Combat-armored vehicles were equipped with an automatic-fire-extinguishing system to ensure the safety of the crew and vehicle from fires on the vehicle. When a fire was occurred, the automatic-fire-extinguishing system automatically detects the fire through sensors and detection lines, sprays a fire extinguisher, and notifies the crew visually and audibly. Recently, there had been cases of automatic-fire-extinguishing systems malfunction on combat-armored vehicles. In this study, in order to resolve the automatic-fire-extinguisher's malfunction phenomenon, ground noise and inter-circuit noise generated from the fire detection line were identified, and the resistance connected on the circuit was revised to remove noise. As a result of resistance revision, the noises was eliminated and the electromotive force difference between input circuits was made constant, thereby improving the malfunction of the automatic-fire-extinguishing system. By applying the result, it was confirmed that the control device sensed a temperature similar to the actual temperature on actual vehicles, and it was confirmed that the automatic-fire-extinguishing system's malfunction phenomenon was not founded in the field vehicles after then.

Traditional wooden buildings deform over time and are vulnerable to fire or earthquakes. Therefore, traditional wooden buildings require continuous management and repair, and securing architectural drawings is essential for repair and restoration. Unlike modernized CAD drawings, traditional wooden building drawings scan and store hand-drawn drawings, and in this process, many noise is included due to damage to the drawing itself. These drawings are digitized, but their utilization is poor due to noise. Difficulties in systematic management of traditional wooden buildings are increasing. Noise removal by existing algorithms has limited drawings that can be applied according to noise characteristics and the performance is not uniform. This study presents deep artificial neural network based noised reduction for architectural drawings. Front/side elevation drawings, floor plans, detail drawings of Korean wooden treasure buildings were considered. First, the noise properties of the architectural drawings were learned with both a cycle generative model and heuristic image fusion methods. Consequently, a noise reduction network was trained through supervised learning using training sets prepared using the noise models. The proposed method provided effective removal of noise without deteriorating fine lines in the architectural drawings and it showed good performance for various noise types.

포장유지관리시스템에 있어서 포장표면 정보는 가장 중요한 인자 중의 하나이다. 따라서 일찍부터 선진국들은 자국의 현실에 알맞은 포장표면 조사장비와 프로그램을 개발하여 사용하고 있다. 국내의 경우 고가의 외국장비와 프로그램을 수입하여 사용하고 있으나 많은 문제점으로 인해 국산 장비와 포장표면 분석 프로그램 개발의 필요성이 대두되고 있다. 본 연구는 아스팔트 포장표면 분석 프로그램 개발을 위한 선행연구이다. 본 연구의 초점은 이미지프로세싱 기술을 이용한 포장표면 분석 원리를 규명하고 포장이미지의 특성 및 포장이미지의 노이즈를 효과적으로 제거하기 위한 알고리즘을 실험하는 것이다. ARAN(Automatic Road Analyser)의 균열맵을 분석 샘플로 이용하였으며, 포장이미지의 통계적인 특성, 히스토그램, FFT(Fast Fourier Transform)영상을 분석하여 일반적인 이미지에 비해 노이즈와 고주파 성분이 많고, 배경과 균열 분리가 어려운 특성을 규명하였다. 또한 노이즈 제거를 위해 다양한 필터를 적용하여 실험한 결과 마스크 크기가 3X3인 중간값 필터가 가장 효과가 좋은 것으로 나타났다.

포장유지관리시스템에 있어서 포장표면 정보는 가장 중요한 인자 중의 하나이다. 따라서 일찍부터 선진국들은 자국의 현실에 알맞은 포장표면 조사장비와 프로그램을 개발하여 사용하고 있다. 국내의 경우 고가의 외국장비와 프로그램을 수입하여 사용하고 있으나 많은 문제점으로 인해 국산 장비와 포장표면 분석 프로그램 개발의 필요성이 대두되고 있다. 본 연구는 아스팔트 포장표면 분석 프로그램 개발을 위한 선행연구이다. 본 연구의 초점은 이미지프로세싱 기술을 이용한 포장표면 분석 원리를 규명하고 포장이미지의 특성 및 포장이미지의 노이즈를 효과적으로 제거하기 위한 알고리즘을 실험하는 것이다. ARAN(Automatic Road Analyser)의 균열맵을 분석 샘플로 이용하였으며, 포장이미지의 통계적인 특성, 히스토그램, FFT(Fast Fourier Transform)영상을 분석하여 일반적인 이미지에 비해 노이즈와 고주파 성분이 많고, 배경과 균열 분리가 어려운 특성을 규명하였다. 또한 노이즈 제거를 위해 다양한 필터를 적용하여 실험한 결과 마스크 크기가 3X3인 중간값 필터가 가장 효과가 좋은 것으로 나타났다.

본 연구의 목적은 시간 분해능이 향상된 비지역적 평균 (fast non local means, FNLM) 노이즈 제거 알고리 즘을 모델링하여 광학 현미경 영상에서의 적용 가능성을 확인하는 것이다. 이를 위해 실제 흰쥐 (mouse)의 첫째어금니 치아를 사용하여 영상을 획득한 후 기존에 널리 사용되고 있는 노이즈 제거 알고리즘과 제안 하는 FNLM 알고리즘을 각각 적용하여 비교하였다. 정량적 평가는 대조도 대 잡음비 (contrast to noise ratio, CNR), 변동계수 (coefficient of variation, COV), 그리고 최근에 개발된 no reference 기반의 방법인 natural ima ge quality evaluator (NIQE)와 Blind/referenceless image spatial quality evaluator (BRISQUE)를 사용하였다. 결과적으로 모든 정량적 평가 인자에서 제안하는 FNLM 노이즈 제거 알고리즘이 가장 우수한 값을 나타내었다. 특히나 치아의 전체적인 형태학적 영상을 분석할 수 있는 NIQE와 BRISQUE 인자는 원본영상에 비하여 각각 1.14와 1.12배 향상됨을 확인할 수 있었다. 결론적으로 소동물 치아 광학 현미경 영상에서의 FNLM 노이즈 제거 알고리즘의 유용성 및 가능성을 증명하였다.

본 연구에서는 Geant4 application for tomographic emission (GATE) 시뮬레이션 프로그램을 통해 설계 된 male adult mesh (MASH) 팬텀의 영상을 획득한 후 다양한 필터링 인자가 설정된 FNLM 노이즈 제거 알고리즘을 적용함으로써 그에 따른 영상 특성의 경향성을 알아보고자 한다. 이를 위해 GATE 시뮬레이션 프로그램을 통해 인체를 모사할 수 있는 MASH 팬텀을 설계하였다. 또한, 설계된 MASH 팬텀을 기반으로 MAT LAB 프로그램을 통해 복부영상을 획득한 후 0.005의 σ 값을 갖는 Gaussian noise를 추가하여 열화영상을 모델링하였다. 모델링 된 열화영상으로부터 제안하는 FNLM 노이즈 제거 알고리즘의 필터링 인자를 각각 0.005, 0.01, 0.05, 0.1, 0.5, 1.0 으로 설정하여 적용하였으며, 정량적 평가를 위해 FNLM 노이즈 제거 알고리즘이 적용된 영상들로부터 각각의 coefficient of variation (COV), signal to noise ratio (SNR) 그리고 contrast to noise ratio (CNR)을 측정하였다. 결과적으로, 0.05의 필터링 인자가 적용된 영상에서 가장 개선된 COV, SNR 그리고 CNR 값을 보였다. 특히, COV는 설정된 필터링 인자가 증가함에 따라 감소하였으며, 0.05 값 이후부터 거의 일정한 값을 나타내었다. 또한, SNR 및 CNR의 경우 필터링 인자가 증가함에 따라 증가하였으며, 0.05 값 이후부터 감소하는 경향을 보였다. 결론적으로, 열화 영상으로부터 FNLM 노이즈 제거 알고리즘 적용 시 적합한 필터링 인자를 설정해야 함이 증명되었다.

두부 CT에서 피폭선량을 줄이기 위해서 저관전압 사용이 요구된다. 그러나 노이즈가 증가하는 현상이 발생해서 2차 데이터 가공 시 오류를 초래할 수 있다. 본 연구에서는 저관전압을 사용하고 노이즈를 줄일 수 있는 방법을 제시하였다. 실험 결과 100kVp 에서 노이즈 값이 높게 나타났고, 140kVp에서 가장 낮게 나타났다. 100kVp에서 선량이 낮게 나타났고, 140kVp에서 선량이 높게 기록되었다. 역치값에 따른 웨이블릿의 적용 결과 웨이블릿 Th30에서 노이즈값은 4.51로 감소하였다.(50% 감소) 100kVp, 회전시간 0.5 sec (선량: 40.64 mGy)파라미터 조건과 웨이블릿 Th 30을 사용하면 65.3%의 피폭선량 감소가 가능하였다. 연구에서 제시한 방법을 두부CT영상에 적용한다면 환자의 안전과 정확한 정보를 해석하는데 도움을 줄 것이라고 판단한다.

디지털유방촬영기에서 자동모드를 설정해서 검사를 할 경우 환자가 받는 평균유선선량(average grandular dose)를 줄일 수 있는 방법을 제시하고자 최적의 노출 파라미터를 찾고 노이즈 감소 알고리즘을 적용하여 화질을 개선하고자한다. 실험을 위하여 Nuclear Associates Model 18-222 의 팬텀을 사용 하였으며, 입사선량(enterance dose)과 평균유선선량을 측정하였다. 다음 노이즈(noise) 제거 알고리즘을 적용하였고, 적용 전∙후에 대해서 Signal, Noise, SNR,FOM을 측정하고 비교 평가 하였다. 실험결과 첫째, 노이즈 제거 전 Mo/Mo 23kvp에서 SNR이 가장 높았고, 평균유선선량은 W/Rh 35kvp 에서 가장 낮았다. FOM 결과 W/Rh의 28kVp를 사용하는 것이 가장 좋은 것으로 나타났다. 노이즈 제거 알고리즘 적용 후 SNR은 Mo/Mo 23kvp에서 SNR 가장 높았고, FOM의 결과 W/Rh의 28kVp를 사용 하는것이가장 좋은 것으로 나타났다. 이때 동일한 평균유선선량을 갖는 조건에서 노이즈 값은 4.36에서 1.74로 감소되었으며,SNR 값은 4.6에서 11.6으로 향상되었다. 제안하는 노이즈 제거 처리를 적용하면 영상에서 중요한 정보를 유지하면서 노이즈를 감소시킬 수 있고, 최적의 노이즈 처리와 최적의 검사조건을 선택함으로써 유방 검사 시 발생하는 방사선 피폭을 줄일 수 있을 것이다.