스마트폰으로 촬영한 사진의 잡음제거를 위한 단일 이미지 이중 애버리징 기법 (Single Image Double Averaging for Smartphone Picture Denoising)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 정보과학회논문지 / 50권 / 1호 / 40 ~ 46페이지
· 저자명 : 조훈민, 이성길

초록

이미지 잡음제거 알고리즘은 픽셀 신호에 발생하는 잡음을 제거하기 위해 오래전부터 활발한 연구가 진행되어왔다. 대표적으로는 가우시안 잡음을 적용한 단일 이미지에 대한 기법, 딥러닝을 사용하여 차이를 학습해서 적용하는 기법이 있다. 그러나 실제 스마트폰으로 촬영한 사진에 나타나는 잡음은 모든 픽셀마다 동일한 가우시안 분포를 가지지 않고, 딥러닝은 잡음 없는 원본 이미지가 필요하다는 단점이 있다. 이에 본 연구는 스마트폰으로 촬영한 이미지에 나타나는 잡음의 특징을 분석하고 이를 잡음제거에 사용한다. 또한, 잡음이 포함된 단일 이미지를 여러 개의 작은 구역으로 나눠서 사용하기 때문에 여러 장의 이미지를 평균 내어 잡음을 제거하는 기법과 유사한 효과를 나타낸다. 이에 따라 본 기법은 스마트폰으로 촬영된 단일 잡음 이미지를 사용하여 원본 이미지를 사용한 학습을 하지 않고도 충분한 성능의 잡음제거가 가능함을 보인다.

영어초록

Image-denoising algorithms have long been actively researched to remove noise generated in pixel signals. There is a denoising technique for a single image with Gaussian noise, a technique for removing noise using multiple photos taken by a fixed camera, and a technique for removing noise by learning the difference using deep learning. However, the noise in actual smartphone photographs does not have the same Gaussian distribution at each pixel, and taking multiple photos costs a lot of time. Deep learning disadvantages the ground truth image without noise is essential. Therefore, this paper analyzes the characteristic of noise appearing in images taken with smartphones and uses it for denoising. In addition, a single image containing noise is divided into several small areas, showing similar results to denoising using an average of multiple images.
Accordingly, this technique can adequately perform denoising using a single noise image photographed by a smartphone without the ground truth image learning.

참고자료

· 없음