영상 잡음의 분산 추정에 관한 통계적 알고리즘 및 응용

Abstract

다양한 원인으로 발생하여 원래의 순수한 영상을 오염시키는 잡음을 제거하는 것은 영상처리 분야에서 가장 중요한 것이며 이를 위한 연구가 활발하게 진행되어 오고 있다. 본 연구에서 다루고자 하는 잡음제거 기법인 시그마 필터는 잡음을 감소하기 위하여 널리 사용되는 기법이다. 본 연구에서는 영상을 오염시키고 있는 잡음의 상대적인 크기를 바틀렛 검정을 사용하여 측정하고, 이를 통하여 잡음의 분산을 추정한다. 또한, 추정된 잡음의 분산의 크기를 시그마 필터에 응용하여 잡음을 효과적으로 제거하는 통계적 알고리즘을 제시한다. 모의실험 결과, 본 연구에서 제안하는 알고리즘의 성능이 잡음의 분산의 수준에 관계없이 현저하게 우수한 것을 알 수 있으며 그 효용성은 시각적으로도 명확하게 확인할 수 있다.

Image restoration techniques such as noise reduction and contrast enhancement have been researched for enhancing a contaminated image by the noise. An image degraded by additive random noise can be enhanced by noise reduction. Sigma filtering is one of the most widely used method to reduce the noise. In this paper, we propose a new sigma filter algorithm based on noise variance estimation which effectively enhances the degraded image by noise. Specifically, the Bartlett test is used to measure the degree of noise with respect to the degree of image feature. Simulation results are also given to show the performance of the proposed algorithm.