KR101619508B1 - 샤플리 값 정규화를 이용하는 영상 잡음 제거 장치 및 방법 - Google Patents

샤플리 값 정규화를 이용하는 영상 잡음 제거 장치 및 방법 Download PDF

Info

Publication number
KR101619508B1
KR101619508B1 KR1020140163664A KR20140163664A KR101619508B1 KR 101619508 B1 KR101619508 B1 KR 101619508B1 KR 1020140163664 A KR1020140163664 A KR 1020140163664A KR 20140163664 A KR20140163664 A KR 20140163664A KR 101619508 B1 KR101619508 B1 KR 101619508B1
Authority
KR
South Korea
Prior art keywords
value
pixel
noise
image
pixels
Prior art date
Application number
KR1020140163664A
Other languages
English (en)
Inventor
이한우
Original Assignee
이한우
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 이한우 filed Critical 이한우
Priority to KR1020140163664A priority Critical patent/KR101619508B1/ko
Application granted granted Critical
Publication of KR101619508B1 publication Critical patent/KR101619508B1/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 using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G06T5/75—Unsharp masking
    • 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
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering

Landscapes

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

Abstract

본 발명은 샤플리 값 정규화를 이용하는 영상 잡음 제거 장치 및 방법에 관한 것으로, 잡음을 제거할 영상을 입력받아 채널별로 분리하여 출력하는 영상 입력부, 상기 영상의 분리된 채널의 각 픽셀에 대하여 샤플리 값을 산출하는 비용배분 처리부, 상기 분리된 각 채널별로 각 픽셀에 대하여 상기 산출된 샤플리 값에 근거하여 잡음을 제거하는 잡음 제거부, 상기 잡음이 제거된 각 채널을 결합하여 복원된 영상을 출력하는 영상 출력부를 포함하며, 정규화된 샤플리 값을 이용하여 효율적이면서도 최적화된 잡음 제거 필터의 값을 화소에 따라 적용함으로써, 잡음 제거 성능을 향상시키고, 특히 잡음이 제거된 영상의 에지 성분을 보존할 수 있으며 영상의 가시성을 향상시킬 수 있다.

Description

샤플리 값 정규화를 이용하는 영상 잡음 제거 장치 및 방법{APPARATUS AND METHOD FOR IMAGE NOISE REDUCTION USING SHAPLEY VALUE NOMARLIZATION}
본 발명은 샤플리 값 정규화를 이용하는 영상 잡음 제거 장치 및 방법에 관한 것으로, 보다 상세하게는 정규화된 샤플리 값을 사용하여 영상을 구성하는 픽셀들에 분배되는 잡음 제거 값을 결정함으로써 잡음 제거 성능을 향상시키는 영상 잡음 제거 장치 및 방법에 관한 것에 관한 것이다.
영상을 디지털화하여 획득한 영상을 처리하여 손실된 영상을 개선하는 영상 처리 기법은 오류가 없는 영상을 획득하기 위하여 널리 사용되고 있다. 이러한 영상 처리 기법 중 잡음 제거의 대상이 되는 잡음으로 임펄스 잡음(Impulse Noise)과 가우시안 잡음(Gaussian Noise)이 있다.
영상의 손실 및 잡음은 영상을 획득하는 과정의 환경 조건, 센서 소자의 품질 또는 전송 과정에서의 간섭 등에 의하여 발생할 수 있다. 아날로그/디지털 컨버터 또는 광전자 센서 등의 품질 및 부품간 전송 과정에서 임펄스 잡음 및 가우시안 잡음이 발생할 수 있다고 알려져 있다.
기존의 영상 잡음 제거 방법은 잡음에 의하여 열화된 영상을 입력 영상에 열화 함수를 적용한 값으로 모델링하고, 열화 함수를 잡음에 대한 확률밀도함수로 모델링하는 것이 일반적이다. 따라서 잡음을 제거하기 위해서는 열화된 영상을 입력으로 받아 열화 함수를 상쇄하는 필터를 적용하는 방법을 사용하는 것이 일반적이다.
임펄스 잡음을 제거하기 위하여 사용하는 필터로는 메디언 필터(Median Filter), 중앙 가중치 메디언 필터(Center Weighted Median Filter, CWM Filter), 적응적 스위칭 메디언 필터(Adaptive Switching Median Filter, ASM Filter), 평균 필터, 가중평균 필터 등이 있다. 또한 가우시안 잡음을 제거하는 데에는 가우시한 평활화 연산자를 사용하여 이웃 화소와 평균화한 결과로 화소값을 대체함으로써 극단적인 값을 제거하고 저주파 성분만을 남기는 방법이 사용되고 있다.
이러한 기존의 영상 잡음 제거 방법은 특히 영상의 에지 성분을 보존하기 어려우며, 반면 영상의 에지 성분을 보존할 경우 잡음 제거 성능을 양립시키기 어렵다는 문제가 있다.
한국공개특허 제1991-0019404호(공개일: 1994.11.22., 발명의 명칭 : 잡음제거장치, 청구범위 제1항)가 있다.
본 발명은, 정규화된 샤플리 값을 사용하여 영상을 구성하는 픽셀들에 분배되는 잡음 제거 값을 결정함으로써 잡음 제거 성능을 향상시키고, 특히 잡음이 제거된 영상의 에지 성분을 보존할 수 있으며 잡음을 제거함과 동시에 영상의 가시성을 향상시킬 수 있는 영상 잡음 제거 장치 및 방법을 제공하는 데 그 목적이 있다.
본 발명의 일 측면에 따른 샤플리 값 정규화를 이용하는 영상 잡음 제거 장치는 영상이 분리된 채널을 입력받아 상기 각 채널의 각 픽셀에 대하여 샤플리 값을 산출하는 비용배분 처리부 및 상기 각 채널의 각 픽셀에 대하여 상기 산출된 샤플리 값에 근거하여 잡음을 제거하는 잡음 제거부를 포함한다.
본 발명에서, 잡음을 제거할 상기 영상을 입력받아 채널별로 분리하여 상기 비용배분 처리부로 전달하는 영상 입력부 및 상기 잡음 제거 장치가 출력한 잡음이 제거된 각 채널을 결합하여 복원된 영상을 출력하는 영상 출력부를 더 포함하는 것을 특징으로 한다.
본 발명에서, 상기 비용배분 처리부는, 상기 분리된 채널을 기 설정된 크기의 마스크로 분할하고 각 마스크에 포함된 화소들을 화소 값 순으로 정렬하는 마스크 처리부, 상기 정렬된 화소들을 상기 화소 값에 따라 기 설정된 크기의 연합으로 분류하는 연합구성부 및 상기 각 연합별로 정규화된 샤플리 값을 산출하는 샤플리 값 산출부를 포함하는 것을 특징으로 한다.
본 발명에서, 상기 마스크의 크기는 가로 3화소, 세로 3화소인 것을 특징으로 한다.
본 발명에서, 상기 연합구성부는, 상기 마스크에 포함된 화소 중 가장 화소 값이 작은 화소와 가장 화소값이 큰 화소를 제외한 화소를 화소 값 순서로 세 개의 연합으로 분류하는 것을 특징으로 한다.
본 발명에서, 상기 샤플리 값 산출부는, m개의 연합을 화소 값 순으로 오름차순 정렬하였을 때 k번째 연합에서 가장 큰 화소 값을 가지는 화소의 화소 값을
Figure 112014112722037-pat00001
라 하고, 연합 i에 속해 있는 화소의 갯수를
Figure 112014112722037-pat00002
라 하며, 화소 j가 연합 i에 속한다고 할 때, 화소 j의 샤플리 값
Figure 112014112722037-pat00003
를 다음 수학식에 의하여 산출하는 것을 특징으로 한다.
Figure 112014112722037-pat00004
Figure 112014112722037-pat00005
본 발명에서, 상기 잡음 제거부는, 각 화소별 공헌지수를 산출하고 상기 공헌지수 및 상기 샤플리 값에 근거하여 잡음이 제거된 새로운 화소 값을 산출하되, 상기 공헌지수는 각 화소에 대응하는 샤플리 값이 중간값보다 작은 경우 상기 화소의 화소 값에 상기 샤플리 값을 더한 값의 절대값으로 산출되고, 상기 샤플리 값이 중간값 이상인 경우 상기 화소 값의 제곱과 상기 샤플리 값의 제곱의 차이의 절대값의 제곱근으로 산출되는 것을 특징으로 한다.
각 화소에 대응하는 샤플리 값이 중간값보다 작은 경우 상기 화소의 화소 값에 상기 샤플리 값의 제곱을 더한 값의 절대값의 제곱근으로 상기 화소 값을 대체하고, 상기 샤플리 값이 중간값 이상인 경우 상기 화소 값과 상기 샤플리 값의 제곱의 차이의 절대값의 제곱근으로 상기 화소 값을 대체하는 것을 특징으로 한다.
본 발명의 일 측면에 따른 샤플리 값 정규화를 이용하는 영상 잡음 제거 방법은, 비용배분 처리부가 영상의 분리된 채널의 각 픽셀에 대하여 샤플리 값을 산출하는 단계 및 잡음 제거부가 상기 분리된 각 채널별로 각 픽셀에 대하여 상기 산출된 샤플리 값에 근거하여 잡음을 제거하는 단계를 포함한다.
본 발명에 따른 샤플리 값 정규화를 이용하는 영상 잡음 제거 방법에서, 영상 입력부가 잡음을 제거할 영상을 입력받아 채널별로 분리하여 출력하는 단계 및 상기 잡음이 제거된 각 채널을 결합하여 복원된 영상을 출력하는 단계를 더 포함하는 것을 특징으로 한다.
본 발명에 따른 샤플리 값 정규화를 이용하는 영상 잡음 제거 방법에서, 상기 샤플리 값을 산출하는 단계에서, 상기 비용배분 처리부에 포함된 마스크 처리부가 상기 분리된 채널을 기 설정된 크기의 마스크로 분할하고 각 마스크에 포함된 화소들을 화소 값 순으로 정렬하고, 상기 비용배분 처리부에 포함된 연합구성부가 상기 정렬된 화소들을 상기 화소 값에 따라 기 설정된 크기의 연합으로 분류하며, 상기 비용배분 처리부에 포함된 샤플리 값 산출부가 상기 각 연합별로 정규화된 샤플리 값을 산출하는 것을 특징으로 한다.
본 발명에 따른 샤플리 값 정규화를 이용하는 영상 잡음 제거 방법에서, 상기 마스크의 크기는 가로 3화소, 세로 3화소인 것을 특징으로 한다.
본 발명에 따른 샤플리 값 정규화를 이용하는 영상 잡음 제거 방법에서, 상기 연합구성부는, 상기 마스크에 포함된 화소 중 가장 화소 값이 작은 화소와 가장 화소값이 큰 화소를 제외한 화소를 화소 값 순서로 세 개의 연합으로 분류하는 것을 특징으로 한다.
본 발명에 따른 샤플리 값 정규화를 이용하는 영상 잡음 제거 방법에서, 상기 샤플리 값 산출부는, m개의 연합을 화소 값 순으로 오름차순 정렬하였을 때 k번째 연합에서 가장 큰 화소 값을 가지는 화소의 화소 값을
Figure 112014112722037-pat00006
라 하고, 연합 i에 속해 있는 화소의 갯수를
Figure 112014112722037-pat00007
라 하며, 화소 j가 연합 i에 속한다고 할 때, 화소 j의 샤플리 값
Figure 112014112722037-pat00008
를 다음 수학식에 의하여 산출하는 것을 특징으로 한다.
Figure 112014112722037-pat00009
Figure 112014112722037-pat00010
본 발명에 따른 샤플리 값 정규화를 이용하는 영상 잡음 제거 방법에서, 상기 잡음을 제거하는 단계에서, 상기 잡음 제거부는, 상기 잡음 제거부는, 각 화소별 공헌지수를 산출하고 상기 공헌지수 및 상기 샤플리 값에 근거하여 잡음이 제거된 새로운 화소 값을 산출하되, 상기 공헌지수는 각 화소에 대응하는 샤플리 값이 중간값보다 작은 경우 상기 화소의 화소 값에 상기 샤플리 값을 더한 값의 절대값으로 산출되고, 상기 샤플리 값이 중간값 이상인 경우 상기 화소 값의 제곱과 상기 샤플리 값의 제곱의 차이의 절대값의 제곱근으로 산출되는 것을 특징으로 한다.
본 발명에 따르면, 샤플리 값을 이용하여 효율적이면서도 최적화된 잡음 제거 필터의 값을 화소에 따라 적용함으로써, 잡음 제거 성능을 향상시키고, 특히 잡음이 제거된 영상의 에지 성분을 보존할 수 있으며, 다양한 영상 잡음 제거 적용이 가능하며, 영상의 가시성을 향상시킬 수 있다.
도 1은 본 발명의 일 실시예에 따른 샤플리 값 정규화를 이용하는 영상 잡음 제거 장치의 블록도이다.
도 2는 3×3 마스크를 분류한 세 개의 연합의 예를 도시한 도면이다.
도 3은 차 연산자를 구하기 위한 네 방향의 화소들의 쌍을 도시한 도면이다.
도 4는 본 발명의 일 실시예에 따른 샤플리 값 정규화를 이용하는 영상 잡음 제거 방법의 동작을 도시한 순서도이다.
이하에서는 본 발명에 따른 샤플리 값 정규화를 이용하는 영상 잡음 제거 장치 및 방법을 첨부된 도면들을 참조하여 상세하게 설명한다. 이러한 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로, 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 본 발명의 일 실시예에 따른 샤플리 값 정규화를 이용하는 영상 잡음 제거 장치의 블록도이다.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 샤플리 값 정규화를 이용하는 영상 잡음 제거 장치는, 영상입력부(100), 비용배분 처리부(200), 잡음제거부(300) 및 영상출력부(400)를 포함하여 이루어질 수 있다.
영상입력부(100)는 잡음을 제거할 영상을 입력받아 채널별로 분리하여 출력한다.
일반적으로 디지털 컬러 영상은 RGB 세 채널로 구성되어 있고, 각 채널은 화소들로 구성되어 있는 일정한 크기의 화상 프레임을 나타내며, 각 화소는 고유의 화소 값을 가진다. 예컨대 8비트 영상의 경우 각 화소는 각 채널별로 RGB 세 색상 중의 하나에 대한 명도에 해당하는 0에서 255까지의 값을 가질 수 있다.
따라서 영상에 포함된 잡음을 제거하기 위해서 먼저 입력된 영상을 각 채널별로 분리하여 처리할 필요가 있다.
이 때, 영상입력부(100)가 잡음을 제거할 영상 정보를 입력받아 각 채널별로 분리하여 잡음 제거를 처리하는 비용배분 처리부(200) 및 잡음제거부(300)로 전달할 수 있다.
비용배분 처리부(200)는 영상의 분리된 채널의 각 픽셀에 대하여 샤플리 값(Shapley value)을 산출한다.
샤플리 값은 협조적 게임 이론에서 각 게임 참여자에 연합의 결과로 얻어지는 대가를 분배하는 값이며, 여러가지 비용 배분 문제에 적용될 수 있다.
그런데 영상의 잡음 제거는 각 화소별로 잡음을 제거하기 위한 잡음 제거값을 계산하는 문제이고, 이러한 잡음 제거값을 비용 배분 문제에서의 비용에 대응시킴으로써 영상의 잡음 제거를 비용 배문 문제로 환원할 수 있다.
이 때, 일반적으로 n명의 참여자가 참여하는 경우 2n-1 종류의 연합이 가능하므로, 샤플리 값을 계산하기 어렵게 하는 문제가 있으나, 문제의 특성에 따라 보다 쉬운 방법으로 샤플리 값을 계산할 수 있는 경우가 있다.
특히, 영상의 잡음 제거 문제의 경우, 각 화소를 참여자에 대응시키고, 유사한 화소값을 가지는 화소들을 같은 연합에 속하도록 연합을 구성함으로써, 샤플리 값을 보다 쉽게 계산할 수 있다.
비용배분 처리부(200)는, 분리된 채널을 기 설정된 크기의 마스크로 분할하고 각 마스크에 포함된 화소들을 화소 값 순으로 정렬하는 마스크 처리부(210), 정렬된 화소들을 상기 화소 값에 따라 기 설정된 크기의 연합으로 분류하는 연합구성부(220) 및 각 연합별로 정규화된 샤플리 값을 산출하는 샤플리 값 산출부(230)를 포함할 수 있다.
이 때, 마스크 처리부(210)는 주어진 한 채널의 영상을 기 설정된 크기의 마스크로 분할함으로써, 각 마스크별로 마스크에 포함된 화소에 대하여 샤플리 값을 구하고 잡음을 제거하는 것이 가능하다.
여기에서, 예컨대 마스크의 크기는 가로 3화소, 세로 3화소일 수 있다.
이 경우, 예컨대 9개의 화소로 구성된 마스크에 대해서 화소값이 작은 세 개의 화소를 하나의 연합으로, 화소값이 중간인 세 개의 화소를 또 하나의 연합으로, 화소값이 큰 세 개의 화소를 또 다른 연합으로 하여, 하나의 마스크를 세 개의 연합으로 분류할 수 있다.
도 2는 이와 같은 3×3 마스크를 분류한 세 개의 연합의 예를 도시한 도면이다.
도 2에 도시된 바와 같이, 3×3 마스크의 화소들의 화소값을 C0, ..., C8 이라 하고, 이들이 오름차순으로 정렬되어 있어서 C0 ≤ C1 ≤ ... ≤ C8 이 성립한다고 하면, C0, C1, C2가 최소값 영역(min)을 구성하고, C3, C4, C5가 중간값 영역(med)를 구성하며, C6, C7, C8이 최대값 영역(max)를 구성하도록 3×3 마스크의 화소들이 분류될 수 있다.
마스크 처리부(210)에서 마스크에 포함된 화소들을 화소값에 따라 정렬함으로써, 연합구성부(220)가 마스크에 포함된 화소들을 상술한 예와 같이 기 설정된 크기의 연합으로 분류하는 것이 가능하다.
또한, 영상에 포함되는 임펄스 잡음은 주로 평탄 지역 및 연속된 잡음화소 형태로 양쪽 가장자리에 위치하게 된다. 따라서 연합구성부(220)는, 마스크에 포함된 화소 중 가장 화소 값이 작은 화소와 가장 화소값이 큰 화소를 제외한 화소를 화소 값 순서로 세 개의 연합으로 분류할 수 있다.
이 경우, 도 2의 예에서, C1, C2가 최소값 영역(min)을 구성하고, C3, C4, C5가 중간값 영역(med)를 구성하며, C6, C7이 최대값 영역(max)를 구성하도록 3×3 마스크의 화소들이 분류될 수 있다.
여기에서, 각 연합의 샤플리 값은 다음의 수학식 1에 의하여 나타내어질 수 있다.
Figure 112014112722037-pat00011
상기 수학식 1에서,
Figure 112014112722037-pat00012
는 경기자 j에 대한 샤플리 값을 의미하고, j는 경기자를 의미하며, S는 경기자 j가 포함되어 있는 연합을 의미한다. N은 모든 경기자의 집합을 의미하고, n의 N의 크기이며, v(S)는 경기자의 집합 S의 비용을 의미한다.
여기에서, v(S)는 집합 S에 포함된 경기자 중 가장 큰 비용이 드는 경기자의 비용으로 정의될 수 있다. 또한 영상 잡음 제거에 응용되는 경우, 각 경기자가 각 화소를 나타낼 수 있으며, 이 때 각 경기자의 비용은 각 화소 값을 의미할 수 있다. 즉, 협동적 게임 이론 상의 각 경기자의 비용이 영상 잡음 제거 문제에서 마스크에 포함된 각 화소의 화소값 중 최대의 화소값으로 정규화될 수 있다. 이 때, 각 경기자 또는 화소에 대한 샤플리 값 역시, 각 화소가 포함된 연합에 대하여 정규화될 수 있다.
따라서, 상술한 바와 같이 샤플리 값이 영상 잡음 제거에 응용되는 경우, 샤플리 값 산출부(230)는 정규화된 샤플리 값을 산출할 수 있으며, 이러한 경우, 화소 j의 샤플리 값
Figure 112014112722037-pat00013
은 다음의 수학식 2에 의해서 단순하게 산출될 수 있다.
Figure 112014112722037-pat00014
상기 수학식 2에서, m은 연합의 갯수를 의미하고,
Figure 112014112722037-pat00015
는 m개의 연합을 화소 값 순으로 오름차순 정렬하였을 때 k번째 연합에서 가장 큰 화소 값을 가지는 화소의 화소 값을 의미하며, i는 화소 j가 속해 있는 연합을 의미하고,
Figure 112014112722037-pat00016
는 연합 i에 속해 있는 화소의 갯수를 의미한다.
잡음 제거부(300)는 분리된 각 채널별로 각 픽셀에 대하여 산출된 샤플리 값에 근거하여 잡음을 제거한다.
상술한 바와 같이 영상 잡음은 확률 밀도 함수에 의하여 모델링되며, 대표적인 영상 잡음의 양상에는 임펄스 잡음과 가우시안 잡음이 있다.
임펄스 잡음은 각 연합별로 마스크를 분류하여 각각 산출된 잡음 제거 비용을 각 화소에 배분하는 방법으로 제거할 수 있다. 예컨대 도 2의 예에서, 마스크를 세 등급의 연합으로 나누어 각 연합별로 산출된 배분된 잡음 제거 비용을 잡음이 제거된 각 화소값으로 사용할 수 있다.
이 때, 잡음 제거부(300)는 각 화소에 대응하는 샤플리 값이 중간값보다 작은 경우 화소의 화소 값에 샤플리 값을 더한 값의 절대값으로 그 화소의 공헌지수를 산출하고, 샤플리 값이 중간값 이상인 경우 화소 값과 샤플리 값의 차이의 절대값으로 공헌지수를 산출할 수 있다.
즉, 각 화소의 잡음 제거에 대한 공헌지수는 다음의 수학식 3에 의하여 결정될 수 있다.
Figure 112014112722037-pat00017
Figure 112014112722037-pat00018
상기 수학식 3에서, 화소 i에 대해, ki는 잡음 제거에 대한 공헌지수를 나타내고, ci는 잡음을 제거하기 전의 화소값을 나타내며,
Figure 112014112722037-pat00019
는 화소 i의 샤플리 값을 나타내고, Zmed는 화소 i가 속해있는 연합의 화소값들의 중간값을 나타낸다.
또한, 잡음 제거부(300)는 각 화소에 대응하는 샤플리 값이 중간값보다 작은 경우 화소의 화소 값의 제곱에 샤플리 값의 제곱을 더한 값의 절대값의 제곱근으로 공헌지수를 산출하고, 샤플리 값이 중간값 이상인 경우 화소 값의 제곱과 샤플리 값의 제곱의 차이의 절대값의 제곱근으로 공헌지수를 산출할 수 있다.
즉, 각 화소의 잡음 제거에 대한 공헌지수는 다음의 수학식 4에 의하여 결정될 수 있다.
Figure 112014112722037-pat00020
Figure 112014112722037-pat00021
상기 수학식 4에서, 화소 i에 대해, ki는 잡음을 제거한 새로운 화소값을 나타내고, ci는 잡음을 제거하기 전의 화소값을 나타내며,
Figure 112014112722037-pat00022
는 화소 i의 샤플리 값을 나타내고, Zmed는 화소 i가 속해있는 연합의 화소값들의 중간값을 나타낸다.
또한, 샤플리 값의 크기에 따라 상기 수학식 3 및 수학식 4를 조합하여 사용함으로써 잡음제거 성능을 향상시킬 수 있다. 공헌지수는 각 화소에 대응하는 샤플리 값이 중간값보다 작은 경우 화소의 화소 값에 샤플리 값을 더한 값의 절대값으로 산출되고, 샤플리 값이 중간값 이상인 경우 화소 값의 제곱과 샤플리 값의 제곱의 차이의 절대값의 제곱근으로 산출될 수 있다. 즉, 샤플리 값이 중간값보다 작은 경우는 상기 수학식 3에 의하여, 샤플리 값이 중간값 이상인 경우는 상기 수학식 4에 의하여 공헌지수를 산출할 수 있다.
이러한 공헌 지수와 잡음제거값에 근거하여 새로운 화소값을 구할 수 있다. 이 때, 잡음제거값은 그리드 내의 각 화소값의 합과 샤플리 배분값의 합을 경기 참여자 수로 나눈 값이다. 즉, 잡음제거값은 아래 수학식 5에 의하여 주어질 수 있다.
Figure 112014112722037-pat00023
상기 수학식 5에서 n은 그리드 내의 화소의 수이며, Φi는 샤플리 배분값을 나타낸다. 여기에서 샤플리 배분값은 다음 수학식 6에 의하여 주어질 수 있다.
Figure 112014112722037-pat00024
Figure 112014112722037-pat00025
상기 수학식 6에서 mx(n)은 중간 화소의 화소값을 나타내고 m(x)는 화소값들의 중간값을 나타낸다.
이제 잡음이 제거된 새로운 화소값은 잡음제거값, 샤블리 배분값, 각 화소별 공헌 지수값 및 공헌 지수값 중 최대값을 더한 값으로 결정될 수 있다. 즉 새로운 화소값 Oki는 다음 수학식 7에 의하여 주어질 수 있다.
Figure 112014112722037-pat00026
상기 수학식 7에서 max(ki)는 각 화소별 공헌지수값 중 최대값을 나타낸다.
상기 수학식 4를 사용하여 산출한 공헌지수에 의하여 임펄스 잡음을 제거할 경우, 수학식 3을 사용하여 산출한공 헌지수에 의하여 임펄스 잡음을 제거할 경우에 비하여 잡음 제거 성능이 향상될 수 있다.
표 1은 상기 수학식 3 및 상기 수학식 4를 사용하여 임펄스 잡음을 제거할 경우의 잡음 제거 성능을 메디언 필터, AWM 필터 및 CWM 필터를 사용하여 잡음을 제거한 경우와 비교한 표이다.
방법 영상 AWM CWM Median 수학식 3 수학식 4
lena 29.68 32.18 35.50 47.15 38.51
house 29.25 33.94 39.39 54.39 41.93
peppers 30.86 32.47 36.98 44.23 39.41
camera 29.75 33.15 35.68 43.08 37.71
goldhill 30.58 31.29 35.17 43.18 38.24
girl 34.22 32.59 36.79 47.90 39.98
average 30.72 32.60 36.58 46.66 39.29
표 1의 실험에서, 6가지 256×256 크기의 그레이스케일 영상에 대하여 20%의 임펄스 잡음이 첨가된 경우 각 잡음 제거 방법을 사용하여 제거된 잡음을 db 단위로 나타내었다.
표 1에 나타난 바와 같이 수학식 3 및 수학식 4 모두 기존의 방법 보다 우수한 성능을 나타내었다.
한편 가우시안 잡음의 경우, 잡음 제거 시에 영상의 특성을 보존하기 위하여 차 연산자(Difference Operator)를 사용할 수 있다. 차 연산자는 3×3 마스크 내에서 중앙 상하, 좌우, 양 대각선 네 방향의 가장자리 화소들의 쌍에 대하여 화소값의 차이의 절대값 중 최대값을 의미한다.
도 3은 차 연산자를 구하기 위한 네 방향의 화소들의 쌍을 도시한 도면이다.
도 3에 도시된 바와 같이 3×3 마스크 내에서 Z(1)은 좌상에서 우하로의 대각선 방향, Z(2)는 상하방향, Z(3)는 우상에서 좌하로의 대각선 방향, Z(4)는 좌우 방향의 가장자리 화소 쌍의 화소값의 차이의 절대값을 나타낸다.
이 때, 3×3 마스크 (x,y)에 대한 차 연산자 Z(x,y)의 값은 Z(1), Z(2), Z(3), Z(4) 중 최대값을 의미한다. 즉, 도 3에 표시된 각 화소에 대하여 P1 내지 P9가 그 화소값을 나타낸다면, 차 연산자의 값은 다음의 수학식 8에 의하여 얻어질 수 있다.
Figure 112014112722037-pat00027
Figure 112014112722037-pat00028
Figure 112014112722037-pat00029
이 때, 상기 차 연산자를 사용하는 가우시안 잡음 제거 방법을 통하여 얻어지는 잡음을 제거하기 위한 공헌지수는 다음의 수학식 9에 의하여 결정될 수 있다.
Figure 112014112722037-pat00030
Figure 112014112722037-pat00031
상기 수학식 9에서, 화소 i에 대해, ki는 잡음 제거에 대한 공헌지수를 나타내고, ci는 잡음을 제거하기 전의 화소값을 나타내며,
Figure 112014112722037-pat00032
는 화소 i의 샤플리 값을 나타내고, Z(x,y)는 화소 i가 포함된 마스크의 차 연산자 값을 의미한다. 이 때 잡음을 제거한 새로운 화소 값은 상기 수학식 5 내지 수학식 7에 의하여 산출될 수 있다.
그런데, 상기 수학식 3 및 수학식 4에 의한 잡음 제거 방법 역시 가우시안 필터에 대하여 적용될 수 있으며, 이 경우 잡음 제거 성능이 차 연산자를 사용하는 방법에 비하여 향상될 수 있다.
표 2은 상기 수학식 9 또는 상기 수학식 4의 조합을 사용하여 임펄스 잡음을 제거할 경우의 잡음 제거 성능을 가우시안 평활화 연산자, 메디언 필터, AWM 필터 및 CWM 필터를 사용하여 잡음을 제거한 경우와 비교한 표이다.
방법

노이즈편차		 gaussian
 Mean AWM 수학식 9 수학식 4
20 32.54 34.66 32.31 42.76 38.51
30 32.36 34.46 31.58 43.87 38.35
40 31.95 33.95 31.14 43.91 37.57
average 32.28 34.35 31.67 43.51 38.14
표 2의 실험에서, 256×256 크기의 그레이스케일 영상에 대하여 20%, 30% 및 40%의 가우시안 잡음이 첨가된 경우 각 잡음 제거 방법을 사용하여 제거된 잡음을 db 단위로 나타내었다.
표 2에 나타난 바와 같이 수학식 9 및 수학식 4 모두 기존의 방법 보다 우수한 성능을 나타내었다.
영상출력부(400)는 잡음이 제거된 각 채널을 결합하여 복원된 영상을 출력한다.
도 4는 본 발명의 일 실시예에 따른 샤플리 값 정규화를 이용하는 영상 잡음 제거 방법의 동작을 도시한 순서도이다. 이를 참조하여 본 발명의 일 실시예에 따른 샤플리 값 정규화를 이용하는 영상 잡음 제거 방법을 설명한다.
먼저 영상 입력부(100)가 잡음을 제거할 영상을 입력받아 채널별로 분리하여 출력한다(S110).
이어서, 비용배분 처리부(200)에 포함된 마스크 처리부(210)가 분리된 채널을 기 설정된 크기의 마스크로 분할한다(S120).
이 때, 상술한 바와 같이, 마스크의 크기는 가로 3화소, 세로 3화소일 수 있다.
이후, 마스크 처리부(210)가 마스크에 포함된 화소들을 화소 값 순으로 정렬한다(S130).
이어서, 비용배분 처리부(200)에 포함된 연합구성부(220)가 정렬된 화소들을 화소 값에 따라 기 설정된 크기의 연합으로 분류한다(S140).
이 때, 상술한 바와 같이, 연합구성부(220)는, 상기 마스크에 포함된 화소 중 가장 화소 값이 작은 화소와 가장 화소값이 큰 화소를 제외한 화소를 화소 값 순서로 세 개의 연합으로 분류할 수 있다.
이후, 비용배분 처리부(200)에 포함된 샤플리 값 산출부(230)가 상기 각 연합별로 정규화된 샤플리 값을 산출한다(S150).
여기에서, 상술한 바와 같이, 샤플리 값 산출부(230)가 샤플리 값을 상기 수학식 2에 근거하여 산출할 수 있다.
즉, m개의 연합을 화소 값 순으로 오름차순 정렬하였을 때 k번째 연합에서 가장 큰 화소 값을 가지는 화소의 화소 값을
Figure 112014112722037-pat00033
라 하고, 연합 i에 속해 있는 화소의 갯수를
Figure 112014112722037-pat00034
라 하며, 화소 j가 연합 i에 속한다고 할 때, 화소 j의 샤플리 값
Figure 112014112722037-pat00035
이 상기 수학식 2에 의하여 산출될 수 있다.
상기 단계(S120) 내지 단계(S150)의 동작을 통하여 비용배분 처리부(200)가 영상의 분리된 채널의 각 픽셀에 대하여 샤플리 값을 산출할 수 있다.
이어서, 잡음 제거부(300)가 분리된 각 채널별로 각 픽셀에 대하여 산출된 샤플리 값에 근거하여 잡음을 제거한다(S160).
여기에서, 잡음 제거부(300)는 상술한 바와 같이 임펄스 잡음 및 가우시안 잡음을 제거할 수 있다.
이 경우, 임펄스 잡음의 제거에는 상기 수학식 3, 상기 수학식 4 또는 상기 수학식 3와 4의 조합 및 상기 수학식 5 내지 7을 사용할 수 있으며, 가우시안 잡음의 제거에는 상기 수학식 9, 상기 수학식 3, 상기 수학식 4 또는 상기 수학식 3과 4의 조합 및 상기 수학식 5 내지 7을 사용할 수 있다.
이 때, 상기 수학식 3과 4의 조합을 사용하는 잡음 제거 방법이 다른 잡음 제거 방법에 비하여 우수한 성능을 나타낼 수 있다. 즉, 공헌지수를 각 화소에 대응하는 샤플리 값이 중간값보다 작은 경우 상기 화소의 화소 값에 상기 샤플리 값을 더한 값의 절대값으로 산출하고, 상기 샤플리 값이 중간값 이상인 경우 상기 화소 값의 제곱과 상기 샤플리 값의 제곱의 차이의 절대값의 제곱근으로 산출할 수 있다.
이 때 상기 수학식 7에 의하여 산출되는 새로운 화소 값으로 화소 값을 대체함으로써 임펄스 잡음 및 가우시안 잡음이 제거될 수 있다.
이후, 영상출력부(400)가 잡음이 제거된 각 채널을 결합하여 복원된 영상을 출력하고 프로세스를 종료한다(S170).
이상 살펴본 바와 같이 본 발명에 따르면, 샤플리 값을 이용하여 효율적이면서도 최적화된 잡음 제거 필터의 값을 화소에 따라 적용함으로써, 잡음 제거 성능을 향상시키고, 특히 잡음이 제거된 영상의 에지 성분을 보존할 수 있으며 영상의 가시성을 향상시킬 수 있다.
본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며, 당해 기술이 속하는 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 기술적 보호범위는 아래의 특허청구범위에 의해서 정하여져야 할 것이다.
100 : 영상 입력부 200 : 비용배분 처리부
210 : 마스크 처리부 220 : 연합 구성부
230 : 샤플리 값 산출부 300 : 잡음 제거부
400 : 영상 출력부

Claims (14)

  1. 영상이 분리된 채널을 입력받아 상기 각 채널의 각 픽셀에 대하여 샤플리 값을 산출하는 비용배분 처리부; 및
    상기 각 채널의 각 픽셀에 대하여 상기 산출된 샤플리 값에 근거하여 잡음을 제거하는 잡음 제거부를 포함하며,
    상기 잡음 제거부는,
    각 화소에 대응하는 샤플리값이 중간값 보다 작은 경우 화소의 화소값에 샤플리 값을 더한 값의 절대값으로 화소의 공헌 지수를 산출하고, 각 화소에 대응되는 샤플리 값이 중간값 이상인 경우 상기 화소 값의 제곱과 상기 샤플리 값의 제곱의 차의 절대값의 제곱근으로 화소의 공헌 지수를 산출하며,
    그리드 내의 각 화소값의 합과 샤플리 배분값의 합을 경기 참여자의 수로 나눈 값으로 잡음제거값을 도출하고,
    도출된 화소의 공헌 지수와 잡음제거값을 토대로 새로운 화소값을 생성하도록 구비되는 것을 특징으로 하는 잡음 제거 장치.
  2. 제 1항에 있어서,
    잡음을 제거할 상기 영상을 입력받아 채널별로 분리하여 상기 비용배분 처리부로 전달하는 영상 입력부; 및
    상기 잡음 제거부에서 출력된 잡음이 제거된 각 채널을 결합하여 복원된 영상을 출력하는 영상 출력부를 더 포함하는 것을 특징으로 하는 잡음 제거 장치.
  3. 제 1항에 있어서,
    상기 비용배분 처리부는, 상기 분리된 채널을 기 설정된 크기의 마스크로 분할하고 각 마스크에 포함된 화소들을 화소 값 순으로 정렬하는 마스크 처리부;
    상기 정렬된 화소들을 상기 화소 값에 따라 기 설정된 크기의 연합으로 분류하는 연합구성부; 및
    상기 각 연합별로 정규화된 샤플리 값을 산출하는 샤플리 값 산출부를 포함하는 것을 특징으로 하는 잡음 제거 장치.
  4. 제 3항에 있어서,
    상기 마스크의 크기는 가로 3화소, 세로 3화소인 것을 특징으로 하는 잡음 제거 장치.
  5. 제 3항에 있어서,
    상기 연합구성부는, 상기 마스크에 포함된 화소 중 가장 화소 값이 작은 화소와 가장 화소값이 큰 화소를 제외한 화소를 화소 값 순서로 세 개의 연합으로 분류하는 것을 특징으로 하는 잡음 제거 장치.
  6. 제 3항에 있어서,
    상기 샤플리 값 산출부는,
    m개의 연합을 화소 값 순으로 오름차순 정렬하였을 때 k번째 연합에서 가장 큰 화소 값을 가지는 화소의 화소 값을
    Figure 112014112722037-pat00036
    라 하고, 연합 i에 속해 있는 화소의 갯수를
    Figure 112014112722037-pat00037
    라 하며, 화소 j가 연합 i에 속한다고 할 때, 화소 j의 샤플리 값
    Figure 112014112722037-pat00038
    를 다음 수학식에 의하여 산출하는 것을 특징으로 하는 잡음 제거 장치.
    Figure 112014112722037-pat00039
    Figure 112014112722037-pat00040

  7. 삭제
  8. 비용배분 처리부가 영상의 분리된 채널의 각 픽셀에 대하여 샤플리 값을 산출하는 단계; 및
    잡음 제거부가 상기 분리된 각 채널별로 각 픽셀에 대하여 상기 산출된 샤플리 값에 근거하여 잡음을 제거하는 단계를 포함하고,
    상기 잡음을 제거하는 단계는,
    각 화소에 대응하는 샤플리값이 중간값 보다 작은 경우 화소의 화소값에 샤플리 값을 더한 값의 절대값으로 화소의 공헌 지수를 산출하고, 각 화소에 대응되는 샤플리 값이 중간값 이상인 경우 상기 화소 값의 제곱과 상기 샤플리 값의 제곱의 차의 절대값의 제곱근으로 화소의 공헌 지수를 산출하며,
    그리드 내의 각 화소값의 합과 샤플리 배분값의 합을 경기 참여자의 수로 나눈 값으로 잡음제거값을 도출하고,
    도출된 화소의 공헌 지수와 잡음제거값을 토대로 새로운 화소값을 생성하도록 구비되는 것을 특징으로 하는 잡음 제거 방법.
  9. 제 8항에 있어서,
    영상 입력부가 잡음을 제거할 영상을 입력받아 채널별로 분리하여 출력하는 단계; 및
    상기 잡음이 제거된 각 채널을 결합하여 복원된 영상을 출력하는 단계를 더 포함하는 것을 특징으로 하는 잡음 제거 방법.
  10. 제 8항에 있어서,
    상기 샤플리 값을 산출하는 단계에서,
    상기 비용배분 처리부에 포함된 마스크 처리부가 상기 분리된 채널을 기 설정된 크기의 마스크로 분할하고 각 마스크에 포함된 화소들을 화소 값 순으로 정렬하고, 상기 비용배분 처리부에 포함된 연합구성부가 상기 정렬된 화소들을 상기 화소 값에 따라 기 설정된 크기의 연합으로 분류하며, 상기 비용배분 처리부에 포함된 샤플리 값 산출부가 상기 각 연합별로 정규화된 샤플리 값을 산출하는 것을 특징으로 하는 잡음 제거 방법.
  11. 제 10항에 있어서,
    상기 마스크의 크기는 가로 3화소, 세로 3화소인 것을 특징으로 하는 잡음 제거 방법.
  12. 제 10항에 있어서,
    상기 연합구성부는, 상기 마스크에 포함된 화소 중 가장 화소 값이 작은 화소와 가장 화소값이 큰 화소를 제외한 화소를 화소 값 순서로 세 개의 연합으로 분류하는 것을 특징으로 하는 잡음 제거 방법.
  13. 제 10항에 있어서,
    상기 샤플리 값 산출부는,
    m개의 연합을 화소 값 순으로 오름차순 정렬하였을 때 k번째 연합에서 가장 큰 화소 값을 가지는 화소의 화소 값을
    Figure 112014112722037-pat00041
    라 하고, 연합 i에 속해 있는 화소의 갯수를
    Figure 112014112722037-pat00042
    라 하며, 화소 j가 연합 i에 속한다고 할 때, 화소 j의 샤플리 값
    Figure 112014112722037-pat00043
    를 다음 수학식에 의하여 산출하는 것을 특징으로 하는 잡음 제거 방법.
    Figure 112014112722037-pat00044
    Figure 112014112722037-pat00045

  14. 삭제
KR1020140163664A 2014-11-21 2014-11-21 샤플리 값 정규화를 이용하는 영상 잡음 제거 장치 및 방법 KR101619508B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140163664A KR101619508B1 (ko) 2014-11-21 2014-11-21 샤플리 값 정규화를 이용하는 영상 잡음 제거 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140163664A KR101619508B1 (ko) 2014-11-21 2014-11-21 샤플리 값 정규화를 이용하는 영상 잡음 제거 장치 및 방법

Publications (1)

Publication Number Publication Date
KR101619508B1 true KR101619508B1 (ko) 2016-05-18

Family

ID=56113577

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140163664A KR101619508B1 (ko) 2014-11-21 2014-11-21 샤플리 값 정규화를 이용하는 영상 잡음 제거 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101619508B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114743003A (zh) * 2022-04-11 2022-07-12 平安科技（深圳）有限公司 基于图像分类的因果解释方法、装置、设备及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100856303B1 (ko) 2007-05-18 2008-09-03 삼성전기주식회사 링잉 노이즈 제거 장치 및 노이즈 제거 장치

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100856303B1 (ko) 2007-05-18 2008-09-03 삼성전기주식회사 링잉 노이즈 제거 장치 및 노이즈 제거 장치

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
이한우 외 1 명, "샤플리 밸류 정규화를 이용한 영상의 잡음 제거율 향상", 한국정보기술학회논문지 제11권 제10호(JKIIT, Vol.11, No.10), pages 29-34 (2013.10.31)*

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114743003A (zh) * 2022-04-11 2022-07-12 平安科技（深圳）有限公司 基于图像分类的因果解释方法、装置、设备及存储介质
CN114743003B (zh) * 2022-04-11 2024-05-10 平安科技（深圳）有限公司 基于图像分类的因果解释方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
TWI509567B (zh) 影像能見度修復的方法及其影像處理裝置
US8155468B2 (en) Image processing method and apparatus
WO2016206087A1 (zh) 一种低照度图像处理方法和装置
KR102104403B1 (ko) 단일영상 내의 안개 제거 방법 및 장치
US8457398B2 (en) Image enhancement method and apparatuses utilizing the same
US8406559B2 (en) Method and system for enhancing image sharpness based on local features of image
CN107424137B (zh) 一种文本增强方法及装置、计算机装置、可读存储介质
US20120328193A1 (en) Method for enhancing image edge
Gautam et al. Efficient color image contrast enhancement using range limited bi-histogram equalization with adaptive gamma correction
Kim et al. Single image haze removal using hazy particle maps
JP2005354691A (ja) カラー映像の彩度調節装置およびその方法
SM et al. Underwater image enhancement using single scale retinex on a reconfigurable hardware
CN201726464U (zh) 一种新的视频图像锐化处理装置
CN107256539B (zh) 一种基于局部对比度的图像锐化方法
CN111476744A (zh) 一种基于分类及大气成像模型的水下图像增强方法
KR101619508B1 (ko) 샤플리 값 정규화를 이용하는 영상 잡음 제거 장치 및 방법
KR101516632B1 (ko) 동영상의 평균 밝기 변화율을 유지하는 시각적 임계치를 이용한 이분할 히스토그램 평활화 장치
US8351724B2 (en) Blue sky color detection technique
Kusnik et al. On the robust technique of mixed Gaussian and impulsive noise reduction in color digital images
CN113256533B (zh) 基于msrcr的自适应低照度图像增强方法及系统
CN109859138A (zh) 一种基于人眼视觉特性的红外图像增强方法
Terai et al. Color image contrast enhancement by retinex model
KR100900678B1 (ko) 동적 영역 분할을 이용한 영상 화질 개선 방법
CN104112260A (zh) 一种基于查找表的逆半色调方法
KR101514152B1 (ko) 특이값 분해를 이용한 화질 개선 방법 및 장치

Legal Events

Date Code Title Description
GRNT Written decision to grant