Poisson noise filtering with BM3D algorithm using stochastic distances

Autor: Tardivo, Lucas
Přispěvatelé: Mascarenhas, Nelson Delfino d'Ávila
Jazyk: portugalština
Rok vydání: 2021
Předmět:
Zdroj: Repositório Institucional da UFSCAR
Universidade Federal de São Carlos (UFSCAR)
instacron:UFSCAR
Popis: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) Noise is a problem constantly present in digital images incoming from multiple sources, being important to study noise filters to improve the quality of images. When dealing with radiographic images, Poisson noise is an inherent problem that is more noticeable in a proportion that is inverse to the radiation dosage used for the same energy. Radiation, in high dosages, can be harmful to the patient's health, therefore the radiation dose reduction through new technologies is a desirable application. There are several techniques capable of filtering noise in digital images, which are most effective when directed to a specific type of noise. BM3D is a non-local image noise filter that works on Wavelet transform domain. The BM3D works by extracting similar small fragments in the image, called patches, having their comparison made by the Euclidean distance and grouped in sets of 3 dimensions. These patches are used for double filtering using hardthresholding on Wavelet domain and a Wiener filter, reducing noise and reconstructing the image. The Euclidean distance is very effective in comparing patches for AWGN noise (Additive White Gaussian Noise), however, it is inappropriate for Poisson noise and less effective when compared to stochastic distances. Based on this strategy, this work presents a technique for the reduction of Poisson noise with BM3D algorithm, replacing the calculation of the Euclidean distance by stochastic distances. Ruído é um problema constantemente presente em imagens digitais e proveniente de diversas fontes, sendo importante o estudo de filtros de ruído para melhorar a qualidade das imagens. Quando tratamos de imagens radiográficas, o ruído Poisson é um problema inerente que se mostra mais perceptível numa proporção inversa à dosagem de radiação utilizada para uma mesma energia. A radiação, em altas dosagens, pode ser prejudicial à saúde do paciente, portanto a redução da dose de radiação por meio de novas tecnologias é uma aplicação desejável. Existem diversas técnicas capazes de reduzir ruído de imagens digitais, sendo elas mais efetivas quando direcionadas a um tipo de ruído específico. Dentre elas, o BM3D é um filtro não-local desenvolvido para a supressão de ruído no domínio da transformada de Wavelets. O BM3D funciona extraindo pequenos fragmentos similares na imagem, denominados patches, tendo sua comparação efetuada pela distância euclidiana e agrupadas em conjuntos de 3 dimensões. Esses patches são utilizados para uma dupla filtragem utilizando hardthresholding no domínio Wavelet e um Filtro de Wiener, reduzindo o ruído e reconstruindo a imagem. A distância euclidiana, por sua vez, se mostra muito efetiva na comparação de patches para ruído AWGN (Additive White Gaussian Noise), porém, se mostra inadequada para o ruído Poisson e menos efetiva quando comparada às distâncias estocásticas. Com base nesta estratégia, este trabalho apresenta uma técnica para a redução de ruído Poisson com o algoritmo BM3D, substituindo o cálculo da distância euclidiana por distâncias estocásticas. CAPES: Código de Financiamento 001
Databáze: OpenAIRE
Externí odkaz: