KR101025569B1 - 이산 웨이블렛 변환을 기반으로 하는 영상의 노이즈 제거 장치 및 방법 - Google Patents

이산 웨이블렛 변환을 기반으로 하는 영상의 노이즈 제거 장치 및 방법 Download PDF

Info

Publication number
KR101025569B1
KR101025569B1 KR1020090097345A KR20090097345A KR101025569B1 KR 101025569 B1 KR101025569 B1 KR 101025569B1 KR 1020090097345 A KR1020090097345 A KR 1020090097345A KR 20090097345 A KR20090097345 A KR 20090097345A KR 101025569 B1 KR101025569 B1 KR 101025569B1
Authority
KR
South Korea
Prior art keywords
wavelet
coefficient
subbands
alphamap
subband
Prior art date
Application number
KR1020090097345A
Other languages
English (en)
Inventor
백준기
전신영
Original Assignee
중앙대학교 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 중앙대학교 산학협력단 filed Critical 중앙대학교 산학협력단
Priority to KR1020090097345A priority Critical patent/KR101025569B1/ko
Application granted granted Critical
Publication of KR101025569B1 publication Critical patent/KR101025569B1/ko

Links

Images

Classifications

    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/148—Wavelet transforms

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Picture Signal Circuits (AREA)

Abstract

이산 웨이블렛 변환을 기반으로 하는 영상의 노이즈 제거 장치 및 방법이 개시된다. 웨이블렛 변환부는 입력받은 원본영상에 대해 이산 웨이블렛 변환을 수행하여 복수의 서브밴드를 생성한다. 알파맵 생성부는 서브밴드들 중에서 저역성분의 서브밴드를 구성하는 웨이블렛 계수 값들에 대한 분산을 기초로 각각의 웨이블렛 계수에 대응하는 알파맵 데이터 값을 산출한다. 계수 보정부는 서브밴드들 중에서 저역성분의 서브밴드를 제외한 나머지 서브밴드들 각각을 구성하는 웨이블렛 계수들에 알파맵 데이터 값을 각각 곱하여 보정 웨이블렛 계수 값을 산출한다. 계수 변환부는 서브밴드들 중에서 원본영상의 수직성분을 나타내는 서브밴드 및 원본영상의 수평성분을 나타내는 서브밴드 상에서 동일한 위치에 해당하는 보정 웨이블렛 계수 중에서 엔트로피 값이 큰 보정 웨이블렛 계수의 값을 0으로 변환한다. 역변환부는 웨이블렛 계수 값이 변경된 서브밴드들에 대해 역 이산 웨이블렛 변환을 수행하여 원본영상으로부터 노이즈가 제거된 결과영상을 생성한다. 본 발명에 따르면, 이산 웨이블렛 변환 결과 얻어진 웨이블렛 계수를 기초로 평면 영역의 노이즈를 제거하기 위한 알파맵 데이터 값을 산출하고, 에지 영역의 노이즈를 제거하기 위한 엔트로피 값을 산출함으로써, 단순히 영상의 고주파 성분을 억제하는 기존의 방법에 비해 우수한 품질의 노이즈 제거 영상을 얻을 수 있다.

Description

이산 웨이블렛 변환을 기반으로 하는 영상의 노이즈 제거 장치 및 방법{Apparatus and method for reducing noise of image based on discrete wavelet transform}
본 발명은 이산 웨이블렛 변환을 기반으로 하는 영상의 노이즈 제거 장치 및 방법에 관한 것으로, 보다 상세하게는, 영상의 에지를 나타내는 고주파 성분을 보존하고 노이즈 성분을 제거하는 장치 및 방법에 관한 것이다.
최근 단일센서 컬러 이미지 기술은 디지털 스틸 카메라, 캠코더, 이동 단말 카메라 및 비디오 감시 카메라 등의 다양한 분야에 응용되고 있다. 그런데 센서의 출력에는 원하는 영상 신호 뿐만 아니라 다양한 노이즈 성분이 포함되어 있어 고품질의 영상을 획득하기 어렵게 한다. 이러한 노이즈를 줄이기 위해 다양한 연구들이 수행되어 왔다.
영상의 노이즈 제거에 관한 기존 연구들은 주로 영상의 고주파 성분을 억제하는 방향으로 수행되었다. 예를 들면, 비선형 필터인 양방향 필터(bilateral filter)의 파라미터를 적절하게 설정하여 영상의 노이즈를 제거하는 방법이 사용된다. 이 방법에서는 웨이블렛 필터 뱅크에 의해 분해된 서브밴드(subband)에 다중 해상도 양방향 필터(multiresolution bilateral filter)가 적용된다.
영상의 고주파 성분에는 영상에 포함된 객체의 경계선을 나타내는 성분이 노이즈 성분과 함께 포함되어 있으므로, 기존의 방법에서와 같이 고주파 성분을 억제하는 방법으로 노이즈를 제거하게 되면 원치 않는 노이즈 뿐만 아니라 원 신호의 특징까지 감소시킬 수 있다는 문제가 있다. 따라서 단일센서 카메라로부터 얻어진 컬러 영상의 특징을 보존하면서도 노이즈를 효과적으로 제거할 수 있는 방법이 필요하다.
본 발명이 이루고자 하는 기술적 과제는, 영상의 에지 성분을 보존하면서 평탄한 영역 및 에지 영역에 존재하는 노이즈를 모두 제거할 수 있는 이산 웨이블렛 변환을 기반으로 하는 영상의 노이즈 제거 장치 및 방법을 제공하는 데 있다.
본 발명이 이루고자 하는 다른 기술적 과제는, 영상의 에지 성분을 보존하면서 평탄한 영역 및 에지 영역에 존재하는 노이즈를 모두 제거할 수 있는 이산 웨이블렛 변환을 기반으로 하는 영상의 노이즈 제거 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공하는 데 있다.
상기의 기술적 과제를 달성하기 위한, 본 발명에 따른 이산 웨이블렛 변환을 기반으로 하는 영상의 노이즈 제거 장치는, 입력받은 원본영상에 대해 이산 웨이블렛 변환을 수행하여 복수의 서브밴드를 생성하는 웨이블렛 변환부; 상기 서브밴드들 중에서 저역성분의 서브밴드를 구성하는 웨이블렛 계수 값들에 대한 분산을 기초로 상기 각각의 웨이블렛 계수에 대응하는 알파맵 데이터 값을 산출하는 알파맵 생성부; 상기 서브밴드들 중에서 상기 저역성분의 서브밴드를 제외한 나머지 서브밴드들 각각을 구성하는 웨이블렛 계수들에 상기 알파맵 데이터 값을 각각 곱하여 보정 웨이블렛 계수 값을 산출하는 계수 보정부; 상기 서브밴드들 중에서 상기 원본영상의 수직성분을 나타내는 서브밴드 및 상기 원본영상의 수평성분을 나타내는 서브밴드 상에서 동일한 위치에 해당하는 보정 웨이블렛 계수 중에서 엔트로피 값 이 큰 보정 웨이블렛 계수의 값을 0으로 변환하는 계수 변환부; 및 웨이블렛 계수 값이 변경된 상기 서브밴드들에 대해 역 이산 웨이블렛 변환을 수행하여 상기 원본영상으로부터 노이즈가 제거된 결과영상을 생성하는 역변환부;를 구비한다.
상기의 다른 기술적 과제를 달성하기 위한, 본 발명에 따른 이산 웨이블렛 변환을 기반으로 하는 영상의 노이즈 제거 방법은, 입력받은 원본영상에 대해 이산 웨이블렛 변환을 수행하여 복수의 서브밴드를 생성하는 웨이블렛 변환단계; 상기 서브밴드들 중에서 저역성분의 서브밴드를 구성하는 웨이블렛 계수 값들에 대한 분산을 기초로 상기 각각의 웨이블렛 계수에 대응하는 알파맵 데이터 값을 산출하는 알파맵 생성단계; 상기 서브밴드들 중에서 상기 저역성분의 서브밴드를 제외한 나머지 서브밴드들 각각을 구성하는 웨이블렛 계수들에 상기 알파맵 데이터 값을 각각 곱하여 보정 웨이블렛 계수 값을 산출하는 계수 보정단계; 상기 서브밴드들 중에서 상기 원본영상의 수직성분을 나타내는 서브밴드 및 상기 원본영상의 수평성분을 나타내는 서브밴드 상에서 동일한 위치에 해당하는 보정 웨이블렛 계수 중에서 엔트로피 값이 큰 보정 웨이블렛 계수의 값을 0으로 변환하는 계수 변환단계; 및 웨이블렛 계수 값이 변경된 상기 서브밴드들에 대해 역 이산 웨이블렛 변환을 수행하여 상기 원본영상으로부터 노이즈가 제거된 결과영상을 생성하는 역변환단계;를 갖는다.
본 발명에 따른 이산 웨이블렛 변환을 기반으로 하는 영상의 노이즈 제거 장치 및 방법에 의하면, 원본영상에 대해 이산 웨이블렛 변환을 수행하여 얻어진 웨 이블렛 계수를 기초로 평면 영역의 노이즈를 제거하기 위한 알파맵 데이터 값을 산출하고, 에지 영역의 노이즈를 제거하기 위한 엔트로피 값을 산출함으로써, 단순히 영상의 고주파 성분을 억제하는 기존의 노이즈 제거 기법에 비해 우수한 품질의 노이즈 제거 영상을 얻을 수 있다.
이하에서 첨부된 도면들을 참조하여 본 발명에 따른 이산 웨이블렛 변환을 기반으로 하는 영상의 노이즈 제거 장치 및 방법의 바람직한 실시예에 대해 상세하게 설명한다.
도 1은 본 발명에 따른 이산 웨이블렛 변환을 기반으로 하는 영상의 노이즈 제거 장치에 대한 바람직한 실시예의 구성을 도시한 블록도이다.
도 1을 참조하면, 본 발명에 따른 노이즈 제거 장치는 웨이블렛 변환부(110), 알파맵 생성부(120), 계수 보정부(130), 계수 변환부(140) 및 역변환부(150)를 구비한다.
도 2는 디지털 카메라에 의한 영상 신호 처리 과정을 나타낸 도면이다. 도 2를 참조하면, 디지털 카메라의 영상 처리 시스템은 광학 렌즈, 색상 필터 어레이(Color Filter Array : CFA)와 영상 센서를 포함하는 아날로그 프론트 엔드(Analog Front End : AFE) 모듈, 다양한 디지털 신호 처리 블록을 포함하는 디지털 백 엔드(Digital Back End : DBE) 모듈, 그리고 저장 및 디스플레이 기기들로 이루어진다. 본 발명에 따른 노이즈 제거 장치는 영상 처리 시스템 중에서 디지털 백 엔드에 포함되어 영상의 노이즈를 제거하는 기능을 수행한다.
웨이블렛 변환부(110)는 입력받은 원본영상에 대해 이산 웨이블렛 변환을 수행하여 복수의 서브밴드를 생성한다.
이산 웨이블렛 변환(Discrete Wavelet Transform : DWT)은 데이터를 서로 다른 주파수 성분으로 분해하고 각 스케일에 해당하는 해상도와 연관된 각각의 성분들을 조사하는 방법이다. 웨이블렛 변환에서는 이산 신호에 대해 한 쌍의 필터, 즉 저역 통과 필터(LPF) 및 고역 통과 필터(HPF)를 적용시켜 저주파 대역과 고주파 대역으로 분리한다.
원본영상에 이산 웨이블렛 변환을 수행하여 얻어진 변환영상은 LL, LH, HL 및 HH의 네 개의 서브밴드(subband)로 이루어진다. LL 서브밴드는 원본영상에 수평과 수직 방향으로 저역 통과 필터를 적용하여 영상에서 고주파 성분이 배제된 계수들로 이루어져 있고, HH 서브밴드는 원본영상에 수평과 수직 방향으로 고역 통과 필터를 적용한 것으로 LL 서브밴드와는 반대로 고주파 성분만 나타난다. 또한 LH 서브밴드는 원본영상에 수평 방향으로 고역 통과 필터를 적용한 것으로 수평방향 주파수의 오차성분을 포함하고 있다. HL 서브밴드는 원본영상에 수직 방향으로 고역 통과 필터를 적용한 것으로, 수직 방향의 주파수의 오차성분을 포함하고 있다.
알파맵 생성부(120)는 서브밴드들 중에서 저역성분의 서브밴드를 구성하는 웨이블렛 계수 값들에 대한 분산을 기초로 각각의 웨이블렛 계수에 대응하는 알파맵 데이터 값을 산출한다.
알파맵을 생성하기 위해 사용되는 서브밴드는 웨이블렛 변환부(110)에 의해 생성된 네 개의 서브밴드 중에서 저역성분인 LL 서브밴드에 해당한다. 알파맵 생성 부(120)는 먼저 LL 서브밴드를 구성하는 각각의 웨이블렛 계수에 대한 분산값을 산출한다. 분산값 산출을 위해 사용되는 기준블록의 크기는 사용자의 설정에 따라 달라질 수 있으며, 바람직하게는 LL 서브밴드 상에서 분산값을 산출하고자 하는 웨이블렛 계수의 위치를 중심으로 하는 7×7 크기의 기준블록을 설정하여 분산값을 산출할 수 있다.
LL 서브밴드를 구성하는 모든 웨이블렛 계수에 대해 분산값이 산출되면, 알파맵 생성부(120)는 이를 기초로 각각의 웨이블렛 계수에 대한 알파맵 데이터 값을 산출한다. 알파맵 데이터 값은 다음의 수학식 1에 의해 산출된다.
Figure 112009062727209-pat00001
여기서, α(x,y)는 LL 서브밴드에서 (x,y)의 위치에 해당하는 웨이블렛 계수에 대해 산출되는 알파맵 데이터 값, v(x,y)는 (x,y)의 위치를 포함하도록 설정된 기준블록을 구성하는 복수의 웨이블렛 계수 값을 기초로 (x,y)의 위치에 대하여 산출된 웨이블렛 계수의 분산값, 그리고 σ는 복수의 알파맵 데이터 값이 0과 1 사이에 균일하게 분포하도록 사전에 설정된 조절 매개변수이다. 약 알파맵 값이 정규화된 분포를 보인다면, 조절 매개변수의 값은 약 200으로 설정될 수 있다.
이와 같이 LL 서브밴드를 구성하는 웨이블렛 계수들을 기초로 알파맵 데이터 값이 산출되면 나머지 서브밴드를 구성하는 웨이블렛 계수들에 대해 원본영상의 노이즈를 제거하기 위한 과정을 수행한다.
앞에서 언급한 바와 같이 기존의 노이즈 제거 기법들은 영상의 고주파 성분을 억제함으로써 영상의 노이즈를 제거한다. 그러나 영상에 포함된 객체의 경계를 나타내는 에지(edge) 성분 역시 고주파 성분에 해당하는 것이므로 노이즈 제거를 위해 단순히 고주파 성분을 제거하게 되면 영상의 중요한 정보가 손실될 수 있다. 또한 영상의 고주파 성분에 해당하는 에지 영역 뿐만 아니라 저주파 성분에 해당하는 평면 영역(flat region)에도 노이즈가 존재할 수 있으므로 기존의 방법에 의해서는 평면 영역에 포함된 노이즈를 제거하기 어렵다.
따라서 본 발명에서는 영상의 에지 정보를 보존하면서 평면 영역과 에지 영역에 존재하는 노이즈를 효과적으로 제거하기 위해 두 단계에 걸쳐 원본영상의 노이즈를 제거하는 방법을 사용한다. 이하에서 각 단계를 상세하게 설명한다.
계수 보정부(130)는 서브밴드들 중에서 저역성분의 서브밴드를 제외한 나머지 서브밴드들 각각을 구성하는 웨이블렛 계수들에 알파맵 데이터 값을 각각 곱하여 보정 웨이블렛 계수 값을 산출한다.
이산 웨이블렛 변환에 의해 생성된 네 개의 서브밴드들(LL, LH, HL 및 HH) 중에서 저역성분에 해당하는 LL 서브밴드는 알파맵 데이터 값의 산출을 위해 사용되었고, 나머지 세 개의 서브밴드들이 고역성분에 해당하며 원본영상의 노이즈 제거를 위해 사용된다.
LH, HL 및 HH의 세 개 서브밴드를 구성하는 웨이블렛 계수는 다음의 수학식 2와 같이 표현할 수 있다.
Figure 112009062727209-pat00002
여기서, Wψ(m,n)은 LH, HL 및 HH 중 하나의 서브밴드에서 (m,n)의 위치에 해당하는 웨이블렛 계수, α는 LL 서브밴드에서 (m,n)의 위치에 대응하는 웨이블렛 계수에 대해 산출된 알파맵 데이터 값, 그리고 i는 서브밴드의 종류를 나타내는 것으로, LH 서브밴드를 나타내는 H(horizontal), HL 서브밴드를 나타내는 V(vertical), 또는 HH 서브밴드를 나타내는 D(diagonal)로 표시할 수 있다.
수학식 2의 우변에 나타난 두 개의 항 중에서
Figure 112009062727209-pat00003
은 평면 영역을 나타내는 항이고,
Figure 112009062727209-pat00004
은 고주파 영역인 에지 영역을 나타내는 항이다. 따라서 웨이블렛 계수에 알파맵 데이터 값을 곱하면 원본영상에서 에지가 없는 평면 영역에 해당하는 부분의 노이즈가 제거되는 효과를 얻을 수 있다.
웨이블렛 변환부(110)에 의해 생성된 네 개의 서브밴드는 모두 동일한 크기를 가지므로, HL, LH 및 HH의 각 서브밴드를 구성하는 웨이블렛 계수에 대하여 각각의 웨이블렛 계수와 동일한 위치에 해당하는 LL 서브밴드의 웨이블렛 계수에 대응하여 산출된 알파맵 데이터 값을 곱하면 보정 웨이블렛 계수가 얻어진다. 이와 같이 얻어진 보정 웨이블렛 계수들은 원본영상에서 에지가 존재하지 않는 평면 영역에 대해 노이즈가 제거된 결과를 나타낸다.
계수 보정부(130)에 의해 보정 웨이블렛 계수 값이 산출되어 평면 영역의 노이즈가 제거되면, 원본영상의 에지 영역에 존재하는 노이즈를 제거하는 과정이 수 행된다. 에지 영역에서 노이즈가 제거되는 효과는 계수 보정부(130)에 의해 산출된 보정 웨이블렛 계수를 기초로 하는 계수 변환부(140)의 동작에 의해 얻어진다.
계수 변환부(140)는 서브밴드들 중에서 원본영상의 수직성분을 나타내는 서브밴드 및 원본영상의 수평성분을 나타내는 서브밴드 상에서 동일한 위치에 해당하는 보정 웨이블렛 계수 중에서 엔트로피 값이 큰 보정 웨이블렛 계수의 값을 0으로 변환한다.
계수 변환부(140)에 의해 보정 웨이블렛 계수의 값을 변환하는 과정은 원본영상의 수직성분을 나타내는 서브밴드인 HL 서브밴드 및 원본영상의 수평성분을 나타내는 서브밴드인 LH 서브밴드를 대상으로 수행된다. 또한 이 과정에서는 영상의 복잡도(complexity)와 에너지를 측정하기 위해 엔트로피가 산출된다.
노이즈가 포함된 에지 영역은 단순한 노이즈 영역에 비해 높은 복잡도를 보인다. 따라서 두 개의 서브밴드(HL 및 LH 서브밴드) 중에서 높은 엔트로피를 가지는 쪽이 더 많은 노이즈를 포함하고 있다고 판단할 수 있다. 계수 변환부(140)는 두 개의 서브밴드를 구성하는 보정 웨이블렛 계수에 대해 산출된 엔트로피 값을 비교하여 더 작은 엔트로피 값을 가지는 보정 웨이블렛 계수만을 선택하여 뒤에 역 이산 웨이블렛 변환에 사용되도록 한다. 즉, 큰 엔트로피 값을 가지는 보정 웨이블렛 계수의 값을 0으로 변환시킴으로써 역 이산 웨이블렛 변환에서 사용되지 않도록 하는 것이다.
도 3은 엔트로피 값을 비교하여 웨이블렛 계수를 선택하는 노이즈 제거 과정의 일 예를 나타낸 도면이다.
도 3을 참조하면, 원본영상에 이산 웨이블렛 변환을 수행하여 생성된 네 개의 서브밴드 중에서 수직성분을 나타내는 HL 서브밴드(위쪽) 및 수평성분을 나타내는 LH 서브밴드(아래쪽)이 보정 웨이블렛 계수 값의 변환에 사용된다. 계수 변환부(140)는 각각의 서브밴드를 구성하는 보정 웨이블렛 계수에 대해 엔트로피 값을 산출한다. 도 3의 가운데에 상하로 위치하는 두 개의 영상은 각각 HL 서브밴드를 구성하는 보정 웨이블렛 계수에 대해 산출된 엔트로피 및 LH 서브밴드를 구성하는 보정 웨이블렛 계수에 대해 산출된 엔트로피의 크기를 나타내는 것이다. 동일한 위치에서 더 큰 엔트로피 값을 가지는 지점은 적색으로, 더 작은 엔트로피 값을 가지는 지점은 청색으로 표시된다.
계수 변환부(140)는 동일한 위치에 해당하는 두 지점의 보정 웨이블렛 계수 중에서 더 큰 엔트로피 값을 가지는 지점, 즉 적색에 해당하는 지점의 보정 웨이블렛 계수 값은 0으로 변환한다. 결과적으로 청색에 해당하는 지점의 보정 웨이블렛 계수만 역 이산 웨이블렛 변환에 사용되며, 적색에 해당하는 지점의 보정 웨이블렛 계수 값은 0으로 변환되므로 역 이산 웨이블렛 변환에 사용되지 않는다. 최종적으로 계수 값이 변환된 서브밴드들로부터 원본영상의 노이즈가 제거된 보정영상이 얻어지게 된다. 도 3의 가장 왼쪽에 위치하는 원본영상과 가장 오른쪽에 위치하는 보정영상을 비교하면, 영상에 전반적으로 존재하는 노이즈가 제거되어 객체가 부드럽게 표현되었으나, 객체의 경계 등의 에지 부분은 손실되지 않았다는 것을 확인할 수 있다.
역변환부(150)는 웨이블렛 계수 값이 변경된 서브밴드들에 대해 역 이산 웨 이블렛 변환을 수행하여 노이즈가 제거된 보정영상을 생성한다. 앞에서 설명한 바와 같이 원본영상에 이산 웨이블렛 변환이 수행되어 생성된 서브밴드들의 웨이블렛 계수 값은 계수 보정부(130)에 의해 보정 웨이블렛 계수 값으로 보정된 후, 계수 변환부(140)에 의해 선택적으로 0으로 변환된다. 역변환부(150)의 역 이산 웨이블렛 변환 수행은 이와 같이 원래의 웨이블렛 계수 값으로부터 변경된 값들을 가지는 서브밴드들을 기초로 이루어진다. 웨이블렛 계수 값들이 변경되었으므로 역변환부(150)에 의해 얻어진 보정영상은 원본영상에 존재하던 평면 영역 및 에지 영역의 노이즈가 모두 제거된 결과를 나타낸다.
한편, 이상에서 설명한 노이즈 제거 과정은 복수 회에 걸쳐 수행될 수도 있다. 즉, 웨이블렛 변환부(110)에 의한 이산 웨이블렛 변환이 한 번이 아닌 두 번 이상 수행되는 경우에는 알파맵 생성부(120), 계수 보정부(130) 및 계수 변환부(140)의 동작 역시 이산 웨이블렛 변환의 수행 횟수에 대응하여 복수 회 수행된다.
예를 들면, 웨이블렛 변환부(110)에 의한 이산 웨이블렛 변환이 2회 수행된다고 가정한다. 그러면 첫 번째 이산 웨이블렛 변환은 원본영상에 대해 수행되어 LL1, HL1, LH1 및 HH1의 네 개의 서브밴드가 생성된다. 이때 알파맵 생성부(120)는 LL1 서브밴드를 구성하는 웨이블렛 계수들을 기초로 제1알파맵을 생성한다. 다음으로 웨이블렛 변환부(110)는 LL1 서브밴드에 대해 두 번째 이산 웨이블렛 변환을 수행한다. 그 결과 LL1 서브밴드로부터 LL2, HL2, LH2 및 HH2의 네 개의 서브밴드가 생 성된다. 그에 따라 알파맵 생성부(120)는 LL2 서브밴드를 구성하는 웨이블렛 계수들을 기초로 제2알파맵을 생성한다.
2회에 걸친 이산 웨이블렛 변환에 의해 얻어진 서브밴드는 LL2, HL2, LH2, HH2, HL1, LH1 및 HH1의 7개이다. 계수 보정부(130)는 HL2, LH2 및 HH2 서브밴드를 구성하는 웨이블렛 계수에 대하여는 HL2, LH2 및 HH2 서브밴드에 대응하는 제2알파맵에 포함된 알파맵 데이터 값을 곱하여 보정 웨이블렛 계수 값을 산출한다. 또한 HL1, LH1 및 HH1 서브밴드를 구성하는 웨이블렛 계수에 대하여는 HL1, LH1 및 HH1 서브밴드에 대응하는 제1알파맵에 포함된 알파맵 데이터 값을 곱하여 보정 웨이블렛 계수 값을 산출한다.
이와 같이 웨이블렛 변환부(110)에 의한 이산 웨이블렛 변환이 복수 회 수행되는 경우에는 각각의 이산 웨이블렛 변환이 수행될 때마다 LL 서브밴드에 대응하는 알파맵이 생성되고, 계수 보정부(130)에 의한 평면 영역의 노이즈 제거 및 계수 변환부(140)에 의한 에지 영역의 노이즈 제거는 각 이산 웨이블렛 변환 수행시에 생성된 알파맵과 서브밴드를 기초로 수행된다.
한편, 원본영상에 존재하는 노이즈의 강도가 지나치게 약한 경우에도 이러한 노이즈 제거 과정을 수행하게 되면 오히려 원본영상의 품질이 저하되는 문제가 발생할 수 있다. 따라서 본 발명에 따른 노이즈 제거 장치는 노이즈의 강도를 측정하여 노이즈 제거 과정을 수행할지 여부를 결정하는 별도의 장치로서 제어부(미도시) 를 더 구비할 수 있다. 제어부(미도시)는 웨이블렛 변환부(110)에 의해 원본영상에 대한 이산 웨이블렛 변환이 수행되면 각각의 서브밴드를 구성하는 웨이블렛 계수를 기초로 원본영상의 노이즈 강도, 즉 고주파 성분의 강도를 측정한다. 측정 결과 노이즈 강도가 기준강도보다 강하면 이후의 노이즈 제거 과정이 계속 진행되도록 하고, 노이즈 강도가 기준강도보다 약하여 노이즈 제거의 필요성이 인정되지 않는 경우에는 노이즈 제거 과정 없이 바로 역 이산 웨이블렛 변환이 수행되도록 하여 원본영상이 다시 복원되도록 한다.
도 4는 본 발명에 따른 이산 웨이블렛 변환을 기반으로 하는 영상의 노이즈 제거 방법에 대한 바람직한 실시예의 수행과정을 도시한 흐름도이다.
도 4를 참조하면, 웨이블렛 변환부(110)는 입력받은 원본영상에 대해 이산 웨이블렛 변환을 수행하여 복수의 서브밴드를 생성한다(S410). 생성된 서브밴드는 LL, HL, LH 및 HH 서브밴드이다. 다음으로 알파맵 생성부(120)는 서브밴드들 중에서 저역성분의 서브밴드, 즉 LL 서브밴드를 구성하는 웨이블렛 계수 값들에 대한 분산을 기초로 각각의 웨이블렛 계수에 대응하는 알파맵 데이터 값을 산출한다(S420).
계수 보정부(130)는 서브밴드들 중에서 저역성분의 서브밴드를 제외한 나머지 서브밴드, 즉 HL, LH 및 HH 서브밴드를 구성하는 웨이블렛 계수들에 알파맵 데이터 값을 각각 곱하여 보정 웨이블렛 계수 값을 산출한다(S430). 그 결과 원본영상의 평면 영역에 대한 노이즈 제거 결과를 얻을 수 있다. 또한 계수 변환부(140)는 서브밴드들 중에서 원본영상의 수직성분을 나타내는 서브밴드, 즉 HL 서브밴드 및 원본영상의 수평성분을 나타내는 서브밴드, 즉 LH 서브밴드 상에서 동일한 위치에 해당하는 보정 웨이블렛 계수 중에서 엔트로피 값이 큰 보정 웨이블렛 계수의 값을 0으로 변환한다(S440). 즉, 계수 변환부(140)가 엔트로피 값이 큰 웨이블렛 계수를 역 웨이블렛 변환에서 제외시킴으로써 원본영상의 에지 영역에서 노이즈가 제거되는 결과를 얻게 된다. 마지막으로 역변환부(150)는 웨이블렛 계수 값이 변경된 서브밴드들에 대해 역 이산 웨이블렛 변환을 수행하여 원본영상으로부터 노이즈가 제거된 보정영상을 생성한다(S450).
본 발명의 성능을 시험하기 위한 실험을 수행하였다. 실험을 위해 Kodak 표준 영상과 단일 센서 카메라를 사용하여 촬영한 야외 시험 영상을 사용하였다. 노이즈 제거 성능은 피크 대 피크 신호 대 잡음비(Peak-to-peak Signal-to-Noise Ratio)를 통해 평가되었다.
도 5는 본 발명의 노이즈 제거 성능을 나타내는 도면이다. 도 5의 (a)는 자연스럽게 촬영된 노이즈가 포함된 영상이며, 도 5의 (b)는 그로부터 노이즈가 제거되어 부드러운 객체의 형상을 표현하고 있다. 또한 도 5의 (c)는 표준 영상이며, 도 5의 (d)는 노이즈가 제거된 영상이다. 도 5의 (b) 및 (d) 모두 노이즈는 제거되지만 영상의 에지는 보존되어 있다.
도 6은 원본영상과 노이즈가 제거된 보정영상의 PSNR 값을 노이즈 레벨에 따라 비교하여 도시한 그래프이다. 도 6을 참조하면, 노이즈 레벨이 25dB 이상일 때를 제외하면 원본영상에 비해 노이즈가 제거된 보정영상의 PSNR 값이 높게 나타나므로 본 발명의 노이즈 제거 성능이 우수함을 확인할 수 있다.
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 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.
이상에서 본 발명의 바람직한 실시예에 대해 도시하고 설명하였으나, 본 발명은 상술한 특정의 바람직한 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.
도 1은 본 발명에 따른 이산 웨이블렛 변환을 기반으로 하는 영상의 노이즈 제거 장치에 대한 바람직한 실시예의 구성을 도시한 블록도,
도 2는 디지털 카메라에 의한 영상 신호 처리 과정을 나타낸 도면,
도 3은 엔트로피 값을 비교하여 웨이블렛 계수를 선택하는 노이즈 제거 과정의 일 예를 나타낸 도면,
도 4는 본 발명에 따른 이산 웨이블렛 변환을 기반으로 하는 영상의 노이즈 제거 방법에 대한 바람직한 실시예의 수행과정을 도시한 흐름도,
도 5는 본 발명의 노이즈 제거 성능을 나타내는 도면, 그리고,
도 6은 원본영상과 노이즈가 제거된 보정영상의 PSNR 값을 노이즈 레벨에 따라 비교하여 도시한 그래프이다.

Claims (7)

  1. 입력받은 원본영상에 대해 이산 웨이블렛 변환을 수행하여 복수의 서브밴드를 생성하는 웨이블렛 변환부;
    상기 서브밴드들 중에서 저역성분의 서브밴드를 구성하는 웨이블렛 계수 값들에 대한 분산을 기초로 상기 각각의 웨이블렛 계수에 대응하는 알파맵 데이터 값을 산출하는 알파맵 생성부;
    상기 서브밴드들 중에서 상기 저역성분의 서브밴드를 제외한 나머지 서브밴드들 각각을 구성하는 웨이블렛 계수들에 상기 알파맵 데이터 값을 각각 곱하여 보정 웨이블렛 계수 값을 산출하는 계수 보정부;
    상기 서브밴드들 중에서 상기 원본영상의 수직성분을 나타내는 서브밴드 및 상기 원본영상의 수평성분을 나타내는 서브밴드 상에서 동일한 위치에 해당하는 보정 웨이블렛 계수 중에서 엔트로피 값이 큰 보정 웨이블렛 계수의 값을 0으로 변환하는 계수 변환부; 및
    웨이블렛 계수 값이 변경된 상기 서브밴드들에 대해 역 이산 웨이블렛 변환을 수행하여 상기 원본영상으로부터 노이즈가 제거된 보정영상을 생성하는 역변환부;를 포함하는 것을 특징으로 하는 영상의 노이즈 제거 장치.
  2. 제 1항에 있어서,
    상기 알파맵 데이터 값은 다음의 수학식에 의해 산출되는 것을 특징으로 하 는 영상의 노이즈 제거 장치:
    Figure 112009062727209-pat00005
    여기서, α(x,y)는 상기 저역성분의 서브밴드에서 (x,y)의 위치에 해당하는 웨이블렛 계수에 대해 산출되는 알파맵 데이터 값, v(x,y)는 상기 (x,y)의 위치를 포함하도록 설정된 기준블록을 구성하는 복수의 웨이블렛 계수 값을 기초로 상기 (x,y)의 위치에 대하여 산출된 웨이블렛 계수의 분산값, 그리고 σ는 상기 복수의 알파맵 데이터 값이 0과 1 사이에 균일하게 분포하도록 사전에 설정된 조절 매개변수이다.
  3. 제 1항 또는 제 2항에 있어서,
    상기 이산 웨이블렛 변환이 2회 이상 수행되는 경우, 상기 알파맵 데이터 값은 각 이산 웨이블렛 변환시마다 생성되는 저역성분의 서브밴드를 구성하는 복수의 웨이블렛 계수에 대해 산출되며,
    상기 계수 보정부는 각 이산 웨이블렛 변환시마다 생성되는 저역성분의 서브밴드에 대해 산출되는 알파맵 데이터 값을 해당 저역성분의 서브밴드와 동시에 생성되는 나머지 서브밴드를 구성하는 복수의 웨이블렛 계수에 각각 곱하는 것을 특징으로 하는 영상의 노이즈 제거 장치.
  4. 입력받은 원본영상에 대해 이산 웨이블렛 변환을 수행하여 복수의 서브밴드 를 생성하는 웨이블렛 변환단계;
    상기 서브밴드들 중에서 저역성분의 서브밴드를 구성하는 웨이블렛 계수 값들에 대한 분산을 기초로 상기 각각의 웨이블렛 계수에 대응하는 알파맵 데이터 값을 산출하는 알파맵 생성단계;
    상기 서브밴드들 중에서 상기 저역성분의 서브밴드를 제외한 나머지 서브밴드들 각각을 구성하는 웨이블렛 계수들에 상기 알파맵 데이터 값을 각각 곱하여 보정 웨이블렛 계수 값을 산출하는 계수 보정단계;
    상기 서브밴드들 중에서 상기 원본영상의 수직성분을 나타내는 서브밴드 및 상기 원본영상의 수평성분을 나타내는 서브밴드 상에서 동일한 위치에 해당하는 보정 웨이블렛 계수 중에서 엔트로피 값이 큰 보정 웨이블렛 계수의 값을 0으로 변환하는 계수 변환단계; 및
    웨이블렛 계수 값이 변경된 상기 서브밴드들에 대해 역 이산 웨이블렛 변환을 수행하여 상기 원본영상으로부터 노이즈가 제거된 보정영상을 생성하는 역변환단계;를 포함하는 것을 특징으로 하는 영상의 노이즈 제거 방법.
  5. 제 4항에 있어서,
    상기 알파맵 데이터 값은 다음의 수학식에 의해 산출되는 것을 특징으로 하는 영상의 노이즈 제거 방법.
    Figure 112009062727209-pat00006
    여기서, α(x,y)는 상기 저역성분의 서브밴드에서 (x,y)의 위치에 해당하는 웨이블렛 계수에 대해 산출되는 알파맵 데이터 값, v(x,y)는 상기 (x,y)의 위치를 포함하도록 설정된 기준블록을 구성하는 복수의 웨이블렛 계수 값을 기초로 상기 (x,y)의 위치에 대하여 산출된 웨이블렛 계수의 분산값, 그리고 σ는 상기 복수의 알파맵 데이터 값이 0과 1 사이에 균일하게 분포하도록 사전에 설정된 조절 매개변수이다.
  6. 제 4항 또는 제 5항에 있어서,
    상기 이산 웨이블렛 변환이 2회 이상 수행되는 경우, 상기 알파맵 생성단계, 상기 계수 보정단계 및 상기 계수 변환단계는 상기 이산 웨이블렛 변환의 수행 횟수와 동일한 횟수로 수행되며,
    상기 알파맵 데이터 값은 각 이산 웨이블렛 변환시마다 생성되는 저역성분의 서브밴드를 구성하는 복수의 웨이블렛 계수에 대해 산출되고,
    상기 계수 보정단계에서, 각 이산 웨이블렛 변환시마다 생성되는 저역성분의 서브밴드에 대해 산출되는 알파맵 데이터 값을 해당 저역성분의 서브밴드와 동시에 생성되는 나머지 서브밴드를 구성하는 복수의 웨이블렛 계수에 각각 곱하는 것을 특징으로 하는 영상의 노이즈 제거 방법.
  7. 제 4항 또는 제 5항에 기재된 영상의 노이즈 제거 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020090097345A 2009-10-13 2009-10-13 이산 웨이블렛 변환을 기반으로 하는 영상의 노이즈 제거 장치 및 방법 KR101025569B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090097345A KR101025569B1 (ko) 2009-10-13 2009-10-13 이산 웨이블렛 변환을 기반으로 하는 영상의 노이즈 제거 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090097345A KR101025569B1 (ko) 2009-10-13 2009-10-13 이산 웨이블렛 변환을 기반으로 하는 영상의 노이즈 제거 장치 및 방법

Publications (1)

Publication Number Publication Date
KR101025569B1 true KR101025569B1 (ko) 2011-03-28

Family

ID=43939536

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090097345A KR101025569B1 (ko) 2009-10-13 2009-10-13 이산 웨이블렛 변환을 기반으로 하는 영상의 노이즈 제거 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101025569B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101180884B1 (ko) 2010-12-22 2012-09-07 중앙대학교 산학협력단 베이글릿-웨이블릿 분해에 의한 실시간 영상 복원 장치 및 방법
KR101864670B1 (ko) * 2017-06-16 2018-06-05 인천대학교 산학협력단 고해상도 영상을 위한 잡음 제거를 통한 화질 개선 장치 및 그 방법
KR20190070893A (ko) * 2017-12-13 2019-06-21 국민대학교산학협력단 광학 카메라 통신을 이용하는 광원 검출 방법 및 장치

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1166292A (ja) 1997-08-11 1999-03-09 Hitachi Denshi Ltd ノイズ低減装置
KR20000008687A (ko) * 1998-07-15 2000-02-15 구자홍 영상표시기기의 영상신호 잡음제거 회로
KR20050101294A (ko) * 2004-04-17 2005-10-21 삼성전자주식회사 영상 에러 보정장치 및 그 방법
JP2008072233A (ja) 2006-09-12 2008-03-27 Olympus Corp 画像処理システム、画像処理プログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1166292A (ja) 1997-08-11 1999-03-09 Hitachi Denshi Ltd ノイズ低減装置
KR20000008687A (ko) * 1998-07-15 2000-02-15 구자홍 영상표시기기의 영상신호 잡음제거 회로
KR20050101294A (ko) * 2004-04-17 2005-10-21 삼성전자주식회사 영상 에러 보정장치 및 그 방법
JP2008072233A (ja) 2006-09-12 2008-03-27 Olympus Corp 画像処理システム、画像処理プログラム

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101180884B1 (ko) 2010-12-22 2012-09-07 중앙대학교 산학협력단 베이글릿-웨이블릿 분해에 의한 실시간 영상 복원 장치 및 방법
KR101864670B1 (ko) * 2017-06-16 2018-06-05 인천대학교 산학협력단 고해상도 영상을 위한 잡음 제거를 통한 화질 개선 장치 및 그 방법
KR20190070893A (ko) * 2017-12-13 2019-06-21 국민대학교산학협력단 광학 카메라 통신을 이용하는 광원 검출 방법 및 장치
KR102089875B1 (ko) * 2017-12-13 2020-03-16 국민대학교산학협력단 광학 카메라 통신을 이용하는 광원 검출 방법 및 장치

Similar Documents

Publication Publication Date Title
KR101298642B1 (ko) 영상 잡음 제거 방법 및 장치
US7280703B2 (en) Method of spatially filtering a digital image using chrominance information
US8369640B2 (en) Image processing for removing a noise component contained in an image
US7672528B2 (en) Method of processing an image to form an image pyramid
US9324153B2 (en) Depth measurement apparatus, image pickup apparatus, depth measurement method, and depth measurement program
JP5348145B2 (ja) 画像処理装置および画像処理プログラム
JP4869653B2 (ja) 画像処理装置
KR20160102524A (ko) 이미지의 역 톤 매핑을 위한 방법
KR100965880B1 (ko) 영상의 잡음 제거 방법
US20110115950A1 (en) Advanced Imaging Systems And Methods Utilizing Nonlinear and/Or Spatially Varying Image Processing
CN111260580B (zh) 图像去噪方法、计算机装置及计算机可读存储介质
KR101587196B1 (ko) 스플릿 에지 강화 구조
KR20110108918A (ko) 부호화된 영상의 확대비 및 노이즈 강도 추정장치 및 방법
US8294811B2 (en) Auto-focusing techniques based on statistical blur estimation and associated systems and methods
US8249376B2 (en) Apparatus and method of restoring an image
US8456541B2 (en) Image processing apparatus and image processing program
KR101552680B1 (ko) 노이즈 저감 장치 및 방법
KR101025569B1 (ko) 이산 웨이블렛 변환을 기반으로 하는 영상의 노이즈 제거 장치 및 방법
US9576344B2 (en) Noise removal system, noise removal method, and program
US11915392B2 (en) Image enhancement method and apparatus
KR101180884B1 (ko) 베이글릿-웨이블릿 분해에 의한 실시간 영상 복원 장치 및 방법
Ying et al. A wavelet based image sharpening algorithm
Oh et al. Film grain noise modeling in advanced video coding
JP4030655B2 (ja) 階調変換方法および装置
He et al. A novel hybrid model framework to blind color image deconvolution

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20131231

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20150417

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20160119

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20170104

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20180221

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20190110

Year of fee payment: 9