Adaptacyjny algorytm filtracji nieliniowej bazujący na analizie lokalnych zmianach wariancji przetwarzanego sygnału

• Autorzy: Kowalski J. , Pęksiński J. , Mikołajczak G.

Warianty tytułu

EN

Adaptive algorithm nonlinear filtration based on analysis changing local variance processing signal

• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiono algorytm adaptacyjnego przetwarzania obrazów, wykorzystujący, centralnie ważony filtr medianowy (CWFM) oraz informację o lokalnej zmianie wariancji w stosunku do wartości wariancji zakłócenia. Metoda ta opiera się na tym , że w obszarze „płaskim” należy stosować mniejsze zwielokrotnienie (wagę) próbki centralnej do wyznaczania wartości sygnału wyjściowego, w przypadku większego zakłócenia. Natomiast w przypadku natrafienia na krawędź, stosunek ten nie zależy w dużym stopniu od poziomu zakłócenia, więc należy stosować większą wagę próbki centralnej.

EN

This paper presents an algorithm for adaptive image processing, using, center-weighted median filter (CWFM) and information about local change of variation in relation to the noise variance. This method is based on the fact that in the "flat" to be used less multiplication (weight) of the sample to determine the value of the center output signal, in the case of greater interference. However, in the case of stepping on the edge, this ratio does not depend to a large extent on the level of noise, so you should use a larger sample of central importance.

Słowa kluczowe

PL

algorytm adaptacyjny; przetwarzanie obrazów; centralnie ważony filtr medianowy; zakłócenia

EN

adaptive algorithm; image processing; center-weighted median filter; interferences

• Wydawca: Instytut Naukowo-Wydawniczy "TTS" Sp. z o.o
• Czasopismo: TTS Technika Transportu Szynowego
• Rocznik: 2012
• Tom: R. 19, nr 9
• Strony: 1839--1843, CD
• Opis fizyczny: Bibliogr. 7 poz.

Twórcy

autor

Kowalski J.

• Pomorski Uniwersytet Medyczny w Szczecinie

autor

Pęksiński J.

• Zachodniopomorski Uniwersytet Technologiczny, Szczecin

autor

Mikołajczak G.

• Zachodniopomorski Uniwersytet Technologiczny, Szczecin

Bibliografia

• 1. Tukey J.W.: Nonlinear methods for smoothing data. Cong. Rec. EASCON’74. 1974.
• 2. Pratt W.K.: Digital Image Processing. Wiley Interscience, New York.
• 3. Ho-Ming Lin, Wilson A.: Median Filters with Adaptive Length. IEEE tr. on CAS-35 nr 6 June 1988.
• 4. Chen T., Wu H.R.: Adaptive impulse detection using center weighted median filters. IEEE Signal Processing Letters vol-8 nr1 Jun 2001.
• 5. Sun X.Z., Venetsanopoulos A.N.: Adaptive Schemes for Noise Filtering and Edge Detection by Use of Local Statistics. IEEE tr. on CAS-35 nr 1 Jan. 1988 s.57-69.
• 6. Olsen S.I.: Estimation of Noise in Images: An evaluation. Graph. Models Image Process. vol. 55, 1993, pp. 319-323.
• 7. Pęksiński J., Mikołajczak G.: Noise Variance Estimation Based on Knowledge of Noise Reduction Coefficient. Advanced Materials Research, vol. 340, 149-155, 2012.