Detection Based - Adaptive Windowed Nonlinear Filters for Removal of One-Side Impulse Noise in Infrared Image

In this paper, detection based - adaptive windowed nonlinear filters(DB-AWNF) are proposed for removing one-side impulse noise in infrared image. They are composed of impulse detector and window-size-variable median filters. Impulse detector checks whether current pixel is impulse or not using range function and nonlinear location estimator. If impulse is detected, current pixel is filtered according to four kinds of local masks by use of median filter. If not. current pixel is delivered to output like identity filter. In qualitative view, the proposed could have removed heavy corrupted noise up to $20\%$ and reserved the details of image. In quantitative view, PSNR was measured. The proposed could have 13 - 31[dB] more improved performance than those of median($3{\times}3$) filter and 18 - 25[dB] more improved performance than those of median($5{\times}5$) filter.

적외선 영상의 단측형 충격잡음 제거를 위한 검출기반 적응윈도우 비선형 필터

본 논문에서는 적외선 영상의 단측형 충격잡음 제거를 위해, 비선형 위치 추정기를 근간으로 하는 충격잡음 검출기를 설계하여 단측형 충격잡음을 검출하고, 검출된 정보를 기반으로 국부윈도우 크기를 적응적으로 가변시켜 중앙값 필터링을 수행하는 비선형 필터를 제안하였다. 가시광 영상에 대해 성능이 입증된 기존 12종 필터와 성능비교를 수행하였다. 정성적 측면에선 제안된 필터가 잡음오염이 과다한 $20\%$ 수준까지도 충분한 잡음제거 성능과 함께 영상의 세부정보를 잘 보존하는 것을 확인할 수 있었다. 정량적 측면에선 PSNR을 측정 비교하였는데, 영상 세부 정보 보존이 우수한 중앙값 필터($3{\times}3$) 보다 13-31[dB] 더 개선된 성능을 얻었으며, 잡음제거 특성이 우수한 중앙값 필터($5{\times}5$) 보다는 18 - 25[dB] 더 개선된 잡음제거 성능을 보였다.