Journal of the Institute of Electronics Engineers of Korea SP (대한전자공학회논문지SP)

The Institute of Electronics and Information Engineers (대한전자공학회)
권호 표지

Noise removal or video sequences with ,3-D anisotropic diffusion equation

3차원 이방성확산 방정식을 이용한 동영상의 영상잡음제거

  • Lee, Seok-Ho (Dept.of Electric Electronics Engineering, Yonsei University) ;
  • Choe, Eun-Cheol (Dept.of Electric Electronics Engineering, Yonsei University) ;
  • Gang, Mun-Gi (Dept.of Electric Electronics Engineering, Yonsei University)
  • 이석호 (연세대학교 전기전자공학과) ;
  • 최은철 (연세대학교 전기전자공학과) ;
  • 강문기 (연세대학교 전기전자공학과)
  • Published : 2002.03.01
Download PDF
⟨ Previous Next ⟩

Abstract

Nowadays there is a trend to apply the diffusion equation to image Processing. The anisotropic diffusion equation is highly favoured as a noise removal algorithm because it can remove noise while enhancing edges. However if the two dimensional anisotropic diffusion equation is applied to the noise removal of video sequences, flickering artifact due to the luminance difference between frames and ghost artifact due to the interfiltering between frames occur. In this paper the two dimensional anisotropic diffusion equation is extended to the sequence axis. The Proposed three dimensional anisotropic diffusion equation removes noise more efficiently than the two dimensional equation, and furthermore removes the flickering and ghost artifact as well.

최근에 확산방정식을 영상처리에 응용하는 연구가 세계적으로 활발하다. 특히 이방성확산 방정식은 영상에서 잡음을 제거하면서도 경계선을 강화시키는 성질로 인하여 영상잡음제거의 알고리즘으로 각광을 받고있다. 그러나 2차원 이방성확산방정식을 그대로 동영상의 영상잡음제거에 적용할 경우, 각 프레임간의 밝기 차로 인한 깜빡임 현상(flickering artifact)과 프레임간 필터링으로 인한 고스트 현상(ghost artifact)이 나타난다 그러므로 본 논문에서는 2차원 이방성확산방정식을 시퀀스 축으로 확장시킨 3차원 이방성확산방정식을 제안한다. 제안한 3차원 이방성확산방정식은 2차원 이방성확산방정식보다 더 효율적으로 영상잡음을 제거할 뿐만 아니라, 깜빡임 현상과 고스트 현상도 효율적으로 제거한다는 것을 이론적으로 그리고 실험적으로 검증하였다.

Keywords

References

  1. A Witkin, 'Scale-space filtering,' in Joint Conf. Artificial Intelligence, Karlsruhe, West Germany, pp. 1019-1021, 1983
  2. Jan J. Koenderick, 'The structure of images,' Biol. Cybern. 50, pp. 363-370, 1984 https://doi.org/10.1007/BF00336961
  3. Pietro Perona and Jitendra Malik, 'Scale-Space and Edge detection using anisotropic diffusion,' IEEE PAMI vol. 12, No. 7, pp. 629-639, July 1990 https://doi.org/10.1109/34.56205
  4. Adel I. El-Fallah and Gary E. Ford, 'Nonlinear adaptive image filtering based on inhomo-geneous diffusion and differential geometry,' in Proc. SPIE vol. 2182, pp. 49-63 1994 https://doi.org/10.1117/12.171091
  5. Adel I. El-Fallah and Gary E. Ford, 'Mean Curvature evolution and surface area scalingin image filtering,' IEEE Trans. Image Procse-ssing, vol. 6, No. 5, pp.750-753, May 1997 https://doi.org/10.1109/83.568931
  6. R. Malladi and J. A. Sethian, 'Image Proce-ssing : Flows under Min/Max curvature and mean curvature,' Graphic. Models Image Proce-ssing, vol. 58, No. 2, pp. 127-141, Mar. 1996 https://doi.org/10.1006/gmip.1996.0011
  7. L. Alvarez, P. L. Lions, and J. M. Morel, 'Image selective smoothing and edge detection by nonlinear diffusion II,' SIAM J. Numer. Anal. vol. 29, No. 3, pp. 845-866, 1992 https://doi.org/10.1137/0729052