Noise Removal Filter Algorithm using Spatial Weight in AWGN Environment

화소값 분포패턴과 가중치 마스크를 사용한 AWGN 제거 알고리즘

Image processing is playing an important part in automation and artificial intelligence systems, such as object tracking, object recognition and classification, and the importance of IoT technology and automation is emphasizing as interest in automation increases. However, in a system that requires detailed data such as an image boundary, a precise noise removal algorithm is required. Therefore, in this paper, we propose a filtering algorithm based on the pixel value distribution pattern to minimize the information loss in the filtering process. The proposed algorithm finds the distribution pattern of neighboring pixel values with respect to the pixel values of the input image. Then, a weight mask is calculated based on the distribution pattern, and the final output is calculated by applying it to the filtering mask. The proposed algorithm has superior noise removal characteristics compared to the existing method and restored the image while minimizing blurring.

영상처리는 자동화, 인공지능 시스템에서 물체 추적, 객체 인식 및 분류와 같은 중요한 부분을 담당하고 있으며, IoT 기술과 자동화의 관심이 높아짐에 따라 중요성이 강조되고 있다. 하지만 영상의 경계선과 같이 세밀한 데이터가 요구되는 시스템에서는 정밀한 잡음제거 알고리즘이 요구되고 있으나, 기존 알고리즘은 필터링 과정에서 블러링 현상이 강하게 나타나는 단점을 가지고 있다. 따라서 본 논문에서는 필터링 과정의 정보손실을 최소화하기 위해 화소값 분포패턴에 기반한 필터링 알고리즘을 제안한다. 제안한 알고리즘은 입력영상의 화소값에 대해 이웃한 화소값의 분포패턴을 구한다. 그리고 분포패턴을 바탕으로 가중치 마스크를 계산하며, 필터링 마스크에 적용하여 최종출력을 계산한다. 제안한 알고리즘은 기존 방법에 비해 잡음제거 특성이 우수하였으며, 블러링 현상을 최소화하며 영상을 복원하였다.