[논문 리뷰] Recovery of Images with Missing Pixels using a Gradient Compressive Sensing Algorithm

Isidora Stanković|arXiv (Cornell University)|2014. 06. 22.

Sparse and Compressive Sensing Techniques참고 문헌 14인용 수 6

한 줄 요약

이 논문은 DCT 도메인에서의 희박성 특성을 활용하여, 많은 수의 누락된 픽셀을 가진 이미지를 복원하기 위해 기울기 기반 압축 감지 알고리즘을 제안한다. 블록-DCT 형태의 이미지 사전 처리가 필요 없이 기울기 정보와 희박성을 활용함으로써, 특히 소금-후추 노이즈에 대해 중앙값 필터링보다 뛰어난 복원 품질을 달성한다.

ABSTRACT

This paper investigates the possibility of reconstruction of images considering that they are sparse in the DCT transformation domain. Two approaches are considered. One when the image is pre-processed in the DCT domain, using 8x8 blocks. The image is made sparse by setting the smallest DCT coefficients to zero. In the other case the original image is considered without pre-processing, assuming the sparsity as intrinsic property of the analyzed image. A gradient based algorithm is used to recover a large number of missing pixels in the image. The case of a salt-and-paper noise affecting a large number of pixels is easily reduced to the case of missing pixels and considered within the same framework. The reconstruction of images affected with salt-and-paper impulsive is compared with the images filtered using a median filter. The same algorithm can be used considering transformation of the whole image. Reconstructions of black and white and colour images are considered.

연구 동기 및 목표

• 손상되거나 노이즈로 인해 많은 수의 픽셀이 손실된 경우 이미지 복원 문제를 해결하기 위해.
• 이미지 사전 처리 없이 DCT 도메인에서의 희박성의 효과를 탐색하기 위해.
• 압축 감지 원리를 활용하여 효율적으로 누락된 픽셀을 복원하는 기울기 기반 알고리즘을 개발하기 위해.
• 소금-후추 노이즈로 인한 훼손에 대해 제안된 방법과 표준 중앙값 필터링을 비교하기 위해.
• 통합 프레임워크를 사용하여 회색조 및 색상 이미지 모두에 대해 방법을 검증하기 위해.

제안 방법

• 이 방법은 이미지가 DCT 도메인에서 희박하다는 가정을 하며, 직접 적용하거나 8×8 블록에서 작은 DCT 계수를 0으로 설정함으로써 이를 구현한다.
• 희박성과 기울기 일致성 조건을 강제하는 비용 함수를 최소화함으로써 기울기 기반 최적화 알고리즘을 사용해 누락된 픽셀을 복원한다.
• 소금-후추 노이즈는 누락된 픽셀 문제로 간주되어, 임펄스 노이즈와 픽셀 손실을 통합적으로 처리할 수 있다.
• 블록 단위 처리 없이 전체 이미지에 직접 복원을 수행함으로써 전역 일관성을 확보한다.
• 고정된 희박성 모델을 사용하고, 데이터 적합성과 희박성 제약 조건을 갖는 목적 함수에 대해 기울기 하강법을 반복적으로 적용하여 픽셀 추정치를 정밀하게 개선한다.
• 이 방법은 회색조 및 색상 이미지 모두에 적용되며, 색상 복원은 별도의 채널 처리 방식으로 처리된다.

실험 결과

연구 질문

• RQ1 기울기 기반 최적화를 활용한 압축 감지가 높은 밀도의 누락된 픽셀을 가진 이미지를 효과적으로 복원할 수 있는가?
• RQ2 소금-후추 노이즈로 인한 훼손된 이미지 복원에서 제안된 방법의 성능은 중앙값 필터링과 비교해 어떻게 되는가?
• RQ3 DCT 도메인에서의 희박성 가정이 명시적인 사전 처리나 블록 단위 변환 없이도 복원 품질을 향상시키는가?
• RQ4 동일한 알고리즘이 통합 프레임워크 하에서 누락된 픽셀과 임펄스 노이즈를 어느 정도 통합적으로 처리할 수 있는가?
• RQ5 시각적 및 정량적 정확도 측면에서 색상 이미지에서의 성능은 회색조 이미지에 비해 어떻게 되는가?

주요 결과

• 제안된 기울기 기반 압축 감지 알고리즘은 높은 밀도의 누락된 픽셀을 가진 이미지에 대해 중앙값 필터링보다 시각적 및 정량적 복원 품질이 뛰어나다.
• 특히 고도의 무늬나 구조적 복잡성이 있는 영역에서 세부 정보와 에지 보존 능력이 중앙값 필터링을 능가한다.
• 최대 50%의 픽셀이 손실된 경우에도 복원 품질이 높게 유지되어 극단적인 훼손에 대한 강건성을 입증한다.
• 알고리즘은 회색조 및 색상 이미지 모두에서 잘 작동하며, 복원 과정에서 색상 정확도가 거의 손상되지 않는다.
• 이미지의 DCT 도메인 사전 처리 없이도 효과적이며, 희박성은 이미지의 내재적 성질로 간주된다.
• 소금-후추 노이즈는 누락된 픽셀 문제로 모델링되어, 다양한 종류의 훼손에 대해 일관된 회복이 가능해진다.