Modified Sigma Filter by Image Decomposition Using Directivity.

This paper is a study on image noise reduction of modified sigma filter by image decomposition using directivity. Conventional sigma filter has been shown to be a good solution both in terms of filtering accuracy and computational complexity. However, the sigma filter does not preserve well small edges especially for high level of additive noise. In this paper, we propose here a new method using a modified sigma filter. In our proposed method the input image is first decomposed in two components that have features of horizontal, vertical and diagonal direction. Then, two components are applied HPF and LPF. By applying a conventional sigma filter separately on each of them, the output image is reconstructed from the filtered components. Added noise is removed and our proposed method preserves the edges from the image. Comparative results from experiments show that the proposed algorithm achieves higher gains, on average, 2.6 dB PSNR than the sigma filter and 0.5 dB PSNR than the modified sigma filter. When relatively high levels of noise added, the proposed algorithm shows better performance than two conventional filters.

방향성을 고려한 영상 분해에 의해 개선된 시그마 필터

본 논문은 방향성을 고려한 영상 분해에 의해 개선된 시그마 필터의 영상 잡음 제거에 관한 연구이다. 기존의 시그마 필터는 계산의 복잡도 측면과 필터링의 정확도 면에서 좋은 결과를 보여 왔다. 그러나 시그마 필터는 높은 수준의 노이즈에서 작은 에지성분을 살리지 못하는 단점이 있다. 따라서 본 논문에서는 기존의 개선된 시그마 필터를 변형하여 새로운 방법을 제안한다. 제안된 알고리즘은 먼저 입력 영상을 수평, 수직 방향의 특성과 대각선 방향의 특성을 지닌 두 가지의 구성요소로 분해한 다음 분해된 2개의 구성요소에 대하여 HPF와 LPF를 적용한다. 적용 후 각각 독립적으로 기존의 시그마 필터로 필터링하여 출력 영상을 재구성함으로서 영상에 존재하는 잡음을 제거하고 영상의 에지성분에 대한 보존 특성을 강화시킨다. 실험에서의 비교 결과, 제안된 알고리즘의 PSNR이 시그마 필터에 비해 평균적으로 2.6dB, 개선된 시그마 필터에 비해 0.5dB 더 우수함을 확인하였고 비교적 큰 노이즈가 첨가되었을 때 기존의 두 필터보다 제안된 알고리즘이 훨씬 더 좋은 성능을 보였다.