KR100839922B1 - 적응적 평균값 필터를 이용한 컬러 잡음 제거 장치 및 방법 - Google Patents

적응적 평균값 필터를 이용한 컬러 잡음 제거 장치 및 방법 Download PDF

Info

Publication number
KR100839922B1
KR100839922B1 KR1020060127973A KR20060127973A KR100839922B1 KR 100839922 B1 KR100839922 B1 KR 100839922B1 KR 1020060127973 A KR1020060127973 A KR 1020060127973A KR 20060127973 A KR20060127973 A KR 20060127973A KR 100839922 B1 KR100839922 B1 KR 100839922B1
Authority
KR
South Korea
Prior art keywords
color
average value
filter
adaptive
pixels
Prior art date
Application number
KR1020060127973A
Other languages
English (en)
Other versions
KR20080055091A (ko
Inventor
강문기
한영석
Original Assignee
연세대학교 산학협력단
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 연세대학교 산학협력단 filed Critical 연세대학교 산학협력단
Priority to KR1020060127973A priority Critical patent/KR100839922B1/ko
Publication of KR20080055091A publication Critical patent/KR20080055091A/ko
Application granted granted Critical
Publication of KR100839922B1 publication Critical patent/KR100839922B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • H04N9/646—Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4015—Image demosaicing, e.g. colour filter arrays [CFA] or Bayer patterns
    • 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
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression

Landscapes

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

Abstract

본 발명은 컬러보간(Color interpolation)에서 발생하는 컬러 잡음을 제거하는 장치 및 방법을 개시한다. 이중에서 본 발명의 장치는, 컬러 보간을 수행하여 컬러 보간된 영상을 출력하는 컬러 보간부; 상기 컬러 보간된 영상의 국부영역 내에서 유사화소를 찾아 유사화소의 수와, 최대값, 최소값을 구하여 상기 최대값과 최소값을 제외한 유사화소들의 평균값을 산출하는 제1 적응적 평균값 필터; 상기 컬러 보간된 영상의 국부영역 내의 전체 화소중 최대값과 최소값을 제외한 나머지 화소들의 평균값을 산출하는 제2 적응적 평균값 필터; 상기 제1 적응적 평균값필터의 유사화소의 수를 소정의 기준 수와 비교하여 기준 수보다 크면 상기 제1 평균값 필터의 출력을 선택하고, 기준 수와 같거나 작으면 상기 제2 적응적 평균값 필터의 출력을 선택하는 평균값 선택부; 상기 국부영역 내의 원본값과 평균값을 비교하여 현재영역이 저주파영역인지 고주파영역인지를 판단하여 고주파영역일 경우에는 상기 평균값 선택부에서 선택된 영상을 출력하여 컬러잡음 제거를 수행하고, 저주파영역일 경우에는 컬러 보간된 영상을 그대로 출력하여 잡음제거를 수행하지 않는 컬러잡음 제거 수행 여부 판단부로 구성된다.
컬러, 잡음 제거, 영상, 고주파영역, 저주파영역, 적응적, 평균값 필터

Description

적응적 평균값 필터를 이용한 컬러 잡음 제거 장치 및 방법{Color artifact reduction Apparatus and Method using adaptive-mean filter}
도 1은 일반적인 베이어 컬러 필터 배열의 예,
도 2는 본 발명에 따른 컬러 잡음 제거장치를 도시한 구성도,
도 3은 본 발명에 따른 컬러 잡음 제거절차를 도시한 순서도,
도 4는 본 발명의 실시예에서 컬러차 도메인(R-G)에서 본 영상의 예,
도 5는 본 발명의 실시예에서 컬러차 도메인(B-G)에서 본 영상의 예,
도 6은 본 발명의 실시예에서 원본영상의 예,
도 7은 본 발명의 실시예에서 선형 컬러 보간된 영상의 예,
도 8은 도 7의 영상을 종래의 방식에 따라 중간값 필터를 이용하여 컬러 잡음을 제거한 영상의 예,
도 9는 도 7의 영상을 본 발명에 따라 적응적 평균값 필터를 이용하여 컬러잡음을 제거한 영상의 예,
도 10은 본 발명에 따라 컬러잡음 제거 수행 여부를 판단하기 위한 화면의 예
도 11은 본 발명을 적용한 결과를 설명하기 위한 부분 확대 영상의 예,
도 12는 본 발명을 적용한 결과를 설명하기 위한 부분 확대 영상의 다른 예,
도 13은 수행시간을 비교 도시한 그래프의 예.
*도면의 주요부분에 대한 부호의 설명
21: 컬러보간부 22: 제1 적응적 평균값 필터
23: 제2 적응적 평균값 필터 24: 평균값 선택부
25: 컬러잡음 제거 수행 판단부
본 발명은 영상신호의 컬러 잡음 제거 장치 및 방법에 관한 것으로, 더욱 상세하게는 컬러보간(Color interpolation)에서 발생하는 컬러 잡음을 제거하는 장치 및 방법에 관한 것이다.
일반적으로, 디지털 카메라는 하나의 센서를 사용하기 때문에 컬러영상을 얻기 위해서는 각각의 화소(pixel)에 대한 보다 많은 정보가 필요하다. 실제로 인간시각세계의 성질 때문에 컬러 영상을 나타내고자 할 때는 적어도 세 가지 이상의 데이터를 필요로 하는데, 이것은 세 가지 독립적인 컬러(Red, Green, Blue)로부터 추론할 수 있다. 따라서 통상의 컬러 영상 획득장치에서는 모자이크 패턴을 갖는 컬러 필터를 센서 위에 위치시켜 각각의 화소에 여러 개의 컬러정보 중 단 하나의 컬러에 대한 정보를 추출하고 있다.
또한 각각의 화소에서 잃어버린 컬러정보를 그 주위 화소의 정보를 이용함으 로써 추론할 수 있는데, 컬러 필터 배열(Color Filter Array) 기반의 센서로부터 컬러 영상을 복구하는 것을 컬러 보간(Color interpolation) 이라고 한다. 가장 널리 사용되는 컬러 필터 배열은 도 1에 도시된 바와 같은 Bayer 컬러 필터 배열로써 이는 R,G,B 의 정보를 이용한다.
컬러 보간 과정에서 정확한 값을 추정하기 위해서는 영상의 방향성을 추정하고 추정된 방향을 따라서 컬러 보간이 수행되어야 한다. 이러한 과정에서 영상의 방향성 추정의 실패로 잘못된 방향으로 컬러 보간이 일어나거나, 고주파 성분이 강한 경우 정보의 부족으로 인하여 잘못된 컬러정보가 추정되며 이러한 결과 발생하는 잡음을 컬러잡음(Color artifact)이라고 한다.
통상 잡음 제거는 상당히 오래전부터 연구되어온 영상처리분야의 하나이다. 잡음 제거 알고리즘은 기본적으로 영상을 저역통과필터(low pass filter)를 통과시키는 것으로, 단순한 알고리즘의 경우 노이즈가 제거되더라도 신호의 고주파성분이 심하게 훼손된다. 따라서 잡음제거 알고리즘의 주요 이슈는 노이즈를 제거하면서 신호의 고주파성분을 보존하는 것이라고 할 수 있다. 이러한 잡음제거에 사용되는 간단한 알고리즘은 가우시안의 통계적 특성을 가지는 잡음을 제거하기 위해서는 평균값 계열의 필터와, 라플라시안의 통계적 특성을 가지는 잡음을 제거하기 위해서는 중간값 계열의 필터가 사용된다.
컬러잡음의 경우 컬러차 도메인(Color difference domain: R-G, B-G)에서 살펴보면 라플라시안의 특성을 보인다. 따라서 일반적으로 컬러잡음은 컬러차 도메인에서 중간값 필터를 이용하여 제거한다.
통상, 평균값 필터(Mean Filter)는 다음 수학식1과 같이 국부영역(local region) 내부 화소값들의 평균을 취하는 방법이다.
Figure 112006092736445-pat00001
평균값 필터는 연산량은 적지만 저주파 필터링(low pass filtering)이기 때문에 잡음뿐 아니라 영상에 필요한 고주파성분도 제거되어 영상의 세밀한 부분이 제거되는 문제점이 있다.
또한 중간값 필터(Median Filter)는 다음 수학식2와 같이, 소금과 후추 잡음(salt and pepper noise)과 같이 라플라시안 잡음(Laplacian noise: 확률적으로 1차 특성잡음)을 제거하는데 효율적이다.
Figure 112006092736445-pat00002
중간값 필터는 영상의 고주파성분은 잘 보존하면서 평탄영역에서는 잡음을 효과적으로 제거하지만, 얇은 선이나 모퉁이의 정보를 훼손시키는 문제점을 가지고 있다.
중간값 필터(Median Filter)를 이용한 컬러 잡음제거(Color artifact reduction)는 컬러잡음의 경우 컬러차 도메인(Color difference domain : R-G, B-G)에서 살펴보면 라플라시안의 특성을 보이므로 다음 수학식3과 같이 컬러차 도메인에서 중간값 필터를 이용한다.
Figure 112006092736445-pat00003
그런데 중간값 계열의 필터는 중간값을 구하기 위해 정렬연산을 수행하여야 하기 때문에 연산량이 많아 하드웨어 구현이 어려운 문제점이 있다.
본 발명은 상기와 같은 문제점을 해결하기 위하여 제안된 것으로, 본 발명의 목적은 압축 코덱의 전처리 단계에서 컬러 보간에서 방향성 추정의 실패 혹은 정보부족으로 인하여 발생하는 컬러잡음을 제거하여 압축효율을 높이고, 고화질의 영상을 획득하기 위한 적응적 평균값 필터를 이용한 컬러 잡음 제거 장치 및 방법을 제공하는 것이다. 즉, 본 발명은 영상획득장치에서 컬러보간 후에 발생하는 컬러잡음을 효과적으로 제거하기 위해 중간값 계열의 필터를 사용하지 않고 평균값 필터를 적응적으로 사용함으로써 연산량을 줄이는 동시에 비슷한 성능을 나타냄으로써 효율성을 증가시킬 수 있는 적응적 평균값 필터를 이용한 컬러 잡음 제거 장치 및 방법을 제공하는 것이다.
상기와 같은 목적을 달성하기 위하여 본 발명의 장치는, 컬러 보간을 수행하여 컬러 보간된 영상을 출력하는 컬러 보간부; 상기 컬러 보간된 영상의 국부영역 내에서 유사화소를 찾아 유사화소의 수와, 최대값, 최소값을 구하여 상기 최대값과 최소값을 제외한 유사화소들의 평균값을 산출하는 제1 적응적 평균값 필터; 상기 컬러 보간된 영상의 국부영역 내의 전체 화소중 최대값과 최소값을 제외한 나머지 화소들의 평균값을 산출하는 제2 적응적 평균값 필터; 상기 제1 적응적 평균값필터의 유사화소의 수를 소정의 기준 수와 비교하여 기준 수보다 크면 상기 제1 적응적 평균값 필터의 출력을 선택하고, 기준 수와 같거나 작으면 상기 제2 적응적 평균값 필터의 출력을 선택하는 평균값 선택부; 상기 국부영역 내의 원본값과 평균값을 비교하여 현재영역이 저주파영역인지 고주파영역인지를 판단하여 고주파영역일 경우에는 상기 평균값 선택부에서 선택된 영상을 출력하여 컬러잡음 제거를 수행하고, 저주파영역일 경우에는 컬러 보간된 영상을 그대로 출력하여 잡음제거를 수행하지 않는 컬러잡음 제거 수행 여부 판단부를 포함하여 구성된 것을 특징으로 한다.
또한 상기와 같은 목적을 달성하기 위하여 본 발명의 방법은 컬러 보간을 수행하여 컬러 보간된 영상을 출력하는 제1 단계; 상기 컬러 보간된 영상의 국부영역 내에서 유사화소를 찾아 유사화소의 수와, 최대값, 최소값을 구하여 상기 최대값과 최소값을 제외한 유사화소들의 평균값을 산출하는 제2 단계; 상기 컬러 보간된 영상의 국부영역 내의 전체 화소중 최대값과 최소값을 제외한 나머지 화소들의 평균값을 산출하는 제3 단계; 상기 제2 단계에서 구한 유사화소의 수를 소정의 기준 수 와 비교하여 기준 수보다 크면 상기 제2 단계에서 구한 평균값을 선택하고, 기준 수와 같거나 작으면 상기 제3 단계에서 구한 평균값을 선택하는 제 4단계; 및 상기 국부영역 내의 원본값과 평균값을 비교하여 현재영역이 저주파영역인지 고주파영역인지를 판단하여 고주파영역일 경우에는 상기 제4 단계에서 선택된 영상을 출력하여 컬러잡음 제거를 수행하고, 저주파영역일 경우에는 상기 제1 단계에서 컬러 보간된 영상을 그대로 출력하여 잡음제거를 수행하지 않는 제5 단계로 구성된 것을 특징으로 한다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 자세히 설명하기로 한다.
도 2는 본 발명에 따른 컬러 잡음 제거 장치를 도시한 구성 블럭도이다.
먼저, 본 발명의 기본개념을 설명하면 다음과 같다.
컬러잡음은 컬러차 도메인에서 라플라시안의 특성을 보이기 때문에 중간값 필터를 사용함으로써 제거할 수 있다. 하지만 중간값 필터는 많은 연산량을 필요로 하기 때문에 하드웨어의 구현이 어려워 본 발명에서는 평균값 필터를 적응적으로 사용하는 것이다.
통상 평균값 필터는 영상의 잡음을 제거하는 반면에 영상의 정보를 가지고 있는 고주파성분도 제거한다. 본 발명에서는 이러한 문제점을 해결하기 위해 영상의 지역적인 특성을 이용하여 유사한 화소를 찾아서 평균을 취함으로써, 잡음을 제거하면서 고주파성분을 보존할 수 있도록 하는 것이다.
또한, 본 발명에서는 라플라시안 특성의 잡음을 효과적으로 제거하기 위해서 최소값과 최대값을 구하여 이를 평균에서 제외한다. 정렬의 경우는 많은 연산을 필요로 하지만 최소값과 최대값의 경우는 적은 연산으로 구할 수 있다.
도 2를 참조하면, 본 발명에 따른 컬러잡음 제거 장치는 컬러보간부(21)와, 제1 적응적 평균값 필터(22), 제2 적응적 평균값 필터(23), 평균값 선택부(24), 컬러잡음 제거 수행 판단부(25)로 구성된다.
컬러보간부(21)는 알려진 방식에 따라 컬러 보간을 수행하여 컬러 보간된 영상을 출력한다. 제1 적응적 평균값 필터(22)는 컬러 보간된 영상의 국부영역 내에서 유사화소를 찾아 유사화소의 수와, 최대값, 최소값을 구하여 최대값과 최소값을 제외한 유사화소들의 평균값을 산출한다. 이때 Bayer 컬러 필터 배열에서는 G값의 정보가 다른 채널의 정보보다 많으므로 유사한 화소를 찾는 기준으로 G 값을 이용한다. 제2 적응적 평균값 필터(23)는 컬러 보간된 영상의 국부영역 내의 전체 화소중 최대값과 최소값을 제외한 나머지 화소들의 평균값을 산출한다.
평균값 선택부(24)는 제1 적응적 평균값 필터(22)의 유사화소의 수를 소정의 기준 수와 비교하여 기준 수보다 크면 제1 적응적 평균값 필터(22)의 출력을 선택하고, 기준 수와 같거나 작으면 제2 적응적 평균값 필터(23)의 출력을 선택한다. 컬러잡음 제거 수행 여부 판단부(25)는 국부영역 내의 원본값과 평균값을 비교하여 현재영역이 저주파영역인지 고주파영역인지를 판단하여 고주파영역일 경우에는 평균값 선택부(24)에서 선택된 영상을 출력하여 컬러잡음 제거를 수행하고, 저주파영역일 경우에는 컬러 보간된 영상을 그대로 출력하여 잡음제거를 수행하지 않는다. 이때 국부영역 내의 원본값과 평균값의 차를 소정의 기준값(T3)와 비교하여 그 차가 기준값보다 작으면 현재영역이 저주파영역인 것으로 판단하여 컬러잡음 제거를 수행하지 않고, 그 차가 기준값보다 크거나 같으면 고주파영역으로 판단하여 잡음제거를 수행한다.
도 3은 본 발명에 따른 컬러 잡음 제거 절차를 도시한 순서도이다.
도 3을 참조하면, 컬러 보간 단계(S1)에서는 컬러 필터 배열(Color Filter Array) 기반의 센서로부터 입력된 컬러 영상을 복구하는 컬러 보간(Color interpolation)을 수행한다.
이어 S2 단계에서는 다음 표1과 같은 알고리즘을 수행하여 국부영역내의 유사 화소 중에서 최대값과 최소값을 제외한 평균을 구하고, S3 단계서는 다음 표2와 같은 알고리즘을 수행하여 국부영역 내의 화소 중에서 최대값과 최소값을 제외한 평균을 구한다.
일반적으로 사용되는 베이어(Bayer) 컬러 필터 배열에서는 G 값의 정보가 다른 채널의 정보보다 많다. 따라서 본 발명에서는 유사한 화소를 찾는 기준으로 G 값을 이용한다.
Figure 112006092736445-pat00004
Figure 112006092736445-pat00005
상기 표1에서 T1은 국부영역 내부의 화소들이 현재화소와 유사한가를 판단하는 문턱값으로서, 현재 화소와 국부 영역 내부의 화소의 차이의 절대값이 이 문턱값보다 크면, 국부 영역 내부의 화소는 현재 화소와 유사하지 않다고 판단하여 평균값 계산에서 제외되고, 문턱값보다 작을 경우는 유사하다고 판단되어 평균값 계산에 포함되며, N1은 유사하다고 판단된 화소의 수이다. 즉, 평균값에 최소값과 최대값을 제외하기 때문에 2를 뺀다. 하지만 N1이 2 보다 작은 값을 갖는 경우에는 잘못된 값이 구하여진다. 또한 N1이 2보다 크지만 작은 값을 갖는 경우에도 평균값에 포함된 화소의 수가 적기 때문에 잡음이 충분히 제거되지 않는다.
따라서 유사한 화소 수(N1)가 작을 경우에는 다음 표2와 같이 S3 단계에서 유사한 화소의 판별없이 국부영역에 속한 모든 화소에 대하여 구한 평균값을 구한다.
Figure 112006092736445-pat00006
상기 표2에서 N2는 국부영역에 속한 모든 화소의 수이기 때문에 항상 큰 값을 갖는다.
S4 단계에서는 S2 단계에서 구한 평균값이나 S3 단계에서 구한 평균값 중에서 적합한 평균값을 선택한다. 즉, 제1 적응적 평균값 필터(22)의 유사화소의 수(N1)를 소정의 기준 수(T2)와 비교하여 기준 수보다 크면 제1 적응적 평균값 필터(22)의 출력을 선택하고, 기준 수와 같거나 작으면 제2 적응적 평균값 필터(23)의 출력을 선택한다.
Figure 112006092736445-pat00007
상기 표3에서 T2는 '제1 적응적 평균값 필터(22)'와 '제2 적응적 평균값 필터(23)'를 선택하는 문턱값으로, N1이 T2보다 작으면 국부 영역내에 유사한 화소가 충분히 존재 하지 않다고 판단하여 '제2 적응적 평균값 필터(23)'의 값을 선택하고, 반대로 N1이 T2보다 크면 국부 영역내에 유사한 화소가 충분하다고 판단하여 '제1 적응적 평균값 필터(22)'의 값을 선택한다.
한편, 컬러잡음은 고주파영역에서 주로 발생한다. 따라서 컬러잡음이 발생하지 않는 저주파영역에서는 원본 값의 훼손을 최소화하기 위해서 컬러 잡음제거를 수행하지 않는다. 이를 위해 S5 단계에서는 다음 표4와 같이 고주파영역인지 혹은 저주파영역인지를 판단하여 컬러잡음 제거 수행 여부를 판단한다. 본 발명의 실시예에서는 저주파영역에서는 원본 값과 평균값이 비슷하기 때문에 이를 이용하여 현재영역이 저주파영역인지 고주파영역인지를 판단한다. 즉, 국부영역 내의 원본값과 평균값의 차를 소정의 기준값(T3)와 비교하여 그 차가 기준값보다 작으면 현재영역이 저주파영역인 것으로 판단하여 컬러잡음 제거를 수행하지 않고, 그 차가 기준값보다 크거나 같으면 고주파영역으로 판단하여 잡음제거를 수행한다.
Figure 112006092736445-pat00008
상기 표4에서 T3은 현재 영역이 고주파인지 저주파인지 판별하는 문턱값으로, 저주파의 경우는 원값과 평균값이 비슷한 값을 나타낸다. 따라서 원값과 평균값의 차이의 절대 값이 T3 보다 작을 경우는 저주파 영역으로 판단되고, 이보다 클 경우는 고주파 영역으로 판단한다.
이와 같이 본 발명에 따른 컬러잡음 제거방법은 연산량이 적은 평균값 필터를 이용하면서도 중간값 필터를 사용한 결과와 비슷한 성능을 나타내어 컬러잡음을 효과적으로 제거할 수 있다.
도 4는 본 발명의 실시예에서 컬러차 도메인(R-G)에서 본 영상의 예이고, 도 5는 본 발명의 실시예에서 컬러차 도메인(B-G)에서 본 영상의 예이며, 도 6은 본 발명의 실시예에서 원본영상의 예이고, 도 7은 본 발명의 실시예에서 선형 컬러 보간된 영상의 예이다.
도 8은 도 7의 영상을 종래의 방식에 따라 중간값 필터를 이용하여 컬러 잡음을 제거한 영상의 예이고, 도 9는 도 7의 영상을 본 발명에 따라 적응적 평균값 필터를 이용하여 컬러잡음을 제거한 영상의 예이다. 도 8의 영상과 도 9의 영상을 비교해보면 종래와 같이 중간값 필터를 이용하여 잡음을 제거한 영상이나 본 발명에 따른 적응적 평균값 필터를 사용하여 잡음을 제거한 영상의 품질이 비슷한 것을 알 수 있다. 그러나 연산에 소요된 시간을 대비해 볼 경우에는 도 13에 도시된 그래프에서와 같이 본 발명에 따라 적응적 평균값 필터를 적용한 경우에 연산 수행시간이 훨씬 적어 고속으로 연산이 가능한 것을 알 수 있다.
도 10은 본 발명에 따라 컬러잡음 제거 수행 여부를 판단하기 위한 화면의 예로서, 검정색은 컬러 잡음 제거를 수행하는 영역이고, 흰색은 컬러 잡음 제거를 수행하지 않은 영역이다.
도 11은 본 발명을 적용한 결과를 설명하기 위한 부분 확대 영상의 예로서, (ㄱ)은 원본영상을 나타내고, (ㄴ)은 선형 컬러보간으로 보간된 결과를 나타내며, (ㄷ)은 중간값 필터를 이용하여 컬러잡음을 제거한 5x5 국부영역의 영상이고, (ㄹ)은 적응적 평균값 필터를 이용하여 컬러잡음을 제거한 5x5 국부영역의 영상이다.
도 12는 본 발명을 적용한 결과를 설명하기 위한 부분 확대 영상의 다른 예로서, (ㄱ)은 원본영상을 나타내고, (ㄴ)은 선형 컬러 보간으로 보간된 결과를 나타내며, (ㄷ)은 중간값 필터를 이용하여 컬러잡음을 제거한 11x11 국부영역의 영상이고, (ㄹ)은 적응적 평균값 필터를 이용하여 컬러잡음을 제거한 11x11 국부영역의 영상이다.
도 11 내지 도 12의 부분 확대 영상을 비교해보면, (ㄴ)의 보간 영상에 비해서 컬러 잡음을 제거한 (ㄷ) 및 (ㄹ)의 영상이 개선된 것을 알 수 있고, (ㄷ)과 (ㄹ)의 영상을 비교해 보면 다음 표5와 같이, 중간값 필터를 이용하여 잡음을 제거한 영상이나 본 발명에 따른 적응적 평균값 필터를 사용하여 잡음을 제거한 영상의 품질이 비슷한 것을 알 수 있다.
국부영역의 크기 중간값 필터 적용시 PSNR(dB) 적응적 평균값 필터 적용시 PSNR(dB)
3x3 27.15291 26.28411
5x5 26.81146 27.2107
7x7 26.38015 27.03718
9x9 25.92137 26.88757
11x11 25.50621 26.65181
그러나 연산에 소요된 시간을 대비해 볼 경우에는 도 13에 도시된 그래프에서와 같이 본 발명에 따라 적응적 평균값 필터를 적용한 경우에 연산 수행시간이 훨씬 적어 고속으로 연산이 가능한 것을 알 수 있다.
도 13은 종래방식과 본 발명에 따른 방식의 컬러잡음 제거수행시간을 비교 도시한 그래프의 예로서, 횡축(X축)은 국부 영역의 크기를 나타내고, 종축(Y축)은 수행시간(단위 SEC)을 나타낸다. 또한 도시된 그래프에서 ●이 표시된 그래프는 기존방식에 따라 중간값필터를 사용한 경우의 그래프이고, ■가 표시된 그래프는 본 발명에 따라 적응적 평균값 필터를 사용한 경우의 그래프이다.
도 13에서 도시된 그래프의 수행시간을 비교해보면, 본 발명에 따라 적응적 평균값 필터를 적용한 경우에 연산량이 적어 수행시간이 훨씬 적은 것을 알 수 있다.
이상에서 설명한 바와 같이, 본 발명에 따르면 컬러잡음 제거에서 중간값 필터가 아닌 적응적 평균값 필터를 사용하므로 연산량이 적어 하드웨어로 구현이 가능하고, 따라서 낮은 프로세서를 사용하는 제품에 효과적으로 탑재할 수 있다.

Claims (7)

  1. 컬러 보간을 수행하여 컬러 보간된 영상을 출력하는 컬러 보간부;
    상기 컬러 보간된 영상의 국부영역 내에서 유사화소를 찾아 유사화소의 수와, 최대값, 최소값을 구하여 상기 최대값과 최소값을 제외한 유사화소들의 평균값을 산출하는 제1 적응적 평균값 필터;
    상기 컬러 보간된 영상의 국부영역 내의 전체 화소중 최대값과 최소값을 제외한 나머지 화소들의 평균값을 산출하는 제2 적응적 평균값 필터;
    상기 제1 적응적 평균값 필터의 유사화소의 수를 소정의 기준 수와 비교하여 기준 수보다 크면 상기 제1 적응적 평균값 필터의 출력을 선택하고, 기준 수와 같거나 작으면 상기 제2 적응적 평균값 필터의 출력을 선택하는 평균값 선택부; 및
    상기 국부영역 내의 원본값과 평균값을 비교하여 현재영역이 저주파영역인지 고주파영역인지를 판단하여 고주파영역일 경우에는 상기 평균값 선택부에서 선택된 영상을 출력하여 컬러잡음 제거를 수행하고, 저주파영역일 경우에는 컬러 보간된 영상을 그대로 출력하여 잡음제거를 수행하지 않는 컬러잡음 제거 수행 여부 판단부를 포함하여 구성된 것을 특징으로 하는 적응적 평균값 필터를 이용한 컬러 잡음 제거 장치.
  2. 제1항에 있어서, 상기 제1 적응적 평균값 필터는
    베이어(Bayer) 컬러 필터 배열에서는 G 값을 기준으로 유사화소를 판단하는 것을 특징으로 하는 적응적 평균값 필터를 이용한 컬러 잡음 제거 장치.
  3. 컬러 보간을 수행하여 컬러 보간된 영상을 출력하는 제1 단계;
    상기 컬러 보간된 영상의 국부영역 내에서 유사화소를 찾아 유사화소의 수와, 최대값, 최소값을 구하여 상기 최대값과 최소값을 제외한 유사화소들의 평균값을 산출하는 제2 단계;
    상기 컬러 보간된 영상의 국부영역 내의 전체 화소중 최대값과 최소값을 제외한 나머지 화소들의 평균값을 산출하는 제3 단계;
    상기 제2 단계에서 구한 유사화소의 수를 소정의 기준 수와 비교하여 기준 수보다 크면 상기 제2 단계에서 구한 평균값을 선택하고, 기준 수와 같거나 작으면 상기 제3 단계에서 구한 평균값을 선택하는 제 4단계; 및
    상기 국부영역 내의 원본값과 평균값을 비교하여 현재영역이 저주파영역인지 고주파영역인지를 판단하여 고주파영역일 경우에는 상기 제4 단계에서 선택된 영상을 출력하여 컬러잡음 제거를 수행하고, 저주파영역일 경우에는 상기 제1 단계에서 컬러 보간된 영상을 그대로 출력하여 잡음제거를 수행하지 않는 제5 단계를 포함하여 구성된 것을 특징으로 하는 적응적 평균값 필터를 이용한 컬러 잡음 제거 방법.
  4. 제3항에 있어서, 상기 제2 단계는
    Figure 112008023667444-pat00009
    Figure 112008023667444-pat00010
    (여기서, T1은 국부 영역 내부의 화소들이 현재 화소와 유사한가를 판단하는 문턱값이고, N1은 현재 화소와 국부 영역 내부의 화소의 차이의 절대값을 T1과 비교하여 유사하다고 판단된 국부 영역 내의 화소 수)와 같은 알고리즘을 수행하여 평균값을 산출하는 것을 특징으로 하는 적응적 평균값 필터를 이용한 컬러 잡음 제거 방법.
  5. 제3항에 있어서, 상기 제3 단계는
    Figure 112008023667444-pat00011
    (여기서, N2는 국부 영역 내부에 위치하는 전체 화소의 수)와 같은 알고리즘을 수행하여 평균값을 산출하는 것을 특징으로 하는 적응적 평균값 필터를 이용한 컬러 잡음 제거 방법.
  6. 제3항에 있어서, 상기 제4단계는
    Figure 112008023667444-pat00012
    (여기서, T2는 평균값을 선택하기 위한 기준수)와 같은 알고리즘을 수행하여 평균값을 선택하는 것을 특징으로 하는 적응적 평균값 필터를 이용한 컬러 잡음 제거 방법.
  7. 제3항에 있어서, 상기 제5 단계는
    Figure 112008023667444-pat00013
    (여기서, T3은 현재 영역이 고주파인지 저주파인지 판별하는 문턱값)와 같은 알고리즘을 수행하여 컬러잡음 제거 수행 여부를 판단하는 것을 특징으로 하는 적응적 평균값 필터를 이용한 컬러 잡음 제거 방법.
KR1020060127973A 2006-12-14 2006-12-14 적응적 평균값 필터를 이용한 컬러 잡음 제거 장치 및 방법 KR100839922B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020060127973A KR100839922B1 (ko) 2006-12-14 2006-12-14 적응적 평균값 필터를 이용한 컬러 잡음 제거 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020060127973A KR100839922B1 (ko) 2006-12-14 2006-12-14 적응적 평균값 필터를 이용한 컬러 잡음 제거 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20080055091A KR20080055091A (ko) 2008-06-19
KR100839922B1 true KR100839922B1 (ko) 2008-06-20

Family

ID=39801957

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020060127973A KR100839922B1 (ko) 2006-12-14 2006-12-14 적응적 평균값 필터를 이용한 컬러 잡음 제거 장치 및 방법

Country Status (1)

Country Link
KR (1) KR100839922B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101002397B1 (ko) 2008-11-04 2010-12-17 엘지디스플레이 주식회사 기판의 품질 검사방법
KR101072877B1 (ko) 2009-12-28 2011-10-17 연세대학교 산학협력단 색 보간 방법 및 그 장치

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101105689B1 (ko) * 2010-02-09 2012-01-17 아엠아이테크 주식회사 십자 형태의 윈도우 특성을 이용한 변형된 형태의 메디안 노이즈 제거 필터링 방법
KR20220148423A (ko) 2021-04-29 2022-11-07 삼성전자주식회사 이미지의 노이즈를 감소하는 노이즈 저감 방법 및 노이즈 저감 장치

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09233369A (ja) * 1996-02-23 1997-09-05 Sharp Corp ノイズ低減回路
KR100230254B1 (ko) 1996-04-17 1999-11-15 윤종용 잡음 감소 회로
KR100327386B1 (en) 2000-07-18 2002-03-13 Lg Electronics Inc Two-dimensional noise filter
JP2004159147A (ja) 2002-11-07 2004-06-03 Fujitsu General Ltd ブロックノイズ低減回路
JP2006270220A (ja) 2005-03-22 2006-10-05 Victor Co Of Japan Ltd 映像信号処理装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09233369A (ja) * 1996-02-23 1997-09-05 Sharp Corp ノイズ低減回路
KR100230254B1 (ko) 1996-04-17 1999-11-15 윤종용 잡음 감소 회로
KR100327386B1 (en) 2000-07-18 2002-03-13 Lg Electronics Inc Two-dimensional noise filter
JP2004159147A (ja) 2002-11-07 2004-06-03 Fujitsu General Ltd ブロックノイズ低減回路
JP2006270220A (ja) 2005-03-22 2006-10-05 Victor Co Of Japan Ltd 映像信号処理装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101002397B1 (ko) 2008-11-04 2010-12-17 엘지디스플레이 주식회사 기판의 품질 검사방법
KR101072877B1 (ko) 2009-12-28 2011-10-17 연세대학교 산학협력단 색 보간 방법 및 그 장치

Also Published As

Publication number Publication date
KR20080055091A (ko) 2008-06-19

Similar Documents

Publication Publication Date Title
Ramesh et al. THE MANAGEMENT AND REDUCTION OF DIGITAL NOISE IN VIDEO IMAGE PROCESSING BY USING TRANSMISSION BASED NOISE ELIMINATION SCHEME.
US6625325B2 (en) Noise cleaning and interpolating sparsely populated color digital image using a variable noise cleaning kernel
US8000549B2 (en) Digital image processing apparatus and method for the same
US9148593B2 (en) Advanced noise reduction in digital cameras
EP1411471A2 (en) Removing color aliasing artifacts from color digital images
JP2002101425A (ja) ディジタル画像のノイズ及びブロッキング・アーティファクトの除去方法
JP2004522372A (ja) 時空間適応的雑音除去／高画質復元方法及びこれを応用した高画質映像入力装置
US20140254932A1 (en) Content adaptive edge and detail enhancement for image and video processing
US20080112639A1 (en) Method and apparatus for removing noise in dark area of image
Pei et al. A median filter method for image noise variance estimation
US7903900B2 (en) Low complexity color de-noising filter
CN111539893A (zh) 一种基于导向滤波的Bayer图像联合去马赛克去噪方法
KR20100084458A (ko) 컬러 필터 어레이의 패턴 특성을 이용한 이미지 보간 방법 및 장치
KR100839922B1 (ko) 적응적 평균값 필터를 이용한 컬러 잡음 제거 장치 및 방법
CN101562692A (zh) 噪声降低装置及方法
WO2008086037A2 (en) Color filter array interpolation
Kalevo et al. Noise reduction techniques for Bayer-matrix images
CN101778297B (zh) 影像序列的干扰消除方法
US6795586B1 (en) Noise cleaning and interpolating sparsely populated color digital image
KR100821939B1 (ko) 영상 잡음 제거 장치 및 방법
Tolstaya et al. Removal of blocking and ringing artifacts in JPEG-coded images
Tomaselli et al. False colors removal on the YCr-Cb color space
KR100617651B1 (ko) 격자 무늬 노이즈 제거 장치 및 방법
Han et al. Texture preserving noise reduction for ultra high ISO images
Menon et al. A novel technique for reducing demosaicing artifacts

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
FPAY Annual fee payment

Payment date: 20130417

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20140417

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20150616

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20160714

Year of fee payment: 9

LAPS Lapse due to unpaid annual fee