Abstract
Devices such as X-Ray, CT, MRI, scanners, etc. can generate S&P noise from several sources during the image acquisition process. Since S&P noise appearing in the image degrades the image quality, it is essential to use noise reduction technology in the image processing process. Various methods have already been proposed in research on S&P noise removal, but all of them have a problem of generating residual noise in an environment with high noise density. Therefore, this paper proposes a filtering algorithm based on a three-dimensional plane equation by setting the grayscale value of the image as a new axis. The proposed algorithm subdivides the local mask to design the three closest non-noisy pixels as effective pixels, and applies cosine similarity to a region with a plurality of pixels. In addition, even when the input pixel cannot form a plane, it is classified as an exception pixel to achieve excellent restoration without residual noise.
X-Ray, CT, MRI, 스캐너 등과 같은 장치는 영상 획득 과정 중 여러 원인으로 인해 S&P 잡음을 생성할 수 있다. 영상에 나타난 S&P 잡음은 영상의 품질을 저하시키기 때문에, 영상처리 과정에 잡음제거 기술을 필수적으로 사용해야 한다. S&P 잡음 제거에 관한 연구는 이미 다양한 방법이 제안되었으나, 이들 모두 잡음 밀도가 큰 환경에서는 잔여 잡음을 생성하는 문제점이 있었다. 따라서 본 논문은 영상의 grayscale 값을 새로운 축으로 설정하여 3차원의 평면 방정식을 기반으로 필터링하는 알고리즘을 제안하였다. 제안한 알고리즘은 로컬마스크를 세분화하여 가장 근접한 3개의 비잡음 화소를 유효 화소로 설계하여, 복수의 화소를 가진 영역에 대해 코사인 유사도를 적용하였다. 또한, 입력한 화소가 평면을 이룰 수 없는 경우에도 예외 화소로 분류하여 잔여 잡음 없이 우수한 복원을 이루었다.
