이미지 디노이징

이미지에 노이즈가 있다면, 디노이징은 원본 영상이 있다는 가정 하에, 노이즈와 이미지를 분리한다.

노이즈 모델 의 원본 영상을 가정한 후, 노이즈 값을 더해서 영상을 만들 수 있다.

메틀랩 코드가 잡음을 만드는 과정:

x = 원본영상.

잡음 종류 : 가우시안 잡음, 유니폼

가우시안 잡음 = (평균, 분산) 으로 잡음을 만든다.

잡음의 강도 = 노이즈 레벨이다.

잡음의 종류들

가우시안 잡음 = 가우시안 분포를 가지는 잡음.

잡음 = 난수이다.

가우시안 에서는 x값이 -무한에서 무한까지의 값중 하나가 될 수 있다.

그러나 분포도 상 x값이 0이 나올 확률이 제일 높다.

 

유니폼 잡음 = 균일한 분포

들어온 X값이 a->b사이의 값이 나올 확률이 균등하다.

 

디노이징 기법들 : 가우시안 필터링 기법, NonLocal - Means, Bilateral Filtering

 

가우시안 필터링

스무딩 필터를 통과하면 이미지가 부드럽게 변한다.

이로써, 잡음이 없어졌다고 봐도 무방할 것이다.

원본 이미지가 y이고 결과가 x이다. 그렇다면, 가우시안 필터를 통과시켜서, 이미지데이터의 노이즈를 줄여줄 수 있을것이다.

위 를 수식으로 표시하면,

|| i - j || ^2 = 현재 픽셀과 j번째 픽셀의 거리.

수식대로를 표현

수식대로를 표현하면, 가중치는 각각 X표시가 작아지고 O표시가 가중치가 커지게 된다.

 

가우시안 필터의 단점 : 엣지부분이 발생하면,

엣지부분이 발생하게 되면, 엣지가 선명하게 나타나지 않을 수 있다.

가우시안 필터로 엣지를 나타나게 되면, 데이터의 픽셀값이 정상적으로 표시되지 않을 수 있다.