KR100996281B1 - 국부 통계 특성을 이용한 노이즈 검출 방법과 변형된 형태의 일반화된 가우시안 필터를 통한 노이즈 제거 방법 및 그 시스템 - Google Patents
국부 통계 특성을 이용한 노이즈 검출 방법과 변형된 형태의 일반화된 가우시안 필터를 통한 노이즈 제거 방법 및 그 시스템 Download PDFInfo
- Publication number
- KR100996281B1 KR100996281B1 KR1020100008492A KR20100008492A KR100996281B1 KR 100996281 B1 KR100996281 B1 KR 100996281B1 KR 1020100008492 A KR1020100008492 A KR 1020100008492A KR 20100008492 A KR20100008492 A KR 20100008492A KR 100996281 B1 KR100996281 B1 KR 100996281B1
- Authority
- KR
- South Korea
- Prior art keywords
- noise
- pixel
- local
- value
- gaussian filter
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000001514 detection method Methods 0.000 claims abstract description 14
- 238000001914 filtration Methods 0.000 claims abstract description 13
- 239000006185 dispersion Substances 0.000 claims abstract description 8
- 230000000694 effects Effects 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 4
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000000593 degrading effect Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
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
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
-
- 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
- G06T2207/20021—Dividing image into blocks, subimages or windows
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)
Abstract
본 발명은 국부 통계 특성을 이용한 노이즈 검출 방법과 변형된 형태의 일반화된 가우시안 필터를 통한 노이즈 제거방법 및 노이즈 제거 시스템으로서, 구체적으로는 계산량 절감을 위하여 십자 형태의 가중치가 부여된 윈도우에서 국부 평균값과 분산값, 윈도우 내에서의 화소 최대값을 활용하여 노이즈를 검출하는 방법과 노이즈 제거를 위하여 가우시안 기반의 저역 대역 통과를 기반으로 한 방식으로서, 인간의 시각 시스템 및 영상간의 상관관계가 가우시안 분포를 갖고 있다는 가정하에 노이즈 제거를 위한 변형된 형태의 가우시안 필터를 통해 노이즈를 제거하는 방법 및 그 시스템에 관한 것이다.
Description
본 발명은 노이즈 검출 방법과 노이즈 제거 방법 및 노이즈 제거 시스템에 관한 것이다.
노이즈는 원하는 신호를 간섭하는, 원치 않는 신호를 총괄하는 개념으로서 영상을 획득하거나 전송하는 과정 등에서 발생된다. 예를 들어 CCD(Charge-Coupled Device) 카메라를 통해 영상을 얻을 때 주변의 밝기와 센서의 온도에 의해 노이즈가 발생하며, 전송 시 주변의 환경이나 채널 간섭 등에 의해 노이즈가 발생하게 된다. 노이즈는 영상의 화질을 저하시킬 뿐만 아니라, 스케일링, 특징 추출, 고해상도 처리, 영상 분할 등 다른 영상처리의 효과를 감소시킨다. 또한 압축된 형태로 전송되어질 경우, 노이즈는 원영상의 엔트로피를 증가시켜 전체적인 코딩 효율을 감소시킨다. 그러므로 영상 처리에 있어 노이즈 제거는 선행되어야 하며, 노이즈 제거를 위한 연구가 오래전부터 계속 되어져 왔다. 따라서 이러한 영상 감시 시스템의 주요 목적인 특정 사물의 추출 및 인지 극대화를 위해 훼손된 영상들로부터 원 영상과 가까운 영상들로 복원시키기 위해 영상 내 주요 정보들을 손상시키지 않으면서 효과적으로 노이즈를 제거하는 기법 개발이 요구되어 진다.
일반적으로 노이즈 검출은 노이즈인 화소와 노이즈가 아닌 화소의 판단에 의해 결정하는 간단한 기본 개념의 알고리즘과 여러 번의 반복을 통해 통계적인 특성을 이용하여 좀더 빠른 결정 기반의 노이즈 검출 알고리즘이 있었다. 이러한 기존의 LMS(Least Mean Square) 계열 방식, 정규화 노이즈 제거 기법, Kalman 필터 계열의 노이즈 제거 방식은 발생 노이즈가 Gaussian 분포를 갖고 있다고 가정하여 필터링된 영상의 윤곽선 정보의 열화 현상을 동반하고, 인간 시각 시스템을 반영하지 않은 관계로 시각적인 왜곡 현상을 일으켜 심각한 화질 저하를 발생시키는 문제점이 발생한다.
본 발명은 상술한 문제를 해결하기 위하여 안출된 것으로서, 본 발명의 목적은 화소에 대한 국부 평균값, 국부 분산값을 계산함에 있어, 계산량 절감을 위하여 가중치가 반영된 십자형태의 3 ×3 윈도우에서 중앙에 위치하는 화소 y(i,j)에 대한 국부 평균값(μ), 국부 분산값(σ)을 정의하고, 정의된 식에 의해 국부 평균값, 국부 분산값과 윈도우 내에서의 최대 화소값(max(W))을 연산함으로써 국부 통계 특성을 이용하여 효과적으로 노이즈를 검출할 수 있게 된다.
아울러, Gaussian 기반의 저역 대역 통과를 기반으로 한 방식으로서 인간의 시각 시스템 및 영상간의 상관관계가 Gausian 분포를 갖고 있다는 가정하에 국부 통계 특성과 인간 시각 특성을 이용하여 노이즈 정도를 조절하며 보정하는 노이즈 제거 필터를 이용함으로써 검출된 노이즈를 제거하는데 또 다른 목적이 있다.
상술한 과제를 해결하기 위하여 제공되는 본 발명은 계산량 절감을 위한 십자형태의 가중치가 반영된 3×3 윈도우에서 중앙에 위치하는 화소값 y(i,j)가 μ+ k×σ/max(W) 보다 크거나 μ- k×σ/max(W) 보다 작은 경우 노이즈에 의해 훼손된 화소로 인식하며, 여기서 μ는 화소 y(i,j)에 대한 국부 평균값으로서,
로 정의되며, 여기서 a(m,n)은 3×3 크기 윈도우의 (m,n)번째 위치의 가중치 계수값이며, 상기 k는 노이즈 활동성을 조절해주는 매개변수이며, 상기 max(W)는 윈도우 내에서의 최대 화소값이며, 상기 σ는 화소 y(i,j)에 대한 국부 분산값으로서,
로 정의되는 것을 특징으로 하는 영상내 윈도우에서의 국부 통계 특성을 이용한 노이즈 검출 방법을 제공한다.
또한, (A) 십자형태의 가중치가 반영된 3×3 형태의 윈도우 내에서의 중앙에 위치하는 화소 y(i,j)에 대한 국부 평균값 μ, 국부 분산값 σ, 최대 화소값 max(W)을 계산하는 단계; (B) 화소 y(i,j)가 μ+ k×σ/max(W) 보다 크거나 μ- k×σ/max(W) 보다 작은 경우에는 노이즈에 의해 훼손된 화소로 인식하고 그 외의 경우에는 노이즈에 의해 훼손되지 않은 화소로 인식하는 것으로, 여기서 k는 노이즈 활동성을 조절해주는 매개변수인 노이즈 검출 단계; (C) 상기 (B)단계에서 노이즈에 의해 훼손된 화소로 인식하는 경우 변형된 형태의 가우시안 필터 h(i,j)를 이용하는 것으로서,
여기서 Z는 정규화 상수이며, σ2은 십자형태의 3×3 윈도우내 화소들의 분산값이며, 상기 T는 노이즈 정도 조절을 위한 보정 매개변수인 것으로 상기 가우시안 필터를 이용하여 노이즈를 제거하는 단계; 로 이루어지는 것을 특징으로 하는 국부 통계 특성을 이용한 변형된 형태의 가우시안 필터를 통한 노이즈 제거 방법을 제공할 수 있다.
특히, 상술한 상기 (A)단계에서의 십자형태의 윈도우에서 중앙에 위치하는 화소 y(i,j)에 대한 국부 평균값 μ는,
로 정의되며, 여기서 a(m,n)은 3×3 크기 윈도우의 (m,n)번째 위치의 가중치 계수값이며, 상기 y(i,j)에 대한 분산값 σ는,
로 정의되는 것을 특징으로 한다.
이며, 여기서 h(m,n)은 상기 가우시안 필터로부터 얻어진 계수인 것을 특징으로 한다.
또한, 본 발명은 계산량 절감을 위한 십자형태의 가중치가 반영된 3×3 윈도우에서 중앙에 위치하는 화소 y(i,j)에 대한 국부 평균값 μ, 국부 분산값 σ, 윈도우 내에서의 최대 화소값 max(W)를 연산하는 연산부; 화소 y(i,j)가 μ+ k×σ/max(W) 보다 크거나 μ- k×σ/max(W) 보다 작은 경우에는 노이즈에 의해 훼손된 화소로 인식하고 그 외의 경우에는 노이즈에 의해 훼손되지 않은 화소로 인식하는 것으로, 여기서 k는 노이즈 활동성을 조절해주는 매개변수인 노이즈 검출부; 상기 노이즈 검출부에서 노이즈에 의해 훼손된 화소로 인식하는 경우 변형된 형태의 가우시안 필터 h(i,j)를 이용하는 것으로서,
이며, 여기서 Z는 정규화 상수이며, σ2은 3×3 윈도우내 화소들의 분산값이며, 상기 T는 노이즈 정도 조절을 위한 보정 매개변수인 것으로, 상기 가우시안 필터를 이용하여 노이즈를 제거하는 노이즈 제거 필터링부;를 포함하여 이루어지는 것을 특징으로 하는 국부 통계 특성을 이용한 변형된 형태의 가우시안 필터를 통한 노이즈 제거 시스템을 제공한다.
특히, 상술한 상기 연산부에서의 화소 y(i,j)에 대한 국부 평균값 μ는,
로 정의되며, 여기서 a(m,n)은 3×3 크기 윈도우의 (m,n)번째 위치의 가중치 계수값이며, 상기 y(i,j)에 대한 분산값 σ는,
로 정의되는 것을 특징으로 한다.
{수학식 1}
(h(m,n)은 상기 가우시안 필터로부터 얻어진 계수)
본 발명에 따르면, 계산량 절감을 위한 십자 형태의 가중치가 반영된 3×3 윈도우에서 화소에 대한 국부 평균값과 국부 분산값을 정의함으로써 윈도우 내의 평균, 분산 및 최대값을 활용하여 효과적으로 노이즈를 검출할 수 있는 효과를 가지게 된다.
아울러, 국부 통계 특성과 인간 시각 특성을 이용한 변형된 형태의 일반화된 노이즈 제거 필터를 통하여 노이즈를 제거함으로써 주변의 화소값들을 고려하여 보다 정확하게 노이즈를 검출 및 제거하여 노이즈로 인한 영상 화질의 저하를 최소화하면서 고해상도의 영상으로 관찰이 가능하게 하고 인간 시각 시스템을 반영함에 따른 시각적인 왜곡현상을 방지할 뿐만 아나라 정의된 국부 분산 및 국부 평균값을 노이즈 검출 과정에서 산출된 값을 사용함으로써 별도의 연산 과정을 수행하지 않고 필터링 과정에서 이용할 수 있는 효과를 가지게 된다.
도 1은 십자형태의 3×3 윈도우 내의 화소 위치를 도시한 도면이다.
도 2는 십자형태의 가중치 계수값이 반영된 3×3 윈도우를 도시한 도면이다.
도 3은 본 발명에 따른 국부 통계 특성을 이용한 변형된 형태의 가우시안 필터를 통하여 노이즈를 제거하는 흐름도를 도시한 도면이다.
도 4는 본 발명에 따른 국부 통계 특성을 이용한 변형된 형태의 일반화된 가우시안 필터를 통하여 노이즈를 제거하는 시스템에 대한 구성을 도시한 블럭도이다.
도 2는 십자형태의 가중치 계수값이 반영된 3×3 윈도우를 도시한 도면이다.
도 3은 본 발명에 따른 국부 통계 특성을 이용한 변형된 형태의 가우시안 필터를 통하여 노이즈를 제거하는 흐름도를 도시한 도면이다.
도 4는 본 발명에 따른 국부 통계 특성을 이용한 변형된 형태의 일반화된 가우시안 필터를 통하여 노이즈를 제거하는 시스템에 대한 구성을 도시한 블럭도이다.
이하 첨부도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명한다. 그러나, 본 발명의 실시예들은 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 아래에서 상술하는 실시예들로 인해 한정되어지는 것으로 해석되어져서는 안 된다. 본 발명의 실시예들은 당업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해서 제공되어지는 것이다. 따라서, 도면에서의 요소의 형상 등은 보다 명확한 설명을 강조하기 위해서 과장되어진 것이며, 도면상에서 동일한 부호로 표시된 요소는 동일한 요소를 의미한다.
일반적으로 영상의 특성은 국부의 특징에 의해서 결정되므로 국부의 통계적 특성을 추출하여 해상도 개선을 위한 매개변수로 활용하는 것이 성능 향상에 기여할 수 있다. 노이즈 검출과 제거에 관한 기존의 방법은 영상 전체에 대하여 균일하게 적용되어 노이즈와 노이즈가 섞이지 않은 화소 전체에 적용하여 윤곽선과 시각적으로 중요한 정보를 동시에 열화시키는 단점이 있어 이를 극복하기 위하여 본 발명에서는 국부 통계 특성을 이용하여 효과적으로 노이즈를 검출하고 제거하고자 하였다.
본 발명에서는 계산량 절감을 위하여 도 1에서와 같이 십자 모양을 갖는 변형된 형태의 3×3 윈도우에서 중앙에 위치한 화소 y(i,j)에 대한 국부 평균값 μ를 아래의 수학식 1로, 국부 분산값 σ를 수학식 2로 정의하였다.
수학식 1과 2에서 a(m,n)은 3×3 크기 윈도우의 (m,n)번째 위치의 가중치 계수값을 의미하는 것으로 정수 연산이 가능하도록 가중치 값을 부여했다. 도 2는 이러한 가중치 계수값을 부여한 십자형태의 3×3 윈도우를 도시한 도면이다. 도 2를 참조하면, 3×3 윈도우에서의 가중치 계수값 a(m,n){m,n=-1,0,1}에서 모서리에서의 가중치 계수값인 a(-1,-1), a(1,-1), a(-1,1), a(1,1)은 0이고, 그 이외의 가중치 계수값 a(0,-1), a(-1,0), a(0,0), a(1,0), a(0,1)은 정수인 십자형태로 가중치가 반영된 3×3 윈도우로서 특히, 상기 도 2에서는 a(0,-1), a(-1,0), a(1,0), a(0,1)의 가중치 계수값은 3, a(0,0)의 가중치 계수값은 4로 예시하였다.
저 연산량의 노이즈 검출 방식을 위하여 상기의 3×3 크기 윈도우 내에서의 활용 가능한 국부 통계 특성을 반영할 수 있는 매개 변수 설정이 중요하다. 본 발명에서는 기존 방식들과 다르게 윈도우 내의 평균, 분산 및 최대값을 활용하여 노이즈 검출을 위한 방식으로 아래의 수학식 3을 사용하였다.
수학식 3에서 max(W)는 윈도우 내에서의 최대 화소값을 의미하고, μ와 σ는 각각 윈도우 내의 화소값에 대한 평균값과 분산값을 의미한다. 또한, k는 노이즈의 활동성을 조절해주는 매개변수로 사용되었다. 상기 수학식 3에서 Flag 결과값이 '1'이면 노이즈에 의해 훼손된 화소를 의미하며, '0'이면 훼손되지 않은 화소를 의미한다. 수학식 3의 의미는 다음과 같다. 일정 윈도우 내에서의 국부 분산값이 커질수록 활동성이 큰 영역이므로 필터링에 의한 열화 현상을 제어하기 위해서는 looser bound를 설정하여 노이즈 검출 과정을 수행하고, 활동성이 적은 영역에 대해서는 tighter bound를 설정하여 노이즈 검출 과정을 수행한다. 더불어, 국부 최대값이 큰 영역일수록 노이즈가 첨가될 가능성이 높으므로 tighter bound를 설정하게 된다.
도 3은 본 발명에 따른 국부 통계 특성을 이용한 변형된 형태의 가우시안 필터를 통하여 노이즈를 제거하는 흐름도를 도시한 도면이다.
도 3을 참조하면, 상기의 수학식 1과 2를 이용하여 십자형태의 간략화된 윈도우 가중치에 따른 국부 평균값(μ)과 국부 분산값(σ), 국부 최대값(max(W))을 연산한다.(S100) 상기의 연산에 따른 국부 통계 특성을 이용하여 상기의 수학식 3의 검출 조건에 따라 노이즈를 검출하게 되는데(S200), 수학식 3에 따른 Flag 결과값이 '1'이면 노이즈에 의해 훼손된 화소로 인식하고, '0'이면 훼손되지 않은 화소를 인식하게 된다. 따라서 Flag 결과값이 '0'이면 필터링을 하지 않지만(S320), Flag 결과값이 '1'이면 이하의 수학식 4에 의한 가우시안 필터로 필터링을 하고 최종적으로 이하의 수학식 5에 의한 필터링된 결과 화소값 을 얻게 된다.(S310)
상기 수학식 4에서 h(i,j)는 가우시안 필터 계수이며, Z는 정규화 상수(Normalizing Constant)이며, σ2은 3×3 윈도우내 화소들의 분산값이며, 상기 T는 노이즈 정도 조절을 위한 보정 매개변수를 의미한다.
도 4는 본 발명에 따른 국부 통계 특성을 이용한 변형된 형태의 가우시안 필터를 통하여 노이즈를 제거하는 시스템에 대한 구성을 도시한 블럭도이다.
도 4를 참조하면, 본 발명인 국부 통계 특성을 이용한 변형된 형태의 가우시안 필터를 통한 노이즈 제거 시스템(100)은 수학식 1, 2를 기반으로 간략화된 형태의 윈도우 가중치에 따른 국부 평균값, 국부 분산값과 국부 최대값을 계산하는 연산부(110)와 상기 연산부(110)에서 연산한 국부 통계 특성을 이용하여 노이즈 검출 조건인 수학식 3에 의해 노이즈를 검출하는 노이즈 검출부(120)와 상기 수학식 4에서 정의된 가우시안 필터를 통해 노이즈를 제거하고 상기 수학식 5에 의해 최종적으로 필터링된 결과 화소값 을 얻는 노이즈 제거 필터링부(130)로 구성되어 있다.
이상 도면과 명세서에서 최적 실시예들이 개시되었다. 여기서 특정한 용어들이 사용되었으나, 이는 단지 본 발명을 설명하기 위한 목적에서 사용된 것이지 의미 한정이나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.
100: 노이즈 제거 시스템 110: 연산부
120: 노이즈 검출부 130: 노이즈 제거 필터링부
120: 노이즈 검출부 130: 노이즈 제거 필터링부
Claims (7)
- 3×3 윈도우의 가중치 계수값 a(m,n){m,n=-1, 0, 1}에서 모서리에서의 가중치 계수값 a(-1,-1), a(1,-1), a(-1,1), a(1,1)은 0이고, 그 외 가중치 계수값은 정수인 계산량 절감을 위한 십자형태의 가중치가 반영된 3×3 윈도우에서 중앙에 위치하는 화소값 y(i,j)가 μ+ k×σ/max(W) 보다 크거나 μ- k×σ/max(W) 보다 작은 경우 노이즈에 의해 훼손된 화소로 인식하며,
여기서 μ는 화소 중앙에 위치하는 y(i,j)에 대한 국부 평균값으로서,
로 정의되며,
여기서 a(m,n)은 3×3 크기 윈도우의 (m,n)번째 위치의 가중치 계수값이며,
상기 k는 노이즈 활동성을 조절해주는 매개변수이며,
상기 max(W)는 윈도우 내에서의 최대 화소값이며,
상기 σ는 화소 y(i,j)에 대한 국부 분산값으로서,
로 정의되는 것을 특징으로 하는 영상내 윈도우에서의 국부 통계 특성을 이용한 노이즈 검출 방법.
- (A) 3×3 윈도우의 가중치 계수값 a(m,n){m,n=-1, 0, 1}에서 모서리에서의 가중치 계수값 a(-1,-1), a(1,-1), a(-1,1), a(1,1)은 0이고, 그 외 가중치 계수값은 정수인 십자형태의 가중치가 반영된 3×3 형태의 윈도우 내에서의 중앙에 위치하는 화소 y(i,j)에 대한 국부 평균값 μ, 국부 분산값 σ, 최대 화소값 max(W)을 계산하는 단계;
(B) 화소 y(i,j)가 μ+ k×σ/max(W) 보다 크거나 μ- k×σ/max(W) 보다 작은 경우에는 노이즈에 의해 훼손된 화소로 인식하고 그 외의 경우에는 노이즈에 의해 훼손되지 않은 화소로 인식하는 것으로,
여기서 k는 노이즈 활동성을 조절해주는 매개변수인 노이즈 검출 단계;
(C) 상기 (B)단계에서 노이즈에 의해 훼손된 화소로 인식하는 경우 변형된 형태의 가우시안 필터 h(i,j)를 이용하는 것으로서,
이며,
여기서 Z는 정규화 상수이며,
σ2은 십자형태의 3×3 윈도우내 화소들의 분산값이며,
상기 T는 노이즈 정도 조절을 위한 보정 매개변수인 것으로,
상기 가우시안 필터를 이용하여 노이즈를 제거하는 단계;
로 이루어지는 것을 특징으로 하는 국부 통계 특성을 이용한 변형된 형태의 가우시안 필터를 통한 노이즈 제거 방법.
- 3×3 윈도우의 가중치 계수값 a(m,n){m,n=-1, 0, 1}에서 모서리에서의 가중치 계수값 a(-1,-1), a(1,-1), a(-1,1), a(1,1)은 0이고, 그 외 가중치 계수값은 정수인 계산량 절감을 위한 십자형태의 가중치가 반영된 3×3 윈도우에서 중앙에 위치하는 화소 y(i,j)에 대한 국부 평균값 μ, 국부 분산값 σ, 윈도우 내에서의 최대 화소값 max(W)를 연산하는 연산부;
화소 y(i,j)가 μ+ k×σ/max(W) 보다 크거나 μ- k×σ/max(W) 보다 작은 경우에는 노이즈에 의해 훼손된 화소로 인식하고 그 외의 경우에는 노이즈에 의해 훼손되지 않은 화소로 인식하는 것으로,
여기서 k는 노이즈 활동성을 조절해주는 매개변수인 노이즈 검출부;
상기 노이즈 검출부에서 노이즈에 의해 훼손된 화소로 인식하는 경우 변형된 형태의 가우시안 필터 h(i,j)를 이용하는 것으로서,
이며,
여기서 Z는 정규화 상수이며,
σ2은 3×3 윈도우내 화소들의 분산값이며,
상기 T는 노이즈 정도 조절을 위한 보정 매개변수인 것으로,
상기 가우시안 필터를 이용하여 노이즈를 제거하는 노이즈 제거 필터링부;
를 포함하여 이루어지는 것을 특징으로 하는 국부 통계 특성을 이용한 변형된 형태의 가우시안 필터를 통한 노이즈 제거 시스템.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020100008492A KR100996281B1 (ko) | 2010-01-29 | 2010-01-29 | 국부 통계 특성을 이용한 노이즈 검출 방법과 변형된 형태의 일반화된 가우시안 필터를 통한 노이즈 제거 방법 및 그 시스템 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020100008492A KR100996281B1 (ko) | 2010-01-29 | 2010-01-29 | 국부 통계 특성을 이용한 노이즈 검출 방법과 변형된 형태의 일반화된 가우시안 필터를 통한 노이즈 제거 방법 및 그 시스템 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR100996281B1 true KR100996281B1 (ko) | 2010-11-24 |
Family
ID=43410056
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020100008492A KR100996281B1 (ko) | 2010-01-29 | 2010-01-29 | 국부 통계 특성을 이용한 노이즈 검출 방법과 변형된 형태의 일반화된 가우시안 필터를 통한 노이즈 제거 방법 및 그 시스템 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR100996281B1 (ko) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101448164B1 (ko) | 2013-04-22 | 2014-10-14 | 금오공과대학교 산학협력단 | 파라미터 최적화를 이용한 영상의 안개 제거 방법 |
KR101459034B1 (ko) | 2013-07-11 | 2014-11-07 | 숭실대학교산학협력단 | 영상 처리 시스템 및 방법 |
KR101538353B1 (ko) * | 2014-05-29 | 2015-07-22 | 숭실대학교산학협력단 | 영상 처리 방법, 이를 이용한 시스템 및 이를 수행하기 위한 기록매체 |
-
2010
- 2010-01-29 KR KR1020100008492A patent/KR100996281B1/ko not_active IP Right Cessation
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101448164B1 (ko) | 2013-04-22 | 2014-10-14 | 금오공과대학교 산학협력단 | 파라미터 최적화를 이용한 영상의 안개 제거 방법 |
KR101459034B1 (ko) | 2013-07-11 | 2014-11-07 | 숭실대학교산학협력단 | 영상 처리 시스템 및 방법 |
US9607238B2 (en) | 2013-07-11 | 2017-03-28 | Foundation Of Soongsil University-Industry Cooperation | Image noise level detection and removal system and method |
KR101538353B1 (ko) * | 2014-05-29 | 2015-07-22 | 숭실대학교산학협력단 | 영상 처리 방법, 이를 이용한 시스템 및 이를 수행하기 위한 기록매체 |
WO2015182802A1 (ko) * | 2014-05-29 | 2015-12-03 | 숭실대학교산학협력단 | 영상 처리 방법, 이를 이용한 시스템 및 이를 수행하기 위한 기록매체 |
US9547891B2 (en) | 2014-05-29 | 2017-01-17 | Foundation Of Soongsil University-Industry Cooperation | Image processing method, system using the same, and recording medium for performing the same |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101298642B1 (ko) | 영상 잡음 제거 방법 및 장치 | |
KR100800888B1 (ko) | 패턴 정보를 이용한 영상잡음 제거방법 | |
EP2202684A1 (en) | Image processing device and program | |
CN110047055B (zh) | 一种红外图像细节增强及去噪方法 | |
CN110717922A (zh) | 一种图像清晰度评价方法及装置 | |
Arastehfar et al. | An enhanced median filter for removing noise from MR images | |
KR101538353B1 (ko) | 영상 처리 방법, 이를 이용한 시스템 및 이를 수행하기 위한 기록매체 | |
KR100996281B1 (ko) | 국부 통계 특성을 이용한 노이즈 검출 방법과 변형된 형태의 일반화된 가우시안 필터를 통한 노이즈 제거 방법 및 그 시스템 | |
Zaafouri et al. | A developed unsharp masking method for images contrast enhancement | |
CN115393216A (zh) | 基于偏振特性与大气传输模型的图像去雾方法和装置 | |
CN102903077A (zh) | 一种快速图像去模糊算法 | |
Jain et al. | A novel detection and removal scheme for denoising images corrupted with Gaussian outliers | |
Kolhe et al. | Removal of salt and pepper noise from satellite images | |
Veerakumar et al. | Salt and pepper noise removal in video using adaptive decision based median filter | |
Horiuchi et al. | Adaptive filtering for color image sharpening and denoising | |
RU2405200C2 (ru) | Способ и устройство быстрого фильтрования шума цифровых изображений | |
JPH05346956A (ja) | 画像信号の処理装置 | |
Chishima et al. | A method of scratch removal from old movie film using variant window by Hough transform | |
Sonia | Noise Reduction Techniques using Bilateral Based Filter | |
Susmitha et al. | Performance analysis of average and median filters for de noising of digital images | |
Alajlan et al. | An effective detail preserving filter for impulse noise removal | |
Lakshmi et al. | Impulse Noise Removal In images Using Modified Trimmed Median Filter: Matlab Implementation And Comparative Study | |
Rasheed et al. | Impulse Noise Detection and Removal Using First Order and Second Order Difference with Multistage Directional Statistics | |
US9607238B2 (en) | Image noise level detection and removal system and method | |
CN116109521B (zh) | 局部对抗性攻击启发式防御方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
A302 | Request for accelerated examination | ||
E902 | Notification of reason for refusal | ||
E90F | Notification of reason for final refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20131118 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20141119 Year of fee payment: 5 |
|
FPAY | Annual fee payment |
Payment date: 20151117 Year of fee payment: 6 |
|
LAPS | Lapse due to unpaid annual fee |