[논문 리뷰] Denoising and compression in wavelet domain via projection onto approximation coefficients

Mario Mastriani|arXiv (Cornell University)|2016. 07. 31.

Image and Signal Denoising Methods참고 문헌 35인용 수 12

한 줄 요약

이 논문은 이미지 노이즈 제거와 압축을 위한 새로운 웨이블릿 도메인 방법인 근사 계수에 대한 투영(POAC)을 제안한다. 이 방법은 세부 하위대역 계수를 근사 계수에 투영하여 근사 계수와 세 개의 스칼라 값만 유지함으로써 고압축률과 경쟁 가능한 노이즈 제거 성능을 달성한다. 기존의 웨이블릿 기반 기법들보다 뛰어난 성능을 발휘하며, 세부 하위대역을 제거함으로써 성능을 향상시킨다.

ABSTRACT

We describe a new filtering approach in the wavelet domain for image denoising and compression, based on the projections of details subbands coefficients (resultants of the splitting procedure, typical in wavelet domain) onto the approximation subband coefficients (much less noisy). The new algorithm is called Projection Onto Approximation Coefficients (POAC). As a result of this approach, only the approximation subband coefficients and three scalars are stored and/or transmitted to the channel. Besides, with the elimination of the details subbands coefficients, we obtain a bigger compression rate. Experimental results demonstrate that our approach compares favorably to more typical methods of denoising and compression in wavelet domain.

연구 동기 및 목표

• 동시적인 이미지 노이즈 제거 및 압축을 위한 새로운 웨이블릿 도메인 접근법을 개발하기 위해.
• 세부 하위대역 계수를 제거하여 저장 및 전송 요구사항을 줄이기 위해.
• 고품질의 이미지를 유지하면서도 압축 효율을 향상시키기 위해.
• 재구성에 근사 계수와 최소한의 스칼라 값만 사용하는 것이 가능한지 탐색하기 위해.
• 기존의 확립된 웨이블릿 기반 노이즈 제거 및 압축 기법들과의 성능 비교를 위해.

제안 방법

• 입력 이미지에 이산 웨이블릿 변환(DWT)을 수행하여 근사 및 세부 하위대역을 생성한다.
• 각 세부 하위대역의 계수를 투영 연산을 통해 근사 하위대역 계수에 투영한다.
• 저장 또는 전송을 위해 결과적으로 생성된 근사 하위대역 계수와 세 개의 스칼라 파rameter(예: 스케일링 인자)만 유지한다.
• 재구성 과정은 투영된 계수와 저장된 스칼라를 사용하여 노이즈 제거 및 압축된 이미지를 합성한다.
• 투영 연산은 근사 하위대역이 덜 노이즈가 많다는 특성을 활용하여 노이즈를 감소시킨다.
• 투영 이후 모든 세부 하위대역 계수를 기각함으로써 이론적으로 고압축을 달성할 수 있다.

실험 결과

연구 질문

• RQ1 세부 하위대역 계수를 근사 계수에 투영하는 것이 웨이블릿 도메인 이미지 처리에서 노이즈를 효과적으로 감소시키는가?
• RQ2 이 투영 기반 방법이 세부 하위대역을 제거함으로써 얼마나 높은 압축률을 달성하는가?
• RQ3 POAC의 재구성 품질은 표준 웨이블릿 기반 노이즈 제거 및 압축 기법들과 비교해 어떻게 되는가?
• RQ4 근사 계수와 최소한의 스칼라 집합만으로도 높은 이미지 정밀도를 유지할 수 있는가?
• RQ5 제안된 프레임워크에서 압축 효율성과 노이즈 제거 성능 사이의 상충 관계는 어떠한가?

주요 결과

• POAC 방법은 투영 이후 모든 세부 하위대역 계수를 기각함으로써 근사 계수와 세 개의 스칼라 값만으로 데이터를 줄여 뚜렷한 압축을 달성한다.
• 실험 결과에 따르면, 기존의 웨이블릿 기반 방법들과 비교해 경쟁 가능한 노이즈 제거 성능을 보여준다.
• 근사 하위대역이 덜 노이즈가 많다는 특성 덕분에 투영으로 인한 노이즈 감소 효과로 인해 재구성 품질이 높게 유지된다.
• 이 방법은 전송 및 저장 요구사항을 단순화하여 대역폭이나 메모리가 제한된 응용 분야에 적합하다.
• 알고리즘은 이전 연구들과 상당한 텍스트 중복을 보이며, 동일한 연구 주제 내에서 점진적인 발전임을 시사한다.
• 실험 평가에는 11페이지, 10개의 그림, 2개의 표가 포함되어 있으며, 효율성과 효과성에 대한 주장들을 뒷받침한다.