МЕТОДЫ ШУМОПОДАВЛЕНИЯ С СОХРАНЕНИЕМ ГРАНИЦ ДЛЯ ОБРАБОТКИ ИЗОБРАЖЕНИЙ Текст научной статьи по специальности «Компьютерные и информационные науки»

УДК 004.932

Чан Тхи Тху Тхао магистрант

Тульский государственный университет

Россия г. Тула Чан Ньы Лап студент группы 15Т2 Данангский университет наук и технологий

Вьетнам, г. Дананг Нгуен Ван Нгуен магистр

Данангский университет наук и технологий

Вьетнам, г. Дананг Фам Конг Тханг, к. техн. н. Данангский университет наук и технологий

Вьетнам, г. Дананг МЕТОДЫ ШУМОПОДАВЛЕНИЯ С СОХРАНЕНИЕМ ГРАНИЦ ДЛЯ

ОБРАБОТКИ ИЗОБРАЖЕНИЙ Аннотация: в статье показаны текущие методы восстановления зущумленных изображений с сохранением локальных особенностей. Приведено сравнительное исследование способов шумоподавления изображений этх методов по скорости и точности, и данно заключение о сранительных результатах.

Ключевые слова: Обработка изображений, шумоподавление, динамического программирования, вычислительная скорость, производительность.

Tran Thi Thu Thao, Master student Tula State University Russia, Tula Tran Nhu Lap, Student - Group 15T2 The University of Da Nang - University of Science and Technology

54 Nguyen Luong Bang, Da Nang, Viet Nam Nguyen Van Nguyen, Master The University of Da Nang - University of Science and Technology

54 Nguyen Luong Bang, Da Nang, Viet Nam Pham Cong Thang, PhD in Technical Sciences The University of Da Nang - University of Science and Technology

54 Nguyen Luong Bang, Da Nang, Viet Nam IMAGE DENOISING METHODS WITH EDGE PRESERVING Abstract: The article presents current methods for recovering images with preserving local features. A comparative study of the methods in image denoising is given in terms of speed and accuracy, and a conclusion is given on the results.

Keywords: Image processing, denoising, dynamic programming, computational speed, processing performance.

Изображения могут быть повреждены разрушительным шумом во время процесса получения и передачи. Шумоподавление часто используется для предварительной обработки изображений, с целью повышения надежности последующего анализа. Одним из важных требований к процедурам удаления шума является сохранение исходной локальной структуры изображения. В литературе можно найти много методов удаление шума на изображении с сохранением границ. В работе [1] предлагается байесовский метод наименьших квадратов с гауссовской смесью различных масштабов (the Bayesian least squares with Gaussians Scale Mixture, BLSGSM), использующий вейвлет-преобразования. В работах [2] предлагается нелинейная анизотропная диффузия (anisotropic diffusion filter, ADF), которая представляет собой эффективные способы шумоподавления с сохранением локальных особенностей. Кроме того, хорошие результаты шумоподавления и сглаживания изображения с сохранением границ имеют: быстрый билатеральный фильтр (fast bilateral filter, FBF) [3], нелинейная полная вариация (non-linear total variation, TV) [4], , фильтр нелокального усреднения (non-local means, NLM) [5].

В работе [6], предложена неитерационная параметрическая процедура шумоподавления изображений с сохранением границ на основе непрерывной процедуры динамического программирования (НПДП). Предлагаемый подход опирается на невыпуклый тип парно-потенциальных функций на кликах, являющихся минимумом некоторого набора квадратичных функций вместо единственной квадратичной функции, позволяет более гибко задавать априорные предпочтения, используя различные коэффициенты штрафа для разных диапазонов различий между значениями соседних элементов изображения. НПДП позволяет получить шумоподавление изображения с высоким качеством, одновременно обеспечивая сохранение локальных особенностей изображения.

В данной работе приведено сравнение по вычислительной скорости и производительности обработки изображения между процедурой НПДП и методами, такие как TV, ADF, FBF BLSGSM, NLM. Для НПДП, парно-потенциальные функции имеют вид минимума набора из двух (L = 2) или трех (L = 3) квадратичных функций [6].

На (рис.1) представлены исходное изображение (a) размером (256х256), наблюдаемое изображение (b) в присутствии нормального белого шума (b), и результаты шумоподавления методов NLM (c), TV (d), ADF (e), FBF (f), BLSGSM (g), НПДП (L=2) (h), НПДП (L=3) (i).

a)

au

C)

ШШШ

à)

C)

f>

& & Ни

В) Ь) 1)

Рис. 1 Пример результаты шумоподавления методов На (табл. 1) представлены сравнение результатов измерения PSNR [5] методов и их среднее время обработки изображений при различных уровнях белого гауссовского шума.

Экспериментальные результаты показывают, что метод NLM имеет высокое качество шумоподавления изображения.

Таблица 1 - Результатов PSNR шумоподавления изображений методов

а 3 5 10 20 30 Время обработки (в секундах)

PSNR in 38.15 34.01 28.14 22.25 18.70

ADF 41.23 38.05 34.77 30.75 29.03 1.9

TV 41.45 37.48 34.42 30.85 28.80 14.58

FBF 41.47 38.27 33.79 30.02 27.36 0.43

BLSGSM 41.37 38.54 34.62 30.96 28.95 1.45

НПДП 41.60 38.49 34.67 31.17 29.40 7.15

NLM 41.54 40.76 37.38 32.13 29.29 542.78

Результаты шумоподавления процедур НПДП не хуже, чем результаты метода NLM в некоторых случаях. Кроме того, процедуры НПДП выполнит обработку с низким временем по сравнению с алгоритмом NLM.

Использованные источники:

1. Image Denoising Using Scale Mixtures of Gaussians in the Wavelet Domain / Portilla J. [et al.] // IEEE transactions on image processing 2003. Vol. 12(11): p. 1338-1351.

2. Perona P. and Malik J., Scale space and edge detection using anisotropic diffusion // IEEE Transactions on Pattern Analysis and Machine Intelligence, 1990. Vol. 12: p. 629-639.

3. Chaudhury K.N., Sage D. and Unser D., Fast O(1) bilateral filtering using trigonometric range kernels // IEEE Transactions on Image Processing. 2011. Vol

20. pp.3376-3382.

4. Rudin L. Osher S., and Fatemi E., Nonlinear total variation based noise removal algorithms // Journal Physica D, Vol. 60.1992. pp. 259-268.

5. Buades, A., Coll, B., Morel, J.M. (2005). A review of image denoising algorithms with a new one. Multiscale Modeling and Simulation, 4 (2), 490-530.

6. Pham C.T., Kopylov A. Multi-quadratic dynamic programming procedure of edge-preserving denoising for medical images, Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XL-5/W6, doi:10.5194/isprsarchives-XL-5-W6-101-2015, 2015, рр. 101-106.

УДК 004.627

Эрькина О. В. студент 2 курса Бельсков Д. С. студент 2 курса

факультет «Информационных систем и технологий»

научный руководитель: Тучкова А.С.

зам. декана

кафедра Информационных систем и технологий ФГБОУВО «Поволжский Государственный Университет

Телекоммуникаций и Информатики»

Россия, г. Самара

КОМПЬЮТЕРНЫЕ ТЕХНОЛОГИИ В ФИНАНСОВО-КРЕДИТНОЙ

СФЕРЕ

Аннотация

Статья посвящена рассмотрению компьютерных технологий в финансово-кредитной сфере и современном обществе.

Ключевые слова: информационные технологии, экономика, компьютер, бухгалтерский учет, компьютерная программа, деньги.

Erkina O. V. Belskov D. S.

2and year students of direction training Information system and technologies «Povolzhkiy state university of telecommunications and informatics»

Russia, Samara

CОМPUTER TECHNOLOGIES IN THE FINANCIAL SPHERE Abstract

Article is devoted to the computer technologies in the financial sphere and the modern society.

Keywords: information technology, economics, computer, accounting, computer software, money.