GMM 클러스터링 기반의 가우시안 가중치 필터를 이용한 AWGN 제거 (AWGN Removal using a Gaussian Weighted Filter based on GMM Clustering)

서지정보

· 발행기관 : 한국정보통신학회
· 수록지 정보 : 한국정보통신학회논문지 / 28권 / 6호 / 704 ~ 711페이지
· 저자명 : 정경석, 김남호

초록

최근, 디지털 영상은 의료 진단, 보안 및 감시, 로봇 공학 등 다양한 분야에 필수적인 역할을 수행하고 있다. 하지만 환경적 요인이나 데이터를 전송하는 과정에서 잡음이 발생할 수 있으며 이는 영상의 품질 저하와 정보 손실을 초래한다. AWGN은 디지털 영상에서 나타나는 대표적인 잡음이며 이를 제거하기 위해서 다양한 필터가 연구되어 왔다. 하지만, 기존 방법들의 경우 잡음을 제거하는 동시에 영상을 흐릿하게 만들어 다소 미흡한 잡음 제거 성능을 보였다. 따라서 본 논문에서는 GMM(gaussian mixture model) 클러스터링 기반의 가우시안 가중치 필터를 이용한 AWGN 제거 알고리즘을 제안하였다. 제안한 알고리즘은 각 화소가 클러스터에 속할 확률에 대한 마스크와 공간상에서 가우시안 분포를 따르는 마스크를 동시에 적용하여 고주파 영역의 세부 정보를 보존하면서 잡음 제거 성능을 높였다.

영어초록

In recent years, digital imaging has played an essential role in medical diagnostics, security and surveillance, robotics engineering, and many other fields. However, noise can occur due to environmental factors or during data transmission, which degrades the image quality and causes information loss. AWGN(additive white gaussian noise) is a typical noise in digital images, and various filters have been studied to remove it. However, the existing methods show somewhat inadequate denoising performance by blurring the image while removing noise. Therefore, in this paper, we propose an AWGN denoising algorithm using a Gaussian weighted filter based on GMM(gaussian mixture model) clustering. The proposed algorithm simultaneously applies a mask for the probability of each pixel belonging to a cluster and a mask that follows a Gaussian distribution in space to improve the denoising performance while preserving the details in the high-frequency region.

참고자료

· 없음