УДК 621.397.3

ПРЕДШЕСТВУЮЩАЯ И ПОСЛЕДУЮЩАЯ ФИЛЬТРАЦИЯ ШУМОВ В АЛГОРИТМАХ ВОССТАНОВЛЕНИЯ ИЗОБРАЖЕНИЙ

Сизиков В.С., Экземпляров Р.А.


Читать статью полностью 

Аннотация

Рассмотрено зашумление смазанных или (и) дефокусированных изображений. Определяется последовательность фильтрации шумов на таких изображениях – до устранения смазывания/дефокусирования или после него. Введены понятия предшествующей и последующей фильтрации шумов. Устранение смазывания/дефокусирования ряда изображений выполнено методами параметрической фильтрации Винера и регуляризации Тихонова, а фильтрация шумов – методами медианной фильтрации Тьюки и адаптивной фильтрации Винера. На репрезентативных выборках проведена экспериментальная проверка, получены количественные оценки погрешностей восстановления изображений при различных типах шумов и очередностей их фильтрации. Показано, что методы параметрической фильтрации Винера и регуляризации Тихонова достаточно эффективно устраняют смазывание/дефокусирование, но недостаточно фильтруют шумы. Эффективность фильтрации шумов повышается при добавлении таких методов, как медианный фильтр Тьюки, адаптивный фильтр Винера. При этом для импульсного шума важен порядок (очередность) его фильтрации (до или после устранения смазывания/дефокусирования в зависимости от помехо-сигнальной ситуации), а для гауссова шума порядок несущественен. Показано, что импульсный шум лучше фильтруется медианной, ранговой, адаптивной медианной фильтрацией, а гауссовый шум – адаптивной винеровской фильтрацией, среднеарифметическим фильтром. Дается объяснение этим эффектам.


Ключевые слова: зашумленное смазанное или дефокусированное изображение, предшествующая и последующая фильтрация шума, устранение смазывания и дефокусирования

Список литературы
1. Lim J.S. Two-Dimensional Signal and Image Processing. Englewood Cliffs, NJ: Prentice Hall PTR, 1990. 694 p.
2. Mesarović V.Z., Galatsanos N.P., Katsaggelos A.K. Regularized constrained total least squares image restoration // IEEE Trans. Image Processing. 1995. V. 4. N 8. P. 1096–1108.
3. Грузман И.С., Киричук В.С., Косых В.П., Перетягин Г.И., Спектор А.А. Цифровая обработка изобра- жений в информационных системах. Новосибирск: Изд-во НГТУ, 2002. 352 с.
4. Дьяконов В., Абраменкова И. MATLAB. Обработка сигналов и изображений: Специальный справоч- ник. СПб: Питер, 2002. 608 с.
5. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2006. 1072 с.
6. Воскобойников Ю.Е., Литасов В.А. Устойчивый алгоритм восстановления изображения при неточно заданной аппаратной функции // Автометрия. 2006. Т. 42. № 6. С. 3–15.
7. Воскобойников Ю.Е. Комбинированный нелинейный алгоритм восстановления контрастных изобра- жений при неточно заданной аппаратной функции // Автометрия. 2007. Т. 43. № 6. С. 3–16.
8. Яне Б. Цифровая обработка изображений. М.: Техносфера, 2007. 584 с.
9. Сизиков В.С. Обратные прикладные задачи и MatLab. СПб: Лань, 2011. 256 с.
10. Экземпляров Р.А., Сизиков В.С. Устранение смазывания и дефокусирования изображений с предва- рительной фильтрацией шумов в рамках системы MatLab // Материалы XXXIX Международной кон- ференции «Неделя науки СПбГПУ». СПб: Изд-во Политехн. ун-та, 2010. Ч. XIII. С. 223–225.
11. Сизиков В.С., Экземпляров Р.А. Последовательность операций при фильтрации шумов на искажен- ных изображениях // Оптический журнал. 2013. Т. 80. № 1. С. 39–48.
12. Petrov Yu.P., Sizikov V.S. Well-Posed, Ill-Posed, and Intermediate Problems with Applications. Leiden– Boston: VSP, 2005. 234 p.
13. Горшков А.В. Улучшение разрешения изображений при обработке данных физического эксперимента и нахождение неизвестной аппаратной функции по программам пакета REIMAGE // Приборы и тех- ника эксперимента. 1995. № 2. С. 68–78.
14. Donatelli M., Estatico C., Martinelli A., Serra-Capizzano S. Improved image deblurring with anti-reflective boundary conditions and re-blurring // Inverse Problems. 2006. V. 22. N 6. P. 2035–2053.
15. Воскобойников Ю.Е., Преображенский Н.Г., Седельников А.И. Математическая обработка экспери- мента в молекулярной газодинамике. Новосибирск: Наука, 1984. 240 с.
16. Engl H.W., Hanke M., Neubauer A. Regularization of Inverse Problems. Dordrecht: Kluwer, 1996. 328 p.
17. Верлань А.Ф., Сизиков В.С. Интегральные уравнения: методы, алгоритмы, программы. Киев: Наук. думка, 1986. 544 с.
18. Воскобойников Ю.Е., Литасов В.А. Регуляризирующий алгоритм непараметрической идентификации при неточных исходных данных // Научный вестник Новосибирского государственного технического университета. 2005. № 2 (20). С. 33–45.
19. Тихонов А.Н., Гончарский А.В., Степанов В.В., Ягола А.Г. Численные методы решения некорректных задач. М.: Наука, 1990. 232 с.
20. Hansen P.C. Discrete Inverse Problems: Insight and Algorithms. Philadelphia: SIAM, 2010. 213 p.
21. Верлань А.Ф., Сизиков В.С., Мосенцова Л.В. Метод вычислительных экспериментов для решения интегральных уравнений в обратной задаче спектроскопии // Электpонное моделиpование. 2011. Т. 33. № 2. С. 3–12.
22. Захаров Д.Д., Сизиков В.С., Шемплинер В.В., Щекотин Д.С. Новые способы устранения артефактов на томографических и иных изображениях // Научно-технический вестник СПбГУ ИТМО. 2006. № 9 (32). С. 138–143.


Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License
Информация 2001-2024 ©
Научно-технический вестник информационных технологий, механики и оптики.
Все права защищены.

Яндекс.Метрика