Abstract
Nonlocal means denoising algorithm is one of the most widely used denoising algorithm. Because it performs well, and the theoretic idea is intuitive and simple. However the conventional nonlocal means algorithm has still some problems such as noise remaining in the denoised flat region and blurring artifacts in the denoised edge and pattern region. Thus many improved algorithms based on nonlocal means have been proposed. In this paper, we proposed new improved nonlocal means denoising algorithm by weight update through weights sorting and newly defined threshold. Updated weights can make weights more refined and definite, and denoising is possible without that artifacts. Experimental results including comparisons with conventional algorithms for various noise levels and test images show the proposed algorithm has a good performance in both visual and quantitative criteria.
비지역적 평균 기반 영상 잡음 제거 알고리즘은 이론적 배경이 간단한데 반해 영상 잡음 제거 성능은 우수하여 최근 가장 널리 사용되는 잡음제거 알고리즘 중에 하나이다. 그러나 기존의 비지역작 평균 기반 알고리즘도 여전히 평탄 영역에서의 잡음 제거 효과가 미흡하며 잡음 제거 과정에서 경계 및 패턴 영역의 흐려짐과 같은 문제점이 있어 다양한 방식으로 개선된 알고리즘이 개발되고 있다. 본 논문에서는 비지역적 평균값을 구할 때 사용되는 가중치를 가중치 정렬을 통해 재 정의된 임계치로서 갱신하고 그로부터 잡음 제거 효과를 향상시키는 개선된 비지역적 평균 알고리즘을 제안한다. 가중치 정렬을 통해 갱신된 가중치들을 통해 경계 및 패턴 영역에서 보다 고르고 선명하게 가중치를 구할 수 있어 결과적으로 잡음 제거로 인한 흐려짐 없이 잡음 제거가 가능하다. 다양한 잡음 정도를 갖는 실험 영상에 제안된 방법을 테스트하여 기존에 제안된 비지역적 평균 기반 알고리즘들에 비해 시각적, 수치적 성능에서 우수한 결과를 얻을 수 있었다.
