Mostrar el registro sencillo del ítem

Impulsive noise elimination in color images using interpolation with radial-basis functions

dc.creatorEcheverri Arias, Jaime Albertospa
dc.creatorRudas Castaño, Jorge Eliécerspa
dc.creatorToscano Cuello, Ricardoaspa
dc.creatorBallesteros Padilla, Rubénspa
dc.date.accessioned2017-06-15T22:05:18Z
dc.date.available2017-06-15T22:05:18Z
dc.date.created2011
dc.identifier.citationEcheverri, J.A., Rudas J.E., Toscano, R., Ballesteros, R. (2011). Eliminación de ruido impulsivo en imágenes a color, utilizando interpolación con funciones de base radial. En: Ingeniería, Vol. 16, No. 1. 27-35.spa
dc.identifier.issn0121750X
dc.identifier.urihttp://hdl.handle.net/11407/3404
dc.descriptionEste documento presenta un método para suprimir ruido impulsivo en imágenes a color, utilizando interpolación a través de funciones de base radial. Este es un problema clásico en múltiples aplicaciones en diferentes áreas, su origen radica en mecanismos de captación de datos defectuosos, que generan errores a intervalos variados de tiempo en las señales de entrada. Se comparan los resultados obtenidos con el método propuesto, frente a los algoritmos clásicos no lineales, como el filtrado por la mediana, la media y el de outlier. En todos los escenarios probados, los resultados fueron más eficaces con el método propuesto. El algoritmo demostró ser robusto frente a grandes volúmenes de ruido en el caso de prueba. Los resultados fueron analizados a través del error cuadrado medio (ECM) y Peak Signal to Noise Ratio (PSNR) que son dos métricas de uso común para comparar la calidad entre dos imágenes luego de un proceso de restauración. Se alcanzó un ECM de 14 y un PSNR de 35.8 db sobre la imagen de Lenna a 512x512 pixeles con un porcentaje de pixeles ruido del 40%.spa
dc.descriptionThis paper presents a method for impulsive noise elimination in colored images by using interpolation through radial basis functions. This is a classic problem in many applications in different fields; its origin lies in defective-data capturing mechanisms that make errors at different time intervals over an input signal. We compare the results obtained using the proposed method to the resultes obtained using classical non-linear filtering algorithms, such as the median filtering, and the mean and outlier filtering. In all scenarios, the results were more effective when using the proposed method. The algorithm proved to be robust under hihg-noise conditions during the tests. The results were analyzed using Mean Square Error (MSE) and Peak Signal to Noise Ratio (PSNR), which are two commonly used metrics to compare the quality between two images after performing a restoration process. MSE of 14 and PSNR of 35.8 db were reached on the 512x512-pixel Lenna image with a noise-pixel percentage of 40%.spa
dc.language.isospa
dc.publisherUniversidad Distrital Francisco José de Caldasspa
dc.relation.isversionofhttp://revistas.udistrital.edu.co/ojs/index.php/reving/article/view/3690spa
dc.sourceIngenieríaspa
dc.subjectFiltro no lineal de imágenesspa
dc.subjectFunciones de base radialspa
dc.subjectInterpolaciónspa
dc.subjectRuido impulsivospa
dc.subjectNon-linear images filterspa
dc.subjectRadial basis functionsspa
dc.subjectInterpolationspa
dc.subjectImpulsive noisespa
dc.titleEliminación de ruido impulsivo en imágenes a color, utilizando interpolación con funciones de base radialspa
dc.titleImpulsive noise elimination in color images using interpolation with radial-basis functionsspa
dc.typeArticleeng
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.publisher.programIngeniería de Sistemasspa
dc.publisher.facultyFacultad de Ingenieríasspa
dc.creator.affiliationEcheverri Arias, Jaime Alberto; Universidad de Medellínspa
dc.creator.affiliationRudas Castaño, Jorge Eliécer; Universidad del Magdalenaspa
dc.creator.affiliationToscano Cuello, Ricardo; Universidad del Magdalenaspa
dc.creator.affiliationBallesteros Padilla, Rubén; Universidad del Magdalenaspa
dc.relation.ispartofesIngeniería. Vol. 16, No. 1. 27-35.spa
dc.relation.referencesAlasdair, M. (2004). Introduction to digital image processing with MATLAB, Course Technology a part of engage learning.spa
dc.relation.referencesMythili, C. y Kavitha, V. (2011). Efficient Technique for Color Image Noise Reduction, The research bulletin of Jordan, ACM, Vol. 1, No 11. 41-44.spa
dc.relation.referencesRosenfeld, A. y Kak A. (1982). Digital Picture Processing (V.I y II). Academic Press.spa
dc.relation.referencesPratt, W. (1991). Digital Image Processing. Wiley-Interscience.spa
dc.relation.referencesGonzalez R. y Woods R. (1992). Digital Image Processing. Addison-Wesley, 220 – 281.spa
dc.relation.referencesGarcía H. A., y Ramírez, J. F. (2003). Método Basado en Redes Neuronales Wavelet para Eliminar Ruido en Espectros Estelares, presentado en el II Congreso Español de Informática.spa
dc.relation.referencesMélange T., Mike Nachtegael y Etienne, E. Kerre. (2011). Fuzzy random impulse noise removal from color image sequences, IEEE Transactions on image processing, Vol. 20, No. 4.spa
dc.relation.referencesGómez, H., Maldonado, S., Utrilla, M., y Martín, P. (2003). Eliminación de ruido impulsivo en imágenes, mediante el uso de máquinas de vectores soporte, Universidad de Alcalá.spa
dc.relation.referencesPeregrina, R. y Díaz, A. (2003). Filtrado analógico de media LP no lineal, Instituto Nacional de Astrofísica, Óptica y Electrónica Luis Enrique Erro, No. 1, Santa MariaTonantzintla, Puebla, Mexico.spa
dc.relation.referencesBradley, J. y Baxter, C. (1992). The Interpolation Theory of Radial Basis Functions, PhD. Thesis of Trinity College.spa
dc.relation.referencesWendland, H. (1995). Piecewise polynomial, positive definite and compactly supported radial functions of minimal degree, Advances in Computational Mathematics, Vol. 4, 389-396.spa
dc.relation.referencesWendland, H. (2005). Computational aspects of radial basis function approximation, Topics in Multivariate Approximation and Interpolation, Elsevier B.V., 231-256.spa
dc.relation.referencesWendland, H. y Schaback, R. (2002). Inverse and saturation theorems for radial basis function interpolation, Mathematics of Computation, No. 71, 669-681.spa
dc.relation.referencesEcheverri, J., Cañaveral, R. y Vásquez, A. (2007). Reconstrucción tridimensional de rostros a partir de imágenes de rango por medio de funciones de base radial de soporte compacto, Revista de Ingeniería de la Universidad de Medellín, Vol. 6, No. 11,-207spa
dc.relation.referencesCarr, J. C., Fright, W. R., y Beatson, R. K. (1997). Surface interpolation with radial basis functions for medical imaging, IEEE Transaction on medical imaging, Vol. 16, No. 11, 96-107.spa
dc.relation.referencesAnudeep Gandam y Jagroop Singh Sidhu. (2010). A Post-Processing Algorithm for Detection & Removal of Corner Outlier, International Journal of Computer Applications, Vol. 4, No. 2, 9 – 16.spa
dc.relation.referencesHistoria de Lenna. (2011). Consultado: http://totaki.com/poesiabinaria/2010/03/historia-de-lenna/. (5 de abril, 2011).spa
dc.relation.referencesZhou Wang y Alan C. Bovi. (2009). Mean Squared Error: Love It or Leave It?, IEEE Signal processing Magazine, Vol. 98.spa
dc.relation.referencesKnee, M. (2002). A Single-ended Picture Quality Measure for MPEG-2, Snell & Wilcox, UK.spa
dc.relation.referencesMorillas, S. y Gregori, V. (2011). Robustifying Vector Median Filter, Sensors, No. 11, 8115-8126.spa
dc.relation.referencesN.Suresh Kumar, P.Phani Kumar, M.Kanti Kiran y K.Sri Rama Krishna, (2011). Improved Impulse Noise Detector for Adaptivespa
dc.relation.referencesSwitching Median Filter, International Journal of Electronics & Communication Technology, IJECT, Vol. 2, No. 2, 153 – 157.spa
dc.identifier.eissn23448393
dc.type.driverinfo:eu-repo/semantics/article


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem