[論文レビュー] Kriging Interpolation Filter to Reduce High Density Salt and Pepper Noise

Firas A. Jassim|arXiv (Cornell University)|Feb 6, 2013

Image and Signal Denoising Methods参考文献 11被引用数 17

ひとこと要約

本稿では、グレースケール画像における高密度なソルトアンドペッパーノイズを低減するためのクリギング補間フィルタ（KIF）を提案する。k×kウィンドウを用いて非ノイズピクセルを特定し、ノイズ領域における欠落した画素値をクリギング補間によって予測することで、エッジや微細なディテールを保持しつつ優れたノイズ低減効果を達成する。PSNRおよびMSE指標を用いた評価により、既存のフィルタと比較して優れた性能を示している。

ABSTRACT

Image denoising is a critical issue in the field of digital image processing. This paper proposes a novel Salt & Pepper noise suppression by developing a Kriging Interpolation Filter (KIF) for image denoising. Gray-level images degraded with Salt & Pepper noise have been considered. A sequential search for noise detection was made using kXk window size to determine non-noisy pixels only. The non-noisy pixels are passed into Kriging interpolation method to predict their absent neighbor pixels that were noisy pixels at the first phase. The utilization of Kriging interpolation filter proves that it is very impressive to suppress high noise density. It has been found that Kriging Interpolation filter achieves noise reduction without loss of edges and detailed information. Comparisons with existing algorithms are done using quality metrics like PSNR and MSE to assess the proposed filter.

研究の動機と目的

• エッジをぼかすことなく、または微細なディテールを損なわず、高密度なソルトアンドペッパーノイズを抑制する課題に対処すること。
• 画像データの空間相関を活用する新しいフィルタリング手法を開発すること。
• 画像処理に地理統計学的クリギング補間を統合することで、既存のノイズ除去技術を改善すること。
• PSNRおよびMSEなどの標準的画像品質指標を用いて、提案手法の性能を評価すること。
• クリギング補間が高ノイズ密度の画像回復においてどのように有効であるかを示すこと。

提案手法

• k×kスライディングウィンドウを用いて画像を走査し、逐次探索によって非ノイズピクセルを特定する。
• ウィンドウ内で検出された非ノイズピクセルを制御点として用い、クリギング補間を適用して周囲のノイズピクセルの値を推定する。
• 空間相関と変動関数モデリングに基づいてクリギング補間を適用し、欠落した画素値を正確に予測する。
• 予測された値が元のノイズのあるピクセルに置き換えられ、ノイズ低減された画像が再構築される。
• 一様な平均化を避けることで画像構造を保持し、エッジのシャープさとテクスチャディテールを維持する。
• PSNRおよびMSEを用いて、KIFと既存のノイズ除去フィルタとの性能を比較評価する。

実験結果

リサーチクエスチョン

• RQ1 クリギング補間は、高密度なソルトアンドペッパーノイズで損傷を受ける画像を効果的に回復させることができるか？
• RQ2 提案されたKIFは、従来のフィルタと比較して画像のエッジや微細なディテールをどの程度効果的に保持できるか？
• RQ3 クリギング補間は、劣化した画像において構造的整合性を維持しながら、どの程度ノイズを低減できるか？
• RQ4 KIFは、既存の最先端のノイズ除去手法と比較して、より優れたPSNRおよびMSE値を達成できるか？
• RQ5 クリギングによる空間相関モデリングは、高ノイズ環境下でのノイズ抑制を改善できるか？

主な発見

• クリギング補間フィルタは、エッジをぼかすことなく、画像ディテールを損なわず、高密度なソルトアンドペッパーノイズを効果的に抑制した。
• 既存のフィルタリング技術と比較して、より高いPSNRおよび低いMSE値を達成しており、画像品質回復の優れた性能を示している。
• クリギング補間は空間相関を効果的にモデル化し、ノイズ領域における欠落画素値の正確な予測を可能にした。
• k×kウィンドウを用いたノイズ検出により、局所的で文脈に配慮した処理が可能になり、精度が向上した。
• 提案されたフィルタは画像のテクスチャと構造的整合性を維持しており、微細な特徴の保持において従来のフィルタを上回った。
• 実験的結果から、クリギング補間が高ノイズ環境下での画像ノイズ除去に極めて有効であることが確認された。