El siguiente trabajo presenta el diseño automático de un clasificador para filtrado de ruido en imágenes binarias utilizando la técnica del análisis discriminante lineal. Se diseñó el clasificador en dos etapas: entrenamiento y testeo. En la etapa de entrenamiento, utilizando un conjunto de n-pares de imágenes con ruido aditivo al 10%, se obtuvo una matriz de observaciones con sus respectivas etiquetas para una ventana de tamaño 3x3 y 5x5. Aplicando la técnica del análisis discriminante lineal se consiguió un conjunto de coeficientes generando un nuevo filtro que es el que se propone en este trabajo. En la etapa de testeo se comparó el clasificador propuesto con un filtro heurístico, en este caso se eligió el filtro mediana. Ambos fueron aplicados a tres imágenes de prueba con ruido aleatorio al 10%. Se calculó el error cuadrático medio para ambas técnicas. Se concluyó que, para las condiciones experimentales diseñadas, el clasificador propuesto tiene un mejor rendimiento con respecto al filtro mediana.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.