在老舊影片之中，存在著不同類型的雜訊，例如汙點雜訊、直線雜訊等，而且在不同的雜訊上會擁有各別的特徵，因此針對各種存在於老舊影片中之雜訊，要以單一種方法達來到精確的雜訊偵測是很困難的。
在本論文將對於在老舊影片上最常見到的雜訊類型，汙點雜訊以及直線雜訊提出個別的偵測方法。在汙點雜訊偵測上利用到動量偵測以及形態影像學的方法來把汙點雜訊標示出來。在直線雜訊偵測上利用在每一條直線之間的亮度的差異，配合標凖差以及權重方式從亮度差異中挑選出有最有可能為雜訊之線段。

Aged motion pictures may contain different types of defects, such as spikes and scratch lines. Each type of defect has its different properties. It is relatively hard to precisely detect these defects on aged films by using only a single solution. This paper proposes two techniques to detect spikes and scratch lines on aged films. In detecting spikes, we use the motion estimation and morphological image processing. In detecting scratch lines, we propose to compute the mean of intensity on each column, and then use the standard deviation and compute the number of the weight to obtain the result of detecting.

第一章	緒論	1
1.1	研究背景	1
1.2	研究動機與研究目的	3
1.3	論文組織架構	7
第二章	相關研究	8
2.1	汙點雜訊偵測之相關研究	8
2.2	直線雜訊偵測之相關研究	12
第三章	系統架構與研究方法	21
3.1	汙點雜訊偵測	22
3.1.1	動量偵測	23
3.1.2	MAE轉為 灰階影像	32
3.1.3	背景資訊去除	33
3.1.4	灰階影像二值化	40
3.2	直線雜訊偵測	42
3.2.1	計算每行之間亮度差異	44
3.2.2	針對各區塊所得Mean值給予雜訊等級	48
3.2.3	利用權重判斷可能的雜訊	53
3.2.4	去除邊緣誤判	57
第四章	系統實作	61
4.1	系統架構	64
4.2	系統開發環境元件介紹	71
第五章	實驗結果與討論	74
5.1	汙點雜訊偵測結果	74
5.2	直線雜訊偵測結果	79
第六章	結論與未來展望	82
6.1	結論	82
6.2	未來展望	83
參考文獻	84
附錄─英文論文	87

圖 一 存在汙點雜訊之影像	5
圖 二 存在直線雜訊之影像	5
圖 三 各行之間亮度差異	13
圖 四 近似於曲線之三角形計算	15
圖 五 保留正確之直線雜訊	17
圖 六 計算各直線線段	18
圖 七 影像切割以及計算各直線線段	19
圖 八 本論文提出雜訊偵測流程	22
圖 九 汙點雜訊偵測流程	23
圖 十 搜尋區域之分佈圖	27
圖 十一 Four Step Search步驟一	28
圖 十二 Four Step Search步驟二的情況一	29
圖 十三 Four Step Search步驟二的情況二	29
圖 十四 Four Step Search步驟三，像素由角落向外擴增	30
圖 十五 Four Step Search步驟三，像素由邊向外擴增	30
圖 十六 Four Step Search步驟四	31
圖 十七 MAE轉成灰階影像	33
圖 十八 把圖 十七反白後的影像	33
圖 十九 Erosion例子，左邊是原圖，右邊是eroded的結果	35
圖 二十 Dilation例子，左邊是原圖，右邊是dilated的結果	36
圖 二十一 Reconstruction的輸入影像，左邊是原圖Mask，右邊是Marker	36
圖 二十二 是圖 二十一經Reconstruction後的結果	37
圖 二十三去除背景，(上)原圖(中)Reconstruction的結果(下)原圖減去Reconstruction的結果	39
圖 二十四 Otsu二值化結果	41
圖 二十五 深(黑)色與淺(白)色的直線雜訊	42
圖 二十六 直線雜訊偵流程	43
圖 二十七 各行與整體平均亮度的差異	45
圖 二十八 各行與區域平均亮度的差異	45
圖 二十九 求區塊中的Mean	47
圖 三十 圖 二十九的曲線圖	47
圖 三十一 沿垂直方向上切割多個windows	48
圖 三十二 常態分佈	49
圖 三十三 利用公式24得到的偵測結果，(上)低門檻的結果(下)高門檻的結果	51
圖 三十四 經由公式25得到的結果	53
圖 三十五 如何計算權重總和，(左)例子一(右)例子二	56
圖 三十六 物體邊緣上的誤判	57
圖 三十七 原圖	59
圖 三十八 Laplacian Filter	60
圖 三十九 利用邊緣去除誤判後的結果	60
圖 四十 BCB環境	62
圖 四十一 元件選取區	63
圖 四十二 元件樹狀結構區	63
圖 四十三 元件屬性編輯區	63
圖 四十四 介面設計與程式撰寫區	64
圖 四十五 本系統介面架構圖	65
圖 四十六 TTabbedNotebook第一分頁	66
圖 四十七 TTabbedNotebook第二分頁	67
圖 四十八 TTabbedNotebook第三分頁	68
圖 四十九 參數設定	69
圖 五十 TForm	71
圖 五十一 TMainMenu	71
圖 五十二 TTabbedNotebook	72
圖 五十三 TLabel	72
圖 五十四 TEdit	72
圖 五十五 TImage	73
圖 五十六 TFileListBox	73
圖 五十七 TCheckBox	73
圖 五十八 汙點雜訊偵測實驗一，Frame(t)	75
圖 五十九汙點雜訊偵測實驗一，Frame(t+1)	75
圖 六十 汙點雜訊偵測實驗一，把MAE轉為灰階影像	75
圖 六十一 汙點雜訊偵測實驗一，偵測結果	76
圖 六十二 汙點雜訊偵測實驗二，Frame(t)	76
圖 六十三 汙點雜訊偵測實驗二，Frame(t+1)	76
圖 六十四 汙點雜訊偵測實驗二，把MAE轉為灰階影像	77
圖 六十五 汙點雜訊偵測實驗二，偵測結果	77
圖 六十六 汙點雜訊偵測實驗三，Frame(t)	77
圖 六十七 汙點雜訊偵測實驗三，Frame(t+1)	78
圖 六十八 汙點雜訊偵測實驗三，把MAE轉為灰階影像	78
圖 六十九 汙點雜訊偵測實驗三，偵測結果	78
圖 七十 直線雜訊偵測實驗一，原影像	79
圖 七十一 直線雜訊偵測實驗一，偵測結果	80
圖 七十二 直線雜訊偵測實驗二，原影像	80
圖 七十三 直線雜訊偵測實驗二，偵測結果	80
圖 七十四 直線雜訊偵測實驗三，原影像	81
圖 七十五 直線雜訊偵測實驗三，偵測結果	81

[1]	Domenico Tegolo, Francesco Isgrd, “A genetic algorithm for scratch removal in static images”, Image Analysis and Processing　2001, 11th International Conference Proceedings, 26-28 Sep 2001, pp. 507-511
[2]	Bruni, V., Vitulano, D., “A generalized model for scratch detection, A generalized model for scratch detection”, Image Processing, IEEE Transactions, Jan. 2004, Volume: 13, Issue: 13 , pp. 44-50
[3]	Jin Xu, Jinghuo Guan, Xingdong Wang, Jun Sun, Guangtao Zhai, Zhengguo Li., “An OWE-based Algorithm for Line Scratches Restoration in Old Movies”, Circuits and Systems 2007(ISCAS'2007), Proceedings of the 2007 IEEE International Symposium, pp.3431-3434
[4]	Machi A., Collura F., “Accurate spatio-temporal restoration of compact single frame defects in aged motion pictures, Image Analysis and Processing 2003, 12th International Conference Proceedings, 17-19 Sept. 2003, pp.454- 459
[5]	Timothy K. Shih, Rong-Chi Chang, Yu-Ping Chen, “Motion picture inpainting on aged films”, ACM Multimedia 2005, pp. 319-322
[6]	M. Kemal Guillui, Oguzhan Urhan, Sarp Erttirk, “Scratch Detection via Temporal Coherency Analysis and Removal using Edge Priority Based Interpolation”, 2006 IEEE International Symposium  Circuits and Systems 2006(ISCAS 2006), 21-24 May 2006, 4 p
[7]	Alexis M. Tourapis, Oscar C. Au, Ming L. Liou, “Fast Motion Estimation using Circular Zonal Search”, Visual communications and image processing '99, vol. 3653, pp.1496-1504
[8]	Shih T.K., Lin L.H., Wonjun Lee,“Detection and Removal of Long Scratch Lines in Aged Films”, Multimedia and Expo, 2006 IEEE International Conference, July 2006, pp.477-480
[9]	L. D’Amore, L. Marcellino, A. Murli, “Image sequence inpainting: towards numerical software for detection and removal of local missing data via motion estimation”, Journal of Computational and Applied Mathematics 2007 , January 2007, Volume 198, Issue 2, pp.396-413
[10]	Kuan-Tsang Wang, Chen, O.T.-C., “Motion estimation using an efficient four-step search method”, Circuits and Systems 1998(ISCAS '98), Proceedings of the 1998 IEEE International Symposium, 31 May-3 Jun 1998, Volume 4, pp.217-220
[11]	Kabir, M.H., Abdullah-Al-Wadud, M., Khan, M.A.U., Chae, O., Bettayeb, M., “Block based Intensity-Pair Distribution for Image Contrast Enhancement”, International Conference Emerging Technologies 2006, 13-14 Nov. 2006, pp 76-83
[12]	Jia. J., Chi-Keung Tang, “Tensor voting for image correction by global and local intensity alignment”, IEEE Transactions Pattern Analysis and Machine Intelligence, Jan. 2005, Volume 27, pp. 36-50