[논문 리뷰] Fuzzy thresholding in wavelet domain for speckle reduction in Synthetic Aperture Radar images

Mario Mastriani|arXiv (Cornell University)|2016. 07. 31.

Image and Signal Denoising Methods참고 문헌 33인용 수 19

한 줄 요약

이 논문은 분산형 소음을 감소시키기 위해 파형도 영역에서 새로운 퍼지 임계값 설정 방법을 제안한다. SAR 영상의 강도 데이터의 로그에 이산 파형변환(DWT-2D)을 적용하여 곱셈형 소음을 덧셈형으로 변환한 후, 첫 번째 계층의 고주파수 하위대역에서 기존의 파형변환 임계값 설정을 향상시키기 위해 적응형 퍼지 임계값을 사용한다. 이후 역방향 DWT와 지수 변환을 통해 소음 제거된 영상을 도출한다. 이 방법은 기존 기술들보다 소음 감소 성능이 뛰어나면서도 영상의 세부 정보를 잘 유지한다.

ABSTRACT

The application of wavelet transforms to Synthetic Aperture Radar (SAR) imagery has improved despeckling performance. To deduce the problem of filtering the multiplicative noise to the case of an additive noise, the wavelet decomposition is performed on the logarithm of the image gray levels. The detail coefficients produced by the bidimensional discrete wavelet transform (DWT-2D) needs to be thresholded to extract out the speckle in highest subbands. An initial threshold value is estimated according to the noise variance. In this paper, an additional fuzzy thresholding approach for automatic determination of the rate threshold level around the traditional wavelet noise thresholding (initial threshold) is applied, and used for the soft or hard-threshold performed on all the high frequency subimages. The filtered logarithmic image is then obtained by reconstruction from the thresholded coefficients. This process is applied a single time, and exclusively to the first level of decomposition. The exponential function of this reconstructed image gives the final filtered image. Experimental results on test images have demonstrated the effectiveness of this method compared to the most of methods in use at the moment.

연구 동기 및 목표

• SAR 영상에서의 곱셈형 소음에 기인한 영상 품질 저하 및 해석의 어려움을 해결하기 위해.
• 고정 또는 통계 기반의 임계값 설정 방식에 비해 적응형 임계값 선택을 위한 퍼지 논리 기반 접근을 도입하여 기존의 파형기반 소음 제거 기법을 개선하기 위해.
• 고정 또는 경험적 기반의 임계값에 의존하지 않고도 고주파수 하위대역에서의 임계값 설정 정확도와 견고성을 향상시키기 위해.
• SAR 영상에서의 질감과 에지 정보를 유지하면서도 우수한 소음 감소 성능을 달성하기 위해.

제안 방법

• SAR 영상 강도의 로그에 이중차원 이산 파형변환(DWT-2D)을 적용하여 곱셈형 소음을 덧셈형으로 변환한다.
• 파형도 영역에서의 소음 분산을 기반으로 初기 임계값을 추정한다.
• 초기 임계값 주변에서 최적의 임계값 수준을 자동으로 결정하는 퍼지 임계값 설정 메커니즘을 구현한다.
• 퍼지 기반으로 유도된 임계값을 사용하여 첫 번째 분해 계층의 고주파수 하위대역에 대해 연속 또는 경계 임계값 설정을 적용한다.
• 역방향 DWT를 사용하여 필터링된 로그 영상을 재구성한다.
• 재구성된 로그 영상에 지수 변환을 적용하여 최종 소음 제거된 SAR 영상을 확보한다.

실험 결과

연구 질문

• RQ1 고정 또는 통계 기반의 임계값 설정 방법에 비해, 퍼지 논리 기반 접근이 파형기반 소음 제거에서 임계값 설정의 적응성과 정확도를 향상시키는가?
• RQ2 파형도 영역에 퍼지 임계값 설정을 통합할 경우, SAR 데이터에서 질감과 에지 정보의 유지에 어떤 영향을 미치는가?
• RQ3 최신 기술에 비해 제안된 방법은 소음 감소 정도가 어느 정도 향상되었으며, 신호의 정밀도 유지는 유지되는가?
• RQ4 다양한 SAR 영상 환경에서 소음 특성이 다를 경우, 퍼지 임계값 설정 방식은 얼마나 견고한가?

주요 결과

• 논문 발표 당시 사용 중이던 대부분의 기존 방법에 비해 제안된 방법이 뛰어난 소음 감소 성능을 달성한다.
• 퍼지 임계값 설정 방식은 임계값 수준의 자동 및 적응형 선택을 가능하게 하여 수동 또는 경험적 조정에 대한 의존도를 감소시킨다.
• 기존의 파형기반 임계값 설정에 비해 SAR 영상의 미세 질감과 에지 구조를 더 효과적으로 유지한다.
• 시험 영상에 대한 실험 결과는 영상 품질 지표에서 일관된 향상을 보여주었지만, 제공된 텍스트에는 구체적인 수치 값은 기재되어 있지 않다.