MIC

Descripción

Nuevo algoritmo para reducción del ruido de imágenes en escala de grises empleando morfología matemática.

Restaurar imágenes en escala de grises. La intención es mejorar una imagen mediante la reducción de ruido y su aclarado es un problema fundamental en el procesamiento de imágenes digitales.
Emplear los operadores de dilatación, erosión, apertura y clausura en escala de grises de la morfología matemática.
Segmentar las características y el ruido.

Una imagen limpia o aclarada es un aspecto subjetivo para la mayoría de las personas.
Diseñado principalmente para la mejora de imágenes escaneadas e imágenes de video estáticos que están degradadas por ruido visible y espacialmente denso.
El proceso de digitalización introduce ruido, que es de baja amplitud pero puede degradar significativamente los detalles de la imagen, así como reducir la eficiencia en la compresión de escenas de imágenes.
Una imagen aclarada posee básicamente:

Bordes, líneas delgadas y pequeñas características que son afiladas y limpiadas.

Áreas entre las características que varían suavemente.

El ruido normalmente se presenta en áreas grandes. Es poco frecuente que se presente en bordes, líneas delgadas y características pequeñas (características 1D).
La técnica se basa en la idea de que el ruido de las imágenes está restringida a características 2D.

Considerar una imagen de entrada I en escala de grises que contiene ruido.
Sea S el resultado del suavizado de la imagen I, al realizar aperturas y clausuras.
Se asume que S está libre de ruido.
Sea la imagen residual la diferencia de imágenes D = I - S, entonces D contiene todo el ruido de I.
Sin embargo, S puede contener características que son más delgadas que los elementos estructurantes utilizados para crearla. Por tanto, D contiene características y ruido.
Si el ruido en I tiene un rango dinámico más pequeño que sus características delgadas, entonces D contendrá ruido en bajas amplitudes y características en altas amplitudes.
Si D es binarizado en un valor mayor que la amplitud del ruido, el resultado es una máscara de delgadas características de la imagen.
La máscara después de ulteriores manipulaciones puede ser usada para recombinar las características delgadas de D con S, mientras va dejando detrás el ruido.
El resultado es una imagen que varía suavemente excepto en los bordes, líneas delgadas y pequeñas características.