Image Denoising Using Bivariate Gaussian Model in Contourlet Transform Domain

Contourlet의 이변수 가우시안 모델을 이용한 영상의 잡음 감소

본 논문에서는 contourlet 변환을 이용하여 잡음을 제거하는 방법을 제안한다. 영상 센서의 발전으로 이미지의 해상도가 좋아지는 반면 잡음에 민감해진다. 그러므로 이를 전처리 단계에서 처리해주는 것이 필요하다. 잡음은 주로 자연 영상의 윤곽선에서 민감하게 반응하기 때문에 고주파대의 잡음을 최대한 정확하게 제거하는 과정이 중요하다. Contourlet 변환은 기존의 wavelet 변환의 다중 스케일과 더불어 다양한 방향 필터뱅크를 이용하여 방향 성분에 대하여 풍부한 정보를 얻을 수 있는 변환이다. 영상의 화이트 가우시안 잡음을 제거하기 위해 contourlet 변환 영역에서의 계수를 이변수 가우스 확률 모델로 설정하고 Bayes 추정법을 사용한다. Bayes 추정법에 필요한 파라미터들은 근사적으로 추정한다. 제안한 방식을 통하여 잡음이 제거된 영상에 추가적으로 Wiener filter와 cycle-spinning을 적용하여 더 높은 PSNR (peak signal-to-noise ratio)값을 얻을 수 있다. 모의실험을 통해 제안한 방식의 PSNR 값과 결과영상으로 성능이 우수함을 확인하였다.