혼합된 칼라 잡음하에서 칼라 영상 향상을 위한 조건적인 퍼지 클러스터 필터

Conditional fuzzy cluster filter for color image enhancement under the mixed color noise

칼라 영상은 단색조의 영상에 비해 인간의 시각을 크게 향상시킨다. 따라서, 칼라 영상 처리에 관한 연구는 매우 중요하다. 칼라 영상은 센서 잡음이나 채널 전송 에러에 의해 생기는 잡음에 의해 자주 오염되어진다. 이러한 칼라 잡음을 제거하기 위해 벡터 미디안, 평균 필터, 벡터 $\alpha-trimmed$ 평균 필터 등 여러 형태의 필터들이 개발되어왔는데 특히, 혼합된 칼라 잡음의 조건에서 벡터 $\alpha-trimmed$ 평균 필터는 우수한 성능을 보여왔다. 그러나, 벡터 $\alpha-trimmed$ 평균 필터는 필터링 과정이 영상의 전 영역에 걸쳐 동일한 가중치로 균일하게 적용되어지기 때문에 스텝 윤곽선 이동이 일어나고, 이에 따라 blurring 현상이 나타나는 문제점이 있다. 이러한 문제점을 개선하기 위해 본 논문에서는 윤곽선 영역과 평탄 영역을 구분한 뒤 각 영역에 적합한 선택적인 필터링을 하는 조건적인 퍼지 클러스터 필터를 제안하였고, 제안된 조건적인 퍼지 클러스터 필터는 혼합된 잡음의 조건에서 기존의 벡터 $\alpha-trimmed$ 평균 필터에 비해 NCD척도 및 사람의 시각에 의한 평가에 의해 우수한 성능을 보였다.

Color image is more effective than gray one in human visual perception. Therefore, color image processing becomes important area. Color images are often corrupted by noises due to the input sensor, channel transmission errors and so on. Some filtering techniques such as vector median, mean filter, and vector $\alpha-trimmed$ mean filter have been used for color noise removal. Among them, vector $\alpha-trimmed$ mean filter gave the best performance in the mixed color noise. But, there are edge shift and blurring effect because vector $\alpha-trimmed$ mean filter is uniformly processed across the image. So, we proposed a conditional fuzzy cluster filter to improve this problems. Simulation results showed that the proposed scheme improves the NCD measure and visual quality over the conventional vector $\alpha-trimmed$ mean filter in the mixed color noise.