다채널 이미지 잡음 제거를 위한 비선형 Stein 기반 추정기

1. 서론 다채널 이미지(멀티스펙트럴·다중 센서)는 최근 센서 기술의 발달로 널리 사용되고 있으나, 각 채널이 서로 다른 스펙트럼 대역에서 획득되기 때문에 가우시안 잡음에 취약하다. 잡음 제거는 이후의 분석·분류 단계에 결정적인 영향을 미치므로, 채널 간 상관을 활용한 공동 디노이징이 요구된다. 기존 연구는 주로 채널별 독립 처리 혹은 단순한 채널 결합을 사용했으며, 공간·채널·스케일 간 복합 상관을 동시에 고려한 방법은 제한적이었다. 2. 배경 및 기본 개념 저자는 먼저 관측 모델을 \(\mathbf{r} = \mathbf{s} + \mathbf{n}\) 로 정의하고, \(\mathbf{n}\)을 다변량 가우시안(\(\mathbf{C}_n\))이라고 가정한다. 변환 영역에서는 M‑band 웨이브릿 또는 Dual‑Tree 웨이브릿 프레임을 적용해 각 채널을 계수 집합 \(\{r^{(b)}_{j,m}(k)\}\) 로 표현한다. 여기서 \(j\)는 스케일, \(m\)은 서브밴드, \(k\)는 공간 위치를 나타낸다. Reference Observation Vector(ROV)는 특정 계수와 그와 관련된 주변 계수들을 하나의 벡터로 모은 것으로, 다음과 같은 형태를 가진다. - (5) 스칼라 ROV: \(