[論文レビュー] Adaptive Non-Linear Filtering Technique For Image Restoration

Saumya Satpathy, Sidhartha Panda+3 more|arXiv (Cornell University)|Aug 21, 2010

Image and Signal Denoising Methods参考文献 13被引用数 12

ひとこと要約

本稿では、ノイズのある画像において、ノイズレベルに応じて中央値フィルタリングと平均フィルタリングを切り替えることで、同時に誤った画素を検出し、置き換える適応的非線形フィルタリング手法を提案する。この手法は、PSNR、MSE、SNRI、PONA、POSPの指標において、インパルスノイズおよびバンドラインノイズ除去の観点で、標準的手法を上回りながらもエッジや細部を効果的に保持する。

ABSTRACT

Removing noise from the any processed images is very important. Noise should be removed in such a way that important information of image should be preserved. A decisionbased nonlinear algorithm for elimination of band lines, drop lines, mark, band lost and impulses in images is presented in this paper. The algorithm performs two simultaneous operations, namely, detection of corrupted pixels and evaluation of new pixels for replacing the corrupted pixels. Removal of these artifacts is achieved without damaging edges and details. However, the restricted window size renders median operation less effective whenever noise is excessive in that case the proposed algorithm automatically switches to mean filtering. The performance of the algorithm is analyzed in terms of Mean Square Error [MSE], Peak-Signal-to-Noise Ratio [PSNR], Signal-to-Noise Ratio Improved [SNRI], Percentage Of Noise Attenuated [PONA], and Percentage Of Spoiled Pixels [POSP]. This is compared with standard algorithms already in use and improved performance of the proposed algorithm is presented. The advantage of the proposed algorithm is that a single algorithm can replace several independent algorithms which are required for removal of different artifacts.

研究の動機と目的

• 異なるノイズタイプに対応する複数の独立したフィルタを統合する一元化されたアルゴリズムの開発。
• インパルスノイズ、バンドラインノイズ、ドロップラインノイズ、マーキングアーチファクトの除去と、画像のエッジおよび細部の保持。
• 局所的なノイズ強度に応じて、フィルタリング戦略（中央値 vs. 平均）を動的に適応する。
• PSNR、MSE、SNRI、PONA、POSPを含む包括的指標を用いて性能を評価する。
• 多様なノイズパターンを処理する際、従来のフィルタリング技術に比べ優れた性能を示すことを実証する。

提案手法

• アルゴリズムは、スライディングウィンドウ内での誤った画素の検出にための意思決定ベースのアプローチを用いる。
• 低～中程度のノイズレベルでは、エッジを保持しインパルスノイズを低減するために中央値フィルタリングを適用する。
• ノイズがしきい値を超えると、高密度ノイズに対応するため、アルゴリズムが自動的に平均フィルタリングに切り替わる。
• 計算効率とエッジ保持の両立を図るため、ウィンドウサイズは制限される。
• 誤った画素は、適応的フィルタリング処理の出力に基づいて置き換えられる。
• ノイズの減衰と画像忠実度を定量化するために、MSE、PSNR、SNRI、PONA、POSPを用いて性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 1つの適応的フィルタリング技術が、インパルスノイズ、バンドラインノイズ、ドロップラインノイズを含む複数の画像アーチファクトを効果的に除去できるか。
• RQ2 ノイズレベルの変動に応じて中央値フィルタリングと平均フィルタリングを動的に切り替えることで、修復性能がどのように向上するか。
• RQ3 従来のフィルタと比較して、提案手法が画像のエッジおよび細部をどの程度効果的に保持するか。
• RQ4 提案手法が、既存のアルゴリズムと比較してPSNR、MSE、SNRIでどの程度の定量的改善を達成するか。
• RQ5 標準的手法に比べ、より優れたノイズ減衰（PONA）と低い不正処理画素率（POSP）を達成できるか。

主な発見

• 提案されたアルゴリズムは、標準的手法よりも高いPSNR値を達成しており、修復後の画像品質が優れていることを示している。
• SNRIの向上は、フィルタリング後の信号対ノイズ比が向上していることを反映している。
• PONA値は、残存ノイズが顕著に低減していることを確認しており、効果的なノイズ減衰を示している。
• POSPが低減しており、フィルタリング中に誤って処理されたり損傷を受ける画素が少ないことを示している。
• MSEにおいても従来のフィルタを上回っており、元画像と修復画像との間の平均誤差が小さいことを示している。
• 中央値フィルタリングと平均フィルタリングの間での適応的スイッチング機構により、高ノイズ環境下でも耐障害性が向上している。