×
Kriengkri Langanpol；卡纳巴迪Srisomboon；沃拉波伊·帕塔纳维吉特；李，威莱朋

具有估计噪声特性的智能切换双边滤波器，用于去除混合噪声。 （英语） Zbl 1435.94029号

数学。问题。工程师。 2019年，文章ID 5632145，23 p.（2019）.
概述：传统上，建议使用几种现有的滤波器来消除特定类型的噪声。然而，在实践中，通过通信信道传输的图像可能被多种类型的噪声污染。提出了切换双边滤波器（SBF），通过检测相关像素处的污染噪声并重新计算滤波器参数来去除混合噪声。虽然SBF滤波器的参数对噪声的类型和强度很敏感，但传统的SBF滤波器没有考虑噪声的强度。因此，传统的SBF滤波器不能有效地去除混合噪声。本文提出了一种智能切换双边滤波器（SSBF），以克服传统SBF滤波器的缺点。在SSBF的第一阶段，我们提出了一种新的使用域权重（DW）模式的噪声估计方案，该模式表征了所考虑的像素与其相邻像素之间不同强度的分布。通过这种估计，可以准确地估计混合噪声的类型及其强度。SBF的滤波器参数从已经学习空间权重和辐射权重的表中选择。因此，SSBF可以改善传统SBF的性能，并且可以在不知道污染混合噪声的确切类型的情况下有效地去除混合噪声。此外，还将SSBF与最优SBF滤波器（OSBF）的性能进行了比较，其中OSBF设置了受污染混合噪声的滤波器参数的最佳值，以及三种新的滤波器——块匹配和三维滤波（BM3D）、非局部稀疏表示（NCSR）和三边滤波器（TF）。仿真结果表明，即使SSBF不知道混合噪声的类型，SSBF的性能也优于BM3D、NCSR、TF和SBF，接近最优SBF滤波器。

引用于1文件

MSC公司：

94A08型 信息与通信理论中的图像处理（压缩、重建等）
68平方英寸10 图像处理的计算方法

软件：

BM3D公司
PDF格式BibTeX公司 XML格式引用
\textit{K.Langanpol}等人，数学。问题。Eng.2019，文章ID 5632145，第23页（2019；Zbl 1435.94029）
全文： 内政部

参考文献：

[1] Jain，K.，《数字图像处理基础》。数字图像处理基础，信息和系统科学系列（1989年），美国新泽西州上鞍河：普伦蒂斯·霍尔，上鞍河，美国新日本州·Zbl 0744.68134号
[2] 共和国冈萨雷斯。；Woods，R.E.，《数字图像处理》（2008），美国新泽西州：皮尔逊·普伦蒂斯霍尔，美国新日本州
[3] Pratt，W.K.，《数字图像处理》（1978），美国纽约州纽约市：John Wiley&Sons，Inc.，美国纽约市·doi:10.1002/0471221325
[4] 邵，L。；Yan，R。；李，X。；Liu，Y.，从启发式优化到字典学习：图像去噪算法的回顾和综合比较，IEEE图像处理汇刊，1001-1013（2014）
[5] 卡梅雷纳，J.-G。；格雷戈里五世。；Morillas，S。；Sapena，A.，从彩色图像中去除混合高斯脉冲噪声的简单模糊方法，IEEE模糊系统汇刊，21，5，971-978（2013）·doi:10.1109/TFUZZ.2012.2234754
[6] Morillas，S。；Gregori，V.公司。；Hervás，A.，用于减少彩色图像中混合高斯脉冲噪声的模糊对等组，IEEE图像处理汇刊，18，7，1452-1466（2009）·Zbl 1371.94269号 ·doi:10.1109/tip.2009.2019305
[7] Hou，L。；刘，H。；罗，Z。；周，Y。；Truong，T.，《椒盐噪声中的图像去模糊》，IEEE图像处理汇刊，2389-2393（2017）
[8] Yassine，T。；艾哈迈德，S。；Abdelkrim，N.，《利用Riesz小波变换减少数字散斑干涉术中的散斑噪声》，第三届信号和图像处理高级技术国际会议论文集，ATSIP 2017
[9] 姜杰。；张，L。；Yang，J.，通过加权编码和稀疏非局部正则化去除混合噪声，IEEE图像处理汇刊，23，6，2651-2662（2014）·Zbl 1374.94161号 ·doi:10.1109/TIP.2014.2317985
[10] Terol-Villalobos，I.R。；Mendiola-Sanibanez，J.D.，使用形态对比度检测器过滤混合高斯和脉冲噪声，IET图像处理，131-141（2014）
[11] 拉梅什。，美国，《使用自适应开关双边滤波器去除普遍噪声的有效方法》，《第一届工程、科学和管理进步国际会议论文集》，ICAESM-2012
[12] 周，Y。；叶，Z。；Xiao，Y.，混合高斯加随机值脉冲噪声污染图像的恢复算法，视觉通信与图像表示杂志，283-294（2013）
[13] 卡马雷纳，J.-G。；格雷戈里五世。；Morillas，S。；Sapena，A.，从彩色图像中去除混合高斯脉冲噪声的简单模糊方法，IEEE模糊系统汇刊，21，5，971-978（2013）·doi:10.1109/TFUZZ.2012.2234754
[14] Shryamsha Kumar，B.K.，基于高斯/双边滤波器的图像去噪及其噪声阈值化方法，信号、图像和视频处理，7，6，1159-1172（2013）·doi:10.1007/s11760-012-0372-7
[15] 熊，C。；Chen，L。；Pang，Y.，自适应双边滤波算法及其在边缘检测中的应用，《测量技术和机电自动化国际会议论文集》，ICMTMA 2010
[16] 卡拉法。；塔雷尔，J.-P。；Charbonnier，P.，引导双边滤波器：当联合/交叉双边滤波器变得稳健时，IEEE图像处理学报，24，4，1199-1208（2015）·Zbl 1408.94070号 ·doi:10.1109/TIP.2015.2389617
[17] 帕蒂尔，P.D。；Kumbhar，A.D.，图像去噪双边滤波器，第一届绿色计算和物联网国际会议论文集，ICGCIoT 2015
[18] 英辉，L。；Kun，G。；郭强，N.，《用于去除高斯和脉冲噪声的改进三边滤波器》，《2010年第二届工业机电一体化和自动化国际会议论文集》，ICIMA 2010
[19] Chang，H.-H.，基于熵的数字图像去噪三边滤波，《2010年第三届国际图像和信号处理大会论文集》，CISP 2010
[20] Azetsu，T。；苏埃塔克，N。；Uchino，E.，使用像素值的秩序信息去除混合高斯和脉冲噪声的三边滤波器，2013年第21届智能信号处理和通信系统国际研讨会论文集，ISPACS 2013
[21] Patanavijit，V。；Thakulsukanant，K.，《混合噪声环境下使用三边滤波器的噪声抑制技术的剖析能力分析》，《第十四届电气工程/电子、计算机、电信和信息技术国际会议论文集》，ECTI-CON 2017
[22] 林，C.-H。；蔡健生。；Chiu，C.-T.，《使用纹理/噪声检测器切换双边滤波器以消除通用噪声》，IEEE图像处理汇刊，19，9，2307-2320（2010）·Zbl 1371.94234号 ·doi:10.1109/TIP.2010.2047906
[23] Rani，K.S。；Satyanarayana，R.V.S.，《使用具有高度破坏性通用噪声的边界区分切换双边滤波器进行图像去噪》，《2017年能源、通信、数据分析和软计算国际会议论文集》，ICECDS 2017
[24] Jayaraj，V。；Ebenezer，D。；Prakash，N.K.，具有边缘保持特性的图像的切换双边滤波器，2010年第二届信号处理系统国际会议（ICSPS）论文集·doi:10.1109/ICSPS.2010.5555534
[25] Langanpol，K。；Lee，W。；Patanavijit，V.，空间和辐射方差对开关双边去噪性能的影响，第13届电气工程/电子、计算机、电信和信息技术国际会议论文集，ECTI-CON 2016
[26] Jain，P。；Tyagi，V.，LAPB:局部自适应基于补丁的小波域边缘保持图像去噪，信息科学，294164-181（2015）·兹比尔1360.94040 ·doi:10.1016/j.ins.2014.09.060
[27] Maggioni，M。；Boracchi，G。；Foi，A。；Egiazarian，K.，通过可分离的4-D非局部时空变换进行视频去噪、去块和增强，IEEE图像处理汇刊，21，9，3952-3966（2012）·Zbl 1373.94272号 ·doi:10.10109/天.2012.2199324
[28] Dabov，K。；Foi，A。；Katkovnik，V。；Egiazarian，K.，BM3D图像去噪与形状自适应主成分分析，自适应稀疏结构表示信号处理程序（SPARS’09）
[29] Dong，W。；张，L。；Shi，G。；Li，X.，用于图像恢复的非局部集中稀疏表示，IEEE图像处理汇刊，22，4，1620-1630（2013）·Zbl 1373.94104号 ·doi:10.1109/TIP.2012.2235847
[30] Palacios，A。；Ponomaryov，V。；Reyes-Reyes，R。；Sadovnychiy，S.，混合高斯脉冲噪声破坏图像的稀疏技术，电路、系统和信号处理，37，12，5389-5416（2018）·doi:10.1007/s00034-018-0820-x
[31] Kravchenko，V.F。；Ponomaryov，V.I。；Pustovoit，V.I。；Palacios-Enriquez，A.，《使用图像的稀疏表示和3D滤波进行复杂噪声抑制》，《Doklady Physics》，62，8，379-383（2017）·doi:10.1134/S1028335817080080
[32] Kravchenko，V.F。；Ponomaryov，V.I。；Pustovoit，V.I.，混合加性脉冲噪声破坏图像的3D滤波，Doklady Physics，63，82321-325（2018）·doi:10.1134/S1028335818080025
[33] Horé，A。；Ziou，D.，图像质量度量：PSNR与SSIM，第20届模式识别国际会议论文集（ICPR’10）·doi:10.1109/ICPR.2010.579
[34] Zhang，Y。；田，X。；Ren，P.，基于自适应双边滤波器的图像去噪框架，神经计算，140，299-316（2014）·doi:10.1016/j.neucom.2014.03.008
[35] Chang，C。；小杰。；Hsieh，C.，用于图像去噪的自适应中值滤波器，第二届智能信息技术应用国际研讨会论文集（IITA’08）·doi:10.1109/IITA.2008.259
[36] 乔治·G。；Oommen，R.M。；Shelly，S。；Philipose，S.S。；Varghese，A.M.，《用于去除数字图像脉冲噪声的各种中值滤波技术的调查》，《2018年新兴设备和智能系统会议论文集》·doi:10.1109/ICEDSS.2018.8544273
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。