KR19990032185A - 정지 영상의 노이즈 제거 방법 및 장치 - Google Patents

Abstract

본 발명은 문턱값을 자동적으로 선택하여 정지 영상의 노이즈 성분을 제거하는 방법에 관한 것으로서, 정지 영상에 차 연산자를 적용하여 새롭게 생성된 영상으로부터 노이즈의 통계적 특성을 예측한 후, 예측된 값으로부터 에지 영상의 검출을 위한 문턱값을 자동적으로 선택하여 에지 영상을 검출하는 단계와, 검출된 에지 영상과 에지 화소의 방향 성분을 이용하여 노이즈 제거 필터링을 하는 단계를 수행하되, 노이즈의 특성을 정확히 예측하고 이로 인한 영향을 줄임으로써 원 영상의 에지 영상을 효과적으로 검출하고, 에지 영상과 에지 화소의 방향 성분을 이용하여 노이즈 필터링을 함으로써, 영상의 종류와 노이즈의 종류에 관계 없이 빠른 시간에 영상에 포함된 노이즈를 효과적으로 줄일 수 있는 방법 및 장치에 관한 것이다.

Description

정지 영상의 노이즈 제거 방법 및 장치

본 발명은 영상의 노이즈(Noise)에 대한 통계적 특성(평균과 분산)을 이용하여 문턱값(Threshold)을 자동적으로 선택한 후, 원 영상의 에지 성분을 나타내는 에지 영상을 구하고, 에지 영상과 에지 화소에 대한 방향 성분을 이용하여 정지 영상의 노이즈를 제거하는 방법과 장치에 관한 것이다.

영상으로부터 에지 영상을 구하는 것과, 영상의 노이즈를 제거하는 방법은 영상 분할(Image Segmentation), 로보트 비젼(Robot Vision) 등과 같은 여러 분야의 기초 연구로써 많이 연구되고 있으며, 특히 영상의 에지 성분의 손실을 줄이면서 노이즈를 제거하는 방법은 여러 응용 분야에서 많이 연구되고 있다.

일반적으로 에지 영상을 구하기 위해서는 문턱값을 사용하는데, 문턱값의 결정은 에지 검출에 있어 가장 까다로운 문제이다. 지금까지 이러한 문턱값을 결정하는 방법들은 많은 계산 시간을 요구하거나, 가우시안 잡음과 같은 정규 분포를 갖지 않는 잡음인 경우에 적용하기 힘들거나, 실효성이 떨어지는 단점이 있어, 매우 제한적이거나 잘 정의된 상황을 제외하고는 만족스러운 에지 영상을 생성하지 못하는 문제점을 가지고 있다. 특히 상기와 같은 문제점은 에지 영상과 에지 화소의 방향 성분을 이용하여 노이즈를 제거하는 방법에 있어 잘못된 결과를 도출할 수 있다.

따라서, 본 발명에서는 상기와 같은 단점을 보완하기 위해 노이즈에 대한 통계적 특성을 이용하여 문턱값을 자동적으로 선택하여 에지 영상을 구함으로써, 노이즈로 인해 잘못 검출되는 에지의 수를 줄이고, 에지 영상과 에지 화소의 방향 성분을 이용하여 노이즈를 제거하는 하여 계산 시간과 노이즈 제거 효율면에서 향상된 결과를 얻는 것을 그 목적으로 한다.

도 1 은 본 발명의 노이즈 제거 시스템의 구성도.

도 2 는 본 발명에 의하여 에지 영상 검출을 위한 문턱값을 결정하여 에지 영상을 구하는 흐름도.

도 3 은 본 발명에 의하여 검출된 에지 영상으로 노이즈를 제거하는 흐름도

도 4 는 본 발명의 에지 화소의 노이즈 제거 방법을 나타낸 블럭도.

도 5 는 본 발명의 비에지 화소의 노이즈 제거 방법을 나타낸 블럭도.

*도면의 주요부분에 대한 부호의 설명*

1 : 차 연산 적용부 2 : 노이즈의 통계적 특성 예측부

3 : 에지 영상 검출부 4 : 에지 화소 방향 성분 검출부

5 : 노이즈 필터링부

이하, 첨부된 도면을 참조하여 본 발명을 상세히 설명한다.

도 1 은 본 발명에 관한 정지 영상의 노이즈 제거 시스템의 구성도이고, 도 2 는 도 1에 도시된 정지 영상의 노이즈 제거 시스템에 의한 노이즈 제거 방법으로 노이즈의 통계적 특성을 예측하여 문턱값을 결정한 후 에지 영상을 구하는 방법의 흐름도이고, 도 3 은 노이즈가 포함된 영상에 대해 본 발명에 의해 구한 에지 영상과 에지 화소의 방향 성분을 이용하여 노이즈 필터링하는 방법에 관한 흐름도이다.

도 1 에 도시된 바와 같이 본 발명에 관한 정지 영상의 노이즈를 제거하는 시스템은 새로운 영상을 얻도록 노이즈 영상에 차 연산자를 적용하는 차연산 적용부(1)와, 차연산 적용된 정지 영상에 포함된 노이즈 성분의 통계적 특성을 반복적인 방법으로 구하도록 새로운 영상의 통계적인 특성을 예측하는 노이즈의 통계적 특성예측부(2)와, 예측된 값으로부터 문턱값을 결정하여 에지 영상을 검출하는 에지 영상검출부(3)와, 상기의 에지 영상으로부터 각 에지 화소의 방향 성분을 검출하는 에지 화소 방향성분 검출부(4)와, 노이즈를 필터링을 하는 노이즈 필터링부(5)로 구성된다.

상기와 같이 구성된 노이즈 제거 시스템에서 노이즈를 제거하는 방법은 도 2 에 도시된 바와 같이 노이즈가 포함된 영상이 입력되면 차연산 적용부(1)는 입력된 영상에 대하여 한 프레임내에서 한 화소와 이웃하는 화소간에 차연산자를 적용한다(11). 차 연산자가 적용된 영상입력을 받아 상기 노이즈의 통계적 특성 예측부(2)는 차 연산자를 적용하여 얻어진 결과 영상인 새로운 영상의 평균과 표준 편차를 계산하고(12), 그로부터 노이즈의 평균과 표준 편차를 예측하여(13), 상기 노이즈의 통계적 특성으로부터 에지 영상을 위한 문턱값을 결정하고(14), 에지 영상 검출부(3)에서는 결정된 상기 문턱값을 이용하여 에지 영상을 검출한다(15). 그리고 반복횟수가 2회 미만인 경우에는 다시 차연산자 적용부(1)로 보내어 에지 영상에 대한 차연산자를 적용케 하도록 피드백시킨다.

상기 노이즈의 평균과 표준 편차를 예측하는 단계(13)에서, 노이즈 영상에 일반적인 차 연산자를 적용하여 새롭게 만들어지는 영상은 각 화소의 인접 화소에 대한 차이 값으로 구성된 영상에 해당된다. 그러나 원 영상은 인접 화소간에 높은 상관도를 갖는 반면, 노이즈는 서로 독립적인 특성을 갖는다. 따라서 차 연산 과정으로 새롭게 만들어진 영상은 이웃 노이즈 값들의 차이에 대한 영상으로 볼 수 있다. 가우시안 확율 분포를 가지는 노이즈로 가정하고, 노이즈의 평균과 표준 편차를 각각 ν와 σ라 하고, 영상에 일반적인 차 연산자인 [k₁, k₂, ..., k_N]를 적용하여 새로운 영상을 만들었을 때, 새로운 영상의 평균(a)와 표준 편차(s)는 수학식 1과 같다.

적용한 차 연산자들의 값은 이미 알고 있는 값이므로 새롭게 만들어진 영상의 평균과 표준 편차를 구하면 수학식 1로부터 노이즈의 평균과 표준 편차를 예측할 수 있다.

상기 문턱값을 결정하는 단계(14)에서, 문턱값은 노이즈의 통계적 특성으로부터 결정한다. 이때, 에지 검출을 위한 문턱값을 T라고 하면, 문턱값 T는 nσ로 정의한다. 여기에서 n은 임의의 상수이고, s는 상기에서 정의한 새롭게 만들어진 영상의 표준 편차이다. 문턱값 T를 상기한 수학식 1을 이용하여 치환하면 수학식 2와 같다.

상기 수학식 2에서는 수학식 2 로부터 예측한 노이즈의 표준 편차이다. 수학식 2에 대한 실험 결과 가우시안 분포를 가지는 노이즈의 경우, n의 값이 3인 경우 새롭게 만들어진 영상의 99.73%가 상, 하위 문턱값 사이에 있다. 따라서 본 발명에서는 0.27%의 오류를 원 영상의 에지로 인한 값으로 보아 n의 값을 3으로 선택한다. 상기의 방법은 문턱값 결정에 있어서, 문턱값을 임의로 결정하는 방법이 아닌 자동적으로 결정된 문턱값을 이용하여 차 연산자를 적용하여 새롭게 만든 영상에서 노이즈 성분을 제거하고 원 영상의 에지 영상을 구한다.

도 3은 에지 영상 검출부(3)를 통해 노이즈 성분이 제거된 에지영상을 받아 노이즈 필터링하는 과정을 보여주고 있는 것으로, 도시된 바와 같이 에지 화소 방향 성분 검출부(4)에서 노이즈 성분이 제거된 에지 영상을 받아 에지 화소의 방향 성분을 계산하고(21), 상기 노이즈 필터부(5)에서는 상기 에지 영상과 에지 화소의 방향 성분을 이용하여 만약 적용할 화소가 에지 화소이면 상기 단계에서 구한 방향 성분을 이용하여 방향성분 마스킹을 하여 노이즈 필터링을 하고(23), 만약 에지 화소가 아닌 경우에는 3 x 3마스크를 적용하여 노이즈 필터링을 한다(24). 필터링을 통해 모든화소가 처리되었는지 보아 그렇지 않은 경우에는 다시 필터링하게 하고 모든 화소가 처리되었으면 종료하도록 한다(25)

상기 에지 화소 방향성분 검출부(4)에서 이루어지는 상기 에지 화소의 방향 성분을 구하는 단계(21)에서 에지 화소의 방향성분은 수학식 3 을 이용하여 구한다.

상기 수학식 3에서 x와 y는 각 화소의 좌표를 나타내며, a(x,y)는 각 에지 성분에 대한 방향 성분이다.G _x 와G _y 는 x와 y방향에 대한 그레이 레벨(Gray Level)의 변화량이다. 본 발명에서는 에지의 방향을 수평, 수직, 대각, 반대각의 4가지 방향으로 단순화한다.

상기 노이즈 필터링부(5)에서는 원 영상의 각 화소에 마스크를 적용하여 노이즈를 필터링한다. 만약 적용할 화소가 에지 화소이면 상기 에지 화소 방향 성분 검출부(4)에서 구한 방향 성분을 이용하여 도 4에 도시된 바와 같이 노이즈 필터링을 하고, 만약 에지 화소가 아닌 경우에는 도 5와 도시된 바와 같은 3 x 3마스크를 적용하여 노이즈 필터링을 한다. 이때, 에지 화소의 방향 성분을 이용하여 필터링을 하는 이유는 필터링 과정에서 에지 성분이 손실되는 것을 방지하기 위함이다.

도 4에서 본 발명에 의하여 에지 화소의 노이즈 제거 방법을 나타낸 블록도로써, g(i,j) 는 에지로 검출된 노이즈 영상 내의 화소라고 할때, g(i,j)의 에지방향은 -45도이고, g의 평균값은 수학식 4와 같고, g(i,j)를 g의 평균 값으로 대치할 수 있다.

도 5 는 본 발명에 의하여 에지 화소가 아닌 화소의 노이즈 제거 방법을 나타낸 블록도로써, 여기에서는 g(i,j) 는 에지로 검출되지 않은 노이즈 영상 내의 화소라고 할때, g(i,j)의 평균값은 수학식 5와 같이 되고, g(i,j)를 g의 평균값으로 대치할 수 있다.

상술한 바와 같이 본 발명에 의하면 노이즈가 포함되어 있는 영상에 대해 노이즈에 근거하여 에지 영상의 문턱값을 결정함으로 노이즈로 인해 에지 영상이 잘못 검출되는 것을 줄일 수 있고, 노이즈 제거 필터링 시에 정확한 에지 영상을 구함으로써 에지 성분의 손실을 막을 수 있다. 이는 기존의 노이즈 제거 방법들이 원 영상을 흐려지게 하는 단점을 보완하고 문턱값 결정을 단순화함과 동시에 자동화하여 게산 시간을 줄일 수 있으며, 영상 분할, 로보트 비젼, 영상 데이터 압축, 영상 복원 등과 같은 여러 응용 분야에서 참고 자료로 사용될 수 있다.

Claims (5)

1. 영상의 노이즈에 대한 평균과 분산의 통계적 특성을 이용하여 정지 영상의 노이즈를 제거하는 방법에 있어서,

   노이즈가 포함되어 입력된 정지 영상에 대하여 한 프레임내에서 한 화소와 이웃하는 화소간에 차 연산자를 적용하여 얻어진 새로운 영상으로부터 노이즈의 평균과 분산의 통계적 특성을 예측한 후, 문턱값을 자동적으로 선택하여 에지 영상을 검출하는 에지 영상 검출단계(10)와;

   상기 검출된 에지 영상으로부터 에지 화소의 방향 성분을 계산하여, 상기 검출된 에지 영상과 에지 화소의 방향 성분을 이용하여 에지 화소와 비에지 화소에 따라 선택적으로 마스킹하여 노이즈를 제거하는 노이즈 필터링단계(20)를 수행하는 것을 특징으로 하는 정지 영상의 노이즈 제거 방법
2. 제 1 항에 있어서,

   상기 에지 영상 검출단계(10)는,

   노이즈가 포함되어 입력된 영상에 대하여 한 프레임내에서 한 화소와 이웃하는 화소간에 차연산자를 적용하는 단계와;

   차 연산자가 적용되어 얻어진 새로운 영상의 평균과 표준 편차를 계산하는 단계와;

   상기 영상특성 계산단계로부터 노이즈의 평균과 표준 편차를 예측하는 단계와;

   상기 노이즈의 평균과 표준 편차로부터 에지 영상을 위한 문턱값이 자동으로 선택되게 하는 문턱값 결정단계와;

   상기 결정된 상기 문턱값을 이용하여 에지 영상을 검출하는 에지영상검출단계와;

   검출된 에지영상에 대하여 반복횟수가 2회 미만인 경우에는 상기 차연산자를 적용하는 단계로 피드백시켜 상기의 단계를 반복적으로 수행하도록 하는 단계로 이루어진 것을 특징으로 하는 정지 영상의 노이즈 제거 방법.
3. 제 1 항에 있어서,

   상기 노이즈 필터링단계(20)는,

   상기 에지영상 검출단계(10)로부터 검출된 에지 영상을 받아 에지 화소의 방향 성분을 계산하는 단계와;

   상기 에지 영상과 에지 화소의 방향 성분을 이용하여 만약 적용할 화소가 에지 화소이면 상기 방향 성분을 이용하여 방향성분 마스킹을 하여 노이즈 필터링을 하는 단계와;

   만약 에지 화소가 아닌 경우에는 3 x 3마스크를 적용하여 노이즈 필터링을 하는 단계와;

   상기 노이즈 필터링을 통해 모든화소가 처리되었는지 보아 그렇지 않은 경우에는 다시 노이즈 필터링하도록 하는 단계를 수행하는 것을 특징으로 하는 정지 영상의 노이즈 제거 방법
4. 영상의 노이즈에 대한 평균과 분산의 통계적 특성을 이용하여 정지 영상의 노이즈를 제거하는 장치에 있어서,

   노이즈가 포함되어 입력된 정지 영상에 대하여 한프레임내에서 한 화소와 이웃하는 화소간에 차 연산자를 적용하여 새롭게 생성된 영상으로부터 노이즈의 평균과 분산의 통계적 특성을 예측한 후, 문턱값을 자동적으로 선택하여 에지 영상을 검출하는 에지 영상 검출수단과;

   상기 검출된 에지 영상으로부터 에지 화소의 방향 성분을 계산하여, 상기 검출된 에지 영상과 에지 화소의 방향 성분을 이용하여 에지 화소와 비에지 화소에 대하여 선택적으로 마스킹하여 노이즈를 제거하는 노이즈 필터링수단으로 구성된 것을 특징으로 하는 정지 영상의 노이즈 제거 장치.
5. 제 4 항에 있어서,

   상기 에지영상 검출수단은,

   입력된 노이즈 영상에 대하여 한 프레임내에서 한 화소와 이웃하는 화소간에 차 연산자를 적용하는 차연산 적용부와, 차연산 적용된 정지 영상에 포함된 노이즈 성분의 통계적 특성을 반복적인 방법으로 구하도록 새로운 영상의 통계적인 특성을 예측하는 노이즈의 통계적 특성예측부와, 예측된 값으로부터 문턱값을 자동으로 결정하여 에지 영상을 검출하는 에지 영상검출부로 구성되고;

   상기 노이즈 필터링수단은,

   상기 검출된 에지 영상으로부터 각 에지 화소의 방향 성분을 검출하는 에지 화소 방향성분 검출부와, 검출된 화소가 에지 화소일 경우와 비에지 화소일 경우를 나누어 노이즈를 필터링을 하는 노이즈 필터링부로 구성된 것을 특징으로 하는 정지 영상의 노이즈 제거 장치.