KR101101441B1 - 노이즈 저감장치 및 방법 - Google Patents

노이즈 저감장치 및 방법 Download PDF

Info

Publication number
KR101101441B1
KR101101441B1 KR1020100087394A KR20100087394A KR101101441B1 KR 101101441 B1 KR101101441 B1 KR 101101441B1 KR 1020100087394 A KR1020100087394 A KR 1020100087394A KR 20100087394 A KR20100087394 A KR 20100087394A KR 101101441 B1 KR101101441 B1 KR 101101441B1
Authority
KR
South Korea
Prior art keywords
edge
filter
directions
pixel
image
Prior art date
Application number
KR1020100087394A
Other languages
English (en)
Inventor
김규원
정호섭
송인택
민경중
권태현
Original Assignee
삼성전기주식회사
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 삼성전기주식회사 filed Critical 삼성전기주식회사
Priority to KR1020100087394A priority Critical patent/KR101101441B1/ko
Priority to US13/118,691 priority patent/US8737758B2/en
Application granted granted Critical
Publication of KR101101441B1 publication Critical patent/KR101101441B1/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
    • 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
    • G06T2207/20192—Edge enhancement; Edge preservation

Landscapes

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

Abstract

노이즈 저감장치 및 방법이 개시된다. 노이즈 저감장치는, 이미지의 각 화소가 에지에 해당하는지 판단하는 에지판단모듈과, 이미지의 수직 및 수평의 2 방향으로 저역통과 필터링을 수행하되, 에지가 아니라고 판단된 화소에 대해서만 저역통과 필터링을 수행하는 저역통과필터모듈과, 2 방향으로 저역통과 필터링된 이미지 각각에 대하여, 전 영역에 대한 휘도의 평균과 소정의 크기를 가진 마스크 영역의 휘도 평균에 기초하여, 마스크 영역에 적용할 플렉시블한 크기의 필터를 선택하는 필터선택모듈과, 2 방향으로 저역통과 필터링된 이미지 각각에 대하여, 선택된 필터로 마스크 영역을 시그마 필터링하는 시그마필터모듈과, 2 방향으로 시그마 필터링된 이미지를 평균화시키는 평균화모듈을 포함함으로써, 적응적으로 노이즈를 저감할 수 있으며, 이미지의 흐려짐으로 인한 에지의 손실을 방지할 수 있다.

Description

노이즈 저감장치 및 방법{APPARATUS AND METHOD OF REDUCING NOISE}
본 발명은, 노이즈 저감에 관한 것으로서, 더욱 상세하게는 이미지의 밝기 및 방향성을 고려하여 영역별로 다른 크기의 플렉시블한 크기의 시그마 필터를 적용함으로써, 적응적으로 노이즈를 저감할 수 있는 노이즈 저감장치 및 방법에 관한 것이다.
최근 디지털 기기의 발달로 인하여 디지털 카메라 또는 핸드폰 등을 사용하여 언제 어디서나 쉽게 주변의 영상을 촬영할 수 있다. 이러한 디지털 카메라 또는 핸드폰과 같이 영상을 촬영할 수 있는 기기들은 그 내부에 영상을 촬영하기 위한 화상센서를 구비하고 있다.
이러한 화상센서로 촬영된 영상 데이터에 노이즈가 포함될 경우 촬영된 영상 데이터를 디스플레이하게 되면 정확한 영상을 출력하지 못하게 된다. 이에 따라, 현재 영상 데이터의 노이즈를 효과적으로 저감하여 정확한 영상을 출력하기 위한 연구가 진행되고 있다.
특히, 야간에 촬영된 영상의 경우 영상의 휘도나 방향성이 고려되지 않은 채 노이즈 저감이 수행되기 때문에 에지가 손상되거나 또는 영상이 전체적으로 흐려지는 문제점이 있다.
본 발명은 상기 문제점을 해결하기 위해 안출된 것으로, 이미지의 밝기 및 방향성을 고려하여 영역별로 적응적으로 노이즈를 저감할 수 있는 노이즈 저감장치 및 방법을 제공하는 것을 목적으로 한다.
또한, 본 발명은, 각 화소에 대하여 복수의 방향에서 에지를 판단하고 에지가 아니라고 판단된 화소에 대해서만 저역 통과 필터링을 수행하는 전처리 과정을 둠으로써 이미지의 흐려짐으로 인한 에지의 손실을 방지할 수 있는 노이즈 저감장치 및 방법을 제공하는 것을 목적으로 한다.
상기의 목적을 달성하기 위하여 본 발명에 따른 노이즈 저감장치는, 이미지의 각 화소가 에지에 해당하는지 판단하는 에지판단모듈과, 이미지의 수직 및 수평의 2 방향으로 저역통과 필터링을 수행하되, 에지가 아니라고 판단된 화소에 대해서만 저역통과 필터링을 수행하는 저역통과필터모듈과, 2 방향으로 저역통과 필터링된 이미지 각각에 대하여, 전 영역에 대한 휘도의 평균과 소정의 크기를 가진 마스크 영역의 휘도 평균에 기초하여, 마스크 영역에 적용할 플렉시블한 크기의 필터를 선택하는 필터선택모듈과, 2 방향으로 저역통과 필터링된 이미지 각각에 대하여, 선택된 필터로 마스크 영역을 시그마 필터링하는 시그마필터모듈과, 2 방향으로 시그마 필터링된 이미지를 평균화시키는 평균화모듈을 포함할 수 있다.
또한, 에지판단모듈은, 하나의 화소를 중심으로 복수의 방향에서 각 화소가 에지에 해당하는지 판단하며, 복수의 방향은, 수직, 수평 및 2개의 대각선의 4방향이며, 에지판단모듈은, 4방향 중 적어도 하나의 방향 이상에서 각 화소가 에지라고 판단되는 경우에 해당 화소를 에지로 판단할 수 있다.
또한, 에지판단모듈은, 이미지의 각 화소 정보에 에지 여부를 판별하기 위한 에지 판별 플래그를 포함시킬 수 있다.
또한, 시그마필터모듈은, 저역통과 필터링된 이미지의 전 영역에 대한 휘도의 평균에 각각 다른 값을 가진 복수의 계수를 곱한 값들과 소정의 크기를 가진 마스크 영역의 휘도 평균을 비교함으로써, 마스크 영역에 적용할 플렉시블한 크기의 필터를 선택할 수 있다.
본 발명의 다른 실시예에 따르면, 노이즈 저감방법이 제공되는데, 노이즈 저감방법은 (a) 이미지의 각 화소가 에지에 해당하는지 판단하는 단계와, (b) 이미지의 수직 및 수평의 2 방향으로 저역통과 필터링을 수행하되, 에지가 아니라고 판단된 화소에 대해서만 저역통과 필터링을 수행하는 단계와, (c) 2 방향으로 저역통과 필터링된 이미지 각각에 대하여, 전 영역에 대한 휘도의 평균과 소정의 크기를 가진 마스크 영역의 휘도 평균에 기초하여, 마스크 영역에 적용할 플렉시블한 크기의 필터를 선택하는 단계와, (d) 2 방향으로 저역통과 필터링된 이미지 각각에 대하여, 선택된 필터로 상기 마스크 영역을 시그마 필터링하는 단계와, (e) 2 방향으로 시그마 필터링된 이미지를 평균화시키는 단계를 포함할 수 있다.
또한, (a) 단계는, 하나의 화소를 중심으로 복수의 방향에서 각 화소가 에지에 해당하는지 판단하는 단계를 포함하며, 복수의 방향은, 수직, 수평 및 2개의 대각선의 4방향이며, 4방향 중 적어도 하나의 방향 이상에서 각 화소가 에지라고 판단되는 경우에 해당 화소를 에지로 판단할 수 있다.
또한, (a) 단계는, 이미지의 각 화소 정보에 에지 여부를 판별하기 위한 에지 판별 플래그를 포함시키는 단계를 더 포함할 수 있다.
또한, (c) 단계는, 저역통과 필터링된 이미지의 전 영역에 대한 휘도의 평균에 각각 다른 값을 가진 복수의 계수를 곱한 값들과 소정의 크기를 가진 마스크 영역의 휘도 평균을 비교함으로써, 마스크 영역에 적용할 플렉시블한 크기의 필터를 선택하는 단계를 포함할 수 있다.
본 발명에 따르면, 이미지의 밝기 및 방향성을 고려하여 영역별로 다른 크기의 플렉시블한 크기의 시그마 필터를 적용함으로써, 적응적으로 노이즈를 저감할 수 있다.
또한, 각 화소에 대하여 복수의 방향에서 에지를 판단하고 에지가 아니라고 판단된 화소에 대해서만 저역 통과 필터링을 수행하는 전처리 과정을 둠으로써 이미지의 흐려짐으로 인한 에지의 손실을 방지할 수 있다.
도 1은 본 발명의 실시예에 따른 노이즈 저감장치의 블록도이다.
도 2는 본 발명의 일 실시예에 따라 복수의 방향에서 에지를 판단하기 위한 필터를 예시한 것이다.
도 3은 본 발명의 일 실시예에 따라 에지로 판단된 화소 정보에 포함되는 에지 판별 플래그를 예시한 것이다.
도 4는 본 발명의 일 실시예에 따른 필터선택모듈에서 소정 크기의 필터를 선택하는 방법을 도시한 도면이다.
도 5는 본 발명의 일 실시예에 따른 마스크 영역과 이에 적용되는 다양한 크기를 가진 필터들을 예시한 것이다.
도 6은 본 발명의 일 실시예에 따라 노이즈 저감방법을 설명하는 흐름도이다.
이하 본 발명의 일 실시예를 첨부된 도면을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 실시예에 따른 노이즈 저감장치의 블록도이다. 노이즈 저감장치(100)는 에지판단모듈(110), 저역통과필터모듈(120), 필터선택모듈(130), 시그마필터모듈(140) 및 평균화모듈(150)을 포함할 수 있다. 한편, 도 2는 도 1의 에지판단모듈(110)에서 사용되는 필터들을 예시하고 있다. 그리고, 도 3은 본 발명의 일 실시예에 따라 에지로 판단된 화소 정보에 포함되는 에지 판별 플래그를 예시한 것이다. 도 4는 본 발명의 일 실시예에 따른 필터선택모듈에서 소정 크기의 필터를 선택하는 방법을 도시한 도면이며, 도 5는 본 발명의 일 실시예에 따른 마스크 영역과 이에 적용되는 다양한 크기를 가진 필터들을 예시한 것이다.
도 1을 참조하면, 에지판단모듈(110)은, 제1 내지 제4 방향 에지 판단부(111 내지 114)와 에지 판단부(115)를 포함하며, 입력된 이미지의 각 화소를 중심으로 복수의 방향에서 각 화소가 에지에 해당하는지 판단한다. 제1 내지 제4 방향 에지 판단부(111 내지 114)에서 사용되는 필터에 대해서는 도 2에서 예시적으로 도시하고 있다.
구체적으로, 제1 방향 에지 판단부(111)는, 도 2의 (a)에 도시된 바와 같은 수직방향의 필터를 사용하여 화소(P5)가 에지에 해당하는지를 판단한다. 판단결과는 에지판단부(115)로 전달된다. 이때 화소(P5)가 에지에 해당하는지를 판단하기 위해서 인접하는 화소들 중 현재 화소의 상하 화소(P2, P8)만이 고려될 수 있다.
제2 방향 에지 판단부(112)는, 도 2의 (b)에 도시된 바와 같은 수평방향의 필터를 사용하여 화소(P5)가 에지에 해당하는지를 판단한다. 판단결과는 에지판단부(115)로 전달된다. 이때 화소(P5)가 에지에 해당하는지를 판단하기 위해서 현재 화소의 인접하는 화소들 중 좌우 화소(P4, P6)만이 고려될 수 있다.
제3 방향 에지 판단부(113)는, 도 2의 (c)에 도시된 바와 같은 제1 대각선방향의 필터를 사용하여 화소(P5)가 에지에 해당하는지를 판단한다. 판단결과는 에지판단부(115)로 전달된다. 이때 화소(P5)가 에지에 해당하는지를 판단하기 위해서 현재 화소의 인접하는 화소들 중 제1 대각선 방향의 화소(P1, P9)만이 고려될 수 있다.
제4 방향 에지 판단부(114)는, 도 2의 (d)에 도시된 바와 같은 제2 대각선방향의 필터를 사용하여 화소(P5)가 에지에 해당하는지를 판단한다. 판단결과는 에지판단부(115)로 전달된다. 이때 화소(P5)가 에지에 해당하는지를 판단하기 위해서 현재 화소의 인접하는 화소들 중 제2 대각선 방향의 화소(P3, P3)만이 고려될 수 있다.
이러한 제1 내지 제4 방향 에지 판단부(111 내지 114)에서 사용되는 필터는 에지와 같은 고주파 성분을 판단하기 위한 고역통과필터일 수 있다.
한편, 제1 내지 제4 방향 에지 판단부(111 내지 114) 각각은 다음의 수학식 1에 의해 각 화소가 에지인지를 판단할 수 있다.
[수학식 1]
|HPF|≤기준값
여기서, |HPF|는 각 화소에 대하여 도 2와 같은 필터를 적용한 값의 절대값이며, 기준값은 일정한 값을 가진 휘도를 의미한다. 즉, 제1 내지 제4 방향 에지 판단부(111 내지 114) 각각은, |HPF| > 기준값인 경우는 에지가 아닌 것(예컨대, 노이즈 등)으로, |HPF| ≤ 기준값인 경우는 현재 화소가 에지인 것으로 판단할 수 있다.
한편, 에지 판단부(115)는, 제1 내지 제4 방향 에지 판단부(111 내지 114)로부터 전달받은 판단결과에 기초하여 현재 화소(P5)가 에지에 해당하는지 판단한다.
구체적으로, 에지 판단부(115)는, 제1 내지 제4 방향 에지 판단부(111 내지 114)로부터 전달받은 판단결과를 OR 처리할 수 있다. 즉, 제1 내지 제4 방향 에지 판단부(111 내지 114) 중 어느 하나라도 현재 화소(P5)가 에지라고 판단한 경우에는, 에지 판단부(115)는 현재 화소(P5)를 에지로 판단할 수 있다. 다른 실시예로 에지 판단부(115)는, 제1 내지 제4 방향 에지 판단부(111 내지 114)로부터 전달받은 판단결과를 AND 처리할 수도 있다. 이 경우에는 제1 내지 제4 방향 에지 판단부(111 내지 114)가 모두 에지라고 판단한 경우에만 에지 판단부(115)는 현재 화소(P5)를 에지로 판단한다. 상술한 OR 또는 AND 처리는 일 예시에 불과하며, 필요에 따라 다양한 실시예로 변형실시될 수 있을 것이다.
또한, 에지 판단부(115)는 각 화소가 에지에 해당하는지에 대한 정보를 각 화소의 화소정보에 포함시켜 저역통과필터모듈(120)로 전달한다. 구체적으로 에지 판별 플래그를 화소정보에 포함시키는데, 이에 대해서는 도 3을 참조하여 설명하기로 한다.
도 3은 본 발명의 일 실시예에 따라 에지로 판단된 화소 정보에 포함되는 에지 판별 플래그를 예시한 것이다.
도 3을 참조하면, 각 화소의 정보는 10비트(b0 내지 b9)로 표현될 수 있으며, 특히 각 화소가 에지에 해당하는지를 나타내는 에지 판별 플래그는 최상위 비트인 MSB(Most Significant Bit)에 포함될 수 있다. 예컨대, 최상위 비트(MSB)인 에지 판별 플래그가 0인 경우는 에지가 아님을, 에지 판별 플래그가 1인 경우는 에지임을 의미할 수 있다. 상술한 에지 판별 플래그의 위치는 예시에 불과하며, 최하위 비트(LSB: Least Significant Bit)에 포함될 수도 있을 것이다.
상술한 바와 같이, 각 화소가 에지에 해당하는지를 복수의 방향에서 판단함으로써, 입력된 이미지의 특성을 고려할 수 있어 에지 판단의 정확도를 높일 수 있는 장점이 있다. 또한, 에지 판별 플래그를 화소 정보에 포함시킴으로써, 저역통과필터모듈(120)은 에지 판별 플래그에 기초하여 저역통과 필터링을 수행할 수 있는 장점이 있다.
다시 도 1을 참조하면, 저역통과필터모듈(120)은, 제1 저역통과필터(121)와 제2 저역통과필터(122)를 포함하며, 이미지의 수직 및 수평의 2 방향으로 저역통과 필터링을 수행하되, 에지가 아니라고 판단된 화소에 대해서만 저역통과 필터링을 수행한다.
구체적으로 저역통과필터모듈(120) 중 제1 저역통과필터(121)는, 에지판단모듈(110)로부터 이미지의 각 화소가 에지에 해당하는지를 나타내는 에지 판별 플래그를 전달받고, 전달받은 에지 판별 플래그에 기초하여 이미지의 수평방향으로 저역통과필터링을 수행한다. 구체적으로, 에지 판별 플래그가 1인 화소(즉, 에지인 화소)에 대해서는 저역통과필터링을 수행하지 않으며, 에지 판별 플래그가 0인 화소(즉, 에지가 아닌 화소)에 대해서만 저역통과필터링을 수행한다. 수평방향으로 저역통과필터링된 이미지는 제1 필터 선택부(131)로 전달된다.
마찬가지로, 저역통과필터모듈(120) 중 제2 저역통과필터(122)는, 에지판단모듈(110)로부터 이미지의 각 화소가 에지에 해당하는지를 나타내는 에지 판별 플래그를 전달받고, 전달받은 에지 판별 플래그에 기초하여 이미지의 수직방향으로 저역통과필터링을 수행한다. 즉, 에지 판별 플래그가 1인 화소(즉, 에지인 화소)에 대해서는 저역통과필터링을 수행하지 않으며, 에지 판별 플래그가 0인 화소(즉, 에지가 아닌 화소)에 대해서만 저역통과필터링을 수행한다. 수직방향으로 저역통과필터링된 이미지는 제1 필터 선택부(131)로 전달된다.
상술한 바와 같이, 저역통과 필터링을 에지가 아닌 화소에 대해서만 수행함으로써, 에지를 보존할 수 있으며, 이를 통해 이미지가 흐려지는 것을 방지하여 더욱 선명한 이미지를 얻을 수 있다.
한편, 필터선택모듈(130)은, 제1 필터 선택부(131)과 제2 필터 선택부(132)를 포함하며, 2 방향으로 저역통과 필터링된 이미지 각각에 대하여, 전 영역에 대한 휘도의 평균과 소정의 크기를 가진 마스크 영역의 휘도 평균에 기초하여, 마스크 영역에 적용할 플렉시블한 크기의 필터를 선택한다.
구체적으로, 필터선택모듈(130) 중 제1 필터 선택부(131)는, 제1 저역통과 필터(121)로부터 전달받은 수평방향으로 저역통과 필터링된 이미지의 밝기 및 방향성을 고려하여 영역별로 다른 크기의 플랙시블한 필터를 선택한다. 선택된 필터는 시그마 필터 모듈(140)의 제1 시그마 필터(141)로 전달된다.
마찬가지로, 필터선택모듈(130) 중 제2 필터 선택부(132)는, 제2 저역통과 필터(122)로부터 전달받은 수직방향으로 저역통과 필터링된 이미지의 밝기 및 방향성을 고려하여 영역별로 다른 크기의 플랙시블한 필터를 선택한다. 선택된 필터는 시그마 필터 모듈(140)의 제2 시그마 필터(142)로 전달된다.
필터선택모듈(130)의 동작에 대해서는 도 4 및 도 5를 참조하여 상세하게 설명하기로 한다.
도 4는 본 발명의 일 실시예에 따른 필터선택모듈에서 소정 크기의 필터를 선택하는 방법을 도시한 도면이며, 도 5는 본 발명의 일 실시예에 따른 마스크 영역과 이에 적용되는 다양한 크기를 가진 필터들을 예시한 것이다.
도 4의 (a)에 도시된 바와 같이, 제1 필터 선택부(131)는 제1 저역통과필터(121)로부터 전달받은 수평방향으로 저역통과필터링된 이미지의 전 영역에 대한 휘도의 평균(H_HPF Total AVG)을 구한다. 또한, M×M 크기(예컨대, 도 5의 5×5)의 마스크 영역에 포함된 화소들(도 5의 P1 내지 P25)의 평균(M×M avg)을 구한다(410).
이후, 제1 필터 선택부(131)는 수평방향으로 저역통과필터링된 이미지의 전체 영역에 포함된 화소들의 평균(H_HPF Total AVG)과 마스크 영역에 포함된 화소들(P1 내지 P25)의 평균(M×M avg)에 기초하여 마스크 영역(도 5의 5×5)에 적용할 플랙시블한 크기(Zn×Zn)의 필터를 선택한다(411 내지 415). 한편, 필터의 크기(Zn×Zn)는 도 5의 빗금친 부분에 도시된 바와 같이, (a)에 도시된 1×1, (b)에 도시된 1×3, (c)에 도시된 3×3, (d)에 도시된 5×5일 수 있다. 이러한 필터의 크기는 예시에 불과하며, 반드시 이에 한정되는 것은 아님에 유의해야 한다.
구체적으로, 제1 필터 선택부(131)는 전체 영역에 대한 각 화소들의 평균(H_HPF Total AVG)에 다양한 값을 가진 계수들, 예를 들면 Ck1(411), Ck2(412), Ck3(413), Ckn(414))을 곱하고, 이로부터 얻어진 값들을 M×M 크기의 마스크 영역에 포함된 화소들의 평균(M×M avg)과 순차적으로 비교할 수 있다(411 내지 414). 이러한 비교결과에 따라 도 5의 (a) 내지 (d)에 도시된 필터들 중 하나를 선택할 수 있다(415). 예를 들면, M×M avg > H_HPF Total AVG × Ck1인 경우에는 도 5의 (a)에 도시된 1×1 크기를 가진 필터(빗금친 부분)를 선택하며, M×M avg > H_HPF Total AVG × Ck2인 경우에는 도 5의 (b)에 도시된 1×3 필터를 선택할 수 있다.
상술한 제1 필터 선택부(131)의 동작은 제2 필터 선택부(132)에도 동일하게 적용된다. 따라서, 발명의 간명화를 위해 도면부호 420 내지 425에 대해서는 설명을 생략하기로 한다.
한편, 비록 도 5에서는 마스크 영역의 크기는 5×5를 예시하고 있으나, 이는 일 실시예에 불과하며, 필요에 따라서 3×3, 6×6 등 다양한 크기를 사용할 수 있을 것이다.
다시 도 1을 참조하면, 시그마필터모듈(140)은, 제1 시그마 필터(141) 및 제2 시그마 필터(142)를 포함하며, 2 방향으로 저역통과 필터링된 이미지 각각에 대하여, 선택된 필터로 상기 마스크 영역을 시그마 필터링한다.
구체적으로, 시그마필터모듈(140) 중 제1 시그마 필터(141)는, 제1 필터 선택부(131)에 의해 선택된 필터를 사용하여 수평방향의 저역통과 필터링된 이미지 중 소정의 마스크 영역을 다음과 같은 수학식 2에 따라 시그마 필터링한다.
[수학식 2]
μ-2σ ≤ Y(i,j)≤μ-2σ
여기서, μ는 시그마 필터링된 화소들의 평균값, σ는 표준편차, Y(i,j)는 화소를 의미한다.
마찬가지로, 시그마필터모듈(140) 중 제2 시그마 필터(142)는, 제2 필터 선택부(132)로부터 전달받은 필터로 마스크 영역을 위의 수학식 (2)에 따라 시그마 필터링한다. 제2 시그마 필터(142)는 수직방향의 저역통과필터링된 이미지에 대해 시그마필터링한다.
마지막으로, 평균화모듈(150)은, 제1 시그마 필터(141)로부터 전달받은 이미지와 제2 시그마 필터(142)로부터 전달받은 이미지를 평균화시킨다.
도 6은 본 발명의 일 실시예에 따라 노이즈 저감방법을 설명하는 흐름도이다. 발명의 간명화를 위해 도 1 내지 도 5와 관련하여 설명된 사항들과 중복된 설명은 생략한다.
단계 600에서, 에지판단모듈(110)은, 제1 내지 제4 방향 에지 판단부(111 내지 114)와 에지 판단부(115)를 사용하여, 이미지의 각 화소가 에지에 해당하는지 판단한다. 각 화소가 에지에 해당하는지에 대한 정보는, 도 3에서 도시된 바와 같이, 화소정보의 최상위비트(MSB)인 에지 판별 플래그에 포함되어 저역통과필터모듈(120)로 전달된다.
단계 601에서, 저역통과필터모듈(120)은, 이미지의 수직 및 수평의 2 방향으로 저역통과 필터링을 수행하되, 에지가 아니라고 판단된 화소에 대해서만 저역통과 필터링을 수행한다. 저역통과필터링된 이미지는 필터 선택부(130)로 전달된다.
단계 602에서, 필터선택모듈(130)은, 2 방향으로 저역통과 필터링된 이미지 각각에 대하여, 전 영역에 대한 휘도의 평균과 소정의 크기를 가진 마스크 영역의 휘도 평균에 기초하여, 마스크 영역에 적용할 플렉시블한 크기의 필터를 선택한다. 선택된 필터는 시그마필터모듈(140)로 전달된다.
단계 603에서, 시그마필터모듈(140)은 2 방향으로 저역통과 필터링된 이미지 각각에 대하여, 필터선택모듈(130)로부터 전달받은 필터로 마스크 영역을 시그마 필터링한다. 시그마 필터링된 이미지는 평균화 모듈(150)로 전달된다.
마지막으로, 단계604에서, 평균화 모듈(150)은, 2 방향으로 시그마 필터링된 이미지를 평균화하며, 이렇게 평균화된 이미지는 외부로 출력된다.
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 저감장치
110: 에지판단모듈
111 내지 114: 제1 내지 제4방향 에지 판단부
115: 에지판단부
120: 저역통과필터모듈
121 내지 122: 제1 내지 제2 저역통과필터
130: 필터선택모듈
131, 132: 제2 필터선택부
140: 시그마필터모듈
141 내지 142: 제1 내지 제2 시그마필터모듈
150: 평균화모듈

Claims (10)

  1. 이미지의 각 화소가 에지에 해당하는지 판단하는 에지판단모듈;
    상기 이미지의 수직 및 수평의 2 방향으로 저역통과 필터링을 수행하되, 상기 에지가 아니라고 판단된 화소에 대해서만 저역통과 필터링을 수행하는 저역통과필터모듈;
    상기 2 방향으로 저역통과 필터링된 이미지 각각에 대하여, 전 영역에 대한 휘도의 평균과 소정의 크기를 가진 마스크 영역의 휘도 평균에 기초하여, 상기 마스크 영역에 적용할 플렉시블한 크기의 필터를 선택하는 필터선택모듈;
    상기 2 방향으로 저역통과 필터링된 이미지 각각에 대하여, 상기 선택된 필터로 상기 마스크 영역을 시그마 필터링하는 시그마필터모듈; 및
    상기 2 방향으로 시그마 필터링된 이미지를 평균화시키는 평균화모듈을 포함하는 것을 특징으로 하는 노이즈 저감장치.
  2. 제1항에 있어서,
    상기 에지판단모듈은,
    하나의 화소를 중심으로 복수의 방향에서 각 화소가 에지에 해당하는지 판단하는 것을 특징으로 하는 노이즈 저감장치.
  3. 제2항에 있어서,
    상기 복수의 방향은, 수직, 수평 및 2개의 대각선의 4방향이며,
    상기 에지판단모듈은, 상기 4방향 중 적어도 하나의 방향 이상에서 각 화소가 에지라고 판단되는 경우에 해당 화소를 에지로 판단하는 것을 특징으로 하는 노이즈 저감장치.
  4. 제1항에 있어서,
    상기 에지판단모듈은,
    상기 이미지의 각 화소 정보에 에지 여부를 판별하기 위한 에지 판별 플래그를 포함시키는 것을 특징으로 하는 노이즈 저감장치.
  5. 제1항에 있어서,
    상기 시그마필터모듈은,
    상기 저역통과 필터링된 이미지의 전 영역에 대한 휘도의 평균에 각각 다른 값을 가진 복수의 계수를 곱한 값들과 소정의 크기를 가진 마스크 영역의 휘도 평균을 비교함으로써, 상기 마스크 영역에 적용할 플렉시블한 크기의 필터를 선택하는 것을 특징으로 하는 노이즈 저감장치.
  6. (a) 이미지의 각 화소가 에지에 해당하는지 판단하는 단계;
    (b) 상기 이미지의 수직 및 수평의 2 방향으로 저역통과 필터링을 수행하되, 상기 에지가 아니라고 판단된 화소에 대해서만 저역통과 필터링을 수행하는 단계;
    (c) 상기 2 방향으로 저역통과 필터링된 이미지 각각에 대하여, 전 영역에 대한 휘도의 평균과 소정의 크기를 가진 마스크 영역의 휘도 평균에 기초하여, 상기 마스크 영역에 적용할 플렉시블한 크기의 필터를 선택하는 단계;
    (d) 상기 2 방향으로 저역통과 필터링된 이미지 각각에 대하여, 상기 선택된 필터로 상기 마스크 영역을 시그마 필터링하는 단계; 및
    (e) 상기 2 방향으로 시그마 필터링된 이미지를 평균화시키는 단계를 포함하는 것을 특징으로 하는 노이즈 저감방법.
  7. 제6항에 있어서,
    상기 (a) 단계는,
    하나의 화소를 중심으로 복수의 방향에서 각 화소가 에지에 해당하는지 판단하는 단계를 포함하는 것을 특징으로 하는 노이즈 저감방법.
  8. 제7항에 있어서,
    상기 복수의 방향은, 수직, 수평 및 2개의 대각선의 4방향이며,
    상기 4방향 중 적어도 하나의 방향 이상에서 각 화소가 에지라고 판단되는 경우에 해당 화소를 에지로 판단하는 것을 특징으로 하는 노이즈 저감방법.
  9. 제6항에 있어서,
    상기 (a) 단계는,
    상기 이미지의 각 화소 정보에 에지 여부를 판별하기 위한 에지 판별 플래그를 포함시키는 단계를 더 포함하는 것을 특징으로 하는 노이즈 저감방법.
  10. 제6항에 있어서,
    상기 (c) 단계는,
    상기 저역통과 필터링된 이미지의 전 영역에 대한 휘도의 평균에 각각 다른 값을 가진 복수의 계수를 곱한 값들과 소정의 크기를 가진 마스크 영역의 휘도 평균을 비교함으로써, 상기 마스크 영역에 적용할 플렉시블한 크기의 필터를 선택하는 단계를 포함하는 것을 특징으로 하는 노이즈 저감방법.
KR1020100087394A 2010-09-07 2010-09-07 노이즈 저감장치 및 방법 KR101101441B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020100087394A KR101101441B1 (ko) 2010-09-07 2010-09-07 노이즈 저감장치 및 방법
US13/118,691 US8737758B2 (en) 2010-09-07 2011-05-31 Apparatus and method of reducing noise

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100087394A KR101101441B1 (ko) 2010-09-07 2010-09-07 노이즈 저감장치 및 방법

Publications (1)

Publication Number Publication Date
KR101101441B1 true KR101101441B1 (ko) 2012-01-02

Family

ID=45613584

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100087394A KR101101441B1 (ko) 2010-09-07 2010-09-07 노이즈 저감장치 및 방법

Country Status (2)

Country Link
US (1) US8737758B2 (ko)
KR (1) KR101101441B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101431715B1 (ko) * 2013-08-09 2014-08-22 성균관대학교산학협력단 선형 회귀 분석을 이용한 합산 영역 테이블의 정밀도 향상을 위한 방법 및 장치 및 이를 이용한 영상 이미지 복원을 위한 필터링 방법 및 장치
US11200642B2 (en) 2018-12-06 2021-12-14 Samsung Electronics Co., Ltd. Image signal processor, operation method of image signal processor, and electronic device including image signal processor

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101208237B1 (ko) * 2010-12-29 2012-12-05 삼성전기주식회사 디지털 이미지의 노이즈 감소 장치 및 방법
DE102011055269A1 (de) * 2011-11-11 2013-05-16 Jenoptik Robot Gmbh Verfahren zur Durchführung einer Dynamikkompression in der Verkehrsfotografie
TWI460681B (zh) * 2012-02-20 2014-11-11 Novatek Microelectronics Corp 影像的邊緣處理方法及影像處理裝置
US11449979B2 (en) * 2020-10-09 2022-09-20 Applied Materials Israel Ltd. Measuring a pattern
US11900643B2 (en) * 2021-09-17 2024-02-13 Himax Technologies Limited Object detection method and object detection system

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100780242B1 (ko) * 2006-11-14 2007-11-27 삼성전기주식회사 이미지의 어두운 영역에서의 노이즈 제거 방법 및 장치
KR20100056658A (ko) * 2008-11-20 2010-05-28 엘지이노텍 주식회사 영상 처리 장치 및 방법

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5359676A (en) * 1993-07-19 1994-10-25 Xerox Corporation Decompression of standard ADCT-compressed document images
KR100296596B1 (ko) 1999-07-14 2001-07-12 윤종용 4방향 일차원 고역 통과 필터링에 의한 윤곽선 강조 방법
US7388621B2 (en) 2004-11-30 2008-06-17 Mediatek Inc. Systems and methods for image processing providing noise reduction and edge enhancement
JP4534756B2 (ja) * 2004-12-22 2010-09-01 ソニー株式会社 画像処理装置、画像処理方法、撮像装置、プログラム、及び記録媒体
KR100843084B1 (ko) 2006-06-22 2008-07-02 삼성전자주식회사 노이즈 저감 방법 및 장치
US8300974B2 (en) * 2007-11-12 2012-10-30 Mitsubishi Electric Corporation Image processing device, image display device, and image processing method therefor
US8180169B2 (en) * 2008-02-27 2012-05-15 Xerox Corporation System and method for multi-scale sigma filtering using quadrature mirror filters
US8090215B2 (en) * 2008-04-11 2012-01-03 Xerox Corporation Method and system for noise level detection in image data
US8208753B2 (en) * 2008-04-11 2012-06-26 Xerox Corporation Method and system for noise level detection in image data
US8055093B2 (en) * 2008-04-11 2011-11-08 Xerox Corporation Method and system for noise level detection in image data
US7894685B2 (en) * 2008-07-01 2011-02-22 Texas Instruments Incorporated Method and apparatus for reducing ringing artifacts

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100780242B1 (ko) * 2006-11-14 2007-11-27 삼성전기주식회사 이미지의 어두운 영역에서의 노이즈 제거 방법 및 장치
KR20100056658A (ko) * 2008-11-20 2010-05-28 엘지이노텍 주식회사 영상 처리 장치 및 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
논문1:홍익대학교*

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101431715B1 (ko) * 2013-08-09 2014-08-22 성균관대학교산학협력단 선형 회귀 분석을 이용한 합산 영역 테이블의 정밀도 향상을 위한 방법 및 장치 및 이를 이용한 영상 이미지 복원을 위한 필터링 방법 및 장치
US11200642B2 (en) 2018-12-06 2021-12-14 Samsung Electronics Co., Ltd. Image signal processor, operation method of image signal processor, and electronic device including image signal processor

Also Published As

Publication number Publication date
US20120057796A1 (en) 2012-03-08
US8737758B2 (en) 2014-05-27

Similar Documents

Publication Publication Date Title
KR101101441B1 (ko) 노이즈 저감장치 및 방법
CN111028189B (zh) 图像处理方法、装置、存储介质及电子设备
US9582853B1 (en) Method and system of demosaicing bayer-type image data for image processing
US10708525B2 (en) Systems and methods for processing low light images
US20200084401A1 (en) Correcting pixel defects based on defect history in an image processing pipeline
US8340417B2 (en) Image processing method and apparatus for correcting skin color
US20110081087A1 (en) Fast Hysteresis Thresholding in Canny Edge Detection
CN107395991B (zh) 图像合成方法、装置、计算机可读存储介质和计算机设备
WO2008121272A2 (en) Edge mapping incorporating panchromatic pixels
US7796806B2 (en) Removing singlet and couplet defects from images
CN107615331B (zh) 用于支持基于邻域块降维的图像去噪的系统和方法
CN109214996B (zh) 一种图像处理方法及装置
JP6172935B2 (ja) 画像処理装置、画像処理方法及び画像処理プログラム
JP2010268426A (ja) 画像処理装置、画像処理方法およびプログラム
CN112534466B (zh) 定向缩放系统和方法
WO2016026072A1 (en) Method, apparatus and computer program product for generation of extended dynamic range color images
CN111383188A (zh) 一种图像处理方法、系统及终端设备
CN108470327B (zh) 图像增强方法、装置、电子设备及存储介质
US10311550B2 (en) Image processing device for eliminating graininess of image
CN109995985B (zh) 基于机器人的全景图像拍摄方法、装置及机器人
CN110602410A (zh) 一种图像处理方法、装置、航拍相机及存储介质
JP7030425B2 (ja) 画像処理装置、画像処理方法、プログラム
KR20080035440A (ko) 이미지 처리장치 및 방법
US20170061586A1 (en) Method, apparatus and computer program product for motion deblurring of image frames
JP3959547B2 (ja) 画像処理装置、画像処理方法、及び情報端末装置

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: 20141001

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20151005

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20161004

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20171011

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20181002

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20191001

Year of fee payment: 9