[논문 리뷰] Removal of Salt and Pepper noise from Gray-Scale and Color Images: An Adaptive Approach

Sujaya Kumar Sathua, Arabinda Dash외 1명|arXiv (Cornell University)|2017. 03. 07.

Image and Signal Denoising Methods참고 문헌 1인용 수 12

한 줄 요약

이 논문은 회색조 및 색상 이미지에서 소금과胡椒 잡음 제거를 위한 적응형 필터링 알고리즘을 제안한다. 이 알고리즘은 손상된 픽셀 주변의 윈도우 크기를 동적으로 조정하여, 국소 윈도우 통계에 기반해 평균, 중앙값 또는 잘라낸 평균 값으로 잡음이 있는 픽셀을 대체한다. 기존의 MF, AMF, AWMF와 같은 방법들보다 뛰어난 PSNR 및 이미지 향상 요인(IEF)을 달성한다.

ABSTRACT

An efficient adaptive algorithm for the removal of Salt and Pepper noise from gray scale and color image is presented in this paper. In this proposed method first a 3X3 window is taken and the central pixel of the window is considered as the processing pixel. If the processing pixel is found as uncorrupted, then it is left unchanged. And if the processing pixel is found corrupted one, then the window size is increased according to the conditions given in the proposed algorithm. Finally the processing pixel or the central pixel is replaced by either the mean, median or trimmed value of the elements in the current window depending upon different conditions of the algorithm. The proposed algorithm efficiently removes noise at all densities with better Peak Signal to Noise Ratio (PSNR) and Image Enhancement Factor (IEF). The proposed algorithm is compared with different existing algorithms like MF, AMF, MDBUTMF, MDBPTGMF and AWMF.

연구 동기 및 목표

• 다양한 잡음 밀도를 처리하는 데에 한계가 있는 고정 윈도우 기반의 잡음 제거 기법의 문제점을 해결하기 위해.
• 국소 이미지 특성에 기반해 윈도우 크기를 지능적으로 조정하는 적응형 방법을 개발하기 위해.
• 회색조 및 색상 이미지에서 PSNR 및 IEF와 같은 이미지 품질 지표를 향상시키기 위해.
• MF, AMF, MDBUTMF, MDBPTGMF, AWMF와 같은 기존 최첨단 필터보다 잡음 억제 및 시각적 정밀도 측면에서 뛰어나지 않기 위해.

제안 방법

• 각 픽셀에 3×3 슬라이딩 윈도우를 적용하며, 중심 픽셀을 처리 대상 픽셀로 간주한다.
• 중앙 픽셀이 손상되었는지 확인한다 (즉, 잡음을 나타내는 극단적인 픽셀 값이 있는지 확인한다).
• 픽셀이 손상된 경우, 사전 정의된 조건에 따라 윈도우 크기를 적응적으로 증가시켜 더 신뢰할 수 있는 주변 데이터를 확보한다.
• 현재 윈도우 내의 픽셀 값 분포에 따라 평균, 중앙값 또는 잘라낸 평균 중 하나로 손상된 픽셀을 대체한다.
• 평균, 중앙값 또는 잘라낸 평균을 사용할지의 결정은 현재 윈도우 내 픽셀 값의 분포에 기반하여 잡음 감소와 에지 유지 균형을 맞추기 위해 한다.
• 이 알고리즘은 그림자 및 색상 이미지 모두에 대해 전체 이미지에 걸쳐 반복적으로 적용되며, 색상 이미지는 별도의 색상 채널에서 처리된다.

실험 결과

연구 질문

• RQ1 윈도우 크기 적응은 다양한 잡음 밀도에서 소금과胡椒 잡음 제거에 어떻게 기여하는가?
• RQ2 다양한 국소 이미지 맥락에서 잡음 대체에 가장 적합한 통계 측정치 조합(평균, 중앙값, 잘라낸 평균)은 무엇인가?
• RQ3 PSNR 및 IEF 측면에서 적응형 윈도우링은 고정 윈도우 필터보다 얼마나 뛰어나게 성능을 발휘하는가?
• RQ4 기존 필터와 비교해 제안된 방법은 이미지 세부 정보 및 에지를 얼마나 잘 유지하는가?
• RQ5 특정 캘리브레이션 없이도 이 알고리즘은 회색조 및 색상 이미지에서 뛰어난 성능을 유지할 수 있는가?

주요 결과

• 제안된 방법은 모든 테스트된 잡음 밀도에서 MF, AMF, MDBUTMF, MDBPTGMF, AWMF보다 높은 피크 신호 대 잡음비(PSNR)를 달성한다.
• 이미지 향상 요인(IEF)이 크게 향상되어 이미지 세부 정보 및 대trast 유지가 더 잘 이루어짐을 나타낸다.
• 적응형 윈도우 크기 조절 덕분에 고밀도 잡음에서도 효과적인 잡음 제거가 가능해졌으며, 이는 고정 크기 필터가 종종 실패하는 상황에서도 성립한다.
• 고잡음 영역에서 잘라낸 평균을 사용함으로써 외곽치의 영향을 줄여 강건성을 향상시켰다.
• 기존의 평균 및 중앙값 필터보다 에지 선명도와 질감 세부 정보 유지가 뛰어나다.
• 이 방법은 색상 이미지와 회색조 이미지 모두에서 일관된 성능을 보이며, 색상 정밀도에 하락이 없음을 입증했다.