Eliminación de ruido impulsivo en imágenes a color, utilizando interpolación con funciones de base radial

Impulsive noise elimination in color images using interpolation with radial-basis functions

  • Jaime Alberto Echeverri Arias Universidad de Medellín
  • Jorge Eliécer Rudas Castaño Universidad del Magdalena
  • Ricardo Toscano Cuello Universidad del Magdalena
  • Rubén Ballesteros Padilla Universidad del Magdalena
Palabras clave: Non-linear images filter, radial basis functions, interpolation, impulsive noise (en_US)
Palabras clave: Filtro no lineal de imágenes, funciones de base radial, interpolación, ruido impulsivo (es_ES)

Resumen (es_ES)

Este documento presenta un método para suprimir ruido impulsivo enimágenes a color, utilizando interpolación a través de funciones de baseradial. Este es un problema clásico en múltiples aplicaciones en diferentesáreas, su origen radica en mecanismos de captación de datosdefectuosos, que generan errores a intervalos variados de tiempo en lasseñales de entrada.Se comparan los resultados obtenidos con el método propuesto, frente alos algoritmos clásicos no lineales, como el filtrado por la mediana, la mediay el de outlier. En todos los escenarios probados, los resultados fueronmás eficaces con el método propuesto. El algoritmo demostró ser robustofrente a grandes volúmenes de ruido en el caso de prueba. Los resultadosfueron analizados a través del error cuadrado medio (ECM) y Peak Signalto Noise Ratio (PSNR) que son dos métricas de uso común para compararla calidad entre dos imágenes luego de un proceso de restauración. Sealcanzó un ECM de 14 y un PSNR de 35.8 db sobre la imagen de Lenna a512x512 pixeles con un porcentaje de pixeles ruido del 40%.

Resumen (en_US)

This paper presents a method for impulsive noise elimination in colored images by using interpolation through radial basis functions. This is a classic problem in many applications in different fields; its origin lies in defective-data capturing mechanisms that make errors at different time intervals over an input signal.

We compare the results obtained using the proposed method to the resultes obtained using classical non-linear filtering algorithms, such as the median filtering, and the mean and outlier filtering. In all scenarios, the results were more effective when using the proposed method. The algorithm proved to be robust under hihg-noise conditions during the tests. The results were analyzed using Mean Square Error (MSE) and Peak Signal to Noise Ratio (PSNR), which are two commonly used metrics to compare the quality between two images after performing a restoration process. MSE of 14 and PSNR of 35.8 db were reached on the 512x512-pixel Lenna image with a noise-pixel percentage of 40%.

Descargas

La descarga de datos todavía no está disponible.

Referencias

Alasdair, M. (2004). Introduction to digital image processing with MATLAB, Course Technology a part of engage learning.

Mythili, C. y Kavitha, V. (2011). Efficient Technique for Color Image Noise Reduction, The research bulletin of Jordan, ACM,

Vol. 1, No 11. 41-44.

Rosenfeld, A. y Kak A. (1982). Digital Picture Processing (V.I y II). Academic Press.

Pratt, W. (1991). Digital Image Processing. Wiley-Interscience.

Gonzalez R. y Woods R. (1992). Digital Image Processing. Addison-Wesley, 220 – 281.

García H. A., y Ramírez, J. F. (2003). Método Basado en Redes Neuronales Wavelet para Eliminar Ruido en Espectros Estelares,

presentado en el II Congreso Español de Informática.

Mélange T., Mike Nachtegael y Etienne, E. Kerre. (2011). Fuzzy random impulse noise removal from color image sequences,

IEEE Transactions on image processing, Vol. 20, No. 4.

Gómez, H., Maldonado, S., Utrilla, M., y Martín, P. (2003). Eliminación de ruido impulsivo en imágenes, mediante el uso de

máquinas de vectores soporte, Universidad de Alcalá.

Peregrina, R. y Díaz, A. (2003). Filtrado analógico de media LP no lineal, Instituto Nacional de Astrofísica, Óptica y Electrónica

Luis Enrique Erro, No. 1, Santa MariaTonantzintla, Puebla, Mexico.

Bradley, J. y Baxter, C. (1992). The Interpolation Theory of Radial Basis Functions, PhD. Thesis of Trinity College.

Wendland, H. (1995). Piecewise polynomial, positive definite and compactly supported radial functions of minimal degree,

Advances in Computational Mathematics, Vol. 4, 389-396.

Wendland, H. (2005). Computational aspects of radial basis function approximation, Topics in Multivariate Approximation and

Interpolation, Elsevier B.V., 231-256.

Wendland, H. y Schaback, R. (2002). Inverse and saturation theorems for radial basis function interpolation, Mathematics of

Computation, No. 71, 669-681.

Echeverri, J., Cañaveral, R. y Vásquez, A. (2007). Reconstrucción tridimensional de rostros a partir de imágenes de rango por

medio de funciones de base radial de soporte compacto, Revista de Ingeniería de la Universidad de Medellín, Vol. 6, No. 11,

-207

Carr, J. C., Fright, W. R., y Beatson, R. K. (1997). Surface interpolation with radial basis functions for medical imaging, IEEE

Transaction on medical imaging, Vol. 16, No. 11, 96-107.

Anudeep Gandam y Jagroop Singh Sidhu. (2010). A Post-Processing Algorithm for Detection & Removal of Corner Outlier,

International Journal of Computer Applications, Vol. 4, No. 2, 9 – 16.

Historia de Lenna. (2011). Consultado: http://totaki.com/poesiabinaria/2010/03/historia-de-lenna/. (5 de abril, 2011).

Zhou Wang y Alan C. Bovi. (2009). Mean Squared Error: Love It or Leave It?, IEEE Signal processing Magazine, Vol. 98.

Knee, M. (2002). A Single-ended Picture Quality Measure for MPEG-2, Snell & Wilcox, UK.

Morillas, S. y Gregori, V. (2011). Robustifying Vector Median Filter, Sensors, No. 11, 8115-8126.

N.Suresh Kumar, P.Phani Kumar, M.Kanti Kiran y K.Sri Rama Krishna, (2011). Improved Impulse Noise Detector for Adaptive

Switching Median Filter, International Journal of Electronics & Communication Technology, IJECT, Vol. 2, No. 2, 153 – 157.

Cómo citar
Echeverri Arias, J. A., Rudas Castaño, J. E., Toscano Cuello, R., & Ballesteros Padilla, R. (2011). Eliminación de ruido impulsivo en imágenes a color, utilizando interpolación con funciones de base radial. Ingeniería, 16(1), 27-35. https://doi.org/10.14483/23448393.3690
Publicado: 2011-05-05
Sección
Artículos