УСТРАНЕНИЕ ИМПУЛЬСНЫХ ПОМЕХ И ФЛУКТУАЦИОННЫХ ШУМОВ В СИГНАЛЕ ПИРОМЕТРА НА ОСНОВЕ МЕТОДА ДВУМЕРНОГО СКАНИРОВАНИЯ
DOI:
https://doi.org/10.20535/2617-8974.2020.3.195553Ключові слова:
температурный контроль, флуктуационный шум, импульсная помеха, подавление шумов, пирометр, кардиохирургия, биологический объектАнотація
Предложен метод предварительной обработки цифровых данных, полученых при регистрации температуры биологического объекта пирометром, который позволяет устранить в полезном сигнале флуктуационные шумы и импульсные помехи, обусловленные различной регулярной структурой геметрии фотоэлектронных элементов оптической матрицы или структурой канала передачи сигналаПосилання
Chan TF, Shen J. Image processing and analysis: Variational, PDE, Wavelet, and stochastic methods. SIAM, 2005; 400 p.
Burger M. Level set and PDE based reconstruction methods in imaging, Springer, 2008; 319 p.
Chambolle A. An introduction to total variation for image analysis. Theoretical foundations and numerical methods for sparse recovery 2009; 9: 263-340.
Xu J, Feng X, Hao Y. A coupled variational model for image denoising using a duality strategy and split Bregman. Multidimensional systems and signal processing 2014; 25: 83-94.
Rankovic N, Tuba M. Improved adaptive median filter for denoising ultrasound images. Advances in computer science, WSEAS ECC’12 2012; 169-74.
Lysaker M, Tai X. Iterative image restoration combining total variation minimization and a second-order functional. International journal of computer vision 2006; 66: 5-18.
model for image denoising and segmentation. Journal mathematical imaging and vision 2006; 26(1-2): 115-25.
Modified ROF model. Optics express 2012; 20(16): 17987-18004.
Tran MP, Peteri R, Bergounioux M. Denoising 3D medical images using a second order variational model and wavelet shrinkage. Image analysis and recognition 2012; 7325: 138-45.
Getreuer P. Rudin-Osher-Fatemi total variation denoising using split Bregman. IPOL 2012. Source: http://www.ipol.im/pub/art/2012/g-tvd/
Caselles V, Chambolle A, Novaga M. Handbook of mathematical methods in imaging, Springer, 2011. 1607 p.
Rudin LI, Osher S, Fatemi E. Nonlinear total variation based noise removal algorithms. Physica D. 1992; 60: 259-68.
Chen K. Introduction to variational image processing models and application. International journal of computer mathematics 2013; 90(1): 1-8.
Le T, Chartrand R, Asaki TJ. A variational approach to reconstructing images corrupted by Poisson noise. Journal of mathematical imaging and vision 2007; 27(3): 257-63.
Luisier F, Blu T, Unser M. Image denoising in mixed Poisson-Gaussian noise. IEEE transaction on Image processing 2011; 20(3): 696-708.
Jezierska A. An EM approach for Poisson-Gaussian noise
modelling. EUSIPCO 19th 2011; 62(1): 13-30.
Jezierska A. Poisson-Gaussian noise parameter estimation in fluorescence microscopy imaging. IEEE International Symposium on Biomedical Imaging 9th 2012; 1663-6.
Математическое моделирование коррекции неоднородности сканирующих многоэлементных фотоприемных устройств по сигналам сцены / В.Г. Морозова, С.И. Жегалов, В.Н. Соляков [и др.] // 19-я междунар. конф. по фотоэлектронике и приборам ночного видения. – М., 2006. – C. 140 – 141.
Лебедев Д.Г. Моделирование адаптивного выравнивания параметров линейки фотоприемника с использованием микросканирования / Д.Г. Лебедев, К.Т. Лыонг // Информационные процессы. – 2007. – Т. 7, № 2. – С. 124 – 137.
Соляков В.Н. Коррекция по сигналам сцены неоднородности многоэлементных фотоприемных устройств с микросканированием / В.Н. Соляков, В.Г. Морозова, С.И. Жегалов // 20-я междунар. конф. по фотоэлектронике и приборам ночного видения. – М., 2008. – C. 197 – 198.
Метод коррекции неоднородности многоэлементных фотоприемных устройств по сигналам сцены / В.Н. Соляков, С.И. Жегалов, Л.Д. Сагинов [и др.] // Прикладная физика. – 2008. – № 1. – С. 60 – 71.
Соляков В.Н. Метод коррекции неоднородности по сигналам сцены многоэлементных фотоприемных устройств с микросканированием / В.Н. Соляков, С.И. Жегалов, В.Г. Морозова // Прикладная физика. – 2009. – № 5. – С. 99 – 106.
Соляков В.Н. Результаты практического моделирования коррекции неоднородности многоэлементных фотоприемных устройств по сигналам сцены / В.Н. Соляков, С.И. Жегалов, В.Г. Морозова // Прикладная физика. – 2009. – № 5. – С. 107 – 112.
Большаков И.А., Ракошиц В.С. Прикладная теория случайных потоков, М.: Сов. радио, 1978,- 248с.
Хуанг Т.С. и др. Быстрые алгоритмы в цифровой обработке изображений. – М.: Радио и связь, 1984. – 224 с.
Сойфер В.А. Компьютерная обработка изображений. Часть 2. Методы и алгоритмы. – Соросовский образовательный журнал №3, 1996.
Апальков И.В., Хрящев В.В. Удаление шума из изображений на основе нелинейных алгоритмов с использованием ранговой статистики. - Ярославский государственный университет, 2007.
Радченко Ю.С. Эффективность приема сигналов на фоне комбинированной помехи с дополнительной обработкой в медианном фильтре. – "Журнал радиоэлектроники", №7, 2001. / http://jre.cplire.ru/iso/jul01/2/text.html
Шликов В.В. Метод цифрової обробки відеоданих термограм при операціях на відкритому серці з фільтрацією візуальних фонів міокарда // Наукові вісті НТУУ "КПІ", No 1 (2018). C 26 – 36. – URL: http://bulletin.kpi.ua/article//download/118807/pdf_286
Wang C, Li T. An improved adaptive median filter for Image denoising. ICCEE 2012; 53(2.64): 393-8.
Шлыков В.В., Данилова В.А., Диденко М.С. Пирометрическая система контроля температуры. Вісник Нац. техн. ун-ту "ХПІ": зб. наук. пр. Серія: Механіко-технологічні системи та комплекси. 2017. № 20 (1242). С. 11 – 19.
Лукин С.Б. Оптико-электронные системы: Конспект лекций. ИТМО, 2004. - СПб, ИТМО ИФФ, 2004. - http://iff.ifmo.ru/kons/oes/KL.htm
Лукин А. Введение в цифровую обработку сигналов (Математические основы).- М.: МГУ, Лаборатория компьютерной графики и мультимедиа, 2002. – URL: http://pv.bstu.ru/dsp/dspcourse.pdf
Иванов Д.В. и др. Алгоритмические основы растровой графики. - Интернет университет информационных технологий. - http://www.intuit.ru/goto/course/ rastrgraph
