Автоматичне визначення рівня гаусового шуму на цифрових зображеннях методом високочастотної фільтрації для виокремлених областей

• Veröffentlicht in: Кибернетика и системный анализ
• Datum: 2018
• ISSN: 1019-5262
• Hauptverfasser: Баловсяк, С.В., Одайська, Х.С.
• Format: Artikel
• Sprache: Ukrainisch
• Veröffentlicht: Інститут кібернетики ім. В.М. Глушкова НАН України 2018
• Schlagworte: Програмно-технічні комплекси
• Online Zugang: https://nasplib.isofts.kiev.ua/handle/123456789/161379
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Zitieren: Автоматичне визначення рівня гаусового шуму на цифрових зображеннях методом високочастотної фільтрації для виокремлених областей / С.В. Баловсяк, Х.С. Одайська // Кибернетика и системный анализ. — 2018. — Т. 54, № 4. — С. 164–172. — Бібліогр.: 12 назв. — укр.

Розроблено математичну модель, алгоритм і програмне забезпечення для автоматичного визначення рівня гаусового шуму на цифрових зображеннях методом високочастотної фільтрації. Рівень шуму обчислено для областей інтересу зображення, виокремлених за допомогою низькочастотної фільтрації. Отримано оптимальні параметри низькочастотного та високочастотного фільтрів. Показано, що при обробленні серії тестових зображень запропонований метод забезпечує меншу похибку визначення рівня шуму, ніж інші методи-аналоги. Разработана математическая модель, алгоритм и программное обеспечение для автоматического определения уровня гаусcового шума на цифровых изображениях методом высокочастотной фильтрации. Уровень шума вычислен для областей интереса изображения, выделенных с помощью низкочастотной фильтрации. Получены оптимальные параметры низкочастотного и высокочастотного фильтров. Показано, что при обработке серии тестовых изображений предложенный метод обеспечивает меньшую погрешность определения уровня шума, чем другие методы-аналоги. A mathematical model, algorithm, and software are developed for automatic determination of Gaussian noise level on digital images by the method of high-pass filtration. The noise level is calculated for the regions of interest of image, selected by low-pass filtration. The optimal parameters of low-pass and high-pass filters are obtained. Processing a series of test images showed that the proposed method provides the less error of noise level determination than other analogues methods do.