Noise removal in IR (Infra Red) images is very popular in recent years, however the same approach is utilized as for vision images, with no or minor changes. In this work we wanted to show the results of noise removal for selected filters. We focused on investigation of some filters normally used for image processing and their influence to IR image quality. In IR imaging the choice of filter depends mainly on the purpose of the processing, e.g. detection of small objects in complex images, edge and contour detection or removal of non-uniformity of the detector array. The performance of the selected noise reduction filters was evaluated using PSNR (Peak Signal-to-Noise Ratio) and MAE (Mean Absolute Error) quality measure, greater value of the PSNR and lower value of the MAE indicate better noise reduction. The results are shown only for few images from our database which contain over 2000 of IR images.
In this paper, a novel approach to the problem of noise removal in color images is presented. The proposed filtering design is a modification of the bilateral denoising scheme, which takes into account the similarity of color pixels and their spatial distance. However, instead of direct calculation of the dissimilarity measure, the cost of a connection through a digital path joining the center of the filtering window with the remaining pixels is determined. The filter output, like in the standard bilateral filter, is calculated as a weighted average of the pixels surrounding the central pixel and the weights are functions of the minimal connection costs. Experimental results prove that the introduced design yields significantly better results than the standard bilateral filter in case of color images contaminated by strong mixed Gaussian and impulsive noise.
PL
W niniejszej pracy zostało zaprezentowane nowatorskie podejście do problemu redukcji szumów w barwnych obrazach cyfrowych. Proponowany model filtracji jest modyfikacją filtru dwuczłonowego, który uwzględnia podobieństwo barwnych pikseli oraz ich odległości w dziedzinie obrazu, jednakże zamiast bezpośredniego obliczania miary podobieństwa, ustalany jest koszt połączenia środka okna filtracji z pozostałymi pikselami za pomocą cyfrowej ścieżki. Wynik filtracji, podobnie jak w przypadku standardowego filtru dwuczłonowego, jest obliczany jako średnia ważona pikseli wokół piksela centralnego, a wagi są funkcjami minimalnych kosztów połączeń. Wyniki przeprowadzonych doświadczeń dowodzą, że w przypadku barwnych obrazów zaszumionych mieszaniną szumu gaussowskiego i impulsowego o dużej intensywności, wprowadzona modyfikacja daje znacznie lepsze rezultaty niż standardowy filtr dwuczłonowy.
3
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Microstructures have a very big influence on the physical properties of materials and hence on its practical application, therefore, are the subject of intense research. The article discusses the use of computer image analysis methods for the analysis of microstructures on the example of the problem alpha phase detection for aluminum alloy AK64 (AlSi6Cu[^4]). In the analyzed images can be identified alpha and beta phases, silicon and warp. Basing on the observed properties distinguishing the alpha phase of the remaining parts of the image, to designate alpha phase the different mechanisms of computer image analysis were used, for example: filters, Binarization, Segmentation and shape factors.
PL
Mikrostruktury mają bardzo duży wpływ na własności fizyczne materiałów, a co za tym idzie - na ich praktyczne zastosowanie, dlatego są przedmiotem intensywnych badań. Artykuł omawia użycie metod komputerowej analizy obrazu do analizy mikrostruktur na przykładzie problemu detekcji fazy alfa dla stopu aluminium AK64 (AlSi6Cu[^4]). Na analizowanych obrazach wyróżnić można fazy alfa i beta, krzem oraz osnowę. Bazując na zaobserwowanych własnościach wyróżniających fazę alfa spośród pozostałych elementów obrazu, do wyznaczenia jej użyte zostały różne mechanizmy komputerowej analizy obrazu, między innymi: filtry, binaryzacja, segmentacja oraz współczynniki kształtu.
4
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
In this paper, an effective image filtering approach for the impulsive noise suppression with the simultaneous signal-detail preservation is presented. The novelty of the proposed method lies in the combination of the LUM (lower-upper-middle) smoothing characteristics and the neural network. The included LUM-based impulse detector improves the signal-detail preservation capability of the proposed method, whereas the neural network along with the input LUM smoothers guarantee its noise attenuation capability. Since the LUM operation can be very efficiently implemented, the proposed method is computationally attractive and useful for practical image filtering applications.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.