Abstract
In the realization of obtained image by various visual equipments, the addition of noise to the original image is a common phenomenon and the occurrence of the noise is practically impossible to prevent completely. Thus, the noise detection and reduction is an important foundational purpose. In this study, we detect the orientation about feature of images and estimate the level of noise variance based on the measurement of the relative proportion of the noise. Also, we apply the estimated level of noise to the sigma filter on noise reduction algorithm. And using the orientation about feature of images by weighted value, we propose the effective algorithm to eliminate noise. As a result, the proposed statistical noise reduction methodology provides significantly improved results over the usual sigma filtering and regardless of the estimated level of the noise variance.
다양한 영상장비로 획득된 영상을 구현할 때, 원영상에 여러 가지 원인으로 인한 잡음이 추가되는 것이 일반적인 현상이며 이러한 잡음을 완벽하게 막는 것은 매우 어려운 것이 사실이다. 이러한 이유로 추가된 잡음을 탐지하여 제거하거나 가능한 줄이는 것이 영상처리의 중요한 기본목적이다. 본 연구에서는 영상의 특징에 대한 방향을 탐지하고, 영상을 오염시키고 있는 잡음의 상대적인 크기를 측정하여 잡음에 대한 분산의 수준을 추정하였다. 또한 추정된 분산을 영상처리 분야에서 자주 사용되는 잡음제거 기법인 시그마 필터에 적용하고, 특징의 방향을 가중치로 사용하여 잡음을 효과적으로 제거하는 알고리즘을 제시하였다. 결론적으로, 본 연구에서 제안한 잡음제거 방법을 통해 기존의 시그마 필터보다 개선된 잡음제거 결과를 얻을 수 있었으며, 추정된 잡음의 분산에 민감하지 않은 잡음제거 성능을 확인하였다.