An efficient nonlinear approach for removing fixed-value impulse noise from grayscale images

Mújica-Vargas, Dante; Rubio, José de Jesús; Kinani, Jean Marie Vianney; Gallegos-Funes, Francisco J.

doi:10.1007/s11554-017-0746-8

Cited by 15 publications

(8 citation statements)

References 30 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…1е можно видеть равномерное распределение яркости искаженных пикселей. Нелинейные фильтры широко используются для решения задачи восстановления от импульсного шума [19]. Стандартный медианный фильтр заменяет значения каждого пикселя изображения на медиану яркостей множества соседних пикселей в некотором локальном окне [20].…”

Section: предварительные сведенияunclassified

New method for detecting and removing random-valued impulse noise from images

Lyakhov¹,

Orazaev²

2023

Computer Optics

View full text Add to dashboard Cite

The paper proposes a method for detecting and removing impulse noise in images, which determines the similarity between pixels by distance and the difference in brightness values in the local detector window. An impulse noise model is considered, where distorted pixels take random values and also randomly appear in the image. Pixels identified as pulses are recovered with an adaptive median filter. The impulses are determined in the detector window, whose size is calculated in the Euclidean metric and increases with increasing noise intensity in the image. In the experimental part, we discuss visual differences between familiar methods and the one proposed herein on three images for three different impulse noise intensities. In the approximation of image fragments, it is seen that the proposed method copes with the task in the best way, which is also confirmed by numerical estimates of the quality of image reconstruction from impulse noise based on the peak signal-to-noise ratio and the structural similarity index. The proposed method can be used when solving problems of cleaning images under conditions of distorting impulses and for eliminating distortions caused by adverse weather effects, such as raindrops and snow.

show abstract

Section: предварительные сведенияunclassified

New method for detecting and removing random-valued impulse noise from images

Lyakhov¹,

Orazaev²

2023

Computer Optics

View full text Add to dashboard Cite

show abstract

“…Mújica-Vargas et al [11] provide the last article entitled ''An efficient nonlinear approach for removing fixed-value impulse noise from grayscale images.'' The authors propose an efficient nonlinear filter to suppress high-density fixed-value impulse noise-also known as salt-and-pepper noise-in large-size grayscale images.…”

Section: Heterogeneous Real-time Image Processingmentioning

confidence: 99%

Special issue on heterogeneous real-time image processing

Fey

Hannig

2018

J Real-Time Image Proc

View full text Add to dashboard Cite

“…Para evaluar objetivamente la calidad de la supresión del ruido riciano en imágenes de resonancia magnética, se consideran cuatro aspectos. El primero, está relacionado con el rendimiento de la supresión de ruido y se evalúa utilizando la Relación Señal-Ruido Pico (PSNR) [9], ver ecuación (9). El segundo es cuantificar la preservación de los detalles finos de la imagen restaurada, está determinada por el error absoluto medio (MAE) [9], ver ecuación (11).…”

Section: Métricasunclassified

“…El primero, está relacionado con el rendimiento de la supresión de ruido y se evalúa utilizando la Relación Señal-Ruido Pico (PSNR) [9], ver ecuación (9). El segundo es cuantificar la preservación de los detalles finos de la imagen restaurada, está determinada por el error absoluto medio (MAE) [9], ver ecuación (11). El tercero, es eĺ Indice de Similitud Estructural (SSIM) [13], ver ecuación (12), es una medida cuantitativa de la diferencia entre la imagen original y reconstruida en cuanto a sus luminancias, contrastes e información de estructura.…”

Section: Métricasunclassified

“…Para acelerar el proceso de filtrado, se implementó una búsqueda de parches de similaridad para garantizar un valor adecuado para el pixel que se procesa. En [1,9] se analizaron en conjunto 23 filtros para suprimir ruido en IRM entre ellos se utilizaron, el algoritmo de promedio no local, filtro bilateral, trasformación por wavelets, transformación por curvelets, filtros estadísticos, entre otros.…”

Section: Introductionunclassified

See 1 more Smart Citation

Supresión de ruido Riciano en imágenes de resonancia magnética del cerebro utilizando un algoritmo de promedio local y global

Aguilar¹,

Mújica-Vargas²,

Kinani³

2018

RCS

Self Cite

View full text Add to dashboard Cite

Resumen. La imagen de resonancia magnética es el estudio más utilizado para diagnosticar enfermedades cerebrales; sin embargo, su calidad visual es severamente degradada por ruido Riciano que se incorpora inevitablemente durante el proceso de adquisición. Para atender este problema, en la literatura se tiene como un referente importante algoritmo, Non-Local Means, sin embargo,éste tiene un costo computacional alto, aunado a que en realidad solo utiliza información local de las imágenes. Por lo cual, en este trabajo de investigación se propone modificar el algoritmo original para minimizar su tiempo de ejecución y cumplir con el uso de la redundancia de información mediante el uso de promedios local y global. Palabras clave: ruido Riciano, imágenes de resonancia magnética del cerebro, promedio local y global.

show abstract

An efficient nonlinear approach for removing fixed-value impulse noise from grayscale images

Cited by 15 publications

References 30 publications

New method for detecting and removing random-valued impulse noise from images

New method for detecting and removing random-valued impulse noise from images

Special issue on heterogeneous real-time image processing

Supresión de ruido Riciano en imágenes de resonancia magnética del cerebro utilizando un algoritmo de promedio local y global

Contact Info

Product

Resources

About