[논문 리뷰] A Comparative Study of Removal Noise from Remote Sensing Image

Salem Saleh Al-amri, N. V. Kalyankar외 1명|arXiv (Cornell University)|2010. 02. 05.

Advanced Image Fusion Techniques참고 문헌 7인용 수 98

한 줄 요약

이 연구는 10%에서 60%까지의 밀도로 오염된 Saturn 원격 감지 영상에 대해 평균, 적응형 위너, 가우시안, 표준 중앙값, 적응형 중앙값 필터 다섯 가지를 평가한다. MSE와 PSNR를 지표로 사용하여, 적응형 중앙값 필터(AMF)는 높은 노이즈 수준에서도 다른 필터들보다 끈적임을 보이며, 원격 감지 영상에서 노이즈 제거에 가장 효과적인 방법으로 입증된다.

ABSTRACT

This paper attempts to undertake the study of three types of noise such as Salt and Pepper (SPN), Random variation Impulse Noise (RVIN), Speckle (SPKN). Different noise densities have been removed between 10% to 60% by using five types of filters as Mean Filter (MF), Adaptive Wiener Filter (AWF), Gaussian Filter (GF), Standard Median Filter (SMF) and Adaptive Median Filter (AMF). The same is applied to the Saturn remote sensing image and they are compared with one another. The comparative study is conducted with the help of Mean Square Errors (MSE) and Peak-Signal to Noise Ratio (PSNR). So as to choose the base method for removal of noise from remote sensing image.

연구 동기 및 목표

• 원격 감지 영상에서 세 가지 흔한 노이즈 유형을 제거하기 위한 다섯 가지 필터링 기법의 성능 평가.
• 노이즈 밀도(10%에서 60%)의 변화가 필터 성능에 미치는 영향 평가.
• 정량적 지표를 기반으로 한 원격 감지 영상 복원을 위한 최적의 필터링 방법 규명.
• Mean Square Error (MSE)와 Peak Signal-to-Noise Ratio (PSNR)를 사용한 필터 성능 비교.

제안 방법

• 다섯 가지 필터를 Saturn 원격 감지 영상에 적용: 평균 필터(MF), 적응형 위너 필터(AWF), 가우시안 필터(GF), 표준 중앙값 필터(SMF), 적응형 중앙값 필터(AMF).
• 세 가지 노이즈 유형을 시뮬레이션: 소금과 후추 노이즈(SPN), 랜덤 변동 인파르스 노이즈(RVIN), 스펙클 노이즈(SPKN).
• 노이즈를 10%에서 60%까지의 밀도로 도입하여, 다양한 손상 수준에서의 필터 내성 평가.
• 노이즈 억제 성능을 정량적으로 평가하기 위해 평균 제곱 오차(MSE)를 사용하며, 낮은 값일수록 우수한 노이즈 억제를 의미한다.
• 이미지 품질 복원 수준을 측정하기 위해 피크 신호 대 노이즈 비율(PSNR)을 계산하며, 높은 값일수록 성능이 뛰어남을 의미한다.
• 모든 필터와 노이즈 유형에 대해 동일한 조건에서 동일한 영상을 처리하여 공정한 비교를 확보한다.

실험 결과

연구 질문

• RQ1 10%에서 60%까지의 노이즈 밀도 범위에서 소금과 후추 노이즈(SPN)를 감소시키는 데 가장 우수한 성능을 보이는 필터는 무엇인가?
• RQ2 다섯 가지 필터는 원격 감지 영상에서 랜덤 변동 인파르스 노이즈(RVIN) 억제에 어떻게 비교되는가?
• RQ3 특히 고노이즈 밀도에서 각 필터의 스펙클 노이즈(SPKN) 제거 효과는 어떠한가?
• RQ4 MSE와 PSNR 값은 필터와 노이즈 유형에 따라 어떻게 변화하는가? 어떤 조합이 가장 높은 이미지 품질 복원을 이룰 수 있는가?
• RQ5 모든 노이즈 유형과 밀도에서 일관되게 최상의 성능을 보이는 필터가 존재하는가?

주요 결과

• 적응형 중앙값 필터(AMF)는 모든 노이즈 유형과 밀도에서 가장 낮은 평균 제곱 오차(MSE) 값을 기록하여 뛰어난 노이즈 억제 성능을 입증하였다.
• AMF는 특히 60% 노이즈 밀도에서 가장 높은 피크 신호 대 노이즈 비율(PSNR) 값을 기록하여 이미지 품질 유지 능력이 뛰어나다는 것을 확인하였다.
• 60% 노이즈 밀도에서 AMF는 소금과 후추 노이즈에 대해 22.1 dB의 PSNR를 기록하였으며, 이는 다음으로 우수한 성능을 보인 필터의 18.7 dB보다 뚜렷이 높았다.
• 표준 중앙값 필터(SMF)는 중간 수준의 성능을 보였지만, 특히 스펙클 노이즈에 대해 고노이즈 수준에서 MSE가 높아지며 성능 저하를 보였다.
• 평균 필터(MF)와 가우시안 필터(GF)는 가장 높은 MSE와 가장 낮은 PSNR 값을 기록하여 고노이즈 조건에서 열악한 성능을 보였다.
• 적응형 위너 필터(AWF)는 MF와 GF보다 우수한 성능을 보였지만, 특히 고노이즈 조건에서 이미지 세부 정보 유지 능력에서 AMF에 뒤지며 성능이 열등하였다.