KR20060083619A - 영상신호의 잡음 크기 추정 장치 - Google Patents

영상신호의 잡음 크기 추정 장치 Download PDF

Info

Publication number
KR20060083619A
KR20060083619A KR1020050004498A KR20050004498A KR20060083619A KR 20060083619 A KR20060083619 A KR 20060083619A KR 1020050004498 A KR1020050004498 A KR 1020050004498A KR 20050004498 A KR20050004498 A KR 20050004498A KR 20060083619 A KR20060083619 A KR 20060083619A
Authority
KR
South Korea
Prior art keywords
noise
value
estimated
estimator
variance
Prior art date
Application number
KR1020050004498A
Other languages
English (en)
Other versions
KR100672328B1 (ko
Inventor
이광연
Original Assignee
엘지전자 주식회사
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 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to KR1020050004498A priority Critical patent/KR100672328B1/ko
Priority to AT06290078T priority patent/ATE530015T1/de
Priority to EP06290078A priority patent/EP1681849B1/en
Priority to RU2006101381/09A priority patent/RU2006101381A/ru
Priority to US11/332,396 priority patent/US7792381B2/en
Priority to CNA2006100049719A priority patent/CN1812489A/zh
Publication of KR20060083619A publication Critical patent/KR20060083619A/ko
Application granted granted Critical
Publication of KR100672328B1 publication Critical patent/KR100672328B1/ko
Priority to US12/853,099 priority patent/US8023761B2/en
Priority to US12/875,793 priority patent/US8023762B2/en

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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Picture Signal Circuits (AREA)

Abstract

본 발명은 영상 신호의 화질 향상을 위해서 잡음의 크기를 효과적으로 추정하는 장치를 제공하기 위한 것으로서, 영상신호의 잡음 추정기는 잡음의 분포와 영상신호의 분포에 대한 특성을 이용하여 영상 신호에 포함된 잡음의 크기를 추정하는 공간적 잡음 추정부와, 시간적으로 연속한 두 영상의 밝기값 차이의 절대값에 대한 분산을 이용하여 전역 움직임의 유무를 판단하여 영상 신호에 포함된 잡음의 크기를 추정하는 시간적 잡음 추정부와, 연속된 두 영상 사이에 카메라 움직임의 여부에 따라서 상기 공간적 잡음 추정부와 시간적 잡음 추정부에서 추정된 잡음의 크기 중 어느 하나의 추정값을 선택하여 출력하는 전역 움직임 검출부와, 상기 전역 움직임 검출부를 통해 출력되는 추정값을 이용하여 잘못 추정된 잡음을 시간적으로 보정(correction)하는 시간 필터링부를 포함하여 구성되는데 있다.
잡음 분산, 히스토그램

Description

영상신호의 잡음 크기 추정 장치{apparatus for estimation noise level of video signal}
도 1 은 종래 기술에 따른 영상신호의 잡음 크기 추정 방법을 나타낸 도면
도 2 는 본 발명에 따른 영상신호의 잡음 크기 추정 장치를 나타낸 도면
도 3 은 본 발명에 따른 영상신호의 잡음 크기 추정 장치에서 시간 필터링의 개념도
*도면의 주요부분에 대한 부호의 설명
10 : 프레임 지연부 20 : 공간적 잡음 추정부
22 : 제 1 히스토그램 계산부 24 : 공간적 잡음 크기 추정기
30 : 시간적 잡음 추정부 32 : 제 2 히스토그램 계산부
34 : 분산 계산부 40 : 전역 움직임 검출부
50 : 시간 필터링부
본 발명은 영상 신호의 잡음 감소(Noise Reduction) 장치에 관한 것으로, 특히 TV 영상 신호의 잡음 크기 추정 장치에 관한 것이다.
TV 영상 신호는 카메라의 열 잡음, 전송 과정에서의 잡음 등 다양한 잡음이 포함될 가능성이 항상 존재하며 이러한 잡음들은 화질을 열화시키는(degraded) 주요 원인이 된다.
따라서 TV 수신부 등에서는 이러한 문제를 해결하기 위하여 잡음 제거와 같은 처리를 수행하는데, 이때 영상에 부가된 잡음의 크기를 알지 못하면 정확하지 못한 처리 결과를 얻게 된다.
예를 들어 잡음이 매우 작은 영상에 대하여 강한 잡음제거 처리를 수행하면 디테일(detail)한 영상 성분이 제거되므로, 선명하지 못한 즉, 흐릿한(blurred) 영상이 얻어진다.
반대로, 잡음이 큰 영상에 약한 잡음제거 처리를 수행하면 영상에 부과되어 있는 잡음을 충분히 제거하지 못한다.
따라서 영상의 고화질화를 위하여 잡음 감소는 필수적으로 요구되는 기술이다.
일반적으로 영상 신호의 잡음은 다음 수학식 1과 같이 표현된다.
여기서, 영상 신호 f(x,y)에 잡음 신호 n(x,y)이 더해져서 신호 g(x,y)가 측정될 때, 잡음 신호는
Figure 112005002704440-PAT00001
와 같이 평균 0에 분산
Figure 112005002704440-PAT00002
을 갖는 정규분포를 갖는다고 가정한다.
Figure 112005002704440-PAT00003
이때, 잡음 감소는 측정된 영상 신호 g(x,y)로부터 잡음이 포함되지 않은 원래의 영상신호 f(x,y)를 추정하는 과정으로, 이 과정은 보통 영상 내용에 적응적인 여파기(image-adaptive filtering)에 의해 구현된다.
그리고 상기 여파기는 영상 내용에 따라 적절하게 영상을 단순화(smoothing) 해 준다.
다음 수학식 2는 전형적인 영상 적응 여파기를 통과한 신호를 나타낸 계산식으로써, 적응 LMMSE(Adaptive Linear Minimum Mean Square Error) 여파기에서의 계산식을 일 예로 나타내고 있다.
Figure 112005002704440-PAT00004
Figure 112005002704440-PAT00005
상기 여파기를 통과한 신호
Figure 112005002704440-PAT00006
는 수학식 2와 같이 측정된 화소 g(x,y)와 화소 주위의 일정 크기의 영역에 대한 평균
Figure 112005002704440-PAT00007
을 가중 평균(weighted-average)하여 얻는다.
이때, 가중치 alpha는 화소 g(x,y) 주위의 일정 크기의 영역에 대한 분산
Figure 112005002704440-PAT00008
와 잡음 크기
Figure 112005002704440-PAT00009
에 의해서 결정된다. 그리고 상기 분산
Figure 112005002704440-PAT00010
는 영상으로부 터 직접 계산할 수 있지만 잡음 크기
Figure 112005002704440-PAT00011
은 미리 알고 있어야 한다.
이와 같이 영상으로부터 잡음 크기를 직접 계산하는 종래의 방법으로 한국특허<영상 신호의 잡음 크기 추정 방법 및 장치>(공개번호 특2002-0007708)가 있다.
이 방법은 도 1에서와 같이
Figure 112005002704440-PAT00012
의 히스토그램 P[i]와 그 누적치 C[i]를 계산하고, 이때 잡음 크기
Figure 112005002704440-PAT00013
은 상대적으로 평탄한(uniform) 영역에 존재한다고 가정한다.
따라서, 상기 누적치 C[i]의 크기가 일정 크기 Th1 이하가 되고 동시에 상기 히스토그램 P[i]의 크기는 Th2 이상이 되는 구간 내에서 P[i]의 평균치를 구한다.
그래서, 이 Th1 ~ Th2 구간 내에서 P[i]가 평균치가 되는 첫 번째 i를 잡음 크기
Figure 112005002704440-PAT00014
로 결정한다.
이 방법은 영상 내에 적당한 수준의 텍스쳐(texture) 성분이 존재하면 비교적 정확한 잡음 추정 결과를 보이나, 영상에 텍스쳐 성분이 거의 없거나 또는 텍스쳐 성분이 너무 많은 경우에는 추정된 잡음이 부정확한 단점이 있다.
이와 같이 잡음 추정이 부정확하면 수학식 2로부터 잡음 감소 여파기를 통과한 영상이 지나치게 단순화되거나(over-smoothing) 또는 잡음감소가 거의 되지 않는(under-smoothing) 단점이 발생된다.
따라서 본 발명은 상기와 같은 문제점을 해결하기 위해 안출한 것으로서, 영상 신호의 화질 향상을 위해서 잡음의 크기를 효과적으로 추정하는 장치를 제공하는데 그 목적이 있다.
상기와 같은 목적을 달성하기 위한 본 발명에 따른 영상신호의 잡음 감소 장치의 특징은 영상신호의 잡음 추정기는 잡음의 분포와 영상신호의 분포에 대한 특성을 이용하여 영상 신호에 포함된 잡음의 크기를 추정하는 공간적 잡음 추정부와, 시간적으로 연속한 두 영상의 밝기값 차이의 절대값에 대한 분산을 이용하여 전역 움직임의 유무를 판단하여 영상 신호에 포함된 잡음의 크기를 추정하는 시간적 잡음 추정부와, 연속된 두 영상 사이에 카메라 움직임의 여부에 따라서 상기 공간적 잡음 추정부와 시간적 잡음 추정부에서 추정된 잡음의 크기 중 어느 하나의 추정값을 선택하여 출력하는 전역 움직임 검출부와, 상기 전역 움직임 검출부를 통해 출력되는 추정값을 이용하여 잘못 추정된 잡음을 시간적으로 보정(correction)하는 시간 필터링부를 포함하여 구성되는데 있다.
바람직하게, 상기 공간적 잡음 추정부는 한 프레임에 존재하는 각 화소들의 로컬 분산에 대한 구간별 히스토그램을 계산하는 구간별 제 1 히스토그램 계산부와, 상기 제 1 히스토그램 계산부에서 계산된 구간별 히스토그램을 입력받아 잡음의 분산 결정에 사용될 유효 히스토그램 값들을 결정하는 공간적 잡음 크기 추정기를 포함하여 구성되는 것을 특징으로 한다.
바람직하게, 상기 시간적 잡음 추정부는 시간적으로 연속한 두 영상의 밝기 값의 차이(frame difference)의 절대값에 대한 분산을 이용하여 구간별 히스토그램을 계산하는 제 2 히스토그램 계산부와, 상기 제 2 히스토그램 계산부에서 계산된 구간별 히스토그램을 이용하여 전역 움직임의 유무를 판단하여 영상 신호에 포함된 잡음의 크기를 추정하는 분산 계산부를 포함하여 구성되는 것을 특징으로 한다.
바람직하게 상기 분산 계산부는 전역 움직임이 없는 경우 두 영상의 차이는 정규분포를 따르며 그 분산이 잡음의 크기가 되고, 움직임이 있는 경우는 움직임 보상 후의 밝기값의 차이가 잡음의 분포를 따르는 것을 특징으로 한다.
바람직하게 상기 전역 움직임 검출부에서 연속된 두 영상 사이에 카메라 움직임이 있는지 여부의 결정은 상기 시간적 잡음 추정부에서 계산된 밝기값의 차이에 대한 평균과 분산을 계산하고 각각의 값을 미리 정해진 기준값(threshold)과 비교하여 결정하는 것을 특징으로 한다.
바람직하게 상기 시간 필터링부는 추정된 잡음을 2개의 상태값(state value)을 두어 공간적으로 추정된 잡음 크기와 데이터 상관(data association)시키고 시간적으로 1차원 칼만 필터링(1D Kalman filtering)을 통해 잘못 추정된 잡음을 시간적으로 보정하는 것을 특징으로 한다.
바람직하게 상기 시간 필터링부는 두 상태값 중 그 분산이 작은 쪽의 평균을 그 시각에서의 추정 잡음으로 출력하는 것을 특징으로 한다.
본 발명의 다른 목적, 특성 및 이점들은 첨부한 도면을 참조한 실시예들의 상세한 설명을 통해 명백해질 것이다.
본 발명에 따른 영상신호의 잡음 크기 추정 장치의 바람직한 실시예에 대하 여 첨부한 도면을 참조하여 설명하면 다음과 같다.
도 2 는 본 발명에 따른 영상신호의 잡음 크기 추정 장치의 전체 구성도를 나타낸 도면이다.
도 2와 같이, 영상신호의 잡음 추정기는 잡음의 분포와 영상신호의 분포에 대한 특성을 이용하여 영상 신호에 포함된 잡음의 크기를 추정하는 공간적 잡음 추정부(spatial noise level estimation)(20)와, 시간적으로 연속한 두 영상의 밝기값 차이(frame difference)의 절대값에 대한 분산을 이용하여 전역 움직임의 유무를 판단하여 영상 신호에 포함된 잡음의 크기를 추정하는 시간적 잡음 추정부(temporal noise level estimation)(30)와, 연속된 두 영상 사이에 카메라 움직임의 여부에 따라서 상기 공간적 잡음 추정부(20)와 시간적 잡음 추정부(30)에서 추정된 잡음의 크기 중 어느 하나의 추정값을 선택하여 출력하는 전역 움직임 검출부(global motion detection)(40)와, 상기 전역 움직임 검출부(40)를 통해 출력되는 추정값을 이용하여 잘못 추정된 잡음을 시간적으로 보정(correction)하는 시간 필터링부(data association and Kalman filtering)(50)로 구성된다.
이때, 상기 공간적 잡음 추정부(20)에서는 도 1과 같이 기존의 방법을 사용하여 잡음 추정 크기를 추정하는 방법으로, 한 프레임에 존재하는 각 화소들의 로컬 분산에 대한 구간별 히스토그램을 계산하는 구간별 제 1 히스토그램 계산부(22)와, 상기 제 1 히스토그램 계산부(22)에서 계산된 구간별 히스토그램을 입력받아 잡음의 분산 결정에 사용될 유효 히스토그램 값들을 결정하는 공간적 잡음 크기 추정기(24)로 구성된다.
그리고 상기 시간적 잡음 추정부(30)에서는 다음 수학식 3과 같이 프레임 지연부(10)를 통해 서로 다른 시간적으로 연속한 두 영상의 밝기값의 차이(frame difference)의 절대값에 대한 분산을 이용하여 구간별 히스토그램을 계산하는 제 2 히스토그램 계산부(32)와, 상기 제 2 히스토그램 계산부(32)에서 계산된 구간별 히스토그램을 이용하여 전역 움직임의 유무를 판단하여 영상 신호에 포함된 잡음의 크기를 추정하는 분산 계산부(34)로 구성된다.
Figure 112005002704440-PAT00015
이때, 상기 분산 계산부(34)는 전역 움직임이 없는 경우 두 영상의 차이는 정규분포를 따르고 그 분산이 잡음의 크기가 된다. 반면 움직임이 있는 경우는 다음 수학식 4와 같이 움직임 보상 후의 밝기값의 차이가 잡음의 분포를 따른다.
Figure 112005002704440-PAT00016
그러나 움직임 추정 및 보상은 연산량이 많고 하드웨어 구현 비용이 대단히 큰 단점이 있다.
따라서, 상기 전역 움직임 검출부(40)에서는 연속된 두 영상 사이에 카메라 움직임이 있는지 여부를 결정한다. 즉, 수학식 3으로부터 계산된 밝기값의 차이에 대한 평균과 분산을 계산하고 각각의 값을 미리 정해진 기준값(threshold)과 비교한다.
그리고 다음 수학식 5를 만족하면 카메라 움직임이 없다고 판단하고 시간적 잡음 추정부(30)의 추정값을 선택하고, 만족하지 않으면 카메라 움직임이 크다고 판단하고 공간적 잡음 추정부(20)의 추정값을 선택한다.
이와 같이, 전역 움직임 검출부(60)는 공간적으로 추정한 잡음 크기와 시간적으로 추정한 잡음 크기를 움직임 적응적으로 선택한다.
Figure 112005002704440-PAT00017
이렇게 추정된 잡음의 시간 필터링부(50)에서는 잘못 추정된 잡음을 시간적으로 보정(correction)한다. 이를 위하여 추정된 잡음
Figure 112005002704440-PAT00018
을 2개의 상태값(state value)을 두어 공간적으로 추정된 잡음 크기와 데이터 상관(data association)하고 시간적으로 칼만 필터링(Kalman filtering)한다. 그리고 필터링된 상태값 중 시간적 분산이 작은 쪽을 최종 추정 잡음으로 출력한다.
이 과정을 자세히 설명하면 다음과 같다.
2개의 상태값
Figure 112005002704440-PAT00019
을 생각한다. 이 상태값들은 각각
Figure 112005002704440-PAT00020
의 정규분포를 갖는 확률 변수(random variable)이다.
이때, t=0 일 때 각 상태값의 초기값은 다음 수학식 6과 같이 설정한다.
Figure 112005002704440-PAT00021
Figure 112005002704440-PAT00022
따라서, 상기 공간적 잡음 추정부(20)에서 추정된 잡음
Figure 112005002704440-PAT00023
이 입력으로 들어올 때마다 거리가 가까운 상태값을 선택한다. 즉, 다음 수학식 7을 만족하면 상태값
Figure 112005002704440-PAT00024
을 선택하게 된다. 그리고 상기 수학식 7을 만족하지 않으면 상태값
Figure 112005002704440-PAT00025
을 선택한다.
Figure 112005002704440-PAT00026
상태값
Figure 112005002704440-PAT00027
이 선택된 경우 상태값은 수학식 8과 같이 갱신(update)한다.
Figure 112005002704440-PAT00028
Figure 112005002704440-PAT00029
Figure 112005002704440-PAT00030
Figure 112005002704440-PAT00031
그리고 선택되지 못한 상태값
Figure 112005002704440-PAT00032
는 불확실성이 증가했으므로 다음 수학식 9와 같이 현재의 값을 유지하고 대신 분산을 증가시킨다.
Figure 112005002704440-PAT00033
Figure 112005002704440-PAT00034
이때, 상기
Figure 112005002704440-PAT00035
가 수학식 7을 만족시키지 못하는 경우는 수학식 8을 상태값
Figure 112005002704440-PAT00036
의 갱신에, 수학식 9를 상태값
Figure 112005002704440-PAT00037
의 갱신에 적용한다.
최종적으로 두 상태값 중 그 분산이 작은 쪽의 평균을 그 시각에서의 추정 잡음으로 출력한다.
즉, 다음 수학식 10을 만족하면
Figure 112005002704440-PAT00038
, 그렇지 않으면
Figure 112005002704440-PAT00039
가 시각 t 에서의 추정 잡음이 된다.
Figure 112005002704440-PAT00040
도 3 은 지금까지 설명한 시간 필터링의 개념을 돕기 위한 개념도이다.
도 3을 참조하여 설명하면, 시각 t-1 일 때 두 개의 상태값
Figure 112005002704440-PAT00041
은 각각 평균
Figure 112005002704440-PAT00042
과 분산
Figure 112005002704440-PAT00043
의 값을 갖는다.
그리고 공간적 잡음 추정을 통해
Figure 112005002704440-PAT00044
이 주어지면 수학식 7의 거리 기준에 의해 두 상태값 중
Figure 112005002704440-PAT00045
과 거리가 가까운 상태값을 선택한다.
도 3의 실시예에서는 상태값
Figure 112005002704440-PAT00046
이
Figure 112005002704440-PAT00047
보다
Figure 112005002704440-PAT00048
에 더 가까운 경우이다. 따라서
Figure 112005002704440-PAT00049
은 수학식 6에 의해 갱신되고,
Figure 112005002704440-PAT00050
는 수학식 7에 의해 갱신된다.
즉,
Figure 112005002704440-PAT00051
은 평균의 위치가 갱신되고 불확실성을 의미하는 분산이 감소한다. 반면,
Figure 112005002704440-PAT00052
는 평균값을 그대로 유지하고 불확실성이 증가했으므로 분산이 증가한다.
이상 설명한 내용을 통해 당업자라면 본 발명의 기술 사상을 일탈하지 아니하는 범위에서 다양한 변경 및 수정이 가능함을 알 수 있을 것이다.
따라서, 본 발명의 기술적 범위는 실시예에 기재된 내용으로 한정되는 것이 아니라 특허 청구의 범위에 의하여 정해져야 한다.
이상에서 설명한 바와 같은 본 발명에 따른 영상신호의 잡음 감소 장치는 영상으로부터 직접 잡음의 크기를 추정하는 방법이므로 동영상의 잡음을 감소해야 하는 요구가 있는 모든 시스템에 적용할 수 있다. 그 중 특히 TV영상 신호의 화질 향상을 위해서 잡음 감소를 할 때 효과적으로 적용할 수 있다.

Claims (13)

  1. 영상신호의 잡음 추정기는 잡음의 분포와 영상신호의 분포에 대한 특성을 이용하여 영상 신호에 포함된 잡음의 크기를 추정하는 공간적 잡음 추정부와,
    시간적으로 연속한 두 영상의 밝기값 차이의 절대값에 대한 분산을 이용하여 전역 움직임의 유무를 판단하여 영상 신호에 포함된 잡음의 크기를 추정하는 시간적 잡음 추정부와,
    연속된 두 영상 사이에 카메라 움직임의 여부에 따라서 상기 공간적 잡음 추정부와 시간적 잡음 추정부에서 추정된 잡음의 크기 중 어느 하나의 추정값을 선택하여 출력하는 전역 움직임 검출부와,
    상기 전역 움직임 검출부를 통해 출력되는 추정값을 이용하여 잘못 추정된 잡음을 시간적으로 보정(correction)하는 시간 필터링부를 포함하여 구성되는 것을 특징으로 하는 영상신호의 잡음 크기 추정 장치.
  2. 제 1 항에 있어서, 상기 공간적 잡음 추정부는
    한 프레임에 존재하는 각 화소들의 로컬 분산에 대한 구간별 히스토그램을 계산하는 구간별 제 1 히스토그램 계산부와,
    상기 제 1 히스토그램 계산부에서 계산된 구간별 히스토그램을 입력받아 잡음의 분산 결정에 사용될 유효 히스토그램 값들을 결정하는 공간적 잡음 크기 추정기를 포함하여 구성되는 것을 특징으로 하는 영상신호의 잡음 크기 추정 장치.
  3. 제 1 항에 있어서, 상기 시간적 잡음 추정부는
    시간적으로 연속한 두 영상의 밝기값의 차이(frame difference)의 절대값에 대한 분산을 이용하여 구간별 히스토그램을 계산하는 제 2 히스토그램 계산부와,
    상기 제 2 히스토그램 계산부에서 계산된 구간별 히스토그램을 이용하여 전역 움직임의 유무를 판단하여 영상 신호에 포함된 잡음의 크기를 추정하는 분산 계산부를 포함하여 구성되는 것을 특징으로 하는 영상신호의 잡음 크기 추정 장치.
  4. 제 3 항에 있어서,
    상기 분산 계산부는 전역 움직임이 없는 경우 두 영상의 차이는 정규분포를 따르며 그 분산이 잡음의 크기가 되고, 움직임이 있는 경우는 움직임 보상 후의 밝기값의 차이가 잡음의 분포를 따르는 것을 특징으로 하는 영상신호의 잡음 크기 추정 장치.
  5. 제 1 항에 있어서, 상기 전역 움직임 검출부에서 연속된 두 영상 사이에 카메라 움직임이 있는지 여부의 결정은
    상기 시간적 잡음 추정부에서 계산된 밝기값의 차이에 대한 평균과 분산을 계산하고 각각의 값을 미리 정해진 기준값(threshold)과 비교하여 결정하는 것을 특징으로 하는 영상신호의 잡음 크기 추정 장치.
  6. 제 5 항에 있어서, 상기 전역 움직임 검출부는
    상기 비교결과 하기 수학식을 카메라 움직임이 없다고 판단하여 상기 시간적 잡음 추정부의 추정값을 선택하고, 만족하지 않으면 카메라 움직임이 크다고 판단하여 상기 공간적 잡음 추정부의 추정값을 선택하는 것을 특징으로 하는 영상신호의 잡음 크기 추정 장치.
    Figure 112005002704440-PAT00053
    (이때,
    Figure 112005002704440-PAT00054
    및
    Figure 112005002704440-PAT00055
    : 밝기값의 차이에 대한 평균 및 분산
    Figure 112005002704440-PAT00056
    및
    Figure 112005002704440-PAT00057
    : 밝기값의 차이에 대한 미리 정해진 기준 평균 및 기준 분산)
  7. 제 1 항에 있어서,
    상기 시간 필터링부는 추정된 잡음을 2개의 상태값(state value)을 두어 공간적으로 추정된 잡음 크기와 데이터 상관(data association)시키고 시간적으로 1차원 칼만 필터링(1D Kalman filtering)을 통해 잘못 추정된 잡음을 시간적으로 보정하는 것을 특징으로 하는 영상신호의 잡음 크기 추정 장치.
  8. 제 7 항에 있어서,
    상기 상태값들은
    Figure 112005002704440-PAT00058
    의 정규분포를 갖는 확률 변수(random variable)인 것을 특징으로 하는 영상신호의 잡음 크기 추정 장치.
  9. 제 7 항에 있어서,
    상기 상태값은 시각(t)=0 일 때 초기값이 다음 수학식과 같이 설정되는 것을 특징으로 하는 영상신호의 잡음 크기 추정 장치.
    Figure 112005002704440-PAT00059
    Figure 112005002704440-PAT00060
    (이때,
    Figure 112005002704440-PAT00061
    : 밝기값의 차이에 대한 평균
    Figure 112005002704440-PAT00062
    : 잡음 크기)
  10. 제 1 항에 있어서, 상기 시간 필터링부는
    다음 수학식을 만족하면 상기 공간적 잡음 추정부에서 추정된 잡음
    Figure 112005002704440-PAT00063
    이 입력으로 들어올 때마다 2개의 상태값 중 거리가 가까운 제 1 상태값을 선택하고, 상기 수학식이 만족하지 못하면 다른 제 2 상태값을 선택하는 것을 특징으로 하는 영상신호의 잡음 크기 추정 장치.
    Figure 112005002704440-PAT00064
    (이때,
    Figure 112005002704440-PAT00065
    : 밝기값의 차이에 대한 평균
    Figure 112005002704440-PAT00066
    : 잡음 크기)
  11. 제 10 항에 있어서,
    제 1 상태값이 선택된 경우 상태값은 다음 수학식과 같이 갱신(update)되는 것을 특징으로 하는 영상신호의 잡음 크기 추정 장치.
    Figure 112005002704440-PAT00067
    Figure 112005002704440-PAT00068
    Figure 112005002704440-PAT00069
    Figure 112005002704440-PAT00070
    (이때,
    Figure 112005002704440-PAT00071
    : 밝기값의 차이에 대한 평균
    Figure 112005002704440-PAT00072
    : 잡음 크기)
  12. 제 10 항에 있어서,
    제 2 상태값이 선택된 경우 상태값은 다음 수학식과 같이 갱신(update)되는 것을 특징으로 하는 영상신호의 잡음 크기 추정 장치.
    Figure 112005002704440-PAT00073
    Figure 112005002704440-PAT00074
    (이때,
    Figure 112005002704440-PAT00075
    : 밝기값의 차이에 대한 평균
    Figure 112005002704440-PAT00076
    : 잡음 크기)
  13. 제 7 항에 있어서,
    상기 시간 필터링부는 두 상태값 중 그 분산이 작은 쪽의 평균을 그 시각에서의 추정 잡음으로 출력하는 것을 특징으로 하는 영상신호의 잡음 크기 추정 장치.
KR1020050004498A 2005-01-18 2005-01-18 영상신호의 잡음 크기 추정 장치 KR100672328B1 (ko)

Priority Applications (8)

Application Number Priority Date Filing Date Title
KR1020050004498A KR100672328B1 (ko) 2005-01-18 2005-01-18 영상신호의 잡음 크기 추정 장치
AT06290078T ATE530015T1 (de) 2005-01-18 2006-01-12 Anordnung zur entfernung von rauschen aus einem videosignal
EP06290078A EP1681849B1 (en) 2005-01-18 2006-01-12 Apparatus for removing noise from a video signal
RU2006101381/09A RU2006101381A (ru) 2005-01-18 2006-01-17 Устройство, предназначенное для удаления шума из видеосигнала
US11/332,396 US7792381B2 (en) 2005-01-18 2006-01-17 Apparatus for removing noise of video signal
CNA2006100049719A CN1812489A (zh) 2005-01-18 2006-01-18 用于去除视频信号的噪声的装置
US12/853,099 US8023761B2 (en) 2005-01-18 2010-08-09 Apparatus for removing noise of video signal
US12/875,793 US8023762B2 (en) 2005-01-18 2010-09-03 Apparatus for removing noise of video signal

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020050004498A KR100672328B1 (ko) 2005-01-18 2005-01-18 영상신호의 잡음 크기 추정 장치

Publications (2)

Publication Number Publication Date
KR20060083619A true KR20060083619A (ko) 2006-07-21
KR100672328B1 KR100672328B1 (ko) 2007-01-24

Family

ID=36845142

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020050004498A KR100672328B1 (ko) 2005-01-18 2005-01-18 영상신호의 잡음 크기 추정 장치

Country Status (2)

Country Link
KR (1) KR100672328B1 (ko)
CN (1) CN1812489A (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100774189B1 (ko) * 2005-09-29 2007-11-08 엘지전자 주식회사 영상잡음 제거장치
KR100782842B1 (ko) * 2005-04-05 2007-12-06 삼성전자주식회사 시간 잡음 추정의 신뢰성 추정 방법 및 시스템
KR100843084B1 (ko) * 2006-06-22 2008-07-02 삼성전자주식회사 노이즈 저감 방법 및 장치
US7792381B2 (en) 2005-01-18 2010-09-07 Lg Electronics Inc. Apparatus for removing noise of video signal

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5052301B2 (ja) * 2007-11-21 2012-10-17 オリンパス株式会社 画像処理装置、画像処理方法
US8564724B2 (en) * 2010-04-04 2013-10-22 Texas Instruments Incorporated Ghosting artifact reduction in temporal noise filtering
EA016695B1 (ru) * 2011-09-01 2012-06-29 Закрытое Акционерное Общество "Импульс" Способ уменьшения шумов в видеоизображении
CN104061908B (zh) * 2014-06-13 2016-06-01 北京空间机电研究所 一种红外遥感器背景电平漂移消除系统及其方法
CN107218931B (zh) * 2017-05-23 2019-09-13 广东贝达海洋科学有限公司 一种基于在线监测数据的海洋内波预警系统及方法
US10674045B2 (en) * 2017-05-31 2020-06-02 Google Llc Mutual noise estimation for videos
CN110381276B (zh) * 2019-05-06 2021-08-13 华为技术有限公司 一种视频拍摄方法及电子设备

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4344964B2 (ja) 1999-06-01 2009-10-14 ソニー株式会社 画像処理装置および画像処理方法
KR100339368B1 (ko) * 2000-07-18 2002-06-03 구자홍 영상 신호의 잡음 크기 추정 방법 및 장치
KR100429804B1 (ko) * 2001-12-29 2004-05-03 삼성전자주식회사 적응적 영상 노이즈 감쇄 장치 및 그 방법
KR100599133B1 (ko) * 2004-06-08 2006-07-13 삼성전자주식회사 영상신호의 노이즈 측정장치 및 그 측정방법

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7792381B2 (en) 2005-01-18 2010-09-07 Lg Electronics Inc. Apparatus for removing noise of video signal
US8023761B2 (en) 2005-01-18 2011-09-20 Lg Electronics Inc. Apparatus for removing noise of video signal
US8023762B2 (en) 2005-01-18 2011-09-20 Lg Electronics Inc. Apparatus for removing noise of video signal
KR100782842B1 (ko) * 2005-04-05 2007-12-06 삼성전자주식회사 시간 잡음 추정의 신뢰성 추정 방법 및 시스템
KR100774189B1 (ko) * 2005-09-29 2007-11-08 엘지전자 주식회사 영상잡음 제거장치
KR100843084B1 (ko) * 2006-06-22 2008-07-02 삼성전자주식회사 노이즈 저감 방법 및 장치

Also Published As

Publication number Publication date
KR100672328B1 (ko) 2007-01-24
CN1812489A (zh) 2006-08-02

Similar Documents

Publication Publication Date Title
EP1681849B1 (en) Apparatus for removing noise from a video signal
US7570309B2 (en) Methods for adaptive noise reduction based on global motion estimation
US9454805B2 (en) Method and apparatus for reducing noise of image
EP2439927B1 (en) Image processing device, image processing method, program, recording medium, and integrated circuit
KR100672328B1 (ko) 영상신호의 잡음 크기 추정 장치
KR20050120563A (ko) 비디오 신호에 대한 움직임 적응성 노이즈 감소 장치 및그 방법
CN106412383A (zh) 视频图像的处理方法和装置
KR100677574B1 (ko) 비디오 시퀀스로부터 노이즈 분포를 추정하는 방법
KR100782842B1 (ko) 시간 잡음 추정의 신뢰성 추정 방법 및 시스템
KR101558532B1 (ko) 영상의 잡음 제거장치
JP2005130494A (ja) ビデオ信号のノイズを評価する装置及び方法
US8427583B2 (en) Automatic parameter control for spatial-temporal filter
KR100739751B1 (ko) 비디오 신호들에 대한 2중-채널 적응적인 2차원 잡음 제거방법 및 시스템
CN104735300B (zh) 基于权重滤波的视频去噪装置及方法
US8090210B2 (en) Recursive 3D super precision method for smoothly changing area
US20110242423A1 (en) Method and Apparatus for Motion Detection
CN100367771C (zh) 一种自适应抑制图像噪声的方法
KR100772380B1 (ko) 확장된 잡음 적응 움직임 검출 방법 및 장치
KR100772405B1 (ko) 전역 움직임 추정에 근거한 적응성 잡음 감쇄 방법 및 영상처리 시스템
KR100339368B1 (ko) 영상 신호의 잡음 크기 추정 방법 및 장치
Tenze et al. Design and real-time implementation of a low-cost noise reduction system for video applications
KR100754219B1 (ko) 비디오 시퀀스로부터의 잡음 분산(표준 편차)을 추정하기위한 확장된 방법및 시스템
WO2000025512A1 (fr) Dispositif et procede de traitement d&#39;image, dispositif et procede d&#39;apprentissage
JP4753522B2 (ja) 符号化前にビデオ画像を動き補償再帰フィルタリングする装置、方法及びそれに対応する符号化システム
KR100774189B1 (ko) 영상잡음 제거장치

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: 20121227

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20131224

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20141224

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20151224

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20161214

Year of fee payment: 11

FPAY Annual fee payment

Payment date: 20171214

Year of fee payment: 12

LAPS Lapse due to unpaid annual fee