Sunteți pe pagina 1din 9

O noua abordare a tehnicii peer- group privind filtarea imaginilor

ABSTRACT

Conceptul de peer-group al unui pixel este definit ca fiind setul de pixeli vecini care sunt asemenea cu acesta conform unei distante sau unei masuri de similitudine. Acest concept a fost folosit cu success pentru a concepe algoritmi de detectie si suprimare a zgomotului in imaginile alb-negru si color. In comparatie cu tehnicile precedente peer-group, aceasta noua abordare imbunatateste raportul dintre eficienta computationala (metoda este aplicata doar atunci cand distanta dinte pixeli sau masura de similitudine folosita indeplineste proprietatea inegalitatii triunghilare) si calitatea filtrarii ( includerea unei etape de prelucrare a pixelilor in detectia zgomotului).

Metoda propusa functioneaza urmand urmatorii pasi:

1. imaginea este prelucrata in blocuri disjuncte dupa care se efectueaza o clasificare rapida a

pixelilor in trei

categorii: ne-corupti, corupti, nediagnosticati.

2. pixelii nediagnosticati sunt reanalizati obtinand in final doar doua categorii de pixeli: corupti si

ne-corupti.

3. Doar pixelii corupti(negativi) sunt inlocuiti astfel incat datele corecte ale imaginii sa fie

pastrate.

Rezultatele experimentale sugereaza faptul ca metoda propusa depaseste metode moderne atat din punct de vedere al calitatii filtrarii cat si al eficientei computationale.

1.

INTRODUCERE

In metodele clasice operatia de filtrare este aplicata pe fiecare pixel al imaginii indiferent daca este afectat sau nu de zgomot, iar astfel tind sa “blureze” marginile si detaliile imaginilor degradand calitatea imaginii. Deasemenea datorita neliniaritatii, aceste metode sunt destul de costisitoare computational. Pentru a depasi aceste dezavantaje, au fost propuse o serie de filtre neliniare. Aceste filtre pot fi clasificate in urmatorele categorii: filtre comutative (switching filters), filtre ce folosesc coeficienti de ponderare, filtre fuzzy, filtre neuro-fuzzy, filtre bazate pe tehnica de partitionare.

Metoda de filtrare propusa apartine familiei filtrelor de comutare(switchng filters). Aceste filtre se bazeaza pe detectie si inlocuire astfel incat operatia de filtrare sa fie aplicata doar pixelilor detectati cu zgomot, iar imaginea “curata” este conservata.

Aborari anterioare.

Pentru crearea filtrelor se poate lua in considerare distanta dintre peer-grupul pixelului analizat si peer- grupul pixelilor vecini cu acesta atunci cand se definesc regulile de detectie. O alta abordare propune folosirea unor ferestre de dimensiuni diferite pentru a determina peer-grupul fiecarui pixel de analizat, urmand ca ulterior sa se verifice dimensiunea si forma regiunii/ferestrei detectate.

Un pixel poate fi clasificat ca fiind bun sau rau doar daca dimensiunea peer-grupului este mai mare decat un prag stabilit.

2. Descrierea algoritmului IFPGF (Improved Fast Peer Group Filter)

In acest articol, s-au folosit imagini color RGB (8 biti/ canal) a.i. fiecare pixel este un vector de 3 valori

(rosu, verde, albastru) intregi.

este un vector de 3 valori (rosu, verde, albastru) intregi. , unde d>0 iar notatia ||.

, unde d>0 iar notatia ||. || denota distanta euclidiana.

Xi apartine multimii P(xi, d), oricare ar fi d>0.

Formula pentru calcularea distantei poate fi inlocuita cu orice alta masura pentru calcularea distantei dar care sa indeplineasca conditia de inegalitate a triunghiurilor.

Metoda propune pargurgerea a 2 pasi: (1) detectia si (2)filtrarea zgomotelor.

(1) Etapa de detectie cuprinde 2 faze. (i) In prima faza, imaginea este partitionata in blocuri distincte. Pentru fiecare partitie W de

dimensiune nXn, n=3,5, 1, fix)

centrata in xi se aplica urmatorul algoritm ( m cuprins fintre 1 si n^2 -

se aplica urmatorul algoritm ( m cuprins fintre 1 si n^2 - Atunci cand multimea P(xi,

Atunci cand multimea P(xi, d) cuprinde cel putin m+1 membri, pixelul xi poate fi declarat ne- corupt. Nu numai xi va fi declarat ne-corupt , ci si toti celalti membri ai multimii P(xi, d) . Un aspect important este cel al reducerii calculelor intrucat nu mai este necesara prelucrarea pixelilor care au fost diagnosticati odata cu xi.

(ii) In cea de-a doua faza din etapa de detectie a pixelilor, pixelii nediagnosticati xi centrati intr-o partitie W vor fi reprocesati conform urmatorului algoritm( meste cuprins intre 1 si m-1):

Ideea de baza a algoritmului este urmatoarea: daca un pixel este similar cu alti pixeli

Ideea de baza a algoritmului este urmatoarea: daca un pixel este similar cu alti pixeli necorupti, atunci acel pixel ar trebui sa fie si el necorupt. In finalul acestui proces de detectie, toti pixelii din imagine sunt clasificati fie corupti fie necorupti. De notat faptul ca unii pixeli detectati provizoriu ca fiind corupti in prima etata a procesului de detectie pot fi clasificati in aceasta a doua etapa ca fiind ne-corupti.

In cele din urma, zgomotul detectat este redus prin aplicarea unei metode de filtrare asupra fiecarui pixel clasificat corupt. In cadrul acestei metode s-a ales varianta AMF(Arithmetic Mean Filter) datorita complexitatii reduse. AMF opereaza asupra pixelilor pozitivi din partitia de filtrare aleasa. Daca totusi partitia respectiva nu contine nici un pixel necorupt este necesar sa se mareasca dimesiunea zonei luata in considerare pana cand va exista cel putin un pixel necorupt.

In cele ce urmeaza sunt analizati 2 algoritmi de filtrare: (i) IFPGF potrivit abordarii vectoriale descrisa mai sus si (ii) o alta versiune care efectueaza operatiunea de detectare a zgomotelor intr-o maniera bazata pe componente (un pixel este declarat corupt daca cel putin una din compenentele sale (R, G, B) este corupta). Pixelii detectati ca fiind negativi sunt ulterior inlocuti, precum in algoritmul IFPGF. Aceasta cea de-a doua varianta poarta numele de IFPGF c.

Algoritmul 1. Improved Fast Peer Group Filter (IFPGF)

Algoritmul 1. Improved Fast Peer Group Filter (IFPGF)

3.

Studiu experimental

Pentru a evalua performanta acestei metode de filtrare s-au luat in considerare mai multe tipuri de imagini din baza de date KODAK: sapca, floare, fata si statuie (Fig 1.). Apoi fiecare imagine in parte a fost decupata preluanduse doar o bucata din poza initiala cu scopul de a estima mai bine diferentele de performanta ( s-au folosit valori ale parametrilor si metode de filtrare diferite ).

valori ale parametrilor si metode de filtrare diferite ). Fig 1. Imagini de test (a) sepci,

Fig 1. Imagini de test (a) sepci, (b) floare, (c) fata, (d) statuie , (e)-(h) detalii ale imaginilor extrase pentru experiment

Pentru fiecare din imaginile decupate s-au generat zgomote potrivit unui model cu valori fixe sau random.

Prima varianta(valori fixe) poate fi modelata in felul urmator:

zgomote potrivit unui model cu valori fixe sau random. Prima varianta(valori fixe) poate fi modelata in

*

F={FR, FG, FB} denota pixelul original

F* denota pixelul rezultat in urma procesului de generare a zgomotelor

d1, d2, respectiv d3 sunt valori independente egale cu 0 sau 255 cu aceasi probabilitate

p semnifica probabilitatea de aparitie a zgomotelor intr-o imagine

pi, i=1,2,3 determina probabilitatea de aparitie a zgomotelor in fiecare din cele 3 canale R, G, B.

Cea de-a doua varianta (valori random), F*={d1, d2, d3} este obtinut folosind valorile independente d1, d2, d3 distribuite uniform in maniera random in intervalul [0,255] cu probabilitatea p.

in maniera random in intervalul [0,255] cu probabilitatea p. Fig. 3. Sample of performance of IFPGF:

Fig. 3. Sample of performance of IFPGF: (a) image Flower with 10% of fixed-value impulsive noise, (b) noise detected (black pixels) in IFPGF, (c) IFPGF output, (d) noise detected (black pixels) in IFPGFc , (e) IFPGFc output.

Aceasta metoda de filtrare poate fi comparata cu alte metode asemanatoare:

- Metoda clasica VMF(Vector Median Filter),

- FIVF(Fast Impulsive Vector Filter) si NAVMF (New Adaptive vector Median Filter), adaptate dupa vechiul VMF

- PGF (Peer Group Filter)

- FPGF (Fast Peer Group Filter)

- IPGF (Iterarive Peer Group Filter)

Performanata filtrelor a fost evaluate folosind obiective comune de masurare MAE(Mean Absolute Error), PSNR(Peak Signal to Noise Ratio) si NCD(Normalized Color Difference) luand in considerare semnalul de conservare, suprimarea zgomotului si respective eroarea perceptiei umane.

Pentru a stabili in mod corespunzator valoarea parametrului d din algoritmul IFPGF , s-a considerat persormantele acestuia ca o functie de d. O parte din rezultate obtinute pot fi vuzualizate in Fig 2. Nu exista o valoare generala optima pentru parametrul d intrucat aceasta valoare poate fi diferita de la o imagine la alta sau de o densitate a zgomotului la alta. Totusi s-a constat faptul ca rezultate sub- optimale s-au inregistrat pentru d=35 (IFPGF) iar pentru algoritmul IFPGF c, dc=30.

4.

Concluzii

Tehnica de detectie a zgomotului in imaginile color prezentata foloseste conceptul peer-group si reprezinta o dezvoltare avansata fata de filtrele precedente bazate pe peer-group. Metoda propusa foloseste o tehnica care accelereaza calculele si totodata o tehnica de detectie precisa a zgomotului. In concluzie metoda este robusta, cu o acuratete si eficienta ridicata si pare a fi potrivita pentru aplicatii reale.

Anexa

Anexa Fig 2. Performantele algoritmului IFPGF folosind NCD drept functie pentru pentru estimarea parametrului d pentru

Fig 2. Performantele algoritmului IFPGF folosind NCD drept functie pentru pentru estimarea parametrului d pentru imagini diferite si densitati de zgomote diferite

Fig 2. Poate fi interpretata in felul urmator:

(a)-(b) 10 % si 30% pentru zgomote cu valori fixate

(c)-(d) 10% si 30% pentru zgomote cu valori random

Linia soloda albastra imaginea cu sepcile

linia punctata rosie flori

linia intrerupta verde fata

linia intrerupta cu puncte neagra statuie