빠른 전환 필터를 이용한 색상 이미지 충격 잡음 제거

초록

본 논문은 HSL 색공간과 피어 그룹 개념을 활용해 색상 이미지의 충격 잡음을 빠르게 탐지·제거하는 전환 필터를 제안한다. 픽셀 간 거리 계산을 최소화하여 연산량을 크게 줄였으며, 다양한 실험을 통해 기존 최첨단 필터 대비 높은 처리 속도와 우수한 복원 품질을 입증하였다.

상세 분석

본 연구는 컬러 이미지에서 흔히 발생하는 충격 잡음(impulsive noise, salt‑and‑pepper noise)을 효과적으로 제거하기 위해 새로운 전환 필터(switching filter)를 설계하였다. 기존의 벡터 필터들은 각 픽셀을 주변 이웃과 쌍별(pairwise) 거리 계산을 통해 잡음 여부를 판단하고, 잡음이 검출되면 중앙값이나 가중 평균 등으로 대체한다. 이러한 방식은 이웃 크기가 커질수록 연산 복잡도가 O(N·M²) (N: 이미지 픽셀 수, M: 윈도우 크기) 로 급격히 증가한다는 단점이 있다.

논문은 이를 극복하기 위해 먼저 입력 이미지를 HSL 색공간으로 변환한다. HSL은 색상(Hue), 채도(Saturation), 밝기(Lightness) 세 축으로 구성되어 있어 인간 시각 특성에 부합하고, 특히 색상 성분이 회전 불변성을 제공함으로써 색상 차이를 간단히 비교할 수 있다. 변환 후 각 픽셀을 중심으로 M×M 윈도우를 설정하고, 피어 그룹(peer group)이라는 개념을 도입한다. 피어 그룹은 중심 픽셀과 색상·채도·밝기 차이가 사전에 정의된 임계값 이하인 이웃 픽셀들의 집합이다. 핵심 아이디어는 피어 그룹의 크기가 일정 기준(예: 전체 이웃의 절반) 이상이면 해당 픽셀을 ‘깨끗한’ 것으로 판단하고, 그렇지 않으면 잡음으로 간주한다.

이 과정에서 거리 계산은 단일 픽셀과 이웃 사이의 HSL 차이만을 수행하므로, 복잡도가 O(N·M) 로 감소한다. 또한 피어 그룹이 충분히 크면 추가적인 평균·중앙값 연산을 수행하지 않아 연산량을 더욱 절감한다. 잡음으로 판단된 픽셀에 대해서는 피어 그룹 내의 픽셀 평균값을 사용해 대체함으로써 색상 일관성을 유지한다.

알고리즘 흐름은 다음과 같다. ① 입력 RGB 이미지를 HSL 로 변환한다. ② 각 픽셀에 대해 윈도우를 설정하고, H, S, L 차이에 기반해 피어 그룹을 형성한다. ③ 피어 그룹 크기가 임계값을 초과하면 픽셀을 그대로 유지하고, 미달이면 피어 그룹 평균값으로 대체한다. ④ 최종적으로 복원된 HSL 이미지를 다시 RGB 로 역변환한다.

실험에서는 30여 장의 다양한 자연·인공 이미지에 10%30% 범위의 충격 잡음을 인위적으로 주입하고, 제안 필터와 기존 대표적인 벡터 필터(예: Vector Median Filter, Adaptive Center‑Weighted Median Filter, Decision Based Filter 등)를 비교하였다. 평가 지표로는 PSNR, SSIM, 컬러 차이 ΔE₀₀ 등을 사용했으며, 제안 방법은 대부분의 경우 PSNR이 12 dB 상승하고, SSIM이 0.02~0.05 향상되는 동시에 실행 시간이 기존 필터 대비 5배 이상 단축되는 결과를 보였다. 특히 큰 윈도우(5×5, 7×7)에서도 연산량 증가가 미미해 실시간 영상 처리에 적합함을 확인하였다.

이와 같이 피어 그룹 기반의 빠른 전환 필터는 색상 정보를 효과적으로 활용하면서도 연산 효율성을 크게 개선한다는 점에서, 고해상도 컬러 영상의 실시간 잡음 제거 및 전처리 단계에 유용한 솔루션으로 평가된다.