Составители:
Рубрика:
63
изображений. Основную информацию в изображениях несут контуры
объектов [1, 12]. Классические линейные фильтры способны эффективно удалить
статистический шум, но степень размытости мелких деталей на изображении
может превысить допустимые значения [18]. Для решения этой проблемы
используются нелинейные методы, например, алгоритмы на основе анизотропной
диффузии Перрона и Малика, билатеральные и трилатеральные фильтры [18].
Суть таких методов заключается в использовании локальных оценок, адекватных
определению контура на изображении, и сглаживания таких участков в
наименьшей степени [1, 13, 18].
Импульсный шум характеризуется заменой части пикселей на изображении
значениями фиксированной или случайной величины [1]. На изображении такие
помехи выглядят изолированными контрастными точками. Импульсный шум
характерен для устройств ввода изображений с телевизионной камеры, систем
передачи изображений по радиоканалам, а также для цифровых систем передачи
и хранения изображений. Для удаления импульсного шума используется
специальный класс нелинейных фильтров, построенных на основе ранговой
статистики [18]. Общей идеей таких фильтров является детектирование позиции
импульса и замена его оценочным значением при сохранении остальных пикселей
изображения неизменными [1, 13, 18].
3.3. Модель процесса искажения/ восстановления изображения
Как показано на рис. 3.1, модель процесса искажения предполагает действие
некоторого искажающего оператора H на исходное изображение f(x,y), что после
добавления аддитивного шума дает искаженное изображение g(x,у) [1, 18]. Задача
Страницы
- « первая
- ‹ предыдущая
- …
- 61
- 62
- 63
- 64
- 65
- …
- следующая ›
- последняя »
