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

Este documento presenta un método para suprimir ruido impulsivo en imágenes a color, utilizando interpolación a través de funciones de base radial. Este es un problema clásico en múltiples aplicaciones en diferentes áreas, su origen radica en mecanismos de captación de datos defectuosos, que generan...

Full description

Autores:
Tipo de recurso:
Fecha de publicación:
2011
Institución:
Universidad de Medellín
Repositorio:
Repositorio UDEM
Idioma:
spa
OAI Identifier:
oai:repository.udem.edu.co:11407/3404
Acceso en línea:
http://hdl.handle.net/11407/3404
Palabra clave:
Filtro no lineal de imágenes
Funciones de base radial
Interpolación
Ruido impulsivo
Non-linear images filter
Radial basis functions
Interpolation
Impulsive noise
Rights
openAccess
License
http://purl.org/coar/access_right/c_abf2
id REPOUDEM2_298ab79f7bd70d0313a2446f242272b0
oai_identifier_str oai:repository.udem.edu.co:11407/3404
network_acronym_str REPOUDEM2
network_name_str Repositorio UDEM
repository_id_str
dc.title.spa.fl_str_mv 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
title Eliminación de ruido impulsivo en imágenes a color, utilizando interpolación con funciones de base radial
spellingShingle Eliminación de ruido impulsivo en imágenes a color, utilizando interpolación con funciones de base radial
Filtro no lineal de imágenes
Funciones de base radial
Interpolación
Ruido impulsivo
Non-linear images filter
Radial basis functions
Interpolation
Impulsive noise
title_short Eliminación de ruido impulsivo en imágenes a color, utilizando interpolación con funciones de base radial
title_full Eliminación de ruido impulsivo en imágenes a color, utilizando interpolación con funciones de base radial
title_fullStr Eliminación de ruido impulsivo en imágenes a color, utilizando interpolación con funciones de base radial
title_full_unstemmed Eliminación de ruido impulsivo en imágenes a color, utilizando interpolación con funciones de base radial
title_sort Eliminación de ruido impulsivo en imágenes a color, utilizando interpolación con funciones de base radial
dc.subject.spa.fl_str_mv Filtro no lineal de imágenes
Funciones de base radial
Interpolación
Ruido impulsivo
Non-linear images filter
Radial basis functions
Interpolation
Impulsive noise
topic Filtro no lineal de imágenes
Funciones de base radial
Interpolación
Ruido impulsivo
Non-linear images filter
Radial basis functions
Interpolation
Impulsive noise
description Este documento presenta un método para suprimir ruido impulsivo en imágenes a color, utilizando interpolación a través de funciones de base radial. Este es un problema clásico en múltiples aplicaciones en diferentes áreas, su origen radica en mecanismos de captación de datos defectuosos, que generan errores a intervalos variados de tiempo en las señales de entrada. Se comparan los resultados obtenidos con el método propuesto, frente a los algoritmos clásicos no lineales, como el filtrado por la mediana, la media y el de outlier. En todos los escenarios probados, los resultados fueron más eficaces con el método propuesto. El algoritmo demostró ser robusto frente a grandes volúmenes de ruido en el caso de prueba. Los resultados fueron analizados a través del error cuadrado medio (ECM) y Peak Signal to Noise Ratio (PSNR) que son dos métricas de uso común para comparar la calidad entre dos imágenes luego de un proceso de restauración. Se alcanzó un ECM de 14 y un PSNR de 35.8 db sobre la imagen de Lenna a 512x512 pixeles con un porcentaje de pixeles ruido del 40%.
publishDate 2011
dc.date.created.none.fl_str_mv 2011
dc.date.accessioned.none.fl_str_mv 2017-06-15T22:05:18Z
dc.date.available.none.fl_str_mv 2017-06-15T22:05:18Z
dc.type.eng.fl_str_mv Article
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_6501
http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/article
dc.identifier.citation.spa.fl_str_mv Echeverri, J.A., Rudas J.E., Toscano, R., Ballesteros, R. (2011). Eliminación de ruido impulsivo en imágenes a color, utilizando interpolación con funciones de base radial. En: Ingeniería, Vol. 16, No. 1. 27-35.
dc.identifier.issn.none.fl_str_mv 0121750X
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/11407/3404
dc.identifier.eissn.none.fl_str_mv 23448393
identifier_str_mv Echeverri, J.A., Rudas J.E., Toscano, R., Ballesteros, R. (2011). Eliminación de ruido impulsivo en imágenes a color, utilizando interpolación con funciones de base radial. En: Ingeniería, Vol. 16, No. 1. 27-35.
0121750X
23448393
url http://hdl.handle.net/11407/3404
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.isversionof.spa.fl_str_mv http://revistas.udistrital.edu.co/ojs/index.php/reving/article/view/3690
dc.relation.ispartofes.spa.fl_str_mv Ingeniería. Vol. 16, No. 1. 27-35.
dc.relation.references.spa.fl_str_mv 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.
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
rights_invalid_str_mv http://purl.org/coar/access_right/c_abf2
dc.publisher.spa.fl_str_mv Universidad Distrital Francisco José de Caldas
dc.publisher.program.spa.fl_str_mv Ingeniería de Sistemas
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingenierías
dc.source.spa.fl_str_mv Ingeniería
institution Universidad de Medellín
bitstream.url.fl_str_mv http://repository.udem.edu.co/bitstream/11407/3404/1/Articulo.html
bitstream.checksum.fl_str_mv dc9de1a872506c2cc6883b9ff713dfd9
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositorio Institucional Universidad de Medellin
repository.mail.fl_str_mv repositorio@udem.edu.co
_version_ 1808481159091322880
spelling 2017-06-15T22:05:18Z2017-06-15T22:05:18Z2011Echeverri, J.A., Rudas J.E., Toscano, R., Ballesteros, R. (2011). Eliminación de ruido impulsivo en imágenes a color, utilizando interpolación con funciones de base radial. En: Ingeniería, Vol. 16, No. 1. 27-35.0121750Xhttp://hdl.handle.net/11407/340423448393Este documento presenta un método para suprimir ruido impulsivo en imágenes a color, utilizando interpolación a través de funciones de base radial. Este es un problema clásico en múltiples aplicaciones en diferentes áreas, su origen radica en mecanismos de captación de datos defectuosos, que generan errores a intervalos variados de tiempo en las señales de entrada. Se comparan los resultados obtenidos con el método propuesto, frente a los algoritmos clásicos no lineales, como el filtrado por la mediana, la media y el de outlier. En todos los escenarios probados, los resultados fueron más eficaces con el método propuesto. El algoritmo demostró ser robusto frente a grandes volúmenes de ruido en el caso de prueba. Los resultados fueron analizados a través del error cuadrado medio (ECM) y Peak Signal to Noise Ratio (PSNR) que son dos métricas de uso común para comparar la calidad entre dos imágenes luego de un proceso de restauración. Se alcanzó un ECM de 14 y un PSNR de 35.8 db sobre la imagen de Lenna a 512x512 pixeles con un porcentaje de pixeles ruido del 40%.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%.spaUniversidad Distrital Francisco José de CaldasIngeniería de SistemasFacultad de Ingenieríashttp://revistas.udistrital.edu.co/ojs/index.php/reving/article/view/3690Ingeniería. Vol. 16, No. 1. 27-35.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,-207Carr, 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 AdaptiveSwitching Median Filter, International Journal of Electronics & Communication Technology, IJECT, Vol. 2, No. 2, 153 – 157.IngenieríaFiltro no lineal de imágenesFunciones de base radialInterpolaciónRuido impulsivoNon-linear images filterRadial basis functionsInterpolationImpulsive noiseEliminación de ruido impulsivo en imágenes a color, utilizando interpolación con funciones de base radialImpulsive noise elimination in color images using interpolation with radial-basis functionsArticleinfo:eu-repo/semantics/articlehttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Echeverri Arias, Jaime AlbertoRudas Castaño, Jorge EliécerToscano Cuello, RicardoaBallesteros Padilla, RubénEcheverri Arias, Jaime Alberto; Universidad de MedellínRudas Castaño, Jorge Eliécer; Universidad del MagdalenaToscano Cuello, Ricardo; Universidad del MagdalenaBallesteros Padilla, Rubén; Universidad del MagdalenaORIGINALArticulo.htmltext/html507http://repository.udem.edu.co/bitstream/11407/3404/1/Articulo.htmldc9de1a872506c2cc6883b9ff713dfd9MD5111407/3404oai:repository.udem.edu.co:11407/34042020-05-27 15:53:35.931Repositorio Institucional Universidad de Medellinrepositorio@udem.edu.co