Impulse Noise Removal using Noise Density based Switching Mask Filter

잡음밀도 기반의 스위칭 마스크 필터를 사용한 임펄스 잡음 제거

Thanks to the 4th industrial revolution and the development of various communication media, technologies such as artificial intelligence and automation are being grafted into industrial sites in various fields, and accordingly, the importance of data processing is increasing. Image noise removal is a pre-processing process for image processing, and is mainly used in fields requiring high-level image processing technology. Various studies have been conducted to remove noise, but various problems arise in the process of noise removal, such as image detail preservation, texture restoration, and noise removal in a special area. In this paper, we propose a switching mask filter based on the noise intensity to preserve the detailed image information during the impulse noise removal process. The proposed filter algorithm obtains the final output by switching to the extended mask when it is determined that the density is higher than the reference value when noise is determined in the area designated as the filtering mask. Simulation was conducted to evaluate the performance of the proposed algorithm, and the performance was analyzed compared to the existing method.

4차 산업혁명과 각종 통신매체의 발전에 힘입어 다양한 분야에서 인공지능과 자동화와 같은 기술이 산업현장에 접목되고 있으며, 이에 따라 데이터처리의 중요성이 높아지고 있다. 영상의 잡음제거는 영상처리의 전처리 과정으로서, 주로 높은 수준의 영상처리 기술이 요구되는 분야에서 사용된다. 잡음제거를 위해 다양한 연구가 진행되었지만, 잡음제거 과정에서 영상의 디테일 보존, 질감 복원과 특수한 영역의 잡음 제거와 같이 다양한 문제가 발생한다. 본 논문에서는 임펄스 잡음제거 과정에서 영상의 세부적인 정보를 보존하기 위해 잡음의 세기에 기반한 스위칭 마스크 필터를 제안한다. 제안한 필터 알고리즘은 필터링 마스크로 지정된 영역의 잡음판단을 실시하였을 때, 기준치보다 높은 밀도로 판단된 경우 확장된 마스크로 스위칭을 하여 최종출력을 구한다. 제안한 알고리즘의 성능을 평가하기 위해 시뮬레이션을 진행하였으며, 기존 방법과 비교하여 성능을 분석하였다.