Сигнейро - технологии обработки и анализа изображений нейронными сетями
English version 

Фильтрация шумов

Многие виды изображений подвержены воздействию шумов в силу различных причин. Это ухудшает их восприятие человеком и затрудняет их анализ и обработку в автоматизированных системах. Для устранения шума применяют различные фильтры, которые, используя информацию об окрестности каждой точки, приближают значение ее яркости к яркости на исходном (оригинальном) изображении. Предложенный нейросетевой подход к обработки изображений использует признаки, вычисляемые по окрестностям точек, что позволило его удачно использовать для устранения различного вида шумов и искажений полутоновых изображений.

Скачать Программу фильтрации как пример реализации (1 Мб zip)

Ниже приведены примеры фильтрации изображений, содержащие основные виды встречаемых на изображениях шумов: нормальный и импульсный.

Пример нейросетевой фильтрации изображения с нормальным шумом
Оригинальное тестовое изображение Зашумленное изображение Результат фильтрации
СКО*=0 СКО=8 СКО=2,8

Пример нейросетевой фильтрации изображения с импульсным шумом
Оригинальное тестовое изображение Зашумленное изображение Результат фильтрации
СКО=0 СКО=12,4 СКО=1,7

* СКО-среднеквадратичное отклонение от оригинального тестового изображения.