KR101552680B1 - 노이즈 저감 장치 및 방법 - Google Patents

노이즈 저감 장치 및 방법 Download PDF

Info

Publication number
KR101552680B1
KR101552680B1 KR1020090019965A KR20090019965A KR101552680B1 KR 101552680 B1 KR101552680 B1 KR 101552680B1 KR 1020090019965 A KR1020090019965 A KR 1020090019965A KR 20090019965 A KR20090019965 A KR 20090019965A KR 101552680 B1 KR101552680 B1 KR 101552680B1
Authority
KR
South Korea
Prior art keywords
level
noise
image
resolution
wavelet
Prior art date
Application number
KR1020090019965A
Other languages
English (en)
Other versions
KR20100101463A (ko
Inventor
유영진
위호천
Original Assignee
삼성전자 주식회사
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 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Priority to KR1020090019965A priority Critical patent/KR101552680B1/ko
Priority to US12/720,339 priority patent/US8478058B2/en
Publication of KR20100101463A publication Critical patent/KR20100101463A/ko
Application granted granted Critical
Publication of KR101552680B1 publication Critical patent/KR101552680B1/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
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation

Landscapes

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

Abstract

고감도 영상의 노이즈를 저감시키는 기술이 개시된다. 보다 구체적으로, 노이즈 저감을 위한 웨이블릿 축소(wavelet shrinkage)를 수행함에 있어서, 커널 사이즈를 변화시키며 영상의 신호 레벨을 추정하고, 노이즈 레벨 함수를 이용하여 영상의 노이즈 레벨을 추정하는 기술이 개시된다. 이러한 본 발명의 일 양상에 따르면, 신호 레벨과 노이즈 레벨이 정확하게 산출되기 때문에 영상의 노이즈를 제거하는 데 효과적이고, 노이즈 제거 시 영상의 세부(detail)를 유지시킬 수가 있다.
고감도 영상, 노이즈, 웨이블릿 변환, 웨이블릿 축소, 커널 맵, 커널 셋

Description

노이즈 저감 장치 및 방법{apparatus and method for eliminating noise}
고감도 영상의 노이즈를 제거하기 위한 기술과 관련된다.
최근 디지털 카메라와 카메라 폰의 이미지 센서는 점점 소형화되고 고감도 성능을 향상시키는 방향으로 발전되고 있다. 이미지 센서의 소형화와 고감도 성능은 필연적으로 high-level noise의 원인이 된다. 이러한 high-level noise는 영상의 화질에 심각한 영향을 미치게 된다.
또한, 저조도 촬영환경에서의 손떨림 방지 기술에서도 충분한 셔터스피드를 얻기 위해 고감도 성능이 크게 요구되고 있다. 하지만, 고감도 촬영 기능의 가장 큰 단점 중 하나는 노이즈의 증폭문제이다.　
따라서, 디지털 카메라와 카메라 폰의 경쟁력을 높이기 위해서 고감도 촬영환경에서 나타나는 high ISO noise 저감 방법의 개발이 요구된다. 노이즈의 효과적인 저감을 위해서는 정확한 노이즈의 추정　및 영상의 디테일을 보존하면서 노이즈를 저감하는 기술이 필요하다.
본 명세서에서는, 영상의 디테일을 보존하면서 노이즈를 저감시킬 수 있는 고감도 영상의 노이즈 저감 기술이 개시된다.
본 발명의 일 양상에 따른 노이즈 저감 장치는 웨이블릿 변환을 통해 영상을 다수의 해상도 레벨을 갖는 서브 밴드들로 분할하는 변환부; 임의의 해상도 레벨을 선택하고, 선택된 해상도 레벨을 갖는 서브 밴드 별로 커널 사이즈를 변화시키면서 영상의 신호 레벨을 산출하는 신호 레벨 추정부; 노이즈 프로파일을 이용하여 영상의 노이즈 레벨을 산출하는 노이즈 레벨 추정부; 및 산출된 신호 레벨 및 노이즈 레벨을 이용하여 웨이블릿 축소를 수행하는 웨이블릿 축소 처리부; 를 포함할 수 있다.
또한, 신호 레벨 추정부는 선택된 해상도 레벨을 갖는 서브 밴드들의 웨이블릿 계수들을 바이너리 데이터로 표현한 커널 맵을 생성하는 커널 맵 생성부; 바이너리 데이터에 따른 커널 사이즈가 정의된 커널 셋을 저장하는 커널 셋 저장부; 및 커널 맵의 픽셀 단위로 해당 픽셀의 바이너리 데이터 및 커널 사이즈를 고려하여 신호 레벨을 계산하는 신호 레벨 계산부; 를 포함할 수 있다.
또한, 노이즈 레벨 추정부는 휘도 레벨을 독립변수로 갖는 다수의 노이즈 레벨 함수들로 이루어진 노이즈 프로파일을 저장하는 프로파일 저장부; 영상을 다수의 패치로 나누고, 다수의 패치 중에서 레퍼런스 패치를 추출하는 패치 추출부; 및 레퍼런스 패치의 노이즈 통계량과 노이즈 프로파일을 비교하여 노이즈 레벨 함수 중 어느 하나를 선택하는 노이즈 레벨 계산부; 를 포함할 수 있다.
또한, 본 발명의 일 양상에 따른 노이즈 저감 장치는 위 구성 외에 웨이블릿 축소 처리부의 결과를 수신하며, 웨이블릿 역 변환을 통해 상기 영상을 복원하는 역 변환부; 를 더 포함할 수도 있다.
한편, 본 발명의 일 양상에 따른 노이즈 저감 방법은 웨이블릿 변환을 통해 영상을 다수의 해상도 레벨을 갖는 서브 밴드들로 분할하는 단계; 임의의 해상도 레벨을 선택하고, 선택된 해상도 레벨을 갖는 서브 밴드 별로 커널 사이즈를 변화시키면서 영상의 신호 레벨을 산출하는 단계; 노이즈 프로파일을 이용하여 영상의 노이즈 레벨을 산출하는 단계; 및 산출된 신호 레벨 및 노이즈 레벨을 이용하여 웨이블릿 축소를 수행하는 단계; 를 포함할 수 있다.
또한, 신호 레벨을 산출하는 단계는 선택된 해상도 레벨을 갖는 서브 밴드들의 웨이블릿 계수들을 바이너리 데이터로 표현한 커널 맵을 생성하는 단계; 바이너리 데이터에 따른 커널 사이즈를 정의하는 단계; 및 커널 맵의 픽셀 단위로 해당 픽셀의 바이너리 데이터 및 커널 사이즈를 고려하여 신호 레벨을 계산하는 단계; 를 포함할 수 있다.
또한, 노이즈 레벨을 산출하는 단계는 휘도 레벨을 독립변수로 갖는 다수의 노이즈 레벨 함수들로 이루어진 노이즈 프로파일을 준비하는 단계; 영상을 다수의 패치로 나누고, 다수의 패치 중에서 레퍼런스 패치를 추출하는 단계; 및 레퍼런스 패치의 노이즈 통계량과 노이즈 프로파일을 비교하여 노이즈 레벨 함수 중 어느 하 나를 선택하는 단계; 를 포함할 수 있다.
또한, 본 발명의 일 양상에 따른 노이즈 저감 방법은 위 과정 외에 웨이블릿 역 변환을 통해 상기 영상을 복원하는 단계; 를 더 포함할 수도 있다.
그리고, 본 발명의 일 양상에 따라, 선택되는 해상도 레벨은, 해상도 레벨이 고해상도에 해당하는 1레벨부터 저해상도에 해당하는 n레벨로 이루어진 경우, n, n-1 및 n-2 해상도 레벨 중 어느 하나가 될 수 있다.
또한, 본 발명의 일 양상에 따라, 커널 맵은 선택된 해상도 레벨을 갖는 서브 밴드들의 웨이블릿 계수들을 정규화하고, 정규화된 계수들을 0 또는 1로 변환한 후, 형태 분석 확장을 수행하여 생성되는 것이 가능하다.
또한, 본 발명의 일 양상에 따라, 레퍼런스 패치는 노이즈 레벨 함수에서 변화량이 가장 큰 부분에 해당하는 휘도 레벨 영역에 대응되는 패치들 또는 이러한 패치들 중에서 표준편차가 가장 작은 패치가 될 수 있다.
또한, 본 발명의 일 양상에 따라, 웨이블릿 축소는 영상의 각 픽셀에 해당하는 신호 레벨 및 노이즈 레벨을 이용하여 계산된 노이즈 처리 계수를 해당 픽셀의 웨이블릿 계수에 곱하여 수행되는 것이 가능하다.
개시된 내용에 의하면, 커널 사이즈를 변화시키면서 신호 레벨이 계산되고, 영상의 노이즈 특성을 반영하는 노이즈 레벨 함수를 통해 노이즈 레벨이 계산되기 때문에, 보다 정확한 신호 레벨 및 노이즈 레벨을 기반으로 웨이블릿 축소가 수행되는 것이 가능하다. 따라서, 고감도 영상에서 디테일을 유지하면서 노이즈를 효과 적으로 저감시킬 수가 있다.
이하, 첨부된 도면을 참조하여 본 발명의 실시를 위한 구체적인 예를 상세히 설명한다. 후술되는 실시 예들은 본 발명을 예시적으로 설명하기 위한 것으로 본 발명의 권리범위가 특정 실시 예에 한정되지 아니한다.
도 1은 본 발명의 일 실시 예에 따른 웨이블릿 변환 영상을 도시한다.
웨이블릿 변환(wavelet transform)이란 두 개 이상의 필터(filter)를 이용하여 주어진 신호를 여러 개의 다른 주파수 대역으로 분해하는 것을 말한다. 2차원 영상의 웨이블릿 변환은 이러한 주파수 분해 과정이 수평, 수직 방향으로 각각 수행된다. 주파수 분해는 영상 신호를 고주파 필터 또는 저주파 필터에 통과시키는 방법으로 수행될 수 있다.
도 1에서, 영상은 웨이블릿 변환을 통해 HH, HL, LH, LL 등의 서브 밴드(sub-band)로 분할되었다. 서브 밴드에서 H는 고주파 성분을, L은 저주파 성분을 나타낸다. 예컨대, HH 서브 밴드는 영상의 수평, 수직 방향을 모두 고주파 필터에 통과시킨 결과가 될 수 있다. 이때, LL은 근사정보를, HH, HL, LH는 상세정보를 포함한다.
이러한 분할 과정은 여러 번 수행될 수가 있다. 괄호 안의 숫자는 이러한 분할 레벨, 즉 해상도 레벨을 나타낸다. 도 1에서, 해상도 레벨은 3레벨로 설정된다. 이때 1레벨은 고해상도 레벨을, 3레벨은 저해상도 레벨이 될 수 있다. 예를 들어, HL(2)는 분할이 한 번 이루어진 LL(1) 서브 밴드에 대해 웨이블릿 변환을 한 번 더 수행한 서브 밴드가 될 수 있다. 즉, HL(2)는 이러한 LL(1)의 영상의 수평 방향을 고주파 필터로 처리하고 영상의 수직 방향을 저주파 필터로 처리한 서브 밴드가 될 수 있다.
수학적으로 각각의 서브 밴드들은 각각에 픽셀에 대응되는 웨이블릿 계수(wavelet coefficient)들로 이루어진다.
도 2는 본 발명의 일 실시 예에 따른 노이즈 저감 장치를 도시한다.
도 2를 참조하면, 노이즈 저감 장치(200)는 변환부(201), 신호 레벨 추정부(202), 노이즈 레벨 추정부(203), 웨이블릿 축소 처리부(204), 역 변환부(205)를 포함할 수 있다.
변환부(201)는 웨이블릿 변환(wavelet transform)을 통해 영상을 다수의 해상도 레벨을 갖는 서브 밴드(sub-band)들로 분할한다. 예를 들어, 변환부(201)는 수신된 영상을 웨이블릿 변환하여 도 1과 같은 웨이블릿 변환 영상을 생성하는 것이 가능하다.
신호 레벨 추정부(202)는 영상의 신호 레벨을 계산한다.
신호 레벨 추정부(202)는 도 1의 웨이블릿 변환 영상에서 특정한 해상도 레벨을 선택한다. 선택되는 해상도 레벨은 저해상도 레벨이 될 수 있다. 예를 들어, 도 1의 웨이블릿 변환 영상에서는 2레벨의 해상도가 선택될 수 있다.
신호 레벨 추정부(202)는 선택한 해상도 레벨을 갖는 서브 밴드 별로 신호 레벨을 계산한다. 예를 들어, 도 1에서 2레벨의 해상도 레벨이 선택되었다면, LH(2), HH(2), HL(2) 서브 밴드들을 기반으로 신호 레벨을 계산할 수 있다.
신호 레벨 추정부(202)는 각각의 서브 밴드 별로 커널 사이즈(kernel size)를 변화시키면서 신호 레벨을 계산한다. 커널 사이즈란 신호 레벨 계산을 위한 처리 단위를 말한다. 예를 들어, 신호 레벨은 어떠한 픽셀을 중심으로 갖는 윈도우를 정의하고 그 윈도우 내의 계수들에 대한 제곱의 평균으로 구해질 수 있다. 이때 커널 사이즈는 계산의 기초가 되는 윈도우가 될 수 있다. 예컨대, 커널 사이즈는 3x3 또는 5x5와 같이 픽셀 수의 곱으로 표현될 수 있다.
노이즈 레벨 추정부(203)는 영상의 노이즈 레벨을 계산한다.
노이즈 레벨 추정부(203)는 노이즈 프로파일을 이용하여 영상의 노이즈 레벨을 계산할 수 있다. 노이즈 프로파일이란 휘도 레벨을 독립변수로 갖는 노이즈 레벨 함수들의 집합이 될 수 있다. 이러한 노이즈 프로파일은 미리 사용자에 의해 정의될 수 있다. 예컨대, 노이즈 레벨 추정부(203)는 노이즈 프로파일에서 영상의 노이즈 특성을 반영하는 노이즈 레벨 함수를 선택하는 것이 가능하다.
신호 레벨 추정부(202)의 결과는 영상의 각 픽셀 별 신호 레벨을 나타내고, 노이즈 레벨 추정부(203)의 결과는 영상의 각 픽셀 별 노이즈 레벨을 나타낸다.
따라서, 웨이블릿 축소 처리부(204)는 신호 레벨 추정부(202)의 결과와 노이즈 레벨 추정부(203)의 결과를 이용하여 노이즈 저감을 위한 웨이블릿 축소를 수행하는 것이 가능하다.
예를 들어, 웨이블릿 축소 처리부(204)는 영상의 각 픽셀에서 해당하는 신호 레벨 및 노이즈 레벨을 기초로 노이즈 처리 계수를 계산하고 이것을 해당 픽셀의 웨이블릿 계수에 곱하여 노이즈를 저감시키는 것이 가능하다.
역 변환부(205)는 변환부(201)의 역 변환 과정을 수행한다. 예컨대, 역 변환부(205)는 웨이블릿 축소 처리부(204)의 출력 영상에 대해 웨이블릿 역 변환 처리를 수행하여 영상이 복원되도록 하는 것이 가능하다.
도 3은 본 발명의 일 실시예에 따른 신호 레벨 추정부를 도시한다.
도 3을 참조하면, 신호 레벨 추정부(202)는 커널 맵 생성부(301), 커널 셋 저장부(302), 신호 레벨 계산부(303)를 포함한다.
커널 맵 생성부(301)는 커널 맵(kernel map)을 생성한다.
커널 맵은 서브 밴드들의 웨이블릿 계수들을 바이너리 데이터(binary data)로 표현한 것을 말한다. 커널 맵의 기초가 되는 서브 밴드들은 특정한 해상도 레벨을 갖는 서브 밴드들이 될 수 있다.
커널 맵 생성부(301)는 선택된 서브 밴드들에 대하여 각 서브 밴드들의 웨이블릿 계수를 정규화한다. 예를 들어, 각각의 웨이블릿 계수들이 0과 1사이로 수렴되도록 정규화를 하는 것이 가능하다.
커널 맵 생성부(301)는 정규화된 계수들을 임계 처리하여 0 또는 1로 변환한다. 예를 들어, 임계 값인 0.5를 기준으로 임계 값을 넘는 웨이블릿 계수는 1로, 그렇지 아니한 계수는 0으로 변환할 수 있다.
커널 맵 생성부(301)는 형태 분석 확장(morphological dialation)를 통해 도 4와 같은 커널 맵을 완성한다.
도 4를 참조하면, 커널 맵(401)은 특정한 해상도를 갖는 서브 밴드들이 선택되어 생성된 것을 알 수 있다. 이때 서브 밴드들 중에서 근사정보(LL) 서브 밴드는 제외시킬 수 있다. 도 4에서, 흰색으로 표현된 픽셀은 1의 바이너리 데이터를, 검은색으로 표현된 픽셀은 0의 바이너리 데이터를 나타낸다.
다시 도 3에서, 커널 셋 저장부(302)는 커널 셋(kernel set)을 저장한다.
커널 셋은 바이너리 데이터에 따른 커널 사이즈를 정의한 테이블이 될 수 있다.
도 5는 커널 셋의 일 예를 도시한다.
도 5를 참조하면, 각각의 해상도 레벨 및 바이너리 데이터에 따라 커널 사이즈가 정의된 것을 알 수 있다. 이러한 커널 셋은 이미지 센서의 해상도나 카메라 특성 등을 고려하여 사용자에 의해 지정될 수 있다.
다시 도 3에서, 신호 레벨 계산부(303)는 이러한 커널 맵(예컨대, 도 4)과 커널 셋(예컨대, 도 5)을 이용하여 영상의 픽셀 단위로 신호 레벨을 계산한다.
신호 레벨 계산부(303)는 각각의 픽셀을 이동하면서 해당 픽셀의 신호 레벨을 계산할 수 있다. 예를 들어, 지정된 픽셀을 중심으로 갖는 윈도우를 설정하고 그 윈도우 내의 웨이블릿 계수들을 연산하여 신호 레벨을 계산하고, 인접한 픽셀로 이동하여 이러한 과정을 반복하는 것이 가능하다. 이때 윈도우의 크기는 전술한 커널 사이즈가 될 수 있다.
신호 레벨 계산부(303)는 커널 맵을 바탕으로 신호 레벨을 계산하다. 커널 맵은 바이너리 데이터로 이루어진다. 따라서 신호 레벨을 계산하기 위해 어떠한 픽셀이 지정되면 해당 픽셀에서의 커널 사이즈가 결정된다. 예컨대, 커널 맵이 3레벨의 해상도를 갖는 서브 밴드를 기반으로 작성되었다면, 도 5에서, 커널 셋 #3이 선 택된다. 따라서, 커널 맵 상의 바이너리 데이터가 0인 곳에서는 5x5 커널 사이즈가 적용되고, 바이너리 데이터가 1인 곳에서는 3x3 커널 사이즈가 적용된다.
이와 같이, 신호 레벨 계산부(303)는 커널 맵 및 커널 셋을 이용하여 적응적으로 신호 레벨을 계산하는 것이 가능하다.
도 6은 본 발명의 일 실시예에 따른 노이즈 레벨 추정부를 도시한다.
도 6을 참조하면, 노이즈 레벨 추정부(203)는 프로파일 저장부(601), 패치 추출부(602), 노이즈 레벨 계산부(603)를 포함한다.
프로파일 저장부(601)는 노이즈 프로파일을 저장한다. 노이즈 프로파일은 휘도 레벨을 독립변수로 갖는 다수의 노이즈 레벨 함수들로 이루어질 수 있다.
도 7은 이러한 노이즈 프로파일의 일 예를 도시한다.
도 7에서, X축은 휘도 레벨을 나타낸다. Y축은 노이즈 레벨을 나타낸다. 예컨대, X축은 영상의 밝기 분포를 나타내고, Y축은 해당 밝기 분포에서의 노이즈 통계량이 될 수 있다.
도 7과 같은 노이즈 프로파일에서 어느 하나의 노이즈 레벨 함수를 선택하고 이 노이즈 레벨 함수가 어떠한 영상의 노이즈 분포를 반영한다고 가정하자. 어떠한 영상에서 특정 픽셀은 특정한 휘도 레벨을 가지므로, 노이즈 레벨 함수를 이용하면 그 때의 휘도 레벨에 대응되는 노이즈 레벨을 파악할 수 있다. 따라서 입력된 영상의 노이즈 분포를 반영하는 노이즈 레벨 함수를 선택할 수 있다면 영상의 노이즈 레벨을 계산하는 것이 가능하다.
다시 도 6에서, 패치 추출부(602)는 영상을 다수의 패치(patch)로 나누고, 이 중에서 레퍼런스 패치(reference patch)를 추출한다.
추출되는 레퍼런스 패치는 노이즈 레벨 변화량이 가장 큰 휘도 레벨에 대응되는 패치들, 또는 이러한 패치들 중에서 표준편차가 가장 작은 패치가 될 수 있다. 예를 들어, 도 7에서, 노이즈 레벨이 휘도 레벨 701 구간에서 가장 많이 변하였다면, 그 휘도 구간(701)에 대응되는 패치들을 추출하고 그 중에서 표준편차가 가장 작은 패치를 레퍼런스 패치로 선택하는 것이 가능하다.
다시 도 6에서, 노이즈 레벨 계산부(603)는 추출된 레퍼런스 패치의 노이즈 통계량과 노이즈 프로파일을 비교하여 노이즈 레벨 함수 중 어느 하나를 선택한다. 예컨대, 도 7에서, 패치 추출부(602)가 추출한 레퍼런스 패치의 노이즈 통계량이 L1으로 계산되었다면, 함수 f1을 선택할 수 있다.
이상에서 설명한 것과 같이, 신호 레벨 추정부(202)는 커널 맵과 커널 셋을 이용하여 영상의 픽셀 별 신호 레벨을 적응적으로 계산한다. 그리고, 노이즈 레벨 추정부(203)는 영상의 노이즈 특성을 반영하는 노이즈 레벨 함수를 도출한다. 따라서, 어느 하나의 픽셀을 지정하면 지정된 픽셀의 휘도 레벨과 신호 레벨을 알 수 있고, 휘도 레벨에 대응되는 노이즈 레벨을 알 수 있으므로, 웨이블릿 수축(wavelet shrinkage)을 수행하여 노이즈를 저감하는 것이 가능하다.
도 8은 본 발명의 일 실시예에 따른 노이즈 저감 방법을 도시한다.
도 8을 참조하면, 먼저, 영상을 웨이블릿 변환한다(801). 웨이블릿 변환을 통해 영상을 다수의 해상도 레벨을 갖는 서브 밴드들로 분할하는 것이 가능하다. 예컨대, 변환부(201)가 수신된 영상을 웨이블릿 변환하여 도 1과 같은 웨이블릿 변 환 영상을 생성하는 것이 가능하다.
이어서, 영상의 신호 레벨을 산출한다(802). 예컨대, 신호 레벨 추정부(202)가 임의의 해상도 레벨을 선택하고, 선택된 해상도 레벨을 갖는 서브 밴드 별로 커널 사이즈를 변화시키면서 영상의 신호 레벨을 산출하는 것이 가능하다. 이때, 해상도 레벨이 고해상도의 1레벨부터 저해상도의 n레벨로 이루어지는 경우, n레벨, n-1레벨 또는 n-2레벨 중에서 어느 하나가 선택될 수 있다.
이어서, 영상의 노이즈 레벨을 산출한다(803). 예컨대, 노이즈 레벨 추정부(203)가 노이즈 프로파일을 이용하여 영상의 노이즈 레벨을 산출하는 것이 가능하다. 노이즈 프로파일은 휘도 레벨을 독립변수로 갖는 다수의 노이즈 레벨 함수들로 이루어질 수 있다.
이어서, 산출된 신호 레벨과 노이즈 레벨을 기초로 웨이블릿 축소를 수행한다(804). 예컨대, 웨이블릿 축소 처리부(204)가 신호 레벨과 노이즈 레벨을 이용하여 계산된 노이즈 처리 계수를 해당 픽셀의 웨이블릿 계수에 곱해주는 것이 가능하다.
또한, 선택적으로 웨이블릿 축소(804)를 수행한 후에, 801 과정의 역 과정을 수행하여 영상을 복원할 수도 있다.
도 9는 본 발명의 일 실시예에 따른 신호 레벨 산출 과정(802)을 도시한다.
도 9를 참조하면, 신호 레벨을 산출하기 위해, 먼저, 선택된 해상도 레벨을 갖는 서브 밴드들의 웨이블릿 계수들을 바이너리 데이터로 표현한 커널 맵을 생성한다(901). 선택된 해상도 레벨은, 해상도 레벨이 고해상도의 1레벨부터 저해상도 의 n레벨로 이루어지는 경우, n레벨, n-1레벨 또는 n-2레벨 중에서 어느 하나가 될 수 있다. 커널 맵은 선택된 해상도 레벨을 갖는 서브 밴드들의 웨이블릿 계수들을 정규화하고, 정규화된 계수들을 0 또는 1로 변환한 후, 형태 분석 확장을 통해 생성될 수 있다.
이어서, 커널 맵의 바이너리 데이터에 따른 커널 사이즈를 정의한다(902). 커널 사이즈는 도 5와 같은 테이블 형태로 정의될 수 있으며, 신호 레벨 계산 시의 처리 단위가 될 수 있다.
이어서, 커널 맵의 픽셀 단위로 해당 픽셀의 바이너리 데이터 및 커널 사이즈를 고려하여 신호 레벨을 계산한다(903). 예를 들어, 커널 맵의 어떠한 픽셀을 선택하고 해당 픽셀의 바이너리 데이터가 0인지 또는 1인지에 따라 주어진 커널 사이즈를 적용하여 신호 레벨을 계산하는 것이 가능하다. 이러한 신호 레벨 계산은 각각의 픽셀을 슬라이딩 이동하면서 수행될 수 있다.
도 10은 본 발명의 일 실시예에 따른 노이즈 레벨 산출 과정(803)을 도시한다.
도 10을 참조하면, 먼저, 휘도 레벨을 독립변수로 갖는 다수의 노이즈 레벨 함수로 이루어진 노이즈 프로파일을 준비한다(1001). 노이즈 프로파일의 예는 도 7과 같다.
이어서, 영상을 다수의 패치로 나누고 나누어진 패치 중에서 레퍼런스 패치를 추출한다(1002). 레퍼런스 패치는 노이즈 레벨 함수에서 변화량이 가장 큰 부분에 해당하는 휘도 레벨 영역에 대응되는 패치들, 또는 이러한 패치들 중에서 표준 편차가 가장 작은 패치가 될 수 있다.
이어서, 레퍼런스 패치의 노이즈 통계량과 노이즈 프로파일을 비교하여 노이즈 레벨 함수 중 어느 하나를 선택한다(1003).
이상에서 설명한 것과 같이, 커널 사이즈를 변화시키며 신호 레벨을 추정하고, 노이즈 레벨 함수를 이용하여 노이즈 레벨을 추정하기 때문에 웨이블릿 축소를 수행할 때 필요한 신호 레벨과 노이즈 레벨을 보다 정확하게 산출하는 것이 가능해지고 노이즈 저감의 효과가 상승되는 것을 알 수 있다.
도 1은 본 발명의 일 실시예에 따른 웨이블릿 변환 영상을 도시한다.
도 2는 본 발명의 일 실시예에 따른 노이즈 저감 장치를 도시한다.
도 3은 본 발명의 일 실시예에 따른 신호 레벨 추정부를 도시한다.
도 4는 본 발명의 일 실시예에 따른 커널 맵을 도시한다.
도 5는 본 발명의 일 실시예에 따른 커널 셋을 도시한다.
도 6은 본 발명의 일 실시예에 따른 노이즈 레벨 추정부를 도시한다.
도 7은 본 발명의 일 실시예에 따른 노이즈 프로파일을 도시한다.
도 8은 본 발명의 일 실시예에 따른 노이즈 저감 방법을 도시한다.
도 9는 본 발명의 일 실시예에 따른 신호 레벨 산출 방법을 도시한다.
도 10은 본 발명의 일 실시예에 따른 노이즈 레벨 산출 방법을 도시한다.

Claims (18)

  1. 웨이블릿 변환을 통해 영상을 다수의 해상도 레벨을 갖는 서브 밴드들로 분할하는 변환부;
    임의의 해상도 레벨을 선택하고, 선택된 해상도 레벨을 갖는 서브 밴드 별로 커널 사이즈를 변화시키면서 상기 영상의 신호 레벨을 산출하는 신호 레벨 추정부;
    노이즈 프로파일을 이용하여 상기 영상의 노이즈 레벨을 산출하는 노이즈 레벨 추정부; 및
    상기 신호 레벨 및 상기 노이즈 레벨을 이용하여 상기 영상의 픽셀의 웨이블릿 계수의 축소를 수행하는 웨이블릿 축소 처리부; 를 포함하는 노이즈 저감 장치.
  2. 제 1 항에 있어서,
    상기 해상도 레벨이 고해상도에 해당하는 1레벨부터 저해상도에 해당하는 n레벨로 이루어진 경우, n은 3 이상의 자연수이고 상기 신호 레벨 추정부는 n, n-1 및 n-2 해상도 레벨 중 어느 하나를 선택하는 노이즈 저감 장치.
  3. 제 1 항에 있어서,
    상기 신호 레벨 추정부는
    상기 선택된 해상도 레벨을 갖는 서브 밴드들의 웨이블릿 계수들을 바이너리 데이터로 표현한 커널 맵을 생성하는 커널 맵 생성부;
    상기 바이너리 데이터에 따른 상기 커널 사이즈가 정의된 커널 셋을 저장하는 커널 셋 저장부; 및
    상기 커널 맵의 픽셀 단위로 해당 픽셀의 상기 바이너리 데이터 및 상기 커널 사이즈를 고려하여 상기 신호 레벨을 계산하는 신호 레벨 계산부; 를 포함하는 노이즈 저감 장치.
  4. 제 3 항에 있어서,
    상기 해상도 레벨이 고해상도에 해당하는 1레벨부터 저해상도에 해당하는 n레벨로 이루어진 경우, n은 3 이상의 자연수이고 상기 선택된 해상도 레벨은 n, n-1 및 n-2 해상도 레벨 중 어느 하나인 노이즈 저감 장치.
  5. 제 3 항에 있어서,
    상기 커널 맵은 상기 선택된 해상도 레벨을 갖는 서브 밴드들의 웨이블릿 계수들을 정규화하고, 상기 정규화된 계수들을 0 또는 1로 변환한 후, 형태 분석 확장을 수행하여 생성되는 노이즈 저감 장치.
  6. 제 1 항에 있어서,
    상기 노이즈 레벨 추정부는
    휘도 레벨을 독립변수로 갖는 다수의 노이즈 레벨 함수들로 이루어진 노이즈 프로파일을 저장하는 프로파일 저장부;
    상기 영상을 다수의 패치로 나누고, 다수의 패치 중에서 노이즈 변화량에 기초하여 레퍼런스 패치를 추출하는 패치 추출부; 및
    상기 레퍼런스 패치의 노이즈 통계량과 상기 노이즈 프로파일을 비교하여 상기 노이즈 레벨 함수 중 어느 하나를 선택하는 노이즈 레벨 계산부; 를 포함하는 노이즈 저감 장치.
  7. 제 6 항에 있어서,
    상기 패치 추출부는 상기 노이즈 레벨 함수에서 변화량이 가장 큰 부분에 해당하는 휘도 레벨 영역에 대응되는 패치들을 추출하고, 이 패치들 중에서 표준편차가 가장 작은 패치를 상기 레퍼런스 패치로 추출하는 노이즈 저감 장치.
  8. 제 1 항에 있어서,
    상기 웨이블릿 축소 처리부는 상기 영상의 각 픽셀에 해당하는 상기 신호 레벨 및 상기 노이즈 레벨을 이용하여 계산된 노이즈 처리 계수를 해당 픽셀의 웨이블릿 계수에 곱하는 노이즈 저감 장치.
  9. 제 1 항에 있어서,
    상기 웨이블릿 축소 처리부의 결과를 수신하며, 웨이블릿 역 변환을 통해 상 기 영상을 복원하는 역 변환부; 를 더 포함하는 노이즈 저감 장치.
  10. 웨이블릿 변환을 통해 영상을 다수의 해상도 레벨을 갖는 서브 밴드들로 분할하는 단계;
    임의의 해상도 레벨을 선택하고, 선택된 해상도 레벨을 갖는 서브 밴드 별로 커널 사이즈를 변화시키면서 상기 영상의 신호 레벨을 산출하는 단계;
    노이즈 프로파일을 이용하여 상기 영상의 노이즈 레벨을 산출하는 단계; 및
    상기 신호 레벨 및 상기 노이즈 레벨을 이용하여 상기 영상의 픽셀의 웨이블릿 계수의 축소를 수행하는 단계; 를 포함하는 노이즈 저감 방법.
  11. 제 10 항에 있어서,
    상기 해상도 레벨이 고해상도에 해당하는 1레벨부터 저해상도에 해당하는 n레벨로 이루어진 경우, n은 3 이상의 자연수이고 상기 신호 레벨을 산출하는 단계는 n, n-1 및 n-2 해상도 레벨 중 어느 하나를 선택하는 노이즈 저감 방법.
  12. 제 10 항에 있어서,
    상기 신호 레벨을 산출하는 단계는
    상기 선택된 해상도 레벨을 갖는 서브 밴드들의 웨이블릿 계수들을 바이너리 데이터로 표현한 커널 맵을 생성하는 단계;
    상기 바이너리 데이터에 따른 상기 커널 사이즈를 정의하는 단계; 및
    상기 커널 맵의 픽셀 단위로 해당 픽셀의 상기 바이너리 데이터 및 상기 커널 사이즈를 고려하여 상기 신호 레벨을 계산하는 단계; 를 포함하는 노이즈 저감 방법.
  13. 제 12 항에 있어서,
    상기 해상도 레벨이 고해상도에 해당하는 1레벨부터 저해상도에 해당하는 n레벨로 이루어진 경우, n은 3 이상의 자연수이고 상기 선택된 해상도 레벨은 n, n-1 및 n-2 해상도 레벨 중 어느 하나인 노이즈 저감 방법.
  14. 제 12 항에 있어서,
    상기 커널 맵은 상기 선택된 해상도 레벨을 갖는 서브 밴드들의 웨이블릿 계수들을 정규화하고, 상기 정규화된 계수들을 0 또는 1로 변환한 후, 형태 분석 확장을 수행하여 생성되는 노이즈 저감 방법.
  15. 제 10 항에 있어서,
    상기 노이즈 레벨을 산출하는 단계는
    휘도 레벨을 독립변수로 갖는 다수의 노이즈 레벨 함수들로 이루어진 노이즈 프로파일을 준비하는 단계;
    상기 영상을 다수의 패치로 나누고, 다수의 패치 중에서 노이즈 변화량에 기초하여 레퍼런스 패치를 추출하는 단계; 및
    상기 레퍼런스 패치의 노이즈 통계량과 상기 노이즈 프로파일을 비교하여 상기 노이즈 레벨 함수 중 어느 하나를 선택하는 단계; 를 포함하는 노이즈 저감 방법.
  16. 제 15 항에 있어서,
    상기 레퍼런스 패치를 추출하는 단계는 상기 노이즈 레벨 함수에서 변화량이 가장 큰 부분에 해당하는 휘도 레벨 영역에 대응되는 패치들을 추출하고, 이 패치들 중에서 표준편차가 가장 작은 패치를 추출하는 노이즈 저감 방법.
  17. 제 10 항에 있어서,
    상기 웨이블릿 축소를 수행하는 단계는 상기 영상의 각 픽셀에 해당하는 상기 신호 레벨 및 상기 노이즈 레벨을 이용하여 계산된 노이즈 처리 계수를 해당 픽셀의 웨이블릿 계수에 곱하는 노이즈 저감 방법.
  18. 제 10 항에 있어서,
    웨이블릿 역 변환을 통해 상기 영상을 복원하는 단계; 를 더 포함하는 노이즈 저감 방법.
KR1020090019965A 2009-03-09 2009-03-09 노이즈 저감 장치 및 방법 KR101552680B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020090019965A KR101552680B1 (ko) 2009-03-09 2009-03-09 노이즈 저감 장치 및 방법
US12/720,339 US8478058B2 (en) 2009-03-09 2010-03-09 Apparatus and method for reducing noise from an image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090019965A KR101552680B1 (ko) 2009-03-09 2009-03-09 노이즈 저감 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20100101463A KR20100101463A (ko) 2010-09-17
KR101552680B1 true KR101552680B1 (ko) 2015-09-14

Family

ID=42678312

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090019965A KR101552680B1 (ko) 2009-03-09 2009-03-09 노이즈 저감 장치 및 방법

Country Status (2)

Country Link
US (1) US8478058B2 (ko)
KR (1) KR101552680B1 (ko)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9377548B2 (en) * 2011-11-09 2016-06-28 Chevron U.S.A. Inc. Wavelet-transform based system and method for analyzing characteristics of a geological formation
KR102128468B1 (ko) * 2014-02-19 2020-06-30 삼성전자주식회사 복수의 이미지 신호 프로세서들을 포함하는 이미지 처리 장치 및 이미지 처리 방법
US9508134B2 (en) * 2015-03-13 2016-11-29 The Boeing Company Apparatus, system, and method for enhancing image data
US10176557B2 (en) 2016-09-07 2019-01-08 The Boeing Company Apparatus, system, and method for enhancing image video data
US10549853B2 (en) 2017-05-26 2020-02-04 The Boeing Company Apparatus, system, and method for determining an object's location in image video data
KR101864670B1 (ko) * 2017-06-16 2018-06-05 인천대학교 산학협력단 고해상도 영상을 위한 잡음 제거를 통한 화질 개선 장치 및 그 방법
US10789682B2 (en) 2017-06-16 2020-09-29 The Boeing Company Apparatus, system, and method for enhancing an image

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050259889A1 (en) 2004-05-21 2005-11-24 Ferrari Ricardo J De-noising digital radiological images
KR100584593B1 (ko) 2003-07-10 2006-05-30 삼성전자주식회사 이산 웨이블릿 변환을 이용한 노이즈 감소 방법 및 장치
WO2006106919A1 (ja) 2005-03-31 2006-10-12 Nikon Corporation 画像処理方法
JP2008033962A (ja) 2000-11-09 2008-02-14 Canon Inc 画像処理装置、及びその方法、並びにプログラム、記憶媒体

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5619998A (en) * 1994-09-23 1997-04-15 General Electric Company Enhanced method for reducing ultrasound speckle noise using wavelet transform
TW351898B (en) * 1995-12-05 1999-02-01 Advantest Corp Portrait processing method
US6195456B1 (en) * 1996-12-19 2001-02-27 Xerox Corporation Multi resolution color correction using wavelet transforms
US5802481A (en) * 1997-03-20 1998-09-01 Motorola, Inc. Adaptive filtering for use with data compression and signal reconstruction
US7068851B1 (en) * 1999-12-10 2006-06-27 Ricoh Co., Ltd. Multiscale sharpening and smoothing with wavelets
CA2309002A1 (en) * 2000-05-23 2001-11-23 Jonathan Martin Shekter Digital film grain reduction
US6975753B2 (en) * 2000-09-13 2005-12-13 Canon Kabushiki Kaisha Image processing apparatus, image processing method, program for implementing said method, and storage medium therefor
JP4046969B2 (ja) * 2000-11-09 2008-02-13 キヤノン株式会社 画像処理装置、及びその方法、並びにプログラム、記憶媒体
US6801672B1 (en) * 2001-06-01 2004-10-05 Bruce A. Thomas Removing noise from a color image using wavelets
US6879729B2 (en) * 2001-06-08 2005-04-12 The Regents Of The University Of California Parallel object-oriented, denoising system using wavelet multiresolution analysis
US6915016B2 (en) * 2001-06-12 2005-07-05 The United States Of America As Represented By The Secretary Of The Air Force Method and apparatus for wireless image transmission
US7206455B1 (en) * 2003-08-20 2007-04-17 Eastman Kodak Company Adaptive setting of wavelet sub-band thresholds for low-light image denoising
KR101044940B1 (ko) 2004-06-23 2011-06-28 삼성전자주식회사 에지 플로우 방향성 필터와 커블릿 변환을 이용한 블록현상 제거 방법 및 장치
JP5256582B2 (ja) 2006-03-31 2013-08-07 株式会社ニコン 画像処理方法、画像処理プログラム、および画像処理装置
US7778484B2 (en) * 2007-01-05 2010-08-17 Seiko Epson Corporation Method and apparatus for reducing noise in an image using wavelet decomposition
US8374457B1 (en) * 2008-12-08 2013-02-12 Adobe Systems Incorporated System and method for interactive image-noise separation

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008033962A (ja) 2000-11-09 2008-02-14 Canon Inc 画像処理装置、及びその方法、並びにプログラム、記憶媒体
KR100584593B1 (ko) 2003-07-10 2006-05-30 삼성전자주식회사 이산 웨이블릿 변환을 이용한 노이즈 감소 방법 및 장치
US20050259889A1 (en) 2004-05-21 2005-11-24 Ferrari Ricardo J De-noising digital radiological images
WO2006106919A1 (ja) 2005-03-31 2006-10-12 Nikon Corporation 画像処理方法

Also Published As

Publication number Publication date
US8478058B2 (en) 2013-07-02
KR20100101463A (ko) 2010-09-17
US20100226590A1 (en) 2010-09-09

Similar Documents

Publication Publication Date Title
US10339643B2 (en) Algorithm and device for image processing
KR101552680B1 (ko) 노이즈 저감 장치 및 방법
KR101618298B1 (ko) 고감도 영상 생성 장치 및 방법
Rahman et al. Video denoising based on inter-frame statistical modeling of wavelet coefficients
US9324153B2 (en) Depth measurement apparatus, image pickup apparatus, depth measurement method, and depth measurement program
US8050509B2 (en) Method of and apparatus for eliminating image noise
US9159121B2 (en) Method for image denoising
US20130135496A1 (en) Image processing device, image processing method, and program
JP2008171402A (ja) イメージにおけるノイズを除去する方法、イメージにおけるノイズを除去するための装置、およびイメージにおけるノイズを除去するためのコンピュータプログラムを実装するコンピュータ可読媒体
CN111612741B (zh) 一种基于失真识别的精确无参考图像质量评价方法
Salmon et al. From patches to pixels in non-local methods: Weighted-average reprojection
WO2014070273A1 (en) Recursive conditional means image denoising
KR101362011B1 (ko) 링잉 아티펙트없는 블러 제거 방법
CN105631854A (zh) 一种基于fpga平台的自适应图像清晰度评价算法
KR102395305B1 (ko) 저조도 영상 개선 방법
KR20170040983A (ko) 다중 스케일 블록 영역 검출을 이용한 영상 잡음 제거 방법 및 장치
Kim et al. A novel framework for extremely low-light video enhancement
WO2009098546A1 (en) Video enhancement using recursive bandlets
KR20130046304A (ko) 주파수 변환 영역에서의 비국부적 평균 필터링을 이용한 영상 잡음 제거
Albu Linear prediction based image enhancement method
Sari et al. Development of denoising method for digital image in low-light condition
Rohith et al. A novel approach to super resolution image reconstruction algorithm from low resolution panchromatic images
Croonenbroeck Local entropy based image reconstruction
Charde A review on image denoising using wavelet transform and Median filter over AWGN channel
Kawasaki et al. A multiscale retinex with low computational cost

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: 20180820

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190814

Year of fee payment: 5