ノンローカルPCAに基づく画像デノイジング

摘要

ディジタルカメラで暗いシーンなどを撮影した際に生じたノイズは，画質を低下させ，画像認識処理の精度低下をまねく．このため，ノイズを取り除く画像デノイジングに関する研究が数多く行われてきた．近年，数ピクセル角の四角形パッチを処理単位としてデノイジングを行う，パッチベース手法が注目されている．更に，自然画像の自己相似性という性質に着目し，劣化画像の中に含まれる類似パッチの情報を利用してデノイジングを行うノンローカル手法が高い成果を挙げている．しかし，従来のノンローカル手法は発見的で複雑な処理を用いており，なぜそれらが強力なのかという議論が十分に行われてこなかった．本研究の目的は，ノンローカル手法に共通する仮定を明確にし，その仮定に基づいて新しい高性能なノンローカル手法を直接導出することである．また本論文では，高性能なデノイジング処理の実現のため，パッチ間の高精度な類似度評価，類似パッチの探索範囲，繰り返しウィーナーフィルタを提案する．提案するノンローカルPCAは，仮定から単純に導出され理解も簡単でありながら，グレー画像では従来の高性能な手法と同程度のデノイジング性能が得られた．更に，カラー画像では従来法よりも高性能であることが確認された．