Автоматичне визначення рiвня гаусового шуму на цифрових зображеннях методом видiлених областей

• Опубліковано в: : Кибернетика и вычислительная техника
• Дата: 2017
• Автори: Баловсяк, С.В., Одайська, Х.С.
• Формат: Стаття
• Мова: Українська
• Опубліковано: Міжнародний науково-навчальний центр інформаційних технологій і систем НАН України та МОН України 2017
• Теми: Интеллектуальное управление и системы
• Онлайн доступ: https://nasplib.isofts.kiev.ua/handle/123456789/124990
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Цитувати: Автоматичне визначення рiвня гаусового шуму на цифрових зображеннях методом видiлених областей / С.В. Баловсяк, Х.С. Одайська // Кибернетика и вычислительная техника. — 2017. — Вип. 3 (189). — С. 44-60. — Бібліогр.: 12 назв. — укр.

Розроблено метод автоматичного визначення рівня шуму на цифрових зображеннях, а саме середнього квадратичного відхилення гаусового шуму. Рівень шуму обчислюється за середнім квадратичним відхиленням гістограми для виділеної області зображення, на якій наявний, в основному, шум. Запропонований метод програмно реалізовано в системі MATLAB. Оброблення тестових зображень з використанням запропонованого методу дало змогу отримати меншу похибку обчислення рівня шуму ніж іншими сучасними методами. Разработан метод автоматического определения уровня шума на цифровых изображениях, а именно среднего квадратичного отклонения гауссовского шума. Уровень шума вычисляется через среднее квадратичное отклонение гистограммы для выделенной области изображения, на которой имеется, в основном, шум. Предложенный метод программно реализован в системе MATLAB. При обработке тестовых изображений предложенным методом получена меньшая погрешность вычисления уровня шума, чем при использовании других современных методов. The purpose of the article is to develop an automatic method of Gaussian noise level determination in digital images, which uses the selection of image region based on its lowfrequency filtering and performs calculation of noise level by analyzing of histograms of the selected region. The article is aimed at software implementation of the elaborated method in the MATLAB system and estimation of its accuracy by processing the collection of test images.