view in publisher's site

Empirical mode decomposition and adaptive bilateral filter approach for impulse noise removal

Highlights•Novel impulse noise identification approach using EMD is introduced.•Adaptive bilateral filter is introduced to restore the noisy pixels.•Edge details are preserved by the edge preserving factor.AbstractIn this article, we introduced a novel algorithm to identify and correct images affected by impulse noise. The proposed technique composed of two stages: noisy pixels identification and restoration of them. Here, empirical mode decomposition is used to identify the pixels affected by impulse noise and adaptive bilateral filter is used to restore those noisy pixels. Mean absolute difference of the intrinsic mode functions (IMFs) are compared with the two dimensional cross entropic threshold value in order to identify the pixels affected by the impulse noise. In the next stage of the processing, an adaptive bilateral filter is used to retain the fine details and remove the noisy components in the image. The performance of the proposed scheme is evaluated on different benchmark images. Four performance evaluation measures: Peak signal to noise ratio (PSNR), Image Enhancement Factor (IEF), Mean Structure Similarity Index (MSSIM) and Correlation Factor (CF) are used to test the performance of the proposed algorithm. The simulation results of the proposed algorithm claim better result than the other existing state-of-the-art algorithms.

تجزیه و تحلیل حالت تجربی و رویکرد فیلتر دو جانبه تطبیقی برای حذف نویزهای متحرک

نکات مهم: رویکرد شناسایی سریع صدا با استفاده از EMD معرفی می‌شود. * فیلتر دو جانبه تطبیقی برای بازیابی پیکسل های نویزی پیشنهاد شده‌است. جزییات لبه با حفظ لبه‌های factor.Abst در این مقاله حفظ می‌شود، ما یک الگوریتم جدید برای شناسایی و درست کردن تصاویر تحت‌تاثیر نویزهای ایمپالسیو معرفی کردیم. تکنیک پیشنهادی متشکل از دو مرحله است: شناسایی پیکسل و بازسازی آن‌ها. در اینجا از تجزیه و تحلیل حالت تجربی برای شناسایی پیکسل متاثر از نویزهای متحرک و فیلتر دو جانبه تطبیقی برای بازیابی این پیکسل های نویزی استفاده می‌شود. میانگین مطلق مطلق توابع حالت ذاتی (imfs)با مقدار آستانه متقاطع دو بعدی مقایسه می‌شوند تا پیکسل متاثر از صدای ضربه را شناسایی کنند. در مرحله بعدی پردازش، یک فیلتر دو جانبه تطبیقی برای حفظ جزئیات دقیق و حذف اجزای نویزی در تصویر به کار می‌رود. عملکرد طرح پیشنهادی بر روی تصاویر معیار مختلف ارزیابی شده‌است. چهار معیار ارزیابی عملکرد: signal به نسبت نویز (PSNR)، ضریب ارتقا تصویر (IEF)، ضریب همبستگی ساختاری (CF)و ضریب همبستگی (CF)برای تست عملکرد الگوریتم پیشنهادی استفاده می‌شود. نتایج شبیه‌سازی الگوریتم پیشنهادی نتیجه بهتری نسبت به دیگر الگوریتم‌های موجود در هنر موجود دارند.
ترجمه شده با

Download PDF سفارش ترجمه این مقاله این مقاله را خودتان با کمک ترجمه کنید
سفارش ترجمه مقاله و کتاب - شروع کنید

95/12/18 - با استفاده از افزونه دانلود فایرفاکس و کروم٬ چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.