Сглаживающий фильтр с обобщенным гауссовским преобразованием Текст научной статьи по специальности «Компьютерные и информационные науки»

_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «ИННОВАЦИОННАЯ НАУКА» №01-2/2017 ISSN 2410-6070_

УДК 004.67

В.А. Толстунов

К.т.н., доцент Кафедра прикладной математики Кемеровский государственный университет Г. Кемерово, Российская Федерация

СГЛАЖИВАЮЩИЙ ФИЛЬТР С ОБОБЩЕННЫМ ГАУССОВСКИМ ПРЕОБРАЗОВАНИЕМ

Аннотация

Сравниваются два алгоритма сглаживающего фильтра с гауссовским преобразованием входных данных. Приведены результаты цифрового моделирования работы данных фильтров в случае, когда мешающий шум является суммой гауссовских и импульсных помех.

Ключевые слова

Сглаживающий фильтр, мешающий шум, погрешность фильтрации, цифровое моделирование.

Сглаживающие фильтры находят широкое применение для восстановления информационных сигналов [1, с. 131, 228]. Одним из таких фильтров является фильтр с гауссовским преобразованием [2]

Ук1

-[_!/« f_Lyk+(m-i)/2 yl+(',

= ( a (mn yi=k—(m—1)/2 ¿j=l

l+(n—1)/2

Q 'aXlJ

72

(1)

=к-(т-1)/2^]=1-(п-1)/2

В соотношении (1) х^ - отсчеты входного сигнала, Ук \ - отсчеты сигнала на выходе фильтра, Ш X П -размер апертуры фильтра, а = сопзЬ > 0.

Алгоритм (1) получен из общего соотношения [2]

Ук i=f-1(-

yk+(m-l)/2 i = к-( m —

у 1+(п-1У2 f( )) (тп yi=k-(m-l)/2 yj=l-(n-1)/2 f \x4 J)

2

при f(x) = e-ax , a = const > 0. Цифровое моделирование данного алгоритма [2] в случае удаления импульсного шума с амплитудой A и вероятностью появления p показало, что его погрешность фильтрации слабо зависит от A. Эта погрешность является, также, небольшой при 0 < р < 0.7 .

Качество фильтрации алгоритмом с гауссовским преобразованием при р > 0.7 можно улучшить, если

2

в (2) использовать функцию f(x) = eax , a = const > 0. Тогда вместо (1) будем иметь

(2)

Ук

- ^{-Lyk+(m—1)/2 yl-= \am\mnLi=k—(m—1)/2yj

l + (n—1)/2

eaXi]

2))

1/2

(3)

=к-(т-1)/2 у] = 1-(п-1)/2

Константа с 6 [0.1] в (3) введена для восстановления исходной яркости полезного сигнала. Сравним работу алгоритмов (1), (3) на конкретных примерах наложения шумов.

В таблице 1 приведены результаты зашумления К0 отсчетов у полезного сигнала импульсным шумом и погрешности К удаления этого шума фильтрами (1), (3) при а = 50. Для сравнения приведены, также, погрешности традиционного медианного фильтра [1, с. 194].

^bi=lA,j=llsij

1 л

MN'

г> _ 1 vM л0 - hi=1b

R = MN^'M=1^'j = 1ISii Уч\-

Здесь М х N - размер полезного сигнала.

Таблица 1

Результаты наложения импульсного шума на полезный сигнал и результаты фильтрации

A=100 Р

q=o 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9

Ro 0,079 0,018 0,157 0,196 0,235 0,275 0,314 0,353

Медианный фильтр 0,022 0,053 0,114 0,198 0,280 0,343 0,375 0,387

Продолжение таблицы 1

Фильтр (1) 0,020 0,021 0,023 0,026 0,033 0,048 0,086 0,174

Фильтр (3) 0,077 0,054 0,052 0,052 0,024 0,033 0,053 0,060

Как следует из данной таблицы, для удаления импульсного шума с вероятностью появления 0 < р < 0.6 следует использовать алгоритм (1), а при р > 0.6 - алгоритм (3). Моделирование показало, что при удалении отрицательного импульсного шума (р = 0, д > 0) значения погрешностей мало отличаются от приведенных в таблице 1. При этом, в алгоритме (3) следует использовать с 6 [-1,0]. При изменении амплитуды А импульсного шума погрешности меняются, но общие характеристики погрешностей остаются прежними.

На рисунке 1 показаны: а - исходное изображение, б - результат его зашумления (.Д = 100, р = 0.3,

Рисунок 1 - Исходное изображение и результат его зашумления.

На рисунке 2 показаны: а - результат удаления шума фильтром (1) (т = п = 3, а = 50, К = 0.0213), б - результат удаления шума фильтром (3) (т = п = 3, а = 50, с = 0.35, Я = 0.0542).

Рисунок 2 - Результаты удаления шума.

На рисунке 3 показаны: а - результат зашумления исходного изображения (.Д = 100, р = 0.6, д = 0, К0 = 0.2353), б - результат удаления шума фильтром (1) (т = п = 3, а = 50, Я = 0.0328), в - результат удаления шума фильтром (3) (т = п = 3, а = 50,с = 0.4, Я = 0.0239).

а б в

Рисунок 3 - Результаты зашумления и фильтрации.

На рисунке 4 показаны: а - результат зашумления исходного изображения (Д = 100, р = 0.8 , q = 0, R0 = 0.3137), б - результат удаления шума фильтром (1) (m = п = 3, а = 50, R = 0.0856), в - результат удаления шума фильтром (3) (m = п = 3, а = 50, с = 0.45,R = 0.0534)

а б в

Рисунок 4 - Результаты зашумления и фильтрации.

На рисунке 5 показаны: а - результат зашумления исходного изображения двухполярным импульсным шумом (Д = 100, р = 0.3, q = 0.7, Ro = 0.3922), б - результат удаления шума фильтром (3) (m = п = 3, а = 50, с = -0.45, R = 0.0549)

а б

Рисунок 5 - Результаты зашумления и фильтрации.

Приведенные результаты моделирования наглядно подтверждают эффективность предлагаемого метода удаления импульсного шума.

Список использованной литературы:

1. Гонсалес Р. Цифровая обработка изображений / Р. Гонсалес, Р. Вудс. - М.: Техносфера, 2005. - 1072 с.

2. Толстунов В.А. Сглаживающие фильтры с гауссовским и показательно - степенным преобразованиями / В.А. Толстунов // Символ науки. - 2016. - Часть 2. - №2. - С. 82 - 85.

© Толстунов В.А., 2017

УДК 004.89

Е.А. Чернова

аспирант 1 курса факультета информационных технологий и управления по направлению 09.06.01-Информатика и вычислительная ФГБОУ ВО ЮРГПУ(НПИ)им. М.И. Платова Г. Новочеркасск, Российская Федерация

С.П. Воробьёв

к.т.н., доцент кафедры «Информационные и измерительные

системы и технологии» ФГБОУ ВО ЮРГПУ(НПИ) им. М.И. Платова

ЕДИНЫЙ РЕЕСТР НАУЧНО-ИННОВАЦИОННЫХ РАЗРАБОТОК, КАК МЕХАНИЗМ

УПРАВЛЕНИЯ ДЕЯТЕЛЬНОСТЬЮ ВУЗА

В данной статье описаны основные идеи, цели и задачи информационной системы «Единый реестр научно-инновационных разработок вуза» (Реестр).

На сегодняшний день в научно-инновационной деятельности многих ВУЗов существует дефицит достоверной, систематизированной и регулярно обновляемой информации по научно-инновационным разработкам в виде единой базы данных, что, прежде всего, в значительной степени снижает качество управления научно-инновационным комплексом и не позволяет активно использовать современные информационно-коммуникационные технологии. Присутствует многократное дублирование работ и искажение информации в повседневной практической деятельности, а также достаточно низкое качество презентационных материалов по большинству разработок и проектов.

Предварительный анализ сайтов технических вузов показал, что на сегодняшний день структурирование информации по научно-инновационным разработкам не выходит за рамки информационного каталога, реестры же существуют только на региональном уровне [1,2,3,4]. Данная проблема может быть решена при помощи реализации Единого реестра научно-инновационных разработок ВУЗа, вариант которого создается в инициативном плане УНРиИД ЮРГПУ(НПИ).

Реестр представляет собой централизованную систему учета научно-инновационных разработок (проектов) (далее Разработок), включая текущий статус и последующие изменения в рамках полного жизненного цикла Разработок. В основу технических и функциональных решений реестра положены действующие примеры различного уровня, доступные в Интернет [5,6]. Новациями Реестра по сравнению с аналогами являются:

• Структурирование Разработок по нескольким категориям (реализованные на практике Разработки, Разработки в стадии освоения, перспективные с точки зрения коммерциализации или иного применения Разработки, научно-технические заделы).

• Структурирование информации Реестра по нескольким разделам (общие сведения, сведения по коммерциализации Разработки, влияние Разработки (проекта) на развитие научно-инновационной деятельности ВУЗа, сведения по рекламному и информационно-выставочному обеспечению Разработки (проекта), приложения).