Современные проблемы в области фильтрации цифровых изображений

Современные проблемы в области фильтрации цифровых изображений Ярославский государственный университет им. П.Г. Демидова физический факультет, лаборатория «Цифровые цепи и сигналы» Научно-технический семинар «Современные задачи цифровой обработки изображений» 08.10.2011, Ярославль, Россия Волохов Владимир, e-mail: [email_address]

План презентации ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],2

Общая суть задачи фильтрации изображений и возможные варианты ее решения ,[object Object],[object Object],[object Object],[object Object],3 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],4 Анализ современных подходов удаления АБГШ из цифровых изображений

Локальные методы обработки 5 ,[object Object],[object Object],[object Object],[object Object],[object Object],0 0 0 90 90 0 0 90 90 0 0 0 0 90 90 90 90 0 90 90 0 0 90 90 0 0 0 0 90 0 90 90 0 0 0 0 X X X 60 40 X X 5 0 8 0 X X X X 4 0 6 0 8 0 6 0 X 8 0 6 0 X X 4 0 5 0 X X X X 5 0 8 0 5 0 3 0 X X X X 1 1 1 1 1 1 1 1 1 1 /9*

Нелокальные методы обработки 6 ,[object Object],[object Object],[object Object]

Поточечные методы обработки 7 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

Многоточечные методы обработки 8 ,[object Object],[object Object],[object Object],Область наложения Область обучения Область фильтрации Центр 7x7 21x21 Внутри области обучения набираем векторы обучения размера 5 x 5, всего 289 штук: …

Адаптивный анализ главных компонент 9 ,[object Object],[object Object],[object Object],Область наложения Область обучения Область фильтрации Центр r β [ r, c ] главная ось d c ,[object Object],[object Object]

Адаптивный анализ главных компонент 10 7x7 21x21 Внутри области обучения набираем векторы обучения размера 5 x 5, всего 289 штук: … ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],(1) диагональные вейвлет-коэффициенты первого уровня вейвлет-разложения

Адаптивный анализ главных компонент. Пример обработки изображений ,[object Object],[object Object],[object Object],[object Object],Размер векторов обучения 2 x2 5x5 2 x2 5x5 11

Предлагаемый метод. Основная идея! 12 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

Оптимальная винеровская фильтрация в области анализа главных компонент ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],(2) значения сформированные на основе первичной оценки изображения и зашумленного изображения, соответственно 13

Пример первичной и вторичной оценок исходного изображения Исходное изображение Зашумленное изображение, ПОСШ = 2 0 ,15 дБ Первичная оценка, ПОСШ = 30 ,63 дБ Вторичная оценка, ПОСШ = 3 1,65 дБ 14

Визуальные результаты работы алгоритма Исх. изображение «Лена» Зашум. изображение, ПОСШ=20,15 дБ Курвлет-преобразование, ПОСШ=30,39 дБ Предложенный метод, ПОСШ=31,65 дБ Нелок. усреднение, ПОСШ=30,35 дБ Блоко-согласование и 3 D фильтрация, ПОСШ=32,06 дБ 15

«Перцы» , ПОСШ = 27,54 дБ «Барбара» , ПОСШ = 26,01 дБ «Фотограф» , ПОСШ = 24,07 дБ «Лодка» , ПОСШ = 25,79 дБ Визуальные результаты работы алгоритма при больших степенях зашумления (ПОСШ = 14,74 дБ) 16

Результаты работы рассматриваемого алгоритма (тестовое изображение «Лена») 17

Результаты работы рассматриваемого алгоритма (тестовое изображение «Холм») 18

Дополнительные приложения рассматриваемого алгоритма. Фильтрация цветных изображений ,[object Object],ПОСШ = 24,65 дБ ПОСШ = 31,30 дБ 19

Дополнительные приложения рассматриваемого алгоритма. Фильтрация смешанных шумов ,[object Object],[object Object],[object Object],«Барбара» , ПОСШ = 14,81 дБ «Барбара» , ПОСШ = 25,02 дБ ,[object Object],20

Дополнительные приложения рассматриваемого алгоритма. Удаление артефактов блочности ,[object Object],[object Object],[object Object],[object Object],«Фотограф» , ПОСШ = 25,02 дБ «Фотограф» , ПОСШ = 25,85 дБ 21

Благодарности ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],22

Современные проблемы в области фильтрации цифровых изображений

Recommended

Recommended

More Related Content

Similar to Современные проблемы в области фильтрации цифровых изображений

Similar to Современные проблемы в области фильтрации цифровых изображений (20)

Современные проблемы в области фильтрации цифровых изображений