Abstract
In this paper we present a new image denoising filter that can suppress additive noise components while preserving signal components in the wavelet domain. The proposed filter, which we call an adaptive wavelet shrinkage(AWS) filter, is composed of two operators: the wavelet killing operator and the adaptive shrinkage operator. Each operator is selected based on the threshold value which is estimated adaptively by using the local statistics of the wavelet coefficients. In the wavelet killing operation, the small wavelet coefficients below the threshold value are replaced by zero to suppress noise components in the wavelet domain. The adaptive shrinkage operator attenuates noise components from the wavelet components above the threshold value adaptively. The experimental results show that the proposed filter is more effective than the other methods in preserving signal components while suppressing noise.
본 논문은 웨이블렛 영역에서 신호성분을 보존하면서 첨부된 잡음성분을 제거할 수 있는 새로운 잡음제거 필터를 제시한다. 적응적 웨이블렛 수축(AWS) 필터라 불리는 제안된 필터는 웨이블렛 제거기와 적응적 수축기의 두 개 연산기로 구성되어 있으며 각각의 연산기는 웨이블렛 계수의 국부적 통계성을 이용하여 적응적으로 추정되는 threshold에 의존하여 선택되는데 웨이블렛 제거기는 threshold보다 작은 웨이블렛 계수들을 0으로 대신하여 웨이블렛 영역에서 잡음을 제거하게 된다. 또한 적응적 수축기는 threshold보다 큰 계수들을 적응적으로 수축하여 신호성분을 보존하면서 잡음성분을 줄이게 된다. 실험 결과, 제안된 필터는 기존의 방법들보다 잡음을 제거하면서 신호성분을 보존하는데 더욱 효과적임을 보여준다.
