El filtrado de coincidencia de bloques y 3D (BM3D) es un algoritmo de coincidencia de bloques en 3D que se utiliza principalmente para la reducción de ruido en las imágenes . [1]
Método
Agrupamiento
Los fragmentos de imágenes se agrupan en función de la similitud, pero a diferencia de la agrupación de k-medias estándar y dichos métodos de análisis de agrupaciones , los fragmentos de imágenes no son necesariamente disjuntos . Este algoritmo de coincidencia de bloques es menos exigente desde el punto de vista computacional y es útil más adelante en el paso de agregación. Sin embargo, los fragmentos tienen el mismo tamaño. Un fragmento se agrupa si su diferencia con un fragmento de referencia cae por debajo de un umbral especificado. Esta técnica de agrupación se llama emparejamiento de bloques, se usa típicamente para agrupar grupos similares en diferentes cuadros de un video digital , BM3D por otro lado puede agrupar macrobloques dentro de un solo cuadro. Todos los fragmentos de imagen de un grupo se apilan para formar formas cilíndricas en 3D.
Filtración colaborativa
El filtrado se realiza en cada grupo de fragmentos. A[ aclaración necesaria ] se aplica la transformación lineal dimensional, seguida de una contracción del dominio de transformación como el filtrado de Wiener , luego la transformación lineal se invierte para reproducir todos los fragmentos (filtrados).
Agregación
La imagen se vuelve a transformar en su forma bidimensional. Todos los fragmentos de imagen superpuestos se promedian en peso para garantizar que se filtren en busca de ruido pero que conserven su señal distintiva.
Extensiones
Imágenes en color
Las imágenes RGB se pueden procesar de forma muy similar a las de escala de grises. Se debe aplicar una transformación de luminancia-crominancia a la imagen RGB. Luego, la agrupación se completa en el canal de luminancia que contiene la mayor parte de la información útil y una SNR más alta. Este enfoque funciona porque el ruido en los canales de crominancia está fuertemente correlacionado con el del canal de luminancia y ahorra aproximadamente un tercio del tiempo de cálculo porque la agrupación ocupa aproximadamente la mitad del tiempo de cálculo requerido.
Deslizamiento
El algoritmo BM3D se ha ampliado (IDD-BM3D) para realizar un desvanecimiento y eliminación de ruido desacoplados utilizando el equilibrio de equilibrio de Nash de las dos funciones objetivo. [2]
Red neuronal convolucional
Se ha propuesto un enfoque que integra una red neuronal convolucional y muestra mejores resultados (aunque con un tiempo de ejecución más lento). [3] El código MATLAB se ha publicado con fines de investigación. [4]
Implementaciones
Referencias
- ^ Dabov, Kostadin; Foi, Alessandro; Katkovnik, Vladimir; Egiazarian, Karen (16 de julio de 2007). "Eliminación de ruido de imágenes mediante filtrado colaborativo de dominio de transformación 3D disperso". Transacciones IEEE sobre procesamiento de imágenes . 16 (8): 2080–2095. Código Bibliográfico : 2007ITIP ... 16.2080D . CiteSeerX 10.1.1.219.5398 . doi : 10.1109 / TIP.2007.901238 .
- ^ Danielyan, Aram; Katkovnik, Vladimir; Egiazarian, Karen (30 de junio de 2011). "Marcos BM3D y Deslizamiento de imágenes variacionales". Transacciones IEEE sobre procesamiento de imágenes . 21 (4): 1715–28. arXiv : 1106.6180 . Código bibliográfico : 2012ITIP ... 21.1715D . doi : 10.1109 / TIP.2011.2176954 . PMID 22128008 .
- ^ Ahn, Byeongyong; Ik Cho, Nam (3 de abril de 2017). "Red neuronal convolucional de coincidencia de bloques para reducción de ruido de imágenes". arXiv : 1704.00524 [ Visión y reconocimiento de patrones Visión por computadora y reconocimiento de patrones ].
- ^ "BMCNN-ISPL" . Universidad Nacional de Seúl . Consultado el 3 de enero de 2018 .
- ^ "LASIP - Aviso legal" . Universidad Tecnológica de Tampere (TUT) . Consultado el 2 de enero de 2018 .
- ^ Lebrun, Marc (8 de agosto de 2012). "Un análisis e implementación del método de eliminación de ruido de imágenes BM3D" . Procesamiento de imágenes en línea . 2 : 175–213. doi : 10.5201 / ipol.2012.l-bm3d .