[논문 리뷰] Kriging Interpolation Filter to Reduce High Density Salt and Pepper Noise

Firas A. Jassim|arXiv (Cornell University)|2013. 02. 06.

Image and Signal Denoising Methods참고 문헌 11인용 수 17

한 줄 요약

이 논문은 회색조 이미지의 고밀도 소금과 후추 노이즈를 억제하기 위해 크리깅 보간 필터(Kriging Interpolation Filter, KIF)를 제안한다. k×k 창을 통해 비노이즈 픽셀을 탐지하고, 노이즈 영역의 누락된 값을 크리깅 보간을 적용하여 예측함으로써, 가장자리와 세부 정보를 유지하면서도 기존 필터보다 뛰어난 노이즈 감소 성능을 달성한다. 이는 PSNR 및 MSE 지표를 통해 검증되었다.

ABSTRACT

Image denoising is a critical issue in the field of digital image processing. This paper proposes a novel Salt & Pepper noise suppression by developing a Kriging Interpolation Filter (KIF) for image denoising. Gray-level images degraded with Salt & Pepper noise have been considered. A sequential search for noise detection was made using kXk window size to determine non-noisy pixels only. The non-noisy pixels are passed into Kriging interpolation method to predict their absent neighbor pixels that were noisy pixels at the first phase. The utilization of Kriging interpolation filter proves that it is very impressive to suppress high noise density. It has been found that Kriging Interpolation filter achieves noise reduction without loss of edges and detailed information. Comparisons with existing algorithms are done using quality metrics like PSNR and MSE to assess the proposed filter.

연구 동기 및 목표

• 고밀도 소금과 후추 노이즈를 억제하면서 가장자리나 세부 정보를 흐리게 하지 않는 회색조 이미지에 대한 도전 과제를 해결하기 위해.
• 이미지 데이터의 공간 상관관계를 활용하여 효과적인 노이즈 감소를 위한 새로운 필터링 접근법을 개발하기 위해.
• 지속적인 지오스테이티스티컬 크리깅 보간을 영상 처리에 통합하여 기존 노이즈 제거 기법을 향상시키기 위해.
• 표준 영상 품질 지표인 PSNR 및 MSE를 사용하여 제안된 방법의 성능을 평가하기 위해.
• 크리깅 보간이 고노이즈 밀도를 가진 영상 복원에 얼마나 효과적인지 입증하기 위해.

제안 방법

• 이미지를 스캔하기 위해 k×k 슬라이딩 창을 사용하며, 순차적 검색을 통해 비노이즈 픽셀을 식별한다.
• 창 내에서 탐지된 비노이즈 픽셀을 제어점으로 사용하여 크리깅 보간을 적용해 이웃한 노이즈가 있는 픽셀의 값을 추정한다.
• 공간 상관관계와 변량모형( variogram modeling )을 기반으로 한 크리깅 보간을 적용하여 누락된 픽셀 값의 정확한 예측을 수행한다.
• 예측된 값이 원래 노이즈가 있는 픽셀을 대체되어 노이즈가 감소된 이미지로 재구성된다.
• 균일한 평균을 방지함으로써 이미지 구조를 유지함으로써 가장자리 선명도와 질감 세부 정보를 유지한다.
• PSNR 및 MSE를 사용하여 KIF의 성능을 기존 노이즈 제거 필터와 비교 평가한다.

실험 결과

연구 질문

• RQ1 크리깅 보간은 고밀도 소금과 후추 노이즈로 손상된 이미지를 효과적으로 복원할 수 있는가?
• RQ2 기존 필터와 비교해 제안된 KIF는 이미지의 가장자리와 세부 정보를 얼마나 잘 유지하는가?
• RQ3 크리깅 보간은 손상된 이미지에서 구조적 충실도를 유지하면서 노이즈를 어느 정도 감소시키는가?
• RQ4 기존 최첨단 노이즈 제거 방법보다 KIF는 더 높은 PSNR 및 더 낮은 MSE 값을 달성하는가?
• RQ5 크리깅을 통한 공간 상관관계 모델링은 고노이즈 환경에서 노이즈 억제를 향상시킬 수 있는가?

주요 결과

• 크리깅 보간 필터는 가장자리나 이미지 세부 정보를 흐리게 하지 않으면서도 고밀도 소금과 후추 노이즈를 성공적으로 억제한다.
• 기존 필터링 기법과 비교해 더 높은 PSNR 및 더 낮은 MSE 값을 달성하여 이미지 품질 복원의 우수성을 나타낸다.
• 크리깅 보간은 공간 상관관계를 효과적으로 모델링하여 노이즈 영역의 누락된 픽셀 값 예측을 정확하게 수행한다.
• k×k 창을 통한 노이즈 탐지로 국소적이고 맥락 인식 기반 처리가 보장되어 정확도 향상에 기여한다.
• 제안된 필터는 이미지 질감과 구조적 무결성을 유지하여 전통적 필터보다 세부 기능 유지에서 뛰어난 성능을 보인다.
• 실험 결과는 크리깅 보간이 고노이즈 환경에서 영상 노이즈 제거에 매우 효과적임을 확인한다.