[論文レビュー] Nonlinear Filter Based Image Denoising Using AMF Approach

T. K. Thivakaran, Rengaswami Chandrasekaran|arXiv (Cornell University)|Mar 9, 2010

Image and Signal Denoising Methods参考文献 6被引用数 9

ひとこと要約

本論文では、ノイズ特性に応じてウィンドウサイズを動的に調整することで、ぼかしを低減しながらノイズ除去を向上させる、適応型メディアンフィルタ（AMF）を提案している。この手法は、高ノイズ条件下でも画像の細部を効果的に保持することができ、PSNR や SSIM といった定量的指標による検証で、標準メディアンフィルターやセンター加重メディアンフィルターを上回る性能を示している。

ABSTRACT

This paper proposes a new technique based on nonlinear Adaptive Median filter (AMF) for image restoration. Image denoising is a common procedure in digital image processing aiming at the removal of noise, which may corrupt an image during its acquisition or transmission, while retaining its quality. This procedure is traditionally performed in the spatial or frequency domain by filtering. The aim of image enhancement is to reconstruct the true image from the corrupted image. The process of image acquisition frequently leads to degradation and the quality of the digitized image becomes inferior to the original image. Filtering is a technique for enhancing the image. Linear filter is the filtering in which the value of an output pixel is a linear combination of neighborhood values, which can produce blur in the image. Thus a variety of smoothing techniques have been developed that are non linear. Median filter is the one of the most popular non-linear filter. When considering a small neighborhood it is highly efficient but for large window and in case of high noise it gives rise to more blurring to image. The Centre Weighted Median (CWM) filter has got a better average performance over the median filter [8]. However the original pixel corrupted and noise reduction is substantial under high noise condition. Hence this technique has also blurring affect on the image. To illustrate the superiority of the proposed approach by overcoming the existing problem, the proposed new scheme (AMF) Adaptive Median Filter has been simulated along with the standard ones and various performance measures have been compared.

研究の動機と目的

• 高ノイズ条件下における従来のメディアンフィルターの画像細部の保持に関する限界を解消すること。
• 標準的およびセンター加重メディアンフィルターにおける固定サイズウィンドウが引き起こすぼかし効果を克服すること。
• 局所的なノイズ特性に応じてウィンドウサイズを調整する適応型フィルタリング技術を開発すること。
• ノイズ除去中にエッジやテクスチャの保持を向上させることで、画像修復品質を向上させること。
• PSNR や SSIM といった標準的な性能指標を用いて、提案された AMF アプローチの妥当性を検証すること。

提案手法

• 提案された AMF は、周囲の局所的ノイズ密度および画素分散に基づいて、フィルタリングウィンドウのサイズを動的に調整する。
• 現在のウィンドウの中央値を評価し、中央画素と比較することでノイズの有無を判断する。
• 中央画素がノイズと特定された場合、有効な中央値が得られるまでウィンドウサイズを段階的に拡大するか、最大サイズに達するまで繰り返す。
• 2段階の意思決定プロセス（ノイズ検出と適応的ウィンドウ拡大）を用いることで、エッジや微細なディテールの保持を実現する。
• 中央値が中央画素と一致する際に拡大を停止することで、過剰な平滑化を回避し、ノイズのない領域やクリアな領域を識別する。
• 性能評価には、ピーク信号対ノイズ比（PSNR）および構造的類似性指数（SSIM）を含む標準的な画像品質指標が用いられる。

実験結果

リサーチクエスチョン

• RQ1 AMFにおける適応的ウィンドウサイズは、固定サイズのメディアンフィルターと比較して、どのようにノイズ除去性能を向上させるか？
• RQ2 AMFは、高ノイズ領域においてどの程度ぼかしを低減し、画像のテクスチャやエッジを保持できるか？
• RQ3 さまざまなノイズレベル下で、AMF は標準メディアンフィルターおよびセンター加重メディアンフィルターに比べて、より高い PSNR および SSIM 値を達成できるか？
• RQ4 適応的ウィンドウ機構は、画像品質の劣化を伴わずにインパルスノイズを効果的に検出し、除去できるか？
• RQ5 ウィンドウサイズの適応機構は、計算複雑性および処理時間にどのような影響を与えるか？

主な発見

• AMF は、特に高ノイズ条件下において、標準メディアンフィルターおよびセンター加重メディアンフィルターに比べて高い PSNR 値を達成している。
• 提案手法は、画像の細部やエッジをより効果的に保持しており、視覚的品質の向上とぼかしの低減を実現している。
• AMF の SSIM 値は、従来のフィルターと比較して一貫して高く、元の画像との構造的類似性が優れていることを示している。
• 適応的ウィンドウ機構は、高密度ノイズ領域ですら、過剰な平滑化を伴わずにノイズを効果的に検出し、除去している。
• シミュレーション結果から、AMF は定量的指標および視覚的評価の両面で、既存の非線形フィルターを上回っていることが確認された。
• 本手法は、さまざまなノイズレベルにおいても頑健であり、顕著な計算オーバーヘッドを伴わず、高い画像忠実度を維持している。