KR100739751B1 - 비디오 신호들에 대한 2중-채널 적응적인 2차원 잡음 제거방법 및 시스템 - Google Patents

비디오 신호들에 대한 2중-채널 적응적인 2차원 잡음 제거방법 및 시스템 Download PDF

Info

Publication number
KR100739751B1
KR100739751B1 KR1020050105473A KR20050105473A KR100739751B1 KR 100739751 B1 KR100739751 B1 KR 100739751B1 KR 1020050105473 A KR1020050105473 A KR 1020050105473A KR 20050105473 A KR20050105473 A KR 20050105473A KR 100739751 B1 KR100739751 B1 KR 100739751B1
Authority
KR
South Korea
Prior art keywords
pass
signal
low
channel
dimensional
Prior art date
Application number
KR1020050105473A
Other languages
English (en)
Other versions
KR20060106607A (ko
Inventor
김영택
펭 린
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Publication of KR20060106607A publication Critical patent/KR20060106607A/ko
Application granted granted Critical
Publication of KR100739751B1 publication Critical patent/KR100739751B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • H04N5/91—Television signal processing therefor
    • H04N5/911—Television signal processing therefor for the suppression of noise
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/21—Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20004—Adaptive image processing
    • G06T2207/20012—Locally adaptive
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20192—Edge enhancement; Edge preservation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Picture Signal Circuits (AREA)

Abstract

이미지들에서 세부(detail)들을 보존할 뿐만 아니라 본질적으로 이미지들에서 깨끗하고, 매끈하고, 자연스럽게 보이는 균일한 영역들을 제공하는 잡음 제거 시스템을 제공한다. 잡음 제거 시스템은 2중-채널 적응적인 잡음 제거 기법을 이용한다. 입력 신호는 채널 분리 필터에 의해 우선 두 개의 채널들(즉, 저역-통과 채널 및 고역-통과 채널)로 분리된다. 그 다음에 두 개의 채널 신호들은 독립적으로 처리된다. 저역-통과 채널 신호는 국부적 2차원 및 1차원 통계의 추정과 국부적 이미지 구조 방향의 검출에 기초하는 적응적인 방향성 필터를 이용하여 처리된다. 고역-통과 채널 신호는 국부적 통계의 추정과 본래의 입력 신호의 잡음 레벨로부터 유도되는 고역-통과 채널 신호의 잡음 레벨에 기초하는 비선형 필터링에 의해 처리된다. 두 개의 채널들로부터 처리된 신호들은 최종 출력을 얻기 위해 서로 더해진다.

Description

비디오 신호들에 대한 2중-채널 적응적인 2차원 잡음 제거 방법 및 시스템{Method and System of Dual-Channel 2D Noise Reduction for Video Signals}
도 1은 본 발명의 일 시시예에 따른 2중-채널 적응적인 2차원 잡음 제거 시스템의 기능적 블록도를 보여준다.
도 2는 도 1에서의 저역-통과 신호에 대한 적응적인 방향성 필터 모듈의 일 실시예의 기능적 블록도를 보여준다.
도 3은 도 1에서의 고역-통과 신호에 대한 비선형 필터 모듈의 일 실시예의 기능적 블록도를 보여준다.
본 발명은 일반적으로 이미지 처리에 관한 것이며, 특히 비디오들에 대한 공간적 잡음 제거에 관한 것이다.
비디오 신호들은 종종 취득 또는 전송 과정 동안 잡음에 의해 훼손된다. 잡음은 영상에서 품질 저하의 주요 근원이다. TV 화면들이 점점 커짐에 따라, 비디오 잡음은 시청자들에게 더욱 성가시게 되고 있다. 그래서, 비디오 품질을 개선하기 위하여 고품질 잡음 제거 시스템들에 대한 요구가 있어 왔다.
종래의 2차원(2D) 잡음 제거 방법들은 주로 공간적 또는 주파수 영역들에서 선형적인 처리(필터링)에 관련된다. 이러한 잡음 제거는 잡음을 나타내는 고주파 신호들을 감쇄시키는 것에 기초하고 있다. 그러나, 고주파수 성분들을 감쇄시킴으로써 잡음을 제거하면서, 이러한 선형 처리는 약간의 중요한 이미지 세부(detail)들을 제거하고 이미지 에지 블러링(edge blurring)을 야기시킨다.
이미지 에지 블러링을 방지하기 위하여, 잡음 제거 필터링은 이미지의 국부적 구조들에 적응적일 필요가 있다. 이러한 적응적인 기법의 하나는 방향성 필터링으로 알려져 있으며, 방향성 필터는 필터가 항상 에지 방향를 가로지르지 않고 에지 방향을 따라 적용되는 방법으로 이미지 에지 방향들에 적응함으로써 이미지 블러링을 피하기 위하여 이용된다.
비록 방향성 필터는 약간의 이미지 에지 블러링을 방지하지만, 단점은 균일한 이미지 영역들에서 잡음 찌꺼기들이 알고리즘의 국부적 공간적 연산의 특성 때문에 특히 고주파수 잡음에 대해 잡음 아웃라이어(outlier)들 주변에 집중적으로 발생하려는 경향이 있다는 것이다. 이는 균일한 영역들에서 처리된 이미지가 "지저분하게" 보이도록 만든다.
본 발명이 이루고자하는 기술적 과제는 이미지들에서 세부들을 보존할 뿐만 아니라 이미지들에서 본질적으로 깨끗하고, 매끈하고, 자연스럽게 보이는 균인한 영역들을 제공하는 비디오 신호들에 대한 2중-채널 적응적인 2차원 잡음 제거 방법 및 시스템을 제공하는 것이다.
본 발명의 목적은 이미지들에서 세부들을 보존할 뿐만 아니라 본질적으로 깨끗하고, 매끈하고, 그리고 자연스럽게 보이는 이미지들에서의 균일한 영역들을 제공하는 잡음 제거 방법을 제공한다. 따라서, 일 실시예에서, 본 발명은 2중-채널 적응적인 잡음 제거 기법을 이용하는 잡음 제거 시스템을 제공한다.
입력 신호는 우선 채널 분리 필터(channel splitting filter)에 의해 두 개의 채널(즉, 저역-통과 채널과 고역-통과 채널)로 분리된다. 그 다음에, 두 개의 채널 신호들은 독립적으로 처리된다. 저역-통과 채널 신호는 국부적 이미지의 2차원 및 1차원 통계의 추정과 국부적 이미지의 구조 방향(structure direction)의 검출에 기초하는 적응적인 방향성 필터(adaptive directional filter)를 이용하여 처리된다. 적응적인 방향성 필터는 국부적 통계의 추정과 본래의 입력 신호의 잡음 레벨로부터 유도되는 저역-통과 채널 신호의 잡음 레벨(level)에 기초하여 2차원 필터링과 1차원 필터링을 스위칭한다. 가능한 한 많은 잡음을 제거하기 위하여 균일한 이미지 영역들에서, 2차원 스무딩(smoothing) 필터링이 이용된다. 이미지 구조 영역에서는, 이미지를 매끈하게 하기 위하여 1차원 방향성 필터링이 이미지 구조 방향들을 따라 이용된다.
고역-통과 채널 신호는 국부적 이미지 통계의 추정과 본래의 입력 신호의 잡음 레벨로부터 유도되는 고역-통과 채널 신호의 잡음 레벨에 기초하는 비선형 필터링 방법에 의해 처리된다. 저역-통과 채널과 고역-통과 채널로부터 처리된 신호들은 최종 잡음이 제거된 출력 이미지를 얻기 위하여 함께 더해진다. 본 발명에 따 른 이러한 잡음 제거 방법은 입력 이미지의 세부들을 보존할 뿐만 아니라 본질적으로 깨끗하고, 매끈하고, 그리고 자연스럽게 보이는 이미지들에서의 균일한 영역들을 제공한다.
본 발명의 다른 실시예들, 특징들 및 이점들은 첨부된 도면들과 함께 아래의 상세한 설명으로부터 곧 알 수 있을 것이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 2중-채널 2차원 적응적인 잡음 제거 시스템(100)의 기능적 블록도가 보여진다. 디지털 입력 이미지 신호는 주의 깊게 설계된 채널 분리 필터(110)에 의해 입력 픽셀들이 우선 두 개의 채널들(즉, 저역-통과 채널 L과 고역-통과 채널 H)로 분리되는 픽셀들의 프레임들을 포함한다. 그 다음에 두 개의 채널 신호들 L, H는 독립적으로 처리된다.
저역-통과 채널 신호 L은 국부적 이미지의 2차원 및 1차원 통계의 추정과 국부적 이미지의 구조 방향의 검출에 기초하는 적응적인 방향성 필터(120)에 의해 처리된다. 적응적인 방향성 필터(120)은 국부적 통계의 추정과 본래의 입력 신호의 잡음 레벨로부터 유도되는 저역-통과 채널 신호 L의 잡음 레벨에 기초하는 채널 잡음 계산기(130)를 이용하여 2차원 필터링과 1차원 필터링을 스위칭한다. 균일한 이미지 영역들에서는, 가능한 한 많은 잡음을 제거하기 위하여 방향성 필터(120)에 있는 2차원 스무딩 필터가 이용된다. 이미지 구조 영역에서는, 이미지 구조 방향을 따라 이미지를 매끈하게 하기 위하여 방향성 필터(120)에 있는 1차원 방향성 필터가 이용된다.
고역-통과 채널 신호 H는 국부적 이미지 통계의 추정과 본래의 입력 신호의 잡음 레벨로부터 유도되는 고역-통과 채널 신호의 잡음 레벨에 기초하는 비선형 필터(140)에 의해 처리된다. 저역-통과 및 고역-통과 채널들로부터 처리된 신호들은 잡음이 제거된 출력 이미지를 제공하기 위하여 결합기(150)에서 결합(예들 들면, 합산)된다.
채널 분리 필터(110)는 우선 입력 신호 Y를 저역-통과 채널 신호 L과 고역-통과 채널 신호 H로 분리하는 분리 필터 g를 포함한다. 분리 필터 g는 대응하는 고역-통과 신호가 잡음뿐만 아니라 이미지 구조들의 상당한 양을 포함하도록 설계된다. 이러한 분리 필터 g의 일례는 아래 관계식 (1)에서 3x3 필터에 의해 표현된다.
Figure 112005063649153-pat00001
저역-통과 신호 L은 입력 이미지 신호 Y에 대해 분리 필터 g를 적용함으로써 얻어진다. 즉, L=Y*g.
고역-통과 신호 H는 차 노드(node)(155)를 통해 입력 신호 Y로부터 저역-통과 신호 L을 뺌으로써 얻어진다. 즉, H-Y-L. 저역-통과 신호 L과 고역-통과 신호 H의 이러한 구성으로부터, Y=L+H임을 알 수 있다.
일단 분리 필터(110)에 의해 입력 신호 Y가 두 개의 채널 신호들 L과 H로 분리되면, 저역-통과 채널의 잡음 레벨
Figure 112005063649153-pat00002
과 고역-통과 채널의 잡음 레벨
Figure 112005063649153-pat00003
은 채널 잡음 계산기(130)에 의해 계산되어 진다.
일반적으로, 채널 잡음 레벨들은 분리 필터(110)과 입력 신호의 잡음 레벨
Figure 112005063649153-pat00004
에 의해 결정된다. 이와 같이, 일반적으로,
Figure 112005063649153-pat00005
과
Figure 112005063649153-pat00006
은
Figure 112005063649153-pat00007
의 함수이다. 즉,
Figure 112005063649153-pat00008
및
Figure 112005063649153-pat00009
. 예를 들면, 위에서 언급된 분리 필터에 대해, 채널 잡음 레벨들은
Figure 112005063649153-pat00010
및
Figure 112005063649153-pat00011
로서 계산되어 질 수 있다. 입력 신호 의 잡음 레벨
Figure 112005063649153-pat00012
은 시스템(100)의 독립된 입력으로 제공된다.
입력 신호가 저역-통과 채널 신호 L과 고역-통과 채널 신호 H로 분리된 후에, 각각의 채널은 각각의 잡음 레벨에 기초하여 독립적으로 처리된다. 저역-통과 채널 신호 L은 적응적인 방향성 필터부(120)에 의해 처리되며, 고역-통과 채널 신호 H는 비선형 처리부(140)에 의해 처리된다.
도 2는 저역-통과 신호 L에 대한 적응적인 방향성 필터부(120)의 일 실시예의 기능적 블록도를 보여준다. 적응적인 방향성 필터부(120)은 국부적 통계의 추정과 국부적 구조 방향의 검출에 기초한다. 2차원 분산 블록(160)은 윈도우(window) r(즉, x,y가 윈도우 크기인 픽셀들의
Figure 112005063649153-pat00013
윈도우)에 대해 국부적 2차원 평균
Figure 112005063649153-pat00014
및 2차원 분산
Figure 112005063649153-pat00015
을 계산한다. 아웃라이어들(outliers)을 제거하기 위하여, 2차원 평균과 2차원 분산을 계산할 때, 윈도우내에서 최소 및 최대 픽셀 값들이 이용된다.
1차원 분산 블록(170)은 1차원 평균과 1차원 분산 값들을 계산한다. 1차원 평균 값들
Figure 112005063649153-pat00016
와 1차원 분산들
Figure 112005063649153-pat00017
,(k=0, 1, 2, 3),은 픽셀들의 2차원 윈도우에 대해 네 방향 즉, 수평,수직 및 두 개의 대각선 방향들에 대해 계산된다. 현재 픽셀에 중심을 두고 있는 각각의 방향을 따라 세 개의 샘플들이 1차원 평균들과 1차 원 분산들을 계산하는데 이용된다. 계산된 1차원 분산들에 기초하여, 가장 작은 1차원 분산을 가지는 방향으로서 검출 블록(180)에 의해 방향이 검출된다.
계산된 1차원 평균들과 1차원 분산들에 기초하면, 방향성 필터된 결과는 아래 관계식 (2)에서와 같이 계산된다.
Figure 112005063649153-pat00018
여기서, k는 검출된 방향에 대응하는 인덱스(index)이며,
Figure 112005063649153-pat00019
는 필터의 세기를 제어하는 제어 함수이다.
Figure 112005063649153-pat00020
의 한 선택 예는 아래 관계식 (3)과 같다.
Figure 112005063649153-pat00021
여기서,
Figure 112005063649153-pat00022
및
Figure 112005063649153-pat00023
(
Figure 112005063649153-pat00024
및
Figure 112005063649153-pat00025
는 실험적으로 선택된 상수이다)이다.
잡음이 제거된 저역-통과 신호는 아래 관계식 (4)와 같이 혼합기 블록(190)을 통해 2차원 필터된 결과와 1차원 방향성 필터된 결과의 조합이다.
Figure 112005063649153-pat00026
여기서, A는
Figure 112005063649153-pat00027
로 정의되며,
Figure 112005063649153-pat00028
및
Figure 112005063649153-pat00029
,
Figure 112005063649153-pat00030
(단,
Figure 112005063649153-pat00031
및
Figure 112005063649153-pat00032
는 실험적으로 선택된 상수이다)이다.
도 3은 고역-통과 신호 H에 대한 비선형 필터부(140)(도 1)의 일 실시예의 기능적 블록도를 보여준다. 우선, 국부적 2차원 평균
Figure 112005063649153-pat00033
와 2차원 표준편차
Figure 112005063649153-pat00034
는 분산 블록(200)에 의해 픽셀들의
Figure 112005063649153-pat00035
윈도우상에서 계산된다. 아웃라이어들을 제거하기 위하여, 2차원 평균과 2차원 표준편차를 계산할 때, 윈도우내에 있는 최소 및 최대 픽셀 값들이 이용된다.
그 다음에, 모양 적응적인 평균이 아래 관계식 (5)와 같이 모양 적응적인 평균 블록(210)에 의해 더 작은 윈도우(즉,
Figure 112005063649153-pat00036
및
Figure 112005063649153-pat00037
인
Figure 112005063649153-pat00038
윈도우)상에서 계산된다.
Figure 112005063649153-pat00039
여기서, i,j는 픽셀 인덱스(index)들이며, x,y는 현재의 픽셀 좌표들이며,
Figure 112005063649153-pat00040
이다.
고역-통과 신호 H는 그 다음에 계산된 2차원 표준편차
Figure 112005063649153-pat00041
, 모양 적응적인 평균
Figure 112005063649153-pat00042
및 고역-통과 채널 잡음 레벨
Figure 112005063649153-pat00043
에 기초하는 선형 처리 블록(220)에 의해 처리된다. 비선형 절차는 우선 2차원 표준편차를 조사한다.
만약 2차원 표준편차가 작다면, 고역-통과 채널 출력
Figure 112005063649153-pat00044
는 0으로 설정된다. 만약 2차원 표준편차가 크다면, 그때 모양 적응적인 평균
Figure 112005063649153-pat00045
를 이용하여 고역-통과 신호 H를 처리하기 위하여 (더 아래에서 기술된) 하위-절차(sub-procedure)가 이용된다. 만약 2차원 표준편차 값이 중간 영역에 있다면, 그때 고역-통과 신 호 H는 비율에 따라 줄어들고 고역-통과 채널 출력
Figure 112005063649153-pat00046
로서 제공된다.
일 실시예에서, 위에서 언급된 모양 적응적인 평균
Figure 112005063649153-pat00047
를 이용하는 하위-절차는 다음과 같이 구현된다. 만약 모양 적응적인 평균
Figure 112005063649153-pat00048
의 절대값이 작다면, 고역-통과 채널 출력
Figure 112005063649153-pat00049
는 0으로 설정된다. 만약 모양 적응적인 평균
Figure 112005063649153-pat00050
의 절대값이 크다면, 고역-통과 채널 출력
Figure 112005063649153-pat00051
는 모양 적응적인 평균과 같게 설정된다. 만약 모양 적응적인 평균
Figure 112005063649153-pat00052
의 절대값이 중간 영역에 있다면, 그때 모양 적응적인 평균
Figure 112005063649153-pat00053
는 비율에 따라 줄어들고 고역-통과 채널 출력
Figure 112005063649153-pat00054
로서 설정된다.
비선형 블록(220)에 대해, 고역-통과 채널에 대한 위 비선형 처리의 실시예는 아래 예시된 의사코드 부분(pseudo-code segment) (6)에 의해 설명된 것과 같이 구현된다.
Figure 112005063649153-pat00055
여기서
Figure 112005063649153-pat00056
을 조건으로 하는
Figure 112005063649153-pat00057
,
Figure 112005063649153-pat00058
이며,
Figure 112005063649153-pat00059
을 조건으로 하는
Figure 112005063649153-pat00060
,
Figure 112005063649153-pat00061
이다(
Figure 112005063649153-pat00062
,
Figure 112005063649153-pat00063
,
Figure 112005063649153-pat00064
,
Figure 112005063649153-pat00065
는 실험적으로 선택된 상수들이다)
시스템(100)(도 1)의 최종 출력 Z는 아래 관계식 (7)에서와 같이 두 개의 채널들에 대해 처리된 결과들의 합이다.
Figure 112005063649153-pat00066
처리는 입력 이미지의 세부들을 보존할 뿐만 아니라 본질적으로 출력 이미지에서 깨끗하고, 매끈하고, 자연스럽게 보이는 균일한 영역들을 제공한다.
본 발명은 도면들에서 보여지고 여기서 상세히 설명된 많은 다른 형태들에서의 실시예들에 영향을 받는다 하더라도, 본 개시가 발명의 기본원리들의 예시로서 여겨지며 발명의 넓은 양상들이 설명된 실시예들로 한정되도록 의도된 것은 아니라는 견해와 함께 발명의 바람직한 실시예들이 도면들에서 보여지고 여기서 상세히 기술될 것이다. 본 발명에 따른 전술한 위 예시 구조들은 당해 기술분야에서 숙련된 사람들에게 알려진 프로세서(processor)에 의해 실행을 위한 프로그램 명령들, 논리회로, ASIC, 펌웨어(firmware) 등과 같은 많은 다른 방법들로 구현될 수 있다. 따라서, 본 발명은 여기에 기술된 일시예들에 한정되지 않는다.
본 발명은 다른 버전들도 가능하지만, 특정 바람직한 버전들에 관하여 상당히 상세히 기술되었다. 그래서, 첨부된 청구항들의 사상 및 범위는 여기에 포함된 바람직한 버전들의 상세한 설명에 한정되어서는 안 된다.
본 발명에 따른 비디오 신호들에 대한 2중-채널 적응적인 2차원 잡음 제거 방법 및 시스템에 의하면 입력 비디오 신호를 저역-통과 채널 신호 및 고역-통과 채널 신호로 분리하여 독립적으로 잡음 제거 처리하고 최종적으로 합산함으로써 이미지들에서 세부들을 보존할 뿐만 아니라 이미지들에서 본질적으로 깨끗하고, 매끈하고, 자연스럽게 보이는 균인한 영역들을 제공할 수 있다.

Claims (36)

  1. 비디오 이미지 신호들의 잡음 제거 방법에 있어서,
    입력 비디오 이미지 신호를 저역-통과 채널 신호 및 고역-통과 채널 신호로 분리하는 단계;
    적응적인 방향성 필터링에 의해 상기 저역-통과 신호를 처리하는 단계;
    비선형 필터링에 의해 상기 고역-통과 신호를 처리하는 단계; 및
    잡음이 제거된 출력 이미지를 얻기 위하여 상기 처리된 저역-통과 신호 및 상기 처리된 고역-통과 신호를 결합하는 단계를 포함하는 것을 특징으로 하는 잡음 제거 방법.
  2. 제 1항에 있어서,
    상기 저역-통과 채널에 대해 채널 잡음 레벨들을 추정하는 단계를 더 포함하며, 상기 저역-통과 신호를 처리하는 단계는 상기 저역-통과 채널의 잡음 레벨에 기초하는 적응적인 방향성 필터링에 의해 상기 저역-통과 신호를 처리하는 단계를 더 포함하는 것을 특징으로 하는 잡음 제거 방법.
  3. 제 2항에 있어서,
    국부적 이미지 통계를 추정하는 단계를 더 포함하며, 상기 저역-통과 신호를 처리하는 단계는 상기 추정된 국부적 이미지 통계 및 상기 저역-통과 채널의 잡음 레벨에 기초하는 적응적인 방향성 필터링에 의해 상기 저역-통과 신호를 처리하는 단계를 더 포함하는 것을 특징으로 하는 잡음 제거 방법.
  4. 제 3항에 있어서, 상기 국부적 이미지 통계를 추정하는 단계는
    국부적 이미지 2차원 통계를 추정하는 단계; 및
    국부적 이미지 1차원 통계를 추정하는 단계를 더 포함하는 것을 특징으로 하는 잡음 제거 방법.
  5. 제 3항에 있어서,
    국부적 이미지 구조 방향을 추정하는 단계를 더 포함하며, 상기 저역-통과 신호를 처리하는 단계는 상기 추정된 국부적 이미지 통계, 상기 국부적 이미지 구조 방향 및 상기 저역-통과 채널의 잡음 레벨에 기초하는 적응적인 방향성 필터링에 의해 상기 저역-통과 신호를 처리하는 단계를 더 포함하는 것을 특징으로 하는 잡음 제거 방법.
  6. 제 1항에 있어서,
    국부적 이미지 통계를 추정하는 단계를 더 포함하며, 상기 고역-통과 신호를 처리하는 단계는 상기 추정된 국부적 이미지 통계 및 상기 고역-통과 채널의 잡음 레벨에 기초하는 비선형 필터링에 의해 상기 고역-통과 채널 신호를 처리하는 단계를 더 포함하는 것을 특징으로 하는 잡음 제거 방법.
  7. 제 6항에 있어서,
    상기 고역-통과 채널의 잡음 레벨을 추정하는 단계를 더 포함하며, 상기 고역-통과 채널 신호를 처리하는 단계는 상기 추정된 국부적 이미지 통계 및 상기 고역-통과 채널의 잡음 레벨에 기초하는 비선형 필터링에 의해 상기 고역-통과 채널 신호를 처리하는 단계를 더 포함하는 것을 특징으로 하는 잡음 제거 방법.
  8. 제 1항에 있어서, 상기 입력 신호를 분리하는 단계는,
    상기 저역-통과 채널 신호를 얻기 위하여 상기 입력 신호에 분리 필터(splitting filter)를 적용하는 단계; 및
    상기 고역-통과 채널 신호를 얻기 위하여 상기 입력 신호로부터 상기 저역-통과 채널 신호를 빼는 단계를 더 포함하는 것을 특징으로 하는 잡음 제거 방법.
  9. 제 8항에 있어서,
    상기 분리 필터는 고역-통과 채널 신호가 잡음 및 중요한 이미지 구조들을 포함하도록 선택되는 것을 특징으로 하는 잡음 제거 방법.
  10. 제 8항에 있어서, 상기 분리 필터
    Figure 112005063649153-pat00067
    는
    Figure 112005063649153-pat00068
    로 정의되는 것을 특징으로 하는 잡음 제거 방 법.
  11. 제 2항에 있어서, 상기 채널 잡음 레벨들을 추정하는 단계는,
    상기 입력 신호 잡음 레벨의 함수로서 상기 저역-통과 채널 잡음 레벨을 계산하는 단계를 더 포함하는 것을 특징으로 하는 잡음 제거 방법.
  12. 제 2항에 있어서, 상기 채널 잡음 레벨들을 추정하는 단계는,
    상기 입력 신호 잡음 레벨
    Figure 112005063649153-pat00069
    및 분리 필터
    Figure 112005063649153-pat00070
    의 함수로서 상기 저역-통과 채널 잡음 레벨
    Figure 112005063649153-pat00071
    를 계산하는 단계를 더 포함하는 것을 특징으로 하는 잡음 제거 방법.
  13. 제 7항에 있어서, 상기 채널 잡음 레벨들을 추정하는 단계는,
    상기 입력 신호 잡음 레벨의 함수로서 상기 고역-통과 채널 잡음 레벨을 계산하는 단계를 더 포함하는 것을 특징으로 하는 잡음 제거 방법.
  14. 제 7항에 있어서, 상기 채널 잡음 레벨들을 추정하는 단계는,
    상기 입력 신호 잡음 레벨
    Figure 112005063649153-pat00072
    및 분리 필터
    Figure 112005063649153-pat00073
    의 함수로서 상기 고역-통과 채널 잡음 레벨
    Figure 112005063649153-pat00074
    을 계산하는 단계를 더 포함하는 것을 특징으로 하는 잡음 제거 방법.
  15. 제 12항에 있어서,
    Figure 112005063649153-pat00075
    인 것을 특징으로 하는 잡음 제거 방법.
  16. 제 14항에 있어서,
    Figure 112005063649153-pat00076
    인 것을 특징으로 하는 잡음 제거 방법.
  17. 제 2항에 있어서, 상기 적응적인 방향성 필터링에 의해 저역-통과 신호를 처리하는 단계는,
    국부적 2차원 및 1차원 통계를 계산하는 단계;
    국부적 이미지 구조 방향을 검출하는 단계;
    상기 계산된 1차원 통계 및 상기 저역-통과 채널 잡음 레벨을 이용하여 1차원 적응적인 방향성 필터를 생성하는 단계;
    상기 2차원 통계를 이용하여 상기 저역-통과 신호로부터 2차원 필터된 결과를 얻는 단계;
    상기 1차원 적응적인 방향성 필터를 이용하여 상기 저역-통과 신호로부터 1차원 적응적인 방향성 필터된 결과를 얻는 단계; 및
    상기 처리된 저역-통과 채널 출력 신호를 얻기 위하여 상기 2차원 필터 결과 및 상기 1차원 적응적인 방향성 필터 결과를 결합하는 단계를 더 포함하는 것을 특징으로 하는 잡음 제거 방법.
  18. 제 17항에 있어서, 상기 적응적인 방향성 필터링에 의해 현재 이미지 픽셀에서 저역-통과 신호를 처리하는 단계는,
    상기 입력 이미지 픽셀들의
    Figure 112005063649153-pat00077
    윈도우상에서 상기 2차원 평균
    Figure 112005063649153-pat00078
    및 상기 2차원 분산
    Figure 112005063649153-pat00079
    을 계산하는 단계;
    현재 픽셀에 중심이 있는 각 방향을 따라 세 개의 픽셀 샘플들을 이용하여 상기 윈도우에서 수직, 수평 및 두 개의 대각선 방향에 대해 1차원 분산
    Figure 112005063649153-pat00080
    (k=0, 1, 2, 3)을 계산하는 단계;
    가장 작은 1차원 분산을 가진 방향을 찾음으로써 국부적 방향을 결정하는 단계;
    Figure 112005063649153-pat00081
    에 의해 1차원 방향성 필터를 생성하는 단계로서, k는 상기 검출된 방향에 대응하는 인덱스이며,
    Figure 112005063649153-pat00082
    는 필터 세기를 제어하는 제어 함수이며,
    Figure 112005063649153-pat00083
    는 상기 저역-통과 채널 신호의 잡음 레벨인, 방향성 필터를 생성하는 단계; 및
    Figure 112005063649153-pat00084
    에 의해 상기 2차원 평균 결과
    Figure 112005063649153-pat00085
    과 상기 1차원 방향성 필터된 결과
    Figure 112005063649153-pat00086
    를 결합하는 단계로서, A는
    Figure 112005063649153-pat00087
    로 정의되며,
    Figure 112005063649153-pat00088
    ,
    Figure 112005063649153-pat00089
    , 상수들
    Figure 112005063649153-pat00090
    인, 상기 2차원 평균 결과
    Figure 112005063649153-pat00091
    과 상기 1차원 방향성 필터된 결 과
    Figure 112005063649153-pat00092
    를 결합하는 단계를 더 포함하는 것을 특징으로 하는 잡음 제거 방법.
  19. 제 18항에 있어서, 상기 1차원 방향성 필터를 생성하는 단계는,
    제어 함수
    Figure 112005063649153-pat00093
    를 구하는 단계를 더 포함하며,
    Figure 112005063649153-pat00094
    및
    Figure 112005063649153-pat00095
    이며, 상수들
    Figure 112005063649153-pat00096
    및
    Figure 112005063649153-pat00097
    인 것을 특징으로 하는 잡음 제거 방법.
  20. 제 19항에 있어서, 상기 비선형 필터를 이용하여 고역-통과 신호를 처리하는 단계는,
    상기 고역-통과 신호의 잡음 레벨을 추정하는 단계;
    상기
    Figure 112005063649153-pat00098
    윈도우상에서 상기 2차원 평균
    Figure 112005063649153-pat00099
    및 상기 2차원 표준편차
    Figure 112005063649153-pat00100
    를 계산하는 단계;
    더 작은 윈도우상에서
    Figure 112005063649153-pat00101
    에 의해 모양 적응적인 평균(shape adaptive mean)을 계산하는 단계로서,
    Figure 112005063649153-pat00102
    인, 모양 적응적인 평균을 계산하는 단계;
    다음의 비선형 절차
    Figure 112005063649153-pat00103
    를 이용하여 상기 고역-통과 신호 H를 처리하는 단계로서,
    Figure 112005063649153-pat00104
    을 조건으로 하는
    Figure 112005063649153-pat00105
    ,
    Figure 112005063649153-pat00106
    및
    Figure 112005063649153-pat00107
    을 조건으로 하는
    Figure 112005063649153-pat00108
    ,
    Figure 112005063649153-pat00109
    이며,
    Figure 112005063649153-pat00110
    은 상기 고역-통과 신호의 잡음 레벨인, 고역-통과 신호 H를 처리하는 단계를 포함하는 것을 특지으로 하는 잡음 제거 방법.
  21. 제 1항에 있어서, 상기 비선형 필터를 이용하여 고역-통과 신호를 처리하는 단계는,
    2차원 표준편차를 계산하는 단계;
    모양 적응적인 평균을 계산하는 단계;
    만약 상기 2차원 표준편차가 제 1 값보다 더 작다면, 상기 고역-통과 신호 처리 출력으로서 본질적으로 0을 출력하는 단계;
    만약 상기 2차원 표준편차가 상기 제 1 값보다 더 큰 제 2 값보다 더 크다면, 상기 고역-통과 신호 처리 출력을 생성하기 위하여 모양 적응적인 평균을 이용하여 상기 고역-통과 신호를 하위-처리(sub-processing)하는 단계; 및
    만약 상기 2차원 표준편차가 상기 제 1 및 제 2 값들 사이라면, 상기 고역-통과 신호 처리 출력으로서 상기 고역-통과 신호를 비율에 따라 축소하는 단계를 포함하는 것을 특지으로 하는 잡음 제거 방법.
  22. 제21항에 있어서, 상기 모양 적응적인 평균을 이용하는 부처리 단계는,
    만약 상기 모양 적응적인 평균의 절대값이 제 3 값보다 더 작다면, 상기 고역-통과 신호 처리 출력으로서 본질적으로 0을 출력하는 단계;
    만약 상기 모양 적응적인 평균의 절대값이 상기 제 3 값보다 더 큰 제 4 값보다 더 크다면, 상기 고역-통과 신호 처리 출력으로서 상기 모양 적응적인 평균을 출력하는 단계; 및
    만약 상기 모양 적응적인 평균의 절대값이 상기 제 3 값과 상기 제 4 값사이라면, 그때 상기 고역-통과 신호 처리 출력으로서 상기 모양 적응적인 평균을 비율에 따라 축소하는 단계를 포함하는 것을 특징으로 하는 잡음 제거 방법.
  23. 입력 비디오 이미지 신호를 저역-통과 채널 신호 및 고역-통과 채널 신호로 분리하는 분리기;
    적응적인 방향성 필터링에 의해 상기 저역-통과 신호를 처리하는 저역-통과 신호 처리기;
    비선형 필터링에 의해 상기 고역-통과 채널 신호를 처리하는 고역-통과 신호 처리기; 및
    잡음이 제거된 출력 이미지를 얻기 위하여 상기 처리된 저역-통과 신호 및 상기 처리된 고역-통과 신호를 결합하는 결합기를 포함하는 것을 특징으로 하는 비디오 이미지 잡음 제거 시스템.
  24. 제 23항에 있어서,
    상기 저역-통과 채널의 잡음 레벨에 기초하는 적응적인 방향성 필터링에 의해 상기 저역-통과 신호 처리기가 상기 저역-통과 신호를 더 처리하도록 상기 저역-통과 채널에 대해 채널 잡음 레벨들을 추정하는 잡음 추정기를 더 포함하는 것을 특징으로 하는 비디오 이미지 잡음 제거 시스템.
  25. 제 24항에 있어서,
    국부적 이미지 통계를 추정하는 통계 추정기를 더 포함하며, 상기 저역-통과 신호 처리기는 상기 추정된 국부적 이미지 통계 및 상기 저역-통과 채널의 잡음 레벨에 기초하는 적응적인 방향성 필터링에 의해 상기 저역-통과 신호를 더 처리하는 것을 특징으로 하는 비디오 이미지 잡음 제거 시스템.
  26. 제 25항에 있어서,
    상기 통계 추정기는 상기 국부적 이미지 2차원 통계를 추정하고 상기 국부적 이미지 1차원 통계를 추정함으로써 상기 국부적 이미지 통계를 추정하는 것을 특징으로 하는 비디오 이미지 잡음 제거 시스템.
  27. 제 25항에 있어서,
    국부적 이미지 구조 방향을 추정하는 방향 추정기를 더 포함하며, 상기 저역-통과 신호 처리기는 상기 추정된 국부적 이미지 통계, 상기 국부적 이미지 구조 방향 및 상기 저격-통과 채널의 잡음 레벨에 기초하는 적응적인 방향성 필터링에 의해 상기 저역-통과 신호를 더 처리하는 것을 특징으로 하는 비디오 이미지 잡음 제거 시스템.
  28. 제 23항에 있어서,
    국부적 이미지 통계를 추정하는 통계 추정기를 더 포함하며, 상기 고역-통과 신호 처리기는 상기 추정된 국부적 통계 및 상기 고역-통과 채널의 잡음 레벨에 기초하는 비선형 필터링에 의해 상기 고역-통과 채널 신호를 더 처리하는 것을 특징으로 하는 비디오 이미지 잡음 제거 시스템.
  29. 제 28항에 있어서,
    상기 고역-통과 채널의 잡음 레벨을 추정하는 잡음 레벨 추정기를 더 포함하 며, 상기 고역-통과 신호 처리기는 상기 추정된 국부적 통계 및 상기 고역-통과 채널의 잡음 레벨에 기초하는 비선형 필터링에 의해 상기 고역-통과 채널 신호를 더 처리하는 것을 특징으로 하는 비디오 이미지 잡음 제거 시스템.
  30. 제 23항에 있어서,
    상기 분리기는 상기 입력 신호로부터 상기 저역-통과 채널 신호를 생성하는 분리 필터를 포함하며,
    상기 시스템은 상기 고역-통과 채널 신호를 얻기 위하여 상기 입력 신호로부터 상기 저역-통과 채널 신호를 빼는 뺄셈기를 더 포함하는 것을 특징으로 하는 비디오 이미지 잡음 제거 시스템.
  31. 제 30항에 있어서,
    상기 고역-통과 채널 신호는 잡음 및 중요한 이미지 구조들을 포함하는 것을 특징으로 하는 비디오 이미지 잡음 제거 시스템.
  32. 제 24항에 있어서, 상기 저역-통과 신호 처리기는,
    상기 국부적 2차원 및 1차원 통계를 계산하는 단계;
    상기 국부적 이미지 구조 방향을 검출하는 단계;
    상기 계산된 1차원 통계 및 상기 저역-통과 채널 잡음 레벨을 이용하여 1차원 적응적인 방향성 필터를 생성하는 단계;
    상기 2차원 통계를 이용하여 상기 저역-통과 신호로부터 2차원 필터된 결과를 얻는 단계;
    상기 1차원 적응적인 방향성 필터를 이용하여 상기 저역-통과 신호로부터 1차원 적응적인 방향성 필터된 결과를 얻는 단계; 및
    상기 처리된 저역-통과 채널 출력 신호를 얻기 위하여 상기 2차원 필터 결과 및 상기 1차원 적응적인 방향성 필터 결과를 결합하는 단계에 의해 상기 저역-통과 신호를 더 처리하는 것을 특징으로 하는 비디오 이미지 잡음 제거 시스템.
  33. 제 23항에 있어서, 상기 고역-통과 신호 처리기는,
    2차원 표준편차를 계산하는 단계;
    모양 적응적인 평균을 계산하는 단계;
    만약 상기 2차원 표준편차가 첫 번째 값보다 더 작다면, 상기 고역-통과 신호 처리 출력으로서 본질적으로 0을 출력하는 단계;
    만약 상기 2차원 표준편차가 상기 제 1 값보다 더 큰 제 2 값보다 더 크다면, 그때 상기 고역-통과 신호 처리 출력을 생성하기 위하여 상기 모양 적응적인 평균을 이용하여 상기 고역-통과 신호를 하위-처리(sub-porcessing)하는 단계; 및
    만약 상기 2차원 표준편차가 상기 제 1 및 제 2 값들 사이라면, 상기 고역-통과 신호 처리 출력으로서 상기 고역-통과 신호를 비율에 따라 축소하는 단계에 의해 상기 고역-통과 신호를 더 처리하는 것을 특징으로 하는 비디오 이미지 잡음 제거 시스템.
  34. 제 33항에 있어서, 상기 하위-처리하는 단계는,
    만약 상기 모양 적응적인 평균의 절대값이 제 3 값보다 더 작다면, 상기 고역-통과 신호 처리 출력으로서 본질적으로 0을 출력하는 단계;
    만약 상기 모양 적응적인 평균의 절대값이 제 4 값보다 더 크다면, 상기 고역-통과 신호 처리 출력으로서 상기 모양 적응적인 평균을 출력하는 단계; 및
    만약 상기 모양 적응적인 평균의 절대값이 상기 제 3 및 제 4 값들사이라면, 그때 상기 고역-통과 신호 처리 출력으로서 상기 모양 적응적인 평균을 비율에 따라 축소하는 단계에 의해 상기 고역-통과 신호를 더 처리하는 것을 특징으로 하는 비디오 이미지 잡음 제거 시스템.
  35. 비디오 이미지 신호들에서 잡음 제거 방법에 있어서,
    입력 비디오 이미지 신호를 저역-통과 채널 신호 및 고역-통과 채널 신호로 분리하는 단계;
    상기 저역-통과 채널 및 상기 고역-통과 채널에 대해 상기 채널 잡음 레벨들을 결정하는 단계;
    국부적 이미지 2차원 통계, 국부적 이미지 1차원 통계, 국부적 이미지 구조 방향 및 상기 저역-통과 채널의 잡음 레벨의 추정에 기초하는 적응적인 방향성 필터링에 의해 상기 저역-통과 신호를 처리하는 단계;
    상기 국부적 통계 및 상기 고역-통과 채널의 잡음 레벨의 추정에 기초하는 비선형 필터링에 의해 상기 고역-통과 채널 신호를 처리하는 단계; 및
    잡음이 제거된 출력 이미지를 얻기 위하여 상기 처리된 저역-통과 신호 및 상기 처리된 고역-통과 신호를 결합하는 단계를 포함하는 것을 특징으로 하는 잡음 제거 방법.
  36. 입력 비디오 이미지 신호를 저역-통과 채널 신호 및 고역-통과 채널 신호로 분리하는 분리기;
    상기 저역-통과 채널 및 상기 고역-통과 채널에 대해 채널 잡음을 결정하는 채널 잡음 계산기;
    국부적 이미지 2차원 통계, 국부적 이미지 1차원 통계, 국부적 이미지 구조 방향 및 상기 저역-통과 채널의 잡음 레벨의 추정에 기초하는 적응적인 방향성 필터링에 의해 상기 저역-통과 신호를 처리하는 저역-통과 신호 처리기;
    상기 국부적 통계 및 상기 고역-통과 채널의 잡음 레벨의 추정에 기초하는 비선형 필터링에 의해 상기 고역-통과 채널을 처리하는 고역-통과 신호 처리기; 및
    잡음이 제거된 출력 이미지를 얻기 위하여 상기 처리된 저역-통과 신호 및 상기 처리된 고역-통과 신호를 결합하는 결합기를 포함하는 것을 특징으로 하는 비디오 이미지 잡음 제거 시스템.
KR1020050105473A 2005-03-30 2005-11-04 비디오 신호들에 대한 2중-채널 적응적인 2차원 잡음 제거방법 및 시스템 KR100739751B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/094,942 US7522220B2 (en) 2005-03-30 2005-03-30 Dual-channel adaptive 2D noise reduction for video signals
US11/094,942 2005-03-30

Publications (2)

Publication Number Publication Date
KR20060106607A KR20060106607A (ko) 2006-10-12
KR100739751B1 true KR100739751B1 (ko) 2007-07-13

Family

ID=37069937

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020050105473A KR100739751B1 (ko) 2005-03-30 2005-11-04 비디오 신호들에 대한 2중-채널 적응적인 2차원 잡음 제거방법 및 시스템

Country Status (2)

Country Link
US (1) US7522220B2 (ko)
KR (1) KR100739751B1 (ko)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8031967B2 (en) * 2007-06-19 2011-10-04 Microsoft Corporation Video noise reduction
WO2009133513A1 (en) * 2008-04-28 2009-11-05 Arcelik Anonim Sirketi A display device
KR20100050655A (ko) * 2008-11-06 2010-05-14 삼성전자주식회사 블록 노이즈 감소 시스템 및 방법
RU2562757C2 (ru) 2010-04-18 2015-09-10 АЙМАКС Юроп СА Двойное наложенное проецирование
CN103765869B (zh) 2011-08-16 2017-12-12 图像影院国际有限公司 混合图像分解和投影
WO2013057717A1 (en) 2011-10-20 2013-04-25 Imax Corporation Distortion compensation for image projection
CA2847999C (en) 2011-10-20 2019-11-12 Imax Corporation Invisible or low perceptibility of image alignment in dual projection systems
SE536510C2 (sv) * 2012-02-21 2014-01-14 Flir Systems Ab Bildbehandlingsmetod för detaljförstärkning och brusreduktion
CN103714522A (zh) * 2014-01-06 2014-04-09 海信集团有限公司 图像降噪方法和图像降噪系统
US9875524B2 (en) 2015-01-16 2018-01-23 Canon Kabushiki Kaisha Image processing apparatus, image processing method, and computer-readable storage medium
CN105898109A (zh) * 2015-01-26 2016-08-24 北京英潮元吉科技有限公司 视频线路滤波器

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0630330A (ja) * 1992-07-10 1994-02-04 Matsushita Electric Ind Co Ltd 階調補正回路及び撮像装置

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5097321A (en) * 1989-04-28 1992-03-17 Accom Three dimensional adaptive decoding system and method
US5526446A (en) 1991-09-24 1996-06-11 Massachusetts Institute Of Technology Noise reduction system
EP0542261B1 (en) * 1991-11-12 1998-10-21 Nippon Hoso Kyokai Method of performing high efficiency coding of image signal and system therefor
GB2262854B (en) * 1991-12-24 1995-05-24 Sony Broadcast & Communication Image processing apparatus
DE69331719T2 (de) 1992-06-19 2002-10-24 Agfa Gevaert Nv Verfahren und Vorrichtung zur Geräuschunterdrückung
DE69709451T2 (de) * 1996-02-05 2002-08-29 Koninkl Philips Electronics Nv Bilddatengeräuschfilterung
GB2311431B (en) * 1996-03-20 2000-02-23 Sony Uk Ltd Method and apparatus for deviding an input image into a plurality of images of different frequency bandwidths
US6281942B1 (en) * 1997-08-11 2001-08-28 Microsoft Corporation Spatial and temporal filtering mechanism for digital motion video signals
US6122017A (en) * 1998-01-22 2000-09-19 Hewlett-Packard Company Method for providing motion-compensated multi-field enhancement of still images from video
US6229929B1 (en) * 1998-05-14 2001-05-08 Interval Research Corporation Border filtering of video signal blocks
US6310982B1 (en) * 1998-11-12 2001-10-30 Oec Medical Systems, Inc. Method and apparatus for reducing motion artifacts and noise in video image processing
US6847738B1 (en) * 1999-01-15 2005-01-25 Koninklijke Philips Electronics N.V. Sharpness enhancement
JP4626007B2 (ja) * 1999-06-14 2011-02-02 株式会社ニコン 画像処理方法、画像処理プログラムを記録した機械読み取り可能な記録媒体、および画像処理装置
EP1232649A1 (en) * 2000-03-24 2002-08-21 Koninklijke Philips Electronics N.V. Electronic circuit and method for enhancing an image
US6823086B1 (en) * 2000-08-29 2004-11-23 Analogic Corporation Adaptive spatial filter
KR100343744B1 (ko) * 2000-09-30 2002-07-20 엘지전자주식회사 영상신호의 콘트라스트 향상 장치
EP1251463A1 (en) * 2001-04-20 2002-10-23 BTS Media Solutions GmbH Arrangement for processing video signals
US7228002B2 (en) * 2001-05-14 2007-06-05 Intel Corporation Inverse halftoning process
JP3879543B2 (ja) * 2002-03-08 2007-02-14 ソニー株式会社 画像処理装置
US6958783B2 (en) * 2002-07-16 2005-10-25 Broadcom Corporation Adaptive non-linear noise reduction techniques
US7139036B2 (en) * 2003-01-31 2006-11-21 Samsung Electronics Co., Ltd. Method and apparatus for image detail enhancement using filter bank
US7110044B2 (en) * 2003-03-27 2006-09-19 Samsung Electronics Co., Ltd. Image detail enhancement system
US7199838B2 (en) * 2004-06-17 2007-04-03 Samsung Electronics Co., Ltd. Motion adaptive noise reduction apparatus and method for video signals

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0630330A (ja) * 1992-07-10 1994-02-04 Matsushita Electric Ind Co Ltd 階調補正回路及び撮像装置

Also Published As

Publication number Publication date
US7522220B2 (en) 2009-04-21
KR20060106607A (ko) 2006-10-12
US20060221249A1 (en) 2006-10-05

Similar Documents

Publication Publication Date Title
KR100739751B1 (ko) 비디오 신호들에 대한 2중-채널 적응적인 2차원 잡음 제거방법 및 시스템
US6819804B2 (en) Noise reduction
US7657098B2 (en) Method and apparatus for reducing mosquito noise in decoded video sequence
US7418149B2 (en) Apparatus and method for adaptive 3D noise reduction
CN106251318B (zh) 一种序列图像的去噪装置及方法
US7551795B2 (en) Method and system for quantization artifact removal using super precision
US8218083B2 (en) Noise reducer, noise reducing method, and video signal display apparatus that distinguishes between motion and noise
US7339601B2 (en) Methods of suppressing ringing artifact of decompressed images
US8204337B2 (en) Image processing system and method for noise reduction
KR100672328B1 (ko) 영상신호의 잡음 크기 추정 장치
JP2003526271A (ja) アクティブビデオ信号に関する主観ノイズ測定
US20080181495A1 (en) Reduction of color bleeding effects in a digitally processed image
JP2007288595A (ja) フレーム巡回型ノイズ低減装置
US7826671B2 (en) Method and system for quantization layer reduction in digital image processing
KR20050027152A (ko) 이미지 디테일 강조에 있어서 잡음 있는 가장자리의 검출및 처리를 위한 방법 및 장치
JP2005142891A (ja) 画像処理方法及び画像処理装置
JPH0767176B2 (ja) 符号化雑音除去フィルタ
US8090210B2 (en) Recursive 3D super precision method for smoothly changing area
US20100322304A1 (en) Multi-source filter and filtering method based on h.264 de-blocking
KR100772380B1 (ko) 확장된 잡음 적응 움직임 검출 방법 및 장치
KR100772405B1 (ko) 전역 움직임 추정에 근거한 적응성 잡음 감쇄 방법 및 영상처리 시스템
Tenze et al. Design and real-time implementation of a low-cost noise reduction system for video applications
KR100777287B1 (ko) 비디오 영상 표출장치
JP2010193515A (ja) 画像処理方法
Florêncio Motion sensitive pre-processing for video

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
G170 Re-publication after modification of scope of protection [patent]
FPAY Annual fee payment

Payment date: 20130627

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20140627

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20150629

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20160629

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20170629

Year of fee payment: 11

LAPS Lapse due to unpaid annual fee