KR101374971B1 - 디지털 이미지 내의 노이즈 감소 방법, 디지털 이미지 내의 노이즈 감소 장치 및 디지털 이미지 내의 노이즈 감소 시스템 - Google Patents

디지털 이미지 내의 노이즈 감소 방법, 디지털 이미지 내의 노이즈 감소 장치 및 디지털 이미지 내의 노이즈 감소 시스템 Download PDF

Info

Publication number
KR101374971B1
KR101374971B1 KR1020097012814A KR20097012814A KR101374971B1 KR 101374971 B1 KR101374971 B1 KR 101374971B1 KR 1020097012814 A KR1020097012814 A KR 1020097012814A KR 20097012814 A KR20097012814 A KR 20097012814A KR 101374971 B1 KR101374971 B1 KR 101374971B1
Authority
KR
South Korea
Prior art keywords
digital image
noise reduction
signal value
noise
function
Prior art date
Application number
KR1020097012814A
Other languages
English (en)
Other versions
KR20090091780A (ko
Inventor
신 크리스토퍼 캘리
Original Assignee
애플 인크.
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 애플 인크. filed Critical 애플 인크.
Publication of KR20090091780A publication Critical patent/KR20090091780A/ko
Application granted granted Critical
Publication of KR101374971B1 publication Critical patent/KR101374971B1/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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H04N25/68—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to defects
    • H04N25/683—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to defects by defect estimation performed on the scene signal, e.g. real time or on the fly detection
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Studio Devices (AREA)
  • Picture Signal Circuits (AREA)
  • Transforming Light Signals Into Electric Signals (AREA)

Abstract

본 발명에 따르면 노이즈는 디지털 이미지에 대한 포지션의 함수로서 노이즈 레벨을 식별하는 정보를 사용하는 이미징 디바이스에 의해 생성된 디지털 이미지 내에서 감소된다. 노이즈 감소 알고리즘이 디지털 이미지에 적용되는 동시에 노이즈 감소 알고리즘의 하나 이상의 파라미터가 변화된다. 하나 이상의 파라미터는 필드 포지션의 함수로서 획득된 노이즈 레벨에 기초하여 디지털 이미지 내의 필드 포지션의 함수로서 변화된다. 이러한 방식으로, 노이즈가 실질적으로 감소되며 디지털 이미지 내에서 공간적으로 균일화된다.

Description

디지털 이미지 내의 노이즈 감소 방법, 디지털 이미지 내의 노이즈 감소 장치 및 디지털 이미지 내의 노이즈 감소 시스템{REDUCED POSITION DEPENDENT NOISE IN DIGITAL IMAGES}
본 발명은 디지털 이미징 시스템에 관한 것으로, 보다 구체적으로는 디지털 이미지 내의 필드 포지션 종속적인 노이즈의 감소에 관한 것이다.
카메라에서, 필름 또는 이미지 센서가 위치되는 초점면(focal plane)에서 형성된 이미지는 카메라의 광학적 축에 근접하는 함수로서 블러될 수 있다(blurred). 광학적 축(일반적으로는 이미지의 중심)으로부터 이미지의 일부가 더 멀리 위치될수록, 보다 많은 부분이 블러될 수 있다. 이때 일회용 카메라와 같은 저렴한 카메라로부터 생성된 이미지에서 문제가 확장될 수 있다. 그들의 단순한 렌즈로 인해서, 또는 필름이 초점면에서 최상의 초점 위치에 위치되지 않을 수 있기 때문에, 일회용 카메라는 광학적 축으로부터 카메라의 이미지 프레임의 에지를 향해 이동했을 때 상당한 선명도 손실을 갖게 된다.
이미지 프로세싱 기술은 디지털 이미지 내의 필드 포지션 종속적인 블러를 보정하도록 설계되었다. 예로서 공동 허여된 Kelly 외 다수에 의한 제목 "CORRECTION OF POSITION DEPENDENT BLUR IN A DIGITAL IMAGE"의 미국 특허 제6,628,329호는 필드 내의 포지션의 함수로서 블러 보정 알고리즘(예로서, 샤프닝 필터)의 세기를 수정하는 것을 개시하며, 이는 본 명세서에서 참조로서 인용된다. 이러한 기술은 감지된 이미지 품질을 실질적으로 향상시킨다. 그렇다 해도, 디지털 이미지에 대해 이러한 이미지 프로세싱 기술을 적용하는 것 또한 이미지 내의 노이즈를 증가시킬 수 있다. 전형적으로 보다 많은 양의 블러 보정이 적용될수록, 보다 많은 노이즈가 발생한다. 따라서, 필드 포지션 종속적인 블러 보정 알고리즘의 적용은 필드 포지션 종속적인 방식으로 노이즈를 증가시킬 수 있다.
스펙클(speckle) 필터링, 평균 필터링, 중앙값 필터링, 로컬 영역 필터링 및 시그마 필터링과 같은 몇몇 노이즈 감소 알고리즘이 디지털 이미지 내의 노이즈를 감소시키기 위해 개발되었다. 예를 들어 전형적인 시그마 필터링 알고리즘에서, 필터링되는 픽셀의 신호값은 필터링되는 픽셀의 신호값의 고정된 표준 편차 범위 내에 존재하는 값을 갖는 이웃하는 픽셀들의 신호값들을 평균함으로써 결정된 값으로 대체되었다. 이러한 유형의 필터링은 노이즈가 디지털 이미지 내에서 가우시안 분포(Gaussian distribution)로 발생하여 표준 편차 범위 내에서 효율적인 노이즈 억제가 가능하다는 가정에 기초한다. 만약 이웃하는 픽셀과 필터링되는 픽셀 간에 큰 신호값의 차가 존재하면, 이러한 차는 노이즈로 인한 것이 아닌 디지털 이미지의 일부 다른 성분으로 인한 것일 확률이 높다. 따라서 이웃하는 픽셀의 신호값은 평균에 포함되지 않아야 한다.
그럼에도, 이러한 종래의 노이즈 감소 알고리즘은 필드 포지션 종속적인 노이즈 세기를 보정하는 데에 적합화되지 않았다. 결과적으로, 필드 포지션의 함수로서 변화하는 노이즈 세기를 갖는 효율적인 디지털 이미지의 노이즈 보정 방법에 대한 필요성이 존재한다.
본 발명의 실시예는 디지털 이미지 내의 필드 포지션 종속적인 노이즈를 감소시키는 방법 및 장치를 제공함으로써 전술된 필요성을 해소한다.
본 발명의 일 측면에 따르면, 노이즈는 노이즈 레벨을 디지털 이미지에 대한 포지션의 함수로서 식별하는 이미징 디바이스 활용 정보에 의해 생성된 디지털 이미지에서 감소된다. 노이즈를 감소시키는 알고리즘이 디지털 이미지에 적용되는 한편 노이즈 감소 알고리즘의 하나 이상의 파라미터가 변화될 수 있다. 하나 이상의 파라미터는 필드 포지션의 함수로서 획득된 노이즈 레벨에 기초하여 디지털 이미지 내의 필드 위치의 함수로서 변화된다.
예시적인 실시예에서, 이미징 시스템은 디지털 카메라 및 범용 컴퓨터를 포함한다. 디지털 카메라에 의해 생성된 디지털 이미지는 필드 위치에 따라 변화하는 노이즈를 포함한다. 수정된 시그마 필터 알고리즘(modified sigma filter algorithm)이 컴퓨터를 사용하여 디지털 이미지에 적용된다. 수정된 시그마 필터 알고리즘의 필터 범위는 각각의 필드 포지션에서 사전결정된 노이즈 레벨에 기초하여 디지털 이미지 내의 각 필드 포지션에 대해 변화한다. 그에 따라 수정된 시그마 필더 알고리즘은 로컬 노이즈 레벨에 응답하여 적응된다. 이러한 방식으로 디지털 이미지 내의 노이즈가 실질적으로 감소되고 공간적으로 균등화된다.
본 발명의 이러한 특성 및 장점과 그외의 특성 및 장점이 첨부된 도면을 참조로 하여 아래의 상세한 설명으로부터 명백해질 것이다.
도 1은 본 발명의 측면이 구현될 수 있는 디지털 이미징 시스템의 블록도,
도 2는 도 1의 디지털 이미징 시스템 내의 디지털 카메라의 블록도,
도 3은 도 1의 디지털 이미징 시스템 내의 컴퓨터의 블록도,
도 4a는 도 1의 디지털 이미징 시스템 내에서 생성된 디지털 이미지,
도 4b는 도 4a의 디지털 이미지 내의 필드 포지션의 함수로서의 노이즈 레벨의 그래프,
도 5는 도 1의 디지털 이미징 시스템 내에서 본 발명의 측면을 구현하는 예시적인 방법의 순서도,
도 6은 표준 편차 및 도 4a의 디지털 이미지에 대한 필터 범위 대 신호값의 그래프,
도 7은 도 4a의 디지털 이미지의 필터 윈도우 내의 적색 픽셀의 다이어그램을 도시한 도면,
도 8은 도 4a의 디지털 이미지의 다양한 필드 포지션에 대한 필터 범위 대 신호값의 그래프.
도면의 각 부호의 명칭
100 : 디지털 이미징 시스템 110 : 디지털 카메라
120 : 컴퓨터 210 : 이미지 센서
220 : 마이크로프로세서 230 : 셔터
240 : 피사체 250 : 렌즈
260 : 아날로그 신호 프로세서 270 : 아날로그-디지털 변환기
280 : 카메라 메모리 310 : 프로세서
320 : 컴퓨터 메모리 330 : 입력/출력 디바이스
400 : 디지털 이미지 510-560 : 프로세싱 단계
700 : 필터 윈도우 710 : 필터링되는 픽셀
본 발명은 예시적인 실시예를 참조로 하여 기술될 것이다. 다수의 변화들이 이러한 실시예에 적용될 수 있으며 그 결과는 여전히 본 발명의 범주 내에 존재할 것이라는 것을 이해할 것이다. 본 명세서에 기술된 특정한 실시예에 대해서 어떠한 제한도 의도되거나 암시되지 않았다.
도 1은 본 발명의 측면이 구현될 수 있는 예시적인 디지털 이미징 시스템(100)의 블록도이다. 이러한 특정한 디지털 이미징 시스템은 디지털 카메라(110) 및 컴퓨터(120)를 포함한다. 그러나, 광범위한 그외의 구성들이 고려될 수 있으며 이는 본 발명의 범주 내에 포함될 것이다. 이미징 시스템은 예로서 디지털 카메라가 아닌, 필름에 현상된 이미지를 디지털 데이터로 변환하도록 동작할 수 있는 광학 스캐너를 구비하는 필름 카메라를 포함할 수 있다. 이와 달리, 이미징 시스템은 스틸 카메라 대신 비디오 카메라를 포함할 수 있거나, 또는 스틸 이미지와 비디오 모두를 캡쳐할 수 있는 카메라를 포함할 수도 있다. 디지털 카메라는 휴대폰, PDA 또는 무선 전자 메일 디바이스와 같은 다른 디바이스와 결합될 수 있다.
도 2 및 3은 각각 디지털 카메라(110)와 컴퓨터(120)의 추가적인 세부사항을 도시한다. 디지털 카메라는 이미지의 화소(픽셀)에 상응하는 포토사이트(photosite)의 2차원 어레이를 포함하는 이미지 센서(210)를 포함한다. 이미지 센서는 예를 들어 전하 결합 소자(CCD: charged coupled device) 또는 상보적 금속-산화물-반도체(CMOS) 이미저를 포함할 수 있다. 이미지 센서의 픽셀들은 바람직하게는 종래의 바이어(Bayer)-타입 컬러 필터에 의해 커버되어 적-녹-청(RGB) 컬러 필터 어레이(CFA)를 형성한다. 이미지는, 셔터(230)를 개방하고 피사체(240)의 이미지가 렌즈(250)에 의해 이미지 센서로 적용되도록 하는 마이크로프로세서(220)의 제어 하에서 캡쳐된다. 이미지 센서가 이미지 광에 노출되었을 때, 아날로그 이미지 전하가 각각의 픽셀 내에서 생성된다. 셔터가 닫힌 후, 이미지 센서에 의해 생성된 전하 정보는 아날로그 신호 프로세서(260)로 전달된다. 아날로그 신호 프로세서는 수신된 전하 정보를 이미지 센서 내의 각 픽셀에 상응하는 아날로그 이미지 신호로 변환한다. 그 다음 아날로그 신호 프로세서로부터의 아날로그 이미지 신호는 각 픽셀에 대한 디지털 신호값을 아날로그 입력 신호로부터 생성하는 아날로그- 디지털(A/D) 변환기(270)로 전달된다. 예로서 10-비트 디지털화를 사용하여, 각 픽셀은 0 내지 1,023의 신호값에 할당된다. 캡쳐된 디지털 이미지 신호는 카메라 메모리(280) 내에 저장된다.
컴퓨터(120)는 프로세서(310), 컴퓨터 메모리(320) 및 입력/출력(I/O) 디바이스(330)를 포함한다. 컴퓨터는 예를 들어 컴퓨터의 "IBM PC 호환가능(Compatible)" 클래스로서 흔히 지칭되는 개인용 컴퓨터와 같은 범용 컴퓨터일 수 있다. 이와 달리, 컴퓨터는 전용 컴퓨팅 디바이스일 수 있다.
디지털 이미지가 카메라 메모리(280) 내에 저장되면, 이미지는 직접 접속 또는 무선 접속을 사용하여, 또는 이와 달리 당업자에게 익숙할 종래의 메모리 카드를 사용하여 컴퓨터 메모리(320)로 전달될 수 있다. 컴퓨터 메모리 내에 저장되면, 컴퓨터(120)는 실사용자의 필요에 따라 저장된 디지털 이미지를 디스플레이, 수정, 인화 또는 전송할 수 있다.
본 발명의 예시적인 측면의 목적을 위해, 디지털 카메라(110)에 의해 생성되어 컴퓨터 메모리(320) 내에 저장되는 주어진 디지털 이미지는 필드 포지션의 함수로서 변화되는 노이즈 레벨을 포함한다. 보다 구체적으로, 디지털 이미지(400)가 도 4a에 도시된 바와 같이 나타난다고 가정할 것이다. 이러한 특정 예시에서, 이미지 프레임의 에지를 향해 증가하는 점밀도(density of dots)에 의해 표시되는 바와 같이, 노이즈 레벨은 디지털 이미지의 중심으로부터 벗어나게 이동할 때 증가한다. 필드 포지션의 함수로서의 노이즈는 도 4b의 그래픽 형태로 도시된다.
바람직하게는, 필드 포지션의 함수로서의 노이즈 레벨이 특징화되는 한 본 발명의 측면을 구현하는 능력은 필드 종속적인 노이즈의 정확한 소스에 의존하지 않는다. 디지털 이미지(400) 내의 노이즈는 다양한 서로 다른 메커니즘의 결과일 수 있다. 예를 들어, 노이즈는 부분적으로 디지털 카메라(110) 내의 결함 또는 비적합한 전자적 성분으로부터 나타날 수 있다. 또한, 또는 이와 달리, 노이즈는 앞서 인용된 미국 특허 제6,628,329호에서 기술된 타입의 필드 포지션 종속적인 블러 보정 알고리즘과 같은 디지털 이미지에 대한 보정 알고리즘의 적용으로부터 발생할 수 있다.
디지털 카메라(110)의 제조자는 바람직하게는 디지털 카메라에 의해 생성된 이미지에 대한 필드 위치의 함수로서 노이즈 레벨을 특징화할 것이다. 만약 노이즈가 주로 디지털 카메라 내의 구성요소로 인한 것이라면, 필드 포지션의 함수로서의 노이즈 레벨은 당업자에게 친숙한 종래의 노이즈 분석 기술을 사용하여 테스트 타겟의 디지털 이미지를 생성 및 분석함으로써 제조자에 의해 획득될 수 있다. 만약, 이와 달리, 노이즈가 주로 디지털 이미지에 대한 필드 포지션 종속적인 블러 보정 알고리즘 적용의 함수라면, 이미지 내의 주어진 필드 포지션에서의 노이즈는 대체로 그 필드 포지션에서의 블러 보정 알고리즘에 적용되는 이득 팩터에 비례할 것이다. 이득 팩터는 앞서 인용된 미국 특허 제6,628,329호에서 자세히 기술되었다.
결정되면, 제조자는 디지털 카메라(110)에 대한 노이즈 프로파일(예로서, 필드 포지션의 함수로서의 노이즈 레벨)을 예를 들어 카메라 메모리(280) 내에, 또는 디지털 카메라에 포함되고 컴퓨터(120)에 의해 판독될 수 있는 자기적 또는 광학적 저장 매체 상에 저장할 수 있다.
노이즈 프로파일이 컴퓨터(120)에 의해 이용가능하게 되면, 본 발명의 측면에 따른 노이즈 감소 알고리즘이 컴퓨터의 이미지 수정 성능의 일부로서 디지털 이미지(400)에 적용될 수 있다. 도 5는 필드 포지션 종속적인 노이즈 감소 알고리즘을 디지털 이미지에 적용하는 예시적인 방법의 순서도를 도시한다. 이러한 특정한 예시적인 실시예에서, 노이즈 감소 알고리즘은 수정된 시그마 필터 알고리즘이지만, 본 발명은 이러한 특정한 타입의 노이즈 필터링으로 제한되지 않는다. 노이즈 감소 알고리즘은 디지털 카메라(110)의 CFA로부터의 디지털 이미지를 구성하는 픽셀 데이터에 대해 동작한다. 전술된 바와 같이, CFA는 바이어-타입 필터를 갖는 이미지 센서(210)를 포함한다. 따라서, 각 픽셀은 세 가지 색상 중 오직 한 색상만을 기록하도록 필터링되며, 픽셀의 25%는 적색 광을 검출하도록 필터링되고, 픽셀의 25%는 청색 광을 검출하도록 필터링되며, 픽셀의 50%는 녹색 광을 검출하도록 필터링된다.
도 5의 단계(510-560)는 컴퓨터(120)에 의한 디지털 이미지(400)로의 수정된 시그마 필터 알고리즘의 적용에 포함되는 단계들을 기술한다. 전술된 바와 같이, 종래의 시그마 필터 알고리즘에서 필터링되는 픽셀의 신호값은, 필터링되는 픽셀의 신호값의 표준 편차 범위 내에 존재하는 신호값을 갖는 이웃하는 픽셀들의 신호값을 평균함으로써 결정된 신호값에 의해 대체된다. 수정된 시그마 필터 알고리즘은 또한 이러한 표준 편차를 사용한다. 표준 편차 범위는 바람직하게는 컬러 타겟의 세트를 사용하여 이미징 디바이스에 대해서 제조자에 의해 결정된다. 컬러 타겟은 변화하는 휘도, 색조 및 채도를 갖는 컬러 전범위에 걸친 다수의 패치(patch)를 포함할 수 있다. 제조자는 이러한 컬러 패치들을 촬영하여 특정한 컬러 패치에 대한 픽셀 신호값의 통계적인 분포를 결정하기 위해 결과적인 디지털 이미지를 연구한다. 이러한 데이터로부터, 표준 편차와 신호값 간의 관계가 결정된다. 도 6의 아래의 데이터 세트는 이러한 디지털 카메라(110)에 대한 이러한 관계를 도시한다. 노이즈 프로파일 데이터와 같이, 이러한 데이터는 디지털 카메라 자체 내에 저장되거나 또는 다른 수단에 의해 컴퓨터가 이용가능하게 하도록 할 수 있다.
수정된 시그마 필터 알고리즘은 또한 필터링되는 픽셀 부근의 픽셀들 중 어느 픽셀이 신호값을 평균화할 때 포함될지를 결정하는 데에 필터 범위를 사용한다. 그러나 종래의 시그마 필터 알고리즘과는 반대로, 수정된 시그마 필터 알고리즘에서 사용되는 필터 범위는 필터링되는 픽셀의 신호값에서의 표준 편차의 함수일 뿐 아니라, 필터링된 이미지 내의 특정한 필드 포지션에서의 노이즈 레벨의 함수이기도 하다. 이러한 방식으로, 수정된 시그마 필터 알고리즘은 필드 포지션 종속적인 노이즈에 적응하는 알고리즘이 된다.
단계(510)에서, 컴퓨터(120) 내의 프로세서(310)는 필터링될 픽셀에 대해 필터 윈도우를 정의한다. 도 7은 이러한 필터 윈도우(700)의 예시를 도시한다. 필터 윈도우는 9행과 9열의 픽셀들을 포함하지만, 다른 필터 윈도우 크기가 사용될 수도 있다. 필터링될 적색 픽셀(710)은 필터 윈도우의 중심에 있다. 적색 픽셀들만이 하나의 적색 픽셀을 필터링하는 데에 사용될 픽셀들이기 때문에, 오직 적색 픽셀들만이 필터 윈도우 내에 도시되었다. 만약 대신 필터링될 픽셀이 녹색 또는 청색이라면, 오직 녹색 또는 청색 픽셀들만이 각각 고려될 것이다.
단계(520)에서, 프로세서(310)는 디지털 이미지(400) 내의 필터 윈도우(700)의 필드 포지션을 결정하고, 저장된 노이즈 프로파일로부터 이러한 필드 포지션에 대한 노이즈 레벨을 획득한다. 이러한 노이즈 레벨은 본 실시예의 내용에서 "로컬" 노이즈 레벨로서도 지칭된다.
단계(530)에서, 프로세서(310)는 필터 윈도우(700)에 적용될 필터 범위를 결정한다. 이를 위해, 프로세서는 먼저 도 6의 아래의 데이터 세트에 상응하는 저장된 데이터를 참조하여 필터링될 픽셀(710)의 신호값과 동일한 신호값에 대한 표준 편차를 획득한다. 그 다음 프로세서는 디지털 이미지(400) 내의 필터 윈도우의 특정한 필드 포지션에 대해 단계(520)에서 결정된 노이즈 레벨에 의해 이러한 표준 편차를 수정한다.
도 6의 위의 데이터 세트는 디지털 이미지(400) 내의 특정한 필드 포지션에 대해 필터링되는 픽셀의 신호값의 함수로서의 필터 범위를 도시한다. 필터 이미지는 표준 편차 데이터 및 로컬 노이즈 데이터로부터 몇몇 서로 다른 방식들로 계산될 수 있다. 필터 범위는 예를 들어 다음과 같을 수 있다:
Figure 112009037231032-pct00001
이때 Rx는 특정한 신호값 x에 대한 필터 범위이고, σx는 신호값 x에 대한 표준 편차이고, a 및 b는 비례 상수이며, Nwindow는 필터 윈도우의 필드 포지션에서의 로컬 노이즈 레벨이다. 이러한 변수들의 값들은 원하는 필터링 레벨에 의존할 것 이며, 적절한 값이 당업자에게 명백할 것이다. 또한, 이러한 공식은 예시적인 것으로서, 필터 범위는 본 명세서에 기술된 것과 다른 항을 포함하는 공식에 의해 결정될 수도 있음을 인지해야 한다. 공식은 예를 들어 σx 및/또는 Nwindow의 보다 높은 거듭제곱을 포함하는 추가적인 항들을 포함할 수 있다.
단계(540)에서, 수정된 시그마 필터 알고리즘이 필터링될 픽셀(710)에 적용된다. 필터링될 픽셀의 필터링 범위 내의 신호값을 갖는 필터 윈도우(700) 내의 픽셀들은 평균화되며, 필터링될 픽셀의 신호값은 이러한 평균 신호값으로 대체된다. 단계(550)에서, 디지털 이미지(400) 내의 마지막 픽셀이 도달하였는지 여부가 결정된다. 만약 도달하지 않았다면, 프로세서(310)는 다음 픽셀로 넘어가서 다시 단계(510-550)를 적용한다. 만약 마지막 픽셀이 단계(550)에 도달하였다면, 프로세서는 단계(560)에서 이미지 프로세싱을 완료한다.
도 8은 필터 범위 대 필터링되는 픽셀의 신호값을 디지털 이미지(400) 내의 서로 다른 필드 포지션의 함수로서 도시한다. 포지션(A)(디지털 이미지의 에지 부근)은 포지션(B)보다 높은 로컬 노이즈 레벨을 가지고, 포지션(B)은 포지션(C)(이미지의 중심 부근)보다 높은 로컬 노이즈 레벨을 갖는다. 따라서, 필터링되는 픽셀의 임의의 주어진 신호값에 있어서, 포지션(A, B)에 대한 필터 범위는 실질적으로 포지션(C)에 대한 필터 범위보다 높다. 이것은 평균화 프로세스에서, 포지션(C)에서 포함되는 것보다 위치(A, B)에서의 필터 윈도우(700) 내에 더 많은 픽셀이 포함되는 효과를 갖는다. 이는 노이즈의 결과로서 필터링되는 픽셀로부터 위 치(A, B)에서의 필터 윈도우 내의 픽셀들의 신호값이 포지션(C)에서의 윈도우 내의 픽셀들보다 높은 정도로 벗어나기 때문에 논리적이다. 바람직하게는, 이러한 프로세스는 디지털 이미지 내의 노이즈를 실질적으로 감소시킨다. 또한, 이러한 프로세스는 프로세스된 디지털 이미지가 이미지 필드를 가로지르는 관찰가능한 노이즈 기울기를 포함할 기회를 실질적으로 감소시킨다. 필터링된 디지털 이미지 내의 감지된 노이즈는 따라서 본 발명의 측면에 따른 방법을 사용함으로써 실질적으로 감소된다.
도 5에서 전술된 프로세스가 수정된 시그마 필터 알고리즘을 사용하지만, 본 발명은 이러한 특정한 타입의 노이즈 감소 알고리즘으로 제한되지 않는다. 대신, 본 발명은 로컬 노이즈 레벨에 응답하여 적응되는 임의의 노이즈 감소 알고리즘에 적용된다. 당업자는 이러한 다른 노이즈 감소 필터를 인지할 것이며 본 발명의 측면에 따라 그들을 사용하는 방식을 인지할 것이다. 이러한 노이즈 감소 알고리즘은 예를 들어 스펙클(speckle) 필터링, 평균 필터링, 중앙값 필터링 및 로컬 영역 필터링을 포함한다.
또한, 전술된 실시예의 필드 포지션 종속적인 노이즈 감소 알고리즘이 컴퓨터(120)를 사용하여 적용되었지만, 대신 (예로서, 카메라 마이크로프로세서(220)를 사용하여) 노이즈 감소 알고리즘을 카메라의 내부 이미지 프로세싱 성능의 일부로서 적용하는 디지털 카메라(110) 자체를 구비하는 것이 바람직할 수 있다. 이러한 구성은 디지털 카메라가 외부 이미지 프로세싱 하드웨어 및 소프트웨어에 대한 피요성 없이 완전히 프로세싱된 디지털 이미지를 생성하도록 할 수 있다. 완전히 프 로세싱된 이미지는 예로서 프린터 또는 디스플레이 디바이스로 직접 전달될 수 있다.
본 발명은 예시적인 실시예를 참조로 하여 기술되었다. 그러나, 당업자는 본 발명의 범주로부터 벗어나지 않는 한 변화 및 수정이 반영될 수 있음을 이해할 것이다.

Claims (20)

  1. 이미징 디바이스에 의해 생성된 디지털 이미지 내의 노이즈를 감소시키는 방법으로서,
    노이즈 레벨을 상기 디지털 이미지에 대한 필드 포지션의 함수로서 식별하는 정보를 획득하는 단계와,
    상기 디지털 이미지에 노이즈 감소 알고리즘을 적용하는 동시에, 필드 포지션의 함수로서의 획득된 상기 노이즈 레벨에 기초하여 상기 노이즈 감소 알고리즘의 하나 이상의 파라미터를 상기 디지털 이미지 내의 필드 포지션의 함수로서 변화시키는 단계
    를 포함하고,
    상기 디지털 이미지는 각각의 신호값을 갖는 복수의 픽셀을 포함하고,
    상기 디지털 이미지에 상기 노이즈 감소 알고리즘을 적용하는 단계는,
    필터링되는 픽셀에 대해 윈도우(window)를 정의하는 단계 -상기 윈도우는 상기 디지털 이미지 내의 상기 복수의 픽셀들 중 일부를 포함함- 와,
    필터 범위를 결정하는 단계 -상기 필터 범위는 상기 윈도우의 필드 포지션에서 결정된 노이즈 레벨의 함수임- 와,
    평균 신호값을 결정하는 단계 -상기 평균 신호값은, 상기 윈도우 내의 픽셀들 중 상기 필터링되는 픽셀의 신호값의 상기 필터 범위 내에 포함되는 신호값을 갖는 픽셀들의 신호값들의 평균임- 와,
    상기 필터링되는 픽셀의 신호값을 상기 평균 신호값으로 대체하는 단계
    를 포함하는,
    디지털 이미지 내의 노이즈 감소 방법.
  2. 제 1 항에 있어서,
    상기 이미징 디바이스는 스틸 카메라, 비디오 카메라 및 광학 스캐너 중 적어도 하나를 포함하는
    디지털 이미지 내의 노이즈 감소 방법.
  3. 제 1 항에 있어서,
    상기 방법은 상기 이미지 디바이스 내에서 구현되는
    디지털 이미지 내의 노이즈 감소 방법.
  4. 제 1 항에 있어서,
    상기 방법은 상기 이미징 디바이스와는 별개의 컴퓨터에서 구현되는
    디지털 이미지 내의 노이즈 감소 방법.
  5. 제 4 항에 있어서,
    상기 컴퓨터는 범용 컴퓨터를 포함하는
    디지털 이미지 내의 노이즈 감소 방법.
  6. 제 1 항에 있어서,
    상기 이미징 디바이스는 바이어(Bayer)-타입의 컬러 필터 어레이를 포함하는
    디지털 이미지 내의 노이즈 감소 방법.
  7. 제 1 항에 있어서,
    상기 디지털 이미지 내의 상기 노이즈는 적어도 부분적으로는 상기 디지털 이미지에 대한 블러 보정 알고리즘(a blur correction algorithm)의 적용 결과인
    디지털 이미지 내의 노이즈 감소 방법.
  8. 제 7 항에 있어서,
    상기 블러 보정 알고리즘의 강도는 필드 포지션 종속적인
    디지털 이미지 내의 노이즈 감소 방법.
  9. 삭제
  10. 제 1 항에 있어서,
    상기 필터 범위는 또한 테스트 컬러 타겟(a test color target)의 이미지 내의 픽셀들의 신호값의 표준 편차의 함수인
    디지털 이미지 내의 노이즈 감소 방법.
  11. 프로세서 및 메모리를 포함하는 프로세서 기반의 디바이스가 제 1 항의 방법의 단계를 구현하게 하도록 동작하는 프로그램을 기록한 컴퓨터로 읽을 수 있는 매체.
  12. 노이즈 레벨이 필드 포지션의 함수로서 결정되는, 디지털 이미지 내의 노이즈를 감소시키는 장치로서,
    상기 디지털 이미지에 대한 필드 포지션의 함수로서 결정된 노이즈 레벨을 식별하는 데이터를 저장하도록 동작하는 메모리와,
    상기 메모리에 연결되어, 상기 디지털 이미지에 노이즈 감소 알고리즘을 적용하는 동시에 필드 포지션의 함수로서의 결정된 상기 노이즈 레벨에 기초하여 상기 노이즈 감소 알고리즘의 하나 이상의 파라미터를 상기 디지털 이미지 내의 필드 포지션의 함수로서 변화시키도록 동작하는 프로세서
    를 포함하고,
    상기 디지털 이미지는 각각의 신호값을 갖는 복수의 픽셀을 포함하고,
    상기 디지털 이미지에 상기 노이즈 감소 알고리즘을 적용하는 프로세서는,
    필터링되는 픽셀에 대해 윈도우를 정의하고 -상기 윈도우는 상기 디지털 이미지 내의 상기 복수의 픽셀들 중 일부를 포함함- ,
    필터 범위를 결정하고 -상기 필터 범위는 상기 윈도우의 필드 포지션에서 결정된 노이즈 레벨의 함수임- ,
    평균 신호값을 결정하며 -상기 평균 신호값은, 상기 윈도우 내의 픽셀들 중 상기 필터링되는 픽셀의 신호값의 상기 필터 범위 내에 포함되는 신호값을 갖는 픽셀들의 신호값들의 평균임- ,
    상기 필터링되는 픽셀의 신호값을 상기 평균 신호값으로 대체하는 동작들을 더 수행하는,
    디지털 이미지 내의 노이즈 감소 장치.
  13. 제 12 항에 있어서,
    상기 장치는 스틸 카메라, 비디오 카메라 또는 광학 스캐너 내에 구현되는
    디지털 이미지 내의 노이즈 감소 장치.
  14. 제 12 항에 있어서,
    상기 장치는 범용 컴퓨터 내에 구현되는
    디지털 이미지 내의 노이즈 감소 장치.
  15. 삭제
  16. 제 12 항에 있어서,
    상기 필터 범위는 또한 테스트 컬러 타겟의 이미지 내의 픽셀들의 신호값의 표준 편차의 함수인
    디지털 이미지 내의 노이즈 감소 장치.
  17. 노이즈 레벨이 필드 포지션의 함수로서 결정되는, 디지털 이미지 내의 노이즈를 감소시키는 시스템으로서,
    상기 디지털 이미지를 캡쳐하도록 동작하는 이미징 디바이스와,
    메모리 및 프로세서를 포함하는 컴퓨터를 포함하되,
    상기 메모리는 상기 디지털 이미지에 대한 필드 포지션의 함수로서 결정된 상기 노이즈 레벨을 식별하는 데이터를 저장하도록 동작하고,
    상기 프로세서는 상기 메모리에 연결되어, 상기 디지털 이미지에 노이즈 감소 알고리즘을 적용하는 동시에 필드 포지션의 함수로서의 결정된 상기 노이즈 레벨에 기초하여 상기 노이즈 감소 알고리즘의 하나 이상의 파라미터를 상기 디지털 이미지 내의 필드 포지션의 함수로서 변화시키도록 동작하고,
    상기 디지털 이미지는 각각의 신호값을 갖는 복수의 픽셀을 포함하고,
    상기 디지털 이미지에 상기 노이즈 감소 알고리즘을 적용하는 프로세서는,
    필터링되는 픽셀에 대해 윈도우를 정의하고 -상기 윈도우는 상기 디지털 이미지 내의 상기 복수의 픽셀들 중 일부를 포함함- ,
    필터 범위를 결정하고 -상기 필터 범위는 상기 윈도우의 필드 포지션에서 결정된 노이즈 레벨의 함수임- ,
    평균 신호값을 결정하며 -상기 평균 신호값은, 상기 윈도우 내의 픽셀들 중 상기 필터링되는 픽셀의 신호값의 상기 필터 범위 내에 포함되는 신호값을 갖는 픽셀들의 신호값들의 평균임- ,
    상기 필터링되는 픽셀의 신호값을 상기 평균 신호값으로 대체하는
    동작들을 더 수행하는,
    디지털 이미지 내의 노이즈 감소 시스템.
  18. 제 17 항에 있어서,
    상기 이미징 디바이스는 스틸 카메라, 비디오 카메라 및 광학 스캐너 중 적어도 하나를 포함하는
    디지털 이미지 내의 노이즈 감소 시스템.
  19. 삭제
  20. 제 17 항에 있어서,
    상기 필터 범위는 또한 테스트 컬러 타겟의 이미지 내의 픽셀들의 신호값의 표준 편차의 함수인
    디지털 이미지 내의 노이즈 감소 시스템.
KR1020097012814A 2006-12-22 2007-11-19 디지털 이미지 내의 노이즈 감소 방법, 디지털 이미지 내의 노이즈 감소 장치 및 디지털 이미지 내의 노이즈 감소 시스템 KR101374971B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US11/615,223 2006-12-22
US11/615,223 US8018504B2 (en) 2006-12-22 2006-12-22 Reduction of position dependent noise in a digital image
PCT/US2007/024178 WO2008088450A1 (en) 2006-12-22 2007-11-19 Reduced position dependent noise in digital images

Publications (2)

Publication Number Publication Date
KR20090091780A KR20090091780A (ko) 2009-08-28
KR101374971B1 true KR101374971B1 (ko) 2014-03-14

Family

ID=39361788

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020097012814A KR101374971B1 (ko) 2006-12-22 2007-11-19 디지털 이미지 내의 노이즈 감소 방법, 디지털 이미지 내의 노이즈 감소 장치 및 디지털 이미지 내의 노이즈 감소 시스템

Country Status (7)

Country Link
US (1) US8018504B2 (ko)
EP (1) EP2098064A1 (ko)
JP (2) JP5337049B2 (ko)
KR (1) KR101374971B1 (ko)
CN (1) CN101569173B (ko)
TW (1) TWI422217B (ko)
WO (1) WO2008088450A1 (ko)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5374217B2 (ja) * 2009-04-22 2013-12-25 キヤノン株式会社 画像処理装置およびその方法
TWI406571B (zh) * 2010-01-29 2013-08-21 Corel Inc Image Processing Method for Enhancing Image Edge Resolution
EP2579570B1 (en) * 2010-06-07 2017-01-04 Olympus Corporation Signal processing device and still image generation method
US8755627B2 (en) * 2011-04-14 2014-06-17 Lexmark International, Inc. Method and system for reducing speckles in a captured image
JP6275116B2 (ja) 2012-04-13 2018-02-07 レッド．コム，エルエルシー ビデオプロジェクタシステム
US9025086B2 (en) 2012-04-13 2015-05-05 Red.Com, Inc. Video projector system
CN105144675B (zh) 2013-03-15 2018-09-14 耶鲁大学 用于处理具有传感器相关噪声的成像数据的技术
JP6614843B2 (ja) 2015-07-30 2019-12-04 キヤノン株式会社 画像処理装置、撮像装置および画像処理プログラム
JP6700751B2 (ja) 2015-11-30 2020-05-27 キヤノン株式会社 撮像装置、撮像装置の制御方法およびプログラム
US10510153B1 (en) * 2017-06-26 2019-12-17 Amazon Technologies, Inc. Camera-level image processing
US10580149B1 (en) * 2017-06-26 2020-03-03 Amazon Technologies, Inc. Camera-level image processing
RU2721188C2 (ru) 2017-12-14 2020-05-18 Общество с ограниченной ответственностью "Аби Продакшн" Улучшение контраста и снижение шума на изображениях, полученных с камер
CN112884678A (zh) * 2021-03-24 2021-06-01 深圳市蔚来芯科技有限公司 一种图像算法的调试方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5696850A (en) * 1995-12-21 1997-12-09 Eastman Kodak Company Automatic image sharpening in an electronic imaging system
US6229578B1 (en) * 1997-12-08 2001-05-08 Intel Corporation Edge-detection based noise removal algorithm
US6628329B1 (en) * 1998-08-26 2003-09-30 Eastman Kodak Company Correction of position dependent blur in a digital image

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4783840A (en) * 1987-12-04 1988-11-08 Polaroid Corporation Method for enhancing image data by noise reduction or sharpening
DE4314980C1 (de) * 1993-05-06 1994-09-29 Mb Video Gmbh Verfahren zur Verminderung des Rauschens eines Videosignals
DE4404215C1 (de) * 1994-02-10 1995-05-24 Mb Video Gmbh Verfahren zur Ermittlung einer angenäherten Standardabweichung
JPH11177853A (ja) * 1997-12-15 1999-07-02 Toshiba Corp 画像補正装置
US6707950B1 (en) * 1999-06-22 2004-03-16 Eastman Kodak Company Method for modification of non-image data in an image processing chain
US7054501B1 (en) * 2000-11-14 2006-05-30 Eastman Kodak Company Estimating noise for a digital image utilizing updated statistics
EP1358629A1 (en) * 2001-01-26 2003-11-05 Koninklijke Philips Electronics N.V. Spatio-temporal filter unit and image display apparatus comprising such a spatio-temporal filter unit
US7065255B2 (en) * 2002-05-06 2006-06-20 Eastman Kodak Company Method and apparatus for enhancing digital images utilizing non-image data
US6937775B2 (en) * 2002-05-15 2005-08-30 Eastman Kodak Company Method of enhancing the tone scale of a digital image to extend the linear response range without amplifying noise
US7092017B2 (en) 2002-09-13 2006-08-15 Eastman Kodak Company Fixed pattern noise removal in CMOS imagers across various operational conditions
US7292733B2 (en) * 2002-10-16 2007-11-06 Matsushita Electric Industrial Co., Ltd. Image processing apparatus and image processing method
US7139437B2 (en) * 2002-11-12 2006-11-21 Eastman Kodak Company Method and system for removing artifacts in compressed images
US7280141B1 (en) * 2003-09-23 2007-10-09 Pixim Inc Fixed pattern noise subtraction in a digital image sensor
JP4479257B2 (ja) * 2004-01-30 2010-06-09 ノーリツ鋼機株式会社 軟調効果フィルタ及びその処理プログラム
JP3899118B2 (ja) * 2004-02-19 2007-03-28 オリンパス株式会社 撮像システム、画像処理プログラム
US8634014B2 (en) * 2004-04-05 2014-01-21 Hewlett-Packard Development Company, L.P. Imaging device analysis systems and imaging device analysis methods
CN100524346C (zh) * 2004-06-14 2009-08-05 普瑞科德公司 过滤数字图像的方法和系统、数字图像处理器
TWI290657B (en) * 2004-07-01 2007-12-01 Altek Corp Method for clearing digital image noise signal and device thereof
JP2006080852A (ja) * 2004-09-09 2006-03-23 Olympus Corp 画像処理装置、電子カメラ、スキャナ、画像処理方法、および画像処理プログラム
JP2006166108A (ja) * 2004-12-08 2006-06-22 Canon Inc 撮像装置および撮像制御方法
TWI274258B (en) * 2004-12-24 2007-02-21 Sony Taiwan Ltd Image processing system
JP2006295807A (ja) * 2005-04-14 2006-10-26 Canon Inc 撮像装置、画像処理方法、プログラム、及び記憶媒体
US7237721B2 (en) * 2005-05-24 2007-07-03 Nokia Corporation Image processing for pattern detection

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5696850A (en) * 1995-12-21 1997-12-09 Eastman Kodak Company Automatic image sharpening in an electronic imaging system
US6229578B1 (en) * 1997-12-08 2001-05-08 Intel Corporation Edge-detection based noise removal algorithm
US6628329B1 (en) * 1998-08-26 2003-09-30 Eastman Kodak Company Correction of position dependent blur in a digital image

Also Published As

Publication number Publication date
US20080152248A1 (en) 2008-06-26
JP2010514052A (ja) 2010-04-30
CN101569173A (zh) 2009-10-28
JP5337049B2 (ja) 2013-11-06
US8018504B2 (en) 2011-09-13
JP2013192250A (ja) 2013-09-26
EP2098064A1 (en) 2009-09-09
CN101569173B (zh) 2015-01-07
TWI422217B (zh) 2014-01-01
WO2008088450A1 (en) 2008-07-24
KR20090091780A (ko) 2009-08-28
TW200843488A (en) 2008-11-01

Similar Documents

Publication Publication Date Title
KR101374971B1 (ko) 디지털 이미지 내의 노이즈 감소 방법, 디지털 이미지 내의 노이즈 감소 장치 및 디지털 이미지 내의 노이즈 감소 시스템
KR102293443B1 (ko) 듀얼 카메라를 이용한 이미지 처리 방법 및 이동 단말기
JP4186699B2 (ja) 撮像装置および画像処理装置
US8160381B2 (en) Method and apparatus for image noise reduction using noise models
US8300120B2 (en) Image processing apparatus and method of processing image for reducing noise of the image
US9113059B2 (en) Image pickup apparatus and image region discrimination method
US20140036106A1 (en) Image processing apparatus and image processing method
US20080226278A1 (en) Auto_focus technique in an image capture device
US7796806B2 (en) Removing singlet and couplet defects from images
CN107454322A (zh) 拍照方法、装置、计算机可存储介质和移动终端
US8237829B2 (en) Image processing device, image processing method, and imaging apparatus
US8837866B2 (en) Image processing apparatus and method for controlling image processing apparatus
JP4705146B2 (ja) 撮像装置及び撮像方法
JP2000217123A (ja) 撮像装置及び前記撮像装置における画像処理方法
JP4948303B2 (ja) 撮像装置及び信号処理方法
JP6316006B2 (ja) 被写体探索装置、その制御方法、および制御プログラム、並びに撮像装置
EP2632146B1 (en) Image processing apparatus
JP2011135379A (ja) 撮像装置、撮像方法及びプログラム
JP2018026743A (ja) 画像処理装置、制御方法、及びプログラム
JP5943682B2 (ja) 撮像装置、その制御方法及びプログラム
JP4819859B2 (ja) 撮像装置及び画像処理方法
JP5290734B2 (ja) ノイズ低減装置及びノイズ低減方法
KR20040088830A (ko) 전하결합소자의 비네팅 현상 제거 방법
CN114257764A (zh) 黑电平校正方法、装置、计算机设备和介质
JP2007300320A (ja) 撮像装置及び撮像方法

Legal Events

Date Code Title Description
A201 Request for examination
N231 Notification of change of applicant
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee