• 대한전자공학회논문지SP
• /
• 제39권2호
• /
• pp.79-86
• /
• 2002

최근에 확산방정식을 영상처리에 응용하는 연구가 세계적으로 활발하다. 특히 이방성확산 방정식은 영상에서 잡음을 제거하면서도 경계선을 강화시키는 성질로 인하여 영상잡음제거의 알고리즘으로 각광을 받고있다. 그러나 2차원 이방성확산방정식을 그대로 동영상의 영상잡음제거에 적용할 경우, 각 프레임간의 밝기 차로 인한 깜빡임 현상(flickering artifact)과 프레임간 필터링으로 인한 고스트 현상(ghost artifact)이 나타난다 그러므로 본 논문에서는 2차원 이방성확산방정식을 시퀀스 축으로 확장시킨 3차원 이방성확산방정식을 제안한다. 제안한 3차원 이방성확산방정식은 2차원 이방성확산방정식보다 더 효율적으로 영상잡음을 제거할 뿐만 아니라, 깜빡임 현상과 고스트 현상도 효율적으로 제거한다는 것을 이론적으로 그리고 실험적으로 검증하였다.

• International journal of advanced smart convergence
• /
• 제7권4호
• /
• pp.169-173
• /
• 2018

Iris diagnosis based on the color and texture information is one of a novel approach which can represent the current state of a certain organ inside body or the health condition of a person. In analysis of the iris images, there are critical image artifacts which can prevent of use interpretation of the iris textures on images. Here, we developed the iris diagnosis system based on a hand-held typed imaging probe which consists of a single camera sensor module with 8M pixels, two pairs of 400~700 nm LED, and a guide beam. Two original images with different light noise pattern were successively acquired in turns, and the light noise-free image was finally reconstructed and demonstrated by the proposed artifact removal approach.

• 산업기술연구
• /
• 제26권A호
• /
• pp.89-93
• /
• 2006

Pulse oximetry, which monitors non-invasively the oxygen saturation in blood, is influenced by patient's respiration, movement or a factor of an environment. Specially, it's difficult to measure a PPG (Photoplethsmography) signal from the moving patient because of the motion artifact. Accordingly, it is required to extract the pure PPG signal from the PPG signal to measure oxygen saturation. In this paper, we propose an adaptive noise canceller to improve the performance of motion artifact removal. Then we design a hardware system for real time monitoring of the oxygen saturation. The proposed algorithm estimates the slope of transition rate between two different wavelength signals.

• 대한의용생체공학회:의공학회지
• /
• 제16권2호
• /
• pp.157-166
• /
• 1995

The Electroencephalogram (EEG) and evoked potential (EP) t;ave widely been used for study of brain functions. The EEG and EP signals acquired from multi-channel electrodes placed on the head surface are often interfered by other relatively large physiological signals such as electromyogram (EMG) or electroculogram (EOG). Since these artifact-affected EEG signals degrade EEG mapping, the removal of the artifact-affected EEGs is one of the key elements in neuro-functional mapping. Conventionally this task has been carried out by human experts spending lots of examination time. In this paper a neural-network based classification is proposed to replace or to reduce human expert's efforts and time. From experiments, the neural-network based classification performs as good as human experts : variation of decisions between the neural network and human expert appears even smaller than that between human experts.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2005년도 Proceedings of ISRS 2005
• /
• pp.142-145
• /
• 2005

Since the successful launch of FORMOSAT -2 satellite by National Space Organization of Taiwan in May 2004, the Remote Sensing Instrument (RSI) on- board the FORMOSAT -2 has continuously acquired images at one panchromatic and four multi-spectral bands (http://www.nspo.org.tw). In general, the RSI performs well and receives high quality images which proved to be very useful for various applications. However, some RSI panchromatic products exhibit obvious trembling artifact that must be removed. Preliminary study reveals that the trembling artifact is caused by the instability of the spacecraft attitude. Though the magnitude of this artifact is actually less than half of a pixel, it affects the applicability of panchromatic products. A procedure removing this artifact is therefore needed for providing image products of consistent quality. Due to the nature of trembling artifact, it is impossible to describe the trembling amount by employing an analytic model. Relied only on image itself, an algorithm determining trembling amount and removing accordingly the trembling artifact is proposed. The algorithm consists of 3 stages. First, a cross-correlation based scheme is used to measure the relative shift between adjacent scan lines. Follows, the trembling amount is estimated from the measured value. For this purpose, the Fourier transform is utilized to characterize random shifts in frequency domain. An adaptive estimation method is then applied to deduce the approximate trembling amount. In the subsequent stage, image re-sampling operation is applied to restore the trembling-free product. Experimental results show that by applying the proposed algorithm, the unpleasant trembling artifact is no longer evident.

• 대한자기공명의과학회:학술대회논문집
• /
• 대한자기공명의과학회 2004년도 제9차 학술대회 초록집
• /
• pp.77-77
• /
• 2004

• 한국광학회:학술대회논문집
• /
• 한국광학회 2005년도 제16회 정기총회 및 동계학술발표회
• /
• pp.202-203
• /
• 2005

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1995년도 춘계학술대회
• /
• pp.160-163
• /
• 1995

An optimal EEG and artifact classifier is proposed using neural network operating characteristics. The neural network operating characteristics are two dimensional parametric representations of the right and false identification probabilities of the network classifier. Since the EEG and EP signals acquired from multi -channel electrodes placed on the head surface are often interfered by other relatively large physiological signals such as electromyogram (EMG) or electroculogram (EOG), the removal of the artifact-affected EEGs is one of the key elements in neuro-functional mapping. Conventionally this task has been carried out by human experts spending lots of examination time. Using the neural-network based classification, human expert's efforts and time can be substantially reduced. From experiments, the neural-network based classification performs as good as human experts: variation of decisions between the neural network and human expert appears even smaller than that between human experts.

• 전기전자학회논문지
• /
• 제22권4호
• /
• pp.1109-1114
• /
• 2018

뇌파(Electroencephalogram, EEG)는 외부 자극 때문에 발생하는 뇌 활동을 연구하기 위해 사용되는 도구로 두피에 전극을 부착하여 기록한다. 이 과정에서 잡파(artifact)가 혼입되어 신호를 왜곡시키기 쉬워 이를 제거하기 위한 후처리가 필수적이다. 잡파 제거를 위해 널리 사용되는 방법으로 독립성분분석(Independent Component Analysis, ICA)이 존재한다. 이 방법은 성능은 우수하나 뇌파 정보를 일부 손실시키는 단점이 있다. 본 논문에서는 이러한 문제점을 보완하기 위해 시선 추적 센서(Eyetracker)를 통해 얻은 눈 깜빡임 정보를 이용하여 필터 적용 범위를 제한함으로써 뇌파 정보 손실을 줄이는 방법을 제안한다. 이후 신호 대 잡음 비(Signal to Noise Ratio, SNR), 스펙트럼 일관성(Spectral Coherence, SC) 등의 정량화 방법을 이용하여 기존의 방법과 제안하는 방법의 결과를 비교하였다.

• Investigative Magnetic Resonance Imaging
• /
• 제4권2호
• /
• pp.120-127
• /
• 2000

최근에 해상도의 손실없이 신호대잡음비를 개선시킬 수 있는 적응 템플릿 필터링이 제안되었다. 적응 템플릿 필터링은 다중 템플릿들 중에서 현재 복셀의 주변 구조와 가장 잘 매칭이 되는 템플릿을 선택하여 적응필터 링을 적용하는 방법이다. 적응 템플릿 필터링을 자기공명영상에 적용할때 기존의 필터링 방법들에 비하여 향상된 결과를 얻을 수 있으나, $T_1$ 영상과 같이 비교적 작은 동적 범위를 가진 영상에서는 에지에서 계단모양의 artifact가 발견되곤 한다. 이것은 자기 공명영상에서 복셀의 부분적인 볼륨 효과에 기인하는 것으로 여러 조직의 성분을 포함하고 있는 경계면의 복셀들에 적응 템플릿 필터링이 적용될 경우 다중성분을 가진 복셀들의 그레이레벨이 인접한 단일성분의 그레이레벨 값에 가까워져 에지가 강조되기 때문이다 본 논문에서는 다중 성분을 갖는 복셀들을 선별하여 이들에 대해서는 가장 큰 크기의 템플릿을 할당함으로써 artifact를 제거하는 방법을 제안하였다. 제안한 방법을 $T_1$ 자기공명영상과 팬텀 영상에 적용한 결과 에지 artifact가 사라지는 것을 확인할 수 있었으며, 최대 신호대잡음비 면에서도 향상된 결과를 얻을 수 있었다.