KR101072443B1 - 영상 필터 - Google Patents

영상 필터 Download PDF

Info

Publication number
KR101072443B1
KR101072443B1 KR1020090123865A KR20090123865A KR101072443B1 KR 101072443 B1 KR101072443 B1 KR 101072443B1 KR 1020090123865 A KR1020090123865 A KR 1020090123865A KR 20090123865 A KR20090123865 A KR 20090123865A KR 101072443 B1 KR101072443 B1 KR 101072443B1
Authority
KR
South Korea
Prior art keywords
pixel
value
pixels
mask
noise
Prior art date
Application number
KR1020090123865A
Other languages
English (en)
Other versions
KR20110067315A (ko
Inventor
김재석
정광래
최진하
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 KR1020090123865A priority Critical patent/KR101072443B1/ko
Publication of KR20110067315A publication Critical patent/KR20110067315A/ko
Application granted granted Critical
Publication of KR101072443B1 publication Critical patent/KR101072443B1/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
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • 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
    • G06T2207/20182—Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering

Landscapes

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

Abstract

영상 필터가 제공된다. 영상 필터는 피검출 화소를 중심으로 n × n 마스크를 설정하고, 상기 n × n 마스크 내에 존재하는 화소들의 화소 값에 따른 화소의 수를 나타내는 히스토그램을 구하는 히스토그램 연산자, 상기 히스토그램에서 상기 화소 값이 0 일 때부터 상기 화소 값이 증가하는 방향으로 상기 화소의 수를 더하여 상기 화소의 누적 수가
Figure 112009076998866-pat00001
의 값보다 크되 상기
Figure 112009076998866-pat00002
과 가장 인접한 화소 값을 갖는 중간값을 구하는 중간값 연산자를 포함한다.
Figure R1020090123865
히스토그램, 미디언, 임펄스

Description

영상 필터{Image Filter}
본 발명은 영상 필터에 관련된 것이다. 본 발명은 정보통신 연구 진흥원의 IT SOC 설계 기술 연구 사업의 일환으로 수행한 연구로부터 도출된 것이다. [과제 관리 번호: 2009-8-0068, 과제명: IT SOC 설계 기술 연구]
최근 각종 디스플레이 기기의 대형화와 디지털화에 따라 고화질을 구현할 수 있는 디스플레이 기기에 대한 요구가 커지고 있다. 화질 열화를 일으키는 원인에는 여러 가지 요소가 있지만 영상 신호에 인가되는 노이즈의 제거는 디스플레이 기기의 화질을 개선하기 위해 중요한 문제이다.
특히, 디스플레이 장치 주변의 각종 기기들에 의해서 생기는 임펄스성 노이즈에 대해서는 노이즈 검출에 상당한 어려움이 따른다. 임펄스성 노이즈를 제거하기 위해 많은 연구들이 진행 중이다.
본 발명의 일 기술적 과제는 고신뢰성을 갖는 잡음 검출과 제거 방법 및 그 방법을 이용한 장치를 제공하는 데 있다.
본 발명의 다른 기술적 과제는 실시간 처리를 위해 하드웨어로 구현이 용이한 잡음 검출 및 제거 방법을 제공하는 데 있다.
본 발명의 또 다른 기술적 과제는 보편적인 잡음 모델에 적용 가능한 잡음 검출과 제거 방법 및 그 방법을 이용한 장치를 제공하는 데 있다.
상기 기술적 과제를 달성하기 위해 본 발명은 잡음 검출 및 제거 장치를 제공한다. 상기 잡음 검출 및 제거 장치는 피검출 화소를 중심으로 n × n 마스크를 설정하고, 상기 n × n 마스크 내에 존재하는 화소들의 화소 값에 따른 화소의 수를 나타내는 히스토그램을 구하는 제1 히스토그램 연산자, 상기 히스토그램에서 상기 화소 값이 0 일 때부터 상기 화소 값이 증가하는 방향으로 상기 화소의 누적 수를 더하여 상기 화소의 누적 수가
Figure 112009076998866-pat00003
의 값보다 크되 상기
Figure 112009076998866-pat00004
과 가장 인접한 화소 값을 갖는 제1 중간값 및 서로 인접한 상기 화소 값들의 차이를 구하여, 상기 화소 값이 0 일 때부터 상기 제1 중간값까지의 범위에서 상기 화소 값들의 차이가 최대가 되는 화소 값을 갖는 제1 기준값 및 상기 제1 중간값부터 상기 화소 값이 최대값일 때까지의 범위에서 상기 화소 값들의 차이가 최대가 되는 화소값을 갖는 제2 기준값을 구하는 제1 연산자, 상기 피검출 화소의 상위 행(row)에 존재하는 화소들을 이용하여 잡음 밀도를 구하는 잡음 밀도 연산자, 상기 피검출 화소를 중심으로 상기 잡음 밀도에 따라 t × t 마스크를 설정하고, 상기 t × t 마스크 내에 존재하는 화소들의 화소 값에 따른 화소의 수를 나타내는 제2 히스토그램을 구하는 제2 히스토그램 연산자, 상기 제2 히스토그램에서 상기 화소 값이 0 일 때부터 상기 화소 값이 증가하는 방향으로 상기 화소의 수를 더하여 상기 화소의 수가
Figure 112009076998866-pat00005
의 값보다 크되 상기
Figure 112009076998866-pat00006
과 가장 인접한 화소 값을 갖는 제2 중간값 및 서로 인접한 상기 화소 값들의 차이를 구하여, 상기 화소 값이 0 일 때부터 상기 제2 중간값까지의 범위에서 상기 화소 값들의 차이가 최대가 되는 화소 값을 갖는 제3 기준값 및 상기 제2 중간값부터 상기 화소 값이 최대값일때까지의 범위에서 상기 화소 값들의 차이가 최대가 되는 화소값을 갖는 제4 기준값을 구하는 제2 연산자 및 상기 피검출 화소의 화소값이 상기 제1 기준값과 상기 제2 기준값 사이 및 상기 제3 기준값과 상기 제4 기준값 사이에 있는지 판단하는 잡음 검출기를 포함하되, 상기 n 및 t는 1 이상의 정수이다.
상기 잡음 검출 및 제거 장치는 피제거 화소를 중심으로 3×3 마스크, 5×5 마스크 및 7×7 마스크를 설정하고, 상기 3×3 마스크, 상기 5×5 마스크 및 상기 7×7 마스크 내에 비잡음 화소의 수를 계산하는 마스크 사이즈 및 비잡음 화소 연 산자, 상기 3×3 마스크, 상기 5×5 마스크 및 상기 7×7 마스크 내에 존재하는 하나의 이상의 비잡음 화소를 이용하여 상기 피제거 화소의 화소값을 보정하는 중심 가중 평균 필터(center weighted median filter), 상기 피제거 화소의 상위 행(row)에 존재하고 상기 피제거 화소와 인접한 3개의 화소값 및 상기 피제거 화소의 상위 행(row)에 존재하고 인접한 1개의 화소 값의 합의 평균 값을 상기 피제거 화소의 화소값으로 대체하는 보정 화소 이용 연산자 및 상기 중심 가중 평균 필터(center weighted median filter)의 출력 값 및 상기 보정 화소 이용 연산자의 출력 값을 처리하는 잡음 제거 데이터 발생기를 더 포함할 수 있다.
상기 제1 히스토그램 연산자 및 상기 제2 히스토그램 연산자는 상기 피검출 화소의 상위 행(row)에 배치된 화소들의 보정된 화소 값을 이용하여 상기 제1 히스토그램 및 상기 제2 히스토그램을 구할 수 있다.
상기 잡음 밀도 연산자는 상기 피검출 화소의 상위 6개의 행(row)에 포함된 화소들을 이용할 수 있다.
상기 기술적 과제를 달성하기 위해 본 발명은 잡음 검출 장치를 제공한다. 상기 잡음 검출 장치는 피검출 화소를 중심으로 n × n 마스크를 설정하고, 상기 n × n 마스크 내에 존재하는 화소들의 화소 값에 따른 화소의 수를 나타내는 히스토그램을 구하는 히스토그램 연산자, 상기 히스토그램에서 상기 화소 값이 0 일 때부터 상기 화소 값이 증가하는 방향으로 상기 화소의 수를 더하여 상기 화소의 누적 수가
Figure 112009076998866-pat00007
의 값보다 크되 상기
Figure 112009076998866-pat00008
과 가장 인접한 화소 값을 갖는 중간값을 구하는 중간값 연산자를 포함한다.
본 발명에 따르면, 히스토그램을 이용하여 효과적인 방법으로 중간값을 구하여 연산량을 감소시킬 수 있어, 하드웨어 설계가 용이하고, 다양한 잡음 모델에 적용이 가능한 고신뢰성을 갖는 잡음 검출 및 제거 장치가 제공될 수 있다.
이하, 첨부된 도면을 참조하여 본 발명의 실시 예를 상세히 설명하기로 한다. 그러나 본 발명은 여기서 설명되는 실시 예에 한정되지 않고 다른 형태로 구체화될 수도 있다. 오히려, 여기서 소개되는 실시 예는 개시된 내용이 철저하고 완전해 질 수 있도록 그리고 당업자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 제공되는 것이다. 또한, 실시 예에 따른 것이기 때문에, 설명의 순서에 따라 제시되는 참조 부호는 그 순서에 반드시 한정되지는 않는다. 도면들에 있어서, 막 및 영역들의 두께는 명확성을 기하기 위하여 과장된 것이다. 또한, 막이 다른 막 또는 기판상에 있다고 언급되는 경우에 그것은 다른 막 또는 기판 상에 직접 형성될 수 있거나 또는 그들 사이에 제 3의 막이 개재될 수도 있다. 본 명세서에서 '및/또는' 이란 표현은 전후에 나열된 구성요소들 중 적어도 하나를 포함하는 의미로 사용된다.
본 발명의 실시 예에 따른 잡음 검출 방법이 설명된다. 도 1 은 본 발명의 실시 예에 따른 잡음 검출 방법을 설명하기 위한 순서도이다.
도 1 을 참조하면, S110 단계에서는, 피검출 화소가 설정될 수 있다. 상기 피검출 화소를 중심으로 n×n 마스크 사이즈가 설정될 수 있다. 상기 n은 이상의 정수 일 수 있다. 예를 들어, 상기 n은 21일 수 있다.
S120 단계에서는, 상기 n×n 마스크의 히스토그램이 구해질 수 있다. 상기 히스토그램은 상기 n×n 마스크 내에 존재하는 화소들의 화소 값에 따른 화소의 수를 나타낼 수 있다. 예를 들어, 8 비트(bit)인 경우, 상기 n×n 마스크 내에 존재하는 화소들의 화소값들은 0~255 일 수 있다. 상기 피검출 화소의 상위 행(row)에 배치된 화소들은잡음이 제거되어 보정된 화소 값을 가질 수 있다. 이 경우, 상기 S120 단계에서는 상기 n×n 마스크 내에 존재하고, 상기 피검출 화소의 상위 행(row)에 배치된 화소들의 보정된 화소 값을 이용하여, 상기 히스토그램을 구할 수 있다.
S130 단계에서는, 상기 S120 단계에서 구해진 상기 히스토그램을 이용하여 상기 n×n 마스크의 화소 값들의 중간값이 구해질 수 있다. 상기 중간값은 상기 화소 값이 0일 때부터 상기 화소 값이 증가하는 방향으로 상기 화소의 수를 더하여 상기 화소의 누적 수가
Figure 112009076998866-pat00009
의 값보다 크되, 상기
Figure 112009076998866-pat00010
과 가장 인접합 화소 값일 수 있다. 예를 들어, 5×5 마스크로 설정되고, 8 비트(bit)인 경우, 아래 와 같이 중간값이 구해질 수 있다.
Figure 112009076998866-pat00011
Figure 112009076998866-pat00012
여기서 W 는 상기 5×5 마스크 내의 화소들의 화소값을 나타내고, MINDEX 는 상기
Figure 112009076998866-pat00013
값을 나타내고, HDATA 는 화소의 수를 나타내고, HINDEX는 화소 값을 나타낸다. 상술된 예에서,
Figure 112009076998866-pat00014
값이 12.5 이므로, 화소의 수가 12.5보다 크되, 12.5와 가장 인접한 1에서의 화소 값 81이 중간값이 된다.
상기 중간값을 이용하여 제1 기준 값 및 제2 기준 값을 구할 수 있다. 상기 제1 기준 값은 상기 화소 값이 0 일 때부터 상기 중간값까지의 범위에서 상기 화소 값들의 차이가 최대가 되는 화소 값일 수 있다. 상기 제2 기준 값은 상기 제1 중간값부터 상기 화소 값이 최대값일때까지의 범위에서 상기 화소 값들의 차이가 최대가 되는 화소 값일 수 있다. 예를 들어, 8 비트(bit)) 인 경우, 상기 최대값은 255일 수 있다. 상술된 예에 따르면, 상기 제1 중간값은 29이고, 상기 제2 중간값은 81이 된다.
상기 중간값, 상기 제1 기준값 및 상기 제2 기준값을 구한 후에, 상기 피검출 화소의 화소 값이 상기 제1 기준값 및 상기 제2 기준값 내에 있는지 판단하게 된다. 상기 피검출 화소의 화소 값이 상기 제1 기준값 및 상기 제2 기준값 사이에 있는 경우, 상기 피검출 화소는 비잡음으로 판단된다. 이와는 달리 상기 피검출 화소의 화소 값이 상기 제1 기준값 및 상기 제2 기준값 사이에 있지 않은 경우, S140 단계로 진행될 수 있다.
S140 단계에서는 잡음 밀도(noise density)가 예측될 수 있다. 상기 잡음 밀도는 상기 피검출 화소의 상위 행(row)에 존재하는 화소들을 이용할 수 있다. 예를 들어, 상기 피검출 화소의 상위 6개의 행(row)에 포함된 화소들을 이용하여 상기 잡음 밀도(noise density)가 예측될 수 있다.
S150 단계에서는 예측된 상기 잡음 밀도(noise density)에 따라 피검출 화소의 잡음 재검출의 필요 여부가 판단된다. 상기 잡음 밀도(noise density)가 일정 값 이상인 경우, 피검출 화소는 잡음으로 판단될 수 잇다. 예를 들어, 상기 잡음 밀도(noise density)가 75% 이상인 경우, 잡음 재검출은 불필요하고, 상기 피검출 잡음은 잡음으로 판단될 수 있다. 이와는 달리, 상기 잡음 밀도(noise density)가 일정 값 이하인 경우, 상기 피검출 잡음은 잡음 재검출이 필요할 수 있다.
S160 단계에서는, 잡음 재검출이 필요한 것으로 판단받은 상기 피검출 화소의 잡음 재검출이 수행될 수 있다. 상기 S140 단계에서 예측된 상기 잡음 밀도(noise density)를 기준으로 상기 피검출 화소를 중심으로 마스크 사이즈를 재설정 할 수 있다. 상기 잡음 밀도(noise density)가 높을수록 상기 마스크 사이즈는 점점 커질 수 있다. 예를 들어, 상기 잡음 밀도(noise density)가 20%~40% 사이에 있는 경우 상기 마스크 사이즈는 7×7 일 수 있고, 상기 잡음 밀도(noise density)가 40%~50% 인 경우, 상기 마스크 사이즈는 9×9 일 수 있다. 재설정된 상기 마스크 사이즈를 기준으로 상기 S210 단계에서 수해된 것과 동일한 방법으로 중간값, 제1 기준값 및 제2 기준값이 설정되고, 피검출 화소의 잡음 여부가 검출될 수 있다.
본 발명의 실시 예에 따른 잡음 검출기가 설명된다. 도 2 는 본 발명의 실시 예에 따른 잡음 검출기를 설명하기 위한 도면이다.
도 2 를 참조하면, 본 발명의 실시 예에 따른 잡음 검출기는 제1 히스토그램 연산자(110), 제1 연산자(120), 잡음 밀도 연산자(130), 제2 히스토그램 연산자(140), 제2 연산자(150) 및 잡음 검출기(160)를 포함할 수 있다.
상기 제1 히스토그램 연산자(110)로 n×n 마스크 내에 포함된 화소들의 화소 값들이 입력될 수 있다. 상기 제1 히스토그램 연산자(110)는 상기 n×n 마스크의 제1 히스토그램을 구할 수 있다. 상기 제1 히스토그램은 상기 n×n 마스크 내에 존재하는 화소들의 화소 값에 따른 화소의 수를 나타낼 수 있다. 예를 들어, 8 비 트(bit)인 경우, 상기 n×n 마스크 내에 존재하는 화소들의 화소값들은 0~255 일 수 있다. 상기 피검출 화소의 상위 행(row)에 배치된 화소들은 잡음이 제거되어 보정된 화소 값을 가질 수 있다. 이 경우, 상기 제1 히스토그램 연산자(110) 상기 n×n 마스크 내에 존재하고, 상기 피검출 화소의 상위 행(row)에 배치된 화소들의 보정된 화소 값을 이용하여, 상기 제1 히스토그램을 구할 수 있다.
상기 제1 히스토그램 연산자(110)에서 구해진 상기 제1 히스토그램 데이터는상기 제1 연산자(120)로 입력될 수 있다. 상기 제1 연산자(120)는 상기 제1 히스토그램을 이용하여 상기 n×n 마스크의 화소 값들의 제1 중간값을 구할 수 있다. 상기 제1 중간값은 상기 화소 값이 0일 때부터 상기 화소 값이 증가하는 방향으로 상기 화소의 수를 더하여 상기 화소의 수가
Figure 112009076998866-pat00015
의 값보다 크되, 상기
Figure 112009076998866-pat00016
과 가장 인접한 화소 값일 수 있다. 상기 제1 연산자(120)는 상기 제1 중간값을 이용하여 제1 기준값 및 제2 기준값을 구할 수 있다. 상기 제1 기준값은 상기 화소 값이 0 일 때부터 상기 제1 중간값까지의 범위에서 상기 화소 값들의 차이가 최대가 되는 화소 값일 수 있다. 상기 제2 기준값은 상기 제1 중간값부터 상기 화소 값이 최대값일때까지의 범위에서 상기 화소 값들의 차이가 최대가 되는 화소 값일 수 있다. 상기 제1 연산자(120)에서 구해진 상기 제1 기준값 및 상기 제2 기준값은 상기 잡음 검출기(160)로 입력될 수 있다.
상기 잡음 밀도 연산자(130)로 상기 n×n 마스크 내에 포함된 화소들의 화소 값들이 입력될 수 있다. 상기 잡음 밀도 연산자(130)는 잡음 밀도(noise density)를 예측할 수 있다. 상기 잡음 밀도는 상기 피검출 화소의 상위 행(row)에 존재하는 화소들을 이용하여 구해질 수 있다. 예를 들어, 상기 피검출 화소의 상위 6 개의 행(row)에 포함된 화소들을 이용하여 상기 잡음 밀도(noise density)가 구해질 수 있다. 상기 잡음 밀도(noise density) 데이터는 상기 제2 히스토그램 연산자(140)로 입력될 수 있다.
상기 제2 히스토그램 연산자(140)는 입력된 상기 잡음 밀도를 참조하여 상기 피검출 화소를 중심으로 t×t 마스크 사이즈를 재설정할 수 있다. 상기 잡음 밀도(noise density)가 높을수록 상기 마스크 사이즈는 점점 커질 수 있다. 예를 들어, 상기 잡음 밀도가 20%~40% 사이에 있는 경우 상기 마스크 사이즈는 7×7 일 수 있고, 상기 잡음 밀도가 40%~50% 인 경우, 상기 마스크 사이즈는 9×9 일 수 있다. 상기 제2 히스토그램 연산자(140)는 상기 t×t 마스크의 제2 히스토그램을 구할 수 있다. 상기 제2 히스토그램은 상기 t×t 마스크 내에 존재하는 화소들의 화소 값에 따른 화소의 수를 나타낼 수 있다. 상기 피검출 화소의 상위 행(row)에 배치된 화소들은 잡음이 제거되어 보정된 화소 값을 가질 수 있다. 이 경우, 상기 제2 히스토그램 연산자(140) 상기 t×t 마스크 내에 존재하고, 상기 피검출 화소의 상위 행(row)에 배치된 화소들의 보정된 화소 값을 이용하여, 상기 제2 히스토그램을 구할 수 있다. 상기 제2 히스토그램 연산자(140)에서 구해진 상기 제2 히스토그램 데이터는상기 제2 연산자(150)로 입력될 수 있다.
상기 제2 연산자(150)는 상기 제2 히스토그램을 이용하여 상기 t×t 마스크 의 화소 값들의 제2 중간값을 구할 수 있다. 상기 제2 중간값은 상기 화소 값이 0일 때부터 상기 화소 값이 증가하는 방향으로 상기 화소의 수를 더하여 상기 화소의 누적 수가
Figure 112009076998866-pat00017
의 값보다 크되, 상기
Figure 112009076998866-pat00018
과 가장 인접합 화소 값일 수 있다. 상기 제2 연산자(150)는 상기 제2 중간값을 이용하여 제3 기준값 및 제4 기준값을 구할 수 있다. 상기 제3 기준값은 상기 화소 값이 0 일 때부터 상기 제2 중간값까지의 범위에서 상기 화소 값들의 차이가 최대가 되는 화소 값일 수 있다. 상기 제4 기준값은 상기 제2 중간값부터 상기 화소 값이 최대값일 때까지의 범위에서 상기 화소 값들의 차이가 최대가 되는 화소 값일 수 있다. 상기 제3 기준값 및 상기 제4 기준값은 상기 잡음 검출기(160)로 입력될 수 있다.
상기 잡음 검출기(160)는 입력된 상기 피검출 화소의 화소 값과 상기 제1 내지 제4 기준값을 비교할 수 있다. 상기 피검출 화소의 화소 값이 상기 제1 기준값 및 상기 제2 기준값 사이에 있는지 판단할 수 있다. 상기 피검출 화소의 화소 값이 상기 제1 기준값 및 상기 제2 기준값 사이에 있는 경우, 상기 피검출 화소의 화소값은 비잡음이다. 상기 피검출 화소의 화소 값이 상기 제1 기준값 및 상기 제2 기준값 사이에 있지 않은 경우, 상기 잡음 검출기(160)는 상기 피검출 화소의 화소 값이 상기 제3 기준값 및 상기 제4 기준값 사이에 있는지 판단하여 상기 피검출 화소의 화소 값이 잡음인지 비잡음인지 판단할 수 있다.
본 발명의 실시 예에 따르면, 잡음 검출의 연산량을 대폭감소시킴과 동시에 다양한 잡음 모델에 적합하고 고신뢰성을 가지며, 하드웨어로 구현이 용이한 잡음 검출 장치가 제공될 수 있다.
본 발명의 실시 예에 따른 잡음 제거 방법이 설명된다. 도 3은 본 발명의 실시 예에 따른 잡음 제거 방법을 설명하기 위한 순서도이다.
도 3 을 참조하면, S210 단계에서는, 피제거 화소의 화소 값이 잡음인지 판단될 수 있다. 상기 피제거 화소 값이 비잡음인 경우, 상기 피제거 화소는 영상으로 출력될 수 있다. 상기 피제거 화소 값이 잡음인 경우, S220 단계로 진행된다.
S220 단계에서는, 상기 피제거 화소를 중심으로 3×3 마스크가 설정될 수 있다.
S230 단계에서는 상기 3×3 마스크 내에 비잡음 화소의 수가 3 미만이고, 상기 마스크 사이즈가 7×7 미만인지 판단될 수 있다. 상기 3×3 마스크 내에 비잡음 화소의 수가 3 미만이고, 상기 마스크 사이즈가 7×7 미만인 경우, S235 단계로 진행될 수 있다.
상기 S235 단계에서는 상기 3×3 마스크 사이즈의 크기가 2 증가될 수 있다. 상기 3×3 마스크는 상기 피제거 화소를 중심으로 5×5 마스크가 설정될 수 있다.
다시 S230 단계에서는, 상기 5×5 마스크내에 비잡음 화소의 수가 3 미만이고, 상기 마스크 사이즈가 7×7 미만인지 판단될 수 있다. 상기 5×5 마스크 내에 비잡음 화소의 수가 3이상인 경우, S240 단계로 진행하고, 그렇지 않은 경우, 다시 S235 단계로 진행하여 마스크 사이즈가 커질 수 있다. 다시 S235 단계로 진행된 경우, 상기 피제거 화소를 중심으로 7×7 마스크가 설정될 수 있고, 다시 S230 단계 를 지나 S240 단계로 진행할 수 있다. 본 발명에 따른 잡음 제거 방법은 최대 마스크 사이즈가 7×7로 설정될 수 있다.
S240 단계에서는 상기 피제거 화소를 중심으로 설정된 마스크 내에 비잡음 화소의 존부를 판단할 수 있다. 상기 피제거 화소를 중심으로 설정된 마스크 내에 비잡음 화소가 존재하지 않는 경우, S250 단계로 진행한다. 상기 피제거 화소를 중심으로 설정된 마스크 내에 비잡음 화소가 존재하는 경우, S260 단계로 진행한다.
S250 단계에서는, 상기 피제거 화소와 인접한 상위 3개의 화소를 이용하여 피제거 화소의 화소 값을 보정할 수 있다. 상기 피제거 화소의 상부에 위치하고, 인접한 3개의 화소의 화소 값 및 상기 피제거 화소의 상부에 위치하고 인접한 1개의 화소의 화소 값의 평균값으로 상기 피제거 화소의 화소 값이 보정될 수 있다.
S260 단계에서는, 상기 피제거 화소를 중심으로 설정된 마스크 내에 존재하는 비잡음 화소를 이용하여 피제거 화소의 화소 값이 보정될 수 있다. 예를 들어, 상기 비잡음 화소(들) 및 공지된 중심 가중 평균 필터(center weighted median filter)를 이용하여 상기 피제거 화소의 화소 값이 보정될 수 있다.
S270 단계에서는 보정된 상기 피제거 화소의 화소 값 및 비잡음 화소 값이 영상으로 출력될 수 있다.
본 발명의 실시 예에 따른 잡음 제거 장치가 설명된다. 도 4 는 본 발명의 실시 예에 따른 잡음 제거 장치를 설명하기 위한 도면이다.
도 4 를 참조하면, 본 발명의 실시 예에 따른 잡음 제거 장치는 마스크 사이즈 및 비잡음 화소 연산자(210), 중심 가중 평균 필터(220), 보정 화소 이용 연산 자(230) 및 잡음 제거 데이터 발생기(240)를 포함할 수 있다.
상기 마스크 사이즈 및 비잡음 화소 연산자(210)로 화소들의 화소 값들이 입력될 수 있다. 상기 마스크 사이즈 및 비잡음 화소 연산자(210)는 피제거 화소를 중심으로 3×3 마스크, 5×5 마스크 및 7×7 마스크를 설정할 수 있다. 상기 마스크 사이즈 및 상기 비잡음 화소 연산자(210) 상기 3×3 마스크, 상기 5×5 마스크 및 상기 7×7 마스크 내에 비잡음 화소의 수를 계산할 수 있다.
상기 마스크 사이즈 및 비잡음 화소 연산자(210)는 상기 7×7 마스크 내에 비잡음 화소가 없는 경우, 상기 마스크 사이즈 및 비잡음 화소 연산자(210)의 출력 데이터는 상기 보정 화소 이용 연산자(230)로 입력될 수 있다.
상기 3×3 마스크, 상기 5×5 마스크 및 상기 7×7 마스크 내에 비잡음 화소가 있는 경우, 상기 마스크 사이즈 및 비잡음 화소 연산자(210)의 출력 데이터는 상기 중심 가중 평균 필터(cneter weighted median filter, 220)로 입력될 수 있다. 구체적으로, 상기 마스크 사이즈 및 비잡음 화소 연산자(210)는 상기 3×3 마스크, 상기 5×5 마스크, 및 상기 7×7 마스크 내의 비잡음 화소의 수를 동시에 계산할 수 있다. 상기 마스크 사이즈 및 비잡음 화소 연산자(210)는 상기 3×3 마스크에 포함된 화소들 중에 3개 이상의 비잡음 화소가 존재하는 경우, 그 결과값을 상기 중심 가중 평균 필터(220)로 입력시킬 수 있다. 그렇지 않은 경우, 상기 5×5 마스크에 포함된 화소들 중에서 3개 이상의 비잡음 화소가 존재하는 경우, 그 결과값을 상기 중심 가중 평균 필터(220)로 입력시킬 수 있다. 그렇지 않은 경우, 상기 7×7 마스크에 포함된 화소들 중에서 1개 이상의 비잡음 화소가 존재하는 경우, 그 결과값을 상기 중심 가중 평균 필터(220)로 입력시킬 수 있다.
상기 보정 화소 이용 연산자(230)는 상기 피제거 화소와 인접한 상위 3개의 화소의 화소 값을 이용하여 피제거 화소의 화소 값을 보정할 수 있다. 상기 피제거 화소의 상부에 위치하고, 인접한 3개의 화소의 화소 값 및 상기 피제거 화소의 상부에 위치하고 인접한 1개의 화소의 화소 값의 평균값으로 상기 피제거 화소의 화소 값이 보정될 수 있다. 보정된 상기 피제거 화소의 화소 값은 상기 잡음 제거 데이터 발생기(240)로 입력될 수 있다.
상기 중심 가중 평균 필터(220)는 상기 3×3 마스크, 상기 5×5 마스크 또는 상기 7×7 마스크 내에 존재하는 비잡음 화소를 이용하여 상기 피제거 화소의 화소 값을 보정할 수 있다. 상기 중심 가중 평균 필터(220)는 공지된 중심 가중 평균 필터(220)중의 하나 일 수 있다. 보정된 상기 피제거 화소의 화소 값은 상기 잡음 제거 데이터 발생기(240)로 입력될 수 있다.
상기 잡음 제거 데이터 발생기(240)는 입력된 데이터를 처리하여 영상으로 출력할 수 있다.
본 발명의 실시 예에 따른 잡음 검출 및 제거 장치의 시뮬레이션 결과가 설명된다. 도 5 는 본 발명의 실시 예에 따른 잡음 검출 및 제거 장치의 시뮬레이션 결과를 설명하기 위한 도면이다.
도 5 를 참조하면, a)는 원본 사진이고, b)는 80%의 노이즈가 부가된 사진이고, c)는 종래 방법의 잡음 검출 및 제거 방법이 적용된 사진이고, d)는 본 발명의 잡음 검출 및 제거 방법이 적용된 사진이다. 도 5 에서 알 수 있듯이, 본 발명에 따른 잡음 검출 및 제거 장치 및 방법에 따르면, 원본 사진의 고주파 성분을 잘 보존되고, 영상의 보정에 따른 블러링(blurring)이 감소됨을 알 수 있다.
도 1 은 본 발명의 실시 예에 따른 영상 필터의 잡음 검출 방법을 설명하기 위한 순서도이다.
도 2 는 본 발명의 실시 예에 따른 영상 필터의 잡음 검출 장치를 설명하기 위한 도면이다.
도 3 은 본 발명의 실시 예에 따른 영상 필터의 잡음 제거 방법을 설명하기 위한 순서도이다.
도 4 는 본 발명의 실시 예에 따른 영상 필터의 잡음 제거 장치를 설명하기 위한 도면이다.

Claims (5)

  1. 피검출 화소를 중심으로 n × n 마스크를 설정하고, 상기 n × n 마스크 내에 존재하는 화소들의 화소 값에 따른 화소의 수를 나타내는 히스토그램을 구하는 제1 히스토그램 연산자;
    상기 히스토그램에서 상기 화소 값이 0 일 때부터 상기 화소 값이 증가하는 방향으로 상기 화소의 수를 더하여 상기 화소의 누적 수가
    Figure 112009076998866-pat00019
    의 값보다 크되 상기
    Figure 112009076998866-pat00020
    과 가장 인접한 화소 값을 갖는 제1 중간값 및 서로 인접한 상기 화소들의 화소 값들의 차이를 구하여, 상기 화소 값이 0 일 때부터 상기 제1 중간값까지의 범위에서 상기 화소 값들의 차이가 최대가 되는 화소 값을 갖는 제1 기준값 및 상기 제1 중간값부터 상기 화소 값이 최대값일 때까지의 범위에서 상기 화소 값들의 차이가 최대가 되는 화소값을 갖는 제2 기준값을 구하는 제1 연산자;
    상기 피검출 화소의 상위 행(row)에 존재하는 화소들을 이용하여 잡음 밀도를 구하는 잡음 밀도 연산자;
    상기 피검출 화소를 중심으로 상기 잡음 밀도에 따라 t × t 마스크를 설정하고, 상기 t × t 마스크 내에 존재하는 화소들의 화소 값에 따른 화소의 수를 나타내는 제2 히스토그램을 구하는 제2 히스토그램 연산자;
    상기 제2 히스토그램에서 상기 화소 값이 0 일 때부터 상기 화소 값이 증가하는 방향으로 상기 화소의 수를 더하여 상기 화소의 누적 수가
    Figure 112009076998866-pat00021
    의 값보다 크되 상기
    Figure 112009076998866-pat00022
    과 가장 인접한 화소 값을 갖는 제2 중간값 및 서로 인접한 상기 화소들의 화소 값들의 차이를 구하여, 상기 화소 값이 0 일 때부터 상기 제2 중간값까지의 범위에서 상기 화소 값들의 차이가 최대가 되는 화소 값을 갖는 제3 기준값 및 상기 제2 중간값부터 상기 화소 값이 최대값일때까지의 범위에서 상기 화소 값들의 차이가 최대가 되는 화소값을 갖는 제4 기준값을 구하는 제2 연산자; 및
    상기 피검출 화소의 화소값이 상기 제1 기준값과 상기 제2 기준값 사이 및 상기 제3 기준값과 상기 제4 기준값 사이에 있는지 판단하는 잡음 검출기를 포함하되, 상기 n 및 t는 1 이상의 정수인 잡음 검출 및 제거 장치.
  2. 제1 항에 있어서,
    피제거 화소를 중심으로 3×3 마스크, 5×5 마스크 및 7×7 마스크를 설정하고, 상기 3×3 마스크, 상기 5×5 마스크 및 상기 7×7 마스크 내에 비잡음 화소의 수를 계산하는 마스크 사이즈 및 비잡음 화소 연산자;
    상기 3×3 마스크, 상기 5×5 마스크 및 상기 7×7 마스크 내에 존재하는 하나의 이상의 비잡음 화소를 이용하여 상기 피제거 화소의 화소값을 보정하는 중심 가중 평균 필터(center weighted median filter);
    상기 피제거 화소의 상위 행(row)에 존재하고 상기 피제거 화소와 인접한 3개의 화소값 및 상기 피제거 화소의 상위 행(row)에 존재하고 인접한 1개의 화소 값의 합의 평균 값을 상기 피제거 화소의 화소값으로 대체하는 보정 화소 이용 연산자; 및
    상기 중심 가중 평균 필터(center weighted median filter)의 출력 값 및 상기 보정 화소 이용 연산자의 출력 값을 처리하는 잡음 제거 데이터 발생기를 더 포함하는 잡음 검출 및 제거 장치.
  3. 제1 항에 있어서,
    상기 제1 히스토그램 연산자 및 상기 제2 히스토그램 연산자는 상기 피검출 화소의 상위 행(row)에 배치된 화소들의 보정된 화소 값을 이용하여 상기 제1 히스토그램 및 상기 제2 히스토그램을 구하는 잡음검출 및 제거장치.
  4. 제1 항에 있어서,
    상기 잡음 밀도 연산자는 상기 피검출 화소의 상위 6개의 행(row)에 포함된 화소들을 이용하는 잡음 검출 및 제거 장치.
  5. 피검출 화소를 중심으로 n × n 마스크를 설정하고, 상기 n × n 마스크 내에 존재하는 화소들의 화소 값에 따른 화소의 수를 나타내는 히스토그램을 구하는 히스토그램 연산자;
    상기 히스토그램에서 상기 화소 값이 0 일 때부터 상기 화소 값이 증가하는 방향으로 상기 화소의 수를 더하여 상기 화소의 누적 수가
    Figure 112009076998866-pat00023
    의 값보다 크되 상기
    Figure 112009076998866-pat00024
    과 가장 인접한 화소 값을 갖는 중간값을 구하는 중간값 연산자를 포함하는 잡음 검출 장치.
KR1020090123865A 2009-12-14 2009-12-14 영상 필터 KR101072443B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090123865A KR101072443B1 (ko) 2009-12-14 2009-12-14 영상 필터

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090123865A KR101072443B1 (ko) 2009-12-14 2009-12-14 영상 필터

Publications (2)

Publication Number Publication Date
KR20110067315A KR20110067315A (ko) 2011-06-22
KR101072443B1 true KR101072443B1 (ko) 2011-10-11

Family

ID=44399781

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090123865A KR101072443B1 (ko) 2009-12-14 2009-12-14 영상 필터

Country Status (1)

Country Link
KR (1) KR101072443B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016190698A1 (ko) * 2015-05-27 2016-12-01 한양대학교 에리카산학협력단 잡음 제거를 위한 가중 미디언 필터링 방법 및 장치

Also Published As

Publication number Publication date
KR20110067315A (ko) 2011-06-22

Similar Documents

Publication Publication Date Title
KR101098169B1 (ko) 이미지 프로세싱 장치, 이미지 프로세싱 방법, 및 컴퓨터 판독가능 매체
KR101311613B1 (ko) 윤곽 보정 장치
US8406559B2 (en) Method and system for enhancing image sharpness based on local features of image
JP6046927B2 (ja) 画像処理装置及びその制御方法
US20120328193A1 (en) Method for enhancing image edge
US20080212889A1 (en) Method for reducing image noise
JP5455611B2 (ja) 画像処理装置、画像処理方法及びプログラム
CA2573629A1 (en) Line segment detector and line segment detecting method
US8055093B2 (en) Method and system for noise level detection in image data
US6667766B2 (en) Method of removing noise from image signal
CN102118547A (zh) 图像加权滤波的方法
WO2003088648A1 (fr) Detecteur de mouvement, systeme de traitement d'image, procede de detection de mouvement, programme, support d'enregistrement
US8090215B2 (en) Method and system for noise level detection in image data
JP6388507B2 (ja) 画像処理装置
KR101072443B1 (ko) 영상 필터
US8208753B2 (en) Method and system for noise level detection in image data
US9996906B2 (en) Artefact detection and correction
CN114693543B (zh) 图像降噪方法及装置、图像处理芯片、图像采集设备
JP3959547B2 (ja) 画像処理装置、画像処理方法、及び情報端末装置
JP2005149266A (ja) 画像処理装置、画像処理方法及び画像処理プログラム
JPH0816773A (ja) 画像処理方法
CN111445397A (zh) 平板探测器残影校正方法、装置、存储介质及医疗设备
JP2003274404A (ja) ブロックノイズ除去装置
JP2005303705A (ja) 画像処理装置および方法
JP2010072901A (ja) 画像処理装置およびその方法

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: 20140618

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20160105

Year of fee payment: 5

LAPS Lapse due to unpaid annual fee