KR100965880B1 - 영상의 잡음 제거 방법 - Google Patents

영상의 잡음 제거 방법 Download PDF

Info

Publication number
KR100965880B1
KR100965880B1 KR1020030067435A KR20030067435A KR100965880B1 KR 100965880 B1 KR100965880 B1 KR 100965880B1 KR 1020030067435 A KR1020030067435 A KR 1020030067435A KR 20030067435 A KR20030067435 A KR 20030067435A KR 100965880 B1 KR100965880 B1 KR 100965880B1
Authority
KR
South Korea
Prior art keywords
noise
level
value
wavelet
subblock
Prior art date
Application number
KR1020030067435A
Other languages
English (en)
Other versions
KR20050031210A (ko
Inventor
박찬식
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
Priority to KR1020030067435A priority Critical patent/KR100965880B1/ko
Priority to CNB2004800016822A priority patent/CN100471230C/zh
Priority to PCT/KR2004/002428 priority patent/WO2005032122A1/en
Priority to EP04788488.7A priority patent/EP1668890B1/en
Publication of KR20050031210A publication Critical patent/KR20050031210A/ko
Application granted granted Critical
Publication of KR100965880B1 publication Critical patent/KR100965880B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/10Image enhancement or restoration using non-spatial domain filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration using local operators
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/14Picture signal circuitry for video frequency region
    • H04N5/21Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20016Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20048Transform domain processing
    • G06T2207/20064Wavelet transform [DWT]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

본 발명은 영상의 잡음 제거에 관한 것으로, 구체적으로는 웨이블릿 변환 기반의 선형 및 비선형 복합적 잡음 제거 방법 및 장치에 관한 것이다. 본 발명의 잡음 제거 방법은, (a) 수신된 영상에 포함된 잡음을 공간영역에서 일차적으로 제거하는 단계; 및 (b) 상기 잡음이 제거된 영상에 대해 웨이블릿 변환을 수행하여 상기 영상을 분할하고, 분할 레벨에 따라서 임계치 적용여부를 달리하여 이차적으로 잡음을 제거하는 단계를 포함한다. 본 발명의 잡음 제거 방법을 사용하면, 저주파수 영역의 영상 신호를 유지하면서 잡음을 제거할 수 있고 영상의 경계 부분도 잘 유지되는 효과가 있다.

Description

영상의 잡음 제거 방법 {Method and apparatus of image denoising}
도 1은 본 발명의 잡음 제거 방법의 흐름도이다.
도 2는 웨이블릿 변환에 의해 분할된 영상을 도시한 도면이다.
도 3은 도 1에서 잡음 레벨을 구하는 과정의 상세 흐름도이다.
도 4는 PWW 필터링시 경계 부분의 처리를 설명하기 위한 도면이다.
도 5는 제2 잡음제거 과정의 상세 흐름도이다.
도 6a는 비선형 임계치 방법중 hard 임계치 방법에 따른 입력값의 변화를 도시한 도면이다.
도 6b는 선형 임계치 방법중 soft 임계치 방법에 따른 입력값의 변화를 도시한 도면이다.
도 7은 본 발명의 잡음 제거장치의 블록도이다.
도 8은 제1 잡음제거부의 상세 블록도이다.
도 9는 제2 잡음 제거부의 상세 블록도이다.
본 발명은 영상의 잡음 제거에 관한 것으로, 구체적으로는 웨이블릿 변환 기 반의 선형 및 비선형 복합적 잡음 제거 방법 및 장치에 관한 것이다.
영상에는 다양한 잡음이 삽입될 수 있으며 이들 잡음 중 백색 가우시안 잡음(white gaussian noise)이 있다. 백색 가우시안 잡음은 스펙트럼 상에서 모든 주파수 대에 잡음이 존재하는 것을 말하는데, 영상에 삽입되는 잡음은 일반적으로 백색 가우시안 잡음이라고 할 수 있다. 이러한 백색 가우시안 잡음을 제거하기 위한 방법들이 많이 연구되어 왔다.
이러한 잡음 제거방법들 중 웨이블릿 변환에서의 잡음 제거방식이 있다. 웨이블릿 변환은 푸리에 변환과 같이 기저함수(base function)들의 집합으로 신호를 분해하여 표현하는 방법의 하나로, 영상에 대해 웨이블릿 변환을 수행하면 주파수 성분 뿐만 아니라 공간(spatial) 성분도 존재한다는 특성과 주파수의 밴드별로 구별이 된다는 특성이 있다. 웨이블릿 변환시에 백색 가우시안 잡음을 제거하기 위한 방법의 하나로 임계치(threshold)를 설정하고 그 임계치에 따라서 잡음을 제거하는 방법이 있다. 그러나 임계치를 설정하여 잡음을 제거하는 방법은 영상의 경계 edge) 부분도 잡음 제거시에 손상되어 영상의 품질이 떨어진다.
그리고, 위너 필터(Wiener Filter)의 한 가지로 LAWML(Locally Adaptive Window-based denosing using Maximum Likelihood estimator)를 사용하여 잡음을 제거하는 방법이 있다. 이러한 방법을 사용하여도 결과영상에 물결 무늬 형태의 잡음이 들어간다는 문제점이 있다. 다른 한 가지 방법으로 웨이블릿 기반의 위너 필터링 방법이 있다. 웨이블릿 기반의 위너 필터링 방법에서도 로컬 분산(local variance)을 계산하는데 있어 임계치를 사용하기 때문에 경계 부분이 많이 손상된 다는 문제점이 있다.
본 발명이 이루고자 하는 기술적 과제는, 백색 가우시안 잡음이 포함된 영상에 대해 공간 영역 및 웨이블릿 변환 영역에서 이단계로 잡음을 제거하는 방법 및 장치를 제공하는데 있다.
상기의 과제를 이루기 위하여 본 발명에 의한 잡음 제거 방법은, (a) 수신된 영상에 포함된 잡음을 공간영역에서 일차적으로 제거하는 단계; 및 (b) 상기 잡음이 제거된 영상에 대해 웨이블릿 변환을 수행하여 상기 영상을 분할하고, 분할 레벨에 따라서 임계치 적용여부를 달리하여 이차적으로 잡음을 제거하는 단계를 포함한다.
또한, 상기 (a) 단계는 (a1) 수신된 영상에 포함된 잡음 레벨값을 계산하는 단계; 및 (a2) 상기 잡음 레벨값을 이용하여 PWW(Pixel-Wise Wiener) 필터링을 수행하는 단계를 포함한다.
상기 (a1) 단계는, (a11) 레벨 1 웨이블릿 영상 분할을 수행하는 단계; (a12) 상기 분할된 블록중 수평성분 및 수직성분 모두 고주파 성분에 해당하는 블록을 소정의 크기의 서브블록으로 분할하는 단계; (a13) 상기 각각의 서브블록의 웨이블릿 계수들의 평균값을 계산하는 단계; 및 (a14) 상기 평균값이 실질적으로 0인 서브블록을 잡음만 존재하는 서브블록으로 판단하여 그 서브블록의 분산의 평균값의 제곱근을 취하여 잡음레벨을 계산하는 단계를 포함하는 것이 더욱 바람직하 다.
상기 (a2) 단계는, PWW(Pixel-Wise Wiener) 필터링시에 잡음 분산은 상기 (a1) 단계에서 구한 잡음 레벨값을 이용하여 계산하고, 상기 서브 블록의 경계 부분에서 로컬 평균값과 분산값 계산시에 웨이블릿 계수가 존재하지 않는 부분은 상기 서브 블록의 웨이블릿 계수를 수평 및 수직 방향으로 미러링하여 생성한 후 로컬 평균값과 분산값을 계산하는 것이 더욱 바람직하다.
또한, 상기 (b) 단계는 (b1) 상기 일차적으로 잡음이 제거된 영상에 대해 N 레벨의 웨이블릿 분할을 수행하는 단계; 및 (b2) 상기 분할 레벨에 따라서 임계치 적용여부를 달리하여 이차적으로 잡음을 제거하는 단계를 포함한다.
상기 (b2) 단계는, 상기 분할된 블록중 round(N/2) 이하의 블록에 대해서는 각 레벨에 따른 소정의 기준치와 웨이블릿 계수의 절대치를 비교하여 웨이블릿 계수의 절대값이 작은 경우에는 0으로 만들고, 그렇지 않은 경우에는 웨이블릿 계수의 부호는 유지하면서 그 절대값에서 기준치를 뺀 값을 출력하는 것이 더욱 바람직하다.
상기 (b2) 단계는, 상기 분할된 블록중 round(N/2)를 초과하는 블록에 대해서는 웨이블릿 계수를 그대로 출력하는 것이 더욱 바람직하다.
또한, 상기 각각의 레벨에서의 기준치는, 각 레벨의 상기 잡음 레벨과 각 레벨의 고주파수 성분의 서브블록에서의 웨이블릿 계수 중 일차적으로 PWW 필터링에 의한 잡음 제거를 고려하여 각 열의 최대값들의 메디안 값에 기초하여 계산되는 것이 바람직하다.
상기의 과제를 이루기 위하여 본 발명에 의한 잡음 제거 방법은, (a) 레벨 1 웨이블릿 영상 분할을 수행하는 단계; (b) 상기 분할된 블록중 수평성분 및 수직성분 모두 고주파 성분에 해당하는 블록을 소정의 크기의 서브블록으로 분할하는 단계; (c) 상기 각각의 서브블록의 웨이블릿 계수의 평균값을 계산하는 단계; 및 (d) 상기 평균값이 실질적으로 0인 서브블록을 잡음만 존재하는 서브블록으로 판단하여 그 서브블록의 분산의 평균값의 제곱근을 취하여 잡음레벨을 계산하는 단계; 및 (e) 상기 잡음 레벨값을 이용하여 PWW(Pixel-Wise Wiener) 필터링을 수행하는 단계를 포함한다.
또한, 상기 (e) 단계는 PWW(Pixel-Wise Wiener) 필터링시에 (c) 단계에서 구한 분산값을 이용하고, 상기 서브 블록의 경계 부분에서 로컬 평균값과 분산값 계산시에 웨이블릿 계수가 존재하지 않는 부분은 상기 서브 블록의 웨이블릿 계수를 수평 및 수직 방향으로 미러링하여 생성한 후 로컬 평균값과 분산값을 계산하는 것이 바람직하다.
상기의 과제를 이루기 위하여 본 발명에 의한 잡음 제거 장치는, 수신된 영상에 포함된 잡음을 공간영역에서 일차적으로 제거하는 제1 잡음 제거부; 상기 잡음이 제거된 영상에 대해 웨이블릿 변환을 수행하여 상기 영상을 분할하는 웨이블릿 변환부; 및 상기 웨이블릿 변환의 분할 레벨에 따라서 임계치 적용여부를 달리하여 이차적으로 잡음을 제거하는 제2 잡음 제거부를 포함한다.
상기 제2 잡음 제거부를 통과한 영상에 대하여 역웨이블릿 변환을 수행하는 역웨이블릿 변환부를 더 포함하는 것이 바람직하다.
또한, 상기 제1 잡음 제거부는 수신된 영상에 포함된 잡음 레벨값을 계산하는 잡음 레벨 계산부; 및 상기 잡음 레벨값을 이용하여 PWW(Pixel-Wise Wiener) 필터링을 수행하는 PWW 필터링 수행부를 포함한다.
상기 잡음레벨 계산부는, 레벨 1 웨이블릿 영상 분할을 수행하는 웨이블릿 분할부; 상기 분할된 블록중 수평성분 및 수직성분 모두 고주파 성분에 해당하는 블록을 소정의 크기의 서브블록으로 분할하는 서브블록 분할부; 상기 각각의 서브블록의 웨이블릿 계수의 평균값을 계산하는 평균값 계산부; 및 상기 평균값이 실질적으로 0인 서브블록을 잡음만 존재하는 서브블록으로 판단하여 그 서브블록의 분산의 평균값에 제곱근을 취하여 잡음레벨을 계산하는 판단 및 계산부를 포함하는 것이 바람직하다.
상기 PWW 필터링부는, 상기 잡음 레벨 계산부에서 구한 잡음 레벨을 이용하여 분산값을 계산하고, 상기 서브 블록의 경계 부분에서 로컬 평균값과 분산값 계산시에 웨이블릿 계수가 존재하지 않는 부분은 상기 서브 블록의 웨이블릿 계수를 수평 및 수직 방향으로 미러링하여 생성한 후 로컬 평균값과 분산값을 계산하는 것이 바람직하다.
상기 제2 잡음 제거부는, 상기 분할된 블록중 round(N/2) 이하의 블록에 대해서는 각 레벨에 따른 소정의 기준치와 웨이블릿 계수의 절대치를 비교하여 웨이블릿 계수의 절대값이 작은 경우에는 0으로 만들고, 그렇지 않은 경우에는 웨이블릿 계수의 부호는 유지하면서 그 절대값에서 기준치를 뺀 값을 출력하는 것이 바람직하다.
상기 제2 잡음 제거부는 상기 분할된 블록중 round(N/2)를 초과하는 블록에 대해서는 웨이블릿 계수를 그대로 출력하는 것이 바람직하다.
또한, 상기 각각의 레벨에서의 기준치는, 상기 잡음 레벨과 각 레벨의 고주파수 성분의 서브블록에서의 웨이블릿 계수 중 가장 일차적 PWW 필터링에 의한 잡음 제거를 고려하여 각 열의 최대값들 중의 메디안 값에 기초하여 계산되는 것이 더욱 바람직하다.
상기의 과제를 이루기 위하여 본 발명에 의한 잡음 제거 장치는, 레벨 1 웨이블릿 영상 분할을 수행하는 웨이블릿 분할부; 상기 분할된 블록중 수평성분 및 수직성분 모두 고주파 성분에 해당하는 블록을 소정의 크기의 서브블록으로 분할하는 서브블록 분할부; 상기 각각의 서브블록의 웨이블릿 계수의 평균값을 계산하는 평균값 계산부; 및 상기 평균값이 실질적으로 0인 서브블록을 잡음만 존재하는 서브블록으로 판단하여 그 서브블록의 분산의 평균값에 제곱근을 취하여 잡음레벨을 계산하는 판단 및 계산부를 포함한다.
상기한 과제를 이루기 위하여 본 발명에서는, 상기 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공한다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 일실시예를 상세히 설명한다.
도 1은 본 발명의 잡음 제거 방법의 흐름도이다.
본 발명의 잡음 제거 방법은 웨이블릿 변환전의 전처리 과정에서 잡음제거를 수행하는 제1 잡음제거 단계와 웨이블릿 변환시의 잡음제거를 수행하는 제2 잡음제 거단계를 구비한다. 이하에서는 제1 잡음제거 단계와 제2 잡음제거 단계를 보다 상세하게 설명한다.
잡음이 포함된 영상이 입력되면 그 잡음의 레벨을 구한다(S110). 여기서 잡음의 레벨은 그 잡음의 STD(standard deviation)이다. 그리고 구한 잡음 레벨값을 이용하여 PWW(Pixel-Wise-Wiener) 필터링을 수행한다(S120). 상기 과정들이 제1 잡음 제거 단계이다. 이렇게 해서 잡음을 일차적으로 제거하면 잡음은 스펙트럼 상에서 더 이상 백색 가우시안 잡음이 아닌 컬러 잡음(colored noise)이 된다.
컬러 잡음에 대하여 다음과 같이 제2 잡음 제거 과정을 수행한다. 웨이블릿 변환을 수행하여 영상을 분할한다(S130). 그리고 분할된 영상에 대하여 선형 또는 비선형 임계치 방법을 적용하여 잡음 성분을 제거한다(S140). 잡음 성분이 제거된 영상에 대해 역웨이블릿 변환을 수행하여 영상을 복원한다(S150). 이제 상술한 각 단계를 보다 상세히 설명한다.
도 2는 웨이블릿 변환에 의해 분할된 영상을 도시한 도면이다.
웨이블릿 변환을 수행하여 영상을 분할하면 영상은 밴드별로 분명하게 구분된다. 그리고 각 밴드별 블록에는 공간(spatial) 성분도 함께 존재한다. 영상은 그 크기에 따라 여러번 분할할 수 있는데 분할하는 횟수를 분할 레벨이라고 한다. 도 2를 참조하면, 영상은 한번 분할하면 수평 및 수직방향으로 모두 저주파 성분인 LL1(210), 수평방향은 고주파 성분이고 수직방향은 저주파 성분인 HL1(220), 수평방향은 저주파 성분이고 수직방향은 고주파 성분인 LH1(230) 및 수평 및 수직방향 모두 고주파 성분인 HH(240)으로 구성됨을 알 수 있다. 레벨이 증가하면 저주파 성 분만의 블록(LL1)은 다시 분할되어 LL2, HL2, LH2, HH2가 된다. 레벨에 따라서 저주파 성분만의 블록은 여러번 분할되어 LL3, HL3, LH3, HH3.... 이러한 식으로 계속 분할된다. 이러한 분할 방법을 옥타브(octave) 분할이라고 한다.
도 3은 도 1에서 잡음 레벨을 구하는 과정의 상세 흐름도이다.
웨이블릿 변환에 의하여 레벨 1의 영상 분할을 수행한다(S310). 그러면 상술한 도 2와 같이 주파수 성분에 따라서 밴드별로 영상이 구분된다. 영상에서 잡음 성분은 고주파수 영역에 대개 존재하므로 잡음의 레벨을 구할 때에는 수평 및 수직 성분이 모두 고주파수인 HH1 블록(240)을 이용한다. 따라서 HH1 블록(240)을 서브 블록으로 분할한다(S320). 서브 블록의 크기는 임의로 정할 수 있는데 예를 들어, 256x256 영상인 경우에는 8x8 크기, 512x512 영상인 경우에는 16x16이 될 수 있다. 각각의 서브 블록은 잡음만 존재하는 블록, 잡음이 없는 원영상 데이터만 존재하는 블록 또는 잡음과 원영상 데이터가 함께 존재하는 블록중에 하나가 된다. 각각의 서브 블록이 상기 블록중 어떤 블록에 해당하는 것인지를 알기 위해서 각각의 서브 블록의 웨이블릿 계수들의 평균값을 계산한다(S330).
그리고 평균값의 절대치가 0에 가까운 값이 되는 서브 블록을 잡음만 존재하는 블록으로 판단한다(S340). 여기서 0에 가까운 값으로, 예를 들어 0.2 이하인 서브 블록을 잡음만의 블록으로 판단할 수 있다. 백색 가우시안 잡음의 평균값은 0이 되고 웨이블릿은 변환이 선형특성을 가진다는 점을 이용하여 그 기준값을 정한다. 이렇게 하여 잡음만 존재하는 블록으로 판단된 서브 블록들의 분산(variance)의 평균값에 제곱근을 취하여 잡음 레벨을 계산한다(S350).
도 4는 PWW 필터링시 경계(edge) 부분의 처리를 설명하기 위한 도면이다.
PWW(Pixel-Wise-Wiener) 필터링을 수행하는 단계(S120)에서 경계 부분에서는 로컬 블록의 크기에 맞게 픽셀값을 미러링하여 로컬 평균(local mean) 및 로컬 분산(local variance)을 구하고 잡음 분산은 상기 잡음 레벨을 이용한다. 로컬 평균(local mean) μ와 로컬 분산(local variance) σ2 l 는 다음 수학식에 의해 계산된다. 여기서 NxM은 로컬 블록의 크기를, y는 입력 영상값을 나타낸다.
Figure 112003036177955-pat00001
Figure 112003036177955-pat00002
PWW 필터링을 수행하면 출력 영상값 yp 는 다음 수학식 2와 같이 계산되는데 이때 도 3을 참조하여 설명한 바와 같이 구한 잡음 레벨 σn 을 이용한다.
Figure 112003036177955-pat00003
Figure 112003036177955-pat00004
도 5는 제2 잡음제거 과정의 상세 흐름도이다.
상기 PWW 필터링된 후의 잡음의 평균값은 유지되지만 PSD(Power Spectral Density)를 살펴보면, 그 잡음이 백색 가우시안 잡음이 아니라 컬러 잡음(colored noise)의 성질을 가진다는 것을 알 수 있다. 따라서 웨이블릿 변환된 상태에서는 분할된 레벨에 따라서 선형 임계치 또는 비선형 임계치를 적용하여 잡음 성분을 제거한다. 이를 상세히 설명하면, 영상을 N 레벨로 웨이블릿 분할한다(S510). 영상의 크기에 따라서 적절한 N 값을 설정할 수 있는데, 예를 들어 영상의 크기가 256x256인 경우에 N은 4로 하고, 512x512인 경우에는 N은 5로 할 수 있다. 이렇게 분할된 영상에 대하여 선형 임계치 방법 또는 비선형 임계치 방법을 적용하여 잡음을 제거한다(S520). 즉, round(N/2) 이하의 블록에 대해서는 비선형 임계치 방법을 적용하고, round(N/2)를 초과하는 블록에 대해서는 선형 임계치 방법을 적용한다.
각각의 레벨 n 에서의 임계치 t 는, 잡음 레벨 σ와 각 레벨의 고주파수 성분의 서브블록 중 일차적 PWW 필터링에 의한 잡음 제거를 고려하여 각 열의 최대값들중의 메디안 값 γ에 따라서 다음 수학식에 의해 계산된다.
Figure 112003036177955-pat00005
비선형 임계치 방법은 하드(hard) 또는 소프트(soft) 임계치 방법이 있다. 이하 도 6a 내지 도 6b를 참조하여 이를 상세히 설명한다. 선형 임계치 방법은 임계치를 설정하지 않고 저주파수에 해당하는 특정 레벨 이후의 입력값만을 그대로 출력하는 방법이다.
도 6a는 비선형 임계치 방법중 hard 임계치 방법에 따른 입력값의 변화를 도시한 도면이다.
hard 임계치 방법은 일정한 값을 임계치로 설정하고, 웨이블릿 계수값과 비교하여 임계치 이하의 값은 잡음으로 판단하여 0으로 만들고, 나머지 값은 그대로 유지한다.
도 6b는 선형 임계치 방법중 soft 임계치 방법에 따른 입력값의 변화를 도시한 도면이다.
설정한 임계치 이하의 값들에 대해서는 0으로 만드는 것은 hard 임계치 방법과 동일하나, 나머지 값들에 대해서 그대로 유지하는 것이 아니라 웨이블릿 계수값과 임계치와의 차이로 표시한다.
도 7은 본 발명의 잡음 제거장치의 블록도이다.
잡음 제거장치는 제1 잡음제거부(710), 웨이블릿 변환부(720), 제2 잡음제거부(730) 및 역웨이블릿 변환부(740)를 구비한다. 제1 잡음제거부(710)는 잡음 성분이 포함된 입력영상에 대해서 상기 도 3과 도 4를 참조하여 상술한 잡음 제거 과정을 수행한다. 웨이블릿 변환부(720)는 웨이블릿 변환을 수행한다. 제2 잡음제거부(730)는 도 5를 참조하여 상술한 잡음제거 과정을 수행한다. 역웨이블릿 변환부(740)는 잡음이 제거된 영상에 대하여 역웨이블릿 변환을 수행한다.
도 8은 상기 제1 잡음제거부(710)의 상세 블록도이다.
제1 잡음제거부(710)는 수신된 영상에 포함된 잡음 레벨값을 계산하는 잡음 레벨 계산부(810) 및 상기 잡음 레벨값을 이용하여 PWW(Pixel-Wise Wiener) 필터링을 수행하는 PWW 필터링 수행부(820)를 구비한다. 그리고, 잡음레벨 계산부(810)는 웨이블릿 분할부(811), 서브블록 분할부(812), 평균값 계산부(813) 및 판단 및 계 산부(814)를 구비한다. 웨이블릿 분할부(811)는 레벨 1 웨이블릿 영상 분할을 수행한다. 서브블록 분할부(812)는 분할된 블록중 수평성분 및 수직성분 모두 고주파 성분에 해당하는 블록을 소정의 크기의 서브블록으로 분할한다. 즉 8x8 서브블록 또는 16x16 서브블록으로 분할한다. 평균값 계산부(813)는 각각의 서브블록의 웨이블릿 계수의 평균값을 계산한다. 그리고, 판단 및 계산부(814)는 평균값이 실질적으로 0인 서브블록을 잡음만 존재하는 서브블록으로 판단하여 상기 분산의 평균값의 제곱근을 취하여 잡음레벨을 계산한다.
도 9는 제2 잡음 제거부의 상세 블록도이다.
제2 잡음 제거부는 판단부(910), 선형 임계치 적용부(920) 및 비선형 임계치 적용부(930)를 구비한다.
제2 잡음 제거부(730)는 웨이블릿 변환부(720)에 의해서 분할된 영상에 대하여 선형 임계치 방법 또는 비선형 임계치 방법을 적용하여 잡음을 제거한다. 판단부(910)는 처리하여야 할 블록에 대하여 비선형 임계치 방법을 적용할 것인가 선형 임계치 방법을 적용할 것인가를 판단한다. 즉, round(N/2) 이하의 블록에 대해서는 비선형 임계치 방법을 적용하고, round(N/2)를 초과하는 블록에 대해서는 선형 임계치 방법을 적용한다. 선형 임계치 적용부(920)와 비선형 임계치 적용부(930)는 각각 선형 및 비선형 임계치 방법을 적용하여 잡음을 제거한다. 선형 및 비선형 임계치 방법은 상술한 바와 같다.
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스 템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
상술한 바와 같이 본 발명의 잡음 제거방법은 공간영역에서 전처리 과정을 통하여 잡음을 제거하고, 웨이블릿 변환된 영역에서는 영상의 분할레벨에 따라서 임계치 적용여부를 달리함으로써, 저주파수 영역의 영상 신호를 유지하면서 잡음을 제거할 수 있는 효과가 있다. 또한 본 발명의 잡음 제거방법을 사용하면 종래의 방법에 비하여 영상의 경계 부분도 잘 유지되는 효과가 있다.

Claims (26)

  1. (a) 수신된 영상에 포함된 잡음을 공간영역에서 일차적으로 제거하는 단계; 및
    (b) 상기 잡음이 제거된 영상에 대해 웨이블릿 변환을 수행하여 상기 영상을 분할하고, 분할 레벨에 따라서 임계치 적용여부를 달리하여 이차적으로 잡음을 제거하는 단계를 포함하는 것을 특징으로 하는 잡음 제거 방법.
  2. 제1항에 있어서, 상기 (a) 단계는
    (a1) 수신된 영상에 포함된 잡음 레벨값을 계산하는 단계; 및
    (a2) 상기 잡음 레벨값을 이용하여 PWW(Pixel-Wise Wiener) 필터링을 수행하는 단계를 포함하는 것을 특징으로 하는 잡음 제거 방법.
  3. 제2항에 있어서, 상기 (a1) 단계는
    (a11) 레벨 1 웨이블릿 영상 분할을 수행하는 단계;
    (a12) 상기 분할된 블록중 수평성분 및 수직성분 모두 고주파 성분에 해당하는 블록을 소정의 크기의 서브블록으로 분할하는 단계;
    (a13) 상기 각각의 서브블록의 웨이블릿 계수의 평균값을 계산하는 단계; 및
    (a14) 상기 평균값이 실질적으로 0인 서브블록을 잡음만 존재하는 서브블록으로 판단하여 그 서브블록의 분산의 평균값에 제곱근을 취하여 잡음레벨을 계산하는 단계를 포함하는 것을 특징으로 하는 잡음 제거 방법.
  4. 제3항에 있어서,
    상기 (a12) 단계에서 소정의 크기는 8x8 또는 16x16 크기인 것을 특징으로 하는 잡음 제거 방법.
  5. 제3항에 있어서, 상기 (a2) 단계는
    PWW(Pixel-Wise Wiener) 필터링시에 잡음 분산은 (a1) 단계에서 구한 잡음 레벨값을 이용하여 계산하고, 상기 서브 블록의 경계 부분에서 로컬 평균값과 분산값 계산시에 웨이블릿 계수가 존재하지 않는 부분은 상기 서브 블록의 웨이블릿 계수를 수평 및 수직 방향으로 미러링하여 생성한 후 로컬 평균값과 분산값을 계산하는 것을 특징으로 하는 잡음 제거 방법.
  6. 제1항에 있어서, 상기 (b) 단계는
    (b1) 상기 일차적으로 잡음이 제거된 영상에 대해 N 레벨의 웨이블릿 분할을 수행하는 단계; 및
    (b2) 상기 분할 레벨에 따라서 임계치 적용여부를 달리하여 이차적으로 잡음을 제거하는 단계를 포함하는 것을 특징으로 하는 잡음 제거 방법.
  7. 제6항에 있어서, 상기 (b2) 단계는
    상기 분할된 블록중 round(N/2) 이하의 블록에 대해서는 각 레벨에 따른 소 정의 기준치와 웨이블릿 계수의 절대치를 비교하여 웨이블릿 계수의 절대값이 작은 경우에는 0으로 만들고, 그렇지 않은 경우에는 웨이블릿 계수의 부호는 유지하면서 그 절대값에서 기준치를 뺀 값을 출력하는 것을 특징으로 하는 잡음 제거 방법.
  8. 제6항에 있어서, 상기 (b2) 단계는
    상기 분할된 블록중 round(N/2)를 초과하는 블록에 대해서는 웨이블릿 계수를 그대로 출력하는 것을 특징으로 하는 잡음 제거 방법.
  9. 제7항 또는 제8항에 있어서,
    상기 각각의 레벨에서의 기준치는, 각 레벨의 상기 잡음 레벨과 각 레벨의 고주파수 성분의 서브블록에서의 웨이블릿 계수 중 일차적 PWW 필터링에 의한 잡음 제거를 고려하여 각 열들의 최대값들중의 메디안 값에 기초하여 계산되는 것을 특징으로 잡음 제거 방법.
  10. 제7항 또는 제8항에 있어서,
    상기 각각의 레벨 n 에서의 기준치 t 는, 각 레벨의 상기 잡음 레벨 σ와 각 레벨의 고주파수 성분의 서브블록에서의 웨이블릿 계수 중 일차적 PWW 필터링에 의한 잡음 제거를 고려하여 각 열들의 최대값들중의 메디안 값 γ에 따라서 다음 수학식에 의해 계산되는 것을 특징으로 잡음 제거 방법.
    Figure 112003036177955-pat00006
  11. (a) 레벨 1 웨이블릿 영상 분할을 수행하는 단계;
    (b) 상기 분할된 블록중 수평성분 및 수직성분 모두 고주파 성분에 해당하는 블록을 소정의 크기의 서브블록으로 분할하는 단계;
    (c) 상기 각각의 서브블록의 웨이블릿 계수의 평균값을 계산하는 단계; 및
    (d) 상기 평균값이 실질적으로 0인 서브블록을 잡음만 존재하는 서브블록으로 판단하여 그 서브블록의 분산의 평균값에 제곱근을 취하여 잡음레벨을 계산하는 단계; 및
    (e) 상기 잡음 레벨값을 이용하여 PWW(Pixel-Wise Wiener) 필터링을 수행하는 단계를 포함하는 것을 특징으로 하는 잡음 제거 방법.
  12. 제11항에 있어서, 상기 (e) 단계는
    PWW(Pixel-Wise Wiener) 필터링시에 잡음 분산은 (d) 단계에서 구한 잡음 레벨값을 이용하여 계산하고, 상기 서브 블록의 경계 부분에서 로컬 평균값과 분산값 계산시에 웨이블릿 계수가존재하지 않는 부분은 상기 서브 블록의 웨이블릿 계수를 수평 및 수직 방향으로 미러링하여 생성한 후 로컬 평균값과 분산값을 계산하는 것을 특징으로 하는 잡음 제거 방법.
  13. 수신된 영상에 포함된 잡음을 공간영역에서 일차적으로 제거하는 제1 잡음 제거부;
    상기 잡음이 제거된 영상에 대해 웨이블릿 변환을 수행하여 상기 영상을 분할하는 웨이블릿 변환부; 및
    상기 웨이블릿 변환의 분할 레벨에 따라서 임계치 적용여부를 달리하여 이차적으로 잡음을 제거하는 제2 잡음 제거부를 포함하는 것을 특징으로 하는 잡음 제거 장치.
  14. 제13항에 있어서, 상기 잡음 제거 장치는
    상기 제2 잡음 제거부를 통과한 영상에 대하여 역웨이블릿 변환을 수행하는 역웨이블릿 변환부를 더 포함하는 것을 특징으로 하는 잡음 제거 장치.
  15. 제13항에 있어서, 상기 제1 잡음 제거부는
    수신된 영상에 포함된 잡음 레벨값을 계산하는 잡음 레벨 계산부; 및
    상기 잡음 레벨값을 이용하여 PWW(Pixel-Wise Wiener) 필터링을 수행하는 PWW 필터링 수행부를 포함하는 것을 특징으로 하는 잡음 제거 장치.
  16. 제15항에 있어서, 상기 잡음레벨 계산부는
    레벨 1 웨이블릿 영상 분할을 수행하는 웨이블릿 분할부;
    상기 분할된 블록중 수평성분 및 수직성분 모두 고주파 성분에 해당하는 블록을 소정의 크기의 서브블록으로 분할하는 서브블록 분할부;
    상기 각각의 서브블록의 웨이블릿 계수의 평균값을 계산하는 평균값 계산부; 및
    상기 평균값이 실질적으로 0인 서브블록을 잡음만 존재하는 서브블록으로 판단하여 그 서브블록의 분산의 평균값에 제곱근을 취하여 잡음레벨을 계산하는 판단 및 계산부를 포함하는 것을 특징으로 하는 잡음 제거 장치.
  17. 제16항에 있어서, 상기 PWW 필터링부는
    상기 잡음 레벨 계산부에서 구한 잡음 레벨을 이용하여 분산값을 계산하고, 상기 서브 블록의 경계 부분에서 로컬 평균값과 분산값 계산시에 웨이블릿 계수가 존재하지 않는 부분은 상기 서브 블록의 웨이블릿 계수를 수평 및 수직 방향으로 미러링하여 생성한 후 로컬 평균값과 분산값을 계산하는 것을 특징으로 하는 잡음 제거 장치.
  18. 제13항에 있어서, 상기 제2 잡음 제거부는
    상기 분할된 블록중 round(N/2) 이하의 블록에 대해서는 각 레벨에 따른 소정의 기준치와 웨이블릿 계수의 절대치를 비교하여 웨이블릿 계수의 절대값이 작은 경우에는 0으로 만들고, 그렇지 않은 경우에는 웨이블릿 계수의 부호는 유지하면서 그 절대값에서 기준치를 뺀 값을 출력하는 것을 특징으로 하는 잡음 제거 장치.
  19. 제13항에 있어서, 상기 제2 잡음 제거부는
    상기 분할된 블록중 round(N/2)를 초과하는 블록에 대해서는 웨이블릿 계수를 그대로 출력하는 것을 특징으로 하는 잡음 제거 장치.
  20. 제18항 또는 제19항에 있어서,
    상기 각각의 레벨에서의 기준치는, 각 레벨의 상기 잡음 레벨과 각 레벨의 고주파수 성분의 서브블록에서의 웨이블릿 계수 중 일차적 PWW 필터링에 의한 잡음제거를 고려하여 각 열의 최대값들 중의 메디안 값에 기초하여 계산되는 것을 특징으로 잡음 제거 장치.
  21. 제18항 또는 제19항에 있어서,
    상기 각각의 레벨 n 에서의 기준치 t 는, 각 레벨의 상기 잡음 레벨 σ와 각 레벨의 고주파수 성분의 서브블록에서의 웨이블릿 계수 중 일차적 PWW 필터링에 의한 잡음제거를 고려하여 각 열의 최대값들 중의 메디안 값 γ에 따라서 다음 수학식에 의해 계산되는 것을 특징으로 잡음 제거 장치.
    Figure 112003036177955-pat00007
  22. 레벨 1 웨이블릿 영상 분할을 수행하는 웨이블릿 분할부;
    상기 분할된 블록중 수평성분 및 수직성분 모두 고주파 성분에 해당하는 블록을 소정의 크기의 서브블록으로 분할하는 서브블록 분할부;
    상기 각각의 서브블록의 웨이블릿 계수의 평균값을 계산하는 평균값 계산부; 및
    상기 평균값이 실질적으로 0인 서브블록을 잡음만 존재하는 서브블록으로 판 단하여 그 서브블록의 분산의 평균값의 제곱근을 취하여 잡음레벨을 계산하는 판단 및 계산부를 포함하는 것을 특징으로 하는 잡음 제거 장치.
  23. 제22항에 있어서,
    상기 잡음 레벨값을 이용하여 PWW(Pixel-Wise Wiener) 필터링을 수행하는 PWW 필터링 수행부를 더 포함하는 것을 특징으로 하는 잡음 제거 장치.
  24. 제23항에 있어서, 상기 PWW 필터링부는
    상기 잡음 레벨 계산부에서 구한 잡음 레벨을 이용하여 분산값을 계산하고, 상기 서브 블록의 경계 부분에서 로컬 평균값과 분산값 계산시에 웨이블릿 계수가 존재하지 않는 부분은 상기 서브 블록의 웨이블릿 계수를 수평 및 수직 방향으로 미러링하여 생성한 후 로컬 평균값과 분산값을 계산하는 것을 특징으로 하는 잡음 제거 장치.
  25. (a) 수신된 영상에 포함된 잡음을 공간영역에서 일차적으로 제거하는 단계; 및
    (b) 상기 잡음이 제거된 영상에 대해 웨이블릿 변환을 수행하여 상기 영상을 분할하고, 분할 레벨에 따라서 임계치 적용여부를 달리하여 이차적으로 잡음을 제거하는 단계를 포함하는 것을 특징으로 하는 잡음 제거 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
  26. (a) 레벨 1 웨이블릿 영상 분할을 수행하는 단계;
    (b) 상기 분할된 블록중 수평성분 및 수직성분 모두 고주파 성분에 해당하는 블록을 소정의 크기의 서브블록으로 분할하는 단계;
    (c) 상기 각각의 서브블록의 웨이블릿 계수의 평균값을 계산하는 단계; 및
    (d) 상기 평균값이 실질적으로 0인 서브블록을 잡음만 존재하는 서브블록으로 판단하여 그 서브블록의 분산의 평균값에 제곱근을 취하여 잡음레벨을 계산하는 단계; 및
    (e) 상기 잡음 레벨값을 이용하여 PWW(Pixel-Wise Wiener) 필터링을 수행하는 단계를 포함하는 것을 특징으로 하는 잡음 제거 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020030067435A 2003-09-29 2003-09-29 영상의 잡음 제거 방법 KR100965880B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020030067435A KR100965880B1 (ko) 2003-09-29 2003-09-29 영상의 잡음 제거 방법
CNB2004800016822A CN100471230C (zh) 2003-09-29 2004-09-22 降噪方法和设备
PCT/KR2004/002428 WO2005032122A1 (en) 2003-09-29 2004-09-22 Denoising method and apparatus
EP04788488.7A EP1668890B1 (en) 2003-09-29 2004-09-22 Denoising method and apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020030067435A KR100965880B1 (ko) 2003-09-29 2003-09-29 영상의 잡음 제거 방법

Publications (2)

Publication Number Publication Date
KR20050031210A KR20050031210A (ko) 2005-04-06
KR100965880B1 true KR100965880B1 (ko) 2010-06-24

Family

ID=36284212

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020030067435A KR100965880B1 (ko) 2003-09-29 2003-09-29 영상의 잡음 제거 방법

Country Status (4)

Country Link
EP (1) EP1668890B1 (ko)
KR (1) KR100965880B1 (ko)
CN (1) CN100471230C (ko)
WO (1) WO2005032122A1 (ko)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1895467A2 (en) * 2006-08-29 2008-03-05 Sony Corporation Image determination by frequency domain processing
CN100433795C (zh) * 2006-09-01 2008-11-12 上海大学 基于变换域数学形态学的图像降噪方法
CN100417191C (zh) * 2006-09-01 2008-09-03 上海大学 一种图像组合降噪方法
CN100454972C (zh) * 2006-12-28 2009-01-21 上海广电(集团)有限公司中央研究院 一种视频图像3d降噪方法
CN101919230B (zh) 2007-12-25 2013-02-13 梅迪奇视觉-脑科技有限公司 降低图像噪声的方法
JP5366619B2 (ja) 2008-08-12 2013-12-11 キヤノン株式会社 画像処理装置、撮像装置、画像処理方法、画像処理プログラム
CN102203826B (zh) 2008-12-25 2015-02-18 梅迪奇视觉成像解决方案有限公司 医学图像的降噪
CN101944230B (zh) * 2010-08-31 2012-03-28 西安电子科技大学 基于多尺度的自然图像非局部均值去噪方法
CN102592262A (zh) * 2011-01-05 2012-07-18 苏州巴米特信息科技有限公司 基于小波变换的阈值化图像去噪方法
US8780225B2 (en) * 2011-10-12 2014-07-15 Apple Inc. Use of noise-optimized selection criteria to calculate scene white points
CN102663696B (zh) * 2012-03-31 2015-03-25 广东威创视讯科技股份有限公司 放大图像的去噪方法和系统
CN103903228A (zh) * 2014-03-07 2014-07-02 西安电子科技大学 一种基于hwd变换的非局部图像去噪方法
CN103854264B (zh) * 2014-03-28 2016-05-11 中国石油大学(华东) 一种基于改进型阈值函数的小波变换图像去噪方法
CN105528768A (zh) * 2015-12-10 2016-04-27 国网四川省电力公司天府新区供电公司 一种图像去噪方法
CN106303156B (zh) * 2016-08-29 2019-06-04 厦门美图之家科技有限公司 对视频去噪的方法、装置及移动终端
CN107770446B (zh) * 2017-10-31 2020-03-27 Oppo广东移动通信有限公司 图像处理方法、装置、计算机可读存储介质和电子设备
CN107578372B (zh) * 2017-10-31 2020-02-18 Oppo广东移动通信有限公司 图像处理方法、装置、计算机可读存储介质和电子设备
CN108801568B (zh) * 2018-04-27 2021-01-01 北京建筑大学 一种桥梁动挠度降噪方法及系统
CN109589071B (zh) * 2018-12-05 2022-03-29 余姚市恒正金属制品有限公司 喷头水压调控系统
CN109602447B (zh) * 2018-12-07 2021-09-14 上海恩迪检测控制技术有限公司 台式超声波成像仪
CN110111266B (zh) * 2019-04-08 2021-07-13 西安交通大学 一种基于深度学习去噪的近似信息传递算法改进方法
CN113763275A (zh) * 2021-09-09 2021-12-07 深圳市文立科技有限公司 一种自适应图像降噪方法、系统及可读存储介质
CN116721000A (zh) * 2023-08-10 2023-09-08 山东云泷水务环境科技有限公司 一种基于水域生态环境监测的数据处理方法及系统
CN117423113B (zh) * 2023-12-18 2024-03-05 青岛华正信息技术股份有限公司 一种档案ocr图像自适应去噪方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09212623A (ja) * 1996-01-30 1997-08-15 Fuji Photo Film Co Ltd 画像処理方法
JPH09233371A (ja) * 1996-02-23 1997-09-05 Sharp Corp ノイズ低減回路
KR100327385B1 (en) 2000-07-18 2002-03-13 Lg Electronics Inc Spatio-temporal three-dimensional noise filter
JP2002216126A (ja) 2000-11-09 2002-08-02 Canon Inc 画像処理装置、及びその方法、並びにプログラム、記憶媒体

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6785411B1 (en) * 1999-08-05 2004-08-31 Matsushita Electric Industrial Co., Ltd. Image analyzing apparatus and image analyzing method
JP2003204436A (ja) * 2001-10-29 2003-07-18 Victor Co Of Japan Ltd 画像符号化装置及び画像符号化プログラム
US7260272B2 (en) * 2003-07-10 2007-08-21 Samsung Electronics Co.. Ltd. Method and apparatus for noise reduction using discrete wavelet transform

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09212623A (ja) * 1996-01-30 1997-08-15 Fuji Photo Film Co Ltd 画像処理方法
JPH09233371A (ja) * 1996-02-23 1997-09-05 Sharp Corp ノイズ低減回路
KR100327385B1 (en) 2000-07-18 2002-03-13 Lg Electronics Inc Spatio-temporal three-dimensional noise filter
JP2002216126A (ja) 2000-11-09 2002-08-02 Canon Inc 画像処理装置、及びその方法、並びにプログラム、記憶媒体

Also Published As

Publication number Publication date
EP1668890B1 (en) 2015-01-14
WO2005032122A1 (en) 2005-04-07
KR20050031210A (ko) 2005-04-06
EP1668890A4 (en) 2012-10-31
CN1723691A (zh) 2006-01-18
EP1668890A1 (en) 2006-06-14
CN100471230C (zh) 2009-03-18

Similar Documents

Publication Publication Date Title
KR100965880B1 (ko) 영상의 잡음 제거 방법
KR101298642B1 (ko) 영상 잡음 제거 방법 및 장치
US8107765B2 (en) Block-based image restoration system and method
Sezan et al. Adaptive image restoration with artifact suppression using the theory of convex projections
US9563939B2 (en) De-noising system for remote images of ground buildings using spectrum constraints and de-noising method thereof
Kaur et al. Image de-noising using wavelet transform and various filters
Rahman et al. Gaussian noise reduction in digital images using a modified fuzzy filter
Elyasi et al. Elimination noise by adaptive wavelet threshold
JP2004362578A (ja) 重み付きオーバーコンプリートな雑音除去
Mbarki et al. Non blind image restoration scheme combining parametric wiener filtering and BM3D denoising technique
Xie et al. Despeckling SAR images using a low-complexity wavelet denoising process
CN108629740B (zh) 一种图像去噪的处理方法及装置
KR101748074B1 (ko) 소나영상용 잡음제거 기법의 성능 향상을 위한 선택적 윤곽선 보존 방법
KR101707337B1 (ko) 영상 디노이징을 위한 다중해상도 nlm 필터링 방법
Ying et al. A wavelet based image sharpening algorithm
KR101180884B1 (ko) 베이글릿-웨이블릿 분해에 의한 실시간 영상 복원 장치 및 방법
Dewangan et al. Comparison of wavelet thresholding for image denoising using different shrinkage
KR101025569B1 (ko) 이산 웨이블렛 변환을 기반으로 하는 영상의 노이즈 제거 장치 및 방법
Shrivastava et al. Noise removal using first order neighborhood mean filter
Selvi et al. Dehazing of natural images using non-linear wavelet filter
KR101753365B1 (ko) Non-local means 방법을 이용한 효율적인 영상 잡음 제거 방법 및 장치
Shrivastava et al. Removal of impulse noise using first order neighborhood mean filter
Kulkarni et al. Comparative study of major image enhancement algorithms
KR101468358B1 (ko) 안티 에일리어싱 방법 및 그 장치
Singh Parihar et al. Filter-based Denoising Methods for AWGN corrupted images

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: 20130530

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20140529

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20150528

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20160530

Year of fee payment: 7

LAPS Lapse due to unpaid annual fee