백색잡음 테스트를 통한 가우시안 잡음 예측

박현상

doi:10.14801/jkiit.2018.16.4.51

추천

검색

질문

자료유형: 학술저널

저자정보: 박현상 (공주대학교)

저널정보: 한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제16권 제4호(JKIIT, Vol.16, No.4)

발행연도: 2018.4

수록면: 51 - 56 (6page)

DOI: 10.14801/jkiit.2018.16.4.51

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

영상에서 잡음을 제거하는 목적은 압축 효율성을 향상시키는 것과 주관적인 화질 개선이다. 잡음 제거 필터는 영상 압축의 전처리로 존재하며, 잡음의 크기에 따라서 적응적으로 동작하는 것이 바람직하다. 잡음이 클수록 더 큰 커널을 사용하거나, 잡음과 신호를 구분하기 위한 문턱치를 조절함으로써 능동적으로 잡음 제거 필터의 구조가 변할 수 있다. 백색잡음은 3×3 커널 내에서의 평균 변화량은 0이나 매우 작은 값을 가져야한다. 본 논문에서는 이런 속성을 이용하여 3×3 커널의 화소들이 백색잡음인지를 판단한 후에, 3×3 커널에서 임의의 2개 화소를 취하고 이들의 차이로부터 영상의 잡음을 예측하는 방법을 제안한다. 백색잡음의 표준편차의 범위가 4~10일 때, 제안한 방법의 평균 예측 오류는 8.38%이었으며, 이는 Immerkaer 방법의 52.01%, Tae & Yang 방법의 23.91%로부터 큰 폭으로 개선된 것이다.

#white noise #Gaussian noise #noise estimation #noise variance image #estimation ratio

참고문헌 (8)

참고문헌 신청

Bryce E. Bayer / 1976 / Color imaging array, US patent 3971065

C. M. Kyung / 2014 / Theory and applications of smart cameras / Springer :21~45

박현상 / 2017 / 근사계산기법을 적용한 양방향 필터의 효율적인 하드웨어 구조 / 한국정보기술학회논문지 15(9):49~55

K. He / 2013 / Guided image filtering / IEEE Trans. on Pattern Analysis and Machine Intelligence 35(6):1397~1409

J. Immerkaer / 1996 / Fast noise variance estimation / Computer Vision and Image Understanding 64(2):300~302

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

박현상

소속기관 공주대학교

주요연구분야 공학 > 전기전자공학 > 전기공학 공학 > 전기전자공학 > 전자공학

논문수 40 이용수 3,022

이 논문과 함께 이용한 논문

20대 여대생 다이어트 경험의 내러티브 분석 : SNS와 인플루언서가 감량 경험에 미치는 영향 및 다이어트 동기의 역할

김경보 한국언론학보 2022 .06

가우시안 노이즈 환경에서의 영상복원에 관한 연구

Gao Yinyu , 김남호 한국통신학회 학술대회논문집 2011 .06

프리윗 마스크를 이용한 변형된 가우시안 필터 알고리즘

천봉원 , 김남호 한국정보통신학회 종합학술대회 논문집 2019 .10

에지 성분 분석을 통한 정사 위성 영상을 가진 구조물 특징 영역의 정합 성능 추정

전소영 한국정보기술학회논문지 2018 .08

열화상이미지와 딥 러닝을 활용한 자동 누수탐사기술 연구

최영환 , 조완섭 한국정보기술학회논문지 2018 .08

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (8)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)