Resumen

Se propone un método de eliminación de ruido de imágenes basado en el modelo de mezcla gaussiana mejorado para reducir los ruidos y mejorar la calidad de la imagen. A diferencia de los métodos tradicionales de eliminación de ruido de imágenes, el método propuesto modela la información de píxeles en el vecindario alrededor de cada píxel en la imagen. El modelo de mezcla gaussiana se emplea para medir la similitud entre píxeles calculando la norma L2 entre los modelos de mezcla gaussiana correspondientes a los dos píxeles. El modelo de mezcla gaussiana puede modelar la información estadística como la media y la varianza de la información del píxel en el área de la imagen. La norma L2 entre los dos modelos de mezcla gaussiana representa la diferencia en la intensidad de escala de grises local y la riqueza de los detalles de la información del píxel alrededor de los dos píxeles. En este sentido, la norma L2 entre los modelos de mezcla gaussiana puede medir de manera más precisa la similitud

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Método de eliminación de ruido en imágenes; Modelo de mezcla gaussiana mejorado; Información de píxeles; Vecindario; Similitud; Norma L2
• Keywords:Image denoising method; Improved Gaussian mixture model; Pixel information; Neighborhood; Similarity; L2 norm