Earticle

In order to solve such problems as background noise amplification, excessive image edge enhancement and ring effect in the output image caused by the difficulty of the existing self-adaption image enhancement algorithm in identifying the smooth and fine areas of an image, a self-adaption image enhancement algorithm based on rule fuzzy inference system is proposed in this paper. Firstly, the pixel field of the image to be enhanced is locally and statically analyzed to obtain the low-frequency component of the image; secondly, five logic rules are defined and meanwhile the local statistical information is combined with the local standard deviation to establish the rule fuzzy inference system so as to calculate the contrast gain factor and accordingly complete the self-adaption enhancement of the image and optimize the pixel field dimension. The simulation result shows: compared with existing contrast enhancement technology, the proposed technology has better visual enhancement effect and can obviously eliminate ring effect.

디지털 영상 처리 기술이 발전함에 따라 에지는 여러 분야에서 활용되고 있다. 기존의 에지 검출 방법은 Sobel, Prewitt, Roberts, Laplacian 연산자 등을 활용한 마스크 방법이 있다. 이러한 기존의 에지 검출 방법들은 구현이 간단하다. 그러나, AWGN(additive white Gaussian noise) 잡음이 첨가된 영상을 처리할 경우, 에지 검출 특성이 다소 미흡하다. 따라서 이와 같은 기존의 에지 검출 방법들의 단점을 보완하기 위하여, 본 논문에서는 국부 마스크의 표준편차를 이용한 에지 검출 알고리즘을 제안하였으며, AWGN 환경에서 제안한 알고리즘은 우수한 에지 검출 특성을 나타내었다.

As digital image processing technologies are developing, edges are being utilized in various areas. In the existing edge detection methods, there are mask methods which utilize Sobel, Prewitt, Roberts, Laplacian operator etc. To realize these existing edge detection methods is simple. But, in case that AWGN(additive white Gaussian noise) added images are processed, edge detection characteristics are slightly insufficient. Therefore, the edge detection algorithm using the standard deviation of local mask was suggested in this paper to compensate for the drawbacks in the existing detection methods and the suggested algorithm in AWGN environments showed excellent edge detection characteristics.

최근, 디지털 영상처리 장치에 대한 수요가 급격히 증대되면서 영상의 우수한 화질이 요구되고 있다. 그러나 디지털 영상을 획득, 처리, 전송하는 과정에서 여러 외부 원인에 의해 영상의 열화가 발생되며, 영상 열화의 주된 원인은 잡음에 의한 것으로 알려져 있다. 영상에 첨가되는 잡음에는 다양한 종류가 있으며 AWGN이 대표적이다. 따라서 본 논문에서는 AWGN 환경에서 국부 마스크의 표준편차를 적용한 임계값을 사용하여, 그 값에 따라 서로 다르게 처리하는 평균필터 알고리즘을 제안하였다. 시뮬레이션 결과, 제안한 알고리즘은 AWGN(${\sigma}=15$)인 Baboon 영상에서 24.56[dB]의 높은 PSNR을 보이고 있고, 기존의 MF, CWMF, AWMF에 비해 각각 3.34[dB], 2.57[dB], 3.32[dB] 개선되었다.

Recently, with the rapid demand expansion on the devices of digital image processing, the excellent quality of the images is required. However, the degradation of the images occurs in the processes of data acquisition, processing, and transmission by various external causes and the noise has been well known as the major cause of image degradation. There are a variety of noises to be added on the images, with typical example of AWGN. Hence, in this article, we suggested average filter algorithm processed by the threshold values using them applying standard deviation of local mask under the AWGN environment in this study. As the result of the simulation, The proposed algorithm shows a high PSNR of 24.56[dB] for Barbara images that had been damaged of AWGN(${\sigma}=15$), compared to the existing MF, CWMF and AWMF there were improvements by 3.34[dB], 2.57[dB], and 3.32[dB], respectively.

에지는 영상에 포함된 물체의 크기, 방향, 위치 등을 쉽게 획득할 수 있는 특징 정보이며, 에지 검출은 물체 검출, 물체 인식 등의 여러 영상 처리 응용 분야에서 전처리 과정으로 활용되고 있다. 기존의 에지 검출 방법에는 Sobel, Prewitt, Roberts 에지 검출 방법 등이 있다. 이러한 기존의 에지 검출 방법들은 구현이 간단하며, 고정 가중치 마스크를 적용하므로 에지 검출 특성이 다소 미흡하다. 따라서 기존의 에지 검출 방법들의 문제점을 보완하기 위하여, 본 논문에서는 국부 마스크 내의 평균 및 표준편차에 따라 가중치를 적용한 후 에지를 검출하는 알고리즘을 제안하였다.

Edge is a characteristic information that can easily obtain the size, direction and location of objects included in the image, and the edge detection is utilized as a preprocess processing in various image processing application sectors such as object detection and object recognition, etc. For the conventional edge detection methods, there are Sobel, Prewitt and Roberts. These existing edge detection methods are easy to implement but the edge detection characteristics are somewhat insufficient as fixed weighted mask is applied. Therefore, in order to compensate the problems of existing edge detection methods, in this paper, an edge detection algorithm was proposed after applying the weighted value according to the standard deviation and means within the local mask.