의 국부적인 특성을 고려하여 적용함으로써 기존에 나타나는 문제점들을 해결할 수 있는 방법들이 꾸준히 연구되어져야 할 것이다. 영상복원은 의공학에 있어서도 전처리 과정에서 많이 활용될 수 있는 연구 분야이며 특히 사람의 생명과 직결되는 대상으로 하는 것이니만큼 복구에 대한 연구 방법은 중요한 가치를 가질 수 있을 것으로 판단된다.
• 영상복원은 의공학에 있어서도 전처리 과정에서 많이 활용될 수 있는 연구 분야이며 특히 사람의 생명과 직결되는 대상으로 하는 것이니만큼 복구에 대한 연구 방법은 중요한 가치를 가질 수 있을 것으로 판단된다. 실험의 샘플 또한 다양한 범위에서 실험을 하여 제안한 방법의 우수성을 입증할 필요를 느낀다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기