• Journal of information and communication convergence engineering
• /
• 제9권3호
• /
• pp.331-335
• /
• 2011

Digital images are often corrupted by impulse noise, and it is very important to remove random-valued impulse noise. Cleaning such noise is far more difficult than cleaning salt and pepper impulse noise. In this paper, we proposed an efficient way to remove random-valued impulse noise from digital images. This novel method comprises two stages. The first stage is to detect the random-valued impulse noise in the image and the pixels are roughly divided into two classes, which are "noise-free pixel" and "noise pixel". Then, the second stage is to eliminate the random-valued impulse noise from the image. In this stage, only the "noise pixels" are processed. The "noise-free pixels" are copied directly to the output image. Simulation results indicated that our method provides a significant improvement over many other existing algorithms.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2011년도 춘계학술대회
• /
• pp.333-335
• /
• 2011

In the transmitting process of image processing system, images always be corrupted by impulse noise, especially random-valued impulse noise. So removing the random-valued impulse noise is very important, but it is also one of the most difficult case in image processing. The most famous method is the standard median filter, but at edge, the filter has a special feature which has a tendency to decrease the preserve. As a result, we proposed a filter that detection random-valued impulse noise firstly, next to use efficient method to remove the noise and preserve the details. And through the simulation, we compared with the algorithms and indicated that proposed method significant improvement over many other existing algorithms.

• Journal of Electrical Engineering and Technology
• /
• 제13권3호
• /
• pp.1383-1391
• /
• 2018

A new nonlinear filtering algorithm for effectively denoising images corrupted by the random-valued impulse noise, called dual sliding statistics switching median (DSSSM) filter is presented in this paper. The proposed DSSSM filter is made up of two subunits; i.e. Impulse noise detection and noise filtering. Initially, the impulse noise detection stage of DSSSM algorithm begins by processing the statistics of a localized detection window in sorted order and non-sorted order, simultaneously. Next, the median of absolute difference (MAD) obtained from both sorted statistics and non-sorted statistics will be further processed in order to classify any possible noise pixels. Subsequently, the filtering stage will replace the detected noise pixels with the estimated median value of the surrounding pixels. In addition, fuzzy based local information is used in the filtering stage to help the filter preserves the edges and details. Extensive simulations results conducted on gray scale images indicate that the DSSSM filter performs significantly better than a number of well-known impulse noise filters existing in literature in terms of noise suppression and detail preservation; with as much as 30% impulse noise corruption rate. Finally, this DSSSM filter is algorithmically simple and suitable to be implemented for electronic imaging products.

• 한국정보통신학회논문지
• /
• 제16권3호
• /
• pp.598-604
• /
• 2012

영상신호는 신호를 처리하는 과정에서 다양한 잡음에 의해 훼손되어지며, 이러한 신호를 복원하기 위한 많은 연구가 이루어지고 있다. 본 논문에서는 랜덤 임펄스 잡음을 제거하기 위한 캐스케이드 필터 알고리즘을 제안하였다. 알고리즘은 잡음검출과 잡음제거 등 두 과정으로 구성되었으며, 잡음검출을 위하여 마스크의 분산과 중앙화소에 의한 분산을 이용하였다. 또한, 잡음신호에 대해서 스위칭 self adaptive weighted median 필터로 처리한 후, 변형된 가중치 알고리즘을 적용하여 제거하였다. 제안한 알고리즘은 잡음신호만을 제거하고 비잡음신호는 그대로 보존하여, 우수한 에지 보존특성 및 잡음제거 능력을 나타내었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2006년도 춘계종합학술대회
• /
• pp.1001-1004
• /
• 2006

영상에서 잡음을 제거하기 위한 연구는 영상인식과 컴퓨터비젼 등과 같은 신호처리 분야에서 활발하게 진행되고 있으며, AWGN과 임펄스 잡음이 가장 대표적이다. 그리고 임펄스 잡음에는 salt & pepper와 random-valued 임펄스 잡음이 있으며, 이러한 임펄스 잡음을 제거하기 위해 SM 필터와 같은 비선형 필터가 이용된다. 그러나 기본적인 SM 필터는 영상의 에지영역에서 여전히 많은 오류를 발생시키고 있으며, 이와 같은 단점을 해결하기 위해 다양한 방법들이 연구되고 있다. 본 논문에서는 영상의 에지보존 성능이 우수한 임펄스 잡음 제거 알고리즘을 제안하였으며, 이때 noise detector를 이용하여 잡음을 검출한 후, min-max 연산에 기반한 잡음 제거 알고리즘을 적용하였고, 시뮬레이션을 통해 그 성능을 기존의 방법들과 비교하였다.

• 응용통계연구
• /
• 제23권1호
• /
• pp.151-165
• /
• 2010

영상은 잡음센서이나 채널 전송에러에 의해 생기는 임펄스 잡음에 의해 자주 오염된다. 본 논문은 영상에서 이런 임펄스 잡음을 제거하는 방법에 대해 논의하고자 한다. 제안된 잡음제거는 SVM(Support Vector Machine)과 개선된 Adaptive Median 필터에 의해 이루어진다. SVM에 의해 영상에서 잡음픽셀여부를 검출하고 검출된 잡음픽셀은 개선된 Adaptive Median 필터에 의해 새로운 픽셀값으로 대체한다. 제안된 방법의 성능을 평가하기 위해 영상 실험을 통하여 salt-and-pepper 임펄스 잡음과 random-valued 임펄스 잡음을 고려하여 기존의 잡음제거 방법들과 정성적이고 MAE, PSNR를 통한 정량적인 비교를 하였다. 실험결과 제안된 방법은 잡음 제거와 미세한 부분에 대한 보존력이 뛰어나고 특히, 많이 오염된 영상에 대해서도 상당한 잡음제거 성능을 보였다.

• 한국정보통신학회논문지
• /
• 제24권5호
• /
• pp.609-615
• /
• 2020

현대 사회는 4차 산업 혁명과 더불어 디지털 장비의 사용이 증가하여 영상 및 신호처리의 중요성이 높아지고 있으며, 이와 함께 잡음 제거에 관한 연구가 활발하게 이루어지고 있다. 본 논문은 랜덤 임펄스 잡음 제거를 위한 스위칭 필터 알고리즘을 제안한다. 제안한 알고리즘은 영상에 존재하는 잡음 수준을 판단하여 임계값을 구하며, 임계값은 입력 화소값과 기준치의 차이와 비교되어 필터의 가중치 스위칭 과정에 사용한다. 필터의 최종 출력은 스위칭에 따라 화소 가중치 및 변형된 가중치 메디안 필터를 적용하여 추정치를 구하며, 추정치와 입력 화소값을 비교하여 최종 출력을 구한다. 제안한 알고리즘의 성능을 평가하기 위해 시뮬레이션 및 PSNR 등을 이용하여 기존 방법들과 비교하였다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제54권3호
• /
• pp.166-173
• /
• 2005

Preserving image features, edges and details in the process of impulsive noise filtering is an important problem. To avoid image blurring, only corrupted pixels must be filtered. In this paper, we propose an effective impulse noise detection method using Self-Organizing Neural Network(SONN) which applies median filter selectively for removing random-valued impulse noises while preserving image features, edges and details. Using a $3\times3$ window, we obtain useful local features with which impulse noise patterns are classified. SONN is trained with sample image patterns and each pixel pattern is classified by its local information in the image. The results of the experiments with various images which are the noise range of $5-15\%$ show that our method performs better than other methods which use multiple threshold values for impulse noise detection.

• Journal of Information Processing Systems
• /
• 제9권1호
• /
• pp.89-102
• /
• 2013

The paper presents a fuzzy based impulse noise filter for both gray scale and color images. The proposed approach is based on the technique of boundary discriminative noise detection. The algorithm is a multi-step process comprising detection, filtering and color correction stages. The detection procedure classifies the pixels as corrupted and uncorrupted by computing decision boundaries, which are fuzzified to improve the outputs obtained. In the case of color images, a correction term is added by examining the interactions between the color components for further improvement. Quantitative and qualitative analysis, performed on standard gray scale and color image, shows improved performance of the proposed technique over existing state-of-the-art algorithms in terms of Peak Signal to Noise Ratio (PSNR) and color difference metrics. The analysis proves the applicability of the proposed algorithm to random valued impulse noise.