본 논문에서는 영상에 첨가된 가우시안 잡음과 임펄스 잡음의 영향을 완화하기 위하여 잡음의 종류에 따라 처리하는 비선형 합성 필터를 제안하였다. 잡음 판단을 통해 국부 마스크의 중심화가 가우시안 잡음으로 판단된 경우, 국부 마스크 내의 표본분산을 이용하여 공간 가중치 필터와 화소 변화에 따른 가중치 필터의 가중치를 다르게 적용하여 처리하고, 임펄스 잡음으로 판단된 경우, 국부 마스크의 잡음 밀도에 따라 국부 히스토그램 가중치 필터와 표준 메디안 필터의 가중치를 다르게 적용하여 처리하는 알고리즘을 제안하였다. 그리고 제안한 필터 알고리즘의 성능을 평가하기 위해 PSNR(peak signal to noise ratio)을 사용하여 기존의 방법들과 제안한 필터 알고리즘을 가우시안 잡음, 임펄스 잡음 및 두 잡음이 혼합된 복합잡음 환경에서 각각 비교하였다.
본 논문에서는 영상에 첨가된 가우시안 잡음과 임펄스 잡음의 영향을 완화하기 위하여 잡음의 종류에 따라 처리하는 비선형 합성 필터를 제안하였다. 잡음 판단을 통해 국부 마스크의 중심화가 가우시안 잡음으로 판단된 경우, 국부 마스크 내의 표본분산을 이용하여 공간 가중치 필터와 화소 변화에 따른 가중치 필터의 가중치를 다르게 적용하여 처리하고, 임펄스 잡음으로 판단된 경우, 국부 마스크의 잡음 밀도에 따라 국부 히스토그램 가중치 필터와 표준 메디안 필터의 가중치를 다르게 적용하여 처리하는 알고리즘을 제안하였다. 그리고 제안한 필터 알고리즘의 성능을 평가하기 위해 PSNR(peak signal to noise ratio)을 사용하여 기존의 방법들과 제안한 필터 알고리즘을 가우시안 잡음, 임펄스 잡음 및 두 잡음이 혼합된 복합잡음 환경에서 각각 비교하였다.
In this paper, we proposed a nonlinear synthesis filter for noise reduction to reduce the effects of Gaussian noise and impulse noise. When the centralization of the local mask is judged to be Gaussian noise by the noise judgment, the weight value of the weight filter are applied differently accordi...
In this paper, we proposed a nonlinear synthesis filter for noise reduction to reduce the effects of Gaussian noise and impulse noise. When the centralization of the local mask is judged to be Gaussian noise by the noise judgment, the weight value of the weight filter are applied differently according to the spatial weight filter and the pixel change by using the sample variance in the local mask. And if it is determined as the impulse noise, we proposed an algorithm that applies different weights of local histogram weight filter and standard median filter according to noise density of mask. In order to evaluate the performance of the proposed filter algorithm, we used PSNR(peak signal to noise ratio) and compared existing methods and proposed filter algorithm in the mixed noise environment with Gaussian noise, impulsive noise, and two noises mixed.
In this paper, we proposed a nonlinear synthesis filter for noise reduction to reduce the effects of Gaussian noise and impulse noise. When the centralization of the local mask is judged to be Gaussian noise by the noise judgment, the weight value of the weight filter are applied differently according to the spatial weight filter and the pixel change by using the sample variance in the local mask. And if it is determined as the impulse noise, we proposed an algorithm that applies different weights of local histogram weight filter and standard median filter according to noise density of mask. In order to evaluate the performance of the proposed filter algorithm, we used PSNR(peak signal to noise ratio) and compared existing methods and proposed filter algorithm in the mixed noise environment with Gaussian noise, impulsive noise, and two noises mixed.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 논문에서는 영상에 첨가되는 가우시안 잡음과 임펄스 잡음의 영향을 완화하기 위하여, 잡음의 종류에 따라 처리하는 비선형 합성 필터를 제안하였다. 국부 마스크의 중심화소가 가우시안 잡음인 경우, 국부 마스크 화소들의 분산에 따라 공간 가중치, 화소 변화에 따른 가중치 필터의 가중치를 다르게 적용하여 처리하고, 임펄스 잡음의 경우, 잡음 밀도에 따라 국부 히스토그램 가중치 필터와 메디안 필터를 합성하여 처리하는 알고리즘을 제안하였다.
본 논문에서는 영상에 첨가되는 가우시안 잡음과 임펄스 잡음을 효과적으로 제거하기 위해, 잡음의 종류에 따라 다르게 처리하는 비선형 합성 필터를 제안하였다. 중심화소가 가우시안 잡음인 경우, 국부 마스크 화소들의 분산에 따라 공간 가중치 및 화소 변화에 따른 가중치 필터의 가중치를 서로 다르게 적용하여 처리하며, 임펄스 잡음인 경우, 국부 마스크의 임펄스 잡음 밀도에 따라 국부 히스토그램 가중치 및 메디안 필터의 가중치를 다르게 적용하여 처리하는 알고리즘을 제안하였다.
본 논문은 가우시안 잡음 및 임펄스 잡음에 훼손된 영상을 복원하기 위하여 잡음의 종류에 따라 처리한다. 국부 마스크의 중심화소가 가우시안 잡음에 훼손된 경우, 공간 가중치 필터와 화소 변화에 따른 가중치 필터를 이용하여 처리하고, 임펄스 잡음에 훼손된 경우, 히스토그램을 이용한 가중치 필터와 메디안 필터로 처리하는 영상복원 필터 알고리즘을 제안하였다.
제안 방법
본 논문은 가우시안 잡음 및 임펄스 잡음에 훼손된 영상을 복원하기 위하여 잡음의 종류에 따라 처리한다. 국부 마스크의 중심화소가 가우시안 잡음에 훼손된 경우, 공간 가중치 필터와 화소 변화에 따른 가중치 필터를 이용하여 처리하고, 임펄스 잡음에 훼손된 경우, 히스토그램을 이용한 가중치 필터와 메디안 필터로 처리하는 영상복원 필터 알고리즘을 제안하였다.
따라서 본 논문에서는 영상에 첨가되는 가우시안 잡음과 임펄스 잡음의 영향을 완화하기 위하여, 잡음의 종류에 따라 처리하는 비선형 합성 필터를 제안하였다. 국부 마스크의 중심화소가 가우시안 잡음인 경우, 국부 마스크 화소들의 분산에 따라 공간 가중치, 화소 변화에 따른 가중치 필터의 가중치를 다르게 적용하여 처리하고, 임펄스 잡음의 경우, 잡음 밀도에 따라 국부 히스토그램 가중치 필터와 메디안 필터를 합성하여 처리하는 알고리즘을 제안하였다. 그리고 제안된 알고리즘의 잡음 제거 성능의 우수성을 입증하기 위해, PSNR(peak signal to noise ratio)을 이용하였으며, 기존의 방법들과 그 성능을 비교하였다[7,8].
본 논문에서는 512⨉512 크기의 8비트 그레이 영상인 Butterfly 영상과 Baboon 영상에 대해 가우시안 잡음, 임펄스 잡음 및 두 잡음이 혼합된 복합잡음을 첨가하여 시뮬레이션하였으며, 영상의 개선 정도를 평가하기 위하여 PSNR을 사용하여 기존의 CWMF, A-TMF, AWMF로 성능을 비교하였다.
본 논문에서는 영상에 첨가되는 가우시안 잡음과 임펄스 잡음을 효과적으로 제거하기 위해, 잡음의 종류에 따라 다르게 처리하는 비선형 합성 필터를 제안하였다. 중심화소가 가우시안 잡음인 경우, 국부 마스크 화소들의 분산에 따라 공간 가중치 및 화소 변화에 따른 가중치 필터의 가중치를 서로 다르게 적용하여 처리하며, 임펄스 잡음인 경우, 국부 마스크의 임펄스 잡음 밀도에 따라 국부 히스토그램 가중치 및 메디안 필터의 가중치를 다르게 적용하여 처리하는 알고리즘을 제안하였다.
대상 데이터
그림 3은 Baboon 영상의 원 영상, 잡음 영상 및 처리된 영상의 확대 영상을 나타낸 것이다. 확대 영상은 Baboon 영상에 (350, 150) 화소를 중심으로 상하좌우 각각 50영역을 확대한 영상이다.
그림 2는 Butterfly 영상의 원 영상, 잡음 영상 및 처리된 영상의 확대 영상을 나타낸 것이다. 확대 영상은 Butterfly 영상에 (150, 150) 화소를 중심으로 상하좌우 각각 50영역을 확대한 영상이다.
데이터처리
국부 마스크의 중심화소가 가우시안 잡음인 경우, 국부 마스크 화소들의 분산에 따라 공간 가중치, 화소 변화에 따른 가중치 필터의 가중치를 다르게 적용하여 처리하고, 임펄스 잡음의 경우, 잡음 밀도에 따라 국부 히스토그램 가중치 필터와 메디안 필터를 합성하여 처리하는 알고리즘을 제안하였다. 그리고 제안된 알고리즘의 잡음 제거 성능의 우수성을 입증하기 위해, PSNR(peak signal to noise ratio)을 이용하였으며, 기존의 방법들과 그 성능을 비교하였다[7,8].
성능/효과
그림 2, 3의 (e), (f), (g), (h)에서, 기존의 방법들은 복합잡음 환경에서 잡음 제거 특성이 다소 미흡하였으며, 에지 영역에서 블러링 현상이 나타났다. 그리고 제안한 알고리즘은 기존의 방법들에 비해 복합잡음 환경에서 잡음 제거 특성이 우수한 결과를 나타내었다.
그리고 제안한 알고리즘은 임펄스 잡음 (P=50%)와 AWGN(σ =10)에 훼손된 Butterfly 영상에서 28.21[dB]의 높은 PSNR을 보이고 있으며, 기존의 CWMF, A-TMF, AWMF에 비해 각각 5.90[dB], 9.28[dB], 5.05[dB] 개선되었다.
시뮬레이션 결과, 제안한 알고리즘은 가우시안 잡음 환경에서 잡음 밀도 낮은 영역에서 우수한 잡음 제거 성능을 나타내었고, 임펄스 잡음 환경 및 복합잡음 환경에서 모든 영역에 잡음 제거 특성이 기존의 방법들보다 우수한 결과를 나타내었다. 따라서 제안한 알고리즘은 복합잡음 환경에서 운용되는 영상처리 시스템에 유용하게 적용될 것으로 사료된다.
후속연구
시뮬레이션 결과, 제안한 알고리즘은 가우시안 잡음 환경에서 잡음 밀도 낮은 영역에서 우수한 잡음 제거 성능을 나타내었고, 임펄스 잡음 환경 및 복합잡음 환경에서 모든 영역에 잡음 제거 특성이 기존의 방법들보다 우수한 결과를 나타내었다. 따라서 제안한 알고리즘은 복합잡음 환경에서 운용되는 영상처리 시스템에 유용하게 적용될 것으로 사료된다.
질의응답
핵심어
질문
논문에서 추출한 답변
대표적인 영상에 첨가되는 잡음에는 무엇이 있는가?
영상에 첨가되는 잡음은 발생되는 원인과 형태에 따라 다양한 종류가 있으며, 주로 임펄스 잡음, 가우시안 잡음, 유니폼 잡음이 대표적이다. 잡음을 제거 하기 위한 대표적인 공간영역 방법에는 CWMF(center weighted median filter), A-TMF(alpha-trimmed mean filter), AWMF(adaptive weighted median filter)등이 있다.
본 논문에서 비선형 합성 필터를 제안한 이유는 무엇인가?
따라서 본 논문에서는 영상에 첨가되는 가우시안 잡음과 임펄스 잡음의 영향을 완화하기 위하여, 잡음의 종류에 따라 처리하는 비선형 합성 필터를 제안하였다.국부 마스크의 중심화소가 가우시안 잡음인 경우, 국부 마스크 화소들의 분산에 따라 공간 가중치, 화소 변화에 따른 가중치 필터의 가중치를 다르게 적용하여 처리하고, 임펄스 잡음의 경우, 잡음 밀도에 따라 국부 히스토그램 가중치 필터와 메디안 필터를 합성하여 처리하는 알고리즘을 제안하였다.
잡음 제거 방법 중 공간영역 방법의 문제점은 무엇인가?
잡음을 제거 하기 위한 대표적인 공간영역 방법에는 CWMF(center weighted median filter), A-TMF(alpha-trimmed mean filter), AWMF(adaptive weighted median filter)등이 있다. 그러나 이러한 방법들은 가우시안 잡음 및 임펄스 잡음이 혼합된 환경에서 잡음 제거 특성이 다소 미흡하다[4-6].
참고문헌 (8)
K. N. Plataniotis and A. N. Venetsanopoulos, Color Image Processing and Applications, 1st ed. Berlin, Germany: Springer, 2000.
R. C. Gonzalez and R. E. woods, Digital Image Processing, 3rd ed. Upper Saddle River, NJ: Prentice Hall, 2008.
X. Long and N. H. Kim, "Image Restoration for Edge Preserving in Mixed Noise Environment," Journal of Information and Communication Convergence Engineering, vol. 18, no. 3, pp. 727-734, Mar. 2014.
S. I. Kwon and N. H. Kim, "A Study on Modified Spatial Weighted Filter in Mixed Noise Environments," Journal of Information and Communication Convergence Engineering, vol. 19, no. 1, pp. 237-243, Jan. 2015.
R. Oten and R. J. P. de Figueiredo, "Adaptive Alpha-Trimmed Mean Filters Under Deviations From Assumed Noise Model," IEEE Trans, Image Processing, vol. 13, no. 5, pp. 627-639, May 2004.
J. Wang and J. Hong, "A New Selt-Adaptive Weighted Filter for Removing Noise in Infrared Images," in Proceedings of IEEE Information Engineering and Computer Science, Wuhan, China, pp.1-4, Dec. 2009.
T. Azetsu, N. Suetake and E. Uchino, "Trilateral Filter Using Rank Order Information of Pixel Value for Mixed Gaussian and Impulsive Noise Removal," in Proceedings of IEEE Intelligent Signal Processing and Communications Systems, Okinawa, Japan, pp. 303- 306, Nov. 2013.
T. Bai and J. Tan, "Automatic detection and removal of high-density impulse noises," IET Image Processing, vol. 9, no.2, pp.162-172, Feb. 2015.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.