KR101290200B1 - 충격 잡음 제거 장치 및 방법 - Google Patents

충격 잡음 제거 장치 및 방법 Download PDF

Info

Publication number
KR101290200B1
KR101290200B1 KR1020120014322A KR20120014322A KR101290200B1 KR 101290200 B1 KR101290200 B1 KR 101290200B1 KR 1020120014322 A KR1020120014322 A KR 1020120014322A KR 20120014322 A KR20120014322 A KR 20120014322A KR 101290200 B1 KR101290200 B1 KR 101290200B1
Authority
KR
South Korea
Prior art keywords
noise
pixel
value
mask
brightness
Prior art date
Application number
KR1020120014322A
Other languages
English (en)
Inventor
이상근
송영훈
한윤상
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 KR1020120014322A priority Critical patent/KR101290200B1/ko
Application granted granted Critical
Publication of KR101290200B1 publication Critical patent/KR101290200B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/21—Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
    • H04N5/213—Circuitry for suppressing or minimising impulsive noise
    • 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 by the use of local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G06T5/70—

Abstract

충격 잡음 제거 장치 및 방법이 개시된다. 본 발명은, 원본 영상에서 검출된 잡음 후보 영역을 구성하는 픽셀 중에서 잡음 픽셀을 검출하고, 검출된 잡음 픽셀에 인접한 정상 픽셀의 값을 이용하여 잡음 픽셀을 정정한다. 본 발명에 따르면, 충격 잡음 제거 성능을 향상시킬 수 있다.

Description

충격 잡음 제거 장치 및 방법{Apparatus and method for reducing impulse noise}
본 발명은 충격 잡음 제거 장치 및 방법에 관한 것으로, 더욱 상세하게는 전자 디바이스에서 발생되는 충격 잡음을 제거하는 장치 및 방법에 관한 것이다.
최근 각종 디스플레이 디바이스가 대형화 및 디지털화됨에 따라 고화질을 구현할 수 있는 디스플레이 디바이스에 대한 요구가 점점 커지고 있다. 화질 열화를 일으키는 원인에는 여러 가지 요소가 있지만 영상 신호에 인가되는 잡음(noise)이 디스플레이 디바이스의 화질에 많은 영향을 끼치고 있다.
특히, 디스플레이 디바이스 주변의 각종 기기들에 의해서 생기는 충격 잡음(impulse noise)이 디스플레이 디바이스의 화질에 영향을 주고 있으나, 충격 잡음(impulse noise)의 검출이 어려운 문제가 있다. 이에 따라, 충격 잡음(impulse noise)를 제거하기 위한 많은 연구들이 진행되고 있다.
KR 10-2007-0070771 (엠텍비젼 주식회사) 2007. 07. 04. 특허문헌 1은 노이즈 제거에 사용되는 임계값 결정 장치 및 방법으로서, 특허문헌 1에는 노출에 따라 입력되는 영상의 특성을 분석한 바에 따라 임계값을 설정하는 내용이 개시되어 있다. KR 10-2011-0067315 (연세대학교 산학협력단) 2011. 06. 22. 특허문헌 2는 영상 필터로서, 특허문헌 2에는 히스토그램을 이용하여 중간값을 계산함으로써 연산량을 감소시키는 영상 필터에 대한 내용이 개시되어 있다.
본 발명이 이루고자 하는 기술적 과제는, 전자 디바이스에서 발생되는 충격 잡음을 제거하는 충격 잡음 제거 장치 및 방법을 제공하는 데 있다.
본 발명이 이루고자 하는 다른 기술적 과제는, 전자 디바이스에서 발생되는 충격 잡음을 제거하는 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체를 제공하는 데 있다.
상기의 기술적 과제를 달성하기 위한 본 발명에 따른 충격 잡음 제거 장치는, 원본 영상을 구성하는 각각의 픽셀(pixel)에 대하여 상기 픽셀을 기준으로 미리 설정된 크기의 제1마스크(mask) 내에 위치한 픽셀들 값의 중간값(median)인 제1중간값을 획득하고 상기 제1중간값들을 픽셀 값으로 가지는 잡음 제거 영상을 생성하는 제1잡음 제거부; 상기 원본 영상을 구성하는 픽셀 중에서 상기 원본 영상과 상기 잡음 제거 영상 사이의 픽셀 값 차이가 미리 설정된 제1문턱 값(threshold value) 이상인 잡음 후보 픽셀(noise candidate pixels)을 검출하고, 상기 검출한 잡음 후보 픽셀에 형태적 팽창(morphological dilation)을 적용하여 잡음 후보 영역(noise candidate regions)을 검출하는 잡음 후보 검출부; 상기 잡음 후보 영역을 구성하는 각각의 픽셀에 대하여 상기 픽셀을 기준으로 미리 설정된 크기의 제2마스크 내에 위치한 픽셀의 값 중 최소값과 최대값을 획득하고 상기 픽셀의 값이 상기 최소값과 상기 최대값 중 어느 하나와 동일하면 상기 픽셀을 잡음 픽셀(noise pixel)로 선택하는 잡음 검출부; 및 상기 잡음 픽셀에 대하여 상기 잡음 픽셀을 기준으로 미리 설정된 크기의 제3마스크 내에 위치한 잡음 픽셀이 아닌 정상 픽셀(uncorrupted pixel)들 값의 중간값인 제2중간값과 평균값을 획득하고 상기 잡음 픽셀의 값을 상기 제2중간값이나 상기 평균값으로 정정하는 제2잡음 제거부;를 포함한다.
상기의 기술적 과제를 달성하기 위한 본 발명에 따른 충격 잡음 제거 방법은, 원본 영상을 구성하는 각각의 픽셀에 대하여 상기 픽셀을 기준으로 미리 설정된 크기의 제1마스크 내에 위치한 픽셀들 값의 중간값인 제1중간값을 획득하고 상기 제1중간값들을 픽셀 값으로 가지는 잡음 제거 영상을 생성하는 단계; 상기 원본 영상을 구성하는 픽셀 중에서 상기 원본 영상과 상기 잡음 제거 영상 사이의 픽셀 값 차이가 미리 설정된 제1문턱 값 이상인 잡음 후보 픽셀을 검출하는 단계; 상기 검출한 잡음 후보 픽셀에 형태적 팽창을 적용하여 잡음 후보 영역을 검출하는 단계; 상기 잡음 후보 영역을 구성하는 각각의 픽셀에 대하여 상기 픽셀을 기준으로 미리 설정된 크기의 제2마스크 내에 위치한 픽셀의 값 중 최소값과 최대값을 획득하고 상기 픽셀의 값이 상기 최소값과 상기 최대값 중 어느 하나와 동일하면 상기 픽셀을 잡음 픽셀로 선택하는 단계; 및 상기 잡음 픽셀에 대하여 상기 잡음 픽셀을 기준으로 미리 설정된 크기의 제3마스크 내에 위치한 잡음 픽셀이 아닌 정상 픽셀들 값의 중간값인 제2중간값과 평균값을 획득하고 상기 잡음 픽셀의 값을 상기 제2중간값이나 상기 평균값으로 정정하는 단계;를 포함한다.
상기의 기술적 과제를 달성하기 위한 본 발명에 따른 컴퓨터로 읽을 수 있는 매체는 상기한 방법 중 어느 하나를 컴퓨터에 실행시키기 위한 프로그램을 기록한다.
본 발명에 따른 충격 잡음 제거 장치 및 방법에 의하면, 원본 영상에서 검출된 잡음 후보 영역을 구성하는 픽셀 중에서 잡음 픽셀을 검출하고 검출된 잡음 픽셀에 인접한 정상 픽셀의 값을 이용하여 잡음 픽셀을 정정함으로써, 충격 잡음 제거 성능을 향상시킬 수 있다.
도 1은 본 발명의 바람직한 실시예에 따른 충격 잡음 제거 장치를 설명하기 위한 블록도,
도 2a 내지 도 2c는 본 발명의 바람직한 실시예에 따른 잡음 후보 픽셀 검출 시 이용되는 문턱 값을 설명하기 위한 도면,
도 3은 본 발명의 바람직한 실시예에 따른 잡음 픽셀(noise pixel)의 검출을 설명하기 위한 도면,
도 4는 본 발명의 바람직한 실시예에 따른 충격 잡음 제거 방법을 설명하기 위한 흐름도,
도 5는 본 발명의 바람직한 실시예에 따른 충격 잡음 제거 성능을 시험하는데 이용된 원본 영상(original image)을 나타내는 도면,
도 6은 비교대상발명 중 반복적 알고리즘이 가장 좋은 성능을 나타내는 경우의 반복 횟수를 나타내는 표, 그리고,
도 7 내지 도 10은 본 발명의 바람직한 실시예에 따른 충격 잡음 제거 성능을 설명하기 위한 도면이다.
이하에서 첨부한 도면을 참조하여 본 발명에 따른 충격 잡음 제거 장치 및 방법의 바람직한 실시예에 대해 상세하게 설명한다.
도 1은 본 발명의 바람직한 실시예에 따른 충격 잡음 제거 장치를 설명하기 위한 블록도이다.
도 1을 참조하면, 충격 잡음 제거 장치(100)는 디지털 TV, 모니터, 카메라 등과 같은 전자 디바이스(도시하지 않음)에서 발생되는 충격 잡음(impulse noise)을 제거한다. 이를 위해, 충격 잡음 제거 장치(100)는 제1잡음 제거부(110), 잡음 후보 검출부(130), 잡음 검출부(150) 및 제2잡음 제거부(170)를 구비한다.
제1잡음 제거부(110)는 원본 영상(original image)에 표준 중간값 필터(standard median filter : SMF)를 적용하여 잡음 제거 영상을 생성한다. 즉, 제1잡음 제거부(110)는 원본 영상(original image)을 구성하는 각각의 픽셀(pixel)에 대하여 미리 설정된 크기의 마스크(mask) 내에 위치한 픽셀들 값의 중간값(median)을 획득하고 중간값들을 픽셀 값으로 가지는 잡음 제거 영상을 생성한다.
보다 자세히 설명하면, 제1잡음 제거부(110)는 원본 영상(original image)
Figure 112012011397312-pat00001
로부터 다음의 [수학식 1]에 의해 잡음 제거 영상
Figure 112012011397312-pat00002
을 생성한다.
Figure 112012011397312-pat00003
여기서,
Figure 112012011397312-pat00004
는 픽셀 좌표 값을 나타내고,
Figure 112012011397312-pat00005
는 현재 위치
Figure 112012011397312-pat00006
를 중앙으로 하는 n x n 픽셀 크기의 마스크 내에 위치한 인접 위치를 나타내며 다음의 [수학식 2]와 같이 정의된다. 한편, 마스크의 크기는 실험적으로 구해지며, 본 발명에서는 마스크의 크기를 3(즉, n=3)으로 설정한다.
Figure 112012011397312-pat00007
잡음 후보 검출부(130)는 원본 영상(original image)을 구성하는 픽셀 중에서 원본 영상(original image)과 잡음 제거 영상 사이의 픽셀 값 차이가 미리 설정된 문턱 값(threshold value) 이상인 잡음 후보 픽셀(noise candidate pixels)을 검출한다.
즉, 잡음 후보 검출부(130)는 원본 영상(original image)
Figure 112012011397312-pat00008
와 잡음 제거 영상
Figure 112012011397312-pat00009
사이의 차이를 이용하여 다음의 [수학식 3]을 통해 잡음 후보 픽셀(noise candidate pixels)
Figure 112012011397312-pat00010
을 선택한다.
Figure 112012011397312-pat00011
여기서,
Figure 112012011397312-pat00012
는 문턱 값(threshold value)를 나타내며 다음의 [수학식 4]를 통해 계산된다.
Figure 112012011397312-pat00013
여기서,
Figure 112012011397312-pat00014
는 원본 영상(original image)
Figure 112012011397312-pat00015
와 잡음 제거 영상
Figure 112012011397312-pat00016
사이의 차이의 히스토그램(histogram)을 나타낸다.
도 2a 내지 도 2c는 본 발명의 바람직한 실시예에 따른 잡음 후보 픽셀 검출 시 이용되는 문턱 값을 설명하기 위한 도면이다. 도 2a는 원본 영상(original image)
Figure 112012011397312-pat00017
의 히스토그램(histogram), 도 2b는 잡음 제거 영상
Figure 112012011397312-pat00018
의 히스토그램(histogram), 도 2c는 원본 영상(original image)
Figure 112012011397312-pat00019
와 잡음 제거 영상
Figure 112012011397312-pat00020
사이의 차이의 히스토그램(histogram)을 나타낸다.
본 발명은 도 2a 내지 도 2c에 도시된 바와 같이, 원본 영상(original image)
Figure 112012011397312-pat00021
와 잡음 제거 영상
Figure 112012011397312-pat00022
사이의 차이의 히스토그램(histogram)의 중간값을 문턱 값(threshold value)
Figure 112012011397312-pat00023
으로 사용한다.
잡음 후보 검출부(130)는 검출한 잡음 후보 픽셀(noise candidate pixlels)에 형태적 팽창(morphological dilation)을 적용하여 다음의 [수학식 5]를 통해 잡음 후보 영역(noise candidate regions)을 검출한다.
Figure 112012011397312-pat00024
여기서,
Figure 112012011397312-pat00025
는 구조 요소(structuring element)를 나타내고, 본 발명에서는 h x h 픽셀 크기의 사각형(rectangular shape)을 이용한다. 한편, 사각형의 크기는 실험적으로 구해지며, 본 발명에서는 35(즉, h=35)로 설정한다.
잡음 검출부(150)는 잡음 후보 영역(noise candidate regions)을 구성하는 각각의 픽셀에 대하여 픽셀을 기준으로 미리 설정된 크기의 마스크 내에 위치한 픽셀의 값 중 최소값과 최대값을 획득하고 픽셀의 값이 최소값과 최대값 중 어느 하나와 동일하면 픽셀을 잡음 픽셀(noise pixel)로 선택한다.
즉, 잡음 검출부(150)는 잡음 후보 영역(noise candidate regions)을 구성하는 픽셀을 대상으로 다음의 [수학식 6]을 통해 최소값(minimum value)
Figure 112012011397312-pat00026
을 획득하고 다음의 [수학식 7]을 통해 최대값(maximum value)
Figure 112012011397312-pat00027
을 획득한다.
Figure 112012011397312-pat00028
Figure 112012011397312-pat00029
여기서,
Figure 112012011397312-pat00030
는 픽셀 좌표 값을 나타내고,
Figure 112012011397312-pat00031
는 현재 위치
Figure 112012011397312-pat00032
를 중앙으로 하는 k x k 픽셀 크기의 마스크를 나타내며 다음의 [수학식 8]과 같이 정의된다. 한편, 마스크의 크기는 실험적으로 구해지며, 본 발명에서는 마스크의 크기를 5(즉, k=5)로 설정한다.
Figure 112012011397312-pat00033
잡음 검출부(150)는 다음의 [수학식 9]와 같이 잡음 후보 영역(noise candidate regions)을 구성하는 픽셀의 값이 최소값이나 최대값과 동일하면 잡음 픽셀(noise pixel)로 선택하여 플래그 영상(flag image)
Figure 112012011397312-pat00034
를 생성한다.
Figure 112012011397312-pat00035
여기서,
Figure 112012011397312-pat00036
은 픽셀
Figure 112012011397312-pat00037
가 잡음 후보 영역(noise candidate regions)에 포함되는 것을 의미한다. 이와 같이, 픽셀
Figure 112012011397312-pat00038
가 잡음 픽셀(noise pixel)로 선택되면
Figure 112012011397312-pat00039
는 1이 되고 잡음 픽셀(noise pixel)로 선택되지 않으면
Figure 112012011397312-pat00040
는 0이 된다.
도 3은 본 발명의 바람직한 실시예에 따른 잡음 픽셀(noise pixel)의 검출을 설명하기 위한 도면이다. 도 3의 (a)는 원본 영상(original image)을 나타내고, 도 3의 (b)는 잡음 후보 영역(noise candidate regions)을 나타내며, 도 3의 (c)는 최소값/최대값 검출 결과를 나타내고, 도 3의 (d)는 잡음 픽셀(noise pixel) 검출 결과를 나타낸다. 도 3에 도시된 바와 같이, 잡음 검출부(150)는 잡음 후보 영역(noise candidate regions)을 구성하는 픽셀 중에서 정정 대상인 잡음 픽셀(noise pixel)을 검출한다.
제2잡음 제거부(170)는 잡음 픽셀(noise pixel)에 대하여 잡음 픽셀(noise pixel)을 기준으로 미리 설정된 크기의 마스크(mask) 내에 위치한 잡음 픽셀(noise pixel)이 아닌 정상 픽셀(uncorrupted pixel)들 값의 중간값과 평균값을 획득하고 잡음 픽셀(noise pixel)의 값을 중간값이나 평균값으로 정정한다.
제2잡음 제거부(170)는 잡음 픽셀(noise pixel)을 기준으로 마스크(mask) 내에 위치한 정상 픽셀(uncorrupted pixel)의 개수가 미리 설정된 개수 이상이 되도록 마스크(mask)의 크기를 설정할 수 있다.
이때, 제2잡음 제거부(170)는 잡음 픽셀(noise pixel)의 값이 미리 설정된 문턱값(threshold value) 미만이면 잡음 픽셀(noise pixel)의 값을 평균값으로 정정하고, 잡음 픽셀(noise pixel)의 값이 문턱값(threshold value) 이상이면 잡음 픽셀(noise pixel)의 값을 중간값으로 정정할 수 있다. 여기서, 문턱값(threshold value)은 잡음 픽셀(noise pixel)을 기준으로 마스크(mask) 내에 위치한 정상 픽셀(uncorrupted pixel)의 표준 편차(standard deviation)를 나타낸다.
보다 자세히 설명하면, 제2잡음 제거부(170)는 정상 픽셀(uncorrupted pixel)의 개수가 미리 설정된 개수가 되는 마스크(mask)의 크기를 결정한다. 즉, 제2잡음 제거부(170)는 마스크(mask) 크기를 3x3에서 21X21까지 단계적으로 증가시키면서 마스크(mask) 내에 위치한 정상 픽셀(uncorrupted pixel)의 개수가 적어도 2개 이상이 되는 마스크(mask)의 크기를 획득한다. 여기서, 미리 설정된 정상 픽셀(uncorrupted pixel)의 개수, 마스크(mask)의 최소 크기 및 마스크(mask)의 최대 크기는 실험적으로 구해지면, 본 발명에서는 각각 '2개', '3x3' 및 '21x21'로 설정한다. 이때, 마스크(mask)의 최대 크기에서도 미리 설정된 개수만큼의 정상 픽셀(uncorrupted pixel)이 존재하지 않는 경우, 제2잡음 제거부(170)는 해당 잡음 픽셀(noise pixel)에 대한 정정을 수행하지 않는다.
제2잡음 제거부(170)는 잡음 픽셀(noise pixel)을 기준으로 미리 설정된 크기의 마스크(mask) 내에 위치한 잡음 픽셀(noise pixel)이 아닌 정상 픽셀(uncorrupted pixel)을 다음의 [수학식 10]과 같이 오름차순(ascending order)으로 정렬한다.
Figure 112012011397312-pat00041
여기서,
Figure 112012011397312-pat00042
는 정상 픽셀(uncorrupted pixel)의 정렬된 요소(sorted element) 집합을 나타내고,
Figure 112012011397312-pat00043
는 정상 픽셀(uncorrupted pixel)의 정렬된 요소(sorted element)를 나타내며,
Figure 112012011397312-pat00044
은 정상 픽셀(uncorrupted pixel)의 개수를 나타낸다.
제2잡음 제거부(170)는 다음의 [수학식 11]과 같이 정상 픽셀(uncorrupted pixel) 사이의 상관관계(correlation)를 결정하기 위해 정상 픽셀(uncorrupted pixel) 간의 차이를 계산한다.
Figure 112012011397312-pat00045
여기서,
Figure 112012011397312-pat00046
는 정상 픽셀(uncorrupted pixel) 간의 차이를 나타내는 요소(element) 집합을 나타내고,
Figure 112012011397312-pat00047
는 정상 픽셀(uncorrupted pixel) 산의 차이를 나타내는 요소(element)를 나타내며 다음의 [수학식 12]를 통해 계산된다.
Figure 112012011397312-pat00048
제2잡음 제거부(170)는 다음의 [수학식 13]을 통해 정상 픽셀(uncorrupted pixel) 간의 차이 평균(difference average)을 계산한다.
Figure 112012011397312-pat00049
여기서,
Figure 112012011397312-pat00050
는 정상 픽셀(uncorrupted pixel) 간의 차이 평균(difference average)을 나타내는 요소(element) 집합을 나타내고,
Figure 112012011397312-pat00051
는 정상 픽셀(uncorrupted pixel) 간의 차이 평균(difference average)을 나타내는 요소(element)를 나타내며 다음의 [수학식 14]를 통해 계산된다.
Figure 112012011397312-pat00052
Figure 112012011397312-pat00053
의 큰 값은 주어진 픽셀 사이의 상관관계(correlation)가 낮다는 것을 나타내고,
Figure 112012011397312-pat00054
의 작은 값은 주어진 픽셀 사이의 상관관계(correlation)가 강하다는 것을 나타낸다. 이에 따라, 문턱값(threshold value)
Figure 112012011397312-pat00055
은 다음의 [수학식 15]와 같이 마스크(mask) 내에 위치한 정상 픽셀(uncorrupted pixel)의 표준 편차(standard deviation)에 의해 계산된다.
Figure 112012011397312-pat00056
제2잡음 제거부(170)는 다음의 [수학식 16]과 같이 잡음 픽셀(noise pixel)의 값이 문턱값(threshold value)
Figure 112012011397312-pat00057
보다 작으면 잡음 픽셀(noise pixel)의 값을 정상 픽셀(uncorrupted pixel)의 평균값으로 대체하고, 잡음 픽셀(noise pixel)의 값이 문턱값(threshold value)
Figure 112012011397312-pat00058
보다 크면 잡음 픽셀(noise pixel)의 값을 정상 픽셀(uncorrupted pixel)의 중간값으로 대체하여 충격 잡음(imulse noise)이 제거된 픽셀 값
Figure 112012011397312-pat00059
을 생성한다.
Figure 112012011397312-pat00060
여기서,
Figure 112012011397312-pat00061
은 주어진 마스크(mask) 내에 위치한 정상 픽셀(uncorrupted pixel)의 개수를 나타낸다.
도 4는 본 발명의 바람직한 실시예에 따른 충격 잡음 제거 방법을 설명하기 위한 흐름도이다.
먼저, 충격 잡음 제거 장치(100)는 원본 영상(original image)에 표준 중간값 필터(standard median filter : SMF)를 적용하여 잡음 제거 영상을 생성한다(S410). 즉, 충격 잡음 제거 장치(100)는 원본 영상(original image)을 구성하는 각각의 픽셀(pixel)에 대하여 미리 설정된 크기의 마스크(mask) 내에 위치한 픽셀들 값의 중간값(median)을 획득하고 중간값들을 픽셀 값으로 가지는 잡음 제거 영상을 생성한다.
이후, 충격 잡음 제거 장치(100)는 원본 영상(original image)과 잡음 제거 영상의 픽셀 값을 이용하여 잡음 후보 픽셀(noise candidate pixels)을 검출한다(S420). 즉, 충격 잡음 제거 장치(100)는 원본 영상(original image)을 구성하는 픽셀 중에서 원본 영상(original image)과 잡음 제거 영상 사이의 픽셀 값 차이가 미리 설정된 문턱 값(threshold value) 이상인 잡음 후보 픽셀(noise candidate pixels)을 검출한다. 그런 다음, 충격 잡음 제거 장치(100)는 검출한 잡음 후보 픽셀(noise candidate pixlels)에 형태적 팽창(morphological dilation)을 적용하여 잡음 후보 영역(noise candidate regions)을 검출한다(S430).
이후, 충격 잡음 제거 장치(100)는 잡음 후보 영역(noise candidate regions)을 구성하는 픽셀 중에서 잡음 픽셀(noise pixel)을 검출한다(S440). 즉, 충격 잡음 제거 장치(100)는 잡음 후보 영역(noise candidate regions)을 구성하는 각각의 픽셀에 대하여 픽셀을 기준으로 미리 설정된 크기의 마스크 내에 위치한 픽셀의 값 중 최소값과 최대값을 획득하고 픽셀의 값이 최소값과 최대값 중 어느 하나와 동일하면 픽셀을 잡음 픽셀(noise pixel)로 선택한다.
그런 다음, 충격 잡음 제거 장치(100)는 잡음 픽셀(noise pixel)을 기준으로 마스크(mask) 내에 위치한 정상 픽셀(uncorrupted pixel)의 값을 이용하여 잡음 픽셀(noise pixel)의 값을 정정한다. 즉, 충격 잡음 제거 장치(100)는 잡음 픽셀(noise pixel)에 대하여 잡음 픽셀(noise pixel)을 기준으로 미리 설정된 크기의 마스크(mask) 내에 위치한 잡음 픽셀(noise pixel)이 아닌 정상 픽셀(uncorrupted pixel)들 값의 중간값과 평균값을 획득하고 잡음 픽셀(noise pixel)의 값을 중간값이나 평균값으로 정정한다. 충격 잡음 제거 장치(100)는 잡음 픽셀(noise pixel)을 기준으로 마스크(mask) 내에 위치한 정상 픽셀(uncorrupted pixel)의 개수가 미리 설정된 개수 이상이 되도록 마스크(mask)의 크기를 설정할 수 있다. 이때, 충격 잡음 제거 장치(100)는 잡음 픽셀(noise pixel)의 값이 미리 설정된 문턱값(threshold value) 미만이면 잡음 픽셀(noise pixel)의 값을 평균값으로 정정하고, 잡음 픽셀(noise pixel)의 값이 문턱값(threshold value) 이상이면 잡음 픽셀(noise pixel)의 값을 중간값으로 정정할 수 있다.
그러면, 도 5 내지 도 10을 참조하여 본 발명의 바람직한 실시예에 따른 충격 잡음 제거 성능에 대해 설명한다.
도 5는 본 발명의 바람직한 실시예에 따른 충격 잡음 제거 성능을 시험하는데 이용된 원본 영상(original image)을 나타내는 도면이다. 도 5의 (a) 내지 (d)는 피망(peppers) 영상, 레나(Lena) 영상, 바바라(Barbara) 영상 및 다리(bridge) 영상 각각을 나타낸다. 2기가바이트 램이 장착되고 '인텔 i5 2.67Ghz'를 중앙 처리 장치(CPU)로 하고 '윈도우 XP'를 운영체제(OS)로 하는 컴퓨터 상에서 매트랩(MATLAB) 2009b로 본 발명 및 비교대상발명을 구현하여 본 발명에 따른 충격 잡음 제거 성능을 시험한다.
충격 잡음(impulse noise)을 생성하기 위해 픽셀
Figure 112012011397312-pat00062
의 값을 같은 확률을 가지도록 하면서 두 개의 고정된 극단적인 값('0'과 '255')으로 랜덤하게 변경한다. 좌표
Figure 112012011397312-pat00063
에 위치한 픽셀 명도값(pixel intenstiy value)
Figure 112012011397312-pat00064
의 확률 밀도 함수(probability density function)는 다음의 [수학식 17]과 같이 정의된다.
Figure 112012011397312-pat00065
본 발명의 충격 잡음 제거 성능을 평가하기 비교대상발명으로는 표준 중간값 필터(standard median filter : SMF)(이하 '비교 ①'이라 함), 적응형 중간값 필터(adaptive median filter : AMF)(이하 '비교 ②'라 함), 반복 적응형 스위칭 중간값 필터(iterative adaptive switching median filter : IASMF)(이하 '비교 ③'이라 함), 루오 방법(Luo's approach : LUO)(이하 '비교 ④'라 함) 및 심플 적응형 중간값 필터(simple adaptive median filter : SAM)(이하 '비교 ⑤'라 함)를 이용한다. 또한, 성능 비교의 척도로 최대 신호 대 잡음비(peak signal-to-noise ratio : PSNR) 및 평균 절대 오차(mean absolute error : MAE)를 이용한다.
최대 신호 대 잡음비(PSNR)는 다음의 [수학식 18]을 통해 계산된다.
Figure 112012011397312-pat00066
여기서,
Figure 112012011397312-pat00067
는 8비트 입력 영상에 대한 최대 픽셀 값(255)을 나타내고,
Figure 112012011397312-pat00068
는 평균 제곱 오차(mean squared error)를 나타내며 다음의 [수학식 19]와 같이 정의된다.
Figure 112012011397312-pat00069
여기서,
Figure 112012011397312-pat00070
는 예측(prediction)을 나타내고,
Figure 112012011397312-pat00071
는 참 값(true value)을 나타낸다.
도 6은 비교대상발명 중 반복적 알고리즘이 가장 좋은 성능을 나타내는 경우의 반복 횟수를 나타내는 표이다.
본 발명과 비교대상발명 사이의 객관적인 성능 비교를 위해 마스크 크기(mask size)와 반복 횟수(number of iterations)는 가장 좋은 성능을 기반으로 결정한다. 즉, 적응형 중간값 필터(AMF), 반복 적응형 스위칭 중간값 필터(IASMF) 및 본 발명의 최대 마스크 크기(maximum mask size)는 각각 '35', '11' 및 '21'로 설정한다. 도 6을 참조하면, 반복적 알고리즘인 표준 중간값 필터(SMF, 비교 ①), 적응형 중간값 필터(AMF, 비교 ②) 및 루오 방법(LUO, 비교 ④)의 잡음 비율(noise ratio)별 가장 좋은 성능을 나타내는 반복 횟수(number of iterations)를 확인할 수 있다.
도 7a 내지 도 7d는 피망(peppers) 영상, 레나(Lena) 영상, 바바라(Barbara) 영상 및 다리(bridge) 영상 각각을 원본 영상(original image)으로 하여 획득된 잡음 밀도에 따른 최대 신호 대 잡음비를 나타내는 도면이고, 도 8a 내지 도 8d는 피망(peppers) 영상, 레나(Lena) 영상, 바바라(Barbara) 영상 및 다리(bridge) 영상 각각을 원본 영상(original image)으로 하여 획득된 잡음 밀도에 따른 최대 신호 대 잡음비를 나타내는 표이다.
도 7a 내지 도 8d에 도시된 바와 같이, 본 발명은 잡음 밀도(noise density) 별로 최대 신호 대 잡음비(PSNR)가 비교대상발명(비교 ① 내지 비교 ⑤)보다 전반적으로 높다. 이와 같이, 본 발명은 비교대상발명(비교 ① 내지 비교 ⑤)에 비해 충격 잡음(impulse noise) 제거 성능이 향상됨을 확인할 수 있다.
도 9a 내지 도 9d는 피망(peppers) 영상, 레나(Lena) 영상, 바바라(Barbara) 영상 및 다리(bridge) 영상 각각을 원본 영상(original image)으로 하여 획득된 잡음 밀도에 따른 평균 절대 오차를 나타내는 표이다.
도 9a 내지 도 9d에 도시된 바와 같이, 본 발명은 잡음 밀도(noise density)별로 평균 절대 오차(MAE)가 비교대상발명(비교 ① 내지 비교 ⑤)보다 전반적으로 낮다. 이와 같이, 본 발명은 비교대상발명(비교 ① 내지 비교 ⑤)에 비해 충격 잡음(impulse noise) 제거 성능이 향상됨을 확인할 수 있다.
도 10은 20%씩 단위로 10%에서 90%까지의 잡음(noise) 비율을 가지는 레나(Lena) 영상을 대상으로 충격 잡음을 제거한 결과 영상을 나타낸다. 도 10의 (a) 내지 (g)는 각각 원본 영상(original image), 표준 중간값 필터(SMF, 비교 ①)를 통해 잡음(noise)이 제거된 영상, 적응형 중간값 필터(AMF, 비교 ②)를 통해 잡음(noise) 제거된 영상, 반복 적응형 스위칭 중간값 필터(IASMF, 비교 ③)를 통해 잡음(noise) 제거된 영상, 루오 방법(LUO, 비교 ④)을 통해 잡음(noise) 제거된 영상, 심플 적응형 중간값 필터(SAM, 비교 ⑤)를 통해 잡음(noise) 제거된 영상 및 본 발명을 통해 잡음(noise) 제거된 영상을 나타낸다. 도 10에 도시된 바와 같이, 본 발명는 비교대상발명(비교 ① 내지 비교 ⑤)에 비해 잡음(noise) 제거 성능이 향상됨을 확인할 수 있다.
본 발명은 또한 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 장치에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 롬(ROM), 램(RAM), CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 유무선 통신망으로 연결된 컴퓨터 장치에 분산되어 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이상에서 본 발명의 바람직한 실시예에 대하여 상세하게 설명하였지만 본 발명은 상술한 특정의 바람직한 실시예에 한정되지 아니하며, 다음의 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.
100: 충격 잡음 제거 장치, 110: 제1잡음 제거부,
130: 잡음 후보 검출부, 150: 잡음 검출부,
170: 제2잡음 제거부

Claims (9)

  1. 원본 영상을 구성하는 각각의 픽셀(pixel)에 대하여 상기 픽셀을 기준으로 미리 설정된 크기의 제1마스크(mask) 내에 위치한 픽셀들 명도값의 중간값(median)인 제1중간값을 획득하고 상기 제1중간값들을 픽셀 명도값으로 가지는 잡음 제거 영상을 생성하는 제1잡음 제거부;
    상기 원본 영상을 구성하는 픽셀 중에서 상기 원본 영상과 상기 잡음 제거 영상 사이의 픽셀 명도값 차이가 미리 설정된 제1문턱 값(threshold value) 이상인 잡음 후보 픽셀(noise candidate pixels)을 검출하고, 상기 검출한 잡음 후보 픽셀에 형태적 팽창(morphological dilation)을 적용하여 잡음 후보 영역(noise candidate regions)을 검출하는 잡음 후보 검출부;
    상기 잡음 후보 영역을 구성하는 각각의 픽셀에 대하여 상기 픽셀을 기준으로 미리 설정된 크기의 제2마스크 내에 위치한 픽셀의 명도값 중 최소값과 최대값을 획득하고 상기 픽셀의 명도값이 상기 최소값과 상기 최대값 중 어느 하나와 동일하면 상기 픽셀을 잡음 픽셀(noise pixel)로 선택하는 잡음 검출부; 및
    상기 잡음 픽셀에 대하여 상기 잡음 픽셀을 기준으로 미리 설정된 크기의 제3마스크 내에 위치한 잡음 픽셀이 아닌 정상 픽셀(uncorrupted pixel)들 명도값의 중간값인 제2중간값과 평균값을 획득하고 상기 잡음 픽셀의 명도값을 상기 제2중간값이나 상기 평균값으로 정정하는 제2잡음 제거부;를 포함하는 것을 특징으로 하는 충격 잡음 제거 장치.
  2. 제 1항에 있어서,
    상기 제2잡음 제거부는 상기 잡음 픽셀의 명도값이 미리 설정된 제2문턱값 미만이면 상기 잡음 픽셀의 명도값을 상기 평균값으로 정정하고, 상기 잡음 픽셀의 명도값이 상기 제2문턱값 이상이면 상기 잡음 픽셀의 명도값을 상기 제2중간값으로 정정하는 것을 특징으로 하는 충격 잡음 제거 장치.
  3. 제 2항에 있어서,
    상기 제2문턱값은 상기 잡음 픽셀을 기준으로 상기 제3마스크 내에 위치한 상기 정상 픽셀 명도값의 표준 편차(standard deviation)인 것을 특징으로 하는 충격 잡음 제거 장치.
  4. 제 1항 내지 제 3항 중 어느 한 항에 있어서,
    상기 제2잡음 제거부는 상기 잡음 픽셀을 기준으로 상기 제3마스크 내에 위치한 상기 정상 픽셀의 개수가 미리 설정된 개수 이상이 되도록 상기 제3마스크의 크기를 설정하는 것을 특징으로 하는 충격 잡음 제거 장치.
  5. 원본 영상을 구성하는 각각의 픽셀에 대하여 상기 픽셀을 기준으로 미리 설정된 크기의 제1마스크 내에 위치한 픽셀들 명도값의 중간값인 제1중간값을 획득하고 상기 제1중간값들을 픽셀 명도값으로 가지는 잡음 제거 영상을 생성하는 단계;
    상기 원본 영상을 구성하는 픽셀 중에서 상기 원본 영상과 상기 잡음 제거 영상 사이의 픽셀 명도값 차이가 미리 설정된 제1문턱 값 이상인 잡음 후보 픽셀을 검출하는 단계;
    상기 검출한 잡음 후보 픽셀에 형태적 팽창을 적용하여 잡음 후보 영역을 검출하는 단계;
    상기 잡음 후보 영역을 구성하는 각각의 픽셀에 대하여 상기 픽셀을 기준으로 미리 설정된 크기의 제2마스크 내에 위치한 픽셀의 명도값 중 최소값과 최대값을 획득하고 상기 픽셀의 명도값이 상기 최소값과 상기 최대값 중 어느 하나와 동일하면 상기 픽셀을 잡음 픽셀로 선택하는 단계; 및
    상기 잡음 픽셀에 대하여 상기 잡음 픽셀을 기준으로 미리 설정된 크기의 제3마스크 내에 위치한 잡음 픽셀이 아닌 정상 픽셀들 명도값의 중간값인 제2중간값과 평균값을 획득하고 상기 잡음 픽셀의 명도값을 상기 제2중간값이나 상기 평균값으로 정정하는 단계;를 포함하는 것을 특징으로 하는 충격 잡음 제거 방법.
  6. 제 5항에 있어서,
    상기 잡음 픽셀 정정 단계는,
    상기 잡음 픽셀의 명도값이 미리 설정된 제2문턱값 미만이면 상기 잡음 픽셀의 명도값을 상기 평균값으로 정정하는 단계; 및
    상기 잡음 픽셀의 명도값이 상기 제2문턱값 이상이면 상기 잡음 픽셀의 명도값을 상기 제2중간값으로 정정하는 단계;를 포함하는 것을 특징으로 하는 충격 잡음 제거 방법.
  7. 제 6항에 있어서,
    상기 제2문턱값은 상기 잡음 픽셀을 기준으로 상기 제3마스크 내에 위치한 상기 정상 픽셀 명도값의 표준 편차인 것을 특징으로 하는 충격 잡음 제거 방법.
  8. 제 5항 내지 제 7항 중 어느 한 항에 있어서,
    상기 잡음 픽셀 정정 단계에서, 상기 잡음 픽셀을 기준으로 상기 제3마스크 내에 위치한 상기 정상 픽셀의 개수가 미리 설정된 개수 이상이 되도록 상기 제3마스크의 크기를 설정하는 것을 특징으로 하는 충격 잡음 제거 방법.
  9. 제 5항 내지 제 7항 중 어느 한 항에 기재된 충격 잡음 제거 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체.
KR1020120014322A 2012-02-13 2012-02-13 충격 잡음 제거 장치 및 방법 KR101290200B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120014322A KR101290200B1 (ko) 2012-02-13 2012-02-13 충격 잡음 제거 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120014322A KR101290200B1 (ko) 2012-02-13 2012-02-13 충격 잡음 제거 장치 및 방법

Publications (1)

Publication Number Publication Date
KR101290200B1 true KR101290200B1 (ko) 2013-07-30

Family

ID=48998135

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120014322A KR101290200B1 (ko) 2012-02-13 2012-02-13 충격 잡음 제거 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101290200B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100281877B1 (ko) * 1997-11-10 2001-02-15 윤종용 임펄스노이즈감소장치및그방법
KR100439697B1 (ko) * 1999-02-05 2004-07-14 삼성전자주식회사 컬러 영상 처리 방법 및 그 장치
KR100769561B1 (ko) * 2005-12-29 2007-10-23 엠텍비젼 주식회사 노이즈 제거에 사용되는 임계값 결정 장치 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100281877B1 (ko) * 1997-11-10 2001-02-15 윤종용 임펄스노이즈감소장치및그방법
KR100439697B1 (ko) * 1999-02-05 2004-07-14 삼성전자주식회사 컬러 영상 처리 방법 및 그 장치
KR100769561B1 (ko) * 2005-12-29 2007-10-23 엠텍비젼 주식회사 노이즈 제거에 사용되는 임계값 결정 장치 및 방법

Similar Documents

Publication Publication Date Title
EP2413586B1 (en) Method and device for adaptive noise measurement of a video signal
Zhang et al. A new adaptive weighted mean filter for removing salt-and-pepper noise
Wang et al. An efficient switching median filter based on local outlier factor
JP2010258710A5 (ko)
US8649065B2 (en) Image processing apparatus, image processing method, and halftone processing
KR20150114286A (ko) 영상 잡음 제거 장치 및 방법
US8917419B2 (en) Image processing apparatus and control method thereof
KR102091136B1 (ko) 영상 화질 개선 방법, 장치 및 기록 매체
JP5455611B2 (ja) 画像処理装置、画像処理方法及びプログラム
WO2003088648A1 (fr) Detecteur de mouvement, systeme de traitement d'image, procede de detection de mouvement, programme, support d'enregistrement
KR101336240B1 (ko) 저장된 영상을 이용한 영상 처리 방법 및 장치
US8493610B2 (en) Image reading method and image reading apparatus
KR101290200B1 (ko) 충격 잡음 제거 장치 및 방법
US20200265557A1 (en) Motion detection method and image processing device for motion detection
Tewari et al. Efficient removal of impulse noise in digital images
JP6388507B2 (ja) 画像処理装置
JP2005012641A (ja) ブロックノイズ検出装置及びそれを用いたブロックノイズ除去装置
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
JP5084755B2 (ja) ノイズ低減装置及びそのプログラム
JP2010011077A (ja) ノイズ低減画像処理装置、方法及びプログラム
CN115063302A (zh) 针对指纹图像椒盐噪声的有效去除方法
US20090154829A1 (en) Method and apparatus for edge enhancement considering singular points
JP2012019465A (ja) 画像処理装置および画像処理方法
JP2009267726A (ja) 動画像符号化装置、録画装置、動画像符号化方法、動画像符号化プログラム
TWI386868B (zh) 使用內容調適懲罰函數的移動偵測方法

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: 20160629

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20170626

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20180625

Year of fee payment: 6