350 руб
Журнал «Успехи современной радиоэлектроники» №2 за 2011 г.
Статья в номере:
Анализ применения адаптивного дискретного косинусного преобразования в некоторых задачах цифровой обработки изображений
Ключевые слова: подавление шума сжатие изображений JPEG оценка качества изображений дискретное косинусное преобразование
Авторы:
А.Н. Ганин - аспирант, кафедра динамики электронных систем, Ярославский государственный университет им. П.Г. Демидова. E-mail: angnn@mail.ru О.Н. Гущина - магистрант кафедры динамики электронных систем, Ярославский государственный университет им. П.Г. Демидова. E-mail: olgagushchina@rambler.ru В.В. Хрящев - к.т.н., доцент, кафедра динамики электронных систем, Ярославский государственный университет им. П.Г. Демидова. E-mail: vladimir@piclab.ru
Аннотация:
Описан алгоритм обработки изображений с использованием адаптивного дискретного косинусного преобразования. Проведен анализ использования предложенного алгоритма в задачах подавления аддитивного белого гауссова шума и улучшения качества JPEG-изображений. Приведены визуальные примеры результатов восстановленния тестовых изображений.
Страницы: 72-80
Список источников
  1. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера. 2005.
  2. Цифровая обработка сигналов и изображений в радиофизических приложениях / под ред. В.Ф. Кравченко. М.: Физматлит. 2007.
  3. Приоров А.Л., Апальков А.В., Хрящев В.В. Цифровая обработка изображений. Ярославль: Яросл. гос. университет. 2007.
  4. Ричардсон Я. Видеокодирование. H.264 и MPEG-4 - стандарты нового поколения. М.: Техносфера. 2005.
  5. Wang Z., Bovik A. Modern image quality assessment. Synthesis lectures on image, video & multimedia processing. Morgan & Claypool. 2006.
  6. Foi A., Katkovnik V., Egiazarian K. Pointwise Shape-adaptive DCT for high-quality denoising and deblocking of grayscale and color images // IEEE Trans. Image Process. 2007. V. 16. № 5. P. 1395-1411.
  7. Gilge M. Region oriented transform coding (ROTC) of images // Proc. of Int. Conf. on Acoustics, Speech and Signal Processing, ICASSP-90. 1990. V. 4. P. 2245-2248.
  8. Ostermann J., Jang E.S., Shin J., Chen T. Coding of arbitrarily shaped video objects in MPEG-4 // Proc. Int. Conf. Image Process. 1997. P. 496-499.
  9. Sikora T. Low complexity shape-adaptive DCT for coding of arbitrarily shaped image segments // Signal Process: Image Comm. 1995. V. 7. P. 381-395.
  10. Sikora T., Bauer S., Makai B. Efficiency of shape-adaptive 2-D transforms for coding of arbitrarily shaped image segments // IEEE Trans. Circuits Syst. Video Technol. 1995. V. 5 № 3. P. 254-258.
  11. Sikora T., Makai B. Shape-adaptive DCT for generic coding of video // IEEE Trans. Circuits Syst. Video Technol. 1995. V. 5. № 1. P. 59-62.
  12. Stasinski R., Konrad J. Reduced-complexity shape-adaptive DCT for region-based image coding // Proc. IEEE Int. Conf. Image Process. 1998. P. 114-118.
  13. Krzysztof M. Shape-Adaptive DCT algorithm - hardware optimized redesign // Computer Analysis of Images and Patterns. 2001. V. 2124/2001. P. 125-133.
  14. Kinane A., Muresan V., Connor N. Optimal adder-based hardware architecture for the DCT/SA-DCT // Proc. SPIE Visual Comm. Image Process. Conf. 2005.
  15. Kinane A., Casey A., Muresan V., Connor N. FPGA-based conformance testing and system prototyping of an MPEG-4 SA-DCT hardware accelerator // IEEE 2005 Int. Conf. on Field-Progr. Tech. 2005.
  16. Foi A., Paliy D., Katkovnik V., Egiazarian K. Anisotropic nonparametric image restoration demobox (MATLAB software), Local Approximations in Signal and Image Processing (LASIP) Project, http://www.cs.tut.fi/~lasip/. 2005.
  17. Goldenshluger A., Nemirovski A. On spatial adaptive estimation of nonparametric regression // Math. Meth. Stat. 1997. V. 6. P. 135-170.
  18. Katkovnik V., Foi A., Egiazarian K., Astola J. Directional
    varying scale approximations for anisotropic signal processing // Proc. XII Eur. Signal Process. Conf. EUSIPCO. 2004. P. 101-104.
  19. Зараменский Д.А., Приоров А.Л., Хрящев В.В. Неэталонная оценка качества изображений, сжатых на основе вейвлет-преобразования // Успехи современной радиоэлектроники. 2009. №7. C. 28-34.
  20. Апальков И.В., Хрящев В.В. Исследовательская среда PicLab: текущие возможности и перспективы развития // Докл. 10-й Междунар. конф. «Цифровая обработка сигналов и ее применение». М. 2008. Т. 2. С. 467-470.
  21. Wang Z., Bovik A., Sheikh H., Simoncelli E. Image quality assessment: from error visibility to structural similarity // IEEE Trans. on Image Proc. 2004. V.13. P.600-612.
  22. Ponomarenko N., Silvestri F., Egiazarian K., Carli M., Lukin V. On between-coefficient contrast masking of DCT basis functions // Proc. of 3rd Int. Work. on Video Proc. and Quality Metr. for Cons. Electr. 2007.
  23. Vansteenkiste E., Van der Weken D., Philips W., Kerre E. Perceived Image Quality Measurement of State-of-the-Art Noise Reduction Schemes // Adv. Conc. for Intell. Vis. Syst. 2006. V. 4179/2006. P. 114-126.
  24. Donoho D.L., Johnstone I.M. Ideal spatial adaptation via wavelet shrinkage // Biometrika. 1994. № 81. P. 425-455.
  25. Szeliski R. Computer Vision: Algorithms and Applications. Springer. 2010.
  26. Tomasi C., Manduchi R. Bilateral filtering for gray and color images // Sixth Int. Conf. on Comp. Vis. 1998. P. 839-846.
  27. Elad M. On the origin of the bilateral filter and ways to improve it // IEEE Trans. on Image Proc. 2002. V. 11. № 10. P. 1141-1151.
  28. Бекренев В.А., Соловьев В.Е., Хрящев В.В. Удаление артефактов блочности в сжатых изображениях // Докл. 18-й Междунар. конф. «Информационные средства и технологии». М. 2010. Т. 2.С. 128-135.