Journal of Computational and Engineering Mathematics
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



J. Comp. Eng. Math.:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Journal of Computational and Engineering Mathematics, 2024, том 11, выпуск 4, страницы 64–74
DOI: https://doi.org/10.14529/jcem240407
(Mi jcem272)
 

Engineering Mathematics

Noise reduction in digital images based on original RAW files using neural networks
[Шумоподавление в цифровых изображениях на основе исходных raw кадров с использованием нейронных сетей]

A. A. Zamyshlyaeva, A. L. Kim

South Ural State University, Chelyabinsk, Russian Federation
Аннотация: В статье представлен метод шумоподавления для RAW фотоизображений, ориентированный на сохранение исходной информации и улучшение качества обработки. Цифровая обработка изображений важна для систем наблюдения и технического зрения, где качество и детализация играют ключевую роль. Предложенный метод основан на сочетании нейронных сетей UNet и HQSNet. HQSNet выполняет полуквадратичное разделение входных данных, выделяя ключевые области и снижая размерность менее значимых. UNet, в свою очередь, эффективно обрабатывает подготовленные данные, сохраняя высокую детализацию и тоновые переходы. Метод тестировался на реальных изображениях, включая сложные сцены с ночным портретом и звездным небом, демонстрируя высокие результаты по метрике MSE и экспертным оценкам. Сравнение с традиционными методами, такими как медианный и Bilateral фильтры, показало превосходство нового подхода как по качеству удаления шума, так и по сохранению деталей изображения. Преимущества метода включают сохранение динамического диапазона и возможность глубокой постобработки. Полученные результаты подтверждают его эффективность в задачах цифровой обработки, что делает разработку перспективной для применения в системах автоматического анализа и улучшения изображений.
Ключевые слова: шумоподавление, нейронные сети, UNet, HQSNet, RAW фотоизображения.
Поступила в редакцию: 22.11.2024
Тип публикации: Статья
УДК: 004.048
MSC: 68U10
Язык публикации: английский
Образец цитирования: A. A. Zamyshlyaeva, A. L. Kim, “Noise reduction in digital images based on original RAW files using neural networks”, J. Comp. Eng. Math., 11:4 (2024), 64–74
Цитирование в формате AMSBIB
\RBibitem{ZamKim24}
\by A.~A.~Zamyshlyaeva, A.~L.~Kim
\paper Noise reduction in digital images based on original RAW files using neural networks
\jour J. Comp. Eng. Math.
\yr 2024
\vol 11
\issue 4
\pages 64--74
\mathnet{http://mi.mathnet.ru/jcem272}
\crossref{https://doi.org/10.14529/jcem240407}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/jcem272
  • https://www.mathnet.ru/rus/jcem/v11/i4/p64
  • Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Journal of Computational and Engineering Mathematics
    Статистика просмотров:
    Страница аннотации:47
    PDF полного текста:7
    Список литературы:1
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2025