[論文レビュー] Removal of Salt and Pepper noise from Gray-Scale and Color Images: An Adaptive Approach

Sujaya Kumar Sathua, Arabinda Dash+1 more|arXiv (Cornell University)|Mar 7, 2017

Image and Signal Denoising Methods参考文献 1被引用数 12

ひとこと要約

本稿では、粗い画素周囲のウィンドウサイズを動的に調整することで、グレースケールおよびカラー画像からのソルトアンドペッパーノイズを除去するための適応フィルタリング手法を提案する。ノイズのある画素は、局所的なウィンドウ統計に基づいて平均値、中央値、またはトリムムーリアン値に置き換えられ、既存の手法（MF、AMF、AWMFなど）と比較して優れたPSNRおよび画像強調要因（IEF）を達成する。

ABSTRACT

An efficient adaptive algorithm for the removal of Salt and Pepper noise from gray scale and color image is presented in this paper. In this proposed method first a 3X3 window is taken and the central pixel of the window is considered as the processing pixel. If the processing pixel is found as uncorrupted, then it is left unchanged. And if the processing pixel is found corrupted one, then the window size is increased according to the conditions given in the proposed algorithm. Finally the processing pixel or the central pixel is replaced by either the mean, median or trimmed value of the elements in the current window depending upon different conditions of the algorithm. The proposed algorithm efficiently removes noise at all densities with better Peak Signal to Noise Ratio (PSNR) and Image Enhancement Factor (IEF). The proposed algorithm is compared with different existing algorithms like MF, AMF, MDBUTMF, MDBPTGMF and AWMF.

研究の動機と目的

• 変動するノイズ密度に対応できない固定ウィンドウノイズ除去手法の限界を解消すること。
• 局所的な画像特性に基づいてウィンドウサイズを知的に調整する適応手法を開発すること。
• グレースケールおよびカラー画像の両方において、PSNRおよびIEFなどの画像品質指標を向上させること。
• MF、AMF、MDBUTMF、MDBPTGMF、AWMFなどの既存の最先端フィルターよりも、ノイズ抑制および視覚的忠実度において優れた性能を発揮すること。

提案手法

• 各画素に3×3のスライディングウィンドウを適用し、中央画素を処理対象画素として扱う。
• 中央画素が破損しているかどうか（ノイズを示す極端な画素値であるかどうか）を確認する。
• 画素が破損している場合、事前に定義された条件に基づいてウィンドウサイズを適応的に拡大し、より信頼性の高い近隣データを取得する。
• 現在のウィンドウ内の平均値、中央値、またはトリムムーリアン値に応じて、ノイズのある画素を置き換える。
• 平均値、中央値、トリムムーリアン値の使用意思決定は、現在のウィンドウ内の画素値の分布に基づき、ノイズ低減とエッジ保持の両立を図る。
• グレースケールおよびカラー画像の両方に対して、画像全体にわたって反復的にアルゴリズムを適用する。カラー画像は別々の色空間チャネルで処理される。

実験結果

リサーチクエスチョン

• RQ1 ウィンドウサイズの適応は、変動するノイズ密度の下でどのようにソルトアンドペッパーノイズ除去を改善するか？
• RQ2 異なる局所的画像状況において、ノイズ置換に最適な統計的指標の組み合わせ（平均値、中央値、トリムムーリアン値）は何か？
• RQ3 PSNRおよびIEFの観点から、適応的ウィンドウ化は固定ウィンドウフィルターよりもどれほど優れているか？
• RQ4 従来のフィルターよりも、提案手法は画像の詳細およびエッジをどれほど効果的に保持できるか？
• RQ5 別々のチューニングなしに、グレースケールおよびカラー画像の両方で高い性能を維持できるか？

主な発見

• 提案手法は、全テストノイズ密度において、MF、AMF、MDBUTMF、MDBPTGMF、AWMFより高いピーク信号対ノイズ比（PSNR）を達成した。
• 画像強調要因（IEF）が顕著に向上し、画像の詳細およびコントラストの保持が良好であることが示された。
• 適応的ウィンドウリサイズにより、固定サイズフィルタがしばしば失敗する高ノイズ密度下でも、効果的なノイズ除去が可能となった。
• 高ノイズ領域でのトリムムーリアン値の使用により、外れ値の影響が軽減され、より高いロバスト性が実現された。
• 従来の平均値および中央値フィルターよりも、エッジのシャープネスおよびテクスチャの詳細をより効果的に保持した。
• 色相の忠実度に劣化を来さず、グレースケールおよびカラー画像の両方で一貫した性能を示した。