Предложена новая численная мера оценки качества фильтрации аддитивного белого гауссовского шума на цифровых изображениях, основанная на анализе близости разностного изображения к белому шуму. Часто такой анализ проводят визуально, что приводит к нежелательному субъективизму. С целью уменьшения влияния субъективизма на оценку качества фильтрации проведен численный анализ разностного изображения с использованием свойств непараметрической BDS-статистики, которая применяется для анализа временной последовательности при проверке гипотезы о независимости и тождественном распределении ее значений. Рассматриваемая статистика может служить мерой качества различных методов фильтрации зашумленных изображений и дополняет арсенал известных мер качества изображений, используемых на практике, например, таких как PSNR, MSE и SSIM. Известно, что хорошее качество фильтрации изображения, с точки зрения этих мер, не всегда соответствует лучшему качеству фильтрации с точки зрения его визуального восприятия. Показано, что мера, использующая значения BDS-статистики, демонстрирует большую чувствительность к структурированности (зависимости) элементов разностного изображения, обусловленной выбранным методом фильтрации. С использованием моделирования алгоритмов фильтрации изображений, реализующих методы локальной и нелокальной фильтрации, проведен сравнительный анализ их качества, основанный на использовании BDS-статистики.

• Костенко Павло Юрійович (фізико-математичні науки)
• Васюта Костянтин Станіславович (фізико-математичні науки)

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"