Journal of the Institute of Electronics and Information Engineers (전자공학회논문지)

The Institute of Electronics and Information Engineers (대한전자공학회)
권호 표지
DOI QR코드

DOI QR Code

Adaptive Denoising for Low Light Level Environment Using Frequency Domain Analysis

주파수 해석에 따른 저조도 환경의 적응적 잡음제거

  • Yi, Jeong-Youn (Dept. of Computer Engineering, Kwang-woon University) ;
  • Lee, Seong-Won (Dept. of Computer Engineering, Kwang-woon University)
  • Received : 2012.01.15
  • Published : 2012.09.25
Download PDF
⟨ Previous Next ⟩

Abstract

When a CCD camera acquires images in the low light level environment, not only the image signals but also noise components are amplified by the AGC (auto gain control) circuit. Since the noise level in the images acquired in the dark is very high, it is difficult to remove noise with existing denoising algorithms that are targeting the images taken in the normal light condition. In this paper, we proposed an adaptive denoising algorithm that can efficiently remove significant noises caused by the low light level. First, the window including a target pixel is transformed to the frequency domain. Then the algorithm compares the characteristics of equally divided four frequency bands. Finally the noises are adaptively removed according to the frequency characteristics. The proposed algorithm successfully improves the quality of low light level images than the existing algorithms do.

CCD 카메라를 이용해 영상을 취득하는 과정에서 조도가 낮을 경우, 자동이득제어(AGC)를 사용하여 자동적으로 부족한 출력 신호를 증폭하게 된다. 이 과정에서 신호와 함께 잡음도 함께 증폭하게 된다. 따라서 저조도 상황에서 취득한 영상은 잡음이 매우 강하여 기존의 방법으로는 잡음을 효과적으로 제거하기 어렵다. 본 논문에서는 잡음의 정도가 심한 저조도 영상의 잡음제거를 위하여 중심화소와 주변영역을 주파수 영역으로 변환하여, 신호 및 잡음의 주파수 특성에 따라 적응적으로 잡음제거를 수행하는 잡음제거 기술을 제안한다. 이러한 주파수 대역 별 특성의 차이를 비교하여 영상의 특징에 따른 적응적인 잡음제거를 수행하여 저조도 환경 영상의 화질을 개선하였다.

Keywords

References

  1. R. C. Gonzalez, R. E. Woods, Digital Image Processing-2/E, Prentice Hall, pp. 220-278, 2002.
  2. 이호철, 남궁재찬, 이성원, "저조도 환경의 영상 잡음제거 기술에 관한 연구," 한국철도학회논문집, 제13권, 제3호, 283-289쪽, 2010년 6월
  3. M. K. Ozkan, M. I. Sezan, and A. M. Tekalp, "Adaptive motion-compensated filtering of noisy image sequence," IEEE Trans. Circuits and Systems for video tech., vol. 3, no. 4, pp. 277-290, August 1993. https://doi.org/10.1109/76.257217
  4. A. Buades, B. Coll, and J. M. Morel, "A non-local algorithm for image denoising," IEEE Computer Society Conf. on Computer Vision and Pattern Recognition, vol. 2, pp. 60-65, June 2005.
  5. A. Buades, B. Coll, and J. M. Morel, "A review of image denoising algorithms, with a new one", SIAM Multiscale modeling and Simulation, vol. 4, no. 2, pp. 490-530, 2005. https://doi.org/10.1137/040616024
  6. 박상욱, 강문기, "영상 잡음 제거를 위해 개선된 비지역적 평균 알고리즘," 전자공학회논문지, 제48 권 SP편, 제1호, 46-53쪽, 2011년 1월.
  7. 박상욱, 강문기, "비지역적 평균 기반 시공간 잡음 제거 알고리즘," 전자공학회논문지, 제48권 SP편, 제2호, 24-31쪽, 2011년 3월.
  8. H. Malm, M. Oskarsson, E. Warrant, P. Clarberg, J. Hasselgren, and C. Lejdfors, "Adaptive enhancement and noise reduction in very low light-level video," IEEE Conf, on Computer Vision, ICCV 2007, pp. 1-8, Oct 2007.
  9. S. W. Lee, V. Maik, J. Jang, J. Shin, and J. Paik, "Noise-Adaptive Spatio-Temporal filter for real-time noise removal in low light level images," IEEE Trans. Consumer Electronics, vol.51, No.2, May 2005.
  10. F. Alter, Y. Mantsushita, and X. Tang, "An intensity similarity measure in low-light conditions," in Proc. ECCV 2006, vol.3954, pp. 267-280, 2006
  11. H. Faraji, "CCD Noise Removal in Digital Images," IEEE Trans. Image Processing, vol.15, no.9, pp. 2676-2685, Sep. 2006. https://doi.org/10.1109/TIP.2006.877363
  12. N. Ahmed, T. Natarajan, and K. R. Rao, "Discrete Cosine Transform," IEEE Trans. Computers, vol.C-23, no.1, pp. 90-93, Jan. 1974. https://doi.org/10.1109/T-C.1974.223784
  13. Z. Xiong, K. Ramchandran, M. T. Orchard, and Y. Zhang, "A Comparative Study of DCT- and Wavelet-Based Image Coding", IEEE Trans. Circuits and system for video technology, vol.9, no.5, pp. 692-695, Aug. 1999. https://doi.org/10.1109/76.780358