Denoise

[Jinu-Lee]

noise는 defect recognition에 도움을 별로 주지 못하기 때문에 denoise

[Jinu-Lee]

spatial filtering -> random noise를 제거하는데 간단하고 많이 쓰이는 방법 이웃한 부분들의 가중합을 구해 임계 값 이상이면 defect로 처리하는 방법

def denoise(img, t=1, L=1/8):
    for i in range(t, img.shape[0] - t):
        for j in range(t, img.shape[1] - t):
            if img[i][j] == 2:
                frac = img[i-t:i+t+1, j-t:j+t+1]
                N = frac[frac != 0].sum() - 1
                R = (frac[frac == 2].sum() - 1) / N

                if R < L:
                    img[i][j] = 1
    return img

col: noised / denoised row: ['Center', 'Donut', 'Edge-Loc', 'Edge-Ring', 'Loc', 'Near-full', 'Random', 'Scratch', 'none']

[dotoleeoak]

denoising parameter 조정 필요한 듯...

[dotoleeoak]

@illuminoplanet 데이터 추가 생성에 Denoise 쓰는 건 어떰? Denoise된 데이터랑 안된 데이터 둘 다 학습시키는 걸로

[dotoleeoak]

Denoise에 변수도 바꿔가면서 하면 한 5배 정도 만들 수 있을듯