$\require{mediawiki-texvc}$

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.

Cross-shaped 위너 필터를 이용한 웨이블릿 기반의 이미지 잡음 제거
Wavelet Domain Image Denoising by using Cross-shaped Wiener Filter 원문보기

한국방송공학회 2012년도 추계학술대회, 2012 Nov. 03, 2012년, pp.122 - 124  

유종상 (한양대학교 전자컴퓨터통신공학) ,  이경준 (한양대학교 전자컴퓨터통신공학) ,  정제창 (한양대학교 전자컴퓨터통신공학)

초록
AI-Helper 아이콘AI-Helper

잡음이 존재하는 환경에서의 신호의 분산을 측정하는 것은 잡음 제거에 중요한 요소를 맡고 있다. 잡음을 제거하는 방법 중에 가장 보편적으로 사용하는 방법에는 위너 필터가 존재한다. 웨이블릿 기반의 위너 필터링은 저복잡성을 지닌 이미지 잡음 제거에 탁월한 효과를 보인다. 신호의 분산을 측정할 경우 어떤 모양의 필터를 적용하여 측정하느냐에 따라 분산이 달라지게 되므로 이미지의 잡음 제거에 영향을 미치게 된다. 이에 본 논문은 위너 필터에 적용되는 필터를 기존의 정사각형 모양(square-shaped)과 제안하는 십자가 모양(cross-shaped)을 각각 적용하여 이미지의 잡음을 제거하였다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본논문은위너필터를적용할시기존의정사각형모양의필터대신에십자가모양의필터로대체함으로서이미지의화질을개선하는 알고리즘을제안하였다.실험결과에서알수있듯이Barbara이미지 의경우기존의알고리즘보다PSNR이최대0.
  • 이 논문에서는 이미지가 가우시안 백색 잡음(Additive White GaussianNoise)에의해뭉개지는경우위너필터를통해복원하는것 을설명할것이다.

가설 설정

  • 그림 1. 웨이블릿 변환으로 이미지 분해 과정. a, dV, dH, dD는 각각 approximation, 웨이블릿 세로 계수, 웨이블릿 가로 계수, 웨이블릿 대각 계수를 의미한다.
본문요약 정보가 도움이 되었나요?

관련 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