| 1 |
1
입력 영상에서 이미지/노이즈 판별을 하고자 하는 특정 화소 주변의 부분 영상을 추출하는 부분 영상 추출부;상기 부분 영상 내에서 기 설정된 복수 개의 방향 각각에 대해 화소값 간의 상관관계 정도를 이용하여 방향긴밀도를 구하는 영상 상관관계 추정부;상기 영상 상관관계 추정부에서 구한 복수 개의 방향긴밀도 간의 유사한 정도를 수치화한 검정통계량을 구하는 독립성 추정부; 및상기 독립성 추정부에서 구한 검정통계량을 기 설정된 한 개 이상의 이미지/노이즈 한계치와 비교하여 상기 부분 영상의 이미지/노이즈 정도를 나타내는 이미지/노이즈 판별치를 얻어내는 가설 검정부;를 포함하는 것을 특징으로 하는 이미지/노이즈 판별을 위한 통계적 영상처리 시스템
|
| 2 |
2
부분 영상 추출부가 입력 영상에서 이미지/노이즈 판별을 하고자 하는 특정 화소 주변의 부분 영상을 추출하는 제100단계;영상 상관관계 추정부가 상기 부분 영상 내에서 기 설정된 복수 개의 방향 각각에 대해 각 화소값 간의 상관관계 정도를 이용하여 방향긴밀도를 구하는 제200단계;독립성 추정부가 상기 제200단계에서 구해진 복수 개의 방향긴밀도 간의 유사한 정도를 수치화한 검정통계량을 구하는 제300단계;가설 검정부가 상기 제300단계에서 구한 검정통계량을 기 설정된 한 개 이상의 이미지/노이즈 한계치와 비교하여 상기 부분 영상의 이미지/노이즈 정도를 나타내는 이미지/노이즈 판별치를 얻어내는 제400단계;를 포함하는 것을 특징으로 하는 이미지/노이즈 판별을 위한 통계적 영상처리 방법
|
| 3 |
3
제2항에 있어서,상기 방향긴밀도는, 상기 부분 영상 내의 각 화소값을 기 설정된 특정 방향을 따라 읽어서 일렬로 배열하여, 수학식 23과 수학식 24 중 어느 하나로 표현되는 인접 화소값 사이의 차 Ziθ를 인자로 갖는 함수에 대한 전체 평균값인 것을 특징으로 하는 이미지/노이즈 판별을 위한 통계적 영상처리 방법
|
| 4 |
4
제3항에 있어서,상기 방향긴밀도는, 상기 부분 영상을 구성하는 전체 화소가 N×N 매트릭스의 형태로 주어졌을 경우에 수학식 25 내지 수학식 29 중 어느 하나로 정의되는 것을 특징으로 하는 이미지/노이즈 판별을 위한 통계적 영상처리 방법
|
| 5 |
5
제2항에 있어서,상기 방향긴밀도는, 상기 부분 영상(이하, '제1 부분 영상'이라 함) 내의 각 화소로부터 일정 거리의 행과 열만큼 떨어진 각 화소로 구성된 제2 부분 영상을 추출했을 때, 하기의 수학식 30과 수학식 31 중 어느 하나로 표현되는 두 부분 영상의 화소값 사이의 차 Zθi,j 를 인자로 갖는 함수에 대한 전체 평균값인 것을 특징으로 하는 이미지/노이즈 판별을 위한 통계적 영상처리 방법
|
| 6 |
6
제5항에 있어서,상기 방향긴밀도는, 상기 부분 영상을 구성하는 전체 화소가 N×N 매트릭스의 형태로 주어졌을 경우에 수학식 32 내지 수학식 36 중 어느 하나로 정의되는 것을 특징으로 하는 이미지/노이즈 판별을 위한 통계적 영상처리 방법
|
| 7 |
7
제2항에 있어서,상기 제400단계는, 상기 제300단계에서 구한 검정통계량이 기 설정된 순수 이미지 한계치(β1) 이상이면, 이미지/노이즈 판별치를 1로 설정하는 제420단계;상기 제300단계에서 구한 검정통계량이 기 설정된 순수 노이즈 한계치(β0) 이하이면, 이미지/노이즈 판별치를 0으로 설정하는 제430단계;상기 제300단계에서 구한 검정통계량이 상기 순수 노이즈 한계치(β0)와 상기 순수 이미지 한계치(β1) 사이의 값이면, 이미지/노이즈 판별치를 0과 1 사이의 값을 갖는 상기 검정통계량에 대한 증가함수로 설정하는 제440단계;를 포함하는 것을 특징으로 하는 이미지/노이즈 판별을 위한 통계적 영상처리 방법
|
| 8 |
8
제7항에 있어서,상기 이미지/노이즈 판별치는 수학식 37로 주어진 것을 특징으로 하는 이미지/노이즈 판별을 위한 통계적 영상처리 방법
|
| 9 |
9
제7항에 있어서,상기 이미지/노이즈 판별치는 수학식 38로 주어진 것을 특징으로 하는 이미지/노이즈 판별을 위한 통계적 영상처리 방법
|
| 10 |
10
제7항에 있어서,상기 이미지/노이즈 판별치는 수학식 39로 주어진 것을 특징으로 하는 이미지/노이즈 판별을 위한 통계적 영상처리 방법
|
| 11 |
11
제7항에 있어서,상기 순수 이미지 한계치(β1)는, 상기 복수 개의 방향긴밀도가 서로 독립이고 동일한 자유도를 갖는 카이제곱 분포를 따를 경우의 상기 검정통계량에 대한 확률밀도함수 h(z)에 있어서, 검정통계량이 일정치 이상일 때의 확률밀도함수 h(z)의 분포가 상기 확률밀도함수 h(z)가 갖는 전체 범위의 α1의 비율 이하를 차지하도록 하는 Z값인 것을 특징으로 하는 이미지/노이즈 판별을 위한 통계적 영상처리 방법
|
| 12 |
12
제7항에 있어서,상기 순수 노이즈 한계치(β0)는, 상기 복수 개의 방향긴밀도가 서로 독립이고 동일한 자유도를 갖는 카이제곱 분포를 따를 경우의 상기 검정통계량에 대한 확률밀도함수 h(z)에 있어서, 검정통계량이 일정치 이하일 때의 확률밀도함수 h(z)의 분포가 상기 확률밀도함수 h(z)가 갖는 전체 범위의 α0의 비율 이하를 차지하도록 하는 Z값인 것을 특징으로 하는 이미지/노이즈 판별을 위한 통계적 영상처리 방법
|
| 13 |
13
제2항 내지 제12항 중 어느 한 항에 있어서,상기 검정통계량은 하기의 수학식 40으로 주어진 것을 특징으로 하는 이미지/노이즈 판별을 위한 통계적 영상처리 방법
|
| 14 |
14
제2항 내지 제12항 중 어느 한 항에 있어서,상기 검정통계량은 하기의 수학식 41로 주어진 것을 특징으로 하는 이미지/노이즈 판별을 위한 통계적 영상처리 방법
|
| 15 |
15
제2항 내지 제12항 중 어느 한 항에 있어서,상기 검정통계량은 하기의 수학식 42로 주어진 것을 특징으로 하는 이미지/노이즈 판별을 위한 통계적 영상처리 방법
|
