Оценивание параметра мультипликативного шума на изображении с помощью мультифрактальных показателей

Разработан метод оценивания параметра мультипликативного шума по мультифрактальному показателю. Исследованы характеристики разработанного метода на тестовых изображениях. Розроблено метод оцінювання параметра мультиплікативного шуму за мультіфрактальним показником. Досліджені характеристики розробле...

Повний опис

Збережено в:

Бібліографічні деталі
Опубліковано в: :	Штучний інтелект
Дата:	2010
Автор:	Емец, Ю.В.
Формат:	Стаття
Мова:	Російська
Опубліковано:	Інститут проблем штучного інтелекту МОН України та НАН України 2010
Теми:	Интеллектуальные интерфейсы и распознавание образов. Системы цифровой обработки изображений
Онлайн доступ:	https://nasplib.isofts.kiev.ua/handle/123456789/58397
Теги:	Додати тег Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:	Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:	Оценивание параметра мультипликативного шума на изображении с помощью мультифрактальных показателей / Ю.В. Емец // Штучний інтелект. — 2010. — № 4. — С. 212-220. — Бібліогр.: 11 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine

_version_	1860242719577735168
author	Емец, Ю.В.
author_facet	Емец, Ю.В.
citation_txt	Оценивание параметра мультипликативного шума на изображении с помощью мультифрактальных показателей / Ю.В. Емец // Штучний інтелект. — 2010. — № 4. — С. 212-220. — Бібліогр.: 11 назв. — рос.
collection	DSpace DC
container_title	Штучний інтелект
description	Разработан метод оценивания параметра мультипликативного шума по мультифрактальному показателю. Исследованы характеристики разработанного метода на тестовых изображениях. Розроблено метод оцінювання параметра мультиплікативного шуму за мультіфрактальним показником. Досліджені характеристики розробленого методу на тестових зображеннях. The method of multiplicative noise parameter evaluation at a multifractal index is developed. Characteristics of the developed method are probed on the test images.
first_indexed	2025-12-07T18:31:54Z
format	Article
fulltext	«Искусственный интеллект» 4’2010 212 4Е УДК 681.3.01:519.67 Ю.В. Емец Одесский национальный политехнический университет, Украина Оценивание параметра мультипликативного шума на изображении с помощью мультифрактальных показателей Разработан метод оценивания параметра мультипликативного шума по мультифрактальному пока- зателю. Исследованы характеристики разработанного метода на тестовых изображениях. Введение Проблемой большинства систем интерпретации радиолокационных или медицин- ских изображений является большой объем информации, которая подлежит обработке. Вследствие этого применяются интеллектуальные системы обработки изображений, содержащие несколько процедур, каждая из которых имеет свою цель. Интерпретация результатов обработки изображений выполняется процедурами обработки высокого уровня и зависит от результатов работы процедур низкого уровня. При регистрации, кодировании и передаче изображений возникают неизбежные помехи, которые влияют на результат интерпретации последних. Для улучшения качества изображения перед процедурами обработки высокого уровня (сегментацией, идентификацией, распозна- ванием) применяются методы предварительной обработки изображений. Большинство методов предварительной обработки изображений [1], [2] и неко- торые методы контурной сегментации [3], [4] предполагают, что характер шума и его статистические параметры известны. Во многих практических задачах нет априорных сведений о характере шума и его статистических параметрах либо такая информация труднодоступна [5]. Однако эта информация определяет качество фильтрации или контурной сегментации изображений. Например, завышенная оценка уровня аддитив- ной гауссовской помехи ведет к размыванию контуров объектов, что также отражается на ошибке распознавания. В некоторых случаях от системы обработки изображений может потребоваться работа в «слепом» режиме. Тогда параметры шума идентифи- цируются по наблюдаемому изображению (рис. 1). Рисунок 1 – Структурная схема предварительной обработки изображений Диапазон шумов, встречающихся при обработке изображений, достаточно ши- рок [6], [7]. Ввод исходного зашумленного изображения Идентификация типа шума Оценка параметров шума Выбор структуры и параметров метода предварительной обработки Предварительная обработка Вывод обработанного изображения Оценивание параметра мультипликативного шума на изображении... «Штучний інтелект» 4’2010 213 4Е В системах, использующих естественное освещение, часто возникают простран- ственные изменения освещенности, которые являются причиной мультипликативной помехи на изображении. Она моделируется как ),(),(),( 0 yxRyxIyxI = , (1) где ),( yxI – полутоновое изображение, ),(0 yxI – отражающая способность объекта, ),( yxR – освещенность объекта, x, y – пространственные координаты. Для того чтобы структура и оценки параметров системы автоматизированной идентификации шума были обоснованными, необходимо выбрать модель помеховой ситуации. Статистическая модель помеховой ситуации для мультипликативного шума имеет вид (1). Для подавления мультипликативного шума существуют особые методы предва- рительной обработки изображений, однако помеховую ситуацию оценивает специалист в области распознавания изображений в неавтоматизированном режиме. Очевидно, что неавтоматизированная идентификация шума требует от оператора квалификации эксперта. Неточная оценка помеховой ситуации или параметров шума могут привести к некачественной предварительной обработке. Это обусловлено тем, что при выборе метода предварительной обработки и его параметров необходима априорная информация о процессе формирования изображений. Часто такая информация отсутствует, поэтому параметры метода предварительной обработки изображений подбираются путем на- стройки, которая не всегда позволяет отразить помеховую ситуацию. Это влияет на дальнейший процесс обработки изображений. Например, недооценка уровня мульти- пликативной помехи вызывает большие разрывы контуров объектов изображений при решении задачи контурной сегментации. Это, в свою очередь, влияет на ошибку распознавания этих объектов. Поэтому актуальной является проблема автоматизации процедуры идентификации шума на изображениях. Целью данной работы являлось снижение погрешности оценивания отношения сигнал/шум для мультипликативного шума на изображениях путем использования мультифрактальных показателей. Для достижения поставленной цели решены следующие задачи: − получение уравнений регрессии отношения сигнал/шум для мультипликатив- ного шума на значения мультифрактальных показателей и оценивание качества этих уравнений; − разработка метода оценивания параметра мультипликативного шума по мульти- фрактальному показателю; − исследование характеристик разработанного метода на тестовых изображениях. Оценку отношения сигнал/шум для мультипликативного шума на изображениях целесообразно проводить на основе зависимости статистических характеристик изо- бражения от масштаба данных. Изложение основного материала При анализе зависимости статистической информации от масштаба данных используется два подхода: структурные функции и сингулярные меры [8]. Под струк- турными функциями понимают статистические моменты абсолютных разностей, за- висящие от масштаба на некотором интервале его значений. Приведем определение структурной функции для одномерных данных, представляющих значения интенсив- ности i-го столбца изображения NxyxI i ...,,1),,( = , где N – число пикселей в столбце изображения. Емец Ю.В. «Искусственный интеллект» 4’2010 214 4Е Разностью r-го порядка функции ( , )iI x y называется rNxyxIyrxIyxrI iii −=−+=∆ ...,,1),,(),(),,( . Определим степенную зависимость ( )ς τ момента порядка τ ( , , )iI r x y∆ τ от масштаба r как ( ) ( , , ) , 0,i rI r x y N ς τ τ τ ∆ ∝ ≥    (2) где ⋅ – означают усреднение по переменной х. На основании (2) в работе [8] введен мультифрактальный показатель )1(1 ς=H . Наибольшее возможное значение для Н1 = 1 достигается для почти всюду диф- ференцируемых функций. Если Н1 = 0, ),( iyxI – стационарный процесс, график кото- рого заполняет пространство. На рис. 2 показан характер зависимости мультифрактального показателя Н1 от вида помехи для столбца тестового изображения, содержащего один объект. Н1 в этих случаях равно 1,0133 и 0,99685 соответственно. а) б) Рисунок 2 – Значения интенсивности столбца тестового изображения (а) и они же для изображения, пораженного мультипликативной помехой (б) Для вычисления Н1 в результате логарифмирования (2) получаем log ( , , ) ( ) log ,i rI r x y C N τ ς τ  ∆ = +    где С – некоторая константа. Значение )1(1 ς=H находим путем определения пара- метров линейной регрессионной зависимости τ),,(log iyxrI∆ от       N rlog . Другим подходом к мультифрактальному анализу данных являются сингулярные меры, представляющие собой локально усредненный модуль градиента изображения. В основе определения сингулярной меры лежит понятие нормализованной раз- ности 1-го порядка. Ее значения вычисляются в каждой точке столбца изображения по формуле ,1...,,1, ),,1( ),,1( ),,1( −= ∆ ∆ = Nx yxI yxI yx i i iε где .),,1(1),,( 1 ∑ = ∆=∆ N x ii yxI N yxrI Оценивание параметра мультипликативного шума на изображении... «Штучний інтелект» 4’2010 215 4Е Пусть масштаб r принимает значения 1, 2, 4, …, N. Тогда сингулярная мера ),,( iyxrε определяется как ....,,1,),,1(1),,( 1 rNxyx r yxr rx xx ii −=′= ∑ −+ =′ εε Определим функцию )(τK , выражающую степенную зависимость сингулярной меры от масштаба, по формуле ( ) ( , , ) , 0. K i rr x y N τ τε τ −  ∝ ≥    (3) В смысле сингулярных мер значения интенсивности изображения характери- зуются мультифрактальным показателем .0)1(1 ≥′= KC Наибольшее значение С1, равное 1, достигается для случайно расположенных δ -функций, вся энергия которых сконцентрирована в отдельных точках. Случай 1C 0→ (наименьшему значению) достигается для случайно расположенных функций Хевисайда. Таким образом мультифрактальный показатель С1 характеризует уровень импульсного шума на изображении. Для вычисления С1 в результате логарифмирования (3) имеем log ( , , ) ( ) log ,i rr x y K C N τε τ   ′= − +    где C′ – некоторая константа. Значение С1 определяем как аппроксимацию производной функции )(τK в точке .1=τ Приведенные определения структурной функции и сингулярной меры позволяют вычислять мультифрактальные показатели Н1 и С1 для одномерных данных. Для обра- ботки изображений, представленных матрицами дискретных отсчетов интенсивности, введены показатели Н1, С1 по направлениям x, y: Нх, Нy, Hxy, Сх, Су, Cхy соответственно. При определении Нх, Сх разности r-го порядка вычисляются и усредняются по строкам изображения. При вычислении Ну, Су обработка производится по столбцам изображения. В процессе определения Hxy, Cхy разности r-го порядка вычисляются и усред- няются по двумерным окрестностям пикселей изображения. В работе [9] получены графики зависимостей значений мультифрактальных пока- зателей от отношения сигнал/шум для мультипликативного диагонального шума (рис. 3) и вертикального (рис. 4) на тестовом изображении. У мультипликативного шума вертикального и мультипликативного горизонталь- ного размеры идентичны, т.к. изображение центрально-симметричное, а мультипликатив- ная помеха моделируется детерминированной функцией пространственной координаты. На основе этих зависимостей в данной работе осуществляется оценивание па- раметра мультипликативного шума. Получим уравнения регрессии, описывающие зави- симость отношения сигнал/шум q по мощности от значений показателей Hx, Hy, Hxy, Cx, Cxy. В качестве регрессионной зависимости выбрана полиномиальная. Степень полинома n является параметром метода оценивания. Коэффициенты полинома регрессии оценивались методом наименьших квадратов, который используется для приближения функций, заданных числовым массивом [10]. Полученные регрессионные зависимости изображены для мультипликативного диагонального шума на рис. 5 и мультипликативного вертикального шума на рис. 6. Емец Ю.В. «Искусственный интеллект» 4’2010 216 4Е Рисунок 3 – График зависимости мультифрактальных показателей Hx (a), Hy (б), Hxy (в), Cx (г), Cy (д), Cxy (е) от отношения сигнал/шум для мультипликативного диагонального шума Рисунок 4 – График зависимости мультифрактальных показателей Hx (a), Cx (б), Cxy (в) от отношения сигнал/шум для мультипликативного вертикального шума Рисунок 5 – Регрессионная зависимость q по мощности для мультипликативного шума от Hx (a), Hy (б), Hxy (в), Cx (г), Cy (д) Cxy (е) Рисунок 6 – Регрессионная зависимость q по мощности для мультипликативного вертикального шума от Hx (a), Cx (б), Cxy (в) Оценивание параметра мультипликативного шума на изображении... «Штучний інтелект» 4’2010 217 4Е Качество уравнений регрессии отношения сигнал/шум для мультипликатив- ного диагонального шума на значения Hx, Hy, Hxy, Cx, Cxy и для мультипликативного вертикального шума на значения Hx, Cx, Cxy определялось с помощью коэффициента детерминации по формуле [10]: 2€ 1 ,m s R ∆ = − ∆ где m∆ – дисперсия остаточных данных; s∆ – дисперсия исходных данных. Значения коэффициентов детерминации для определения качества аппроксимации полиномом 8-й степени отношения сигнал/шум для мультипликативного диагонального от значений Hx, Hy, Hxy, Cx, Cy, Cxy и вертикального шума от значений Hx, Cx, Cxy приведены в табл. 1. Таблица 1 – Коэффициенты детерминации при аппроксимации зависимости отношения сигнал/шум для мультипликативного диагонального шума от значений мультифрактальных показателей Hx, Hy, Hxy, Cx, Cy, Cxy Показатель Дисперсия остатка Дисперсия исходных данных Коэффициент детерминации Hx 0,1057 1,3301e+003 1,2585e+004 Hy 0,1057 1,3301e+003 1,2585e+004 Hxy 0,2147 1,3301e+003 6,1961e+003 Cx 2,1972 e-025 1,3301e+003 6,0538e+027 Cy 2,1972 e-025 1,3301e+003 6,0538e+027 Cxy 2,3979 e-023 1,3301e+003 5,5471e+025 Таблица 2 – Коэффициенты детерминации при аппроксимации зависимости отношения сигнал/шум для мультипликативного вертикального шума от значений мультифрактальных показателей Hx, Cx, Cxy Показатель Дисперсия остатка Дисперсия исходных данных Коэффициент детерминации Hx 0,0065 1,3301 e+003 2,0475 e+005 Cx 9,5264 e-028 1,3301 e+003 1,3963 e+030 Cxy 43,5515 1,3301 e+003 30,5419 Из шести исследованных зависимостей выбрана та, для которой коэффициент детерминации максимален. Для каждого случая – это зависимость q от Сx. Она аппроксимируется полиномом 8-й степени: 2 3 8 0 1 2 3 8...x x x xq a a C a C a C a C= + + + + + , (4) где 0 1 8, , ... ,a a a – коэффициенты аппроксимирующего полинома. С учетом этой формулы метод оценивания отношения сигнал/шум для мульти- пликативного диагонального и вертикального шума сформулируем следующим образом: − для исходного изображения оценить Сx; − с использованием формулы (4) вычислить отношение сигнал/шум для мульти- пликативного диагонального и вертикального шума. Емец Ю.В. «Искусственный интеллект» 4’2010 218 4Е Для оценивания Сx предложен следующий алгоритм. 1. Задаем максимальный размер окрестности для усреднения градиентного поля rmax = 30 и задаем последовательность значений порядка момента q из интерва- ла (0,5; 1,5) с шагом 0,25. 2. Для определения значения мультифрактального показателя Cx вычисляем градиентное поле изображения по формуле: 1 (1, , ) ( , 1) ( , ) , 1, .. . , ; 1, .. . , 1I x y I x y I x y x N y Nδ = + − = = − 3. Усредняем градиентное поле изображения по окрестности размера 1xr, изменяя r от 1 до rmax. В результате получаем для каждого r изображение b1(r, x, y) такого же размера, как исходное. 4. Полученное изображение b1(r, x, y) возводим в степень q поэлементно и вычисляем среднее абсолютное значение интенсивности m(r, q). Получаем после- довательность значений m(r, q), r = 1, …, rmax. 5. Для каждого значения q выполняем линейную регрессию ln(m(r, q)) на ln(r), r = 1, …, rmax. Значения коэффициента при старшей степени уравнений регрессии для разных q формируют последовательность s(q). 6. Выполняем регрессию полиномом 4-й степени ln(s(q)) на ln(q). 7. С учетом значений коэффициентов полинома регрессии мультифракталь- ный показатель Cx вычисляется по формуле: Cx = 4a4 + 3a3 + 2a2 + a1, где a1, a2, a3, a4 – коэффициенты регрессионного полинома, соответствующие степе- ням 1, 2, 3, 4 соответственно. Экспериментальные исследования и выводы Экспериментальные исследования предложенного метода проведены на изобра- жении размером 256×256 пикселей, в центре которого – белый квадрат 64×64 пикселя на черном фоне. На это изображение накладывались следующие виды помех: мульти- пликативный горизонтальный, вертикальный, диагональный шум, для которого ∆= xAyxR πω2sin),( , где частота дискретизации ∆ = 1 / 256, ω = 0,5, А определяется, чтобы отношение сигнал/шум q ∈ {100; 50; 20; 10; 5; 2; 1}. Для полученных изображений вычисляем мультифрактальный показатель Cx. Согласно предложенному алгоритму и оценивался параметр отношения сигнал/шум для мультипликативного шума по формуле (5). Оценка количества полученных результатов выполнялась с помощью относи- тельной и абсолютной погрешностей. Эти погрешности определяются следующим образом. Пусть a – точное значение, a* – приближенное значение некоторой величины. Абсолютной погрешностью приближенного значения a* называется величина *)( aaa −=∆ . Относительной погрешностью значения a (при 0≠a ) называется величина a aa )()( ∆ =δ . Результаты вычисления относительной и абсолютной погрешностей для оцени- вания отношения сигнал/шум для мультипликативного диагонального шума приведены в табл. 3 и мультипликативного вертикального шума в табл. 4. Оценивание параметра мультипликативного шума на изображении... «Штучний інтелект» 4’2010 219 4Е Таблица 3 – Результаты оценивания отношения сигнал/шум для мультипликативного диагонального шума предложенным методом Истинное значение параметра шума Оценка параметра шума Абсолютная погрешность Относительная погрешность 100 99,999 0,6253 e-012 0,0063 e-012 50 49,999 0,1137 e-012 0,0023 e-012 20 19,999 0,0568 e-012 0,0028 e-012 10 9,9999 0,2274 e-012 0,0227 e-012 5 4,9999 0,6253 e-012 0,1251 e-012 2 1,9999 0,4547 e-012 0,2274 e-012 1 0,9999 0,6821 e-012 0,6821 e-012 Таблица 4 – Результаты оценивания отношения сигнал/шум для мультипликативного вертикального шума предложенным методом Истинное значение параметра шума Оценка параметра шума Абсолютная погрешность Относительная погрешность 100 99,9999 0,1279 e-012 0,0013 e-012 50 49,9999 0,0497 e-012 0,0010 e-012 20 19,9999 0,0568 e-012 0,0028 e-012 10 9,9999 0,0568 e-012 0,0057 e-012 5 4,9999 0,0462 e-012 0,0092 e-012 2 1,9999 0,0782 e-012 0,0391 e-012 1 0,9999 0,1030 e-012 0,1030 e-012 Сравнение полученных результатов оценивания параметра мультипликативного диагонального и вертикального шума предложенным методом (табл. 3, 4) прово- дилось с результатами оценивания этого же параметра методом работы [11] (табл. 5, 6). Для реализации метода работы [11] в зашумленном изображении считали стандартное отклонение std и вычисляли отношение сигнал/шум по формуле 2 nq std = , где n = 0,0925 для диагонального шума и n = 0,1920 для вертикального шума. Таблица 5 – Результаты оценивания отношения сигнал/шум для мультипликативного диагонального шума методом работы [11] Истинное значение параметра шума Оценка параметра шума Абсолютная погрешность Относительная погрешность 100 99,9993 0,7060 e-003 0,7060 e-005 50 49,9996 0,3530 e-003 0,7060 e-005 20 19,9999 0,1412 e-003 0,7060 e-005 10 9,9999 0,0706 e-003 0,7060 e-005 5 4,9999 0,0353 e-003 0,7060 e-005 2 1,9999 0,0141 e-003 0,7060 e-005 1 0,9999 0,0071 e-003 0,7060 e-005 Анализируя полученные результаты, заметим, что для мультипликативного диагонального шума абсолютная и относительная погрешность оценивания предложен- ным методом меньше, чем методом работы [11] в 4 раза при значениях отношения сигнал/шум 1 – 100 по мощности. Для мультипликативного вертикального шума абсо- лютная и относительная погрешность оценивания предложенным методом меньше, чем методом работы [11] в 3 раза при значениях отношения сигнал/шум 1 – 100 по мощности. Емец Ю.В. «Искусственный интеллект» 4’2010 220 4Е Таблица 6 – Результаты оценивания отношения сигнал/шум для мультипликативного вертикального шума методом работы [11] Истинное значение параметра шума Оценка параметра шума Абсолютная погрешность Относительная погрешность 100 100,0512 0,0512 5,1205 e-004 50 50,0256 0,0256 5,1205 e-004 20 20,0102 0,0102 5,1205 e-004 10 10,0051 0,0051 5,1205 e-004 5 5,0026 0,0026 5,1205 e-004 2 2,0010 0,0010 5,1205 e-004 1 1,0005 0,0005 5,1205 e-004 Таким образом в данной работе получены уравнения регрессии, которые позво- ляют оценить зависимость отношения сигнал/шум тестового изображения, пораженного мультипликативным шумом, от значений мультифрактальных показателей. Разработан метод оценивания параметра мультипликативного шума по мультифрактальному показателю. Результаты исследований показали, что разработанный метод оценивания параметра мультипликативного шума целесообразно применять для выбора типа и параметра предварительной обработки. Направлением дальнейшей работы является разработка новых методов оценки параметров мультипликативного шума. Литература 1. Lee I.S. Digital image enhancement and noise filtering by use of local statistics / I.S. Lee // IEEE Trans. on PAMI. – 1980. – Vol. 2, № 3. – P. 165-168. 2. Kuan D.T. Adaptive noise smoothing filter for images with signal dependent noise / D.T. Kuan // IEEE Trans. on PAMI. – 1985. – Vol. 7, № 3. – P. 165-177. 3. Canny I. A computational approach to edge detection / I. Canny // IEEE Trans. on PAMI. – 1986. – Vol. 8, № 6. – P. 679-693. 4. Deriche R. Using Canny’s criteria to derive an optimal edge detector recursively implemented / R. Deriche // International Gournal on Computer Vision. – 1987. – Vol. 1. – P. 167-187. 5. Kundur D. Blinol image deconvolution / D. Kundur, D. Hatzinakos // IEEE signal Processing Magazine. – 1996. – Vol. 13(3), № 5. – P. 43-64. 6. Гонсалес Р. Цифровая обработка изображений / Р. Гонсалес, Р. Вудс. – М. : Техносфера, 2005. – 1072 с. 7. Beaurepaize L.B. Identification of the nature of the noise and estimation of its statistical parameters by analysis of local histograms / L. Beaurepaize, K. Chendi, B. Vozel // Proc. of ICASSP – 97. Munich, april 97. – P. 2805-2808. 8. Айвазян С.А. Прикладная статистика: исследование зависимостей / Айвазян С.А. Енюков И.С., Мешалкин Л.Д. – М. : Финансы и статистика, 1985. – 524 с. 9. Multifractal characterizations of nonstationary and intermittency in geophysical fields: Observed, retrieved or simulated / [Davis A., Marshak A., Wiscombe W., Cahalan R.] // Jornal of Geophysical Research. – 1994. – Vol. 99, № D4. – P. 8055-8072. 10. Математический энциклопедический словарь / [гл. ред. Ю. В. Прохоров; ред. кол.: С.И. Адян, Н.С. Бахвалов, В.И. Битюцков и др.]. – М. : Советская энциклопедия, 1988. – 847 с. 11. Полякова М.В. Мультифрактальный метод автоматизированного распознавания помех на изобра- жении / М.В. Полякова, В.Н. Крылов // Автоматика. Автоматизация. Электрические комплексы и системы. Межвузовский журнал. – 2005. – № 2 (16). – С. 40-46. Ю.В. Ємець Оцінювання параметра мультиплікативного шуму на зображенні за допомогою мультифрактальних показників Розроблено метод оцінювання параметра мультиплікативного шуму за мультіфрактальним показником. Досліджені характеристики розробленого методу на тестових зображеннях. Yu.V. Emets Multiplicative Noise Parameter Evaluation on Image by means of Multifractal Indexes The method of multiplicative noise parameter evaluation at a multifractal index is developed. Characteristics of the developed method are probed on the test images. Статья поступила в редакцию 15.07.2010.
id	nasplib_isofts_kiev_ua-123456789-58397
institution	Digital Library of Periodicals of National Academy of Sciences of Ukraine
issn	1561-5359
language	Russian
last_indexed	2025-12-07T18:31:54Z
publishDate	2010
publisher	Інститут проблем штучного інтелекту МОН України та НАН України
record_format	dspace
spelling	Емец, Ю.В. 2014-03-23T14:54:48Z 2014-03-23T14:54:48Z 2010 Оценивание параметра мультипликативного шума на изображении с помощью мультифрактальных показателей / Ю.В. Емец // Штучний інтелект. — 2010. — № 4. — С. 212-220. — Бібліогр.: 11 назв. — рос. 1561-5359 https://nasplib.isofts.kiev.ua/handle/123456789/58397 681.3.01:519.67 Разработан метод оценивания параметра мультипликативного шума по мультифрактальному показателю. Исследованы характеристики разработанного метода на тестовых изображениях. Розроблено метод оцінювання параметра мультиплікативного шуму за мультіфрактальним показником. Досліджені характеристики розробленого методу на тестових зображеннях. The method of multiplicative noise parameter evaluation at a multifractal index is developed. Characteristics of the developed method are probed on the test images. ru Інститут проблем штучного інтелекту МОН України та НАН України Штучний інтелект Интеллектуальные интерфейсы и распознавание образов. Системы цифровой обработки изображений Оценивание параметра мультипликативного шума на изображении с помощью мультифрактальных показателей Оцінювання параметра мультиплікативного шуму на зображенні за допомогою мультифрактальних показників Multiplicative Noise Parameter Evaluation on Image by means of Multifractal Indexes Article published earlier
spellingShingle	Оценивание параметра мультипликативного шума на изображении с помощью мультифрактальных показателей Емец, Ю.В. Интеллектуальные интерфейсы и распознавание образов. Системы цифровой обработки изображений
title	Оценивание параметра мультипликативного шума на изображении с помощью мультифрактальных показателей
title_alt	Оцінювання параметра мультиплікативного шуму на зображенні за допомогою мультифрактальних показників Multiplicative Noise Parameter Evaluation on Image by means of Multifractal Indexes
title_full	Оценивание параметра мультипликативного шума на изображении с помощью мультифрактальных показателей
title_fullStr	Оценивание параметра мультипликативного шума на изображении с помощью мультифрактальных показателей
title_full_unstemmed	Оценивание параметра мультипликативного шума на изображении с помощью мультифрактальных показателей
title_short	Оценивание параметра мультипликативного шума на изображении с помощью мультифрактальных показателей
title_sort	оценивание параметра мультипликативного шума на изображении с помощью мультифрактальных показателей
topic	Интеллектуальные интерфейсы и распознавание образов. Системы цифровой обработки изображений
topic_facet	Интеллектуальные интерфейсы и распознавание образов. Системы цифровой обработки изображений
url	https://nasplib.isofts.kiev.ua/handle/123456789/58397
work_keys_str_mv	AT emecûv ocenivanieparametramulʹtiplikativnogošumanaizobraženiispomoŝʹûmulʹtifraktalʹnyhpokazatelei AT emecûv ocínûvannâparametramulʹtiplíkativnogošumunazobražennízadopomogoûmulʹtifraktalʹnihpokaznikív AT emecûv multiplicativenoiseparameterevaluationonimagebymeansofmultifractalindexes

Оценивание параметра мультипликативного шума на изображении с помощью мультифрактальных показателей

Репозитарії

Схожі ресурси