значений шума для двух участков. Оценки значений шума производились путем деления отсчетов зашумленного изображения на оценки математических ожиданий, вычисляемых в окне размером 5><5. Соответственно, для двух фрагментов на рисунках 1.23, 1.24 приведены те же гистограммы оценок отсчетов шума вместе с гипотетическими плотностями вероятностями для трех видов шумов: нормального, экспоненциального и гамма-распределения. Аналогичные зависимости содержат рисунки 1.25, 1.26 для двух фрагментов, полученные при действии нормального мультипликативного шума. По внешнему виду гистограмм и размещению кривых теоретических плотностей вероятностей на рисунках 1.23 1.26 видно, что экспоненциальный шум в сегментах относительно уверенно отличается от нормального шума и шума с гамма-распределением. С другой стороны, при воздействии нормального мультипликативного шума на изображение гипотеза о «нормальности» шума в фрагментах не является достаточно очевидной, гипотеза о гамма-распределении шума становится с ней сильно конкурирующей. Это подтверждается значениями критерия %2, рассчитанных для всех альтернативных гипотез о виде закона распределения шума и приведенных в таблице 1.3 и таблице 1.4. Из таблице 1.4 видно, что для второго фрагмента (с большой степенью неоднородности текстуры) значения критерия у2 для гамма-распределения 2 ненамного превышает значения критерия % ля нормального распределения, следовательно, совершается ошибка принятия неправильной гипотезы. Таким образом, проведенный анализ поведения шума на тестовых и реальных изображениях приводит к утверждению, что вышеприведенные методы и алгоритмы фильтрации являются эффективными при определенном сочетании вида текстуры, закона распределения и интенсивности шума. Эффективность шумоподавления для различных пространственных фильтров и пороговой вейвлет-обработки была выявлена в предыдущем разделе. 53 |
смоделированного экспоненциального шума, накладываемого на фрагменты, и гистограммы оценок значений шума для двух участков. Оценки значений шума производились путем деления отсчетов зашумленного изображения на оценки математических ожиданий, вычисляемых в окне размером 5x5. Соответственно, для двух фрагментов на рис. 1.2.25, 1.2.26 приведены те же гистограммы оценок отсчетов шума вместе с гипотетическими плотностями вероятностями для трех видов шумов: нормального, экспоненциального и гамма-распределения. Аналогичные зависимости содержат рис. 1.2.27, 1.2.28 для двух фрагментов, полученные при действии нормального мультипликативного шума. По внешнему виду гистограмм и размещению кривых теоретических плотностей вероятностей на рис. 1.2.25 1.2.28 видно, что экспоненциальный шум в сегментах относительно уверенно отличается от нормального шума и шума с гамма-распределением. С другой стороны, при воздействии нормального Г с * мультипликативного шума на изображение гипотеза о «нормальности» шума в фрагментах не является достаточно очевидной, гипотеза о гамма-распределении шума становится с ней сильно конкурирующей. Это подтверждается значениями критерия %2, рассчитанных для всех альтернативных гипотез о виде закона распределения шума и приведенных в табл. 1.2.3 и табл. 1.2.4. Из табл.1.2.4 видно, что для второго фрагмента (с большой степенью неоднородности текстуры) значения критерия % для гамма-распределения ненамного превышает значения критерия х2 для нормального распределения, следовательно, совершается ошибка принятия неправильной гипотезы. Таким образом, проведенный анализ поведения шума на тестовых и реальных изображениях приводит к утверждению, что вышеприведенные методы и алгоритмы фильтрации являются эффективными при определенном сочетании вида текстуры, закона распределения и интенсивности шума. Эффективность шумоподавления для различных пространственных фильтров и пороговой вейвлет-обработки была выявлена в предыдущем разделе. 6 6 < |