Resumen

La eliminación de ruido impulsivo para imágenes en color suele emplear el filtro vectorial de mediana, el filtro de mediana de conmutación, el método de variación total L1 y variantes. Estos enfoques, sin embargo, suelen introducir un suavizado excesivo y pueden dar lugar a un gran desenfoque de las características visuales, por lo que sólo son adecuados para imágenes con ruido de baja densidad. En este trabajo se propone un método marginal para reducir el ruido impulsivo que supera esta limitación y que se basa en los siguientes hechos: (i) cada canal de una imagen en color se contamina de forma independiente, y los componentes contaminantes son independientes y se distribuyen de forma idéntica; (ii) en una imagen natural, los gradientes de los distintos componentes de un píxel son similares entre sí. Este método divide los componentes en distintas categorías en función de las diferentes características del ruido. Si una imagen está dañada por ruido de sal y pimienta, los componentes se dividen en dañados y libres de ruido; si la imagen está dañada por impulsos de valores aleatorios, los componentes se dividen en dañados, libres de ruido y posiblemente dañados. Los componentes que pertenecen a categorías distintas se procesan de forma diferente. Si un componente está dañado, se aplica la difusión de variación total modificada; si está posiblemente dañado, se aplica la difusión de variación total escalada; en caso contrario, el componente se deja sin cambios. Los resultados de la simulación demuestran su eficacia.

• Materias:Biotecnología Redes de sensores Sistema de sensores Diagnóstico de fallas Tecnología de sensores Diagnóstico de fallos
• Subjects:Biotechnology Sensor networks Sensor system Fault diagnosis Sensor technology
• Palabras claves:variación total difusión, componentes, diferentes categorías, filtro mediano, variación total método l1, eliminación de ruido impulsivo, diferentes características del ruido, característica visual extensiva, ruido de baja densidad, componente
• Keywords:total variation diffusion, components, different categories, median filter, total variation l1 method, impulsive noise removal, different noise characteristics, extensive visual feature, low density noise, component