KR102106073B1 - 영상 처리 방법 및 영상 처리 장치 - Google Patents
영상 처리 방법 및 영상 처리 장치 Download PDFInfo
- Publication number
- KR102106073B1 KR102106073B1 KR1020130092599A KR20130092599A KR102106073B1 KR 102106073 B1 KR102106073 B1 KR 102106073B1 KR 1020130092599 A KR1020130092599 A KR 1020130092599A KR 20130092599 A KR20130092599 A KR 20130092599A KR 102106073 B1 KR102106073 B1 KR 102106073B1
- Authority
- KR
- South Korea
- Prior art keywords
- pixel
- image
- noise
- noise reduction
- frequency component
- Prior art date
Links
- 238000012545 processing Methods 0.000 title claims description 116
- 238000000034 method Methods 0.000 title claims description 45
- 230000000694 effects Effects 0.000 claims abstract description 44
- 238000012014 optical coherence tomography Methods 0.000 claims abstract description 27
- 238000003672 processing method Methods 0.000 claims abstract description 27
- 238000001914 filtration Methods 0.000 claims abstract description 16
- 230000003190 augmentative effect Effects 0.000 claims description 28
- 238000000605 extraction Methods 0.000 claims description 27
- 238000002474 experimental method Methods 0.000 claims description 2
- 230000002146 bilateral effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 208000012868 Overgrowth Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10101—Optical tomography; Optical coherence tomography [OCT]
-
- 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
- G06T2207/20004—Adaptive image processing
- G06T2207/20012—Locally adaptive
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
본 발명의 실시예는 광간섭 단층 영상(optical coherence tomography images)의 품질을 향상시킬 수 있는 영상 처리 방법 및 장치에 관한 것으로서, (a) 영상 내의 제1픽셀로부터 서로 다른 간격만큼 떨어진 각각의 제2픽셀의 픽셀 인텐시티(pixel intensity)가 제1픽셀에 유발하는 서로 다른 수준의 노이즈 효과를 기초로 하여, 영상의 선형 노이즈 모델에 따라 영상 내의 각각의 제1픽셀에 노이즈 감소 필터가 구성되는 단계, 및 (b) 각각의 제1픽셀에 구성된 노이즈 감소 필터를 이용하여 각각의 제1픽셀에 대해 노이즈 감소 필터링을 수행함으로써 노이즈 감소 영상을 획득하는 단계를 포함하는 영상 처리 방법을 제공할 수 있다.
Description
본 발명의 실시예는 영상 처리 방법 및 장치에 관한 것으로서, 보다 상세하게는 광간섭 단층 영상(optical coherence tomography images)의 품질을 향상시킬 수 있는 영상 처리 방법 및 장치에 관한 것이다.
고품질의 영상에 대한 사용자의 요구가 증가하고 있다. 이에 따라, 영상 처리 기술이 지속적으로 발전해오고 있다. 또한, 영상의 품질을 향상시키기 위한 다양한 영상 처리 방법이 소개되었다. 이러한 영상 처리 방법에서는 어떻게 효과적으로 영상 내의 노이즈를 제거하면서도 처리 속도를 향상시킬지에 대해 중요하게 다루어지고 있다.
광간섭 단층 촬영(optical coherence tomography, OCT)은 마이크로미터 단위의 해상도를 이용하여 인체 내의 조직 구조를 촬영하는 방법이다. 이 기술은 안과에서는 이미 많이 이용되고 있으나, 피부과 등의 고밀도 조직을 대상으로 이용할 때에는 다음과 같은 문제점이 있다. 비교적 고도의 광 감쇠(optical attenuation) 및 여러 차례의 산란(scattering)으로 인해, 비교적 많은 양의 노이즈가 발생할 수 있다. 이 노이즈로 인해 광간섭 단층 촬영 장치의 다이나믹 레인지(dynamic range) 및 신호 대 잡음비(signal to noise ratio, SNR)가 저하될 수 있다. 또한, 고밀도 조직으로부터 획득한 OCT 영상의 디테일을 분별하기 어렵게 할 수 있다. 이러한 상황에서는, OCT 영상 내의 노이즈를 효과적으로 감소시킬 수 있는 영상 처리 방법이 필요하다. 또한, 더 많은 인체 조직 정보를 제공하기 위해, 광간섭 단층 영상의 품질을 향상시킬 수 있는 영상 처리 방법이 필요하다.
OCT 영상 내의 노이즈는 일반적으로 두 종류의 노이즈가 포함될 수 있다. 상기 노이즈는 비일관성 노이즈(incoherent noise) 및 스페클 노이즈(speckle noise)를 포함할 수 있다. 일반적인 전처리(pretreatment) 방법에서는, 비일관성 노이즈는 시스템 최적화를 통해 억제될 수 있다. 그러나, 스페클 노이즈는 조직의 정보를 포함하고 있다. 스페클 노이즈를 제거하려면 별도의 하드웨어 및 스캔 처리가 필요하기 때문에, 영상의 에지(edge)가 흐려지거나 촬영 속도가 저하될 수 있다. 따라서, 스페클 노이즈의 영향을 제거하기 위해, 여러 후처리 방법(예를 들면, 다량의 디지털 필터를 사용)을 사용함으로써 촬영 속도 저하를 방지하고 영상을 전처리하는 도중에 발생하는 영상의 에지가 흐려지는 현상을 감소시킬 수 있다.
상기 후처리 방법에서 일반적으로 사용되는 필터는 선형 필터, 비선형 필터, 확산 필터 및 웨이블렛(wavelet) 필터를 포함한다. 선형 필터 및 웨이블렛 필터는 스페클 노이즈 모델이 곱셈 형식을 따른다는 가정 하에 활용된다. 따라서, 비일관성 노이즈의 영향은 보통 무시할 수 있으며, 비일관성 노이즈는 0으로 설정될 수 있다. 그러나, 비선형 필터 및 확산 필터는 국부 영상의 특징을 바탕으로 노이즈를 억제한다.
이러한 네 가지 필터는 모두 노이즈를 억제할 수 있지만, 종래의 필터에는 여전히 다음과 같은 한계점이 존재한다. 첫째로, 필터의 노이즈 감소 효과 및 처리 속도를 비교해 봐야하므로, 효과가 우수한 노이즈 제거용 필터는 실시간 영상 처리에 부적합할 수도 있다. 둘째로, 이러한 필터를 사용한 물리적 모델에서는 보통 비일관성 노이즈를 0으로 보고, 비일관성 노이즈의 영향을 고려하지 않는다. 셋째로, 이러한 필터의 노이즈 감소 프로세스를 사용하면, 영상이 일정 수준 흐려질 수 있고, 영상의 디테일한 표현에 영향이 있을 수 있다.
본 발명의 실시예는 영상 내의 노이즈 효과를 효과적으로 제거하여 영상의 품질을 향상시킬 수 있는 영상 처리 방법 및 장치를 제공할 수 있다.
본 발명의 실시예는 영상 내의 스페클 노이즈 및 비일관성 노이즈를 더 효과적으로 제거할 수 있는 영상 처리 방법 및 장치를 제공할 수 있다.
본 발명의 실시예는 영상 처리 효과를 유지하면서도 종래의 전형적인 디지털 필터에 비해 영상 처리 속도를 향상시킬 수 있는 영상 처리 방법 및 장치를 제공할 수 있다.
본 발명의 실시예는 영상을 실시간으로 처리하는 데에 유리한 영상 처리 방법 및 장치를 제공할 수 있다.
본 발명의 실시예는 더 좋은 품질의 OCT 영상을 획득할 수 있는 영상 처리 방법 및 장치를 제공할 수 있다.
본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당업자에게 명확하게 이해 될 수 있을 것이다.
본 발명의 실시예에 따른 영상 처리 방법은, (a) 영상 내의 제1픽셀로부터 서로 다른 간격만큼 떨어진 각각의 제2픽셀의 픽셀 인텐시티(pixel intensity)가 상기 제1픽셀에 유발하는 서로 다른 수준의 노이즈 효과를 기초로 하여, 상기 영상의 선형 노이즈 모델에 따라 상기 영상 내의 각각의 상기 제1픽셀에 노이즈 감소 필터가 구성되는 단계, 및 (b) 각각의 상기 제1픽셀에 구성된 상기 노이즈 감소 필터를 이용하여 각각의 상기 제1픽셀에 대해 노이즈 감소 필터링을 수행함으로써 노이즈 감소 영상을 획득하는 단계를 포함할 수 있다.
또한, 상기 제2픽셀이 상기 제1픽셀로부터 가까울수록 상기 제2픽셀의 픽셀 인텐시티가 상기 제1픽셀에 유발하는 상기 노이즈 효과가 작고, 상기 제2픽셀이 상기 제1픽셀로부터 멀수록 상기 제2픽셀의 픽셀 인텐시티가 상기 제1픽셀에 유발하는 노이즈 효과가 클 수 있다.
또한, 상기 (a) 단계에서 상기 제1픽셀 i에 구성되는 상기 노이즈 감소 필터 
는 수학식 
를 만족시키고, 상기 
는 상기 제1픽셀 i의 픽셀 인텐시티이고, 상기 
는 상기 영상으로부터 직접 획득되고, 상기 
및 상기 
는 각각 상기 제1픽셀 i를 중심으로 한 특정한 범위 내의 픽셀이 상기 제1픽셀 i에 유발하는 서로 다른 수준의 노이즈 효과를 계산함으로써 획득된 상기 제1픽셀 i의 제1 노이즈 가중계수(weighted coefficient) 및 제2 노이즈 가중계수일 수 있다.
또한, 수학식 
를 이용하여 계산된 
가 상기 제1 노이즈 가중계수로 정의되고, 수학식 
를 이용하여 계산된 
가 상기 제2 노이즈 가중계수로 정의되고, 상기 
는 상기 제1픽셀 i를 중심으로 한 특정한 크기의 범위 내의 모든 픽셀을 포함하는 픽셀 세트(pixel set)이고, 상기 
는 상기 픽셀 세트 
내의 임의의 픽셀 j를 중심으로 한 특정한 크기의 범위 내의 모든 픽셀을 포함하는 픽셀 세트이고, 상기 
및 
는 각각 상기 픽셀 세트 
및 
에 포함된 픽셀의 개수이고, 상기 
는 상기 픽셀 세트 
내의 임의의 픽셀 k의 픽셀 인텐시티이고, 상기 
는 상기 영상으로부터 직접 획득되고, 상기 상기 
는 상기 픽셀 세트 
에 포함된 모든 픽셀의 픽셀 인텐시티의 평균이고, 상기 
는 상기 픽셀 세트 
에 포함된 모든 픽셀의 픽셀 인텐시티의 분산이고, 상기 
은 미리 정의된 정규화된 변수이고, 상기 
는 상기 
및 
가 상기 
및 
의 노이즈에 기여하는 가중계수이고, 상기 
는 미리 정의될 수 있다.
또한, 상기 영상 처리 방법은, (c) 상기 노이즈 감소 영상 내의 고주파 성분을 증가시켜 증강 영상(enhanced image)을 획득하는 단계를 더 포함할 수 있다.
또한, 상기 (c) 단계는, (c1) 주파수 영역(frequency domain) 내에서, 각각의 상기 제1픽셀에 구성된 상기 노이즈 감소 필터를 이용하여 상기 노이즈 감소 영상 내의 각각의 픽셀을 추가적으로 필터링함으로써, 상기 노이즈 감소 영상의 저주파 성분을 추출하는 단계, (c2) 상기 노이즈 감소 영상 및 상기 노이즈 감소 영상에서 추출된 상기 저주파 성분을 기초로 하여, 상기 노이즈 감소 영상의 상기 고주파 성분을 추출하는 단계, 및 (c3) 추출된 상기 고주파 성분 및 상기 저주파 성분을 선형 결합하고 상기 고주파 성분의 가중치를 증가시킴으로써 상기 증강 영상을 획득하는 단계를 포함할 수 있다.
또한, 상기 (c2) 단계는, 수학식 
를 이용하여 상기 노이즈 감소 영상의 상기 고주파 성분 
를 추출하는 단계를 포함하고, 상기 
는 상기 (b) 단계에서 획득된 상기 주파수 영역의 상기 노이즈 감소 영상이고, 상기 
는 상기 (c1) 단계에서 획득된 상기 노이즈 감소 영상의 상기 저주파 성분일 수 있다.
또한, 상기 (c3) 단계는, 수학식 
를 이용하여 상기 (c1) 단계에서 추출된 상기 저주파 성분 및 상기 (c2)단계에서 추출된 상기 고주파 성분을 선형 결합하여 상기 증강 영상 
를 획득하는 단계를 포함하고, 상기 
는 미리 정의된 가중치이고, 상기 
는 1보다 클 수 있다.
또한, 상기 
는 실험을 통해 미리 정의될 수 있다.
또한, 상기 영상은 광간섭 단층 촬영(optical coherence tomography, OCT) 영상일 수 있다.
본 발명의 실시예에 따른 영상 처리 장치는, 영상 내의 제1픽셀로부터 서로 다른 간격만큼 떨어진 각각의 제2픽셀의 픽셀 인텐시티(pixel intensity)가 상기 제1픽셀에 유발하는 서로 다른 수준의 노이즈 효과를 기초로 하여, 상기 영상의 선형 노이즈 모델에 따라 상기 영상 내의 각각의 상기 제1픽셀에 노이즈 감소 필터를 구성하는 필터구성부, 및 각각의 상기 제1픽셀에 구성된 상기 노이즈 감소 필터를 이용하여 각각의 상기 제1픽셀에 대해 노이즈 감소 필터링을 수행함으로써 노이즈 감소 영상을 획득하는 노이즈감소처리부를 포함할 수 있다.
또한, 상기 영상 처리 장치는, 상기 노이즈 감소 영상 내의 고주파 성분을 증가시켜 증강 영상(enhanced image)을 획득하는 영상품질향상부를 더 포함할 수 있다.
또한, 상기 영상품질향상부는, 주파수 영역(frequency domain) 내에서, 각각의 상기 제1픽셀에 구성된 상기 노이즈 감소 필터를 이용하여 상기 노이즈 감소 영상 내의 각각의 픽셀을 추가적으로 필터링함으로써, 상기 노이즈 감소 영상의 저주파 성분을 추출하는 저주파성분추출부, 상기 노이즈 감소 영상 및 상기 노이즈 감소 영상에서 추출된 상기 저주파 성분을 기초로 하여, 상기 노이즈 감소 영상의 상기 고주파 성분을 추출하는 고주파성분추출부, 및 추출된 상기 고주파 성분 및 상기 저주파 성분을 선형 결합하고 상기 고주파 성분의 가중치를 증가시킴으로써 상기 증강 영상을 획득하는 영상처리부를 포함할 수 있다.
또한, 상기 고주파성분추출부는 수학식 
를 이용하여 상기 노이즈 감소 영상의 상기 고주파 성분 
를 추출하고, 상기 
는 상기 (b) 단계에서 획득된 상기 주파수 영역의 상기 노이즈 감소 영상이고, 상기 
는 상기 (c1) 단계에서 획득된 상기 노이즈 감소 영상의 상기 저주파 성분일 수 있다.
또한, 상기 영상처리부는 수학식 
를 이용하여 상기 (c1) 단계에서 추출된 상기 저주파 성분 및 상기 (c2)단계에서 추출된 상기 고주파 성분을 선형 결합하여 상기 증강 영상 
를 획득하고, 상기 
는 미리 정의된 가중치이고, 상기 
는 1보다 클 수 있다.
본 발명의 실시예에 따른 영상 처리 장치 및 방법은 영상 내의 스페클 노이즈 및 비일관성 노이즈를 더 효과적으로 제거할 수 있다.
또한, 본 발명의 실시예에 따르면 영상 처리 효과를 유지하면서도 종래의 전형적인 디지털 필터인 웨이블렛(wavelet) 필터, 양방향(bilateral) 필터, 위이너(Weiner) 필터 또는 중앙값(median) 필터 등에 비해 영상 처리 속도를 향상시킬 수 있다.
또한, 본 발명의 실시예는 영상을 실시간으로 처리하는 데에 유리한 점을 갖는다.
또한, 본 발명의 실시예에 따르면 더 좋은 품질의 OCT 영상이 획득될 수 있다.
도 1은 본 발명의 실시예에 따른 영상 처리 장치의 블록도이다.
도 2는 본 발명의 다른 실시예에 따른 영상 처리 장치의 블록도이다.
도 3A 내지 도 3C는 본 발명의 실시예에 따른 영상 처리 장치를 이용하여 초기 입력 영상을 처리한 뒤 획득한 영상 처리 결과를 나타낸다.
도 4A 내지 도 4K는 본 발명의 실시예에 따른 영상 처리 장치를 이용하여 획득한 영상 처리 결과와 종래의 필터를 이용하여 획득한 영상 처리 결과의 비교 결과를 나타낸다.
도 5는 본 발명의 실시예에 따른 영상 처리 방법을 나타낸 흐름도이다.
도 6은 본 발명의 다른 실시예에 따른 영상 처리 방법을 나타낸 흐름도이다.
도 2는 본 발명의 다른 실시예에 따른 영상 처리 장치의 블록도이다.
도 3A 내지 도 3C는 본 발명의 실시예에 따른 영상 처리 장치를 이용하여 초기 입력 영상을 처리한 뒤 획득한 영상 처리 결과를 나타낸다.
도 4A 내지 도 4K는 본 발명의 실시예에 따른 영상 처리 장치를 이용하여 획득한 영상 처리 결과와 종래의 필터를 이용하여 획득한 영상 처리 결과의 비교 결과를 나타낸다.
도 5는 본 발명의 실시예에 따른 영상 처리 방법을 나타낸 흐름도이다.
도 6은 본 발명의 다른 실시예에 따른 영상 처리 방법을 나타낸 흐름도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
비록 "제1" 또는 "제2" 등이 다양한 구성요소를 서술하기 위해서 사용되나, 이러한 구성요소는 상기와 같은 용어에 의해 제한되지 않는다. 상기와 같은 용어는 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용될 수 있다. 따라서, 이하에서 언급되는 제1구성요소는 본 발명의 기술적 사상 내에서 제2구성요소일 수도 있다.
본 명세서에서 사용된 용어는 실시예를 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 또는 "포함하는(comprising)"은 언급된 구성요소 또는 단계가 하나 이상의 다른 구성요소 또는 단계의 존재 또는 추가를 배제하지 않는다는 의미를 내포한다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 해석될 수 있다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
이하에서는, 도 1 내지 도 6을 참조하여 본 발명의 실시예에 따른 영상 처리 방법 및 장치에 대해 상세히 설명하기로 한다.
도 1은 본 발명의 실시예에 따른 영상 처리 장치(100)의 블록도이다. 도 1에 도시된 바와 같이, 본 발명의 실시예에 따른 영상 처리 장치(100)는 필터구성부(110) 및 노이즈감소처리부(120)를 포함할 수 있다.
도 1을 참조하면, 필터구성부(110)는 영상 내의 각 픽셀로부터 서로 다른 간격만큼 떨어진 픽셀의 픽셀 인텐시티(pixel intensity)가 상기 각 픽셀에 유발하는 서로 다른 수준의 노이즈 효과에 기반하여, 영상의 선형 노이즈 모델에 따라 각 픽셀에 노이즈 감소 필터를 구성할 수 있다. 본 발명의 실시예에 따르면, 상기 각 픽셀로부터 가까운 픽셀일수록 픽셀의 픽셀 인텐시티가 상기 각 픽셀에 유발하는 노이즈 효과가 작을 수 있다. 또한, 상기 각 픽셀로부터 먼 픽셀일수록 픽셀의 픽셀 인텐시티가 상기 각 픽셀에 유발하는 노이즈의 영향이 클 수 있다.
노이즈감소처리부(120)는 각 픽셀에 구성된 노이즈 감소 필터를 이용하여 각 픽셀별로 노이즈 감소 필터링을 수행할 수 있다. 이로써, 노이즈 감소 영상이 획득될 수 있다.
구체적으로, 본 발명의 실시예에 따른 필터구성부(110)는 다음과 같이 영상 내의 각 픽셀에 노이즈 감소 필터를 구성할 수 있다.
첫째로, 특정 픽셀의 노이즈 크기는 해당 픽셀 자체의 픽셀 인텐시티에 연관되어 있을 뿐만 아니라, 주변 영역 내의 픽셀의 픽셀 인텐시티와 연관되어 있다. 둘째로, 특정 픽셀 주변의 픽셀은 해당 특정 픽셀이 유발하는 노이즈 효과 중에서, 해당 특정 픽셀로부터 가까운 픽셀일수록 픽셀의 픽셀 인텐시티가 해당 특정 픽셀에 유발하는 노이즈 효과가 차지하는 비중은 커진다. 반면에, 해당 특정 픽셀로부터 먼 픽셀일수록 픽셀의 픽셀 인텐시티가 해당 특정 픽셀에 유발하는 노이즈 효과가 차지하는 비중은 작아진다.
따라서, 본 발명의 실시예에 따른 필터구성부(110)는, 각 픽셀별로 노이즈 감소 필터를 구성할 때 영상 내의 각 픽셀 주변의 픽셀 인텐시티 및 상기 각 픽셀로부터의 간격을 기초로 하여 각 픽셀마다 노이즈 감소 필터를 구성할 수 있다. 이로써, 영상 내의 인접 픽셀로 인해 유발되는 노이즈 효과 예를 들어, 스페클 노이즈(speckle noise)가 더 효과적이고 더 적절하게 제거될 수 있다.
이하에서는, 본 발명의 실시예에 따라 영상 내의 각 픽셀에 대해 노이즈 감소 필터를 구성하는 방법을 상세히 설명하기로 한다.
일반적으로, 스페클 노이즈는 적산성 랜덤 노이즈(multiplicative random noise)에 속하며, 비일관성 노이즈는 가산성 랜덤 노이즈(additive random noise)에 속한다. 따라서, 
가 영상 내 픽셀 i의 이상적 픽셀 인텐시티를 나타내고, 
는 영상 내 픽셀 i의 실제 픽셀 인텐시티를 나타내는 것으로 가정하면, 영상의 선형 노이즈 모델을 바탕으로 
및 
는 다음의 관계가 성립될 수 있다.
상기 
는 픽셀 i 내 스페클 노이즈이며, 상기 
는 픽셀 i 내의 비일관성 노이즈이자 가산성 정적 가우시안 노이즈(additive static Gaussian noise)이다. 식 (1)을 참조하면, 영상을 필터링하는 과정은 실제로는 영상 내의 각 픽셀에 대해, 해당 픽셀의 실제 픽셀 인텐시티 예를 들어, 픽셀 i의 실제 픽셀 인텐시티 
에서 노이즈를 포함하지 않는 이상적 픽셀 인텐시티 예를 들어, 픽셀 i의 이상적 픽셀 인텐시티 
를 추출해 내는 과정으로 간주할 수 있다.
다음의 식 (2)를 참조하면, 식 (1)을 기초로 하여 픽셀 i에 대한 이상적 픽셀 인텐시티 
가 획득될 수 있다.
여기서, 
이고, 
이다.
상기와 같이, 식 (2)를 기초로 하여 픽셀 i에 대해 노이즈 감소 필터기가 구성될 수 있다. 다시 말해서, 픽셀 i에 대해 구성된 노이즈 감소 필터의 함수 
는 식 (2)를 만족하므로, 픽셀 i의 실제 픽셀 인텐시티 
가 해당 노이즈 감소 필터를 통해 입력될 때, 상기 노이즈 감소 필터는 픽셀 i의 이상적 픽셀 인텐시티 
를 출력한다. 또한, 
및 
는 픽셀 i에 대해 구성된 필터 함수 
의 제1 노이즈 계수 및 제 2 노이즈 계수로 각각 볼 수 있다. 따라서, 
는 영상으로부터 직접 획득함으로써 얻을 수 있으므로, 영상 내의 픽셀 i에 대해 노이즈 감소 필터를 구성하는 과정은 실제로는 픽셀 i에 구성된 필터 
의 계수 
및 
를 확정하는 과정일 수 있다.
종래의 기술을 통해, 스페클 노이즈의 노이즈 레벨이 일반적으로 국부 그레이스케일(grayscale)에 비례한다는 것이 이미 증명되어 있다. 다시 말해서, 상대적으로 밝은 영역은 상대적으로 어두운 영역에 비해 스페클 노이즈의 영향을 더 쉽게 받을 수 있다. 스페클 노이즈의 이러한 특성은 일반적인 영상 처리 방법을 더 복잡하게 만들 수 있다. 그러나 통상적인 조건 하에서, 노이즈를 포함한 영상의 국부 인텐시티로부터 스페클 인텐시티 노이즈(speckle intensity noise)가 획득될 수 있다. 그러므로, 소정 크기의 영역을 단위로 하여 픽셀 
에 노이즈 감소 필터가 구성될 수 있다. 다시 말해서, 픽셀 i를 중심으로 하는 소정 크기의 영역 내의 다른 픽셀이 픽셀 i에 유발하는 노이즈 효과를 고려하여, 픽셀 i에 노이즈 감소 필터가 구성될 수 있다.
본 발명에 실시예에 따르면, 예를 들어, 픽셀 세트 
영역 내에서 다음의 식 (3)의 
가 최소일 때의 
및 
는 본 발명의 실시예에 따른 픽셀 i의 노이즈 감소 필터 
의 노이즈 계수 
및 
로 확정될 수 있다.
여기서, 
은 
가 지나치게 커지는 것을 방지하기 위해 미리 정의된 정규화된 변수이다. 선형회귀분석(linear regression)을 통해 식 (3)의 
가 최소일 때의 
및 
가 계산될 수 있다.
식 (4) 및 식 (5)를 참조하면, 
는 픽셀 세트 
내의 픽셀의 개수를 나타낸다. 
는 픽셀 세트 
내의 모든 픽셀의 실제 픽셀 인텐시티의 평균을 나타낸다. 
는 영상으로부터 직접 획득한 픽셀 세트 
내의 픽셀 k의 실제 픽셀 인텐시티를 나타낸다. 
는 픽셀 세트 
내의 모든 픽셀의 실제 픽셀 인텐시티의 분산을 나타낸다. 식 (4) 및 식 (5)를 참조하면 계수 
및 
는, 픽셀 i를 중심으로 하는 소정 범위 내의 픽셀(다시 말해서, 픽셀 세트 
내의 픽셀)이 픽셀 i에 유발하는 노이즈 효과를 반영할 수 있다.
식 (4) 및 식 (5)를 참조하면, 픽셀 세트 
내의 모든 픽셀은 계수 
및 
에 동일한 가중치를 갖는다. 그러나, 픽셀 세트 
에서, 픽셀 i로부터 가까운 픽셀일수록 픽셀의 픽셀 인텐시티가 픽셀 i에 유발하는 노이즈 효과는 클 수 있다. 또한, 픽셀 i로부터 먼 픽셀일수록 픽셀의 픽셀 인텐시티가 픽셀 i에 유발하는 노이즈 효과는 작을 수 있다. 따라서, 픽셀 i로부터 서로 다른 간격만큼 떨어진 픽셀이 픽셀 i에 서로 다른 수준의 노이즈 효과를 유발하도록, 픽셀 세트 
내의 각 픽셀이 픽셀 i에 유발하는 노이즈 효과에 가중치가 적용될 수 있다.
우선, 
내의 임의의 픽셀 j(j≠i)에 대해, j를 중심으로 
와 크기가 같거나 다른 영역인 픽셀 세트 
가 새로 정의될 수 있다. 이 영역 내에서 식 (4) 및 (5)를 기초로 하여 픽셀 j의 노이즈 계수 
및 
를 구할 수 있다.
이러한 방법을 통해, 픽셀 세트 
내의 각 픽셀에 대한 노이즈 계수를 얻을 수 있다. 다음으로, 
내의 각 픽셀에 대해 구한 노이즈 계수에 가중치가 적용됨으로써, 픽셀 i에 대해 구성된 노이즈 감소 필터 
의 제1 노이즈 가중계수 
및 제2 노이즈 가중계수 
를 얻을 수 있다.
식 (6) 및 식 (7)을 참조하면, 식 (6)을 사용해 계산된 
가 제 1 노이즈 가중계수로 정의될 수 있다.
식 (7)을 사용해 계산된 
는 제 2 노이즈 가중계수로 정의될 수 있다.
여기서, 
는 
및 
가 
및 
의 노이즈에 기여하는 가중계수를 나타내며, 사전에 정의될 수 있다. 본 실시예에서는, 설명의 편의를 위하여 
= 1이라고 가정하기로 한다. 본 실시예에서는 삼각가중법(triangular weighting method)을 이용해 가중치가 적용될 수 있다.
본 발명의 실시예에 따르면, 가우시안 가중법(Gaussian weighting method)과 같은 다양한 종류의 가중법이 이용될 수 있다. 상기의 식 (6) 및 식 (7)을 참조하면, 픽셀 i에 구성된 노이즈 감소 필터 
의 제 1 노이즈 가중계수 
및 제 2 노이즈 가중계수 
가 계산될 때, 픽셀 i로부터 먼 픽셀일수록 픽셀의 실제 픽셀 인텐시티의 구해진 차수는 작을 수 있다. (다시 말해서, 가중치가 낮을 수 있다.) 그러므로, 계산된 가중계수는 픽셀 i로부터 서로 다른 간격만큼 떨어진 픽셀이 픽셀 i에 유발하는 서로 다른 수준의 노이즈 효과를 반영할 수 있다.
따라서, 본 발명의 실시예에 따르면, 영상 처리 장치(100)의 필터구성부(110)는 아래의 식 (8)을 기초로 하여 픽셀 i에 대해 노이즈 감소 필터 
가 구성될 수 있다.
여기서, 
는 상기 영상으로부터 직접 얻을 수 있는 픽셀 i의 실제 픽셀 인텐시티를 나타낸다. 
및 
는 픽셀 i를 중심으로 한 소정 범위 내의 픽셀이 픽셀 i에 유발하는 서로 다른 수준의 노이즈 효과를 계산하여 얻을 수 있는 픽셀 i의 제 1 노이즈 가중계수 및 제 2 노이즈 가중계수를 각각 나타낸다.
영상 내의 각 픽셀에 대해 노이즈 감소 필터가 구성된 후, 본 발명의 실시예에 따라, 영상 처리 장치(100)의 노이즈감소처리부(120)를 통해, 식 (8)을 이용하여 영상 내의 각 픽셀에 구성된 노이즈 감소 필터로 주파수 영역 내에서 각 픽셀을 노이즈 필터링하면, 노이즈 감소 영상이 얻어질 수 있다.
그러나, 필터구성부(110)가 구성된 노이즈 감소 필터의 구체적인 동작 방법은 상기 상세한 설명 내에서 이용된 방법에 한정되지 않으며, 본 발명이 속하는 기술분야에서 공지된 각종 모델링 방식을 통해 노이즈 감소 필터부가 구성될 수 있다. 예를 들어, 광전송모델(optical transmission model)의 인텐시티를 바탕으로 추정될 수 있다. 또한, 영상 내의 특정한 픽셀로부터 서로 다른 간격으로 분리된 픽셀이 상기 특정 픽셀에 유발하는 서로 다른 수준의 노이즈 효과를 고려하여, 구성된 노이즈 감소 필터의 계수에 가중치를 적용하는 방법 역시 상술한 내용에 한정되지 않는다. 예를 들면, 필터구성부(110)는 가우시안 가중법 등을 이용하여 가중치가 적용될 수 있다.
도 2는 본 발명의 다른 실시예에 따른 영상 처리 장치(200)의 블록도이다. 도 2의 영상 처리 장치(200)는 디테일 및 콘트라스트(contrast)가 개선된 증강 영상(enhanced image)을 얻는 데에 이용될 수 있다.
도 2에 나타난 바와 같이, 본 발명의 실시예에 따른 영상 처리 장치(200)는 필터구성부(210), 노이즈감소처리부(220) 및 영상품질향상부(260)를 포함할 수 있다. 도 2의 영상 처리 장치(200)의 필터구성부(210) 및 노이즈감소처리부(220)는 도 1의 영상 처리 장치(100)의 필터구성부(110) 및 노이즈감소처리부(120)에 각각 대응될 수 있으며, 서로 동일한 역할을 하므로 상세한 설명은 생략하기로 한다.
영상품질향상부(260)는 향상된 노이즈 감소 영상 내의 고주파 성분을 통해 증강 영상(다시 말해서, 영상품질이 향상된 영상)을 획득할 수 있다. 구체적으로, 영상 내의 디테일 및 영상의 에지(edge)에서 드러나는 효과가 보통 영상의 고주파 성분과 연관되어 있기 때문에, 노이즈 감소 증강 영상 내의 고주파 성분을 통해 노이즈 감소 영상 내의 디테일 및 콘트라스트가 개선될 수 있다. 이로써 더 선명해지고 품질이 향상된 입력 영상을 획득할 수 있다.
도 2를 참조하면, 본 발명의 실시예에서, 영상품질향상부(260)는 저주파성분추출부(230), 고주파성분추출부(240) 및 영상처리부(250)를 포함할 수 있다.
본 발명의 실시예에 따라, 노이즈감소처리부(220)를 통해 노이즈 감소 영상이 얻어진 후, 영상품질향상부(260) 내의 저주파성분추출부(230), 고주파성분추출부(240) 및 영상처리부(250)를 통해 영상에 대해 추가적으로 품질 향상 처리가 수행될 수 있다. 이로써, 품질이 향상된 증강 영상(예를 들어, 디테일 및 콘트라스트가 개선된 영상)이 얻어질 수 있다.
도 1에 나타난 영상 처리 장치(100)와 비교하여, 도 2에 나타난 영상 처리 장치(200)에서는 영상의 품질의 향상에 이용되는 영상품질향상부(260)를 더 포함할 수 있다.
예를 들어, 저주파성분추출부(230)는 주파수 영역 내에서, 본 발명의 실시예에 따른 필터구성부(210)에 의해 각 픽셀에 구성된 노이즈 감소 필터가 노이즈 감소 영상 
내의 각 픽셀을 추가적으로 필터링하여, 상기 노이즈 감소 영상의 저주파 성분 
를 추출할 수 있다.
고주파성분추출부(240)는 상기 노이즈 감소 영상 
및 추출된 상기 노이즈 감소 영상의 저주파 성분 
를 기반으로, 상기 노이즈 감소 영상의 고주파 성분 
을 추출할 수 있다.
다음의 식 (9)를 이용하여 노이즈 감소 영상의 고주파 성분 
이 추출될 수 있다.
여기서, 
는 노이즈감소처리부(220)를 통해 얻어진 주파수 영역의 노이즈 감소 영상을 나타낸다. 
는 저주파성분추출부(230)을 통해 얻어진 상기 노이즈 감소 영상 p의 저주파 성분을 나타낸다.
저주파성분추출부(230) 및 고주파성분추출부(240)를 통해 노이즈 감소 영상 
의 저주파 성분 
및 고주파 성분 
이 각각 추출된 후, 영상처리부(250)를 통해 상기 고주파 성분 및 저주파 성분이 선형 결합됨으로써 고주파 성분의 가중치가 증가될 수 있다. 이로써 품질이 향상된 증강 영상 
이 얻어질 수 있다.
본 발명의 실시예에서는, 다음의 식 (10)에서와 같이, 저주파성분추출부(230)을 통해 추출된 저주파 성분 
및 고주파성분추출부(240)를 통해 추출된 고주파 성분 
이 선형 결합됨으로써 증강 영상 
이 얻어질 수 있다.
여기서, 
는 사전에 정의된 가중치이며, 실험을 통해 사전에 정의될 수 있다. 본 발명의 실시예에서는, 향상된 노이즈 감소 영상 내의 고주파 성분의 가중치를 통해 노이즈 감소 영상의 디테일 및 콘트라스트가 개선될 수 있다. 따라서, 
는 일반적으로 1보다 크게 정의될 수 있다.
본 발명의 실시예에 따른 영상 처리 방법을 사용함으로써, 영상의 품질이 효과적으로 향상될 수 있다. 그러나, 노이즈 감소 영상 내의 고주파 성분을 향상시키는 것을 통해 품질이 개선된 증강 영상을 획득하는 방법은 상술한 설명에 한정되지 않는다. 영상품질향상부(260)는 본 발명이 속하는 기술분야에서 공지된 각종 영상 품질 향상 방법으로 입력 영상의 영상 품질을 향상시킬 수 있다.
이하에서는, 본 발명의 실시예에 따른 영상 처리 장치(100, 200) 및 종래의 필터를 이용하여 OCT 영상을 처리하여 얻은 각각의 결과를 비교하기로 한다.
도 3A 내지 도 3C는 본 발명의 실시예에 따른 영상 처리 장치를 이용하여 초기 입력 영상을 처리하여 얻어진 영상 처리 결과를 나타낸다.
도 3A는 초기 입력 OCT 영상을 나타낸다. 도 3B는 도 1에 나타난 영상 처리 장치(100)로 처리하여 얻어진 노이즈 감소 영상을 나타낸다. 도 3C는 도 2에 나타난 영상 처리 장치(200)로 처리하여 얻어진 노이즈 감소 영상을 나타낸다.
도 3A 및 도 3B를 서로 비교하면, 영상 내의 노이즈(스페클 노이즈 포함)는 효과적으로 제거된 것을 분명히 확인할 수 있다. 그러나 도 3A에 나타난 초기 입력 OCT 영상에 비해서, 영상 에지 및 디테일은 스페클 노이즈를 처리하는 도중에도 다소 흐려질 수 있다. 이는 디지털 필터링 방법에 존재하는 일반적인 문제점일 수 있다.
상술한 내용과 비교하면, 도 3C에서 도시한 바와 같이, 도 2에서 도시한 본 발명의 실시예에 따른 영상 처리 장치(200)를 이용하여 노이즈 감소 영상에 대해 추가적으로 영상의 품질을 향상시키면, 디테일 및 콘트라스트가 개선된 증강 영상이 얻어질 수 있다.
첨두 신호 대 잡음비(peak signal-to-noise ratio; PSNR), 신호 대 잡음비(signal-to-noise ratio; SNR), 구조적 유사도(structural similarity; SSIM) 및 단일영상 신호 대 잡음비(single image signal-to-noise ratio; SNRs) 등의 네 가지 수치를 통해 영상품질이 평가될 수 있다. 표 1은 초기 입력 OCT 영상, 노이즈 감소 영상 및 증강 영상에 대해 추정된 각 수치를 나타낸다.
| 초기 입력 영상 | 노이즈 감소 영상 | 증강 영상 | |
| SNRs (dB) | 33.2 | 48.6 | 43.2 |
| PSNR(dB) | N/A | 28.8 | 31.8 |
| SNR (dB) | N/A | 17.3 | 20.5 |
| SSIM | N/A | 0.77 | 0.90 |
노이즈 감소 영상 및 증강 영상의 SNRs 값과 초기 입력 OCT 영상의 SNRs 값을 비교하면, 노이즈 필터링 및 영상품질 향상 처리를 거친 후, 노이즈는 효과적으로 제거되었음을 확인할 수 있다. 비록 노이즈 감소 영상에 비해서 영상 품질 향상 처리 후 얻어진 증강 영상 내의 노이즈는 증가하고 SNRs는 하락하지만, PSNR, SNR 및 SSIM 등의 다른 수치들은 모두 더 향상되었다. 이것은 영상 처리 장치(200)가 이용하는 영상 품질 향상 프로세스가, 초기에 입력된 OCT 영상의 노이즈를 감소시키는 과정 중에서 손실된 영상 디테일을 효과적으로 복구할 수 있다는 것을 의미할 수 있다.
또한, 에지 선명도를 추정하는 데 사용되고 사람의 눈의 시각적 특성이 더욱 반영된 계수 SSIM은 증강 영상에서 0.9로 향상되었다. 이것은 영상 품질 향상 처리가 수행되면, 더 많은 영상 디테일 및 에지 부분이 보존되고 증강 영상의 가시성이을 개선될 수 있다는 것을 의미할 수 있다.
도 4A 내지 도 4K는 본 발명의 실시예에 따른 영상 처리 장치(100, 200)로 OCT 영상을 처리하여 얻어진 영상 처리 결과와 종래의 필터를 이용하여 OCT 영상을 처리하여 얻어진 영상 처리 결과를 비교한 결과이다.
도 4A는 초기에 입력된 OCT 영상을 나타낸다. 도 4B 및 도 4C는 위이너 필터(Wiener filter)로 영상을 처리하여 얻어진 노이즈 감소 영상 및 증강 영상을 각각 나타낸다. 도 4D 및 도 4E는 중앙값 필터(median filter)로 영상을 처리하여 얻어진 노이즈 감소 영상 및 증강 영상을 각각 나타낸다. 도 4F 및 도 4G는 호모몰픽 필터(homomorphic filter)로 영상을 처리하여 얻어진 노이즈 감소 영상 및 증강 영상을 각각 나타낸다. 도 4H 및 도 4I는 양방향 필터(bilateral filter)로 영상을 처리하여 얻어진 노이즈 감소 영상 및 증강 영상을 각각 나타낸다. 도 4J 및 도 4K는 본 발명의 실시예에 따른 영상 처리 장치(100, 200)를 이용하여 영상을 처리하여 얻어진 노이즈 감소 영상 및 증강 영상을 각각 나타낸다.
비록 도 4B 내지 도 4I에 나타난 바와 같이, 종래의 위이너 필터, 중앙값 필터, 호모몰픽 필터 및 양방향 필터 등으로 모두 영상 내 노이즈를 제거할 수 있지만, 상기와 같은 필터는 영상의 디테일을 다소 흐려지게 할 수 있다. 도 4B 내지 도 4K를 각각 도 4A의 초기에 입력된 OCT 영상과 비교하면, 본 발명의 실시예에 따른 영상 처리 장치(100) 및 영상 처리 장치(200)의 영상 품질 향상 효과가 더 좋으며, 영상 디테일을 더 많이 보존할 수 있다. 비록 도 4E의 영상 품질이 상대적으로 더 좋지만, 초기에 입력된 OCT 영상에 비해서 명점(bright spot)이 다소 나타난다.
다음의 표 2는 상기 종래의 필터 및 본 발명의 실시예에 따른 영상 처리 시스템(100, 200)을 사용하여 영상 처리를 수행함으로써 얻어진 영상의 각 항목별 수치의 비교 결과를 나타낸다.
| SNRs= 30.6 dB |
노이즈 감소 영상 | 증강 영상 | ||||||||
| SNRs (dB) |
SNR (dB) |
PSNR (dB) |
SSIM | 시간(s) | SNRs (dB) |
SNR (dB) |
PSNR (dB) |
SSIM | 시간(s) | |
| Wiener | 40.4 | 14.5 | 28.1 | 0.64 | 0.23 | 36.3 | 16.5 | 30.0 | 0.73 | 0.41 |
| 중앙값 | 35.5 | 15.6 | 29.3 | 0.79 | 6.2 | 31.3 | 16.3 | 29.6 | 0.85 | 12.3 |
| Homomorphic | 37.0 | 13.6 | 27.2 | 0.67 | 0.15 | 36.0 | 13.4 | 26.7 | 0.66 | 0.22 |
| Bilateral | 40.5 | 11.0 | 23.7 | 0.54 | 0.80 | 37.4 | 12.6 | 26.2 | 0.63 | 1.65 |
| 본 발명 | 44.9 | 15.6 | 28.9 | 0.68 | 0.25 | 37.4 | 18.7 | 31.9 | 0.86 | 0.50 |
표 2에 나타난 바와 같이, 영상의 노이즈를 감소시켜 노이즈 감소 영상을 획득하는 단계에서 본 발명의 실시예에 따른 영상 처리 장치(100, 200), 호모몰픽 필터 및 위이너 필터를 이용하는 경우, 처리 시간이 적절한 값을 나타내므로 실시간 처리를 수행하기에 적합하다고 할 수 있다. 또한, 본 발명의 실시예에 따른 영상 처리 장치(100, 200)를 이용하는 경우, 최고의 SNRs값 및 SNR값이 획득되었다.
노이즈 감소 영상을 추가적으로 처리하여 증강 영상을 획득하는 영상 품질 향상 단계에서는, 본 발명의 실시예에 따른 영상 처리 장치(100, 200)를 이용하는 경우, 처리 시간이 호모몰픽 필터 및 위이너 필터를 이용하는 경우보다 다소 적게 걸릴 뿐만 아니라 다른 수치 항목에서도 가장 우수한 결과가 획득되었다. 따라서, 본 발명의 실시예에 따른 영상 처리 장치(100, 200)를 이용하는 경우, 영상 내의 스페클 노이즈 및 비일관성 노이즈를 더 효과적으로 제거할 수 있고, 영상의 디테일을 최대한 보존할 수 있으며, 영상 처리 속도도 가장 빠를 수 있다.
도 5는 본 발명의 실시예에 따른 영상 처리 장치(100)로 영상을 처리하는 방법을 나타낸 흐름도이다.
도 5를 참조하면, 단계 501에서, 영상 처리 장치(100)의 필터구성부(110)를 이용함으로써, 영상 내의 각 픽셀로부터 서로 다른 간격만큼 떨어진 픽셀의 픽셀 인텐시티가 상기 각 픽셀에 유발하는 서로 다른 수준의 노이즈 효과를 기초로 하여, 영상의 선형 노이즈 모델에 따라 각 픽셀에 노이즈 감소 필터가 구성될 수 있다.
단계 503에서는, 영상 처리 장치(100)의 노이즈감소처리부(120)를 통해, 필터구성부(110)를 이용하여 각 픽셀마다 구성된 노이즈 감소 필터를 이용하여 각 픽셀마다 각각 노이즈 필터링을 수행함으로써, 노이즈 감소 영상이 획득될 수 있다.
상술한 바와 같이, 도 1을 참조하여 필터구성부(110)를 이용하여 각 픽셀에 대해 노이즈 감소 필터를 구성하는 프로세스 및 노이즈감소처리부(120)를 이용하여 노이즈를 감소시키는 프로세스가 이미 상세히 설명되었다. 따라서, 이에 대해서는 중복된 설명을 생략하기로 한다.
도 6은 본 발명의 다른 실시예에 따른 영상 처리 장치(200)를 이용하여 영상을 처리하는 방법을 나타낸 흐름도이다.
도 6을 참조하면, 단계 601에서, 영상 처리 장치(200)의 필터구성부(210)를 이용함으로써, 영상 내의 각 픽셀로부터 서로 다른 간격만큼 떨어진 픽셀의 픽셀 인텐시티가 상기 각 픽셀에 유발하는 서로 다른 수준의 노이즈 효과를 기초로 하여, 영상의 선형 노이즈 모델에 따라 각 픽셀에 노이즈 감소 필터가 구성될 수 있다.
단계 603에서는, 영상 처리 장치(200)의 노이즈감소처리부(220)를 통해, 필터구성부(210)를 이용하여 각 픽셀마다 구성된 노이즈 감소 필터를 이용하여 각 픽셀마다 각각 노이즈 필터링을 수행함으로써, 노이즈 감소 영상이 획득될 수 있다.
상기 단계 601 내지 603 및 도 5의 단계 501 내지 503은 서로 대응될 수 있다. 각 픽셀에 노이즈 감소 필터가 구성되는 방법 및 각 픽셀의 노이즈를 감소시키는 방법은 위에서 이미 상세히 설명되었으므로 중복된 설명을 생략하기로 한다. 단계 605 내지 609에서는, 영상 처리 장치(200)의 영상품질향상부(260)를 이용하여, 단계 604에서 획득한 노이즈 감소 영상 내의 고주파 성분을 향상시킴으로써 품질이 향상된 증강 영상이 획득될 수 있다.
구체적으로, 단계 605에서는 영상품질향상부(260)의 저주파성분추출부(230)를 통해, 주파수 영역에서 필터구성부(210)를 이용하여 각 픽셀에 구성된 노이즈 감소 필터를 이용하여 노이즈 감소 영상 내의 각 픽셀을 추가적으로 필터링함으로써, 상기 노이즈 감소 영상의 저주파 성분이 추출될 수 있다.
단계 607에서는, 영상품질향상부(260)의 고주파성분추출부(240)를 통해, 상기 노이즈 감소 영상 및 상기 노이즈 감소 영상의 저주파 성분을 기초로 하여 상기 노이즈 감소 영상의 고주파 성분이 추출될 수 있다.
마지막으로, 단계 609에서는, 영상품질향상부(260)의 영상처리부(250)를 통해, 추출된 상기 노이즈 감소 영상의 고주파 성분 및 저주파 성분이 선형 결합되고 고주파 성분의 가중치가 증가됨으로써, 품질이 향상된 증강 영상(예를 들어, 디테일 및 콘트라스트가 개선된 영상)이 획득될 수 있다.
상술한 바와 같이 도 2를 참조하여, 영상품질향상부(260) 내에 포함된 저주파성분추출부(230), 고주파성분추출부(240) 및 영상처리부(250)를 이용하여 영상 품질을 향상시키는 방법이 이미 상세히 설명되었다. 따라서, 중복된 설명을 생략하기로 한다.
이상에서 설명한 본 발명의 실시예에 따르면, 영상 내의 스페클 노이즈 및 비일관성 노이즈가 더 효과적으로 제거될 수 있다. 또한, 영상 처리 효과가 유지되면서도 종래의 전형적인 디지털 필터인 웨이블렛(wavelet) 필터, 양방향(bilateral) 필터, 위이너(Weiner) 필터 또는 중앙값(median) 필터 등에 비해 영상 처리 속도가 향상될 수 있다. 또한, 본 발명의 실시예는 영상을 실시간으로 처리하는 데에 유리한 점을 갖는다. 또한, 본 발명의 실시예에 따르면 더 좋은 품질의 OCT 영상이 획득될 수 있다.
이상에서 첨부된 도면을 참조하여 본 발명의 실시예들을 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.
110: 필터구성부
120: 노이즈감소처리부
210: 필터구성부
220: 노이즈감소처리부
230: 저주파성분추출부
240: 고주파성분추출부
250: 영상처리부
260: 영상품질향상부
120: 노이즈감소처리부
210: 필터구성부
220: 노이즈감소처리부
230: 저주파성분추출부
240: 고주파성분추출부
250: 영상처리부
260: 영상품질향상부
Claims (18)
- (a) 영상 내의 제1픽셀로부터 서로 다른 간격만큼 떨어진 각각의 제2픽셀의 픽셀 인텐시티(pixel intensity)가 상기 제1픽셀에 유발하는 서로 다른 수준의 노이즈 효과를 기초로 하여, 상기 영상의 선형 노이즈 모델에 따라 상기 영상 내의 각각의 상기 제1픽셀에 노이즈 감소 필터가 구성되는 단계; 및
(b) 각각의 상기 제1픽셀에 구성된 상기 노이즈 감소 필터를 이용하여 각각의 상기 제1픽셀에 대해 노이즈 감소 필터링을 수행함으로써 노이즈 감소 영상을 획득하는 단계
를 포함하고,
상기 노이즈 감소 필터는 상기 제1픽셀의 인텐시티, 상기 각각의 제2픽셀이 상기 제1픽셀에 유발하는 서로 다른 수준의 노이즈 효과를 계산함으로써 획득된 제1 노이즈 가중계수(weighted coefficient), 및 제2 노이즈 가중계수에 기초하여 구성되는 영상 처리 방법. - 제1항에 있어서,
상기 제2픽셀이 상기 제1픽셀로부터 가까울수록 상기 제2픽셀의 픽셀 인텐시티가 상기 제1픽셀에 유발하는 상기 노이즈 효과가 작고, 상기 제2픽셀이 상기 제1픽셀로부터 멀수록 상기 제2픽셀의 픽셀 인텐시티가 상기 제1픽셀에 유발하는 노이즈 효과가 큰 영상 처리 방법. - 제1항에 있어서,
상기 (a) 단계에서 상기 제1픽셀 i에 구성되는 상기 노이즈 감소 필터는 수학식
를 만족시키고, 상기
는 상기 제1픽셀 i의 픽셀 인텐시티이고, 상기
는 상기 영상으로부터 직접 획득되고, 상기
및 상기
는 각각 상기 제1픽셀 i를 중심으로 한 특정한 범위 내의 픽셀이 상기 제1픽셀 i에 유발하는 서로 다른 수준의 노이즈 효과를 계산함으로써 획득된 상기 제1픽셀 i의 상기 제1 노이즈 가중계수(weighted coefficient) 및 상기 제2 노이즈 가중계수인 영상 처리 방법.
- 제3항에 있어서,
수학식를 이용하여 계산된
가 상기 제1 노이즈 가중계수로 정의되고,
수학식를 이용하여 계산된
가 상기 제2 노이즈 가중계수로 정의되고,
상기는 상기 제1픽셀 i를 중심으로 한 특정한 크기의 범위 내의 모든 픽셀을 포함하는 픽셀 세트(pixel set)이고, 상기
는 상기 픽셀 세트
내의 임의의 픽셀 j를 중심으로 한 특정한 크기의 범위 내의 모든 픽셀을 포함하는 픽셀 세트이고, 상기
및
는 각각 상기 픽셀 세트
및
에 포함된 픽셀의 개수이고, 상기
는 상기 픽셀 세트
내의 임의의 픽셀 k의 픽셀 인텐시티이고, 상기
는 상기 영상으로부터 직접 획득되고, 상기 상기
는 상기 픽셀 세트
에 포함된 모든 픽셀의 픽셀 인텐시티의 평균이고, 상기
는 상기 픽셀 세트
에 포함된 모든 픽셀의 픽셀 인텐시티의 분산이고, 상기
은 미리 정의된 정규화된 변수이고, 상기
는 상기
및
가 상기
및
의 노이즈에 기여하는 가중계수이고, 상기
는 미리 정의된 영상 처리 방법.
- 제1항에 있어서,
(c) 상기 노이즈 감소 영상 내의 고주파 성분을 증가시켜 증강 영상(enhanced image)을 획득하는 단계
를 더 포함하는 영상 처리 방법. - 제5항에 있어서,
상기 (c) 단계는,
(c1) 주파수 영역(frequency domain) 내에서, 각각의 상기 제1픽셀에 구성된 상기 노이즈 감소 필터를 이용하여 상기 노이즈 감소 영상 내의 각각의 픽셀을 추가적으로 필터링함으로써, 상기 노이즈 감소 영상의 저주파 성분을 추출하는 단계;
(c2) 상기 노이즈 감소 영상 및 상기 노이즈 감소 영상에서 추출된 상기 저주파 성분을 기초로 하여, 상기 노이즈 감소 영상의 상기 고주파 성분을 추출하는 단계; 및
(c3) 추출된 상기 고주파 성분 및 상기 저주파 성분을 선형 결합하고 상기 고주파 성분의 가중치를 증가시킴으로써 상기 증강 영상을 획득하는 단계
를 포함하는 영상 처리 방법. - 제6항에 있어서,
상기 (c2) 단계는,
수학식를 이용하여 상기 노이즈 감소 영상의 상기 고주파 성분
를 추출하는 단계
를 포함하고,
상기는 상기 (b) 단계에서 획득된 상기 주파수 영역의 상기 노이즈 감소 영상이고, 상기
는 상기 (c1) 단계에서 획득된 상기 노이즈 감소 영상의 상기 저주파 성분인 영상 처리 방법.
- 제7항에 있어서,
상기 (c3) 단계는,
수학식를 이용하여 상기 (c1) 단계에서 추출된 상기 저주파 성분 및 상기 (c2)단계에서 추출된 상기 고주파 성분을 선형 결합하여 상기 증강 영상
를 획득하는 단계
를 포함하고,
상기는 미리 정의된 가중치이고, 상기
는 1보다 큰 영상 처리 방법.
- 제8항에 있어서,
상기는 실험을 통해 미리 정의되는 영상 처리 방법.
- 제1항에 있어서,
상기 영상은 광간섭 단층 촬영(optical coherence tomography, OCT) 영상인 영상 처리 방법. - 영상 내의 제1픽셀로부터 서로 다른 간격만큼 떨어진 각각의 제2픽셀의 픽셀 인텐시티(pixel intensity)가 상기 제1픽셀에 유발하는 서로 다른 수준의 노이즈 효과를 기초로 하여, 상기 영상의 선형 노이즈 모델에 따라 상기 영상 내의 각각의 상기 제1픽셀에 노이즈 감소 필터를 구성하는 필터구성부; 및
각각의 상기 제1픽셀에 구성된 상기 노이즈 감소 필터를 이용하여 각각의 상기 제1픽셀에 대해 노이즈 감소 필터링을 수행함으로써 노이즈 감소 영상을 획득하는 노이즈감소처리부
를 포함하고,
상기 노이즈 감소 필터는 상기 제1픽셀의 인텐시티, 상기 각각의 제2픽셀이 상기 제1픽셀에 유발하는 서로 다른 수준의 노이즈 효과를 계산함으로써 획득된 제1 노이즈 가중계수(weighted coefficient), 및 제2 노이즈 가중계수에 기초하여 구성되는 영상 처리 장치. - 제11항에 있어서,
상기 제2픽셀이 상기 제1픽셀로부터 가까울수록 상기 제2픽셀의 픽셀 인텐시티가 상기 제1픽셀에 유발하는 상기 노이즈 효과가 작고, 상기 제2픽셀이 상기 제1픽셀로부터 멀수록 상기 제2픽셀의 픽셀 인텐시티가 상기 제1픽셀에 유발하는 노이즈 효과가 큰 영상 처리 장치. - 제11항에 있어서,
상기 필터구성부에 의해 상기 제1픽셀 i에 구성된 상기 노이즈 감소 필터는 수학식
를 만족시키고, 상기
는 상기 제1픽셀 i의 픽셀 인텐시티이고, 상기
는 상기 영상으로부터 직접 획득되고, 상기
및 상기
는 각각 상기 제1픽셀 i를 중심으로 한 특정한 범위 내의 픽셀이 상기 제1픽셀 i에 유발하는 서로 다른 수준의 노이즈 효과를 계산함으로써 획득된 상기 제1픽셀 i의 상기 제1 노이즈 가중계수(weighted coefficient) 및 상기 제2 노이즈 가중계수인 영상 처리 장치.
- 제13항에 있어서,
수학식를 이용하여 계산된
가 상기 제1 노이즈 가중계수로 정의되고,
수학식를 이용하여 계산된
가 상기 제2 노이즈 가중계수로 정의되고,
상기는 상기 제1픽셀 i를 중심으로 한 특정한 크기의 범위 내의 모든 픽셀을 포함하는 픽셀 세트(pixel set)이고, 상기
는 상기 픽셀 세트
내의 임의의 픽셀 j를 중심으로 한 특정한 크기의 범위 내의 모든 픽셀을 포함하는 픽셀 세트이고, 상기
및
는 각각 상기 픽셀 세트
및
에 포함된 픽셀의 개수이고, 상기
는 상기 픽셀 세트
내의 임의의 픽셀 k의 픽셀 인텐시티이고, 상기
는 상기 영상으로부터 직접 획득되고, 상기 상기
는 상기 픽셀 세트
에 포함된 모든 픽셀의 픽셀 인텐시티의 평균이고, 상기
는 상기 픽셀 세트
에 포함된 모든 픽셀의 픽셀 인텐시티의 분산이고, 상기
은 미리 정의된 정규화된 변수이고, 상기
는 상기
및
가 상기
및
의 노이즈에 기여하는 가중계수이고, 상기
는 미리 정의된 영상 처리 장치.
- 제11항에 있어서,
상기 노이즈 감소 영상 내의 고주파 성분을 증가시켜 증강 영상(enhanced image)을 획득하는 영상품질향상부
를 더 포함하는 영상 처리 장치. - 제15항에 있어서,
상기 영상품질향상부는,
주파수 영역(frequency domain) 내에서, 각각의 상기 제1픽셀에 구성된 상기 노이즈 감소 필터를 이용하여 상기 노이즈 감소 영상 내의 각각의 픽셀을 추가적으로 필터링함으로써, 상기 노이즈 감소 영상의 저주파 성분을 추출하는 저주파성분추출부;
상기 노이즈 감소 영상 및 상기 노이즈 감소 영상에서 추출된 상기 저주파 성분을 기초로 하여, 상기 노이즈 감소 영상의 상기 고주파 성분을 추출하는 고주파성분추출부; 및
추출된 상기 고주파 성분 및 상기 저주파 성분을 선형 결합하고 상기 고주파 성분의 가중치를 증가시킴으로써 상기 증강 영상을 획득하는 영상처리부
를 포함하는 영상 처리 장치. - 제16항에 있어서,
상기 고주파성분추출부는 수학식를 이용하여 상기 노이즈 감소 영상의 상기 고주파 성분
를 추출하고,
상기는 상기 노이즈감소처리부에 의해 획득된 상기 주파수 영역의 상기 노이즈 감소 영상이고, 상기
는 상기 저주파성분추출부에 의해 획득된 상기 노이즈 감소 영상의 상기 저주파 성분인 영상 처리 장치.
- 제17항에 있어서,
상기 영상처리부는 수학식를 이용하여 상기 저주파성분추출부에 의해 추출된 상기 저주파 성분 및 상기 고주파성분추출부에 의해 추출된 상기 고주파 성분을 선형 결합하여 상기 증강 영상
를 획득하고,
상기는 미리 정의된 가중치이고, 상기
는 1보다 큰 영상 처리 장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US13/961,973 US9639915B2 (en) | 2012-08-08 | 2013-08-08 | Image processing method and apparatus |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210280809.5A CN103578081B (zh) | 2012-08-08 | 2012-08-08 | 用于提高图像质量的图像处理方法和系统 |
| CN201210280809.5 | 2012-08-08 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20140021487A KR20140021487A (ko) | 2014-02-20 |
| KR102106073B1 true KR102106073B1 (ko) | 2020-04-29 |
Family
ID=50049807
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020130092599A KR102106073B1 (ko) | 2012-08-08 | 2013-08-05 | 영상 처리 방법 및 영상 처리 장치 |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR102106073B1 (ko) |
| CN (1) | CN103578081B (ko) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6512738B2 (ja) * | 2014-02-28 | 2019-05-15 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
| CN106875342B (zh) * | 2015-12-11 | 2024-06-11 | 上海联影医疗科技股份有限公司 | 一种计算机断层图像处理方法和装置 |
| CN106910166B (zh) * | 2016-08-31 | 2020-06-26 | 湖南拓视觉信息技术有限公司 | 一种图像处理方法和装置 |
| KR102062372B1 (ko) | 2017-12-13 | 2020-01-03 | 한국생산기술연구원 | 영역 분할 기법에 기반한 화질 개선 광간섭 단층 촬영 장치 및 그 영상 처리 방법 |
| KR102005822B1 (ko) * | 2018-01-26 | 2019-07-31 | 성신여자대학교 연구 산학협력단 | 이미지 처리에 의한 뇌 내 콜로이드 낭종 검출 장치, 이를 위한 방법 및 이 방법이 기록된 컴퓨터로 판독 가능한 기록 매체 |
| CN109712078A (zh) * | 2018-07-23 | 2019-05-03 | 永康市巴九灵科技有限公司 | 橱柜安防控制平台 |
| CN115423716B (zh) * | 2022-09-05 | 2024-04-26 | 深圳市新弘途科技有限公司 | 基于多维滤波的图像增强方法、装置、设备及存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080056607A1 (en) * | 2006-08-30 | 2008-03-06 | Micron Technology, Inc. | Method and apparatus for image noise reduction using noise models |
| JP2011242177A (ja) * | 2010-05-14 | 2011-12-01 | Canon Inc | 撮像装置及びその撮像方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100344807B1 (ko) * | 2000-01-12 | 2002-07-20 | 엘지전자주식회사 | 영상 신호 보정 장치 및 방법 |
| JP4653059B2 (ja) * | 2006-11-10 | 2011-03-16 | オリンパス株式会社 | 撮像システム、画像処理プログラム |
| CN101396279A (zh) * | 2007-09-29 | 2009-04-01 | 深圳市蓝韵实业有限公司 | 一种去除实时超声图像斑点噪声的方法 |
| JP5197414B2 (ja) * | 2009-02-02 | 2013-05-15 | オリンパス株式会社 | 画像処理装置及び画像処理方法 |
-
2012
- 2012-08-08 CN CN201210280809.5A patent/CN103578081B/zh not_active Expired - Fee Related
-
2013
- 2013-08-05 KR KR1020130092599A patent/KR102106073B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080056607A1 (en) * | 2006-08-30 | 2008-03-06 | Micron Technology, Inc. | Method and apparatus for image noise reduction using noise models |
| JP2011242177A (ja) * | 2010-05-14 | 2011-12-01 | Canon Inc | 撮像装置及びその撮像方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20140021487A (ko) | 2014-02-20 |
| CN103578081A (zh) | 2014-02-12 |
| CN103578081B (zh) | 2018-12-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102106073B1 (ko) | 영상 처리 방법 및 영상 처리 장치 | |
| Knaus et al. | Dual-domain image denoising | |
| US9639915B2 (en) | Image processing method and apparatus | |
| WO2014169579A1 (zh) | 一种色彩增强方法及装置 | |
| Thanh et al. | Total variation L1 fidelity salt-and-pepper denoising with adaptive regularization parameter | |
| Saadia et al. | Fractional order integration and fuzzy logic based filter for denoising of echocardiographic image | |
| Elahi et al. | BM3D mridenoising equipped with noise invalidation technique | |
| CN104835127A (zh) | 一种自适应平滑滤波方法 | |
| Anilet Bala et al. | Retinal image enhancement using adaptive histogram equalization tuned with nonsimilar grouping curvelet | |
| Chen | Fusion denoising algorithm of optical coherence tomography image based on point-estimated and block-estimated | |
| Murakami et al. | Speckle noise reduction of optical coherence tomography images with a wavelet transform | |
| CN104036472A (zh) | 用于3d图像质量增强的方法和设备 | |
| CN108629740B (zh) | 一种图像去噪的处理方法及装置 | |
| CN113487505A (zh) | 一种基于噪声识别的红外图像混合降噪方法 | |
| Batna | Comparative study between wavelet thresholding techniques (hard, soft and invariant-translation) in ultrasound images | |
| Chawla et al. | Hybrid filtering technique for image denoising using artificial neural network | |
| Gupta et al. | Despeckling of medical ultrasound images: a technical review | |
| Kaur et al. | Image de-noising techniques: a review paper | |
| Jonnala et al. | Image de-noising of Ultrasound Carotid artery images using various filters | |
| CN112785520B (zh) | Ct图像伪影去除方法 | |
| Kadam et al. | An improved image denoising using spatial adaptive mask filter for medical images | |
| Shah et al. | Comparison of noise removal algorithms on Optical Coherence Tomography (OCT) image | |
| Yang et al. | Dual domain filters based texture and structure preserving image non-blind deconvolution | |
| CN108734669A (zh) | 基于小波变换维纳滤波和边缘检测的图像降噪方法 | |
| Fei et al. | The research of underwater image de-noising method based on adaptive wavelet transform |
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 |