Метод фільтрації цифрових кольорових зображень, отриманих в умовах недостатнього рівня освітлення

Abstract

Запропоновано метод фільтрації цифрових кольорових зображень, отриманих в умовах недостатнього рівня освітлення на основі методу нелокального усереднення (NLM) з урахуванням якісних характеристик зображень. Проведено експериментальне дослідження запропонованого методу на зображеннях з додаванням гаусівського шуму та просторового випадкового шуму. Розроблений метод може бути досить ефективним у зменшенні реального шуму.

Предложен метод фильтрации цифровых цветных изображений, полученных в условиях недостаточного уровня освещения на основе метода нелокального усреднения (NLM) с учетом качественных характеристик изображений. Проведено экспериментальное исследование предложенного метода на изображениях с добавлением гауссовского шума и пространственного случайного шума. Разработанный метод может быть весьма эффективным в уменьшении реального шума.

The aim of the work presented of the research was to increase the quality of digital color images obtained in low light conditions by improving the Non-Local Means method (NLM) based on image quality characteristics. Many filtering methods have been designed to remove noise from images. Most of them focus on grey value images with additive artificial noise. Only very few specifically target natural color images taken by a digital camera with real noise. But these methods are either too complex or can not solve the problem of reducing noise sufficiently. In addition, most of these methods bring significant distortion in the image. Noise in natural color images have special characteristics that are substantially different from those that have been added artificially. Method «Non-Local Means» for noise filtering in digital color images obtained in a low lighting condition was improved. To improve the method NLM a model of separation color components and modified YCrCb decomposition was used. An experimental results of the proposed method in images with added Gaussian noise and spatial random noise was presented. The method can be very effective in reducing the real noise.