Revista: | Computación y sistemas |
Base de datos: | PERIÓDICA |
Número de sistema: | 000423224 |
ISSN: | 1405-5546 |
Autors: | Ortiz Rangel, Estela1 Mejía Lavalle, Manuel1 Sossa, Humberto2 |
Institucions: | 1Centro Nacional de Investigación y Desarrollo Tecnológico, Departamento de Ciencias Computacionales, Cuernavaca, Morelos. México 2Instituto Politécnico Nacional, Centro de investigación en Computación, Ciudad de México. México |
Any: | 2017 |
Període: | Abr-Jun |
Volum: | 21 |
Número: | 2 |
País: | México |
Idioma: | Español |
Tipo de documento: | Artículo |
Enfoque: | Aplicado, descriptivo |
Resumen en español | Se describe un algoritmo llamado ICM-TM para reducir el efecto del ruido Gaussiano en imágenes monocromáticas. La operación del algoritmo se basa en el Modelo de Intersección Cortical (ICM) que es un tipo de Red Neuronal Artificial tipo Pulso-Acoplado. Una matriz de tiempos (TM) proporciona la información correspondiente a la iteración cuando la neurona correspondiente se activa por primera vez. Se establece un criterio de filtrado selectivo que combina el operador de mediana y promedio tomando como base el tiempo de activación de las neuronas. El desempeño del algoritmo propuesto se evaluó experimentalmente con ruido Gaussiano a varios niveles. Los resultados muestran la efectividad de la propuesta con respecto a los filtros mediana, Gaussiano, Sigma, Wiener y las Redes Neuronales Pulso-Acopladas tipo PCNNNI. Los resultados son representados principalmente a través del Cociente Pico Señal a Ruido (CPSR) |
Resumen en inglés | An algorithm called ICM-TM to reduce the effect of Gaussian noise in grayscale images is proposed. It is based on the operation of the well- known Intersection Cortical Model (ICM), a kind of Pulse-Coupled Artificial Neural Network. A Time Matrix (TM) provides information about the iteration when the neuron fires for first time. Each neuron corresponds to a pixel. A selective filtering criteria that combines the median and average operators using the neuron´s activation time is established. The performance of the proposed algorithm is evaluated experimentally with varying degrees of Gaussian noise. Simulation results show that the effectiveness of the method is superior to the median filter, Gaussian filter, Sigma filter, Wiener filter and to the Pulse-Coupled Neural Networks with the Null Interconnections (PCNNNI). Results are mainly provided by the parameter Peak Signal to Noise Ratio (PSNR) |
Disciplines | Ciencias de la computación |
Paraules clau: | Procesamiento de datos, Procesamiento de imágenes, Imágenes digitales, Modelo de Intersección Cortical, Ruido gaussiano, Filtro Wiener, Relación pico señal a ruido |
Keyword: | Data processing, Image processing, Digital images, Intersection Cortical Model, Gaussian noise, Wiener filter, Peak Signal to Noise Ratio |
Text complet: | Texto completo (Ver HTML) Texto completo (Ver PDF) |