Bu kaydın yasal hükümlere uygun olmadığını düşünüyorsanız lütfen sayfa sonundaki Hata Bildir bağlantısını takip ederek bildirimde bulununuz. Kayıtlar ilgili üniversite yöneticileri tarafından eklenmektedir. Nadiren de olsa kayıtlarla ilgili hatalar oluşabilmektedir. MİTOS internet üzerindeki herhangi bir ödev sitesi değildir!

Locally Adaptive DCT Filtering for Signal-Dependent Noise Removal

Diğer Başlık: Locally Adaptive DCT Filtering for Signal-Dependent Noise Removal

Oluşturulma Tarihi: 27-07-2009

Niteleme Bilgileri

Tür: Makale

Yayınlanma Durumu: Yayınlanmış

Dosya Biçimi: PDF

Dil: İngilizce

Yazar(lar): Öktem, Ruşen (Ortak Yazar),

Emeği Geçen(ler):


Yayın Adı: EURASIP Journal on Advances in Signal Processing Yayın Tarihi: 27-07-2009


Dosya:
file show file
Görüntüle
download file
Kaydet

Anahtar Kelimeler Gürültü arındırma, ayrık kosinüs dönüşümü, çarpımsal gürültü, yerel uyarlamalı süzgeçler
Denoising, dct, film-grain noise, multiplicative noise, locally adaptive filters
Özet
This work addresses the problem of signal dependent noise removal in images. An adaptive nonlinear filtering approach in the orthogonal transform domain is proposed and analyzed for several typical noise environments in the DCT domain. Being applied locally, i.e., within a window of small support, DCT is expected to approximate the Karhunen-Loeve decorrelating transform, which enables effective suppression of noise components. The detail preservation ability of the filter allowing not to destroy any useful content in images is especially emphasized and considered. A local adaptive DCT filtering for the two cases: when signal dependent noise can be and cannot be mapped into additive uncorrelated noise with homomorphic transform, is formulated. Although the main issue is signal dependent and pure multiplicative noise, the proposed filtering approach is also found to be competing with the state of the art methods on pure additive noise corrupted images.
İçindekiler
Açıklamalar
Haklar Yazar
Notlar

Kaynakça


Atıf Yapanlar

Gözat Sayfasına Dön

 

Sosyal Medya ve Araçlar

İstatistikler

  • Kayıt
    • Bu ay: 0
    • Toplam: 2414
  • Online
    • Ziyaretçi: 22
    • Üye: 0
    • Toplam: 22

Detaylı İstatistikler