[論文レビュー] Image De-Noising For Salt and Pepper Noise by Introducing New Enhanced Filter

Vivek Kumar, Atul Samadhiya|arXiv (Cornell University)|Jan 19, 2019

Image and Signal Denoising Methods参考文献 6被引用数 5

ひとこと要約

本稿では、グレースケール画像からのソルトアンドペッパーノイズ除去のための新しい強化フィルタを提案する。ノイズのある画素は、ウィンドウ内に0と255のみが存在する場合、トリムムーリング平均値で置き換えられ、それ以外の場合は平均値に基づく置き換えが行われる。この手法は、SMF、DBMF、MDBMFと比較して高いPSNRを達成し、ぼやけ具合も低減しており、LenaおよびMandrillのテスト画像において優れた視覚的品質とノイズ抑制効果を示している。

ABSTRACT

When an image is formed, factors such as lighting (spectra, source, and intensity) and camera characteristics (sensor response, lenses) affect the appearance of the image. Therefore, the prime factor that reduces the quality of the image is noise. It hides the important details and information of images. In order to enhance the qualities of the image, the removal of noises become imperative and that should not at the cost of any loss of image information. Noise removal is one of the pre-processing stages of image processing. In this paper a new method for the enhancement of grayscale images is introduced, when images are corrupted by fixed valued impulse noise (salt and pepper noise). The proposed methodology ensures a better output for the low and medium density of fixed value impulse noise as compared to the other famous filters like Standard Median Filter (SMF), Decision Based Median Filter (DBMF) and Modified Decision Based Median Filter (MDBMF) etc. The main objective of the proposed method was to improve peak signal to noise ratio (PSNR), visual perception and reduction in the blurring of the image. The proposed algorithm replaced the noisy pixel by trimmed mean value. When previous pixel values, 0s, and 255s are present in the particular window and all the pixel values are 0s and 255s then the remaining noisy pixels are replaced by mean value. The gray-scale image of mandrill and Lena were tested via the proposed method. The experimental result shows better peak signal to noise ratio (PSNR), mean square error values with better visual and human perception.

研究の動機と目的

• ソルトアンドペッパーノイズによって引き起こされる画像品質の劣化を是正すること。
• ノイズ除去後の画像品質を向上させ、重要な構造的またはテクスチャ的情報を損なわないこと。
• 既存のフィルタと比較してピーク信号対ノイズ比（PSNR）を向上させ、画像のぼやけ具合を低減すること。
• 低密度および中密度のノイズにおいても効果的に機能する手法を開発すること。
• ノイズ除去後の画像の視覚的認識および人間評価を向上させること。

提案手法

• 提案手法は、画像全体にスライディングウィンドウを用いて、各画素の周辺画素値を分析する。
• ウィンドウ内に0と255のみが存在する場合（ソルトアンドペッパーノイズの特徴的パターン）、非極端値のトリムムーリング平均を計算する。
• ウィンドウ内のすべての値が0と255である場合、ノイズのある画素はウィンドウの算術平均で置き換えられる。
• 局所的なウィンドウ内の強度分布を分析することで、インパルスノイズと通常の画素値を区別する。
• 強度のしきい値に基づいて外れ値と特定されたノイズ画素に対して、置き換えルールを選択的に適用する。
• 性能評価のため、LenaおよびMandrillを含む標準的なグレースケール画像に対してアルゴリズムをテストする。

実験結果

リサーチクエスチョン

• RQ1 トリムムーリング平均と算術平均を組み合わせたハイブリッドフィルタリング手法は、ソルトアンドペッパーノイズ除去におけるPSNRを向上させることができるか？
• RQ2 本手法は、SMF、DBMF、MDBMFと比較して、画像の細部をどのように保持し、ぼやけ具合をどのように低減するか？
• RQ3 低密度および中密度のノイズにおいて、視覚的品質と人間の認識が維持されるか？
• RQ4 クリアな領域に影響を与えることなく、インパルスノイズ画素を効果的に特定・置き換えることができるか？
• RQ5 2段階の置き換え戦略（トリムムーリング平均対算術平均）が、画像の忠実度にどのような影響を与えるか？

主な発見

• 提案されたフィルタは、テストされたLenaおよびMandrill画像において、SMF、DBMF、MDBMFと比較して高いピーク信号対ノイズ比（PSNR）を達成した。
• 標準的なメディアンフィルタおよび意思決定ベースのフィルタと比較して、平均二乗誤差（MSE）の値が低かった。
• 視覚的検査により、ぼやけ具合が低減され、画像のエッジやテクスチャの保持が向上したことが確認された。
• 低密度および中密度のノイズにおいて、本手法は定量的および定性的な指標の両面で、既存のフィルタを上回る性能を示した。
• 人間の認識評価では、従来のフィルタで処理された画像と比較して、ノイズ除去後の画像がよりシャープで自然に見えると評価された。
• トリムムーリング平均および平均値に基づく置き換え戦略の使用により、ノイズは効果的に低減され、元の画像特徴の歪みも最小限に抑えられた。