필터링을 이용한 잡음제거

선형 공간 필터링(liner spatial filtering)

- 저주파 통과 필터를 이용하는 방법

- 마스크의 계수와 곱한 픽셀의 선형 합으로 연산 수행

- 저주파 통과 필터를 평균 필터(average filter, mean filter)라고도 함

 

저주파 통과 필터의 동작

- 영상을 흐리게 하는 블러링 처리

- 주변 픽셀들을 평균하므로 저주파 통과 필터가 영상을 흐리게 할 수 있음

- 저주파 통과 필터를 평균 필터라고도 함

 

비선형 공간 필터링(non liner spatial filtering)

 ->블러링 했을 때 희미해지는 이미지를 보완하기 위해 나온 비선형 공간 필터링

- 중간 값 필터(median filter)의 잡음제거 동작

이웃 픽셀의 값을 오름차순으로 정렬한 뒤 가운데에 있는 값을 출력 값으로 선택

중간 값 필터는 임펄스 잡음을 제거하는 데 사용 (튀는 값 임펄스를 중앙값으로 대체한다는 느낌임)

- 임펄스(impulse): 영상에 스파크처럼 급격한 색 변화가 발생

장점: 기존의 평균 필터를 이용한 선형 공간 필터링 방법에 비해 블러링 현상이 적고 객체의 경계를 잘 보존함

즉, 평균 필터를 이용한 방법의 단점을 보완한 방법

단점: 중간 값을 구하려고 비교하는 과정에서 많은 시간이 소모됨

 

비선형 공간 필터링(non liner spatial filtering)

- 중간 값 필터(median filter)의 잡음 제거(noise reduction)

 

비선형 공간 필터링(non linear spatial filtering)

- 가중 중간 값 필터(weighted median filter)의 잡음 제거(noise reduction)

- 중간 값 필터는 경계 부분을 잘 보존하는 편이지만, 좀 더 세부적인 경계 영역까지도 보존할 수 있는 방법이 필요함

- 이를 표준 중간 값 필터를 확장한 가중 중간 값 필터가 제안됨

- 가중 중간 값 필터는 가중치를 설정하여 영상 내의 세부 정보인 경계 영역을 보존하면서 동시에 잡음을 제거하는 특성이 있음

 

최소/최대(min/max) 필터링

- 중심 픽셀을 이웃 픽셀들의 중간 값으로 치환하는 대신 최소값/최대값으로 치환하는 방법 4

- 중간 값 필터링과 비슷한 방법

- 영상에 있는 극단적인 임펄스 값을 제거하는 데 사용되는 필터링 기법

의료 영상에 주료 사용함

- 혼합된 임펄스 잡음을 제거하기는 어려움// 극단적인 컬러가 혼합되어 있는 경우 기능이 부족해짐

- 정렬된 값 중에서 최소값을 선택하는 최소값 필터링은 밝은 임펄스 값을 제거함

출력 영상의 전체 밝기가 감소

- 정렬된 값 중에서 최대값을 선택하는 최대값 필터링은 어두운 임펄스 값을 제거함

출력 영상의 전체 밝기가 증가

 

비선형 공간 필터링(non liner spatial filtering)

- 최소(min) 필터링

 

- 최대(max) 필터링