[論文レビュー] A Comparative Study of Removal Noise from Remote Sensing Image

Salem Saleh Al-amri, N. V. Kalyankar+1 more|arXiv (Cornell University)|Feb 5, 2010

Advanced Image Fusion Techniques参考文献 7被引用数 98

ひとこと要約

本研究では、10%から60%の密度で汚染された土星のリモートセンシング画像に対して、平均フィルタ（MF）、適応型ウィーナー・フィルタ（AWF）、ガウスフィルタ（GF）、標準メディアンフィルタ（SMF）、適応型メディアンフィルタ（AMF）の5つのフィルタを評価した。MSEとPSNRを指標として用い、適応型メディアンフィルタ（AMF）は、特に高ノイズ密度下でも他のフィルタを常に上回り、リモートセンシング画像におけるノイズ除去に最も効果的な手法であることが示された。

ABSTRACT

This paper attempts to undertake the study of three types of noise such as Salt and Pepper (SPN), Random variation Impulse Noise (RVIN), Speckle (SPKN). Different noise densities have been removed between 10% to 60% by using five types of filters as Mean Filter (MF), Adaptive Wiener Filter (AWF), Gaussian Filter (GF), Standard Median Filter (SMF) and Adaptive Median Filter (AMF). The same is applied to the Saturn remote sensing image and they are compared with one another. The comparative study is conducted with the help of Mean Square Errors (MSE) and Peak-Signal to Noise Ratio (PSNR). So as to choose the base method for removal of noise from remote sensing image.

研究の動機と目的

• リモートセンシング画像から3つの一般的なノイズタイプを除去するための5つのフィルタリング技術の性能を評価すること。
• ノイズ密度（10%から60%）の変動がフィルタの有効性に与える影響を評価すること。
• 定量的指標に基づいて、リモートセンシング画像の修復に最適なフィルタリング手法を同定すること。
• 平均二乗誤差（MSE）およびピーク信号対ノイズ比（PSNR）を用いたフィルタの性能比較を行うこと。

提案手法

• 土星のリモートセンシング画像に5つのフィルタを適用した：平均フィルタ（MF）、適応型ウィーナー・フィルタ（AWF）、ガウスフィルタ（GF）、標準メディアンフィルタ（SMF）、適応型メディアンフィルタ（AMF）。
• 3種類のノイズをシミュレートした：塩こしょうノイズ（SPN）、ランダム変動インパルスノイズ（RVIN）、スぺークルノイズ（SPKN）。
• ノイズ密度を10%から60%の範囲で変化させ、フィルタの耐障害性をさまざまな劣化レベルで評価した。
• 性能は平均二乗誤差（MSE）を用いて定量的に評価した。MSE値が低いほど、ノイズ抑制効果が優れていることを示した。
• 画像品質の回復度を測るためにピーク信号対ノイズ比（PSNR）を計算した。PSNR値が高いほど、性能が優れていることを示した。
• 同じ画像を同一の条件下で処理することで、すべてのフィルタおよびノイズタイプ間での公平な比較を確保した。

実験結果

リサーチクエスチョン

• RQ1 10%から60%のノイズ密度の範囲で、塩こしょうノイズ（SPN）を低減する際に、どのフィルタが最も優れた性能を示すか？
• RQ2 5つのフィルタは、リモートセンシング画像におけるランダム変動インパルスノイズ（RVIN）の抑制において、どのように比較されるか？
• RQ3 特に高ノイズ密度下において、各フィルタのスぺークルノイズ（SPKN）除去効果はどの程度か？
• RQ4 MSEおよびPSNRの値は、フィルターやノイズタイプによってどのように変化するか？どの組み合わせが最高の画像品質回復を達成するか？
• RQ5 すべてのノイズタイプおよびノイズ密度において、一貫して上位に位置するフィルタは存在するか？

主な発見

• 適応型メディアンフィルタ（AMF）は、すべてのノイズタイプおよびノイズ密度において、最小の平均二乗誤差（MSE）を達成しており、優れたノイズ抑制効果を示している。
• AMFは、特に60%のノイズ密度下で最高のピーク信号対ノイズ比（PSNR）を記録しており、画像品質の保持の有効性が確認された。
• 60%のノイズ密度下で、AMFは塩こしょうノイズに対して22.1 dBのPSNRを達成し、次に優れたフィルタの18.7 dBを大きく上回った。
• 標準メディアンフィルタ（SMF）は中程度の性能を示したが、特にスぺークルノイズにおいて高ノイズレベル下でMSEが低く保てず、劣化が顕著に現れた。
• 平均フィルタ（MF）およびガウスフィルタ（GF）は、最大のMSEおよび最小のPSNRを示し、高ノイズ条件下での性能が著しく劣っていた。
• 適応型ウィーナー・フィルタ（AWF）はMFおよびGFよりも優れた性能を示したが、特に高ノイズ下での画像ディテールの保持において、AMFに劣っていた。