[컴퓨터 비전] 노이즈(Noise)를 없애는 기법 - 평균, 가우시안, 중앙값 / Average Filter, Gaussian Filter, Median Filter

이미지를 smoothing하는 것의 주된 목적은 노이즈의 감소와 일반적인 표현(Gross Representation)만을 남기기 위해서이다. 

이미지를 smoothing하는 방법은 Average(mean) filter, Gaussian Filter 등 여러 가지가 있다.

 

Average Filter

Average Filter는 noise를 줄이는 데 많이 사용된다. 구현이 쉽고 직관적이다.

random noise가 intensity level에서 transition을 가지는 경항이 있기 때문에, average filter를 사용하면 Sharp transition(변이) 및 변동(variation)의 양을 줄여준다. 

대표성이 부족한(unrepresentative) 픽셀들을 부드럽게 해주는 효과가 있으며, 마스크(mask = kernel = window)의 크기가 클수록 smoothing 정도가 커진다. 

 

하지만 부작용으로 디테일이나 feature, edge 등이 블러(blur)될 수 있다.

 

Gaussian Filter

 

가우시안 필터도 이미지를 스무딩하고 디테일을 없앤다. mean filter(average filter)와 비슷하게 동작하지만, 가우시안 형태가 적용된 kernel을 사용한다는 점에서 다르다.

가우시안 필터는 가장자리보다 중심에 더 큰 가중치를 갖는다.

mean filter에 비해 edge를 보존할 수 있다는 장점을 갖고 있다. 

또한, Average filter에서 불가능한, spatial frequency의 범위를 정할 수 있다.  

특정 frequency를 약화시키는 Box filter에서는 Oscilation이 생기지만, 가우시안은 그렇지 않다. 

 

Median Filter

필터 내의 이미지 픽셀을 모두 필터에 들어온 픽셀의 중앙값(Median)으로 변경한다. 이 과정에서 픽셀들의 intensity를 sorting(정렬)하며, 이러한 특징이 non-linear하다고 볼 수 있다.

평균 필터보다 디테일을 유지할 수 있으므로 noise에 대해 선택적이라 할 수 있다. 특히 Speckle (impulse, salt and papper) noise를 지우는 데에 탁월한 효과를 보인다. 

Salt and Papper noise

 

필터의 크기가 $MxM$일 때 noise의 크기가 $M^2/2$보다 작은 경우, 해당 노이즈를 없앨 수 있다.