[논문 리뷰] Image Denoising using New Adaptive Based Median Filters

Suman Shrestha|arXiv (Cornell University)|2014. 09. 10.

Image and Signal Denoising Methods참고 문헌 10인용 수 7

한 줄 요약

이 논문은 이미지의 임펄스 노이즈 제거를 위한 새로운 적응형 결합 기반 중앙값 필터를 제안하며, 지역적 노이즈 특성에 따라 필터링을 동적으로 조정한다. 다양한 테스트 이미지에 대한 MATLAB 시뮬레이션을 통해 검증된 결과, 특히 높은 노이즈 밀도에서 기존 방법보다 이미지 세부 정보를 더 잘 유지하고 PSNR는 높이며 MSE는 낮추는 것으로 나타났다.

ABSTRACT

Noise is a major issue while transferring images through all kinds of electronic communication. One of the most common noise in electronic communication is an impulse noise which is caused by unstable voltage. In this paper, the comparison of known image denoising techniques is discussed and a new technique using the decision based approach has been used for the removal of impulse noise. All these methods can primarily preserve image details while suppressing impulsive noise. The principle of these techniques is at first introduced and then analysed with various simulation results using MATLAB. Most of the previously known techniques are applicable for the denoising of images corrupted with less noise density. Here a new decision based technique has been presented which shows better performances than those already being used. The comparisons are made based on visual appreciation and further quantitatively by Mean Square error (MSE) and Peak Signal to Noise Ratio (PSNR) of different filtered images..

연구 동기 및 목표

• 전자 전송 중 디지털 이미지에 발생하는 임펄스 노이즈 문제를 해결하기 위해.
• 높은 노이즈 밀도에서 성능이 저하되는 기존 중앙값 필터의 한계를 극복하기 위해.
• 이미지 세부 정보를 유지하면서 효과적으로 임펄스 노이즈를 제거할 수 있는 적응형 결정 기반 필터링 기법을 개발하기 위해.
• MSE와 PSNR를 사용한 정량적 평가와 시각적 평가를 통한 정성적 평가를 통해 제안된 방법을 평가하기 위해.

제안 방법

• 제안된 방법은 국소 주변부의 노이즈가 있는 픽셀을 식별하기 위해 결정 기반 접근법을 사용한다.
• 노이즈 탐지 기준에 따라 노이즈로 분류된 픽셀들에만 수정된 중앙값 필터를 적용한다.
• 지역적 노이즈 밀도와 픽셀 분포에 따라 창 크기와 연산을 적응적으로 조정한다.
• 임계값 기반의 노이즈 탐지 메커니즘을 통해 임펄스 노이즈를 일반적인 이미지 콘텐츠와 구분한다.
• 알고리즘은 동적으로 조정된 창에서 중앙값을 사용해 노이즈가 있는 픽셀들을 선택적으로 교체한다.
• 성능 평가를 위한 종합적인 분석을 위해 MATLAB을 사용해 방법을 구현하고 테스트한다.

실험 결과

연구 질문

• RQ1 제안된 적응형 결정 기반 중앙값 필터는 기존의 중앙값 필터와 비교해 노이즈 억제 및 세부 정보 유지 측면에서 어떻게 다를까?
• RQ2 기존 필터가 실패하는 높은 임펄스 노이즈 밀도에서도 제안된 방법이 높은 이미지 품질을 유지할 수 있을까?
• RQ3 적응형 창 크기 선택이 PSNR와 MSE 측면에서 중앙값 필터링 성능에 어떤 영향을 미칠까?
• RQ4 결정 기반 노이즈 탐지 메커니즘이 고정 임계값 접근법에 비해 필터링 정확도를 얼마나 향상시킬까?
• RQ5 제안된 방법이 시각적 평가와 정량적 평가 양 측면에서 기존 기법들보다 얼마나 뛰어나게 성능을 발휘할까?

주요 결과

• 제안된 필터는 특히 높은 노이즈 밀도에서 기존 중앙값 필터보다 더 높은 PSNR 값을 달성한다.
• 기존 기법들보다 더 낮은 평균 제곱 오차(MSE)를 보이며, 더 나은 노이즈 억제 성능을 나타낸다.
• 시각적 결과에서 표준 중앙값 필터 및 적응형 필터에 비해 세밀한 이미지 세부 정보와 에지가 더 잘 유지되는 것으로 나타났다.
• 적응형 창 크기 선택이 비노이즈 영역에서의 블러링을 줄여 성능 향상에 기여한다.
• 결정 기반 메커니즘이 임펄스 노이즈 픽셀만 효과적으로 식별하고 교체하여 깨끗한 픽셀의 왜곡을 최소화한다.
• MATLAB 시뮬레이션 결과, 제안된 방법은 여러 테스트 이미지와 노이즈 수준에서 기존 필터들을 일관되게 뛰어넘는 것으로 확인되었다.