DOI QR코드

DOI QR Code

An Improved Weighted Filter for AWGN Removal

AWGN 제거를 위한 개선된 가중치 필터

  • ;
  • 김남호 (부경대학교 제어계측공학과)
  • Received : 2013.02.05
  • Accepted : 2013.04.26
  • Published : 2013.05.31

Abstract

Recently, the expectation of quality about images over the increasing demand of digital devices is increasing with the development of the technology of the digital. But the images are degraded by a variety of causes, and the main reason is the noises. Therefore, the necessity of denoising comes to the fore, and the research for denoising is progressing dynamically. The images are mainly degraded by AWGN(additive white Gaussian noise), and the characteristics of denoising of existing methods such as mean filter are insufficient. In this paper, an algorithm combined by the spatial weighted filter and the modified adaptive weighted filter is proposed in order to effectively remove the AWGN. In the simulation result, the proposed algorithm showed excellent denoising capabilities.

현재, 디지털 시대의 급속 발전과 함께 디지털 장치에 대한 수요가 급격히 성장되면서 영상의 화질에 대한 기대가 증가되고 있다. 그러나 영상은 여러 가지 원인에 의해 훼손되며, 그 주요원인은 잡음에 의한 것이다. 따라서 잡음제거에 대한 필요성이 대두되고 있으며, 잡음제거를 위한 활발한 연구가 진행되고 있다. 영상은 AWGN(additive white Gaussian noise)에 의해 많이 훼손되며, 평균 필터(mean filter) 등 기존의 방법들은 잡음제거 특성이 다소 미흡하다. 본 논문에서는 AWGN을 효과적으로 제거하기 위하여, 공간 가중치와 변형된 적응 가중치를 결합한 알고리즘을 제안하였다. 시뮬레이션 결과, 제안한 방법은 우수한 잡음제거 특성을 나타내었다.

Keywords

References

  1. K. N. Plataniotis and A. N. Venetsanopoulos, Eds., Colir Image Processing and Applications, Springer, Berlin, Germany, 2000.
  2. Oten, Remzi and De Figueiredo, Rlui J P, "Adaptive Alpha-Trimmed Mean Filters Under Deviations From Assumed Noise Model", IEEE Trans., Image Processing, vol. 13, no. 5, pp. 627-639, May 2004. https://doi.org/10.1109/TIP.2003.821115
  3. M. juneja and P. S. Sandhu, "Design and Development of an Improved Adaptive Median Filtering Method for Impulse Noise Detection," IEEE International journal of Computer and Electrical Engineering, vol. 1, pp. 627-630. Dec. 2009.
  4. Y. Dong and S. Xu, "A New Directional Weighted Median Filter for Removal of Random-Valued Impulse Noise", IEEE Signal Processing Lett., vol. 14, no. 3, pp. 193-196, 2007. https://doi.org/10.1109/LSP.2006.884014
  5. Jiahui Wang and Jingxing Hong, "A New Selt-Adaptive Weighted Filter for Removing Noise in Infrared images", IEEE Information Engineering and Computer Science, ICIECS International Conference, 2009.

Cited by

  1. 복합잡음 환경에서 영상복원 필터에 관한 연구 vol.18, pp.8, 2013, https://doi.org/10.6109/jkiice.2014.18.8.2001
  2. AWGN 환경에서 고주파 성분을 고려한 잡음 제거 알고리즘 vol.22, pp.6, 2018, https://doi.org/10.6109/jkiice.2018.22.6.867
  3. AWGN 환경에서 가우시안 분포와 표준편차를 이용한 잡음 제거 vol.23, pp.6, 2013, https://doi.org/10.6109/jkiice.2019.23.6.675
  4. 금속 내부의 이물질 검출 향상을 위한 X-ray 영상 보정 모델 vol.10, pp.10, 2013, https://doi.org/10.15207/jkcs.2019.10.10.015
  5. 영상의 잡음 특성 추정을 이용한 AWGN 제거 vol.23, pp.12, 2013, https://doi.org/10.6109/jkiice.2019.23.12.1551
  6. AWGN 환경에서 로컬 스티어링 커널과 블록매칭에 기반한 디지털 필터 알고리즘 vol.25, pp.7, 2013, https://doi.org/10.6109/jkiice.2021.25.7.910