최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. SP, 신호처리, v.47 no.6 = no.336, 2010년, pp.28 - 38
김성득 (안동대학교 정보전자공학교육과) , 임경원 ((주) LG전자 DTV연구소)
In order to remove the noise contained in recorded analog video, it is important to recognize the real characteristics and strength of the noise. This paper presents an efficient training-based noise reduction method for recorded analog video after analyzing the noise characteristics of analog video...
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
국부 분산의 히스토그램을 이용하는 잡음 추정에 있어 어려운 점 중 하나는 무엇인가? | 국부 분산의 히스토그램을 이용하는 잡음 추정에 있어서 주목할 만한 어려움 중 하나는 히스토그램의 어떤 부분이 잡음으로 인해 발생했다고 판단하기 어렵다는 점이다. 평탄한 영역에서의 잡음 성분이 국부 분산의 히스토그램에 지배적인 영향을 주고, 국부 분산의 분포는 Gaussian 분포를 따를 것이라는 가정이 잘 성립해야만 정확한 추정이 가능하다. | |
잡음 추정 방법으로 널리 사용되는 방안은 무엇인가? | 전통적인 아날로그 잡음 제거 방안에서는 잡음을 AWGN로 가정하고 잡음의 표준편차를 추정한 후, 잡음의 정도를 고려하여 인접한 화소들을 활용한 공간영역 필터링 혹은 시간영역 필터링을 수행한다[1~9]. 잡음 추정 방법으로는 영상 내에서 매우 평탄한 영역을 선별하고, 해당 국부 영역의 분산으로 잡음 분산을 추정하는 방안이 널리 사용된다. 국부 분산을 활용하는 방법으로는 국부 분산의 히스토그램(histogram)을 구한 후 적절한 임계치를 활용해서 잡음의 분산(혹은 표준편차)을 추정하는 방안[1~3]과 영상을 블록으로 나눈 후 선별된 평탄한 블록의 분산의 평균값 혹은 최소값에 기반을 둔 예측값을 사용하기도 한다[4]. | |
잡음의 추정이 부정확하여 지나치게 높은 잡음 분산이 예측되면 어떠한 결과를 초래할 수 있는가? | 잡음의 추정이 부정확하여 실제 잡음 분산보다 낮게 추정되면, 원하는 수준만큼 잡음 제거 성능을 보일 수 없다. 반대로 지나치게 높게 잡음 분산이 예측되면 지나친 필터링으로 인해 원치 않는 영상 번짐 현상을 초래할 수 있기 때문에 잡음 추정의 정확도를 높이는 것은 실제 응용에서 매우 중요한 요소가 될 수 있다. |
G. de Haan, T. G. Kwaaitaal-Spassova, and O. A. Ojo, "Automatic 2-D and 3-D noise filtering for television receivers," Proc. Int. Workshop HDTV, Oct. 1994.
G. de Haan, T. G. Kwaaitaal-Spassova, M. Larragy, and O. A. Ojo, "Memory integrated noise reduction IC for television," IEEE Trans. Consumer Electronics, vol. 42. no. 2, pp. 175-181, May 1996.
Y. Huang and L. Hui, "An adaptive spatial filter for additive Gaussian and impulse noise reduction in video signals," Proc. Int. Conf. Information, Commun. & Signal Processing and Pacific-Rim Conf. Multimedia, pp. 523-526, Dec. 2003.
A. Amer and E. Dubois, "Fast and reliable structure-oriented video noise estimation," IEEE Trans. Circuits and Systems for Video Technol., vol. 15, no. 1, pp. 113-118, Jan. 2005.
D.-H. Shin, R.-H. Park, S. Yang, and J.-H. Jung, "Block-based noise estimation using adaptive Gaussian filtering," IEEE Trans. Consumer Electronics, vol. 51, no. 1, pp. 218-226, Feb. 2005.
M. Ghazal, A. Amer, and A. Ghrayeb, "Structure-oriented spatio-temporal video noise estimation," Proc. IEEE Int. Conf. Acoustics, Speech and Signal Processing, vol. 2, pp. 845-848, May 2006.
K. Rank, M. Lendl, and R. Unbehauen, "Estimation of image noise variance," IEE Proceedings Vision, Image and Signal Processing, vol. 146, no. 2, pp. 80-84, Aug. 1999.
P. Q. Tuan, "Histogram-based noise estimation," Appendix A of his Ph.D. Thesis, Delft University of Technology, 2006.
J. Sijbers, D. Poot, A. J. Dekker, and W. Pintjens, "Automatic estimation of the noise variance from the histogram of a magnetic resonance image," Phys. Med. Biol., vol. 52, pp. 1335-1348, 2007.
C. W. Therrien, Discrete random signals and statistical signal processing, Prentice-Hall, pp. 535-541, 1992.
B. T. Oh, C.-C. J. Kuo, S. Sun, and S. Lei, "Film grain noise modeling in advanced video coding," Proc. Visual Commun. and Image Processing, 2007.
L. Shao, H. Zhang, and G. de Haan, "An overview and performance evaluation of classification-based least squares trained filters," IEEE Trans. Image Processing, vol. 17, no. 10, pp. 1772-1782, Oct. 2008.
H. Hu and G. de Haan, "Trained bilateral filters and applications to coding artifacts reduction," Proc. IEEE Int. Conf. Image Processing, pp. I.325-328, Sept. 2007.
J. S. Lim, Two-dimensional signal and image processing, Prentice-Hall, 1990.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.