[논문 리뷰] A Non-Local Means Approach for Gaussian Noise Removal from Images using a Modified Weighting Kernel

Mojtaba Kazemi, Pedram Mohammadi외 2명|arXiv (Cornell University)|2016. 12. 03.

Image and Signal Denoising Methods참고 문헌 18인용 수 7

한 줄 요약

이 논문은 이미지 패치 내 강도 이상치의 영향을 줄이기 위해 표준 가우시안 가중 커널 대신 기하 거리 기반 커널을 사용하는 수정된 비국소 평균(NLM) 노이즈 제거 방법을 제안한다. 픽셀 강도 간의 기하학적 유사성을 활용함으로써, 특히 높은 노이즈 수준에서 노이즈 제거 성능을 향상시켜 기존 최고 수준의 필터보다 우수한 성능을 보인다.

ABSTRACT

Gaussian noise removal is an interesting area in digital image processing not only to improve the visual quality, but for its impact on other post-processing algorithms like image registration or segmentation. Many presented state-of-the-art denoising methods are based on the self-similarity or patch-based image processing. Specifically, Non-Local Means (NLM) as a patch-based filter has gained increasing attention in recent years. Essentially, this filter tends to obtain the noise-less signal value by computing the Gaussian-weighted Euclidean distance between the patch under-processing and other patches inside the image. However, the NLM filter is sensitive to the outliers (pixels that their intensity values are far away from other pixels) inside the patch, meaning that the pixels with the symmetric locations in the patch are assigned the same weight. This can lead to sub-optimal denoising performance when the destructive nature of noise generates some outliers inside patches. In this paper, we propose a new weighting approach to modify the Gaussian kernel of the NLM filter. Our approach employs the geometric distance between image intensities to come up with new weights for each pixel of a patch, lowering the impact of outliers on the denoising performance. Experiments on a set of standard images and different noise levels show that our proposed method outperforms the other compared denoising filters.

연구 동기 및 목표

• 이미지 패치 내 강도 이상치에 민감한 기존 비국소 평균(NLM) 필터의 문제를 해결하기 위해.
• NLM의 가중 커널을 수정하여 가우시안 노이즈가 존재하는 상황에서 노이즈 제거 성능을 향상시키기 위해.
• 기존 NLM에서 동일한 가중치를 받는 대칭적으로 위치한 이상치 픽셀의 악영향을 줄이기 위해.
• 픽셀 강도 간의 기하 거리를 통합하여 패치 기반 노이즈 제거의 강건성과 정확도를 향상시키기 위해.
• 다양한 노이즈 수준에서 기존 최고 수준의 방법들과 비교하여 뛰어난 노이즈 제거 성능을 달성하기 위해.

제안 방법

• NLM의 표준 가우시안 가중 유클리드 거리 대신 픽셀 강도 값 간의 기하 거리 측도를 사용한다.
• 강도 차이의 기하 평균을 기반으로 새로운 패치 가중치를 계산하여 극단적인 강도 값의 영향을 감소시킨다.
• 수정된 커널을 NLM 프레임워크 내에서 적용하여 유사한 패치들의 가중 평균을 통해 노이즈 제거된 픽셀 값을 추정한다.
• 후보 패치를 식별하기 위해 대칭적 패치 매칭을 사용하지만, 이상치 영향을 억제하기 위해 기하 거리 측도를 사용해 재가중한다.
• 핵심 NLM 구조를 유지하면서도 노이즈 유도 이상치에 대한 강건성을 향상시키기 위해 커널 함수를 수정한다.
• 강도 차이의 비선형 변환을 적용하여 국소 유사성을 강조하면서 극단적 값으로 인한 왜곡을 최소화한다.

실험 결과

연구 질문

• RQ1 가우시안 커널을 기하 거리 기반 커널으로 대체할 경우 NLM의 강도 이상치에 대한 강건성에 어떤 영향을 미치는가?
• RQ2 제안된 방법은 다양한 수준의 가우시안 노이즈 하에서 노이즈 제거 성능을 얼마나 향상시키는가?
• RQ3 기하 가중치 접근 방식이 표준 NLM 및 기타 최고 수준의 노이즈 제거 필터보다 PSNR 및 시각적 품질 측면에서 뛰어난 성능을 보일 수 있는가?
• RQ4 수정된 커널은 이미지 패치 내 대칭적으로 위치한 이상치 픽셀을 어떻게 처리하는가?
• RQ5 노이즈 제거 정확도를 향상시키는 동안 계산 효율성은 유지되는가?

주요 결과

• 제안된 방법은 여러 표준 테스트 이미지에서 표준 NLM 및 비교된 다른 필터보다 높은 PSNR 값을 달성한다.
• 이상치 영향이 가장 두드러지는 고노이즈 수준에서 뛰어난 성능을 보여준다.
• 시각적 검토 결과, 특히 에지와 무늬 부근에서 리딩( ringing) 및 아티팩트 생성이 감소한 것으로 확인된다.
• 기하 거리 기반 커널은 강도 이상치의 영향을 효과적으로 줄여 더 정확한 패치 유사도 추정에 기여한다.
• 노이즈 제거 품질을 크게 향상시키는 동안 경쟁 가능한 계산 복잡도를 유지한다.
• 2017년 이란 전기공학 회의에서의 실험 결과는 방법의 효과성과 강건성을 확인한다.