• Journal of information and communication convergence engineering
• /
• 제9권3호
• /
• pp.331-335
• /
• 2011

Digital images are often corrupted by impulse noise, and it is very important to remove random-valued impulse noise. Cleaning such noise is far more difficult than cleaning salt and pepper impulse noise. In this paper, we proposed an efficient way to remove random-valued impulse noise from digital images. This novel method comprises two stages. The first stage is to detect the random-valued impulse noise in the image and the pixels are roughly divided into two classes, which are "noise-free pixel" and "noise pixel". Then, the second stage is to eliminate the random-valued impulse noise from the image. In this stage, only the "noise pixels" are processed. The "noise-free pixels" are copied directly to the output image. Simulation results indicated that our method provides a significant improvement over many other existing algorithms.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.477-481
• /
• 2009

본 논문에서는 영상신호의 전송과정에서 임펄스 잡음에 의해 훼손된 영상의 복원을 위해 스위칭 평균 필터를 제안 하였다. 이 필터는 크기가 다른 두 가지 크기의 잡음 검출 마스크를 이용하여 잡음요소와 비 잡음요소로 구분하고 영상내의 검출된 임펄스 잡음밀도에 따라 스위칭 평균 필터를 통해 임펄스 잡음을 제거한다. 대체된 화소는 다음 화소의 처리과정에서 이웃화소로 사용되어지는 재귀형태와 비재귀형태 갖도록 하였다. 그리고 시뮬레이션을 통해 기존의 방법들과 그 성능을 비교하였다.

• Communications for Statistical Applications and Methods
• /
• 제8권2호
• /
• pp.573-579
• /
• 2001

Wavelet thresholding is a method for he reduction of noise in image. Wavelet coefficients of image are correlated in local characterization. Thee correlations also appear in he original pixel representation of the image, and they do not follow from the characterizations of the wavelet transform. In this paper, we compare noise-free distributions of Bayes approach to improve the classical threshold algorithm.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권5호
• /
• pp.347-352
• /
• 2013

임펄스 잡음 제거 기법들에서 윈도우의 크기는 매우 중요한데, 보통 잡음의 밀도에 따라 적당한 크기의 윈도우를 사용한다. 이때 윈도우가 너무 작으면 잡음을 충분히 제거하지 못하며, 너무 크면 영상 내의 에지나 미세한 형태를 제대로 복원하지 못하고 흐릿하게 만들 수 있다. 또한 잡음이 있는 중앙 화소를 복원하기 위해 이러한 윈도우 내의 모든 화소들이 이용된다. 본 논문에서는 이러한 기존 방법과 달리 작은 크기의 윈도우를 사용하고 잡음이 없이 깨끗한 화소만을 사용하여 임펄스 잡음을 제거하는 새로운 반복적인 알고리즘을 제안한다. 제안된 방법은 모든 잡음 화소가 새로 계산된 추정치로 대체될 때까지 반복된다. 잡음 화소에 대해 최적의 값을 유추하기 위해 제안된 방법에서는 무잡음 화소를 이용한 유전자 프로그래밍 (GP) 기반의 추정자를 제안하는데, 이것은 윈도우 내의 무잡음 화소와, 산술 연산자 및 랜덤 상수들로 이루어진다. 실험을 통해 제안된 방법이 영상 내의 미세한 형태들을 잘 유지하면서 임펄스 잡음을 효과적으로 제거할 수 있음을 알 수 있었는데, 특히 심하게 잡음이 가해진 데이터의 복원에 매우 효과적임을 알 수 있었다.

• International Journal of Computer Science & Network Security
• /
• 제22권11호
• /
• pp.308-318
• /
• 2022

Noise is a serious issue. While sending images via electronic communication, Impulse noise, which is created by unsteady voltage, is one of the most common noises in digital communication. During the acquisition process, pictures were collected. It is possible to obtain accurate diagnosis images by removing these noises without affecting the edges and tiny features. The New Average High Noise Density Median Filter. (HNDMF) was proposed in this paper, and it operates in two steps for each pixel. Filter can decide whether the test pixels is degraded by SPN. In the first stage, a detector identifies corrupted pixels, in the second stage, an algorithm replaced by noise free processed pixel, the New average suggested Filter produced for this window. The paper examines the performance of Gaussian Filter (GF), Adaptive Median Filter (AMF), and PHDNF. In this paper the comparison of known image denoising is discussed and a new decision based weighted median filter used to remove impulse noise. Using Mean Square Error (MSE), Peak Signal to Noise Ratio (PSNR), and Structure Similarity Index Method (SSIM) metrics, the paper examines the performance of Gaussian Filter (GF), Adaptive Median Filter (AMF), and PHDNF. A detailed simulation process is performed to ensure the betterment of the presented model on the Mini-MIAS dataset. The obtained experimental values stated that the HNDMF model has reached to a better performance with the maximum picture quality. images affected by various amounts of pretend salt and paper noise, as well as speckle noise, are calculated and provided as experimental results. According to quality metrics, the HNDMF Method produces a superior result than the existing filter method. Accurately detect and replace salt and pepper noise pixel values with mean and median value in images. The proposed method is to improve the median filter with a significant change.

• 대한원격탐사학회지
• /
• 제23권5호
• /
• pp.455-464
• /
• 2007

Lee(2007) suggested the Point-Jacobian iteration MAP estimation(PJIMAP) for noise removal of the images that are corrupted by multiplicative speckle noise. It is to find a MAP estimation of noisy-free imagery based on a Bayesian model using the lognormal distribution for image intensity and an MRF for image texture. When the image intensity is logarithmically transformed, the speckle noise is approximately Gaussian additive noise, and it tends to a normal probability much faster than the intensity distribution. The MRF is incorporated into digital image analysis by viewing pixel types as states of molecules in a lattice-like physical system. In this study, the MAP estimation is computed by the Point-Jacobian iteration using adaptive parameters. At each iteration, the parameters related to the Bayesian model are adaptively estimated using the updated information. The results of the proposed scheme were compared to them of PJIMAP with SAR simulation data generated by the Monte Carlo method. The experiments demonstrated an improvement in relaxing speckle noise and estimating noise-free intensity by using the adaptive parameters for the Ponit-Jacobian iteration.

• 한국정보통신학회논문지
• /
• 제17권7호
• /
• pp.1725-1731
• /
• 2013

최근 산업사회가 고도의 디지털 정보화 시대로 발전함에 따라 영상처리는 여러 분야에 활용되고 있다. 그러나 여전히 데이터를 처리하는 과정에서 다양한 잡음에 의해 영상의 열화가 발생하며, 잡음을 제거하기 위해 여러 가지 방법의 연구가 진행되고 있다. 따라서 본 논문에서는 임펄스 잡음을 제거하기 위해, 표준편차를 이용한 변형된 메디안 필터를 제한하였다. 제안한 알고리즘은 잡음판단과 잡음제거 두 부분으로 나누며, 비 잡음 신호는 그대로 보존하고, 잡음 신호는 필터처리 한다. 그리고 객관적 판단을 위해 기존의 방법들과 비교하였으며, 판단의 기준으로 PSNR(peak signal to noise ratio)을 사용하였다.

• 대한의용생체공학회:의공학회지
• /
• 제38권5호
• /
• pp.219-226
• /
• 2017

Penalized-likelihood (PL) reconstruction methods for transmission tomography are known to provide improved image quality for reduced dose level by efficiently smoothing out noise while preserving edges. Unfortunately, however, most of the edge-preserving penalty functions used in conventional PL methods contain at least one free parameter which controls the shape of a non-quadratic penalty function to adjust the sensitivity of edge preservation. In this work, to avoid difficulties in finding a proper value of the free parameter involved in a non-quadratic penalty function, we propose a new adaptive method of space-variant smoothing with a simple quadratic penalty function. In this method, the smoothing parameter is adaptively selected for each pixel location at each iteration by using the image roughness measured by a pixel-wise standard deviation image calculated from the previous iteration. The experimental results demonstrate that our new method not only preserves edges, but also suppresses noise well in monotonic regions without requiring additional processes to select free parameters that may otherwise be included in a non-quadratic penalty function.

• 대한전자공학회논문지SP
• /
• 제38권1호
• /
• pp.89-96
• /
• 2001

본 논문에서는 잡음에 강건한 일반화 대칭 변환을 주목 연산자로 제안하고 이를 이용하여 크기와 형태가 다양한 물체들을 효과적으로 검출하였다. 기존의 주목 연산자와는 달리 두 화소의 명도변화의 크기와 대칭성뿐만 아니라 방사(radial)방향 명도변화의 수렴 및 발산을 누적 대칭도에 반영시킴으로써 명도변화 방향의 일관된 수렴이나 발산이 없는 잡음 영역에 의한 대칭 기여도가 누적되지 않도록 하였다. 따라서 제안한 주목 연산자를 사용하면 잡음이 많고 복잡한 배경으로부터 물체만을 쉽게 검출할 수 있도록 하였다. 다양한 합성영상(synthetic images)과 실영상(real images)에 대해 실험하여 잡음의 영향을 적게 받으며 효과적으로 다중 물체를 검출함을 확인하였다.

• Communications for Statistical Applications and Methods
• /
• 제6권3호
• /
• pp.893-900
• /
• 1999

We use statistical tests which are useful for two-sample problem for detecting edges in gray-level images. An edge is detected by examining changes in gray-level value between adjacent pixel neighborhoods. Some experimental results show that nonparametric detectors such as Mann-Whitney test median test and Kolmogorov-Smirnov test perform effectively in both noisy and noise-free images while parametric T test is sensitive to noise.