ПОРІВНЯЛЬНИЙ АНАЛІЗ АЛГОРИТМІВ МІЖКАДРОВОЇ ФІЛЬТРАЦІЇ ВІДЕОПОСЛІДОВНОСТЕЙ, СПОТВОРЕНИХ АДИТИВНОЮ ЗАВАДОЮ
Ключові слова:
відеопослідовність, адитивна завада, білий гаусівський шум, фільтрація, міжкадрове усереднення, текстурне зображення, гаусівське випадкове поле, просторово-часова обробка зображеньАнотація
Однією з вимог до функціонування технічних систем цифрової обробки відеопослідовностей є забезпечення зниження негативного впливу завад, які виникають на відеозображеннях в процесі їх реєстрації або передачі через канали зв’язку. Заглушення завад та поліпшення відношення сигнал/шум є актуальним для застосувань, в яких окрім візуального аналізу отриманих спостережень також можуть використовуватися відповідні алгоритми автоматичної обробки даних. Фільтрація зазвичай виступає як базова складова обробки зображень, а вибір конкретних алгоритмів залежить від вимог до їх обчислювальної складності та можливостей заглушення відповідного виду завади.
В статті виконано порівняльний аналіз алгоритмів, які застосовуються для розв’язання задачі пригнічення завади, що описується за допомогою моделі адитивного білого гаусівського шуму та спотворює послідовність цифрових зображень. Зазначено особливості реалізації методів фільтрації, які використовують процедуру міжкадрового усереднення. Подано математичні вирази, які дозволяють описати процес знешумлення зображень, надано характеристику розглянутих підходів, зазначено їхні переваги та недоліки. Дослідження проведено шляхом моделювання в програмному середовищі MATLAB з використанням синтезованих даних, побудованих на основі однорідних текстурних зображень, що описуються моделлю гаусівського випадкового поля. Отримано кількісні показники результатів фільтрації синтезованої відеопослідовності із заданими параметрами. Наведено графіки середньоквадратичного відхилення помилки фільтрації, що дозволяє оцінити ступінь пригнічення завади у разі застосування відповідного підходу. Для забезпечення можливості візуального суб’єктивного контролю якості даних, отриманих шляхом застосування реалізованих алгоритмів, представлено приклади знешумлених кадрів модельного відеозображення.
Отримані результати демонструють придатність досліджуваних методів для їх застосування в задачах фільтрації відеоданих з метою заглушення завади, та можуть бути використані для розроблення алгоритмічного забезпечення програмних модулів обробки відеопослідовностей, що характеризуються високим рівнем кореляції між сусідніми кадрами, а також в наукових задачах, які охоплюють сферу розробки методів знешумлення відеозображень.
Посилання
В. В. Бараннік, Ф. О. Устименко, В. В. Бараннік, І. О. Мільцин, і О. К. Юдін, «Метод селективної обробки відео сегментів для підвищення якості відеозображень в системах інтелектуального аналізу,» Наукоємні технології, т. 66, № 2, с. 214-225, 2025. https://doi.org/10.18372/2310-5461.66.20332 .
Н. В. Головіна, і О. М. Ляшенко, «Дослідження методів відновлення та реконструкції зображень,» Вчені записки ТНУ імені В.І. Вернадського. Серія: Технічні науки, т. 33 (72), № 2, с. 80-85, 2022. https://doi.org/10.32838/2663-5941/2022.2/13 .
D. Patel, D. Bhatt, D. Patel, and H. Patel, “An Analytical Study of Spatial Domain Image Denoising Techniques,” International Journal of Engineering Research and Technology, vol. 4, no. 2, pp. 1134-1139, 2015.
П. Ю. Костенко, В. В. Слободянюк, Д. В. Карлов, Є. В. Ветлугін, і В. О. Лєбєдєв, «Метод фільтрації мультиплікативного шуму на зображеннях з використанням технології сурогатних даних,» Системи обробки інформації, № 4 (167), с. 45-57, 2021. https://doi.org/10.30748/soi.2021.167.04 .
B. Goyal, A. Dogra, S. Agrawal, B. S. Sohi, and A. Sharma, “Image denoising review: From classical to state-of-the-art approaches,” Information Fusion, vol. 55, pp. 220-244, 2020. https://doi.org/10.1016/j.inffus.2019.09.003 .
N. Goran, A. Begovic, and N. Skaljo, “Adjacent Image Correlation for Video Quality Assessment,” in 62nd International Symposium ELMAR-2020, Zadar, Croatia, 2020, pp. 45-48. https://doi.org/10.1109/ELMAR49956.2020.9219047 .
R. C. Gonzalez, and R. E. Woods, Digital Image Processing, 4th ed. USA: Pearson, 2018, 1022 p.
Й. Й. Білинський, О. І. Нікольський, і А. Б. Гуральник, «Фільтрація ультразвукових зображень на основі морфологічних операцій,» Вісник Вінницького політехнічного інституту, № 4, с. 71-79, 2019. https://doi.org/10.31649/1997-9266-2019-145-4-71-79.
V. B. Surya Prasath, “Video denoising with adaptive temporal averaging,” Engineering Review, vol. 39, no. 3, pp. 243-247, 2019. https://doi.org/10.30765/er.39.3.05 .
K. Dang, J. Yang, and J. Yuan, “Adaptive Exponential Smoothing for Online Filtering of Pixel Prediction Maps,” in IEEE International Conference on Computer Vision (ICCV), 2015, pp. 3209-3217. https://doi.org/10.1109/ICCV.2015.367 .
A. A. Yahya, J. Tan, and L. Li, “Video Noise Reduction Method Using Adaptive Spatial-Temporal Filtering,” Discrete Dynamics in Nature and Society, vol. 2015, no. 1, pp. 1-10, 2015. http://dx.doi.org/10.1155/2015/351763 .
О. М. Ляшук, «Методи гомоморфної двоетапної багатопоглядової фільтрації зображень радіолокатора з синтезованою апертурою антени.» автореф. дис. канд. техн. наук., Харків. нац. ун-т. радіо-ки, Харків, 2019. [Електронний ресурс]. Режим доступу: http://openarchive.nure.ua/handle/document/10120 . Дата звернення: 16.04.2025.
H. Benoit, Digital Television: Satellite, Cable, Terrestrial, IPTV, Mobile TV in the DVB Framework, 3rd ed. Elsevier, Focal Press, 2008, 289 p.
D. A. Zaporozhets, and S. V. Vyshnevyi, “Filtration of image sequences distorted by noise using two-stage processing technique,” in XII intern. scient. and tech. conf. Radioengineering Problems, Signals, Devices and Systems, Kyiv, 2023, pp. 8-10.
C. Cai, K. Lam, and Z. Tan, “Adaptive Alpha-Trimmed Average Operator Based on Gaussian Distribution Hypothesis Test for Image Representation,” in Fourth International Conference on Image and Graphics, 2007, pp. 810-814. https://doi.ieeecomputersociety.org/10.1109/ICIG.2007.133 .
Є. Є. Федоров, і Т. Ю. Уткіна, «Метод очищення від шуму візуальної біометричної інформації,» Вісник Черкаського державного технологічного університету: Технічні науки, т. 26, № 4, с. 5-15, 2021. https://doi.org/10.24025/2306-4412.4.2021.247856 .
M. S. Reis, P. M. Saraiva, and B. R. Bakshi, “Data Quality and Denoising: A Review,” in Comprehensive Chemometrics, vol. 3, S. Brown, R. Tauler, and B. Walczak, Ed. Elsevier, 2020, pp. 180-204. https://doi.org/10.1016/B978-0-12-409547-2.14874-7 .
M. Trigka, E. Dristas, and K. Moustakas, “Joint Power and Contrast Shrinking in RGB Images with Exponential Smoothing,” in IEEE 14th Image, Video, and Multidimensional Signal Processing Workshop (IVMSP), Nafplio, Greece, 2022, pp. 1-5. https://doi.org/10.1109/IVMSP54334.2022.9816299 .
G. Ou, S. Zou, S. Liu, and J. Tang, “A secondary EWMA-based dictionary learning algorithm for polynomial phase signal denoising,” Nature [Online]. Available: https://www.nature.com/articles/s41598-022-16644-y . Accessed on: May 10, 2025.
A. McAndrew, A Computational Introduction to Digital Image Processing. CRC Press, 2016, 643 p.
L. Zheng, G. Jin, W. Xu, and H. Qu, “An improved adaptive preprocessing method for TDI CCD images,” Optoelectronics Letters, vol. 14, no. 1, pp. 76-80, 2018. https://doi.org/10.1007/s11801-018-7175-1 .
C. R. Park, S. Kang, and Y. Lee, “Median modified wiener filter for improving the image quality of gamma camera images,” Nuclear Engineering and Technology, vol. 52, no. 10, pp. 2328-2333, 2020. https://doi.org/10.1016/j.net.2020.03.022 .
L. Zheng, and W. Xu, “An Improved Adaptive Spatial Preprocessing Method for Remote Sensing Images,” Sensors, vol. 21, pp. 1-18, 2021. https://doi.org/10.3390/s21175684 .
О. М. Ляшук, С. В. Вишневий, і С. Я. Жук, «Алгоритм двоетапної фільтрації багатоканальних зображень з внутрішньокадровою некаузальною обробкою при наявності некорельованої завади,» Вісник Національного університету «Львівська політехніка». Серія «Радіотехніка та телекомунікації», № 874, с. 47-56, 2017.
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Автори, які публікуються у цьому журналі, згодні з такими умовами:
- Автори зберігають авторське право і надають журналу право першої публікації.
- Автори можуть укладати окремі, додаткові договірні угоди з неексклюзивного поширення опублікованої журналом версії статті (наприклад, розмістити її в інститутському репозиторії або опублікувати її в книзі), з визнанням її первісної публікації в цьому журналі.
- Авторам дозволяється і рекомендується розміщувати їхню роботу в Інтернеті (наприклад, в інституційних сховищах або на їхньому сайті) до і під час процесу подачі, оскільки це сприяє продуктивним обмінам, а також швидшому і ширшому цитуванню опублікованих робіт (див. вплив відкритого доступу).
