[논문 리뷰] Image Restoration in Non-Linear Filtering Domain using MDB approach

S. K. Satpathy, Sidhartha Panda외 2명|arXiv (Cornell University)|2022. 04. 20.

Image and Signal Denoising Methods인용 수 11

한 줄 요약

이 논문은 이미지 복원을 위한 새로운 비선형 Minmax 검출 기반(MDB) 필터를 제안한다. 특히 임펄스 노이즈 제거를 목적으로 한다. 적응형 윈도우링과 중앙가중 평균 필터링을 결합한 MDB 방법은 블러링을 줄이며, 전통적인 필터인 중앙값 필터와 CWM보다 고노이즈 상황에서 뛰어난 성능을 보여, 실험적 검증에서 우수한 PSNR 및 SSIM 값을 달성한다.

ABSTRACT

This paper proposes a new technique based on a non-linear Minmax Detector Based (MDB) filter for image restoration. The aim of image enhancement is to reconstruct the true image from the corrupted image. The process of image acquisition frequently leads to degradation and the quality of the digitized image becomes inferior to the original image. Image degradation can be due to the addition of different types of noise in the original image. Image noise can be modelled of many types and impulse noise is one of them. Impulse noise generates pixels with gray value not consistent with their local neighbourhood. It appears as a sprinkle of both light and dark or only light spots in the image. Filtering is a technique for enhancing the image. Linear filter is the filtering in which the value of an output pixel is a linear combination of neighborhood values, which can produce blur in the image. Thus a variety of smoothing techniques have been developed that are non linear. Median filter is the one of the most popular non-linear filter. When considering a small neighborhood it is highly efficient but for large window and in case of high noise it gives rise to more blurring to image. The Centre Weighted Mean (CWM) filter has got a better average performance over the median filter. However the original pixel corrupted and noise reduction is substantial under high noise condition. Hence this technique has also blurring affect on the image. To illustrate the superiority of the proposed approach, the proposed new scheme has been simulated along with the standard ones and various restored performance measures have been compared.

연구 동기 및 목표

• 디지타이징 과정에서 발생하는 임펄스 노이즈로 인한 이미지 품질 저하를 해결하기 위해.
• 선형 필터는 블러링을 유발하고, 중앙값 및 CWM과 같은 비선형 필터는 고노이즈 조건에서 블러링 문제를 겪는 한계를 극복하기 위해.
• 이미지 세부 정보를 유지하면서 효과적으로 임펄스 노이즈를 제거할 수 있는 비선형 필터링 기법을 개발하기 위해.
• 기존 표준 필터들과 비교해 PSNR 및 SSIM 측면에서 복원 성능을 향상시키기 위해.

제안 방법

• MDB 필터는 국소 주변 통계량을 기반으로 손상된 픽셀을 식별하기 위해 minmax 검출 메커니즘을 사용한다.
• 노이즈 밀도와 국소 분산에 따라 필터링 영역을 동적으로 조정하기 위해 적응형 윈도우링을 적용한다.
• 노이즈 패턴에 더 민감한 감도를 갖춘 중심가중 평균(CWM) 필터를 사용해 손상된 픽셀을 대체한다.
• 모서리 보존과 무늬 영역에서의 번짐 방지를 위해 중앙값 필터링 원리를 통합한다.
• 국소 강도 이탈 임계값을 사용해 노이즈 영향을 받은 픽셀과 진짜 이미지 특징을 구분하기 위한 의사결정 규칙을 적용한다.
• 이미지 전반에 걸쳐 반복적으로 적용하여 복원 품질을 개선하면서 왜곡을 최소화한다.

실험 결과

연구 질문

• RQ1 고임펄스 노이즈 조건에서 중앙값 필터 및 CWM 필터와 비교해 비선형 필터링 접근 방식이 블러링을 줄일 수 있는가?
• RQ2 MDB 필터의 적응형 윈도우링이 노이즈 검출 정확도와 모서리 보존에 어떤 영향을 미치는가?
• RQ3 기존 표준 복원 기법과 비교해 MDB 필터가 PSNR 및 SSIM 지표를 얼마나 향상시키는가?
• RQ4 Minmax 검출과 중심가중 평균 필터링의 조합이 고노이즈 조건에서 복원 성능을 향상시키는가?

주요 결과

• MDB 필터는 특히 고노이즈 환경에서 중앙값 및 CWM 필터보다 높은 PSNR 값을 달성한다.
• 제안된 방법은 기존 필터보다 더 우수한 구조 유사도(SSI)를 유지하여 이미지 세부 정보 보존 능력이 뛰어나다는 것을 시사한다.
• 적응형 윈도우링과 선택적 노이즈 픽셀 대체로 인해 블러링 아티팩트가 크게 감소한다.
• MDB 필터는 다양한 임펄스 노이즈 밀도에서 뛰어난 성능을 보이며, 정량적 지표에서 표준 필터를 능가한다.
• 시각적 분석과 정량적 분석을 통해 모서리와 무늬를 효과적으로 보존한다.
• 결과적으로 minmax 검출과 중심가중 평균 필터링의 조합이 도전적인 노이즈 조건에서 복원 품질을 향상시킨다는 것이 확인된다.