Новые методы адаптивной медианной фильтрации импульсного шума в изображениях
Червяков Н.И., Ляхов П.А., Оразаев А.Р.

Северо-Кавказский федеральный университет, Ставрополь, Россия

Аннотация:
В статье предложены два новых метода адаптивной медианной фильтрации импульсного шума в изображениях. Первый метод основан на совместном применении итеративной обработки и преобразования результата медианной фильтрации на основе распределения Лоренца. Второй метод использует альтернативные маски медианного фильтра, рассчитанные с использованием метрики Евклида. Такой подход позволил уменьшить размер обрабатываемой области без потери качества обработки для шумов с низкой интенсивностью. В экспериментальной части статьи приведены результаты сравнения качества работы предложенных методов с известными. Для моделирования были использованы 3 различных изображения, искаженные импульсным шумом с вероятностями искажения пикселей от 1 % до 99 % включительно. Численная оценка качества очистки изображений от шума на основе пикового отношения сигнала к шуму (PSNR) и индекса структурного сходства (SSIM) показала, что предложенные методы показывают лучший результат обработки во всех рассмотренных случаях по сравнению с известными подходами. Полученные в статье результаты могут найти широкое практическое применение в обработке спутниковых и медицинских изображений, геофизических данных и других приложениях цифровой обработки изображений.

Ключевые слова:
обработка изображений, шум в системах визуализации, импульсный шум, фильтры, медианный фильтр, адаптивный фильтр.

Цитирование:
Червяков, Н.И. Два метода адаптивной медианной фильтрации импульсного шума на изображениях / Н.И. Червяков, П.А. Ляхов, А.Р. Оразаев // Компьютерная оптика. – 2018. – Т. 42, № 4. – С. 667-678. – DOI: 10.18287/2412-6179-2018-42-4-667-678.

Литература:

  1. Gonzalez, R.C. Digital image processing / R.C. Gonzalez, R.E. Woods. – 3rd ed. – Upper Saddle River: Pearson Prentice Hall, 2007. – P. 976. – ISBN: 978-0-13-168728-8.
  2. Gonzalez, R.C. Digital image processing using MATLAB / R.C. Gonzalez, R.E. Woods, S.L. Eddins. – 2nd ed. – Upper Saddle River, NJ: Prentice-Hall, Inc., 2010. – P. 344. – ISBN: 978-0-9820854-0-0.
  3. Bovik, A.C. Handbook of image and video processing / A.C. Bovik. – Orlando, FL: Academic Press, 2010. – P. 1372. – ISBN: 978-0-12-119792-6.
  4. Tukey, J.W. Exploratory data analysis / J.W. Tukey. – Reading, MA: Pearson, 1977. – ISBN: 978-0-201-07616-5.
  5. Ko, S.-J. Center weighted median filters and their applications to image enhancement / S.-J. Ko, Y.H. Lee // IEEE Transactions on Circuits and Systems. – 1991. – Vol. 38, Issue 9. – P. 984-993. – DOI: 10.1109/31.83870.
  6. Wang, Z. Progressive switching median filter for the removal of impulse noise from highly corrupted images / Z. Wang, D. Zhang // IEEE Transactions on Circuits and Systems II: Analog and Digital Signal Processing. – 1999. – Vol. 46, Issue 1. – P. 78-80. – DOI: 10.1109/82.749102.
  7. Hwang, H. Adaptive median filters: new algorithms and results / H. Hwang, R.A. Haddad // IEEE Transactions on Image Processing. – 1995. – Vol. 4, Issue 4. – P. 499-502. – DOI: 10.1109/83.370679.
  8. Lu, C.-T. Removal of salt-and-pepper noise in corrupted image using three-values-weighted approach with variable-size-window / C.-T. Lu, Y.-Y. Chen, L.-L. Wang, C.-F. Chang // Pattern Recognition Letters. – 2016. – Vol. 80. – P. 188-199. – DOI: 10.1016/j.patrec.2016.06.026.
  9. Fabijanska, A. Noise adaptive switching median-based filter for impulse noise removal from extremely corrupted images / A. Fabijanska, D. Sankowski // IET Image Processing. – 2011. – Vol. 5, Issue 5. – P. 472-480. – DOI: 10.1049/iet-ipr.2009.0178.
  10. Ng, P.-E. A switching median filter with boundary discriminative noise detection for extremely corrupted images / P.-E. Ng, K.-K. Ma // IEEE Transactions on Image Processing. – 2006. – Vol. 15, Issue 6. – P. 1506-1516. – DOI: 10.1109/TIP.2005.871129.
  11. Peixuan, Z. A new adaptive weighted mean filter for removing salt-and-pepper noise / Z. Peixuan, L. Fang // IEEE Signal Processing Letters. – 2014. – Vol. 21, Issue 10. – P. 1280-1283. – DOI: 10.1109/LSP.2014.2333012.
  12. Roy, A. Combination of adaptive vector median filter and weighted mean filter for removal of high-density impulse noise from colour images / A. Roy, J. Singha, L. Manam, R.H. Laskar // IET Image Processing. – 2017. – Vol. 11, Issue 6. – P. 352-361. – DOI: 10.1049/iet-ipr.2016.0320.
  13. Toh, K.K.V. Noise adaptive fuzzy switching median filter for salt-and-pepper noise reduction / K.K.V. Toh, N.A.M. Isa // IEEE Signal Processing Letters. – 2010. – Vol. 17, Issue 3. – P. 281-284. – DOI: 10.1109/LSP.2009.2038769.
  14. Hsieh, M.-H. Fast and efficient median filter for removing 1–99% levels of salt-and-pepper noise in images / M.-H. Hsieh, F.-C. Cheng, M.-C. Shie, S.-J. Ruan // Engineering Applications of Artificial Intelligence. – 2013. – Vol. 26, Issue 4. – P. 1333-1338. – DOI: 10.1016/j.engappai.2012.10.012.
  15. Vijaykumar, V.R. High density impulse noise removal using robust estimation based filter / V.R. Vijaykumar, P.T. Vanathi, P. Kanagasabapathy, D. Ebenezer // IAENG International Journal of Computer Science. – 2008. – Vol. 35, Issue 3. – P. 259-266.
  16. Jourabloo, A. New algorithms for recovering highly corrupted images with impulse noise / A. Jourabloo, A.H. Feghahati, M. Jamzad // Scientia Iranica. – 2012. Vol. 19, Issue 6. – P. 1738-1745. – DOI: 10.1016/j.scient.2012.07.016.
  17. Chen, Y. Structure-adaptive fuzzy estimation for random-valued impulse noise suppression / Y. Chen, Y. Zhang, J. Yang, H. Shu, L. Luo, J. Coatrieux, Q. Feng, // IEEE Transactions on Circuits and Systems for Video Technology. – 2018. – Vol. 28, Issue 2. – P. 414-427. – DOI: 10.1109/TCSVT.2016.2615444.
  18. Srinivasan, K.S. A new fast and efficient decision-based algorithm for removal of high-density impulse noises / K.S. Srinivasan, D. Ebenezer // IEEE Signal Processing Letters. – 2007. – Vol. 14, Issue 3. – P. 189-192. – DOI: 10.1109/LSP.2006.884018.
  19. Brownrigg, D.R.K. The weighted median filter // Communications of the ACM. – 1984. – Vol. 27, Issue 8. – P. 807-818. – DOI: 10.1145/358198.358222.
  20. Yin, L. Weighted median filters: a tutorial / L. Yin, R. Yang, M. Gabbouj, Y. Neuvo // IEEE Transactions on Circuits and Systems II: Analog and Digital Signal Processing. – 1996. – Vol. 43, Issue 3. – P. 157-192. – DOI: 10.1109/82.486465.
  21. Zhou, H. Weighted FIR median hybrid filters for image processing / H. Zhou, B. Zeng, Y. Neuvo // Proceedings of the International Conference on Circuits and Systems. – 1991. – P. 793-796. – DOI: 10.1109/CICCAS.1991.184480.
  22. Chen, T. Adaptive impulse detection using center-weighted median filters / T. Chen, H.R. Wu // IEEE Signal Processing Letters. – 2001. – Vol. 8, Issue 1. – P. 1-3. – DOI: 10.1109/97.889633.
  23. Chan, R.H. An iterative procedure for removing random-valued impulse noise / R.H. Chan, Ch. Hu, M. Nikolova // IEEE Signal Processing Letters. – 2004. – Vol. 11, Issue 12. – P. 921-924. – DOI: 10.1109/LSP.2004.838190,
  24. Black, M.J. On the unification of line processes, outlier rejection, and robust statistics with applications in early vision / M.J. Black, A. Rangarajan // International Journal of Computer Vision. – 1996. – Vol. 19, Issue 1. – P. 57-91. – DOI: 10.1007/BF00131148.
  25. Jähne, B. Digital image processing / B. Jähne. – Berlin, Heidelberg: Springer, 2005. – P. 584. – ISBN: 978-3-540-24035-8.
  26. Jelodari, P.T. FPGA implementation of an adaptive window size image impulse noise suppression system / P.T. Jelodari, M.P. Kordasiabi, S. Sheikhaei, B. Forouzandeh // Journal of Real-Time Image Processing. – 2017. – P. 1-12. – DOI: 10.1007/s11554-017-0705-4.
  27. Wang, Z. Image quality assessment: from error visibility to structural similarity / Z. Wang, A.C. Bovik, H.R. Sheikh, E.P. Simoncelli // IEEE Transactions on image processing. – 2004. – Vol. 13, Issue 4. – P. 600-612. – DOI: 10.1109/TIP.2003.819861.
  28. Bitbucket [Электронный ресурс]. – URL: https://bitbucket.org/anzor_orazaev/mmm/src/master/ (дата обращения 25.04.2018).

© 2009, IPSI RAS
Россия, 443001, Самара, ул. Молодогвардейская, 151; электронная почта: ko@smr.ru ; тел: +7 (846) 242-41-24 (ответственный секретарь), +7 (846) 332-56-22 (технический редактор), факс: +7 (846) 332-56-20