[논문 리뷰] Image De-Noising For Salt and Pepper Noise by Introducing New Enhanced Filter

Vivek Kumar, Atul Samadhiya|arXiv (Cornell University)|2019. 01. 19.

Image and Signal Denoising Methods참고 문헌 6인용 수 5

한 줄 요약

이 논문은 회색조 이미지에서 소금-후추 노이즈를 제거하기 위한 새로운 개선된 필터를 제안한다. 창 내에서 값이 0과 255만 존재할 경우, 노이즈가 있는 픽셀을 잘라낸 평균 값으로 대체하고, 그렇지 않은 경우는 평균 기반 대체를 사용한다. 이 방법은 SMF, DBMF, MDBMF보다 높은 PSNR를 달성하고 블러링을 감소시켜 레나와 만드리ll 테스트 이미지에서 뛰어난 시각적 품질과 노이즈 억제 성능을 보여준다.

ABSTRACT

When an image is formed, factors such as lighting (spectra, source, and intensity) and camera characteristics (sensor response, lenses) affect the appearance of the image. Therefore, the prime factor that reduces the quality of the image is noise. It hides the important details and information of images. In order to enhance the qualities of the image, the removal of noises become imperative and that should not at the cost of any loss of image information. Noise removal is one of the pre-processing stages of image processing. In this paper a new method for the enhancement of grayscale images is introduced, when images are corrupted by fixed valued impulse noise (salt and pepper noise). The proposed methodology ensures a better output for the low and medium density of fixed value impulse noise as compared to the other famous filters like Standard Median Filter (SMF), Decision Based Median Filter (DBMF) and Modified Decision Based Median Filter (MDBMF) etc. The main objective of the proposed method was to improve peak signal to noise ratio (PSNR), visual perception and reduction in the blurring of the image. The proposed algorithm replaced the noisy pixel by trimmed mean value. When previous pixel values, 0s, and 255s are present in the particular window and all the pixel values are 0s and 255s then the remaining noisy pixels are replaced by mean value. The gray-scale image of mandrill and Lena were tested via the proposed method. The experimental result shows better peak signal to noise ratio (PSNR), mean square error values with better visual and human perception.

연구 동기 및 목표

• 소금-후추 노이즈로 인한 이미지 품질 저하를 해결하기 위해, 중요한 이미지 세부 정보가 가려지는 문제를 해결한다.
• 노이즈 제거 후 이미지 품질을 향상시키되, 중요한 구조적 또는 질감 정보를 손실 없이 유지한다.
• 기존 필터보다 피크 신호 대 노이즈비율(PSNR)을 향상시키고 이미지 블러링을 감소시킨다.
• 낮은 및 중간 수준의 노이즈 밀도에서도 효과적으로 작동하는 방법을 개발한다.
• 노이즈 제거된 이미지의 시각적 인식과 인간 평가 품질을 향상시킨다.

제안 방법

• 제안된 방법은 이미지 전반에 걸쳐 슬라이딩 윈도우를 적용하여 각 픽셀의 국소 영역 내 픽셀 값을 분석한다.
• 윈도우에 0과 255만 존재할 경우(소금-후추 노이즈의 특징), 비극단적 값들의 잘라낸 평균을 계산한다.
• 윈도우 내 모든 값이 0과 255일 경우, 알고리즘은 노이즈가 있는 픽셀을 윈도우의 산술 평균으로 대체한다.
• 지역 윈도우 내 강도 분포를 분석하여 임펄스 노이즈와 일반 픽셀 값을 구분한다.
• 강도 임계값을 기반으로 이상치로 식별된 노이즈 픽셀에 대해서만 대체 규칙을 선택적으로 적용한다.
• 성능 평가를 위해 표준 회색조 이미지, 특히 레나와 만드리ll 이미지를 사용하여 알고리즘을 테스트한다.

실험 결과

연구 질문

• RQ1 잘라낸 평균과 산술 평균을 조합한 하이브리드 필터링 접근 방식이 소금-후추 노이즈 제거에서 PSNR 향상에 기여할 수 있는가?
• RQ2 제안된 필터는 SMF, DBMF, MDBMF와 비교해 이미지 세부 정보 유지 및 블러링 감소 측면에서 어떻게 성능을 내는가?
• RQ3 낮고 중간 수준의 노이즈 밀도에서 이 방법은 시각적 품질과 인간 인식을 유지할 수 있는가?
• RQ4 청결한 영역에 영향을 주지 않고 효과적으로 임펄스 노이즈 픽셀을 식별하고 대체할 수 있는가?
• RQ5 두 단계 대체 전략(잘라낸 평균 대비 산술 평균)이 이미지 충실도에 어떤 영향을 미치는가?

주요 결과

• 제안된 필터는 테스트된 레나와 만드리ll 이미지에서 SMF, DBMF, MDBMF보다 높은 피크 신호 대 노이즈비율(PSNR)을 달성했다.
• 표준 중앙값 및 의사결정 기반 필터보다 평균 제곱 오차(MSE) 값이 낮았다.
• 시각적 검토 결과, 블러링 감소와 함께 이미지 에지 및 질감의 보존 향상이 확인되었다.
• 특히 낮고 중간 수준의 노이즈 밀도에서, 정량적 및 정성적 지표 모두에서 기존 필터를 능가하는 성능을 보였다.
• 인간 평가 결과, 노이즈 제거된 이미지가 기존 필터 처리 결과보다 더 선명하고 자연스럽게 보였다.
• 잘라낸 평균과 평균 기반 대체 전략을 활용함으로써 노이즈는 효과적으로 감소시켰고, 원본 이미지 특징의 왜곡은 최소화되었다.