KR101522757B1 - 영상의 노이즈 제거 방법 - Google Patents

영상의 노이즈 제거 방법 Download PDF

Info

Publication number
KR101522757B1
KR101522757B1 KR1020110137425A KR20110137425A KR101522757B1 KR 101522757 B1 KR101522757 B1 KR 101522757B1 KR 1020110137425 A KR1020110137425 A KR 1020110137425A KR 20110137425 A KR20110137425 A KR 20110137425A KR 101522757 B1 KR101522757 B1 KR 101522757B1
Authority
KR
South Korea
Prior art keywords
horizontal
horizontal line
noise
pixels
line noise
Prior art date
Application number
KR1020110137425A
Other languages
English (en)
Other versions
KR20130070210A (ko
Inventor
권태현
송인택
민경중
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 KR1020110137425A priority Critical patent/KR101522757B1/ko
Priority to US13/420,535 priority patent/US20130156337A1/en
Publication of KR20130070210A publication Critical patent/KR20130070210A/ko
Application granted granted Critical
Publication of KR101522757B1 publication Critical patent/KR101522757B1/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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/457—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by analysing connectivity, e.g. edge linking, connected component analysis or slices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 (a) 영상 데이터 중 수직 방향으로 주목 화소 및 주변 화소를 포함하는 일정 화소 영역에 수평 에지 검출 필터(Horizontal Edge Detection Filter)를 적용하여 수평 방향 에지를 검출하는 단계; (b) 상기 수평 방향 에지를 통하여 상기 일정 화소 영역의 가로줄 노이즈의 유무를 판단하는 단계; (c) 상기 (a)단계와 상기 (b)단계를 상기 영상 데이터의 전체 수평 방향 라인에 적용하여 상기 영상 데이터의 수평 방향 라인별 가로줄 노이즈로 판별된 화소수를 산출하는 단계; 그리고 (d) 상기 (c)단계의 산출 결과에 따라 가로줄 노이즈를 가지는 것으로 판단된 수평 방향 라인에 저역 통과 필터(Low Pass Filter)를 적용하여 가로줄 노이즈를 제거하는 단계;를 포함하는 영상의 노이즈 제거 방법을 개시한다.
본 발명에 따르면, 영상의 선명도를 유지하면서 저조도 환경에서 발생하는 가로줄 노이즈를 선별적으로 제거 내지 저감할 수 있어 특히 야간 환경에서 고화질의 영상을 제공할 수 있다.

Description

영상의 노이즈 제거 방법{METHOD FOR REMOVING NOISE OF IMAGE}
본 발명은 영상의 노이즈 제거 방법에 관한 것으로서, 보다 자세하게는 영상의 선명도를 유지하면서 저조도 환경에서 발생하는 가로줄 노이즈를 선별적으로 제거 내지 저감할 수 있어 특히 야간 환경에서 고화질의 영상을 제공할 수 있는 영상의 노이즈 제거 방법에 관한 것이다.
최근의 자동차 기술에는 차량 운행 중의 운전자 편의와 안전을 향상시키기 위하여 자동차의 전,후방을 비롯하여 좌,우측에 카메라를 설치하고 운전석 계기판의 디스플레이를 통해 영상으로 확인할 수 있는 다양한 시스템이 연구 개발되고 있으며 이미 적용되기 시작하였다. 이러한 시스템 중 하나로써 나이트 비젼 시스템(Night Vision System:NVS)은 야간 주행 등 어두운 환경에서의 차량 운행 시 운전자의 시계를 보조하기 위한 장치로써 차량의 전방에 적외선을 방사하고 이를 카메라로 촬영하여 운전자에게 영상을 제공함으로써 운전자가 차량 전방의 장애물이나 보행자를 감지할 수 있어 운전자의 안전 운전을 유도하고 교통 사고를 방지 할 수 있는 효과가 있다.
현재 차량용 카메라의 경우, 전력 소모량 및 메모리 및 로직 제한 등과 같은 회로적인 문제와 더불어 광학 줌과 오토 포커스, 해상도 제약과 같은 카메라 모듈의 문제 등으로 디지털 카메라에 비하여 영상의 화질이 매우 낮은 수준이며 특히, 나이트 비젼 시스템의 경우, 와이드 다이나믹 레인지(Wide Dynamic Range:WDR) 센서를 사용함에도 불구하고 다량의 저조도 노이즈 발생 및 영상의 밝기가 현저히 낮아 물체의 인식이 쉽지 않다. 따라서 나이트 비젼 카메라의 야간 영상에서 노이즈를 제거하고 화질을 향상시키기 위한 알고리즘은 필수적이라 할 수 있다.
디지털 영상 처리 장치에서의 노이즈 제거 방법들은 종래부터 다양한 방법들이 제안되고 있으나, 영상의 밝기값이나 에지의 방향 및 노이즈의 패턴에 대한 고려가 적절하게 적용되지 않아, 영상이 뭉개지거나 에지가 손상되는 문제를 가지고 있다.
영상 신호에 포함된 노이즈 성분을 감소시키는 가장 간단한 방법으로, 저역 통과 필터(Low Pass Filter:LPF)를 주목화소와 주변화소에 적용시켜 노이즈를 제거하는 방법이 있다. 그러나, 모든 영상 화소들에 저역 통과 필터를 적용하게 되면 영상의 노이즈 성분과 함께 물체 식별에 필요한 에지 정보도 감소되어 영상의 선명도를 떨어뜨려 영상의 화질을 저하시키는 문제가 있다.
도 1은 종래 기술에 따른 나이트 비젼 시스템에서 출력되는 영상을 나타낸 도면으로써, 도 1을 참조하면, 나이트 비젼 시스템에서 출력되는 출력 영상의 경우, 차량의 헤드 라이트가 비추는 도로 주변의 밝은 영역(10)과 영상 상단의 현저히 어두운 영역(20)이 동시에 나타남으로 각각의 영역에서 발생하는 노이즈의 분포 및 강도가 다르다는 특성으로 인하여 종래의 노이즈 제거 방법으로는 효과적으로 노이즈를 제거하지 못하고 영상의 선명도를 보전하지 못하는 문제가 발생한다.
특히, 나이트 비젼 시스템에서 출력되는 영상은 일반 영상과 비교하여 많은 양의 가로줄 노이즈를 포함하고 있으며, 영상의 밝기값이 현저히 어둡다는 특성을 가진다. 따라서, 영상의 선명도와 화질을 저감시키지 않으면서 가로줄 노이즈를 효과적으로 저감 내지 제거할 수 있는 방법이 요구된다.
본 발명은 상술한 문제점을 해결하기 위하여 안출된 것으로서, 본 발명은 영상의 선명도를 유지하면서 저조도 환경에서 발생하는 가로줄 노이즈를 선별적으로 제거 내지 저감할 수 있어 특히 야간 환경에서 고화질의 영상을 제공할 수 있는 영상의 노이즈 제거 방법을 제공하는 것을 그 목적으로 한다.
상기한 목적을 달성하기 위하여, 본 발명은: (a) 영상 데이터 중 수직 방향으로 주목 화소 및 주변 화소를 포함하는 일정 화소 영역에 수평 에지 검출 필터(Horizontal Edge Detection Filter)를 적용하여 수평 방향 에지를 검출하는 단계; (b) 상기 수평 방향 에지를 통하여 상기 일정 화소 영역의 가로줄 노이즈의 유무를 판단하는 단계; (c) 상기 (a)단계와 상기 (b)단계를 상기 영상 데이터의 전체 수평 방향 라인에 적용하여 상기 영상 데이터의 수평 방향 라인별 가로줄 노이즈로 판별된 화소수를 산출하는 단계; 그리고 (d) 상기 (c)단계의 산출 결과에 따라 가로줄 노이즈를 가지는 것으로 판단된 수평 방향 라인에 저역 통과 필터(Low Pass Filter)를 적용하여 가로줄 노이즈를 제거하는 단계;를 포함하며, 상기 (d)단계는, 상기 가로줄 노이즈를 가지는 것으로 판단된 수평 방향 라인에 포함된 전체 화소 중 주변화소의 평균밝기값에 따라 어두운 영역에 해당되는 화소에만 선택적으로 상기 저역 통과 필터를 적용하는 영상의 노이즈 제거 방법을 제공한다.
상기 (a)단계는 하기의 수학식과 같이,
Figure 112011100865411-pat00001
라플라시안 커널(Laplacian kernal)을 이용한 상기 수평 에지 검출 필터를 상기 일정 화소 영역에 수직방향을 따라 적용하여 상기 수평 에지 검출 필터의 영역에 대응되는 절대 차분값(dv(i), 0=i<5)을 산출하는 단계를 포함할 수 있다.
이때, 상기 산출된 절대 차분값이 제1 임계값 이상일 때 상기 수평 방향 에지를 검출하며, 상기 수평 방향 에지가 검출되는 경우 상기 일정 화소 영역은 수평 윤곽선 또는 가로줄 노이즈를 가지는 것으로 판단될 수 있다.
상기 (b)단계는, 상기 일정 화소 영역에서 검출되는 상기 수평 방향 에지의 개수에 따라 가로줄 노이즈의 유무를 판단하는 단계를 포함할 수 있다.
이때, 상기 일정 화소 영역에서 검출되는 상기 수평 방향 에지의 개수가 3개 이상일 경우 상기 일정 화소 영역은 상기 주목 화소를 포함하는 가로줄 노이즈를 가지는 것으로 판단될 수 있다.
상기 (c)단계는, 상기 가로줄 노이즈를 가지는 일정 화소 영역의 주목 화소를 가로줄 노이즈로 판별된 화소로 판별하고, 상기 판별된 화소수를 상기 영상 데이터의 수평 방향 라인별로 산출하는 단계를 포함할 수 있다.
이때, 상기 영상 데이터의 수평 방향 라인 중 상기 판별된 화소수가 제2 임계값 이상인 수평 방향 라인은 가로줄 노이즈를 가지는 수평 방향 라인으로 판단될 수 있다.
상기 (d)단계는, 상기 가로줄 노이즈를 가지는 것으로 판단된 수평 방향 라인에 포함된 전체 화소에 상기 저역 통과 필터를 적용하는 단계를 포함할 수 있다.
이때, 상기 저역 통과 필터는 상기 영상 데이터의 수직 방향을 따라 순차적으로 적용되는 영상의 노이즈 제거 방법.
한편, 상기 (d)단계는, 상기 가로줄 노이즈를 가지는 것으로 판단된 수평 방향 라인에 포함된 전체 화소 중 하기의 수학식과 같이,
Figure 112011100865411-pat00002
주변화소의 평균밝기값(AVG(BR))에 따라 어두운 영역에 해당되는 화소에만 선택적으로 상기 저역 통과 필터를 적용하여 가로줄 노이즈를 제거할 수도 있다.
이때, 상기 주변화소의 평균밝기값이 제3 임계값 이하인 화소에만 상기 저역 통과 필터를 적용할 수 있다.
한편, 상기 일정 화소 영역은 상기 주목 화소 및 상기 주변 화소를 포함하여 7화소 이상으로 이루어질 수 있으며, 상기 수평 에지 검출 필터는 상기 일정 화소 영역보다 작은 영역으로 이루어질 수 있다.
이상에서 설명한 바와 같이, 본 발명에 따른 영상의 노이즈 제거 방법에 의하면, 수평 방향 에지를 통해 가로줄 노이즈를 용이하고 정확하게 검출할 수 있으며, 이에 따라 효과적으로 가로줄 노이즈를 제거하여 영상의 선명도 및 화질을 높일 수 있는 이점이 있다.
그리고, 본 발명에 따른 영상의 노이즈 제거 방법에 의하면, 저조도 영역에서의 가로줄 노이즈만을 효과적으로 제거할 수 있어 영상의 밝은 영역에서의 선명도를 유지하면서 고화질의 영상을 제공할 수 있는 이점이 있다.
도 1은 종래 기술에 따른 나이트 비젼 시스템에서 출력되는 영상을 나타낸 사진이다.
도 2는 본 발명에 따른 영상의 노이즈 제거 방법의 일실시예를 개략적으로 나타낸 블록도이다.
도 3은 본 발명에 따른 영상의 노이즈 제거 방법의 일실시예의 동작 흐름을 개략적으로 나타낸 순서도이다.
도 4는 본 발명에 따른 영상의 노이즈 제거 방법의 일실시예에 적용되는 일정 화소 영역과 수평 에지 검출 필터를 나타낸 도면이다.
도 5a 내지 도 5e는 본 발명에 따른 영상의 노이즈 제거 방법의 일실시예에서 일정 화소 영역의 다양한 에지 형태에서 수평 방향 에지를 검출하는 방법을 설명하기 위한 도면들로서,
도 5a는 일정 화소 영역의 주목 화소만이 에지로 있는 형태이고,
도 5b는 일정 화소 영역의 주목 화소와 인접된 하나의 주변 화소가 에지로 있는 형태이며,
도 5c는 일정 화소 영역의 주목 화소와 인접된 두 개의 주변 화소가 에지로 있는 형태이고,
도 5d는 일정 화소 영역의 주목 화소와 인접된 세 개의 주변 화소가 에지로 있는 형태이며,
도 5e는 일정 화소 영역의 주목 화소와 인접된 네 개의 주변 화소가 에지로 있는 형태이다.
도 6은 본 발명에 따른 영상의 노이즈 제거 방법의 일실시예에서 영상 데이터의 수평 방향 라인별로 가로줄 노이즈로 판별된 화소수를 히스토그램으로 누적하는 것을 개략적으로 나타낸 도면이다.
도 7은 본 발명에 따른 영상의 노이즈 제거 방법의 일실시예를 통하여 구현된 영상을 나타낸 사진이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면들과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있다. 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공될 수 있다. 명세서 전문에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
본 명세서에서 사용된 용어들은 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 '포함한다(comprise)' 및/또는 '포함하는(comprising)'은 언급된 구성요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.
또한, 본 명세서에서 기술하는 실시예들은 본 발명의 이상적인 예시도인 단면도 및/또는 평면도들을 참고하여 설명될 것이다. 도면들에 있어서, 막 및 영역들의 두께는 기술적 내용의 효과적인 설명을 위해 과장된 것이다. 따라서, 제조 기술 및/또는 허용 오차 등에 의해 예시도의 형태가 변형될 수 있다. 따라서, 본 발명의 실시예들은 도시된 특정 형태로 제한되는 것이 아니라 제조 공정에 따라 생성되는 형태의 변화도 포함하는 것이다. 예를 들면, 직각으로 도시된 식각 영역은 라운드지거나 소정 곡률을 가지는 형태일 수 있다. 따라서, 도면에서 예시된 영역들은 개략적인 속성을 가지며, 도면에서 예시된 영역들의 모양은 소자의 영역의 특정 형태를 예시하기 위한 것이며 발명의 범주를 제한하기 위한 것이 아니다.
이하, 첨부된 도 2 내지 도 7을 참조하여 본 발명에 따른 영상의 노이즈 제거 방법의 바람직한 일실시예를 보다 상세하세 설명하면 다음과 같다.
도 2는 본 발명에 따른 영상의 노이즈 제거 방법의 일실시예를 개략적으로 나타낸 블록도이고, 도 3은 본 발명에 따른 영상의 노이즈 제거 방법의 일실시예의 동작 흐름을 개략적으로 나타낸 순서도이며, 도 4는 본 발명에 따른 영상의 노이즈 제거 방법의 일실시예에 적용되는 일정 화소 영역과 수평 에지 검출 필터를 나타낸 도면이다.
그리고, 도 5a 내지 도 5e는 본 발명에 따른 영상의 노이즈 제거 방법의 일실시예에서 일정 화소 영역의 다양한 에지 형태에서 수평 방향 에지를 검출하는 방법을 설명하기 위한 도면들로서, 도 5a는 일정 화소 영역의 주목 화소만이 에지로 있는 형태이고, 도 5b는 일정 화소 영역의 주목 화소와 인접된 하나의 주변 화소가 에지로 있는 형태이며, 도 5c는 일정 화소 영역의 주목 화소와 인접된 두 개의 주변 화소가 에지로 있는 형태이고, 도 5d는 일정 화소 영역의 주목 화소와 인접된 세 개의 주변 화소가 에지로 있는 형태이며, 도 5e는 일정 화소 영역의 주목 화소와 인접된 네 개의 주변 화소가 에지로 있는 형태이다.
또한, 도 6은 본 발명에 따른 영상의 노이즈 제거 방법의 일실시예에서 영상 데이터의 수평 방향 라인별로 가로줄 노이즈로 판별된 화소수를 히스토그램으로 누적하는 것을 개략적으로 나타낸 도면이며, 도 7은 본 발명에 따른 영상의 노이즈 제거 방법의 일실시예를 통하여 구현된 영상을 나타낸 사진이다.
도 2 및 도 3을 참조하면, 본 발명에 따른 영상의 노이즈 제거 방법의 일실시예는, 먼저, 카메라의 이미지 센서로부터 출력되는 영상 데이터를 취득한다.
이때, 상기 이미지 센서로부터 출력되는 영상 데이터는 휘도에 대한 데이터값일 수 있으며, 소정의 라인 이상의 단위로 데이터의 저장이 가능한 라인 메모리에 저장될 수 있다.
그 다음, 상기 영상 데이터 중 수직 방향으로 주목 화소 및 주변 화소를 포함하는 일정 화소 영역을 추출하여, 상기 일정 화소 영역에 라플라시안 커널(Laplacian kernal)을 이용한 수평 에지 검출 필터(Horizontal Edge Detection Filter)를 수직 방향을 따라 적용한다.
이때, 도 4에 도시된 바와 같이, 본 실시예의 상기 일정 화소 영역(PF)은 주목 화소 P3를 기준으로 수직 방향을 따라 주변 화소 P0, P1, P2, P4, P5, P6을 포함하는 수직 7화소 즉 7×1 영역으로 구성될 수 있으며, 상기 수평 에지 검출 필터(DF)는 상기 일정 화소 영역(PF)보다 작은 영역인 3×1 영역으로 구성될 수 있으나, 이에 한정되는 것은 아니다.
여기서, 상기 일정 화소 영역에 상기 라플라시안 커널을 이용한 상기 수평 에지 검출 필터를 수직방향을 따라 적용할 경우, 하기의 수학식 1에 의해 상기 수평 에지 검출 필터의 영역에 대응되는 절대 차분값(dv(i), 0=i<5)을 산출함으로써 상기 일정 화소 영역의 수평 방향 에지를 검출할 수 있다.
Figure 112011100865411-pat00003
그리고, 상기 산출된 절대 차분값(dv(0), dv(1), dv(2), dv(3), dv(4))을 각각 제1 임계값과 비교하고, 상기 절대 차분값이 상기 제1 임계값 이상일 때 상기 수평 방향 에지가 검출된 것으로 판단할 수 있다.
이때, 상기 수평 방향 에지가 검출되는 경우, 상기 일정 화소 영역은 수평 윤곽선 또는 가로줄 노이즈를 가지고 있다고 판단될 수 있다.
본 실시예에서 상기 일정 화소 영역에서 수평 방향 에지가 검출될 때 상기 일정 화소 영역이 수평 윤곽선을 가지고 있는 것인지 가로줄 노이즈를 가지고 있는 것인지는 상기 수평 방향 에지의 개수를 통하여 판별할 수 있다.
즉, 상기 산출된 절대차분값(dv(0), dv(1), dv(2), dv(3), dv(4)) 중 상기 제1 임계값 이상인 절대차분값 다시 말하면, 상기 일정 화소 영역에서 검출되는 수평 방향 에지의 개수를 통해 상기 일정 화소 영역에 존재하는 에지의 형태가 수평 윤곽선인지 가로줄 노이즈인지 파악할 수 있다.
보다 상세하게, 도 5a 내지 도 5e에 도시된 바와 같이, 상기 일정 화소 영역(PF)에 존재하는 에지의 형태는 적어도 주목 화소 P3를 포함하는 화소의 두께를 기준으로 구분될 수 있으며, 이를 구분하기 위하여 상기 일정 화소 영역(PF)으로부터 검출된 수평 방향 에지의 개수를 이용할 수 있다.
먼저, 도 5a에 도시된 바와 같이, 상기 일정 화소 영역(PF)이 주목 화소 P3를 포함하는 에지의 형태를 가질 경우, 상기 일정 화소 영역(PF)에 상기 수평 에지 검출 필터(DF)를 적용하여 검출된 수평 방향 에지의 개수는 3개가 될 수 있다. 즉, 상기 일정 화소 영역(PF)에 상기 수평 에지 검출 필터(DF)를 적용하여 산출된 절대차분값 중 제1 임계값 이상인 절대차분값이 3개가 될 수 있다.
그리고, 도 5b에 도시된 바와 같이, 상기 일정 화소 영역(PF)이 주목 화소 P3와 주변 화소 P4를 포함하는 에지의 형태를 가질 경우, 상기 일정 화소 영역(PF)에 상기 수평 에지 검출 필터(DF)를 적용하여 검출된 수평 방향 에지의 개수는 4개가 될 수 있다.
아울러, 도 5c에 도시된 바와 같이, 상기 일정 화소 영역(PF)이 주목 화소 P3와 주변 화소 P2, P4를 포함하는 에지의 형태를 가질 경우, 상기 일정 화소 영역(PF)에 상기 수평 에지 검출 필터(DF)를 적용하여 검출된 수평 방향 에지의 개수는 4개가 될 수 있다.
또한, 도 5d에 도시된 바와 같이, 상기 일정 화소 영역(PF)이 주목 화소 P3와 주변 화소 P1, P2, P4를 포함하는 에지의 형태를 가질 경우, 상기 일정 화소 영역(PF)에 상기 수평 에지 검출 필터(DF)를 적용하여 검출된 수평 방향 에지의 개수는 3개가 될 수 있다.
그리고, 도 5e에 도시된 바와 같이, 상기 일정 화소 영역(PF)이 주목 화소 P3와 주변 화소 P0, P1, P2, P4를 포함하는 에지의 형태를 가질 경우, 상기 일정 화소 영역(PF)에 상기 수평 에지 검출 필터(DF)를 적용하여 검출된 수평 방향 에지의 개수는 2개가 될 수 있다.
여기서, 상기 일정 화소 영역(PF)의 주목 화소가 특정 오브젝트의 수평 윤곽선에 포함될 경우에는 상기 일정 화소 영역(PF)의 에지의 형태는 도 5e에서와 같이 두꺼운 형태 즉, 주목 화소 P3와 주변 화소 P0, P1, P2, P4를 포함하는 에지의 형태를 가질 수 있으며, 이와 같은 경우 수평 방향 에지의 개수는 2개 이하로 검출될 수 있다.
상대적으로, 상기 일정 화소 영역(PF)의 주목 화소가 가로줄 노이즈에 포함될 경우에는 상기 일정 화소 영역(PF)의 수평 방향 에지의 개수는 3개 이상으로 검출될 수 있다.
그 다음, 전술한 수평 방향 에지의 검출 과정 및 상기 수평 방향 에지의 개수에 의한 가로줄 노이즈 검출 과정을 상기 영상 데이터의 전체 수평 방향 라인에 적용하여 상기 영상 데이터의 수평 방향 라인별로 가로줄 노이즈로 판별된 화소수 즉 주목 화소의 개수를 산출할 수 있다.
일 예로, 도 6을 참조하면, 수평 방향으로 M개의 라인과 수직 방향으로 N개의 라인을 갖는 영상 데이터에 전술한 수평 방향 에지의 검출 과정 및 상기 수평 방향 에지의 개수에 의한 가로줄 노이즈 검출 과정을 수행하여 가로줄 노이즈를 갖는 일정 화소 영역의 주목 화소를 가로줄 노이즈로 판별된 화소로 판단한 후, 상기 수평 방향으로 M개의 라인별로 상기 가로줄 노이즈로 판별된 화소수를 산출하여 히스토그램으로 누적(HISTOGRAM_ACC(i), 0≤i≤M)하여 저장할 수 있다.
그 다음, 상기 가로줄 노이즈로 판별된 화소수의 산출 결과, 상기 영상 데이터의 M개의 수평 방향 라인 중 상기 가로줄 노이즈로 판별된 화소수가 제2 임계값 이상인 경우 해당되는 수평 방향 라인은 가로줄 노이즈를 가지는 것으로 판단될 수 있으며, 상기 가로줄 노이즈를 가지는 것으로 판단된 수평 방향 라인에 저역 통과 필터(Low Pass Filter)를 적용하여 가로줄 노이즈를 제거할 수 있다.
여기서, 상기 가로줄 노이즈를 가지는 것으로 판단된 수평 방향 라인에 포함된 전체 화소에 상기 저역 통과 필터를 적용하여 상기 수평 방향 라인의 가로줄 노이즈를 제거할 수 있다.
이때, 상기 저역 통과 필터는 상기 영상 데이터의 수직 방향을 따라 순차적으로 적용될 수 있으며, 상기 영상 데이터 전체 수평 방향 라인 중 가로줄 노이즈를 가지는 수평 방향 라인에 상기 저역 통과 필터를 적용하여 가로줄 노이즈를 제거할 수 있다.
한편, 본 실시예에서는 상기 영상 데이터 중 저조도 영역에만 상기 저역 통과 필터를 적용하여 저조도 영역에서 발생되는 가로줄 노이즈만을 선택적으로 제거함으로써, 상기 영상 데이터로 인해 구현되는 영상의 선명도를 유지하면서 영상의 고화질을 구현할 수 있다.
보다 상세하게, 상기 가로줄 노이즈를 가지는 것으로 판단된 수평 방향 라인에 포함된 전체 화소 중 하기의 수학식 2에 의해 주변 화소의 평균밝기값(AVG(BR))이 낮은 영역 즉 어두운 영역에 해당되는 화소에만 선택적으로 상기 저역 통과 필터를 적용하여 가로줄 노이즈를 제거할 수도 있다.
Figure 112011100865411-pat00004
즉, 상기 가로줄 노이즈를 가지는 것으로 판단된 수평 방향 라인에 포함된 각 화소(P3)의 주변 화소(P1, P2, P4, P5)의 평균밝기값(AVG(BR))을 산출하고, 상기 산출된 평균 밝기값(AVG(BR))이 이 제3 임계값 이하인 화소에만 상기 저역 통과 필터를 적용할 수 있다.
따라서, 본 실시예에 의하면 상기 저역 통과 필터를 어두운 화소들에 대해서만 적용함으로써, 저조도 환경에서 촬영한 영상의 어두운 즉 저조도 영역에서 발생하는 가로줄 노이즈만을 선택적으로 제거할 수 있으며, 이에 따라 도 7에 도시된 바와 같이, 영상의 선명도를 보존하면서 야간 촬영 환경에서 높은 화질의 영상을 제공할 수 있다.
이상의 상세한 설명은 본 발명을 예시하는 것이다. 또한 전술한 내용은 본 발명의 바람직한 실시 형태를 나타내고 설명하는 것에 불과하며, 본 발명은 다양한 다른 조합, 변경 및 환경에서 사용할 수 있다. 즉, 본 명세서에 개시된 발명의 개념의 범위, 저술한 개시 내용과 균등한 범위 및/또는 당업계의 기술 또는 지식의 범위 내에서 변경 또는 수정이 가능하다. 전술한 실시예들은 본 발명을 실시하는데 있어 최선의 상태를 설명하기 위한 것이며, 본 발명과 같은 다른 발명을 이용하는데 당업계에 알려진 다른 상태로의 실시, 그리고 발명의 구체적인 적용 분야 및 용도에서 요구되는 다양한 변경도 가능하다. 따라서, 이상의 발명의 상세한 설명은 개시된 실시 상태로 본 발명을 제한하려는 의도가 아니다. 또한 첨부된 청구범위는 다른 실시 상태도 포함하는 것으로 해석되어야 한다.
PF: 일정 화소 영역 DF: 수직 에지 검출 필터
P3: 주목 화소
P0, P1, P2, P4, P5, P6: 주변 화소

Claims (12)

  1. (a) 영상 데이터 중 수직 방향으로 주목 화소 및 주변 화소를 포함하는 일정 화소 영역에 수평 에지 검출 필터(Horizontal Edge Detection Filter)를 적용하여 수평 방향 에지를 검출하는 단계;
    (b) 상기 수평 방향 에지를 통하여 상기 일정 화소 영역의 가로줄 노이즈의 유무를 판단하는 단계;
    (c) 상기 (a)단계와 상기 (b)단계를 상기 영상 데이터의 전체 수평 방향 라인에 적용하여 상기 영상 데이터의 수평 방향 라인별 가로줄 노이즈로 판별된 화소수를 산출하는 단계; 그리고
    (d) 상기 (c)단계의 산출 결과에 따라 가로줄 노이즈를 가지는 것으로 판단된 수평 방향 라인에 저역 통과 필터(Low Pass Filter)를 적용하여 가로줄 노이즈를 제거하는 단계;
    를 포함하며,
    상기 (d)단계는, 상기 가로줄 노이즈를 가지는 것으로 판단된 수평 방향 라인에 포함된 전체 화소 중 주변화소의 평균밝기값에 따라 어두운 영역에 해당되는 화소에만 선택적으로 상기 저역 통과 필터를 적용하는 영상의 노이즈 제거 방법.
  2. 제1항에 있어서,
    상기 (a)단계는 하기의 수학식과 같이,
    Figure 112011100865411-pat00005

    라플라시안 커널(Laplacian kernal)을 이용한 상기 수평 에지 검출 필터를 상기 일정 화소 영역에 수직방향을 따라 적용하여 상기 수평 에지 검출 필터의 영역에 대응되는 절대 차분값(dv(i), 0=i<5)을 산출하는 단계를 포함하는 영상의 노이즈 제거 방법.
  3. 제2항에 있어서,
    상기 산출된 절대 차분값이 제1 임계값 이상일 때 상기 수평 방향 에지를 검출하며, 상기 수평 방향 에지가 검출되는 경우 상기 일정 화소 영역은 수평 윤곽선 또는 가로줄 노이즈를 가지는 것으로 판단되는 영상의 노이즈 제거 방법.
  4. 제1항에 있어서,
    상기 (b)단계는, 상기 일정 화소 영역에서 검출되는 상기 수평 방향 에지의 개수에 따라 가로줄 노이즈의 유무를 판단하는 단계를 포함하는 영상의 노이즈 제거 방법.
  5. 제4항에 있어서,
    상기 일정 화소 영역에서 검출되는 상기 수평 방향 에지의 개수가 3개 이상일 경우 상기 일정 화소 영역은 상기 주목 화소를 포함하는 가로줄 노이즈를 가지는 것으로 판단되는 영상의 노이즈 제거 방법.
  6. 제1항에 있어서,
    상기 (c)단계는, 상기 가로줄 노이즈를 가지는 일정 화소 영역의 주목 화소를 가로줄 노이즈로 판별된 화소로 판별하고, 상기 판별된 화소수를 상기 영상 데이터의 수평 방향 라인별로 산출하는 단계를 포함하는 영상의 노이즈 제거 방법.
  7. 제6항에 있어서,
    상기 영상 데이터의 수평 방향 라인 중 상기 판별된 화소수가 제2 임계값 이상인 수평 방향 라인은 가로줄 노이즈를 가지는 수평 방향 라인으로 판단되는 영상의 노이즈 제거 방법.
  8. 제1항에 있어서,
    상기 (d)단계는, 상기 가로줄 노이즈를 가지는 것으로 판단된 수평 방향 라인에 포함된 전체 화소에 상기 저역 통과 필터를 적용하는 단계를 포함하는 영상의 노이즈 제거 방법.
  9. 제8항에 있어서,
    상기 저역 통과 필터는 상기 영상 데이터의 수직 방향을 따라 순차적으로 적용되는 영상의 노이즈 제거 방법.
  10. 삭제
  11. 제1항에 있어서,
    상기 주변화소의 평균밝기값이 제3 임계값 이하인 화소에만 상기 저역 통과 필터를 적용하는 영상의 노이즈 제거 방법.
  12. 제1항에 있어서,
    상기 일정 화소 영역은 상기 주목 화소 및 상기 주변 화소를 포함하여 7화소이상으로 이루어지는 영상 노이즈 제거 방법.
KR1020110137425A 2011-12-19 2011-12-19 영상의 노이즈 제거 방법 KR101522757B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020110137425A KR101522757B1 (ko) 2011-12-19 2011-12-19 영상의 노이즈 제거 방법
US13/420,535 US20130156337A1 (en) 2011-12-19 2012-03-14 Method for removing noise of image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110137425A KR101522757B1 (ko) 2011-12-19 2011-12-19 영상의 노이즈 제거 방법

Publications (2)

Publication Number Publication Date
KR20130070210A KR20130070210A (ko) 2013-06-27
KR101522757B1 true KR101522757B1 (ko) 2015-05-27

Family

ID=48610217

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110137425A KR101522757B1 (ko) 2011-12-19 2011-12-19 영상의 노이즈 제거 방법

Country Status (2)

Country Link
US (1) US20130156337A1 (ko)
KR (1) KR101522757B1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014176565A (ja) * 2013-03-15 2014-09-25 Canon Inc 画像処理装置、放射線撮影装置、画像処理方法、コンピュータプログラム及び記憶媒体
JP6468162B2 (ja) * 2015-10-19 2019-02-13 株式会社デンソー 障害物報知装置
CN109190451B (zh) * 2018-07-12 2021-07-06 广西大学 基于lfp特征的遥感图像车辆检测方法
US11871156B2 (en) 2020-04-02 2024-01-09 Samsung Electronics Co., Ltd. Dynamic vision filtering for event detection
CN112927151B (zh) * 2021-02-25 2023-09-05 西安理工大学 一种基于边缘增强和卷积神经网络的图像去噪方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004159147A (ja) * 2002-11-07 2004-06-03 Fujitsu General Ltd ブロックノイズ低減回路
JP2010011077A (ja) * 2008-06-26 2010-01-14 Toshiba Corp ノイズ低減画像処理装置、方法及びプログラム
KR101020496B1 (ko) * 2008-06-18 2011-03-09 르네사스 일렉트로닉스 가부시키가이샤 화상 처리 장치, 화상 처리 방법 및 컴퓨터-판독가능 저장 매체
JP4724124B2 (ja) * 2004-10-08 2011-07-13 パナソニック株式会社 画像処理装置および画像処理プログラム

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8842741B2 (en) * 2010-12-22 2014-09-23 Broadcom Corporation Method and system for digital noise reduction of scaled compressed video pictures

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004159147A (ja) * 2002-11-07 2004-06-03 Fujitsu General Ltd ブロックノイズ低減回路
JP4724124B2 (ja) * 2004-10-08 2011-07-13 パナソニック株式会社 画像処理装置および画像処理プログラム
KR101020496B1 (ko) * 2008-06-18 2011-03-09 르네사스 일렉트로닉스 가부시키가이샤 화상 처리 장치, 화상 처리 방법 및 컴퓨터-판독가능 저장 매체
JP2010011077A (ja) * 2008-06-26 2010-01-14 Toshiba Corp ノイズ低減画像処理装置、方法及びプログラム

Also Published As

Publication number Publication date
US20130156337A1 (en) 2013-06-20
KR20130070210A (ko) 2013-06-27

Similar Documents

Publication Publication Date Title
KR101204556B1 (ko) 노이즈 제거 방법 및 이를 이용한 나이트 비젼 시스템
Bronte et al. Fog detection system based on computer vision techniques
EP3149656B1 (en) Detection, identification, and mitigation of lens contamination for vehicle mounted camera systems
US11142124B2 (en) Adhered-substance detecting apparatus and vehicle system equipped with the same
US9813593B2 (en) Outside recognition apparatus and lens dirtiness detection method
TWI607901B (zh) 影像修補系統及其方法
US9384532B2 (en) Apparatus for improving fogged image using user-controllable root operator
US20150278578A1 (en) Object Detection Device and Object Detection Method
EP2928178B1 (en) On-board control device
KR101522757B1 (ko) 영상의 노이즈 제거 방법
US8520953B2 (en) Apparatus and method for extracting edges of image
CN104657735A (zh) 车道线检测方法、系统、车道偏离预警方法及系统
JP2018071994A (ja) 付着物検出装置および付着物検出方法
EP3113107B1 (en) Static soiling detection and correction
US20130202155A1 (en) Low-cost lane marker detection
CN111860120A (zh) 车载相机自动遮挡检测方法和装置
EP3199914A1 (en) Imaging device
KR20190047243A (ko) 카메라 렌즈 오염 경고 장치 및 방법
CN108284793A (zh) 一种车辆辅助控制装置
CN111046741A (zh) 车道线识别的方法和装置
KR100355993B1 (ko) 차선 이탈 경보장치 및 방법
KR20130112594A (ko) 기상 현상으로 인해 훼손된 영상을 복원하는 장치 및 방법
TWI630818B (zh) Dynamic image feature enhancement method and system
CN108259819B (zh) 动态影像特征加强方法与系统
JP2008112349A (ja) 移動物体検知装置

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: 20180403

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190401

Year of fee payment: 5