KR20060055776A - 잡음 제거 기능을 가지는 적응형 에지-보존 평활 필터 및필터링 방법 - Google Patents

잡음 제거 기능을 가지는 적응형 에지-보존 평활 필터 및필터링 방법 Download PDF

Info

Publication number
KR20060055776A
KR20060055776A KR1020040094923A KR20040094923A KR20060055776A KR 20060055776 A KR20060055776 A KR 20060055776A KR 1020040094923 A KR1020040094923 A KR 1020040094923A KR 20040094923 A KR20040094923 A KR 20040094923A KR 20060055776 A KR20060055776 A KR 20060055776A
Authority
KR
South Korea
Prior art keywords
window
sub
samples
noise
median
Prior art date
Application number
KR1020040094923A
Other languages
English (en)
Inventor
블라디슬라프테레코프
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020040094923A priority Critical patent/KR20060055776A/ko
Publication of KR20060055776A publication Critical patent/KR20060055776A/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
    • H04N5/142—Edging; Contouring
    • 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
    • H04N5/20—Circuitry for controlling amplitude response
    • H04N5/205—Circuitry for controlling amplitude response for correcting amplitude versus frequency characteristic
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/015—High-definition television systems
    • H04N7/0152—High-definition television systems using spatial or temporal subsampling
    • H04N7/0155—High-definition television systems using spatial or temporal subsampling using pixel blocks
    • 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
    • G06T2207/20172—Image enhancement details
    • G06T2207/20201—Motion blur correction
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00—Networks using digital techniques
    • H03H17/02—Frequency selective networks
    • H03H17/0202—Two or more dimensional filters; Filters for complex signals
    • H03H2017/0207—Median filters

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)

Abstract

입력 영상으로부터 잡음을 제거하기 위한 평활 필터링 방법 및 평활 필터가 개시된다. 본 발명에 의한 평활 필터링 방법은 입력 영상으로부터 소정 크기를 가지는 윈도우를 추출하고, 윈도우를 구성하는 모든 픽셀들의 평균 및 분산을 결정하는 단계, 연산된 평균 및 분산을 이용하여 신뢰 구간을 결정하는 단계, 현재 처리되는 윈도우의 중심 픽셀의 계조값이 신뢰 구간에 속하는지 판단하여, 계조값이 신뢰 구간에 속할 경우 윈도우를 출력하는 단계 및 계조값이 신뢰 구간에 속하지 않는다면, 윈도우를 적어도 2개 이상의 서브-샘플들로 분할하고, 분할된 서브-샘플들에 적어도 2번의 t-테스트를 수행하여, 수행된 t-테스트 결과에 기반하여 윈도우로부터 잡음을 제거하는 필터링 단계를 포함한다. 또한, 필터링 단계는 윈도우로부터, 중심 픽셀을 기준으로 적어도 4개의 방향에서 서브-샘플들을 추출하는 서브-샘플 추출 단계, 추출된 서브-샘플들 중 서로 상응하는 방향을 가지는 다수 개의 서브-샘플 쌍들 각각에 대하여 t-테스트를 수행하는 t-테스트 단계, t-테스트 단계의 출력들 각각이 소정치 이하인지 판단하는 단계 및 출력들이 모두 소정치 이하일 경우 윈도우로부터 연산된 다수 개의 메디안을 이용하여 필터링을 수행하는 멀티스테이지 메디안 필터링 단계를 포함한다. 본 발명에 의하여 간단한 알고리즘을 통하여 외란으로부터 견실하게 에지를 보존하면서 잡음을 제거할 수 있다.

Description

잡음 제거 기능을 가지는 적응형 에지-보존 평활 필터 및 필터링 방법{Adaptive edge-preserving smoothing filter and filtering method with noise cancelation capability}
도 1은 종래 기술에 의한 잡음 제거 처리 방법을 도시하는 도면이다.
도 2는 본 발명에 의한 적응형 에지-보존 평활 필터를 개념적으로 나타내는 블록도이다.
도 3은 모든 서브-샘플들을 나타내는 처리 윈도우를 도시한다.
도 4는 본 발명의 다른 측면에 의한 에지 보존 적응형 잡음 제거 필터링 방법을 도시하기 위한 흐름도이다.
도 5는 본 발명에 의한 멀티스테이지 필터링을 위하여 처리 윈도우를 서브-샘플로 분할한 도면이다.
도 6은 현재 처리되는 픽셀을 예시하는 도면이다.
본 발명은 영상 데이터 처리 방법에 관한 것이며, 특히 과도한 에지 블러링(edge blurring) 없이 디지털 영상을 평활함으로써 디지털 영상의 임펄스 잡음을 제거하기 위한 방법에 관한 것이다.
디지털 카메라 또는 스캐너 등에 의하여 생성된 디지털 영상에서 잡음을 제거하는 것은 양질의 영상 데이터를 획득하는데 있어서 매우 중요하다. 디지털 영상 데이터에는 다양한 잡음이 존재할 수 있으며, 그 예를 들면 백색 잡음(white noise) 및 임펄스 잡음(impulse noise)이 있다. 이러한 잡음들은 디지털 카메라 등에 의하여 디지털 영상이 생성될 때 디지털 데이터에 부가된다. 임펄스 잡음은 다양한 요인에 의하여 발생되며 일정한 정지 특성(stationary nature)을 가지지 않는다. 모든 영상 센서에 있어서, 임펄스 잡음은 시간 및 온도에 기반하여 변경될 수 있다. 임펄스 잡음의 크기는 특히, 온도에 좌우된다.
잡음을 제거하기 위한 가장 단순한 방식은 메디안(median) 필터, 민(mean) 필터, 및 모드 필터를 이용하는 것이다. 이러한 필터들을 이용하면, 잡음의 상당 부분을 제거할 수 있으나 영상의 에지가 흐려지는 블러링+(blurring)이 발생되는 단점을 가진다. 즉, 영상이 급격히 변동되는 부분에 있어서, 고주파 성분의 색 정보가 필터를 거치면서 왜곡되는 현상이 발생된다. 그러므로, 잡음을 제거하기 위한 동작은 크게 잡음 제거 및 에지 보존(edge preserving)이라는 두 가지 과제를 동반한다.
두 가지 과제를 모두 만족하기 위하여, 잡음과 에지를 구분하여 선택적으로 제거하는 것은 매우 중요하다. 또한, 기존 영상 처리 장치에서 최소한의 장치를 부가함으로써 최소 비용으로 잡음을 제거하는 것이 필요하다.
잡음 제거를 위한 다양한 방법들이 제안되었으며, 이중 대한민국 특허번호 제 2004-0026454호로서, 테레코프 블라디슬라프(Terekhov Vladislav)에게 허여된 "적응형 에지-보존 평활 필터(Adaptive edge-preserving smoothing filter)"가 있다.
도 1은 종래 기술에 의한 잡음 제거 처리 방법을 도시하는 도면이다.
도 1에 도시된 잡음 제어 처리 방법은 에지 존재 예측부, 노이즈 존재 예측부 및 메디안 필터를 이용하여 잡음을 제거한다. 예를 들어, 입력되는 입력 영상 윈도우는 예를 들어 9개의 픽셀을 포함한다. 우선, 에지 존재 예측부가 영상 정보로부터 에지가 존재하는지 판단한다. 에지 예측 동작은 영상 정보의 분산(variance)을 통계학적으로 분석함으로써 수행된다. 그러나, 픽셀들의 평균값은 상이하지만, 동일한 분산을 가지는 영상이 발생될 수 있다. 그러므로, 도 1에 도시된 에지 존재 예측부는 평균값을 고려하지 않고 분산 만으로 에지를 예측하므로 오동작이 발생될 수 있는 단점을 가진다.
노이즈 존재 예측부는 영상 정보의 분산을 T-테스트(T-test)함으로써 잡음의 존재 여부를 예측한다. 메디안 필터는 공지된 바와 같은 필터링을 수행한다. 따라서, 메디안 필터는 에지와 잡음을 구별하지 않고 필터링을 수행하므로 원 영상 신호를 왜곡시킬 수 있다.
잡음을 제거하기 위한 다른 방법으로 평균 및 로컬 방향성 분산(local directional variances)을 연산하고 그 결과를 이용하는 방법이 제안되었다. 이러한 방법을 이용하면 영상 정보의 왜곡을 줄이면서 잡음 레벨을 감소시키는 효과를 얻을 수 있다. 필터의 동작을 적응 제어하기 위하여, 두 가지 제어 파라미터가 사 용될 수 있다. 첫 번째 제어 파라미터는 로컬 방향성 분산의 함수로서 설정될 수 있다. 두 번째 제어 파라미터는 모든 로컬 방향성 분산 및 평균의 함수로서 설정될 수 있다. 두 가지 제어 파라미터를 이용함으로써, 분산 만을 이용하여 필터링을 수행하는데 비하여 잡음을 효과적으로 제거할 수 있다.
그러나, 이러한 경우에도 제어 파라미터를 설정하기 위하여 분산 및 평균을 연산하여야 하므로 고속 동작이 힘든 것은 물론, 제어 파라미터를 연산하는 동작에 발생되는 피할 수 없는 외란(disturbance)에 의하여 필터의 견실성(robustness)이 떨어지는 단점을 가진다.
본 발명의 목적은 간단한 알고리즘을 통하여 디지털 영상 정보로부터 에지 블러링을 최소화하면서 잡음을 제거하기 위한 방법에 관한 것이다.
본 발명의 다른 목적은 외란으로부터 견실하게 동작하는 잡음 제거 장치를 제공하는 것이다.
상기와 같은 목적들을 달성하기 위한 본 발명의 일면은 입력 영상으로부터 잡음을 제거하기 위한 평활 필터링 방법에 관한 것이다. 본 발명에 의한 평활 필터링 방법은 입력 영상으로부터 소정 크기를 가지는 윈도우를 추출하고, 윈도우를 구성하는 모든 픽셀들의 평균 및 분산을 결정하는 단계, 연산된 평균 및 분산을 이용하여 신뢰 구간을 결정하는 단계, 현재 처리되는 윈도우의 중심 픽셀의 계조값이 신뢰 구간에 속하는지 판단하여, 계조값이 신뢰 구간에 속할 경우 윈도우를 출력하 는 단계 및 계조값이 신뢰 구간에 속하지 않는다면, 윈도우를 적어도 2개 이상의 서브-샘플들로 분할하고, 분할된 서브-샘플들에 적어도 2번의 t-테스트를 수행하여, 수행된 t-테스트 결과에 기반하여 윈도우로부터 잡음을 제거하는 필터링 단계를 포함하는 것을 특징으로 한다. 특히, 필터링 단계는, 윈도우로부터, 중심 픽셀을 기준으로 적어도 4개의 방향에서 서브-샘플들을 추출하는 서브-샘플 추출 단계, 추출된 서브-샘플들 중 서로 상응하는 방향을 가지는 다수 개의 서브-샘플 쌍들 각각에 대하여 t-테스트를 수행하는 t-테스트 단계, t-테스트 단계의 출력들 각각이 소정치 이하인지 판단하는 단계 및 출력들이 모두 소정치 이하일 경우 윈도우로부터 연산된 다수 개의 메디안을 이용하여 필터링을 수행하는 멀티스테이지 메디안 필터링 단계를 포함하는 것이 바람직하다. 뿐만 아니라, 멀티스테이지 메디안 필터링 단계는, 윈도우 및 다수 개의 서브-샘플들 각각에 대한 메디안을 연산하는 단계, 연산된 메디안들을 이용하여 최종 메디안을 결정하는 단계 및 최종 메디안을 이용하여 윈도우로부터 잡음을 제거하는 단계를 포함하는 것이 바람직하다.
상기와 같은 목적들을 달성하기 위한 본 발명의 다른 면은 잡음 제거 기능을 가지는 적응형 에지-보존 평활 필터에 관한 것으로서, 입력 영상으로부터 소정 크기를 가지는 윈도우를 추출하고, 윈도우를 구성하는 모든 픽셀들의 평균 및 분산을 결정하는 평균 및 분산 결정부, 연산된 평균 및 분산을 이용하여 신뢰 구간을 결정하는 신뢰 구간 결정부, 현재 처리되는 윈도우의 중심 픽셀의 계조값이 신뢰 구간에 속하는지 판단하여, 계조값이 신뢰 구간에 속할 경우 윈도우를 출력하는 이상값 제거부, 계조값이 신뢰 구간에 속하지 않는다면, 윈도우를 적어도 2개 이상의 서브 -샘플들로 분할하고, 분할된 서브-샘플들에 적어도 2번의 t-테스트를 수행하여, 수행된 t-테스트 결과에 기반하여 윈도우로부터 잡음을 제거하는 필터부를 포함하는 것을 특징으로 한다. 특히, 필터부는 윈도우로부터, 중심 픽셀을 기준으로 적어도 4개의 방향에서 서브-샘플들을 추출하는 서브-샘플 추출부, 추출된 서브-샘플들 중 서로 상응하는 방향을 가지는 다수 개의 서브-샘플 쌍들 각각에 대하여 t-테스트를 수행하는 t-테스트부; t-테스트 단계의 출력들 각각이 소정치 이하일 경우, 윈도우 및 다수 개의 서브-샘플들 각각에 대한 메디안을 연산하는 메디안 연산부, 연산된 메디안들을 이용하여 최종 메디안을 결정하는 최종 메디안 결정부 및 최종 메디안을 이용하여 윈도우로부터 잡음을 제거하는 잡음 제거부를 포함하는 것이 바람직하다.
본 발명에 의하여 간단한 알고리즘을 통하여 에지 블러링을 감소시킴과 동시에 영상 신호로부터 잡음을 제거할 수 있다.
본 발명과 본 발명의 동작상의 이점 및 본 발명의 실시에 의하여 달성되는 목적을 충분히 이해하기 위해서는 본 발명의 바람직한 실시예를 예시하는 첨부 도면 및 첨부 도면에 기재된 내용을 참조하여야만 한다.
이하, 첨부한 도면을 참조하여 본 발명의 바람직한 실시예를 설명함으로서, 본 발명을 상세히 설명한다. 각 도면에 대하여, 동일한 참조부호는 동일한 부재임을 나타낸다.
도 2는 본 발명에 의한 적응형 에지-보존 평활 필터를 개념적으로 나타내는 블록도이다.
본 발명에 의한 에지-보존 평활 필터(200)는 임펄스 존재 예측부(210), 에지 존재 예측부(250) 및 멀티스테이지 메디안 필터(290)를 포함한다. 또한, 에지 존재 예측부(250)는 평균 및 분산 결정부(255), 신뢰구간 결정부(260) 및 이상값 제거부(265)를 포함한다. 멀티스테이지 메디안 필터(290)는 서브-샘플 추출부(270), t-테스트부(275), 최종 메디안 결정부(280) 및 잡음 제거부(285)를 포함한다.
입력 영상 윈도우는 정방형의 크기를 가진다. 임펄스 존재 예측부(210)는 현재 처리되는 윈도우 내에서 임펄스를 검출한다. 에지 존재 예측부(250)는 상호 인접하는 픽셀들 간의 픽셀 값의 차를 이용하여 에지를 측정한다. 멀티스테이지 메디안 필터(290)는 적응형 필터링을 수행한다.
본 발명에 따른 잡음 제거 장치는 다음과 같이 동작한다.
우선 임펄스 존재 예측부(210)는 현 처리 픽셀 및 그 픽셀 주의의 처리 윈도우를 설정한다. 좌우 방향 및 상하 방향으로 동일한 크기를 가지는 윈도우에 대하여, 해당 윈도우의 평균 및 분산값이 연산된다. 예를 들어, 처리 윈도우는 3X3 윈도우일 수 있다. 윈도우의 차원이 커질수록 평균 및 분산값이 안정적으로 변동되는 장점을 가지나 연산 속도가 느려질 수 있다.
영상의 평균값은 다음 수학식 1을 이용하여 연산된다.
Figure 112004053857815-PAT00001
여기서 χi는 처리 윈도우 내의 픽셀의 계조(grayscale) 컬러값이며 n은 처리 윈도우 내의 픽셀들의 개수이다.
또한, 영상의 분산은 다음 수학식 2를 이용하여 연산된다.
Figure 112004053857815-PAT00002
그러면, 신뢰 구간(confidence interval)이 다음 수학식 3과 같이 결정된다.
Figure 112004053857815-PAT00003
신뢰 구간이라 함은, 평균으로부터 소정 간격만큼 떨어진 구간으로서, 확률적으로 해당 변수가 속할 것이 거의 확실하다고 판단되는 구간을 의미한다. 해당 변수가 신뢰 구간에 속할 확률은 α에 의하여 변경될 수 있다.
그러면 에지 존재 예측부(250)는 현재 처리되는 픽셀값(예를 들어 처리되는 윈도우의 중심 픽셀) 및 평균값의 차이를 매칭하고 차이값이 신뢰 구간에 속하는지 판단함으로써 이상값(outlier) 여부를 판단한다. 만일 현재 처리되는 픽셀이 이상값이 아니라면 다음 수학식 4가 만족된다. 이상값은 특정 측정값이 다른 값들과 많이 다르다고 판단되는 값을 의미한다.
Figure 112004053857815-PAT00004
에지 존재 예측부(250)는, 만일 현재 처리되는 픽셀이 이상값이 아니라면, 필터링을 수행하지 않고 후속 픽셀로 진행한다. 만일 현재 처리되는 픽셀이 이상값인 것으로 결정되면 멀티스테이지 메디안 필터(290)에서 후속 필터링 동작이 수행된다.
에지 존재 예측부(250)는 현재 처리되는 윈도우의 픽셀들을 4개의 서브-샘플들로 분할한다. 4개의 서브-샘플들은 현재 처리되는 윈도우의 픽셀들을 수평 방향, 수직 방향 및 대각선 방향으로 구획한 것이다. 그러면, 분할된 서브-샘플들에 대하여, t-테스트가 수행된다. 이 경우, 수평 방향 서브-샘플 및 수직 방향 서브-샘플들은 쌍으로 처리된다. 또한, 대각선 방향을 서브-샘플들에 대해서 t-테스트가 수행된다. t-테스트는 다음 수학식 5를 이용하여 수행될 수 있다. t-테스트란 서로 다른 모집단의 평균의 차이를 검증하는 통계학적 기법을 의미한다.
Figure 112004053857815-PAT00005
여기서 Sp는 가중치가 부여된 평균값을 나타내며 다음 수학식 6에 의하여 결정될 수 있다.
Figure 112004053857815-PAT00006
여기서, n은 서브-샘플 내의 픽셀 개수이며, 및 는 제1 및 제2 모집단의 분산들을 나타낸다.
만일 t값이 소정치보다 작다면, 현재 처리되는 윈도우는 잡음에 의하여 왜곡된 에지를 포함하는 것으로 판단될 수 있다. 그러므로 후속되는 멀티스테이지 필터링 동작이 수행된다. 소정치는 예를 들어 0.59로 설정될 수 있다.
만일 t값이 소정치보다 크다면, 현재 처리되는 윈도우는 잡음이 없는 선명한 에지를 포함하는 것으로 판단될 수 있다. 그러므로 후속되는 멀티스테이지 필터링 동작이 배제된다.
멀티스테이지 메디안 필터(290)는 각 서브-샘플들에 대하여 메디안 값들을 결정한다. 계산의 안정성을 위하여 사전 5개의 메디안들을 이용하여 새로운 메디안 값을 결정한다. 결정된 메디안 값은 멀티스테이지 필터링 동작의 결과이다.
도 3은 모든 서브-샘플들을 나타내는 처리 윈도우를 도시한다. 현재 처리되는 윈도우는 310으로 표시되며 윈도우들(320, 330, 340, 350)은 각각의 서브-샘플을 포함한다.
도 3에서, 입력 영상 윈도우는 9개의 픽셀들(X0, X1, X2, X3, X4, X5, X6, X7, X8)을 포함한다. 설명을 위하여 픽셀(X4)이 처리되는 동작에 대해서 설명한 다. 처리되는 픽셀(X4)에 대하여 가능한 모든 서브-샘플링 방향은 네 가지가 존재한다. 서브-샘플링 동작은 처리되는 픽셀에 인접하는 픽셀들을 이용하여 평균 및 분산을 연산하여 이상값 여부를 판단하고, 판단된 이상값을 이용하여 잡음 제거를 효율적으로 행하기 위하여 수행된다.
도 4는 본 발명의 다른 측면에 의한 에지 보존 적응형 잡음 제거 필터링 방법을 도시하기 위한 흐름도이다.
우선, 입력된 영상 윈도우로터 분산 및 평균을 연산한다(S410). 그러면 연산된 분산 및 평균으로부터 신뢰 구간이 연산된다. 분산 및 평균은 상기 수학식 2 및 수학식 1로부터 연산될 수 있음은 전술된 바와 같다. 또한, 신뢰 구간은 상기 수학식 3 및 수학식 4를 이용하여 연산될 수 있다.
그러면, 연산 결과가 이상값에 해당되는지 여부를 판단한다(S430). 연산 결과가 이상값이 아닌 것으로 판단되면 더 이상의 필터링이 필요하지 않으므로 입력 픽셀을 그대로 출력한다(S490). 반면에, 연산 결과가 이상값으로 판단되면, 후속 필터링 동작이 수행된다. 후속 필터링 동작에서, 현재 처리되는 윈도우를 다수 개의 모집단(population)으로 분할한다(S440). 처리 윈도우를 분할하는 동작은 도 5를 이용하여 상세히 후술된다. 도 5에 도시된 예시에서 모집단은 4개의 모집단으로 분할된다. 그러면, 분할된 모집단에 t-테스트를 수행한 결과가 소정치보다 작은지를 판단한다(S450).
판단 단계(S450)는 다음과 같이 이루어진다. 우선, 분할 된 모집단 중 상하 방향 및 수직 방향 모집단을 이용하여 제1 t-테스트를 수행하고 2개의 대각선 방향 모집단을 이용하여 제2 t-테스트를 수행한다. 그리하여 제1 t-테스트 결과 및 제2 t-테스트 결과가 각각 소정치 이하인지 여부를 판단한다. 만일 제1 t-테스트 결과 및 제2 t-테스트 결과가 모두 소정치보다 작다면, 후속 멀티스테이지 메디안 필터링 동작이 수행된다. 그러나, 제1 t-테스트 결과 및 제2 t-테스트 결과 중 하나 이상이 소정치와 같거나 소정치보다 크다면, 현재의 픽셀값을 그대로 출력한다(S490). 제1 t-테스트 또는 제2 t-테스트 결과가 소정치 이상이라면 현재 모집단이 에지를 포함하고 있는 것으로 판단할 수 있다. 소정치는 현재 처리되는 영상 정보의 품질, 영성 정보를 획득한 장치의 신뢰도 등에 따라서 다양하게 결정될 수 있다. 예를 들어, 높은 품질의 영상 정보일수록 소정치를 높게 설정하여 멀티스테이지 필터링을 수행할 필요가 있을 것이다. 반면에, 성능이 떨어지는 디지털 카메라로 획득한 영상 정보에 너무 높은 소정치를 이용하여 t-테스트를 수행하면, 거의 모든 윈도우에 대해서 멀티스테이지 필터링을 수행하게 되므로 오히려 전체적인 영상이 열화될 수 있다. 본 발명의 실시예에서, 소정치는 0.59로 설정되었으나 이는 본 발명을 한정하는 것은 아니다. 멀티스테이지 메디안 필터링 동작은 다음과 같이 수행된다.
우선, 현재 처리되는 윈도우 및 분할된 모집단 각각에 대한 메디안들을 연산한다(S460). 제1 메디안은 처리되는 윈도우 전체의 메디안이며, 제2 내지 제5 메디안들은 각각 분할된 모집단에 대한 메디안이다. 그러면, 사전 5개의 메디안 값들의 메디안을 연산한다(S470). 그리하여 연산된 최종 메디안을 이용하여 출력 픽셀값을 결정한다(S480).
도 5는 본 발명에 의한 멀티스테이지 필터링을 위하여 처리 윈도우를 서브-샘플로 분할한 도면이다.
처리 윈도우(510)는 9개의 픽셀들(X0, X1, X2, X3, X4, X5, X6, X7, X8)을 포함한다. 현재 처리되는 윈도우(510)의 가장 중심에 해당하는 픽셀(X4)을 기준으로 네 개의 서브-샘플들(520, 530, 540, 550)이 결정된다. 제1 서브-샘플(520)은 상하 방향으로 결정되며, 픽셀들(X1, X4, X7)을 포함한다. 제2 서브-샘플(530)은 좌우 방향으로 결정되며, 픽셀들(X3, X4, X5)을 포함한다. 제3 서브-샘플(540) 및 제4 서브-샘플(550)은 각각 대각선 방향으로 결정되며 픽셀들(X0, X4, X5) 및 픽셀들(X2, X4, X6)을 포함한다. 전술된 바와 같이, 제1 및 제2 서브-샘플(520, 530)에 대해서 제1 t-테스트가 수행되고, 제3 및 제4 서브-샘플들(540, 550)을 이용하여 제2 t-테스트가 수행된다.
도 6은 현재 처리되는 픽셀을 예시하는 도면이다. 도 6에 도시된 처리 윈도우는 9개의 픽셀들을 포함하며, 각각의 픽셀에 대해서 제1 및 제2 t-테스트를 수행하기 위한 서브-샘플들이 결정된다. 도 6에서는 처리 윈도우의 중심점에 해당하는 픽셀(610)이 처리 픽셀로 결정되었으나, 이는 본 발명을 한정하는 것은 아니다.
본 발명에 의한 에지-보존 멀티스테이지 필터링 방법은 처리되는 영상 윈도우를 다수 개의 모집단으로 분할하고, 분할된 모집단에 2번의 t-테스트를 수행하므로 외란이 가해지더라도 견실하게 동작할 수 있다.
본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균 등한 타 실시예가 가능하다는 점을 이해할 것이다.
따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.
본 발명에 의하여, 간단한 알고리즘을 통하여 디지털 영상 정보로부터 에지 블러링을 최소화하면서 잡음을 제거하기 위한 방법이 제공된다.
또한, 본 발명에 의하여 외란으로부터 견실하게 동작하는 잡음 제거 장치가 제공된다.

Claims (5)

  1. 입력 영상으로부터 잡음을 제거하기 위한 평활 필터링 방법에 있어서,
    입력 영상으로부터 소정 크기를 가지는 윈도우를 추출하고, 상기 윈도우를 구성하는 모든 픽셀들의 평균 및 분산을 결정하는 단계;
    연산된 상기 평균 및 분산을 이용하여 신뢰 구간을 결정하는 단계;
    현재 처리되는 윈도우의 중심 픽셀의 계조값이 상기 신뢰 구간에 속하는지 판단하여, 상기 계조값이 상기 신뢰 구간에 속할 경우 상기 윈도우를 출력하는 단계;
    상기 계조값이 상기 신뢰 구간에 속하지 않는다면, 상기 윈도우를 적어도 2개 이상의 서브-샘플들로 분할하고, 분할된 상기 서브-샘플들에 적어도 2번의 t-테스트를 수행하여, 수행된 t-테스트 결과에 기반하여 상기 윈도우로부터 잡음을 제 거하는 필터링 단계를 포함하는 것을 특징으로 하는 잡음 제거 기능을 가지는 적응형 에지-보존 평활 필터링 방법.
  2. 제1항에 있어서, 상기 필터링 단계는,
    상기 윈도우로부터, 상기 중심 픽셀을 기준으로 적어도 4개의 방향에서 상기 서브-샘플들을 추출하는 서브-샘플 추출 단계;
    추출된 상기 서브-샘플들 중 서로 상응하는 방향을 가지는 다수 개의 서브-샘플 쌍들 각각에 대하여 t-테스트를 수행하는 t-테스트 단계;
    상기 t-테스트 단계의 출력들 각각이 소정치 이하인지 판단하는 단계 및
    상기 출력들이 모두 상기 소정치 이하일 경우 상기 윈도우로부터 연산된 다수 개의 메디안을 이용하여 필터링을 수행하는 멀티스테이지 메디안 필터링 단계를 포함하는 것을 특징으로 하는 잡음 제거 기능을 가지는 적응형 에지-보존 평활 필터링 방법.
  3. 제2항에 있어서, 상기 멀티스테이지 메디안 필터링 단계는,
    상기 윈도우 및 상기 다수 개의 서브-샘플들 각각에 대한 메디안을 연산하는 단계;
    연산된 상기 메디안들을 이용하여 최종 메디안을 결정하는 단계 및
    상기 최종 메디안을 이용하여 상기 윈도우로부터 잡음을 제거하는 단계를 포함하는 것을 특징으로 하는 잡음 제거 기능을 가지는 적응형 에지-보존 평활 필터 링 방법.
  4. 입력 영상으로부터 잡음을 제거하기 위한 평활 필터에 있어서,
    상기 입력 영상으로부터 잡음 성분과 에지 성분을 검출하여 잡음 성분을 제거하는 에지 존재 예측부 및 임펄스 신호를 제거하는 임펄스 존재 예측부 및
    상기 입력 영상을 적어도 2개 이상의 서브-샘플들로 분할하고, 분할된 상기 서브-샘플들에 적어도 2번의 t-테스트를 수행하여, 수행된 t-테스트 결과에 기반하여 상기 윈도우로부터 잡음을 제거하는 필터부를 포함하는 것을 특징으로 하는 잡음 제거 기능을 가지는 적응형 에지-보존 평활 필터.
  5. 제4항에 있어서, 상기 평활 필터는 상기 입력 영상으로부터 임펄스 잡음을 제거하기 위한 임펄스 존재 예측부를 더 포함하며, 상기 에지 존재 예측부는,
    입력 영상으로부터 소정 크기를 가지는 윈도우를 추출하고, 상기 윈도우를 구성하는 모든 픽셀들의 평균 및 분산을 결정하는 평균 및 분산 결정부 및
    상기 윈도우의 중심 픽셀의 계조값이 소정 신뢰 구간에 속하는지 판단하여, 상기 계조값이 상기 신뢰 구간에 속할 경우 상기 윈도우를 출력하는 이상값 제거부를 포함하고, 상기 필터부는,
    상기 윈도우로부터, 상기 중심 픽셀을 기준으로 적어도 4개의 방향에서 상기 서브-샘플들을 추출하는 서브-샘플 추출부;
    추출된 상기 서브-샘플들 중 서로 상응하는 방향을 가지는 다수 개의 서브- 샘플 쌍들 각각에 대하여 t-테스트를 수행하는 t-테스트부; 상기 t-테스트 단계의 출력들 각각이 소정치 이하일 경우,
    상기 윈도우 및 상기 다수 개의 서브-샘플들 각각에 대한 메디안을 연산하는 메디안 연산부;
    연산된 상기 메디안들을 이용하여 최종 메디안을 결정하는 최종 메디안 결정부 및
    상기 최종 메디안을 이용하여 상기 윈도우로부터 잡음을 제거하는 잡음 제거부를 포함하는 것을 특징으로 하는 잡음 제거 기능을 가지는 적응형 에지-보존 평활 필터.
KR1020040094923A 2004-11-19 2004-11-19 잡음 제거 기능을 가지는 적응형 에지-보존 평활 필터 및필터링 방법 KR20060055776A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020040094923A KR20060055776A (ko) 2004-11-19 2004-11-19 잡음 제거 기능을 가지는 적응형 에지-보존 평활 필터 및필터링 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020040094923A KR20060055776A (ko) 2004-11-19 2004-11-19 잡음 제거 기능을 가지는 적응형 에지-보존 평활 필터 및필터링 방법

Publications (1)

Publication Number Publication Date
KR20060055776A true KR20060055776A (ko) 2006-05-24

Family

ID=37151719

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020040094923A KR20060055776A (ko) 2004-11-19 2004-11-19 잡음 제거 기능을 가지는 적응형 에지-보존 평활 필터 및필터링 방법

Country Status (1)

Country Link
KR (1) KR20060055776A (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100726351B1 (ko) * 2005-11-30 2007-06-13 중앙대학교 산학협력단 이미지/노이즈 판별을 위한 통계적 영상처리 시스템 및방법
KR20160104960A (ko) * 2015-02-27 2016-09-06 (주)실리콘화일 크로스 커널 구조의 중간값 필터를 이용한 영상 잡음 제거장치 및 방법
KR101961816B1 (ko) * 2017-11-30 2019-03-25 전남대학교산학협력단 영상의 잡음제거 및 에지 보존이 가능한 방향성 평균 필터링 방법
CN110394693A (zh) * 2019-07-10 2019-11-01 中国工程物理研究院激光聚变研究中心 一种基于磁流变加工的连续型螺旋相位板制备方法
KR20190137913A (ko) * 2017-04-25 2019-12-11 더 보드 어브 트러스티스 어브 더 리랜드 스탠포드 주니어 유니버시티 딥 컨볼루션 신경망을 사용하는 의료 이미징을 위한 선량 감소
CN113724167A (zh) * 2021-09-03 2021-11-30 中国矿业大学 一种高清视频信息的自适应采集及图像处理方法
CN117455800A (zh) * 2023-12-22 2024-01-26 肥城新查庄地质勘查有限公司 基于计算机视觉的煤矿钻探定位方法
US12118696B2 (en) 2021-11-26 2024-10-15 Samsung Electronics Co., Ltd. Image signal processor, method for operating image signal processor and image sensing device

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100726351B1 (ko) * 2005-11-30 2007-06-13 중앙대학교 산학협력단 이미지/노이즈 판별을 위한 통계적 영상처리 시스템 및방법
KR20160104960A (ko) * 2015-02-27 2016-09-06 (주)실리콘화일 크로스 커널 구조의 중간값 필터를 이용한 영상 잡음 제거장치 및 방법
KR20190137913A (ko) * 2017-04-25 2019-12-11 더 보드 어브 트러스티스 어브 더 리랜드 스탠포드 주니어 유니버시티 딥 컨볼루션 신경망을 사용하는 의료 이미징을 위한 선량 감소
KR101961816B1 (ko) * 2017-11-30 2019-03-25 전남대학교산학협력단 영상의 잡음제거 및 에지 보존이 가능한 방향성 평균 필터링 방법
CN110394693A (zh) * 2019-07-10 2019-11-01 中国工程物理研究院激光聚变研究中心 一种基于磁流变加工的连续型螺旋相位板制备方法
CN113724167A (zh) * 2021-09-03 2021-11-30 中国矿业大学 一种高清视频信息的自适应采集及图像处理方法
US12118696B2 (en) 2021-11-26 2024-10-15 Samsung Electronics Co., Ltd. Image signal processor, method for operating image signal processor and image sensing device
CN117455800A (zh) * 2023-12-22 2024-01-26 肥城新查庄地质勘查有限公司 基于计算机视觉的煤矿钻探定位方法
CN117455800B (zh) * 2023-12-22 2024-03-15 肥城新查庄地质勘查有限公司 基于计算机视觉的煤矿钻探定位方法

Similar Documents

Publication Publication Date Title
KR100754181B1 (ko) 복호화된 비디오 시퀀스에서 모스퀴토 잡음을 제거하는방법 및 장치
US7046307B1 (en) Video signal noise level estimator
Xu et al. A switching weighted vector median filter based on edge detection
KR930018955A (ko) 영상신호의 노이즈 제거회로
US20060232709A1 (en) Interframe noise reduction for video
US20080152256A1 (en) Method for estimating noise
CN111445424A (zh) 图像处理和移动终端视频处理方法、装置、设备和介质
CN112233051B (zh) 一种中值滤波方法、中值滤波装置和计算机可读存储介质
KR20060055776A (ko) 잡음 제거 기능을 가지는 적응형 에지-보존 평활 필터 및필터링 방법
JP4118906B2 (ja) 映像信号処理装置及び映像信号処理方法
KR100627615B1 (ko) 조정 가능한 임계값을 이용한 노이즈 제거 장치
WO2008056178A2 (en) Reduction of blocking artefacts in image decompression systems
JPH06260889A (ja) フィルタ回路
KR101024731B1 (ko) 디지털 이미지의 모스키토 노이즈를 감소시키기 위한 방법 및 시스템
JP2005150903A (ja) 画像処理装置、ノイズ除去方法及びノイズ除去プログラム
EP3540685B1 (en) Image-processing apparatus to reduce staircase artifacts from an image signal
US20110129160A1 (en) Image processing apparatus and image processing method in the image processing apparatus
JP2002208006A (ja) 画像ノイズ減少方法
KR100839922B1 (ko) 적응적 평균값 필터를 이용한 컬러 잡음 제거 장치 및 방법
JP2007336075A (ja) ブロック歪み低減装置
JPH08237475A (ja) 画像領域分離方法と画像領域分離装置、および画像処理方法と画像処理装置
JP2006270220A (ja) 映像信号処理装置
EP2599311A1 (en) Block compression artifact detection in digital video signals
KR100456102B1 (ko) 시간 필터링을 이용한 영상잡음 제거시 움직임 검출 장치및 그 방법
KR19980013760U (ko) 영상잡음 제거장치

Legal Events

Date Code Title Description
WITN Withdrawal due to no request for examination