Synthetic Aperture Radar (SAR) images are affected by noise called speckle, which is very severe and may hinder image exploitation. Despeckling is an important task that aims to remove such noise so as to improve the accuracy of all downstream image processing tasks. Many different schemes have been proposed for the restoration of SAR images. Among the different possible approaches, methods based on convolutional neural networks(CNNs) have recently shown to reach state-of-the-art performance for SAR image restoration. DnCNN(DeNoising Convolutional Neural Network) is one of the most widely used neural network architecture embedded in baseline SAR image despeckling methods. In military applications of SAR satellite image, fast processing is the most critical factor except the precision rate of the recognition. In this paper, we propose an improved DnCNN architecture for faster SAR image despeckling. The experimental results on real-world SAR images show that our proposed method takes faster processing time than the original DnCNN architecture without despeckling performance downgrade. Subjective visual inspection demonstrates that the proposed method has great potential in preserving the image signal details and suppressing speckle noise.

2020년 1월 1일부터 국제해사기구(IMO)는 전 세계 모든 해역을 지나가는 선박을 대상으로 선박연료유의 황 함유량 상한선을 3.5 %에서 0.5 %로 낮춰 선박으로 인해 발생하는 대기오염을 줄이기 위한 강력한 규제를 실시한다. 황 함유량이 낮은 연료유를 사용하여 대기오염 물질을 줄이는 것도 중요하지만 선박을 경제적으로 운영하여 불필요한 에너지 낭비를 줄이는 것 또한 대기오염 물질을 줄이는 데 큰 도움이 된다. 따라서 선박은 잡음의 영향을 받더라도 항로를 정확하게 유지하여야 한다. 항로를 정확하게 추종하기 위해 오토파일럿 시스템이 사용되지만 오토파일럿 시스템의 성능이 아무리 우수하다 하더라도 잡음의 영향을 받게 된다면 성능에 한계를 가진다. 실제 환경에서는 자이로스코프에서 측정잡음이 더해진 회두각이 오토파일럿 시스템의 입력으로 들어가 오토파일럿 시스템의 성능을 저하시킨다. 이와 같은 문제를 해결하기 위해 상태추정에 쓰이는 Kalman Filter를 적용하여 잡음의 영향을 줄여주는 기법이 있지만 이 또한 역시 잡음의 영향을 완전히 제거시키는 것이 불가능하다. 따라서 본 논문에서는 잡음제거 성능을 더욱 더 개선시키기 위해 전진방향 구간에서는 인공지능 기술 중 하나인 다층퍼셉트론(Multi-Layer Perceptron; MLP)를 적용하고, 회전구간에서는 Kalman Filter를 적용하여 Kalman Filter만을 사용한 경우보다 우수한 잡음제거 기법을 제안한다. 시뮬레이션을 통해 제안한 방법이 Kalman Filter만을 사용한 경우보다 조타기의 오동작을 방지하여 선박의 전진방향 운동이 개선됨을 확인할 수 있다.

The Commission for Conservation of Antarctic Marine Living Resources (CCAMLR) is utilized to manage krill resources using acoustic data collection and a scientific observer program operating on the fishing boats. However, the acoustic data were contained seriously noise, example of background, spike, and intermittent noise, due to purpose of fish boats. In this study, the noise removal techniques were confirmed the potential of the acoustic data analysis. Acoustic system and frequency used in the survey were commercial echosounder (ES70, SIMRAD) and 200 kHz split beam transducer. Acoustic data were analyzed using Echoview software (Myriax), and general data analysis and new noise removal method was used. Although a variety of noise, most of the noises have been removed using the noise removal processing. We confirmed the possibility of analyzing the acoustic data obtained from fish boats. The results will be useful for analysis of the acoustic data acquired from krill fishing boats.

Bar type waveguides are frequently employed as a buffer rod between ultrasonic senor and hard-to-access object in many measurement applications. Difficulty in pulse echo measurements using a buffer rod is caused by spurious echoes due to reflection, mode conversion and interference within the buffer rod of finite size. These spurious echoes degrade the signal to noise ratio (SNR) because of their possible interference with desired target signals. A tapered buffer rod or rods with non-symmetrical cross sections were used before to reduce these unwanted spurious echoes. In this paper, we propose signal processing techniques to remove the spurious echo signals. Experiments were performed in order to examine the refocusing and recovering the initial input waveform in the long range propagation of ultrasonic waves in cylindrical waveguides. Two different time reversal processes (regular TR and reciprocal TR or inverse filtering) are tested and the experimental results were compared

의료영상에서 잡음제거는 의료영상 분야에서의 중요한 도전 과제들 중의 하나이다. 최상의 진단 결과를 얻기 위해서는 잡음과 아티펙트가 제거되고, 선명하며 깨끗한 화질의 의료영상이 필요하다. CT는 의료영상에서 중요하고 가장 보편적인 모달리티이다. CT 영상에서 주요 잡음은 양자화 잡음이다. 본 논문에서는 CT 영상에서 잡음 제거를 위한 하이브리드 필터를 제안하였다. 제안된 하이브리드 필터는 바이래터럴 필터, 신경망 윤곽선 검출기, 다층 신경망 등으로 구성되어 있다. 다층 신경망은 여러 정보들을 결합하여 개선된 출력 영상을 만들기 위한 융합 연산자로서 이용되었다. RMSE, ISNR, MSR과 CNR과 같은 화질 평가 척도가 잡음 개선의 성능 평가를 위해 사용되었다. 또한, 시각적으로도 제안된 필터가 다른 필터들에 비해 우수한 결과를 보였다. 이와같은 화질 평가 척도에 의해 본 논문에서 제안된 필터는 바이래터럴 필터나 가이드 필터보다 우수하였다. 특히, 심한 잡음이 있는 상황에서 제안된 필터는 우수한 결과를 보였다.

일상생활의 대화중에 포함되는 잡음, 특히 모든 주파수 대역에 포함되는 백색잡음에 의해 오염된 음성신호는 청각적으로 심한 불쾌감과 거부감을 주며 대화의 명료성을 저해시키는 요인으로 작용할 수 있다. 본 논문은 이러한 잡음환경 하에서 음성인식을 위하여 음성에 부가된 잡음을 제거하는 방범으로 프레임 단위로 웨이브렛 변환을 하여 웨이브렛 계수의 표준편차를 이용하여 시간 적응 임계값을 정하는 새로운 방법을 제안한다. 음성의 특성을 고려하기 위하여 고주파 성분을 많이 가지는 무성음의 경우는 cD1 신호에서, 저주파 성분을 많이 가지는 유성음의 경우는 cA3 신호의 표준편차를 이용하여 시간 적응 임계값을 설정하였다. 실험을 통해 제안한 방법이 일반적인 웨이브렛 변환과 웨이브렛 패킷 변환을 이용한 방법보다 SNR과 MSE 측면에서 향상됨을 확인할 수 있었다. 또한 웨이브렛 변환과 웨이브렛 패킷 변환에서는 파열음, 마찰음 및 파찰음 성분이 많이 제거되는 반면 제안한 방법은 본래 신호와 유사하게 복원됨을 실험 결과 확인할 수 있었다.

19명의 건강한 성인 남자의 우세팔쪽 위팔두갈래근에서 피로가 생길 때까지 2.4초를 하나의 주기로 팔꿉을 반복적 등장성으로 굽히고 펴서 표면근전도 신호를 얻었다. 처리과정 A 중앙주파수(MDF )는 이 신호의 0.5초 구간을 power spectrum analy sis (PSA)로 계산하였는데 상당량의 잡음이 있었다. 중앙주파수의 잡음 양을 비교하기 위해, 동일한 표면근전도에서 3번까지 신호를 받았다 (2.4초 구간을 PSA로 계산한 처리과정 B, 13 point로 moving averages한 처리과정 C, digital low pass filter한 처리과정 D). 그리고 나서 그 신호의 중요 주파수 성분을 뽑아내었다. 위의 중앙주파수 자료와 시간간의 회귀직선을 분석하면 초기 중앙주파수, 회귀기울기, 그리고 피로지수와 같은 모수를 얻을 수 있다. 비모수 검정의 하나인 Kendall 기법으로 네 개의 처리과정간의 모수를 비교하였다. 통계결과 잡음이 처리과정 A보다 B,C,D에서 적었고, D에서 가장 적게 나타났다. 중앙주파수를 digital low pass 로 여과(filtering)함으로써 앞으로 있게 될 동적 운동 시 근피로 모니터기의 신뢰도를 높일 수 있다.