KR100349593B1 - 변형된 자동회귀 필터 및 그 필터링 방법 - Google Patents

Abstract

본 발명은 변형된 자동회귀 필터 및 그 필터링 방법에 관한 것으로서, 필터의 출력을 한 프레임 저장시키는 프레임 메모리; 프레임 메모리에 저장된 신호와 현재의 관측신호를 입력으로하여 차영상을 출력하고, 현재 처리 중인 화소가 정지영역에 속하는지 움직임 영역에 속하는지를 판단하여 움직임 인덱스를 출력하는 차영상 발생부; 정지영역의 차영상을 관측신호의 정지영역의 잡음의 분산을 계산하기 위한 누적분포 함수로 변환하는 히스토그램 발생부; 및 움직임 영역이면 관측신호를 그대로 출력하고, 정지영역이면 히스토그램 발생부의 출력데이터를 통해 계산된 적응필터 이득을 갖는 적응필터를 통과한 신호를 출력하는 선택적 필터 출력수단을 포함함을 특징으로 한다.

본 발명에 의하면 연속된 동영상 신호에 대해 실시간 처리가 가능하고 잡음제거 능력이 뛰어나며 동영상에 포함된 동표적의 에지를 잘 보존한다.

Description

변형된 자동회귀 필터 및 그 필터링 방법

본 발명은 자동 회귀 필터 및 그 필터링 방법에 관한 것으로서, 특히 표적의움직임에 의해 발생하는 표적의 경계부분의 뭉글어뜨림 현상을 제거하기 위해 정지 영역에서는 적응필터 역할을 하고 움직임 영역에서는 관측신호를 그대로 출력하는 자동 회귀(auto regressive)필터 및 그 필터링 방법에 관한 것이다.

일반적으로 영상신호에 포함된 잡음을 제거하는데 사용되는 필터로는 공간영역에서의 필터(Spatial Domain Filter)와 시간영역에서의 필터(Time Domain Filter)로 구분할 수 있다. 공간영역에서의 필터에는 수평과 수직방향으로 현재의 픽셀(current pixel) 주위에 적당한 크기의 창(window)을 두어 이 창내에서 인접한 화소들 사이에 적당한 가중치를 두어 이를 평균한 값으로 현재의 필터(Current Filter)를 대치하는 평균(Average) 필터와 창내의 각 화소를 밝기(Intensity)에 따라 순서대로 나열한 후 적당한 밝기의 값을 대표값으로 선택하는 메디안(Median) 필터등이 있다.

그런데 평균필터(Average Filter)는 창을 크게 할수록 가우시안(Gaussian) 잡음을 제거할 수 있는 성능면에서는 우수하나 화면에 있는 물체의 에지(Edge)를 뭉글어 지게하여 오히려 화상의 질을 저해하는 역효과가 있다. 그리고 메디안 필터는 임펄스(Impulse)성 잡음에 매우 강한 효과를 가져오며 에지를 잘 보존하는 반면 가우시안 잡음에 대한 잡음제거 능력은 다소 떨어지는 경향이 있다. 이외에도 화면의 잡음 분산량을 이용하여 적절한 가중치(Weight)를 가변시키는 리(LEE) 필터 등이 있으나 이러한 공간영역 필터를 연속적인 동영상에 적용할 경우 수직 방향의 창 데이터를 입수하기 위해서는 많은 하드웨어가 필요하며 잡음 제거 능력을 키우기 위해서는 창을 키워야 하므로 실시간 구현에는 부적절하다. 따라서 공간영역의 필터는 주로 정지영상에 대해 적용이 되고 있다.

한편 시간영역의 필터는 공간영역의 필터와는 달리 재귀(Recursive)형태로 구현이 가능하여 적은 하드웨어에 의해 좋은 잡음 제거 능력을 갖게 할 수 있고 화면에 포함된 정지 표적의 에지를 잘보존 하므로 동영상의 실시간 잡음제거 필터로 자주 사용된다. 그러나 이 시간영역의 필터도 잡음 제거 능력을 키울수록 동영상에 포함된 동 표적의 에지를 뭉글어 뜨림(Blurring) 현상으로 인해 자동 감시/감지 장치등에서 동표적을 관찰하기에는 부적합하다.

따라서 본 발명은 상술한 문제점을 해결하기 위해 창출된 것으로서, 상기 실시간 처리 가능한 시간영역의 필터를 제공하고, 제공된 필터의 관측신호에 대한 가중치(weight)를 경사전력(Frame Difference Power)에 따라 최적의 값으로 자동 선택하게 함으로써 자동 감시/감지 중 동표적이 발생할 경우에도 동표적의 에지를 잘 보존하여 좋은 화질을 유지하도록 하는 자동 회귀(auto regressive) 필터 및 그 필터링 방법을 제공함에 그 목적이 있다. 또한 본 발명의 다른 목적은 동영상에서 잡음의 분산을 획득하는 방법을 제공함에 있다.

상기의 목적을 달성하기 위한 본 발명에 따른 표적의 움직임에 의해 발생하는 표적의 경계부분의 뭉글어뜨림 현상을 제거하기 위한 자동 회귀(auto regressive) 필터의 필터링 방법은

매 연속 프레임 마다 관측신호와 한 프레임 지연된 필터출력 신호의 차로 생성되는 차영상(frame difference)을 발생시키는 단계;

원래의 영상신호를 상기 차영상의 존재 유무에 따라 움직임 영역 및 정지영역으로 구분하는 단계; 및

정지영역에서는 적응필터를 통과시키고, 움직임 영역에서는 표적의 움직임에 의해 생성 및 소멸되는 정보를 그대로 통과시키는 단계를 포함함을 특징으로 한다.

상기의 다른 목적을 달성하기 위한 적응필터를 이용한 동에지(edge)의 뭉글어짐이 없는 변형된 자동회귀 필터는

한 프레임 지연된 필터 출력을 얻기 위해 필터의 출력을 한 프레임 저장시키는 프레임 메모리;

상기 프레임 메모리에 저장된 한 프레임 지연된 필터 출력 신호와 현재의 관측신호를 입력으로하여 상기 한 프레임 지연된 필터 출력신호와 상기 관측신호의 차를 구한 차영상을 출력하고, 상기 차영상을 이용하여 현재 처리 중인 화소가 정지영역에 속하는지 움직임 영역에 속하는지를 판단하여 표적의 움직임 여부를 나타내는 움직임 인덱스를 출력하는 차영상 발생부;

상기 차영상 발생부의 차영상과 움직임 인덱스를 입력으로하여 정지영역의 차영상을 관측신호의 정지영역의 잡음의 분산을 계산하기 위한 누적분포 함수로 변환하며, 상기 누적된 화소수가 정지영역의 면적을 나타내는 히스토그램 발생부: 및

상기 차영상 발생부의 움직임 인덱스의 값에 따라, 움직임 영역이면 관측신호를 그대로 출력하고, 정지영역이면 상기 히스토그램 발생부의 출력데이터를 통해 계산된 관측잡음의 분산을 사용하여 계산된 적응필터 이득을 갖는 적응필터를 통과한 신호를 출력하는 선택적 필터 출력수단을 포함함을 특징으로 한다.

상기의 또 다른 목적을 달성하기 위한 동영상에서 잡음의 분산을 획득하는방법은

관측신호와 한 프레임 지연된 필터출력 신호의 차로 생성되는 차영상(frame difference) 중 정지된 영역에서의 연속된 두 프레임 간의 차이를 히스토그램으로 만들고, 상기 히스토그램에 의해 관측잡음의 분산을 연산함을 특징으로 한다.

이하에서 첨부된 도면을 참조하여 본 발명을 상세히 설명한다. 비디오 카메라, 열영상 카메라 등의 영상 감지 장치로부터 영상신호를 디지탈화한 후 연속된 시간축 상에서의 샘플링 인덱스 (index)를 k, 공간축 상에서의 이차원(수평,수직) 위치 인덱스를 s로 하면 각 화소의 밝기 함수는 y(k,s)로 표현될 수 있다. 이 때 상기 각 화소의 밝기 함수 y(k,s)는 영상센서와 아날로그/디지탈 변환기를 거친 관측신호이며, 여기에는 관측 잡음이 첨가되어 있다. 자연계에서의 원 영상신호를 x(k,s)라 하면 잡음제거 필터는 관측신호 y(k,s)로부터 상기 x(k,s)에 가장 근접한 신호를 얻어내는 것을 목표로 한다.

상기에서 언급한 바와 같이 이러한 잡음제거 필터에는 여러 종류가 있으나 본 발명에서는 연속된 동영상 신호에 대해 실시간 처리가 가능하고 잡음제거 능력이 뛰어나며 동영상에 포함된 동표적의 에지를 잘 보존하는 변형된 1차 재귀형(Auto Regressive) 필터를 제공한다.

영상신호가 시간축상에서 1차의 재귀형 프로세스(Recursive Process)로 모델링된다고 가정하고 동적 방정식(Dynamic Equation)을 구하면

로 표현된다. 이 때 시스템 파라메타를 1로 두었으며 랜덤드라이브(RandomDrive) w(k,s)는 평균 값으로 0을 갖는 백색(0 mean's white) 가우시안 분포를 가진다. 한편 관측 모델은 관측(observation)파라메타를 1로 두고 관측 잡음을 0 평균의 백색 가우시안 v(k,s)로 두면 다음과 같다.

제1도는 식(1)과 식(2)를 블록도로 도시한 구성도로서, 실제 영상신호와 관측신호를 모델링한 것이다. 관측신호로부터 원래의 영상신호를 재현하는 필터의 출력을(k,s)라 놓고 원신호의 다이나믹스(dynamics)와 같은 차수의 1차 재귀형 필터로 두면

과 같이 모델링된다. 상기 식(3)에서 출력되는 예측치와 원영상신호 사이의 에러제곱평균(mean square error)를 최소화 하는 b(k)를 구하면 최적 필터는 구현된다.

상기 식(4)로부터

가 얻어진다. 여기서

로 구해진다.

한편 랜덤 프로세스 w(k,s), v(k,s)는 움직임이 없는 연속된 영상신호에 대해서는 시간축과 공간축상에서 서로 에르고딕(Ergodic)하다고 볼 수 있으므로 공간축상에서의를 구하여 식 (5)에 대입하면 된다. 그러나 이 경우 전술한 것처럼 동일한 한 프레임에 대해 동일한 이득(gain)을 적용하게 되므로 연속된 영상 신호에서 움직임이 없는 신호에 대해서는 잡음을 최적으로 제거할 수 있으나, 움직임 영역에 대해서는 잡음 제거를 위한 필터에 의해 표적과 배경의 생성 및 소멸로 발생되는 원영상의 변화를 오히려 둔감하게하여 특히 사람의 시각인지에 가장 중요한 역할을 하는 표적의 경계부분을 뭉글어 뜨리게 된다. 또한는 원영상의 분산(variance)를 정의하여 하나의 초기값으로 고정시키면 되는 값이나,는 관측잡음의 정도에 따라 가변되는 값이므로 매 프레임마다 관측잡음의 정도를 파악하여 이득을 적절히 가변시켜야 한다.

본 발명에서는 먼저 표적의 움직임에 의해 발생하는 경계 부분의 뭉글어뜨림 현상을 제거하기 위해 매 연속 프레임 마다 차영상(frame difference)을 발생시켜 원영상신호를 상기 차 영상의 존재 유무에 따라 움직임 및 정지 영역으로 구분한 후 정지된 영역에서는 적응 필터를 통과시키고 움직임 영역에 대해서는 표적의 움직임에 의해 생성 소멸되는 정보를 그대로 통과시키도록 하였다. 이것은 사람의 시각적 특성상 균일한(flat) 영상 밝기 분포를 가지는 정지된 영역에서는 미세한 잡음이라도 화질에 큰 영향을 미치므로 잡음을 강하게 제거시키는 반면, 동표적의 경계부분은 원래의 영상신호의 밝기 변화가 급격한 부분이므로 웬만한 잡음은 시각에별 영향을 미치지 않고 오히려 필터에 의한 뭉글어뜨림 현상이 화질을 매우 열화시키므로 관측 영상을 그대로 통과시키는 것이 바람직하다.

다음으로 매 프레임 마다 적응필터를 구현하기 위해서 관측잡음의 분산을 적절히 연산해내는 것이 매우 중요하다. 이것은 관측신호 중 어떤 부분을 잡음의 분산 연산 영역으로 결정할 것인가에 달려 있으며 일반적으로 영상의 분포가 균일한(flat)한 부분에서 영상의 변화율을 계산한다. 그러나 연속적인 실시간 영상에서 균일한(flat)한 영역인지 아닌지를 확인한다는 것은 불가능하다. 본 발명에서는 앞서 언급한 차영상 중 정지된 영역에서의 연속된 두 프레임 사이의 차이가 바로 관측잡음의 양을 나타낸다고 보고 이 정지 영역의 차영상을 하나의 히스토그램으로 만들어 히스토그램에 의해 관측잡음의 분산을 연산하도록 하였다.

한편 움직임/정지 영역을 판단하는 방법은 8-이웃(neighbourhood)의한 고립화소제거 방법을 채택했다. 이와 같은 일련의 과정은 실시간 구현이 가능하도록 설계하였으며 상세한 설계는 후술한다. 제2도는 본 발명에서 구현한 적응필터의 구성을 도시한 것으로서, 상기 1차 재귀형 필터(Recursive Filter)를 나타내고 있다.

상기 식(5)의 b(k,s)를 움직임 차(Moving Difference)가 있는 경우 즉 동표적의 움직임에 의해 화면의 차(Difference Scene)가 발생한 경우와 그렇지 않은 경우로 구분하여 나타내면 다음과 같다.

만일 움직임 차가 없는 영역 즉 정지영역이면,

가 된다.

여기서는 적절한 상수값으로 고정되어 있고,

s 가 움직일 영역이면 MI(k,s) = 0 이고

s 가 움직임 영역이 아니면 MI(k,s) = 1 이다.

만일 움직임 차가 있는 영역 즉 움직임 영역이면

이 된다.

상기에서는 움직임이 없는 정지된 영역에서의 차영상 제곱이므로 k-1 프레임과 k 프레임에서 발생되는 순수한 잡음의 전력으로 나타나며, 이 값은 두 프레임에 걸쳐 포함된 잡음이므로 결과식에 2로 나누어 준다. 상기 식(6)과 식(7)로 변형된 필터를 사용하면 정지영역에서는 잡음을 제거시키고 움직임 영역에서는 관측신호를 그대로 출력하게 된다. 이것은 움직임 영역은 동표적의 에지(edge) 영역이므로 기울기가 급격히 변화하는 부분으로 신호의 변화율에 비해 잡음의 전력은 매우 적게 작용한다. 사람의 시각적 특성을 높이기 위해서는 이 영역에서는 신호의 변동분을 그대로 보여주는 것이 필요하므로 이득을 1로 고정시켜 놓았다. 그리고 상기 MI(s)는 움직임 인덱스이고, 상기 bm(k)는 정지영역에서 획득되는 적응필터의이득을 표시한 것이다.

제3도는 본 발명의 전체적인 구성을 도시한 블록도로서, 적응필터를 이용한 동 에지(edge)의 뭉글어짐이 없는 변형된 자동회귀 필터를 나타낸 것이다. 프레임 메모리(300)는 한 프레임 지연된 필터 출력을 얻기 위해 필터의 출력을 한 프레임 저장시키는 블록으로 일반적인 비디오 메모리를 사용한다.

차영상 발생부(310)는 상기 프레임 메모리(300)에 저장된 한 프레임 지연된 필터 출력 신호와 현재의 관측신호 y(k,s)를 입력으로하여 상기 한 프레임 지연된 필터 출력신호와 상기 관측신호 y(k,s)의 차를 구한 차영상 FD(k,s)을 출력하고, 상기 차영상을 이용하여 현재 처리 중인 화소가 정지영역에 속하는지 움직임 영역에 속하는지를 판단하여 표적의 움직임 여부를 나타내는 움직임 인덱스 MI(s)를 출력한다. 그리고 상기 움직임 인덱스 MI(s)는 필터의 이득을 조정함과 동시에 히스토그램 발생부(320)에 차영상 FD(k,s)를 누적할지 않할지의 유무를 판별해 준다.

상기 차영상 발생부(310)은 차영상 생성부(311), 차영상 움직임 인덱스 생성부(312) 및 움직임 인덱스 생성부(313)으로 구성된다. 차영상 생성부(311)는 상기 프레임 메모리(300)에 저장된 한 프레임 지연된 필터 출력 신호와 현재의 관측신호 y(k,s)를 입력으로하여 상기 한 프레임 지연된 필터 출력신호와 상기 관측신호의 차를 구해 차영상 FD(k,s)을 생성하여 출력한다. 차영상 인덱스 생성부(312)는 상기 차영상 생성부(311)에서 구해진 차영상의 크기와 소정의 임계값을 비교하여 그 크기에 따라 논리값 '0'과 '1'을 가지는 차영상 인덱스를 생성한다. 그리고 움직임 인덱스 생성부(313)는 현재 처리중인 화소의 차영상 인덱스와 상기 처리중인 화소의 주변의 화소들에 대한 차영상 인덱스를 사용하여 표적의 움직임 영역 여부를 나타낸다.

그리고 상기 차영상 인덱스 생성부(312)에서 생성되는 차영상 인덱스는 상기 차영상 생성부(311)에서 구해진 차영상의 크기와 소정의 임계값을 비교하여, 상기 차영상의 크기가 소정의 임계값보다 크면 논리값 '0'의 값을 갖고, 상기 소정의 임계값보다 작으면 논리값 '1'의 값을 가지며 상기 움직임 인덱스 생성부(313)는 현재 처리중인 화소의 차영상 인덱스가 '0'이고, 상기 처리중인 화소를 둘러싼 8개의 화소들 중 하나 이상이 차영상 인덱스가 '0'이면 표적의 움직임 영역 임을 나타내는 회로이다.

상기 차영상을 이용한 움직임 인덱스 MI(s)를 구하는 로직은 다음과 같다. 먼저 실제 하드웨어 구현을 위해 2차원 위치 인덱스 s를 수평과 수직 방향으로 i, j로 고치고 수평방향의 1 지연을 1 화소 클럭(pixel)지연으로 나타내고, 수직방향의 1 지연을 1 수평동기(Hsync) 시간 만큼의 지연으로 나타내면 차영상 발생 및 움직임 인덱스 발생을 위한 각 지연 연산자는 제5도와 같다.

제5도의 각 지연소자로부터 차영상(FD:Frame Difference)과 차영상 인덱스(FDI:Frame Difference Index)는 다음 식과 같이 구할 수 있다.

FDI(k, i, j) =0이고,

그렇지 않으면 FDI(k, i, j) = 1 이다.

상기 식(9)에서 FDth는 차영상에 대한 임계치로 이론적으로는 0이나 영상신호에 포함되는 잡음에 대해 민감해지므로 일반적으로 양자화 최대값의 1/16 - 1/32 사이의 적절한 값으로 고정한다. 예를 들어, 8비트 양자화인 경우 독립된 하나의 화소에 대해 사람이 시각적으로 밝기의 변화를 제대로 감지할 수 있는 정도는 최소 6비트값 이상이므로 이때 FDth는 10정도면 적절하다. 차영상 인덱스 FDI는 FD로부터 이 FDth보다 큰지 작은지에 따라 1과 0의 값을 가지게 된다. 상기 식 (8), (9)식은 일반적으로 잘 알려진 룩업테이블(Look Up Table:LUT)를 이용하면 쉽게 구현된다. 이렇게 구한 FDI로부터 실제 정지영역인지 움직임 영역인지를 판단하는 움직임 인덱스(MI)는 제6도와 같이 구한다.

현재 화소의 위치는 (i, j)이며 이 때 주변의 8개의 화소에 대한 차영상 인덱스를 움직임 인덱스의 결정에 사용한다. 현재 화소 FDI가 0이며 주변의 8 화소 중 하나 이상의 화소 FDI가 0 이어야만 최종 MI는 0이 된다. 이것은 비교적 큰값을 가지는 잡음이 어떤 위치에 발생하면 이 값과 주변의 값에 의해 고립된 화소냐 아니냐를 판단, 만약 이것이 고립된 화소이면 동표적에 의해 발생되는 움직임 영역에서 제거시키는 기능을 한다. 이것은 영상신호에 종종 발생되는 임펄스 형의 잡음은 차영상이 큰 값을 가지므로 이러한 임펄스 잡음에 의해 발생되는 고립화소를 필터링 시켜주기 위함이다. 또한 동표적으로 구분하려면 최소 두 화소 이상의 연속된 경계를 가져야 하기 때문이다. 이상의 구현은 실제 비교적 간단한 하드웨어 구조로실시간 처리가 충분히 가능하다.

히스토그램 발생부(320)는 일반적으로 알려진 누적 분포회로로서 상기 차영상 발생부(310)의 차영상 FD(k,s)과 움직임 인덱스 MI(s)를 입력으로하여, 정지영역의 차영상을 관측신호의 정지영역에 대한 잡음의 분산()을 계산하기 위한 누적분포 함수로 변환하며, 상기 누적된 화소수가 정지영역의 면적을 나타내는 블록이다. 그리고 단지 히스토그램의 누적 유무를 움직임 인덱스에 의해 판별하므로 최종 누적된 값으로부터 누적화소수와 누적값의 밝기 합을 구하면 순수한 관측 잡음의 분산을 쉽게 얻어낼 수 있다. 제7도는 상기 히스토그램 발생부의 내부 로직의 일예를 도시한 회로의 블록도이다.

한편 선택적 필터 출력수단(330)는 상기 차영상 발생부(310)의 움직임 인덱스의 값에 따라, 움직임 영역이면 관측신호를 그대로 출력하고, 정지영역이면 상기 히스토그램 발생부(320)의 출력데이터를 통해 계산된 관측잡음의 분산()을 사용하여 계산된 적응필터 이득을 갖는 적응필터를 통과한 신호를 출력한다. 그리고 상기 선택적 필터출력수단(330)은 제1다중화기(331), 제2다중화기(332), 제1승산기(333), 제2승산기(334) 및 가산기(335)로 구성된다. 제1다중화기(331)는 상기 차영상 발생부(310)의 움직임 인덱스의 값이 움직임 영역을 나타내는 값이면 이득 값으로 '1'을 출력하고, 상기 움직임 인덱스의 값이 정지영역을 나타내는 값이면 상기 히스토그램 발생부의 출력데이터를 통해 계산된 관측잡음의 분산을 사용하여 계산된 적응필터 이득(bm(k))을 출력한다. 제2다중화기(332)는 상기 차영상발생부(310)의 움직임 인덱스의 값이 움직임 영역을 나타내는 값이면 '0'을 출력하고, 상기 움직임 인덱스의 값이 정지영역을 나타내는 값이면 '1 - bm(k)'을 출력한다. 제1승산기(333)은 관측신호와 상기 제1다중화기(331)의 출력값을 곱한다. 제2승산기(334)는 상기 프레임 메모리(300)의 출력신호와 상기 제2다중화기(332)의 출력값을 곱한다. 가산기(335)는 상기 제1승산기(333)의 출력값과 상기 제2승산기(334)의 출력값을 더한다.

상술한 바와 같이 본 발명에 의하면, 움직임 영역에서는 관측신호를 그대로 출력하고 정지영역에서는 적응필터를 적용하는 변형된 1차 재귀형(Auto Regressive) 필터를 제공함으로써, 연속된 동영상 신호에 대해 실시간 처리가 가능하고 잡음제거 능력이 뛰어나며 동영상에 포함된 동표적의 에지를 잘 보존한다.

제1도는 식(1)과 식(2)를 블록도로 도시한 구성도로서, 실제 영상신호와 관측신호를 모델링한 것이다.

제2도는 본 발명에서 제안된 적응필터의 구성도를 도시한 것이다.

제3도는 본 발명의 전체적인 구성을 도시한 블록도로서, 적응필터를 이용한 동 에지(edge)의 뭉글어짐이 없는 변형된 자동회귀 필터를 나타낸 것이다.

제4도는 차영상 발생부의 내부 상세 블록도를 도시한 것이다.

제5도는 창여상 발생 및 움직임 인덱스 발생을 위한 각 지연 연산자와 그를 통한 신호를 도시한 것이다.

제6도는 8-neighbourhood 고립화소 제거에 의한 움직임 인덱스 발생회로를 도시한 것이다.

제7도는 히스토그램 발생부의 내부 로직의 일예를 도시한 회로의 블록도이다.

Claims (7)

1. 표적의 움직임에 의해 발생하는 표적의 경계부분의 뭉글어뜨림 현상을 제거하기 위한 변형된 자동 회귀(auto regressive) 필터의 필터링 방법에 있어서,

   매 연속 프레임 마다 관측신호와 한 프레임 지연된 필터출력 신호의 차로 생성되는 차영상(frame difference)을 발생시키는 단계;

   원래의 영상신호를 상기 차영상의 존재 유무에 따라 움직임 영역 및 정지영역으로 구분하는 단계; 및

   정지영역에서는 적응필터를 통과시키고, 움직임 영역에서는 표적의 움직임에 의해 생성 및 소멸되는 정보를 그대로 통과시키는 단계를 포함함을 특징으로 하는 변형된 자동회귀 필터의 필터링 방법.
2. 제1항에 있어서, 상기 움직임/정지 영역을 판단하는 방법은 기준되는 한 화소를 둘러싼 8개의 화소(8-negihbourhood)에 의한 고립화소 제거 방법임을 특징으로 하는 변형된 자동회귀 필터의 필터링 방법.
3. 동영상에서 잡음의 분산을 획득하는 방법에 있어서,

   관측신호와 한 프레임 지연된 필터출력 신호의 차로 생성되는 차영상(frame difference)중 정지된 영역에서의 연속된 두 프레임 간의 차이를 히스토그램으로 만들고, 상기 히스토그램에 의해 관측잡음의 분산을 연산함을 특징으로 하는 동영상에서 잡음의 분산을 획득하는 방법.
4. 적응필터를 이용한 동 에지(edge)의 뭉글어짐이 없는 변형된 자동회귀 필터에 있어서,

   한 프레임 지연된 필터 출력을 얻기 위해 필터의 출력을 한 프레임 저장시키는 프레임 메모리;

   상기 프레임 메모리에 저장된 한 프레임 지연된 필터 출력 신호와 현재의 관측신호를 입력으로하여 상기 한 프레임 지연된 필터 출력신호와 상기 관측신호의 차를 구한 차영상을 출력하고, 상기 차영상을 이용하여 현재 처리 중인 화소가 정지영역에 속하는지 움직임 영역에 속하는지를 판단하여 표적의 움직임 여부를 나타내는 움직임 인덱스를 출력하는 차영상 발생부;

   상기 차영상 발생부의 차영상과 움직임 인덱스를 입력으로하여 정지영역의 차영상을 관측신호의 정지영역의 잡음의 분산을 계산하기 위한 누적분포 함수로 변환하며, 상기 누적된 화소수가 정지영역의 면적을 나타내는 히스토그램 발생부; 및

   상기 차영상 발생부의 움직임 인덱스의 값에 따라, 움직임 영역이면 관측신호를 그대로 출력하고, 정지영역이면 상기 히스토그램 발생부의 출력데이터를 통해 계산된 관측잡음의 분산을 사용하여 계산된 적응필터 이득을 갖는 적응필터를 통과한 신호를 출력하는 선택적 필터 출력수단을 포함함을 특징으로 하는 변형된 자동회귀 필터.
5. 제4항에 있어서, 상기 차영상 발생부는

   상기 프레임 메모리에 저장된 한 프레임 지연된 필터 출력 신호와 현재의 관측신호를 입력으로하여 상기 한 프레임 지연된 필터 출력신호와 상기 관측신호의 차를 구해 차영상을 생성하는 차영상 생성부:

   상기 차영상 생성부에서 구해진 차영상의 크기와 소정의 임계값을 비교하여 그 크기에 따라 논리값 '0'과 '1'을 가지는 차영상 인덱스를 생성하는 차영상 인덱스 생성부: 및

   현재 처리중인 화소의 차영상 인덱스와 상기 처리중인 화소의 주변의 화소들에 대한 차영상 인덱스를 사용하여 표적의 움직임 영역여부를 나타내는 움직임 인덱스를 출력하는 움직임 인덱스 생성부를 포함함을 특징으로 하는 변형된 자동회귀 필터.
6. 제5항에 있어서, 상기 차영상 인덱스 생성부에서 생성되는 차영상 인덱스는

   상기 차영상 생성부에서 구해진 차영상의 크기와 소정의 임계값을 비교하여, 상기 차영상의 크기가 소정의 임계값보다 크면 논리값 '0'의 값을 갖고, 상기 소정의 임계값보다 작으면 논리값 '1'의 값을 가지며,

   상기 움직임 인덱스 생성부는

   현재 처리중인 화소의 차영상 인덱스가 '0'이고, 상기 처리중인 화소를 둘러싼 8개의 화소들 중 하나 이상이 차영상 인덱스가 '0'이면 표적의 움직임 영역 임을 나타내는 회로임을 특징으로 하는 변형된 자동회귀 필터.
7. 제4항에 있어서, 상기 선택적 필터 출력수단은

   상기 차영상 발생부의 움직임 인덱스의 값이 움직임 영역을 나타내는 값이면 이득 값으로 '1'을 출력하고, 상기 움직임 인덱스의 값이 정지영역을 나타내는 값이면 상기 히스토그램 발생부의 출력데이터를 통해 계산된 관측잡음의 분산을 사용하여 계산된 적응필터 이득(bm(k))을 출력하는 제1다중화기;

   상기 차영상 발생부의 움직임 인덱스의 값이 움직임 영역을 나타내는 값이면 '0'을 출력하고, 상기 움직임 인덱스의 값이 정지영역을 나타내는 값이면 '1 - bm(k)'을 출력하는 제2다중화기;

   관측신호와 상기 제1다중화기의 출력값을 곱하는 제1승산기;

   상기 프레임 메모리의 출력신호와 상기 제2다중화기의 출력값을 곱하는 제2승산기;

   상기 제1승산기의 출력값과 상기 제2승산기의 출력값을 더하는 가산기를 포함함을 특징으로 하는 변형된 자동회귀 필터.