[論文レビュー] Image Denoising using New Adaptive Based Median Filters

Suman Shrestha|arXiv (Cornell University)|Sep 10, 2014

Image and Signal Denoising Methods参考文献 10被引用数 7

ひとこと要約

本稿では、画像内のインパルスノイズ除去のための新しい適応的意思決定ベースの中央値フィルタを提案する。この手法は、局所的なノイズ特性に応じてフィルタリングを動的に調整する。MATLABを用いたさまざまなテスト画像におけるシミュレーションにより検証された結果、特に高密度のノイズ条件下でも、画像の細部をよりよく保持し、PSNRを高く、MSEを低くする点で、既存の手法を上回っている。

ABSTRACT

Noise is a major issue while transferring images through all kinds of electronic communication. One of the most common noise in electronic communication is an impulse noise which is caused by unstable voltage. In this paper, the comparison of known image denoising techniques is discussed and a new technique using the decision based approach has been used for the removal of impulse noise. All these methods can primarily preserve image details while suppressing impulsive noise. The principle of these techniques is at first introduced and then analysed with various simulation results using MATLAB. Most of the previously known techniques are applicable for the denoising of images corrupted with less noise density. Here a new decision based technique has been presented which shows better performances than those already being used. The comparisons are made based on visual appreciation and further quantitatively by Mean Square error (MSE) and Peak Signal to Noise Ratio (PSNR) of different filtered images..

研究の動機と目的

• 電子伝送中に生じるデジタル画像におけるインパルスノイズの課題に対処すること。
• 高ノイズ密度下で性能が低下する既存の中央値フィルタの限界を克服すること。
• 画像の細部を保持しながら効果的にインパルスノイズを除去できる、適応的で意思決定ベースのフィルタリング技術を開発すること。
• MSEとPSNRを用いた定量的評価および視覚的評価を通じて、提案手法の性能を評価すること。

提案手法

• 提案手法は、局所的近傍におけるノイズピクセルを特定する意思決定ベースのアプローチを用いる。
• ノイズ検出基準に基づき、ノイズと分類されたピクセルに対してのみ、修正された中央値フィルタを適用する。
• 局所的なノイズ密度とピクセル分布に応じて、窓サイズと処理を適応的に変更する。
• しきい値ベースのノイズ検出メカニズムにより、インパルスノイズと通常の画像コンテンツを区別する。
• アルゴリズムは、ノイズピクセルを動的に調整された窓からの中央値で選択的に置き換える。
• 包括的な性能評価のため、MATLABを用いて手法を実装およびテストする。

実験結果

リサーチクエスチョン

• RQ1 提案された適応的意思決定ベースの中央値フィルタは、従来の中央値フィルタと比較して、ノイズ抑制と細部の保持の両面でどのように異なるか？
• RQ2 従来のフィルタが失敗する高インパルスノイズ密度下でも、提案手法は高い画像品質を維持できるか？
• RQ3 適応的窓選択が、PSNRおよびMSEの観点から中央値フィルタリングの性能に与える影響は何か？
• RQ4 意思決定ベースのノイズ検出メカニズムは、固定しきい値アプローチと比較して、フィルタリングの正確性をどのように向上させるか？
• RQ5 視覚的および定量的評価の両面で、提案手法は既存の技術をどの程度上回るか？

主な発見

• 提案フィルタは、特に高ノイズ密度下で、従来の中央値フィルタよりも高いPSNR値を達成している。
• 従来の手法と比較して、本手法はより低い平均二乗誤差（MSE）を示しており、ノイズ抑制の優位性が裏付けられている。
• 視覚的結果から、標準的な中央値フィルターや適応的フィルターと比較して、細かい画像のディテールやエッジの保持が顕著に優れている。
• 適応的窓選択により、ノイズのない領域でのぼやけを顕著に低減し、性能が著しく向上している。
• 意思決定ベースのメカニズムにより、インパルスノイズピクセルのみが効果的に特定され置き換えられ、クリーンなピクセルの歪みが最小限に抑えられている。
• MATLABシミュレーションにより、複数のテスト画像およびノイズレベルにおいて、提案手法が一貫して既存のフィルタを上回っていることが確認された。