Method of image filtering using singular decomposition and the surrogate data technology

У статті розглядається метод фільтрації мультиплікативного шуму на цифровому зображенні, заснований на представленні гомоморфного образу зображення в векторно-матричному фазовому просторі і використанні нетрадиційних методів багатомірного статистичного аналізу, а саме – технології сурогатних даних, яка дозволяє з єдиного зображення, спотвореного мультиплікативним шумом, формувати псевдоансамбль “сурогатних” зображень із подальшим їхнім усередненням. Проведено імітаційне моделювання запропонованого методу фільтрації шуму. Проведений візуальний порівняльний аналіз просторової і радіометричної роздільної здатності запропонованого й деяких відомих методів фільтрації шуму та їх чисельних мір якості. Показано, що запропонований метод демонструє кращу просторову та радіометричну роздільну здатність у порівнянні з найпоширенішими методами фільтрації шуму.

show abstract

Метод Фільтрації Мультиплікативного Шуму На Зображеннях З Використанням Технології Сурогатних Даних

Kostenko¹,

Slobodyanuk²,

Карлов³

et al. 2021

soi

View full text Add to dashboard Cite

show abstract

Method of Image Denoising in Generalized Phase Space with Improved Indicator of Spatial Resolution

Kostenko

Slobodyanuk

Kostenko

2019

Radioelectron.Commun.Syst.

Self Cite

View full text Add to dashboard Cite

The paper proposes a nonlocal method of additive noise suppression in digital image based on presenting the image in matrix phase space and using nonconventional methods of multivariate statistical analysis, namely, the surrogate data technology that makes it possible to generate a pseudo-ensemble of surrogate images with their subsequent averaging using a single snapshot. This approach is based on properties of the coherent accumulation of signal component of the observation and noncoherent accumulation of its noise component as the size of observation ensemble increases that allows us to partially solve the contradiction between the denoising level and the distortion or loss of small-sized details of image, i.e. reduction of spatial resolution. The simulation modeling of the proposed method of generalized SDT-filtering of noise was conducted using the application software package of MathCad and Matlab. A comparative analysis of the spatial resolution of the proposed and several known methods of denoising has been carried out using the resolution-measurement criterion and the modified Rayleigh criterion. As is shown, the proposed method demonstrates a better spatial resolution as compared to the most common methods of denoising that is confirmed by the results of simulation modeling.

show abstract

Measure of Filtering Quality Assessment of Image Noise Using Nonparametric Statistic

Kostenko

Slobodyanyuk

Васюта

et al. 2020

Radioelectron.Commun.Syst.

View full text Add to dashboard Cite

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.

Contact Info

customersupport@researchsolutions.com

10624 S. Eastern Ave., Ste. A-614

Henderson, NV 89052, USA

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

Blog Terms and Conditions API Terms Privacy Policy Contact Cookie Preferences Do Not Sell or Share My Personal Information

Made with 💙 for researchers

Part of the Research Solutions Family.

Method of image filtering using singular decomposition and the surrogate data technology

Cited by 3 publications

References 4 publications

Метод Фільтрації Мультиплікативного Шуму На Зображеннях З Використанням Технології Сурогатних Даних

Метод Фільтрації Мультиплікативного Шуму На Зображеннях З Використанням Технології Сурогатних Даних

Method of Image Denoising in Generalized Phase Space with Improved Indicator of Spatial Resolution

Measure of Filtering Quality Assessment of Image Noise Using Nonparametric Statistic

Contact Info

Product

Resources

About