지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 이준환
- 발행연도
- 2013
- 저작권
- 전북대학교 논문은 저작권에 의해 보호받습니다.
이용수7
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
의료영상에서의 잡음은 환자 진단에 있어서 막대한 영향을 미친다. 잡음이 발생함으로 인해 영상의 화질을 떨어트리며, 이로 인해 진단에 대한 유효성을 낮추게 된다. 특히, 현재 이슈화 되고 있는 저선량 의료영상은 기존의 고선량 의료영상보다 잡음 수준이 높으며, 이에 따라서 의료영상에서의 잡음 제거 기술은 매우 중요한 사안으로 부각되고 있다. 본 논문에서 제시하는 잡음 제거 기술은 각각의 투영 영상을 여러 개의 부대역(sub-band)으로 분해하는 것으로부터 시작한다. 분해된 각각의 부대역 영상은 0교차점 검출기를 통하여 경계 부분과 평탄한 영역으로 구별되어 진다. 이렇게 만들어진 영역은 잡음에 의해 생성된 거짓 경계일 경우가 있으므로, 지역적 분산 값을 구하게 된다. 검출된 분산 값은 퍼지 소속 함수에 따라 0 ~ 1 사이의 값으로 사상 되며, 퍼지 규칙 기반 제어에 의해 퍼지 대수 곱 및 퍼지 대수 합 연산을 취하고, 이는 경계의 확실성을 나타내는 경계 신뢰도 맵으로 변환하게 된다. 이 경계 신뢰도 맵은 각 부대역 영상에서 필터링 정도를 제어하게 된다. 따라서 경계 신뢰도 맵을 이용하여 가중 유도 필터(Weight Guided Filter)를 각 부대역 영상에 적용하고, 분해된 각 부대역 영상을 보간법을 통하여 결합하는 방식을 취함으로써 영상의 경계 부분을 최대한 보존하면서 잡음은 효과적으로 제거하도록 하였다.
목차
1. 서 론 11.1 개요 11.1.1 디지털 X-선 영상 21.1.2 전산화된 단층 촬영 31.2 관련 연구 41.2.1 양방향 필터 61.2.2 Kuwahara 필터 81.3 제안 방법 102. 배경 이론 122.1 영상피라미드 122.2.1 3차 회선 보간 132.2 퍼지 논리 제어 162.2.1 퍼지 집합 162.2.2 퍼지 연산 172.2.3 퍼지 규칙 192.2.4 퍼지 규칙 기반 추론 202.3 유도 필터 212.3.1 특징 비교 243. 퍼지 논리 기반 다해상도 잡음 제거 기술 273.1 영상 피라미드의 구성 273.2 경계 신뢰도 맵 313.3 가중 유도 필터 354. 실험 및 결과 394.1 실험 방법 394.2 화질 측정 방법 414.3 실험 결과 455. 결론 56참 고 문 헌 58국 문 초 록 61
최근 본 자료
댓글(0)
0