DOI QR코드

DOI QR Code

A Study on Improved Denoising Algorithm for Edge Preservation in AWGN Environments

AWGN환경에서 에지보호를 위한 개선된 잡음제거 알고리즘에 관한 연구

  • ;
  • 김남호 (부경대학교 제어계측공학과)
  • Received : 2012.03.30
  • Accepted : 2012.05.14
  • Published : 2012.08.31

Abstract

Nowadays, the high quality of image is required with the demand for digital image processing devices is rapidly increasing. But image always damaged by many kinds of noises and it is necessary to remove noise and the denoising becomes one of the most important fields. In many cases image is corrupted by AWGN(additive white Gaussian noise). In this paper, we proposed an improved denoising algorithm with edge preservation. The proposed algorithm averages values processed by spatial weighted filter and self adaptive weighted filter. Then we add the value which is computed by the equation considering variance of mask and the estimated noise variance. Through the experience, the proposed filter performs well on noise suppression and edge preservation properties and improves the image visual quality.

최근 들어, 디지털 영상처리 장치에 대한 수요가 급격히 증대되면서 영상의 우수한 화질이 요구되고 있다. 그러나 여러 가지 원인에 의해 잡음이 추가되어 영상을 훼손시킨다. 따라서 잡음제거에 대한 필요성이 대두되고 있으며, 잡음제거 기술은 주요한 연구 분야가 되었다. 영상은 AWGN(additive white Gaussian noise)에 의해 많이 훼손되며, 본 논문에서는 AWGN을 제거하기 위해, 에지보호를 위한 개선된 알고리즘을 제안하였다. 제안한 알고리즘은 먼저 공간거리 차이 정보를 고려한 가중치 필터와 적응 가중치 필터로 처리한 결과값의 평균과 마스크내의 분산과 추정된 잡음분산의 관계식에 의해 처리된 값을 합하여, 영상의 최종출력값을 구한다. 따라서 제안한 방법은 우수한 잡음제거 및 에지보존 특성을 나타내었고 영상의 화질을 개선하였다.

Keywords

References

  1. Gao Yinyu and Nam-Ho Kim, "Direction Information Concerned Algorithm for Removing Gaussian Noise in Images", International Journal of KIICE, vol. 9, no. 6, pp. 758-762, December 2011.
  2. Donoho, D. L. and Johnstone, "Ideal Spatial Adaptation via Wavelet Shrinkage", Technical Report, Department of Statistics, Stanford University, Tentatively, 1992.
  3. A. Abdelnour and I. W. Selesnick, "Nearly symmetric orthogonal wavelet bases", Proc. IEEE Int. Conf. Ac., Sp., Sig. Proc. (ICASSP), pp. 344-349, May 2001.
  4. Gonzalez R. C and Woods R. E, "Digital Image Processing", Addison-Wesley, 2003.
  5. Jiahui Wang and Jingxing Hong, "A New Self-adaptive Weighted Filter for Removing Noise in Infrared Images," IEEE Information Engineering and Computer Science, ICIECS International Conference, pp. 69-76, 2009.
  6. Gao Yinyu and Nam-Ho Kim, "Image Denoising using Adaptive Threshold Method in Wavelet Domain", International Journal of KIICE, vol. 9, no. 6, pp. 763-768, December 2011. https://doi.org/10.6109/ijice.2011.9.6.763
  7. S Paris, P Komprobst, J. Tumblin and F. Durand, "A Gentle Introduction to Bilateral Filtering and its Applications", ACM SIGGRAPH 2008 Classes, pp. 200-205, 2008.
  8. J. S. Lee, "Digital image enhancement and noise filtering by use of local statistics", IEEE Trans. PAMI, vol. 2, pp. 165-168, 1980. https://doi.org/10.1109/TPAMI.1980.4766994

Cited by

  1. A Study on Image Restoration Filter in AWGN Environments vol.18, pp.4, 2014, https://doi.org/10.6109/jkiice.2014.18.4.949
  2. 표준편차 및 3차 스플라인 보간법을 이용한 영상 복원 알고리즘에 관한 연구 vol.21, pp.9, 2012, https://doi.org/10.6109/jkiice.2017.21.9.1689
  3. 영상의 잡음 특성 추정을 이용한 AWGN 제거 vol.23, pp.12, 2012, https://doi.org/10.6109/jkiice.2019.23.12.1551