(45-5) 10 * << * >> * Русский * English * Содержание * Все выпуски

Метод оценки уровня шума цифрового изображения
А.И. Новиков 1, А.В. Пронькин 1

Рязанский государственный университет имени В.Ф. Уткина,
390005, Рязань, ул. Гагарина, д. 59/1

 PDF, 1595 kB

DOI: 10.18287/2412-6179-CO-894

Страницы: 713-720.

Аннотация:
В работе представлен метод оценивания уровня дискретного белого шума в составе изображения, основанный на применении линейных разностных операторов с векторной маской. Предложены два варианта нового метода оценивания уровня шума, отличающиеся точностью получаемых оценок и вычислительной сложностью. Первый вариант метода можно отнести к классу блочных методов, второй – предназначен для экспресс-анализа изображения и основан на обработке небольшого числа строк или столбцов изображения.

Ключевые слова:
линейные сглаживающие операторы, разностные операторы, аннулирование детерминированной составляющей изображения, подавление шума, дисперсия шума.

Цитирование:
Новиков, А.И. Метод оценки уровня шума цифрового изображения / А.И. Новиков, А.В. Пронькин // Компьютерная оптика. – 2021. – Т. 45, № 5. – С. 713-720. – DOI: 10.18287/2412-6179-CO-894.

Citation:
Novikov AI, Pronkin AV. Methods for image noise level estimation. Computer Optics 2021; 45(5): 713-720. DOI: 10.18287/2412-6179-CO-894.

Литература:

  1. Обработка изображений в авиационных системах технического зрения / под ред. Л.Н. Костяшкина, М.Б. Никифорова. – М.: Физматлит, 2016. – 240 c.
  2. Гонсалес, Р. Цифровая обработка изображений / Р. Гонсалес, Р. Вудс. – М.: Техносфера, 2005. – 1072 с.
  3. Tomasi, C. Bilateral filtering for grey and color images / C. Tomasi, R. Manduchi // Proceedings of the 1998 IEEE International Conference on Computer Vision. – 1998. – P. 839-846.
  4. Lee, J.S. Digital image smoothing and the sigma filter / J.S. Lee // Computer Vision, Graphics and Image Processing. – 1983. – Vol. 24, Issue 2. – P. 255-269.
  5. Щербаков, М.А. Нелинейная фильтрация с адаптацией к локальным свойствам изображений / М.А. Щербаков, А.П. Панов // Компьютерная оптика. – 2014. – Т. 38, № 4. – С. 818-824. – DOI: 10.18287/0134-2452-2014-38-4-818-824.
  6. Тихонов, А.Н. Методы решения некорректных задач / А.Н. Тихонов, В.Я. Арсенин. – М.: Наука, 1986. – 288 с.
  7. Сизиков, В.С. Реконструкция смазанных и дефокусированных изображений методом регуляризации / В.С. Сизиков, И.А. Белов // Оптический журнал. – 2000. – Т. 67, № 4. – С. 60-63.
  8. Воскобойников, Ю.Е. Устойчивый алгоритм восстановления изображений при неточно заданной аппаратной функции / Ю.Е. Воскобойников, В.А. Литасов // Автометрия. – 2006. – Т. 42, № 6. – С. 3-15.
  9. Donoho, D.L. De-noising by soft-thresholding / D.L. Donoho // IEEE Transactions on Information Theory. – 1995. – Vol. 41, Issue 3. – P. 613-627.
  10. Olsen, S.I. Noise variance estimation in images / S.I. Olsen // 8th Scandinavian Conference on Inage Analysis. – 1993. – P. 25-28.
  11. Калинкина, Д.А. Определение уровня шума на изображении на основе усреднения дисперсии в блоках [Электронный ресурс] / Д.А. Калинкина // Международная конференция студентов и аспирантов по фундаментальным наукам «Ломоносов 2005». – URL: http://graphics.cs.msu.ru/ru/publications/text/l2005kal.pdf.
  12. Ковалевский, В. Эффективная фильтрация и выделение границ [Электронный ресурс] / В. Ковалевский. – URL: http://irtc.org.ua/image/app/webroot/Files/presentations/Kovalevskiy/Kovalevski_Effiziente_Filterung_und_Kantendetektion_Kurz.pdf (дата обращения 05.05.2021 г.).
  13. Ghazal, M. Structure-oriented spatio-temporal video noise estimation / M. Ghazal, A. Amer, A. Ghrayeb // 2006 IEEE International Conference on Acoustics Speech and Signal Processing. – 2006. – Vol. 2. – P. 845-848.
  14. Лапшенков, Е.М. Неэталонная оценка уровня шума цифрового изображения на основе гармонического анализа / Е.М. Лапшенков // Компьютерная оптика. – 2012. – Т. 36, № 3. – С. 439-447.
  15. Воскобойников, Ю.Е. Оценивание характеристик шума в модели «сигнал+шум» / Ю.Е. Воскобойников, Д.А. Крысов // Автоматика и программная инженерия. – 2018. – № 3(25). – С. 54-61.
  16. Кендалл, М.Дж. Многомерный статистический анализ и временные ряды / М.Дж. Кендалл, А. Стьюарт. – М.: Наука, 1976. – 736 с.
  17. Novikov, A.I. The formation of operators with given properties to solve original image processing tasks / A.I. Novikov // Pattern Recognition and Image Analysis. – 2015. – Vol. 25, Issue 2. – P. 230-236. – DOI: 10.1134/S1054661815020194.

© 2009, IPSI RAS
Россия, 443001, Самара, ул. Молодогвардейская, 151; электронная почта: journal@computeroptics.ru; тел: +7 (846) 242-41-24 (ответственный секретарь), +7 (846) 332-56-22 (технический редактор), факс: +7 (846) 332-56-20