Разработка и анализ нелинейных алгоритмов подавления импульсного шума в полутоновых и цветных изображениях

• Автор: Куйкин, Денис Константинович
• Шифр специальности: 05.12.04
• Научная степень: Кандидатская
• Год защиты: 2011
• Место защиты: Владимир
• Количество страниц: 167 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
1. НЕЛИНЕЙНЫЕ АЛГОРИТМЫ УДАЛЕНИЯ ИМПУЛЬСНОГО ШУМА ИЗ ИЗОБРАЖЕНИЙ
1.1. Линейные фильтры для восстановления изображений
1.2. Нелинейные фильтры
1.3. Цветные изображения. Основные цветовые системы
1.3.1. Цветовая модель RGB
1.3.2. Цветовая модель CIE XYZ
1.3.3. Цветовая модель CIE L*u*v*
1.3.4. Цветовая модель CIE L*a*b*
1.3.5. Цветовая модель HSV
1.4. Модели шумов на изображениях и их основные характеристики
1.4.1. Типы шумов
1.4.2. Примеры функций плотности распределения вероятностей для описания моделей шума
1.4.3. Импульсный шум в цветных изображениях
1.5. Оценка качества цифровых изображений
1.5.1. Субъективные критерии оценки качества
1.5.2. Объективные критерии оценки качества
1.6. Удаление импульсного шума с фиксированными значениями импульсов с использованием алгоритмов медианной фильтрации
1.6.1. Определение медианных фильтров
1.6.2. Взвешенный медианный фильтр
1.6.3. Адаптивный медианный фильтр
1.6.4. Медианные фильтры с детектором импульсов
1.6.5. Прогрессивный переключающийся медианный фильтр
1.6.6. Модификация прогрессивного переключающегося медианного фильтра
1.6.6.1. Предварительное обнаружение импульсов
1.6.6.2. Процедура фильтрации
1.7. Сравнительный анализ алгоритмов удаления импульсного шума
с фиксированными значениями импульсов
1.7.1. Анализ ПОСШ восстановленного изображения для шума с фиксированными значениями импульсов
1.7.2. Анализ МАЕ восстановленного изображения для шума с фиксированными значениями импульсов
1.7.3. Анализ ПОСШ восстановленного изображения для шума со случайными значениями импульсов
1.7.4. Анализ МАЕ восстановленного изображения для шума со случайными значениями импульсов
1.8. Визуальный анализ алгоритмов
1.9. Краткие выводы

2. МОДИФИЦИРОВАННЫЙ ПРОГРЕССИВНЫЙ ПЕРЕКЛЮЧАЮЩИЙСЯ МЕДИАННЫЙ ФИЛЬТР ДЛЯ ПОДАВЛЕНИЯ ИМПУЛЬСНОГО ШУМА В
ПОЛУТОНОВЫХ ИЗОБРАЖЕНИЯХ
2.1. Вводные замечания
2.2. Адаптивный детектор шума со случайными значениями
импульсов на основе центрально взвешенной медианы
2.3. Сравнительный анализ алгоритмов детектирования импульсного шума со случайными значениями импульсов
2.4. Сравнительный анализ алгоритмов фильтрации импульсного
шума со случайными значениями импульсов
2.5. Модифицированный прогрессивный переключающийся медианный фильтр
2.6. Сравнительный анализ алгоритмов удаления импульсного шума
со случайными значениями импульсов
2.6.1. Сравнительный анализ алгоритмов на основе критерия ПОСШ
2.6.2. Визуальный анализ алгоритмов
2.6.3. Сравнение времени работы алгоритмов
2.7. Краткие выводы
3. ОПТИМИЗИРОВАННЫЙ ВЗВЕШЕННЫЙ ВЕКТОРНЫЙ НАПРАВЛЕННЫЙ ФИЛЬТР ДЛЯ ОБРАБОТКИ 9 О ПОЛНОЦВЕТНЫХ 1ШВ-ИЗОБРАЖЕНИЙ
3.1. Вводные замечания
3.2. Векторная фильтрация цветных изображений
3.3. Взвешенный векторный направленный фильтр
3.4. Оптимизация параметров алгоритма ВВНФ
3.5. Сравнительный анализ алгоритмов удаления шума в цветных изображениях
3.5.1. Анализ ПОСШ восстановленного изображения
3.5.2. Анализ МАЕ восстановленного изображения
3.5.3. Анализ NСБ восстановленного изображения
3.5.4. Визуальный анализ алгоритмов
3.6. Краткие выводы
4. РАЗРАБОТКА И АНАЛИЗ АЛГОРИТМА УДАЛЕНИЯ ИМПУЛЬСНОГО ШУМА В ЦВЕТНЫХ 1ЮВ-ИЗОБРАЖЕНИЯХ С ПРЕДВАРИТЕЛЬНЫМ
ДЕТЕКТИРОВАНИЕМ
4.1. Вводные замечания
4.2. Равногрупповой фильтр
4.3. Векторный медианный фильтр с направленным детектором
4.4. Оптимизация параметров алгоритма ВМФ-НД
4.5. Сравнительный анализ алгоритмов детектирования

4.6. Сравнительный анализ алгоритмов удаления шума в цветных
изображениях
4.6.1. Анализ ПОСШ восстановленного изображения
4.6.2. Анализ МАЕ восстановленного изображения
4.6.3. Анализ N00 восстановленного изображения
4.6.4. Визуальный анализ алгоритмов
4.6.5. Сравнение алгоритмов по времени выполнения
4.7. Краткие выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ

которая собирается на оптических устройствах и на пленке во время процесса проявления [12].
Фотоэлектрические сенсоры имеют преимущество перед пленкой, так как они могут напрямую совершать цифровое преобразование изображения. Среди фотоэлектрических сенсоров, таких как видиконы, приборы с инжекцией заряда (ПИЗ), приборы с зарядовой связью (ПЗС), чаще всего используются ПЗС.
Сенсоры в CCD камерах состоят из двухмерных массивов полупроводниковых светочувствительных элементов, так называемых клеток. Фотоны, достигающие поверхности сенсора, вызывают возникновение электрических зарядов в каждой клетке. Эти заряды смещаются вправо от клетки к клетке с использованием двухфазной синхронизации и доходят до регистра считывания данных. Вертикальные ряды сканируются последовательно. В CCD сенсорах появляется два типа шума: тепловой шум, который обычно моделируется аддитивным белым Гауссовым шумом, и фотоэлектрический шум, который возникает из-за случайных флуктуаций некоторых фотонов на светочувствительной поверхности сенсора. Принимая во внимание тот факт, что флуктуационный уровень низкий, этот шум подчиняется статистике Бозе-Эйнштейна и может быть смоделирован с помощью Пуассоновской статистики. Когда уровень фотоэлектрического шума небольшой, шум CCD сенсора может быть представлен с использованием Гауссового распределения. В редких случаях также присутствует шум, вызванный потерями при передаче. В матрицах сенсоров заряды передаются от одной клетке к другой. Тем не менее, на практике это процесс не идеальный.
Небольшая доля зарядов не передается и образует шум передачи. Этот шум имеет горизонтальную корреляцию, так как появляется вдоль рядов клеток в сенсоре. Он обычно проявляет себя, как белое пятно, расположенное на одной из сторон ярких точек на изображении. В CCD камерах так же присутствуют и другие типы шума: шум, появляющийся в