기관회원 [로그인]
소속기관에서 받은 아이디, 비밀번호를 입력해 주세요.
개인회원 [로그인]

비회원 구매시 입력하신 핸드폰번호를 입력해 주세요.
본인 인증 후 구매내역을 확인하실 수 있습니다.

회원가입
서지반출
가설-검증 문제를 이용한 혼합 프라이어를 가지는 베이지안 영상 잡음 제거
[STEP1]서지반출 형식 선택
파일형식
@
서지도구
SNS
기타
[STEP2]서지반출 정보 선택
  • 제목
  • URL
돌아가기
확인
취소
  • 가설-검증 문제를 이용한 혼합 프라이어를 가지는 베이지안 영상 잡음 제거
저자명
엄일규,김유신,Eom. Il-Kyu,Kim. Yoo-Shin
간행물명
電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. SP, 신호처리
권/호정보
2006년|43권 3호|pp.34-42 (9 pages)
발행정보
대한전자공학회
파일정보
정기간행물|
PDF텍스트
주제분야
기타
이 논문은 한국과학기술정보연구원과 논문 연계를 통해 무료로 제공되는 원문입니다.
서지반출

기타언어초록

일반적으로 웨이블릿 계수는 적은 수의 계수에 거의 대부분의 정보가 저장되어 있다. 이러한 웨이블릿 계수의 성긴 특성은 가우스 확률밀도 함수와 영점에서의 점 질량(point mass) 함수의 혼합으로 모델링될 수 있으며, 이 프라이어(prior) 모델에 대한 베이지안 추정법으로 잡음 제거를 수행한다. 본 논문에서는 가설-검증 기법을 이용하여 잡음 제거를 위한 파라미터를 추정하는 방법을 제안한다. 가설-검증은 관찰된 웨이블릿 계수의 분산에 적용되며, $X^2$-검증을 사용한다. 모의실험 결과를 통하여 본 논문의 방법이 직교 웨이블릿 변환을 사용한 최신의 잡음 제거 방법보다 대략 0.3dB 정도 우수한 PSNR(peak signal-to-noise ratio) 성능을 나타낸다.

기타언어초록

In general, almost information is stored in only a few wavelet coefficients. This sparse characteristic of wavelet coefficient can be modeled by the mixture of Gaussian probability density function and point mass at zero, and denoising for this prior model is peformed by using Bayesian estimation. In this paper, we propose a method of parameter estimation for denoising using hypothesis-testing problem. Hypothesis-testing problem is applied to variance of wavelet coefficient, and $X^2$-test is used. Simulation results show our method outperforms about 0.3dB higher PSNR(peak signal-to-noise ratio) gains compared to the states-of-art denoising methods when using orthogonal wavelets.