[論文レビュー] NAMF: A Non-local Adaptive Mean Filter for Salt-and-Pepper Noise Removal

Houwang Zhang, Zhu, Yuan+1 more|arXiv (Cornell University)|Oct 17, 2019

Image and Signal Denoising Methods参考文献 21被引用数 4

ひとこと要約

本稿では、塩こしょう（SAP）ノイズ除去のための非局所的適応的平均フィルタ（NAMF）を提案する。NAMFは、明るさの割合に基づいてノイズピクセルを特定するための適応的ウィンドウを用い、それらを周囲りのピクセルの平均値で置き換える。その後、SAPノイズに特化した非局所的平均フィルタを適用して復元品質を向上させる。NAMFは90%のノイズレベルにおいて、最高のPSNR（最大41.31 dB）とSSIM（0.9932）を達成し、詳細の保持と画像品質において最先端の手法を上回る性能を示す。

ABSTRACT

In this paper, a novel algorithm called a non-local adaptive mean filter (NAMF) for removing salt-and-pepper (SAP) noise from corrupted images is presented. We employ an efficient window detector with adaptive size to detect the noise, the noisy pixel will be replaced by the combination of its neighboring pixels, and finally we use a SAP noise based non-local mean filter to reconstruct the intensity values of noisy pixels. Extensive experimental results demonstrate that NAMF can obtain better performance in terms of quality for restoring images at all levels of SAP noise.

研究の動機と目的

• 高ノイズ強度下で、従来のSAPノイズ除去手法における画像の詳細の劣化やジグザグな境界の問題に対処すること。
• 検出段階でノイズピクセルとテクスチャピクセルをより正確に区別することで、復元品質を向上させること。
• SAPノイズの特徴に適合した非局所的平均フィルタを用いて、画像再構築を強化すること。
• すべてのノイズレベルで優れたノイズ除去性能を達成しつつ、高い処理効率を維持すること。

提案手法

• 適応的ウィンドウ検出器は、グローバルな最小値／最大値と一致するグレースケール値を持つピクセルを、潜在的なノイズピクセルとして特定する。
• 比率に基づくしきい値設定法により、適応的ウィンドウ内での同一値ピクセルの割合を評価し、ノイズの確認を行う。
• ノイズ影響を受けるピクセルは、空間的に隣接するピクセルの平均明るさで置き換えられる。
• SAPノイズに特化した新しい非局所的平均フィルタにより、遠く離れた画像パッチ間の類似性を活用して、より高精度な復元が行われる。
• 類似性ウィンドウは41×41、探索ウィンドウは5×5を用い、パラメータは経験的フィッティングにより調整される。
• 実験的検証の結果、ノイズ確認のしきい値はT=0.8に設定された。

実験結果

リサーチクエスチョン

• RQ1 比率に基づく適応的ウィンドウ手法により、テクスチャ領域における誤検出を低減することで、ノイズ検出の正確性が向上するか？
• RQ2 SAPノイズに特化した非局所的平均フィルタを統合することで、局所フィルタリングを上回る画像復元品質が実現されるか？
• RQ3 NAMFは、SAPノイズが90%に達するような高ノイズレベル下でも、細部や構造情報の保持において、従来手法を上回る性能を示すか？
• RQ4 提案されたNAMFフレームワークにおいて、ノイズ除去性能と計算効率のトレードオフはどのようなものか？

主な発見

• 90%のSAPノイズがかかる「Lena」画像において、NAMFはPSNR 41.3133 dB、SSIM 0.9932を達成し、比較対象の全手法を大きく上回った。
• 10%のノイズではPSNRが15.4199 dB、90%のノイズでも27.5748 dBを維持しており、ノイズレベルにかかわらず高いロバストネスを示した。
• 平均PSNRおよびSSIMの曲線から、NAMFは常に最高順位にあり、ノイズ強度が30%を超えると他の手法との性能差が拡大していることが明らかになった。
• NAMFの実行時間は最先端手法と同等であり、中央付近の順位にあり、高ノイズレベル下ではNAFSMFを上回り、DAMFと同等の速度を達成した。
• 視覚的評価では、NAMFはAMF、AWMF、BPDFその他の手法と比較して、特に高ノイズ密度下でもエッジやテクスチャをよりよく保持していた。
• 90%を超えるピクセルが損傷している状況でも、NAMFは復元画像においてぼやけやジグザグアーチファクトを効果的に回避していた。