МЕТОД ОЧИЩЕННЯ ВІД ШУМУ ВІЗУАЛЬНОЇ БІОМЕТРИЧНОЇ ІНФОРМАЦІЇ
DOI:
https://doi.org/10.24025/2306-4412.4.2021.247856Ключові слова:
візуальний сигнал, часова фільтрація, частотна фільтрація, порогова обробка, вейвлет-перетворення, адитивний гаусовий шум, мультиплікативний гаусовий шумАнотація
У роботі запропоновано метод очищення від шуму візуальної біометричної інформації за рахунок визначення структури моделі згладжуючої фільтрації візуальної інформації про ідентифіковану особистість на основі статистичного оцінювання якості очищення від шуму двовимірного сигналу. В результаті проведеного системного аналізу сучасних методів очищення зображення від шуму встановлено, що розглянуті методи мають один або більше з таких недоліків: не автоматизовано вибір структури та параметрів моделі фільтра та/або невисока точність очищення від адитивного та мультиплікативного шуму. Тому актуальною є розробка методу очищення від шуму візуальної біометричної інформації для проведення попередньої обробки зображення обличчя людини, що забезпечить необхідну якість зображень і не вимагатиме трудомісткої процедури визначення значень параметрів оператором на основі емпіричного досвіду. Визначено структуру моделі згладжуючої фільтрації. Запропоновано характеристики та критерій якості очищення від шуму візуального сигналу. Для визначення параметра порядку фільтра проведено чисельні дослідження за допомогою бази даних Siblings, що дозволило встановити найефективніший метод: у випадку адитивного гаусового шуму та у випадку мультиплікативного гаусового шуму, найменшу середньоквадратичну помилку, тобто таку, що відповідає
критерію якості очищення від шуму візуального сигналу, забезпечує середньо a -усічений фільтр. Запропонований метод дозволяє ставити і вирішувати завдання попередньої обробки візуального сигналу, що використовуються для аналізу і зберігання візуальної інформації в інтелектуальних комп’ютерних системах біометричної ідентифікації особистості по зображенню обличчя.
Посилання
E. E. Fedorov, O. V. Nechyporenko, T. Yu. Utkina, and Ya. V. Korpan, Models and Methods of Computer Systems for Visual Image Recognition: a monograph. Cherkasy, Ukraine, 2021 [in Ukrainian].
S. A. Broughton, and K. Bryan, Discrete Fourier Analysis and Wavelets. Applications to Signal and Image Processing. Hoboken, NJ, USA: John Wiley & Sons, 2018.
P. R. Hill, Audio and Speech Processing with MATLAB. Boca Raton, FL, USA: CRC Press, 2019.
A. K. Nandi, N. Sujatha, R. Menaka, and J. S. R. Alex, Computational Signal Processing and Analysis. Singapore:Springer, 2018.
W. Burger, and M. J. Burge, Digital Image. An Algorithmic Introduction Using Java. London, GB: Springer-Verlag, 2016.
K. S. Thyagarajan, Introduction to Digital Signal Processing using MATLAB with Application to Digital Communications. Cham, Switzerland: Springer, 2020.
B. Widrow, and S. Stearns, Adaptive Signal Processing. Moscow, Russia: Radio i svyaz, 1989 [in Russian].
C. F. Cowan, and P. M. Grant, Adaptive Filters. Moscow, Russia: Mir, 1988 [in Russian].
S. Haykin, Adaptive Filter Theory, Harlow, Essex, GB: Pearson Education, 2014.
P. S. R. Diniz, Adaptive Filtering Algorithms and Practical Implementation, Cham, Switzerland: Springer, 2020.
F. Gustafsson, Adaptive Filtering and Change Detection. Chichester, West Sussex, GB: John Wiley & Sons, 2000.
A. D. Poularikas, and Z. M. Ramadan, Adaptive Filtering Primer with MATLAB. Boca Raton, FL, USA: CRC Press, 2006.
M. Najim, Modeling, Estimation and Optimal Filtering in Signal Processing. Hoboken, NJ, USA: John Wiley & Sons, 2008.
M. G. Bellanger, Adaptive Digital Filters and Signal Analysis. New York, NY, USA:Marcel Dekker, 2001.
J. S. Lim, Two-Dimensional Signal and Image Processing. Englewood Cliffs, NJ, USA: Prentice Hall, 1990.
R. Gonzalez, R. Woods, and S. Eddins, Digital Image Processing in MATLAB. Moscow, Russia: Tekhnosfera, 2006 [in Russian].
Methods of Computer Image Processing, V. A. Soyfer, Ed. Moscow? Russia: FIZMATLIT, 2003 [in Russian].
N. Yu. Sekunov, PC Sound Processing. St. Petersburg, Russia: BHV-Petersburg, 2001 [in Russian].
S. F. Boll, "Suppression of acoustic noise in speech using spectral subtraction", in Proc.
IEEE Trans. on Acoustics, Speech, and Signal Processing (ASSP-27), 1979, vol .2, pp. 113-120.
M. Berouti, R. Schwartz, and J. Makhoul, "Enhancement of speech corrupted by acoustic noise", in Proc. IEEE, Int. Conf. on Acoustics, Speech, and Signal Processing (ICASSP-79), 1979, pp. 208-211.
R. J. McAulay, and M. L. Malpass, "Speech enhancement using a soft-decision noise suppression filter", in Proc. IEEE Trans. on Acoustics, Speech, and Signal Processing, 1980, vol. 28, no. 2, pp. 137-144.
S. Malla, Wavelets in Signal Processing. Moscow, Russia: Mir, 2005 [in Russian].
E. Fedorov, T. Utkina, O. Nechyporenko, and Y. Korpan, "Method of speech signal structuring and transforming for biometric personality identification", Communications in Computer and Information Science, vol. 1158, pp. 307-322, 2020.doi: 10.1007/978-3-030-61656-4.
G. X. Ritter, and J. N. Wilson, Handbook of Computer Vision Algorithms in Image Algebra. Boca Raton, FL, USA: CRC Press, 2001.
S.-T. Bow, Pattern Recognition and Image Preprocessing. New York, NY, USA: Marcel Dekker, 2002.
U. Qidwai, and C. H. Chen, Digital Image Processing: An Algorithmic Approach with MATLAB. Boca Raton, FL, USA: CRC Press, 2009.
N. N. Krasilnikov, Digital Processing of 2D and 3D Images. St. Petersburg, Russia: BHV-Petersburg, 2011 [in Russian].
Mathematical Morphology and its Application to Image and Signal Processing, J. Goutsias, L. Vincent, and D. S. Bloomberg, Eds. Kluwer Academic Publishers, 2002.
Siblings Database. [Online]. Available:https://areeweb.polito.it/ricerca/cgvg/sibling sDB.html.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
URN
Ліцензія
Авторське право (c) 2021 Федоров Євген Євгенович, Тетяна Юріївна Уткіна

Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.
Автори, які публікуються в цьому збірнику, погоджуються з наступними умовами:
Автори залишають за собою право на авторство своєї роботи та передають збірнику право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License CC BY-NC, яка дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи в цьому збірнику.
Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи в тому вигляді, в якому її опубліковано цим збірником (наприклад, розміщувати роботу в електронному сховищі установи або публікувати в складі монографії), за умови збереження посилання на першу публікацію роботи в цьому збірнику.
Політика збірника наукових праць дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).