KR20010019447A - Method and apparatus for reduction of image noise using filtering window - Google Patents
Method and apparatus for reduction of image noise using filtering window Download PDFInfo
- Publication number
- KR20010019447A KR20010019447A KR1019990035845A KR19990035845A KR20010019447A KR 20010019447 A KR20010019447 A KR 20010019447A KR 1019990035845 A KR1019990035845 A KR 1019990035845A KR 19990035845 A KR19990035845 A KR 19990035845A KR 20010019447 A KR20010019447 A KR 20010019447A
- Authority
- KR
- South Korea
- Prior art keywords
- filtering
- window
- value
- image data
- filtering window
- Prior art date
Links
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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Picture Signal Circuits (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Analysis (AREA)
Abstract
Description
본 발명은 영상 장치에 관한 것으로서, 특히 영상 잡음을 감쇠하는 방법 및 그 장치에 관한 것이다.TECHNICAL FIELD The present invention relates to an imaging device, and more particularly, to a method and apparatus for attenuating image noise.
영상을 촬영하는 카메라나 영상을 전송하는 전송매개체등의 불완전함 때문에 영상에는 항상 잡음이 동반된다. 이 잡음은 시각적인 왜곡이나 불편을 주는 것만이 아니라 영상압축기기등의 영상 처리장치들의 성능을 감소시키기도 한다. 또한 잡음으로 인한 영상이 원 모습을 알아볼 수 없을 정도로 훼손되는 경우도 있다.Images are always accompanied by noise due to imperfections such as the camera taking the image or the transmission medium transmitting the image. This noise not only causes visual distortion and inconvenience, but also reduces the performance of image processing devices such as image compressors. In addition, noise-induced video may be damaged to an unclear way.
이런 잡음을 없애기 위한 방법은 다수 있지만, 잡음을 감소하기 위해 영상의 고주파 성분을 지나치게 제거하거나 복잡한 구조의 필터를 사용하거나 혹은 사용 분야가 한정되는 경우가 있다.There are many ways to eliminate this noise, but there are cases where the high frequency components of the image are excessively removed, a complex filter is used, or the field of use is limited to reduce the noise.
본 발명이 이루고자 하는 기술적인 과제는, 상기의 문제점들을 해결하기 위해, 영상 데이터에 포함된 잡음을 감쇠하는 감쇠 방법 및 장치를 제공하는데 있다.SUMMARY OF THE INVENTION The present invention has been made in an effort to provide an attenuation method and apparatus for attenuating noise included in image data in order to solve the above problems.
도 1은 본 발명에 따른 영상 잡음 감소 과정을 보여주는 도면이다.1 is a view showing a video noise reduction process according to the present invention.
도 2는 본 발명에 따른 영상 잡음 감소 방법을 흐름으로 도시한 것이다.2 is a flowchart illustrating a method for reducing image noise according to the present invention.
도 3은 한 영상에 카이저 창을 설정하고 이 창을 이동하면서 다른 위치에서 다시 설정하는 것을 도시한 것이다.3 illustrates setting a Kaiser window in one image and resetting it in another position while moving the window.
도 4는 본 발명에 따른 카이저 창의 필터 계수를 구해서 필터링을 하는 과정을 도시한 것이다.4 illustrates a process of obtaining and filtering filter coefficients of a Kaiser window according to the present invention.
도 5는 본 발명에 따른 영상 잡음 장치를 블록으로 도시한 것이다.5 is a block diagram illustrating a video noise device according to the present invention.
상기 기술적 과제를 해결하기 위한 본 발명에 의한, 영상 데이터에 포함된 잡음을 감쇠하는 방법에 있어서, 영상 데이터의 화면에 필터링 창(window)을 설정하는 단계; 상기 필터링 창 내의 영상 데이터의 값을 추출하여 소정의 통계값을 구하는 단계; 및 상기 소정의 통계값을 이용하여 필터링 창의 필터링 세기를 정하는 변수를 조정하여 필터링하는 단계를 포함하는 것을 특징으로 한다.According to an aspect of the present invention, there is provided a method for attenuating noise included in image data, the method comprising: setting a filtering window on a screen of image data; Extracting a value of image data in the filtering window to obtain a predetermined statistical value; And adjusting and filtering a variable that determines the filtering strength of the filtering window by using the predetermined statistical value.
상기 필터링 창을 설정하는 단계의 필터링 창은 카이저(Kaiser) 창임이 바람직하다.The filtering window in the setting of the filtering window is preferably a Kaiser window.
그리고 상기 통계값을 구하는 단계의 소정의 통계값은 상기 필터링 창내에 포함된 영상 데이터의 이산 분포값임이 바람직하다.Preferably, the predetermined statistical value at the step of obtaining the statistical value is a discrete distribution value of the image data included in the filtering window.
상기 필터링하는 단계는 이산 분포값에 대응하는 카이저 창의 필터 계수값들의 뱅크를 설정하는 단계; 및 상기 설정된 뱅크에서 상기 소정의 통계값을 구하는 단계에서 구해진 이산 분포값에 대응하는 필터 계수값을 구하는 단계를 포함하는 것을 특징으로 한다.The filtering may include setting a bank of filter coefficient values in a Kaiser window corresponding to the discrete distribution value; And a filter coefficient value corresponding to the discrete distribution value obtained in the step of obtaining the predetermined statistical value in the set bank.
그리고 이 방법은 상기 필터링 창을 설정하는 단계에서 설정된 필터링 창내의 영상 데이터에서 임펄스(impulse) 잡음을 감소시키는 단계를 더 포함하는 것을 특징으로 한다.The method may further include reducing an impulse noise in the image data in the filtering window set in the setting of the filtering window.
상기 다른 기술적 과제를 해결하기 위한 본 발명에 의한. 영상 데이터에 포함된 잡음을 감쇠하는 장치에 있어서, 영상 화면에 소정의 크기의 필터링 창을 설정하는 필터링 창 설정부; 상기 필터링 창 내부의 영상 데이터를 이용하여 소정의 통계값을 계산하는 통계 계산부; 및 상기 통계값을 이용하여 필터링 창의 필터링 세기를 조절하는 필터부를 포함하는 것을 특징으로 한다.According to the present invention for solving the other technical problem. An apparatus for attenuating noise included in image data, the apparatus comprising: a filtering window setting unit configured to set a filtering window having a predetermined size on an image screen; A statistical calculator which calculates a predetermined statistical value using the image data inside the filtering window; And a filter unit for adjusting the filtering intensity of the filtering window using the statistical value.
그리고 상기 통계 계산부가 구하는 소정의 통계값은 상기 카이저 창 내부의 영상 데이터의 데이터 값들의 이산 변수이며, 상기 필터부는 이산 분포값에 대응하는 카이저 창의 필터 계수값들의 뱅크를 생성하는 필터 계수 생성부; 상기 계산부가 상기 카이저 창 내의 영상 데이터의 데이터 값들에 대해 출력하는 이산 변수에 대응하는 필터 계수를 상기 필터 계수값의 뱅크에서 찾는 필터 계수 검색부; 및 상기 필터 계수 검색부가 찾은 필터 계수를 이용하여 필터링 창의 필터링 세기를 조절하는 필터링 세기 조절부를 포함하는 것을 특징으로 한다.The predetermined statistical value obtained by the statistical calculation unit is a discrete variable of data values of the image data inside the Kaiser window, and the filter unit comprises: a filter coefficient generation unit generating a bank of filter coefficient values of the Kaiser window corresponding to the discrete distribution value; A filter coefficient search unit for searching for a filter coefficient corresponding to a discrete variable outputted by the calculator to data values of image data in the Kaiser window in the bank of the filter coefficient values; And a filtering intensity adjusting unit for adjusting the filtering intensity of the filtering window using the filter coefficients found by the filter coefficient searching unit.
이하에서 첨부된 도면을 참조하여 본 발명의 바람직한 일 실시예를 상세히 설명한다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings.
도 1은 본 발명에 따른 영상 잡음 감소 과정을 보여주는 도면이다.1 is a view showing a video noise reduction process according to the present invention.
f(x)(10)는 원래의 영상이며, n(x)(12)는 원래의 영상에 첨가된 잡음이다. g(x)(14)는 그 결과 생성된 왜곡된 영상이다. 그리고 이 왜곡된 영상을 비선형 잡음 필터 h(x)(16)를 통과시켜 교정된 영상인(18)를 생성하게 된다.f (x) 10 is the original image, and n (x) 12 is the noise added to the original image. g (x) 14 is the resulting distorted image. The distorted image is passed through a nonlinear noise filter h (x) (16) to correct the image. Will generate (18).
도 1을 식으로 나타내면 다음의 식으로 표시된다.When FIG. 1 is represented by a formula, it is represented by the following formula.
도 2는 본 발명에 따른 영상 잡음 감소 방법을 흐름으로 도시한 것이다.2 is a flowchart illustrating a method for reducing image noise according to the present invention.
이 방법은 필터링하는 창을 설정하는 단계(20), 상기 필터링 창내에 존재하는 잡음이 포함된 영상의 임펄스(impulse) 잡음을 감소시키는 단계(22), 잡음이 포함된 영상의 데이터를 추출하여 소정의 통계치를 구하는 단계(24) 및 상기 소정의 통계치를 이용하여 필터링 창의 필터링 세기를 정하는 변수를 조정하여 필터링하는 단계(26)를 포함한다.The method comprises: setting a window for filtering (20), reducing an impulse noise of an image containing noise existing in the filtering window (22), extracting data of the image containing noise, Obtaining 24 statistics; and adjusting and filtering a variable for determining a filtering strength of the filtering window using the predetermined statistics.
필터링하는 창은 리플(ripple) 비율과 주로브(main-lobe)의 폭을 제어할 수 있는 카이저 창(Kaiser window)을 이용하는 것이 바람직하다.The filtering window is preferably a Kaiser window that can control the ripple rate and the width of the main-lobe.
도 3은 한 영상(30)에 카이저 창(32)을 설정하고 이 창을 이동하면서 다른 위치(34)에서 다시 설정하는 것을 도시한 것이다.3 shows setting a Kaiser window 32 in one image 30 and resetting it in another position 34 while moving this window.
카이저 창은 창내에 포한된 영상 데이터를 필터링하기 위한 것이므로 한 위치에서 필터링이 끝나게 되면 소정의 거리만큼 창을 이동하여 다시 필터링하는 과정을 거치게 된다.Since the Kaiser window is for filtering the image data included in the window, when the filtering is completed at one location, the Kaiser window is moved to a predetermined distance and filtered again.
상기와 같이 영상 화면에 필터링하는 카이저 창을 설정하고(20 단계), 필터링 창내에 존재하는 영상 데이터에서 임펄스로 인한 잡음을 감소시킨다(22 단계).As described above, a Kaiser window for filtering the image screen is set (step 20), and noise due to an impulse is reduced in the image data existing in the filtering window (step 22).
영상 데이터 값의 하나인 그레이 레벨을 예를 들어 설명한다.The gray level which is one of the image data values will be described by way of example.
필터링 창내의 영상 데이터 각 픽셀들의 그레이 레벨(gray level)의 중간값(median)을 구한다. 그레이 레벨은 8비트 그레이 레벨인 경우에는 0부터 255까지의 값을 가지게된다. 이 중간값에 소정의 문턱값(threshold)을 더한 값을 상한값, 문턱값을 뺀 값을 하한값으로 설정한다. 그리고 각 픽셀의 그레이 레벨이 상한값과 하한값내의 값이 아니라면, 상기 중간값을 그 픽셀의 그레이 레벨로 설정한다. 이 과정을 통해 임펄스로 인한 잡음을 감소할 수 있다.The median of gray levels of the pixels of the image data in the filtering window is obtained. The gray level has a value from 0 to 255 in the case of an 8-bit gray level. A value obtained by adding a predetermined threshold to this intermediate value is set as an upper limit and a value obtained by subtracting the threshold as a lower limit. If the gray level of each pixel is not the upper limit value and the lower limit value, the intermediate value is set to the gray level of the pixel. This process reduces noise caused by impulses.
상기 단계를 C 언어로 구현하면 다음과 같이 표현할 수 있다.If the above step is implemented in C language, it can be expressed as follows.
median = median_of_the_window();median = median_of_the_window ();
for (i=0; i<window_size; i++) {for (i = 0; i <window_size; i ++) {
if ((data[i] ＞ median + threshold) || (data[i] ＜median - threshold)if ((data [i]> median + threshold) || (data [i] <median-threshold)
data[i] = median;data [i] = median;
}}
임펄스 잡음이 감소된 필터링 창안의 데이터를 가지고 소정의 통계치를 구한다(24 단계). 이 통계값을 이용해서 필터링하는 카이저 창의 변수가 조정되어 영상 데이터의 잡음이 감소할 수 있게 된다(26 단계).The predetermined statistics are obtained using the data in the filtering window in which the impulse noise is reduced (step 24). Variables in the Kaiser window that are filtered using these statistics can be adjusted to reduce noise in the image data (step 26).
참조 번호 24 단계의 소정의 통계치를 구하는 것은 다양한 방법이 적용될 수 있을 것이다.Various methods may be applied to obtaining the predetermined statistics of step 24.
예를 들어 각 픽셀 데이타중의 하나인 각 픽셀의 그레이 레벨의 값을 프리에 변환(Fourier transform) 하거나 가보 변환(Gabor transform)을 하여 영상 데이터를 주파수 영역으로 변환하여 주파수 영역에서 기여도가 높은 주파수 값을 추출하고 이 기여도가 높은 주파수값을 수치값으로 변환하여 이 값을 이용해서 카이저 창의 매개 변수를 조정할 수 있을 것이다.For example, the gray level value of each pixel, which is one of the pixel data, is Fourier transformed or Gabor transformed to convert the image data into the frequency domain, thereby converting the high frequency value in the frequency domain. Extracting and converting high-contribution frequency values into numerical values can be used to adjust the Kaiser window parameters.
혹은 아주 간단한 방법으로는 각 픽셀들의 그레이 레벨의 평균값을 구하여 이 값을 이용해서 필터링 창인 카이저 창의 변수를 조정할 수도 있을 것이다.Or, in a very simple way, you can average the gray level of each pixel and use it to adjust the Kaiser window's parameters, the filtering window.
이하의 실시예에는 각 픽셀들의 그레이 레벨의 이산 분포값을 이용하여 설명될 것이다. 이산 분포값에는 주파수 변환을 이용한 주파수 성분 추출등이 포함될 수 있다. 그리고 이산 분포값은 필터링 창안의 데이터값이 에지(edge) 성분을 많이 포함하고 있는지 아닌지를 알 수 있게 한다.In the following embodiment, the discrete distribution value of the gray level of each pixel will be described. The discrete distribution value may include frequency component extraction using frequency conversion. Discrete distributions make it possible to know whether or not the data values in the filtering window contain many edge components.
이산 분포값을 이용하여 카이저 창의 변수를 조정하여 결과적으로 필터링의 세기 혹은 필터링되는 대역대를 조절하는 방법을 설명한다.Discuss how to use the discrete distribution to adjust the Kaiser window's parameters, resulting in the strength of the filtering or the band being filtered.
카이저 창의 필터링의 필터링 세기는 다음의 식과 같이 정의된다.The filtering intensity of the filtering of the Kaiser window is defined by the following equation.
이때에는 다음과 같이 표현된다.At this time Is expressed as
이때에 ws는 필터링 창의 정지대역 차단 주파수(stopband cutoff frequency)이며, wp는 필터링 창의 통과대역 차단 주파수(passband cutfoo frequency)이다.In this case, w s is a stopband cutoff frequency of the filtering window and w p is a passband cutfoo frequency of the filtering window.
그리고 A는 다음과 같이 정의된다.And A is defined as
이때에,는 통과대역에서의 오버슈트(overshoot)의 근사값이다.At this time, Is an approximation of overshoot in the passband.
그리고 상기 수학식 2에서 a1, a2은 필터링의 세기를 조절할 수 있는 상수이다.In Formula 2, a 1 and a 2 are constants for adjusting the strength of filtering.
카이저 창을 수식으로 나타내면 다음의 식과 같다.The Kaiser window is expressed as an expression:
이때에 α = M/2이다.At this time, α = M / 2.
I0(.)는 0번째 단 변형 베셀 함수(zeroth-order modified Bessel function)이다. 이를 테일러(Taylor) 급수로 다시 쓰면 다음과 같다.I 0 (.) Is the zeroth-order modified Bessel function. If we rewrite it as Taylor series, we get
그리고 M은 도 3의 영상 데이터(30)에 설정되는 카이저 창(32 혹은 34)의 개수를 나타내는 값이다.M is a value indicating the number of Kaiser windows 32 or 34 set in the image data 30 of FIG. 3.
상기 수학식 2에서와 A는 다음과 같이 표시된다.In Equation 2 And A are represented as follows.
이때에 gn(.)은 선형의 관계가 있다는 것을 나타내는 함수이다. 그리고 k1, k2는 상수이다.At this time, gn (.) Is a function indicating that there is a linear relationship. And k 1 , k 2 are constants.
따라서 β의 값을 조절하여 카이저 창의 필터링 세기를 제어할 수 있다는 것을 알 수 있다. 이 β의 값은 참조 번호 24 단계에서 사용되는 통계 방법에 따라 구하는 방법이 달라질 수 있을 것이다. 본 발명의 실시예에서는 이산 분포값을 이용하여 다음과 같이 계산한다.Therefore, it can be seen that the filtering intensity of the Kaiser window can be controlled by adjusting the value of β. The value of β may vary depending on the statistical method used in step 24. In the embodiment of the present invention, it is calculated as follows using a discrete distribution value.
이때 gi라는 첨자는 카이저 창이 전체 영상에 비해 부분적인 면적을 차지하므로 사용한 첨자이다. 그리고 이산 분포값은 카이저 창의 모든 픽셀의 그레이 레벨값을 기본 데이터로 하여 계산한다.In this case, the subscript gi is the subscript used because the Kaiser window occupies a partial area compared to the entire image. The discrete distribution value is calculated based on the gray level values of all pixels of the Kaiser window as basic data.
이때에 모든 카이저 창에 대해 필터 계수를 계산할 필요는 없다. 이산 분포의 값에 따라 미리 설정된 필터 뱅크와 일대일 대응 관계를 통해 필터 계수를 구한다. 이를 예를 들어 설명한다.It is not necessary to calculate filter coefficients for all Kaiser windows at this time. The filter coefficient is obtained through a one-to-one correspondence with a predetermined filter bank according to the discrete distribution value. This will be described with an example.
수학식 5에서 n의 각 값마다 카이저 창을 계산하려면 수학식 6의 테일러 급수를 전개하여 필요한 자리수 혹은 필요한 정밀도까지 필요한 단계까지 계산해야 한다. 실제 테일러 급수를 첫 번째 단까지 계산하면 충분할 것지만, 이를 계산하려면 많은 시간이 들어 효율적이지 못하다.In order to calculate the Kaiser window for each value of n in Equation 5, the Taylor series in Equation 6 needs to be expanded to calculate the necessary number of digits or the required precision. It would be enough to calculate the actual Taylor series to the first stage, but it would be inefficient to calculate this.
이를 해결하기 위해 본 발명에서는 다음과 같은 인수들만을 모은 필터 계수를 미리 설정한다.In order to solve this problem, the present invention presets filter coefficients having only the following factors.
상기 뱅크는 수학식 5에서 n이 0부터 4까지(즉 M=4)일 경우의 예를 든 것이다.The bank is an example of the case where n is 0 to 4 (that is, M = 4) in Equation 5.
각 행의 각 열의 수들은 w(0), w(1), w(2), w(3), w(4)의 값을 표시한 것이다. M이 홀수가 되게 설정하는 경우는 없으며, 이 값들은 대칭적으로 구성된다.The numbers in each column of each row represent the values of w (0), w (1), w (2), w (3) and w (4). There is no setting M to be odd, and these values are constructed symmetrically.
다음에 첫 번째 행은의 값이 (예를 들어) k인 경우이며 두 번째 행은의 값이 2k이며 세 번째 행은의 값이 3k인 경우이다. 이하의 행의 경우도 마찬가지이다. 카이저 창의 필터 계수와 이산 분포의 값은 선형적인 관계를 이루므로 이런 관계가 가능하다.Then the first row Is the value of k (for example), and the second row Has a value of 2k and the third row The value of is 3k. The same applies to the following lines. This is possible because the filter coefficients of the Kaiser window and the values of the discrete distributions form a linear relationship.
즉의 값이 2k인 경우 w(0)=w20, w(1)=w21, w(2)=w22, w(3)=w23, w(4)=w24가 되고,의 값이 3k 경우 w(0)=w30, w(1)=w31, w(2)=w32, w(3)=w33, w(4)=w34가 된다.In other words If the value of 2k is w (0) = w2 0 , w (1) = w2 1 , w (2) = w2 2 , w (3) = w2 3 , w (4) = w2 4 , If the value of 3k is w (0) = w3 0 , w (1) = w3 1 , w (2) = w3 2 , w (3) = w3 3 , w (4) = w3 4 .
이는의 값이 필터 계수들을 모아놓은 값들과 선형의 관계를 가지기 때문에 가능하다.this is This is possible because of the linear relationship between the values of the filter coefficients.
즉 카이저 창의 필터 계수를 계산으로 구하는 것이 아니라 카이저 창의 픽셀 데이터의 그레이 레벨 값들의 통계값의 하나인 이산 분포 값을 구한다. 그리고 그 이산 분포 값에 대응하는 미리 설정된 필터 계수를 구하여 이 필터 계수의 값을 이용해서 필터링을 하여 영상에 포함된 잡음을 감소시키게 된다.In other words, instead of calculating the filter coefficients of the Kaiser window, the discrete distribution value, which is one of the statistical values of gray level values of the pixel data of the Kaiser window, is obtained. In addition, a predetermined filter coefficient corresponding to the discrete distribution value is obtained, and filtering is performed using the value of the filter coefficient to reduce noise included in the image.
그런데의 값이 정확하게 k 혹은 2k 혹은 3k (혹은 그 외의 값)이 되지는 않을 경우, k 근방 혹은 2k 근방 혹은 3k 근방의 값이 구해지는 경우가 대부분일 것이다. 이 경우에, 예를 들어,의 값이 1.2k정도가 나오면의 값이 k인 것과 같은 것으로 간주하고 이때의 카이저 창의 필터 계수 w(0), w(1), w(2), w(3), w(4)는 각각 w(0)=w10, w(1)=w11, w(2)=w12, w(3)=w13, w(4)=w14가 된다.By the way If is not exactly k or 2k or 3k (or any other value), then the value near k or near 2k or near 3k will be found. In this case, for example If the value of about 1.2k It is assumed that the value of k is equal to k, and the filter coefficients w (0), w (1), w (2), w (3), and w (4) at Kaiser's window at this time are w (0) = w1 0 , w (1) = w1 1 , w (2) = w1 2 , w (3) = w1 3 , w (4) = w1 4 .
영상의 픽셀 데이타의 값을 구하는 정밀도를 낮추거나 혹은 영상의 픽셀 데이타에 대해 양자화(quantization)를 하여 본 발명에 따른 상기의 과정들을 거치면 이런 근사값을 대응하는 과정이 줄어질 것이다.By reducing the precision of obtaining the value of the pixel data of the image or quantizing the pixel data of the image and going through the above processes according to the present invention, the corresponding process of corresponding approximation will be reduced.
도 4는 본 발명에 따른 카이저 창의 필터 계수를 구해서 필터링을 하는 것을 도시한 것이다. 이 필터는 FIR(Finite-duration impulse response) 필터의 일종이다.4 is a diagram illustrating filtering by obtaining filter coefficients of a Kaiser window according to the present invention. This filter is a kind of finite-duration impulse response (FIR) filter.
상기 과정을 통해 구한 필터 계수 w(0), w(1), w(2), w(3), w(4), ... ,w(M)들을 사용해서 카이저 창들의 필터링 세기를 조절하고 일반적인 필터링 방법에 따라 필터링하는 것을 보여준다. 최종값인 Y0가 필터링 된 값을 나타낸다.Adjust the filtering intensity of the Kaiser windows using the filter coefficients w (0), w (1), w (2), w (3), w (4), ..., w (M) It shows how to filter according to the general filtering method. The final value, Y 0 , represents the filtered value.
상기의 과정을 거쳐 필터링 세기를 조절할 수 있으며, 이를 통해 고주파 성분을 많이 감쇠시키지 않도록 필터링 세기를 조절하는 효과도 얻을 수 있다.Through the above process, the filtering intensity can be adjusted, and through this, the effect of adjusting the filtering intensity can also be obtained so as not to attenuate a high frequency component.
도 5는 상기에 설명된 본 발명에 따른 필터링 방법을 구현하기 위한 장치를 블록으로 도시한 것이다.5 shows in block form an apparatus for implementing the filtering method according to the invention described above.
본 발명에 따른 장치의 구조를 설명한다.The structure of the device according to the invention is described.
도 5의 장치는 영상 화면(도 3의 30)에 소정의 크기의 필터링 창(도 3의 32 또는 34)을 설정하는 필터링 창 설정부(50), 필터링 창 내부의 소정의 통계값을 계산하는 통계 계산부(52) 및 상기 통계값을 이용하여 필터링 창의 필터링 세기를 조절하는 필터부(54)를 포함한다.5 includes a filtering window setting unit 50 for setting a filtering window (32 or 34 of FIG. 3) having a predetermined size on an image screen (30 of FIG. 3), and calculating a predetermined statistical value inside the filtering window. A statistical calculation unit 52 and a filter unit 54 for adjusting the filtering strength of the filtering window using the statistical value.
필터링 창 설정부(50)가 설정하는 필터링 창은 카이저 창임이 바람직하다.The filtering window set by the filtering window setting unit 50 is preferably a Kaiser window.
그리고 필터링 창 내부의 데이터의 통계값은 카이저 창 내부의 영상 데이터의 그레이 레벨 값들의 이산 변수임이 바람직하다.In addition, the statistical value of the data inside the filtering window is preferably a discrete variable of gray level values of the image data inside the Kaiser window.
또한 필터부(54)는 이산 분포값에 대응하는 카이저 창의 필터 계수값들의 뱅크를 생성하는 필터 계수 생성부(57), 통계 계산부(52)가 상기 카이저 창 내의 영상 데이터의 값에 대해 출력하는 이산 변수에 대응하는 필터 계수를 필터 계수 생성부(57)이 생성한 필터 계수값의 뱅크에서 찾는 필터 계수 검색부(56) 및 필터 계수 검색부(56)가 찾은 필터 계수를 이용하여 필터링 창인 카이저 창의 필터링 세기를 조절하는 필터링 세기 조절부(58)를 포함한다.In addition, the filter unit 54 may include a filter coefficient generator 57 for generating a bank of filter coefficient values of the Kaiser window corresponding to the discrete distribution value, and a statistical calculator 52 for outputting values of the image data in the Kaiser window. Kaiser, which is a filtering window using the filter coefficients found by the filter coefficient search unit 56 and the filter coefficient search unit 56 to find filter coefficients corresponding to the discrete variables in the bank of filter coefficient values generated by the filter coefficient generator 57. And a filtering intensity adjusting unit 58 for adjusting the filtering intensity of the window.
본 발명에 따른 이 장치의 동작은 상기 도 2의 동작에 따르므로 상세한 설명은 생략하여도 본 발명이 속한 분야의 통상의 지식을 가진 자에게는 쉽게 이해될 수 있을 것이다.Since the operation of the device according to the present invention is in accordance with the operation of FIG. 2, even if the detailed description is omitted, it will be easily understood by those skilled in the art.
본 발명에 의하면, 카이저 창의 데이터의 소정의 통계값을 이용하여 영상 데이터의 필터링의 세기를 조절하여, 필터링의 세기를 필요에 따라 용이하게 변경시킬 수 있고 복잡도를 줄이면서 적응적인 필터링을 통해 고주파 성분은 크게 감소시키지 않으면서 영상 데이터에서 잡음을 제거하는 효과를 높일 수 있다According to the present invention, by using a predetermined statistical value of the data of the Kaiser window, by adjusting the intensity of the filtering of the image data, the intensity of the filtering can be easily changed as needed, and the high frequency component through adaptive filtering while reducing the complexity Can increase the effect of removing noise from the image data without significantly reducing it.
Claims (10)
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1019990035845A KR100322602B1 (en) | 1999-08-27 | 1999-08-27 | Method and apparatus for reduction of image noise using filtering window |
| JP2000067466A JP2001094833A (en) | 1999-08-27 | 2000-03-10 | Method and device for attenuating video noise by utilizing filtering window |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1019990035845A KR100322602B1 (en) | 1999-08-27 | 1999-08-27 | Method and apparatus for reduction of image noise using filtering window |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20010019447A true KR20010019447A (en) | 2001-03-15 |
| KR100322602B1 KR100322602B1 (en) | 2002-03-18 |
Family
ID=19608931
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1019990035845A KR100322602B1 (en) | 1999-08-27 | 1999-08-27 | Method and apparatus for reduction of image noise using filtering window |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP2001094833A (en) |
| KR (1) | KR100322602B1 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100388673B1 (en) * | 2001-05-18 | 2003-06-25 | 삼성전자주식회사 | displaying device and controlling method thereof |
| CN115661135A (en) * | 2022-12-09 | 2023-01-31 | 山东第一医科大学附属省立医院(山东省立医院) | Focus region segmentation method for cardio-cerebral angiography |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR0157529B1 (en) * | 1995-09-29 | 1998-11-16 | 김광호 | Brightness/color signal separating apparatus and method using binery edge pattern |
| KR100230254B1 (en) * | 1996-04-17 | 1999-11-15 | 윤종용 | Circuit and method for reducing a noise |
| KR100219544B1 (en) * | 1997-05-26 | 1999-09-01 | 윤종용 | Selectivity bandwidth pass filter |
| JPH1188705A (en) * | 1997-09-11 | 1999-03-30 | Matsushita Electric Ind Co Ltd | Image reader |
-
1999
- 1999-08-27 KR KR1019990035845A patent/KR100322602B1/en not_active IP Right Cessation
-
2000
- 2000-03-10 JP JP2000067466A patent/JP2001094833A/en active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100388673B1 (en) * | 2001-05-18 | 2003-06-25 | 삼성전자주식회사 | displaying device and controlling method thereof |
| CN115661135A (en) * | 2022-12-09 | 2023-01-31 | 山东第一医科大学附属省立医院(山东省立医院) | Focus region segmentation method for cardio-cerebral angiography |
Also Published As
| Publication number | Publication date |
|---|---|
| KR100322602B1 (en) | 2002-03-18 |
| JP2001094833A (en) | 2001-04-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Konstantinides et al. | Noise estimation and filtering using block-based singular value decomposition | |
| US6144700A (en) | Method and apparatuses for removing blocking effect in a motion picture decoder | |
| KR0176601B1 (en) | Picture quality improving method & circuit using low-filtering and histogram equalization | |
| US5787204A (en) | Image signal decoding device capable of removing block distortion with simple structure | |
| JP2673778B2 (en) | Noise reduction device for video decoding | |
| US6014468A (en) | Apparatus and methods for image and signal processing | |
| KR101298642B1 (en) | Method and apparatus for eliminating image noise | |
| US5506699A (en) | Method and apparatus for converting a halftone image into a continuous tone image | |
| JPH0432587B2 (en) | ||
| US20020150302A1 (en) | Apparatus and methods for image and signal processing | |
| RU96123992A (en) | DEVICE FOR COMPRESSING A REPRESENTATIVE VIDEO PICTURE AND A DEVICE FOR FILTERING NOISE IN A SIGNAL | |
| JPH0836642A (en) | Image coding system and its preprocessing filter device | |
| JP3171283B2 (en) | Noise measurement method and device | |
| KR20100101463A (en) | Apparatus and method for eliminating noise | |
| KR100322602B1 (en) | Method and apparatus for reduction of image noise using filtering window | |
| JPH08172551A (en) | Noise elimination device | |
| JP3627291B2 (en) | Block distortion removing apparatus and method | |
| WO2000046741A1 (en) | Improving compressed image appearance using stochastic resonance and energy replacement | |
| Algazi et al. | Image analysis for adaptive noise reduction in super high-definition image coding | |
| JP2830723B2 (en) | Noise removal device | |
| Rao et al. | Image restoration using a hybrid approach based on DWT and SMKF | |
| CA2170548C (en) | Signal processing techniques based upon optical devices | |
| JP4083043B2 (en) | Coding noise removal device | |
| JPH0818829A (en) | Noise eliminating device | |
| WO2001010130A1 (en) | Method and device for pyramidal image coding |
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: 20101230 Year of fee payment: 10 |
|
| LAPS | Lapse due to unpaid annual fee |