كود MATLAB لطريقة تقدير الضوضاء

15

الوصف

من المعروف أن الصور الطبيعية تحتوي على إحصائيات ثابتة. في حين أفادت بعض دراسات Eariler أن تفرطح توزيعات استجابة مرشح النطاق الهامشي ثابتًا عبر المقاييس ، فقد أفادت دراسات أخرى أن قيم التفرطح أقل بالنسبة لمرشحات التردد العالي مقارنة بالفلاتر ذات التردد المنخفض. في هذا العمل نقترح حلاً لهذا التناقض ونقترح أن هذا التغيير في قيم التفرطح يرجع إلى الضوضاء الموجودة في الصورة.

نقترح أن هذا التأثير يتوافق مع صورة نظيفة وطبيعية تالفة بالضوضاء البيضاء. نقترح نموذجًا لهذا التأثير ، ونستخدمه لتقدير الانحراف المعياري للضوضاء في الصور الطبيعية التالفة. على وجه الخصوص ، تشير نتائجنا إلى أن الصور المعيارية الكلاسيكية المستخدمة في الرؤية منخفضة المستوى هي في الواقع صاخبة ويمكن تنظيفها. نتائجنا في تقدير الضوضاء على مجموعتين من 50 و 100 صورة طبيعية أفضل بكثير من أحدث ما توصلت إليه التكنولوجيا.

في هذا العمل نصف وشرح ظاهرة محيرة. عند قياس تفرطح توزيعات استجابة المرشح الهامشية في الصور الطبيعية ، في العديد من الصور الطبيعية (ولكن ليس كلها) ، تكون قيم التفرطح لمرشحات التردد المنخفض أعلى من القيم عالية التردد. هذا على عكس الطبيعة غير المتغيرة للصور الطبيعية. نجادل بأن الصور النظيفة والطبيعية يجب أن يكون لها قيمة تفرطح ثابتة عبر المقاييس ، ونقترح أن الانحرافات عن ذلك ناتجة عن الضوضاء المتأصلة في الصورة. باستخدام هذا الافتراض ، نوضح كيف يمكن تقدير مستوى الضوضاء في صورة تالفة بدقة ، لمجموعة من أنواع المشاهد ومستويات الضوضاء ، وفي ظل سيناريوهات تلف مختلفة.

ومن الأمثلة المثيرة للاهتمام بشكل خاص صورة لينا المنتشرة في كل مكان – وهي صورة معيارية شائعة جدًا – والتي نعرضها هنا على أنها صاخبة. لقد أظهرنا أن هذه الصورة صاخبة في شكلها الأصلي ، واستخدامها كـ “حقيقة أساسية” في تجارب الرؤية منخفضة المستوى يجب أن يتم بحذر.

نتائج تقليل الضوضاء لصورة Lena الأصلية باستخدام تقليل الضوضاء Bayesian و BRFOE البسيط غير المتغير. في أعلى اليسار توجد الصورة الأصلية (التفاصيل) ، وفي أعلى اليمين توجد الصورة منزوعة الألوان (BRFOE). يتم الاحتفاظ بالتفاصيل بالكامل في الصورة منزوعة الضوضاء ، لكن التشويش أقل وضوحًا. تقليل الضوضاء MAP في أسفل اليسار. يتم تحجيم صورة الفرق ، ومع صورة BRFOE.

 

زوران ودانيال ويائير فايس. “مقياس الثبات والضوضاء في الصور الطبيعية.” في رؤية الكمبيوتر ، 2009 المؤتمر الدولي الثاني عشر IEEE ، ص 2209-2216. IEEE ، 2009.

تنفيذ خوارزميات تقليل الضوضاء K-SVD و K-SVD

 

تحليل قوي للمكونات الرئيسية مع ضوضاء معقدة

 

تحليل قوي للمكونات الرئيسية مع ضوضاء معقدة

المراجعات

لا توجد مراجعات بعد.

كن أول من يقيم “كود MATLAB لطريقة تقدير الضوضاء”

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *