Bücher von Anupkumar Jayaswal

Visuelle Informationen, die in Form von digitalen Bildern übertragen werden, werden zu einer wichtigen Kommunikationsmethode in der heutigen Zeit, aber das nach der Übertragung erhaltene Bild ist oft durch Rauschen verfälscht. Das empfangene Bild muss verarbeitet werden, bevor es in Anwendungen verwendet werden kann. Die Bildentrauschung beinhaltet die Manipulation der Bilddaten, um ein visuell hochwertiges Bild zu erzeugen. In dieser Arbeit werden die bestehenden Entrauschungsalgorithmen wie der Mittelwertfilter, der Medianfilter, der lokale adaptive Filter und der TDBLMS-Filteransatz (Finely Two Dimensional Blocks Least Mean Square Algorithm) untersucht und vergleichend analysiert. Es werden verschiedene Rauschmodelle einschließlich additiver und multiplikativer Typen verwendet. Dazu gehören Gaußsches Rauschen, Salz- und Pfefferrauschen, Speckle-Rauschen und Poisson-Rauschen. Die Auswahl des Entrauschungsalgorithmus ist anwendungsabhängig. Daher ist es notwendig, das im Bild vorhandene Rauschen zu kennen, um den geeigneten Entrauschungsalgorithmus auszuwählen. Der TDBLMS-Ansatz findet Anwendung bei der Rauschunterdrückung verschiedener Bilder, die durch additives und multiplikatives Rauschen beschädigt sind.

La información visual transmitida en forma de imágenes digitales se está convirtiendo en un importante método de comunicación en la era moderna, pero la imagen obtenida tras la transmisión suele estar corrompida con ruido. La imagen recibida necesita ser procesada antes de poder ser utilizada en aplicaciones. El denoising de imágenes implica la manipulación de los datos de la imagen para producir una imagen de alta calidad visual. En esta tesis se revisan los algoritmos de denoising existentes, como el filtro de media, el filtro de mediana, el filtro adaptativo local y el algoritmo de filtrado de mínimos cuadrados medios de bloques finamente bidimensionales (TDBLMS), y se realiza su estudio comparativo. Se utilizan diferentes modelos de ruido, incluidos tipos aditivos y multiplicativos. Entre ellos se incluyen el ruido gaussiano, el ruido de sal y pimienta, el ruido de moteado y el ruido de Poisson. La selección del algoritmo de eliminación de ruido depende de la aplicación. Por lo tanto, es necesario conocer el ruido presente en la imagen para seleccionar el algoritmo de eliminación de ruido adecuado. El método TDBLMS se utiliza para eliminar el ruido aditivo y multiplicativo de diferentes imágenes.

A informação visual transmitida sob a forma de imagens digitais está a tornar-se um dos principais métodos de comunicação na era moderna, mas a imagem obtida após a transmissão é frequentemente corrompida por ruído. A imagem recebida precisa de ser processada antes de poder ser utilizada em aplicações. A redução do ruído da imagem envolve a manipulação dos dados da imagem para produzir uma imagem visualmente de alta qualidade. Esta tese analisa os algoritmos de redução de ruído existentes, como o filtro médio, o filtro mediano, o filtro adaptativo local e o algoritmo de filtragem de mínimos quadrados médios de blocos bidimensionais (TDBLMS), e efectua o seu estudo comparativo. São utilizados diferentes modelos de ruído, incluindo os tipos aditivo e multiplicativo. Estes incluem o ruído gaussiano, o ruído de sal e pimenta, o ruído de manchas e o ruído de Poisson. A seleção do algoritmo de redução de ruído depende da aplicação. Assim, é necessário ter conhecimento do ruído presente na imagem para selecionar o algoritmo de redução de ruído adequado. A abordagem TDBLMS encontra aplicações na redução de ruído de diferentes imagens corrompidas com ruído aditivo e multiplicativo.

Le informazioni visive trasmesse sotto forma di immagini digitali stanno diventando un importante metodo di comunicazione nell'era moderna, ma l'immagine ottenuta dopo la trasmissione è spesso danneggiata dal rumore. L'immagine ricevuta deve essere elaborata prima di poter essere utilizzata nelle applicazioni. Il denoising delle immagini comporta la manipolazione dei dati dell'immagine per produrre un'immagine di alta qualità visiva. Questa tesi passa in rassegna gli algoritmi di denoising esistenti, come il filtro medio, il filtro mediano, il filtro adattativo locale e l'algoritmo di filtraggio dei minimi quadrati a due blocchi dimensionali (TDBLMS), ed esegue il loro studio comparativo. Vengono utilizzati diversi modelli di rumore, compresi quelli di tipo additivo e moltiplicativo. Si tratta di rumore gaussiano, rumore sale e pepe, rumore speckle e rumore di Poisson. La scelta dell'algoritmo di denoising dipende dall'applicazione. Pertanto, è necessario conoscere il rumore presente nell'immagine in modo da selezionare l'algoritmo di denoising appropriato. L'approccio TDBLMS trova applicazione nel denoising di diverse immagini corrotte da rumore additivo e moltiplicativo.

L'information visuelle transmise sous forme d'images numériques devient une méthode de communication majeure à l'ère moderne, mais l'image obtenue après la transmission est souvent corrompue par du bruit. L'image reçue doit être traitée avant de pouvoir être utilisée dans des applications. Le débruitage d'image implique la manipulation des données de l'image pour produire une image de haute qualité visuelle. Cette thèse passe en revue les algorithmes de débruitage existants, tels que le filtre moyen, le filtre médian, le filtre adaptatif local et l'approche de filtrage par l'algorithme des moindres carrés moyens des blocs bidimensionnels (TDBLMS), et réalise leur étude comparative. Différents modèles de bruit, y compris des types additifs et multiplicatifs, sont utilisés. Ils comprennent le bruit gaussien, le bruit de sel et de poivre, le bruit de speckle et le bruit de Poisson. Le choix de l'algorithme de débruitage dépend de l'application. Il est donc nécessaire de connaître le bruit présent dans l'image afin de sélectionner l'algorithme de débruitage approprié. L'approche TDBLMS trouve des applications dans le débruitage de différentes images corrompues par des bruits additifs et multiplicatifs.

Visual information transmitted in the form of digital images is becoming a major method of communication in the modern age, but the image obtained after transmission is often corrupted with noise. The received image needs processing before it can be used in applications. Image denoising involves the manipulation of the image data to produce a visually high quality image. This thesis reviews the existing denoising algorithms, such as filtering approach, wavelet based approach, and multifractal approach, and performs their comparative study. Different noise models including additive and multiplicative types are used.