Fortgeschrittene Techniken zur Bewertung der Qualität verrauschter Bilder

Qualitätssicherung ist wahrscheinlich das häufigste und am besten untersuchte Problem in der Bildverarbeitung. Es wird angenommen, dass das Bild durch Impulsrauschen verfälscht ist. In diesem Buch möchte ich das Rauschen in einem einzelnen Bild mithilfe des PCA-Algorithmus schätzen. Das Bild wird in Segmente unterteilt und das Rauschen wird durch die Hauptkomponentenanalyse (PCA) geschätzt. Für die Bildsegmentierung wird ein konturbasierter Ansatz verwendet. Es wird ein Modell vorgeschlagen, das zur Schätzung der Rauschstandardabweichung in verrauschten Bildern verwendet wird. Das RGB-Modell wird zur Rauschschätzung aus einem Bild verwendet. Das Rauschen wird durch Hauptkomponentenanalyse mit konturbasierter Segmentierung entfernt. Es bietet die Effizienz zur Schätzung und Entfernung von Lärm. Dieses Buch bietet eine effiziente Segmentierungstechnik zum Segmentieren von Farbbildern. Es bietet einen guten Kompromiss zwischen Genauigkeit und Ausführungszeit: Es ist viel schneller als die Methoden und erheblich genauer als die Methoden. Die vorgeschlagene Qualitätssicherungsmethode kann effizient in verschiedenen Bildanwendungen wie Digitalkameras eingesetzt werden und ist aufgrund ihrer Leistung und Einfachheit überlegen.

Autorentext

Dr. Smita Sharma arbeitet derzeit als außerordentliche Professorin in der Abteilung AIML & Cyber Security des Sagar Institute of Research & Technology, Bhopal.Zu ihren Interessengebieten gehören Cybersicherheit und digitale Forensik.Dr. Kalpana Rai arbeitet derzeit als HoD in der Abteilung AIML und Cybersicherheit. Ihre Interessengebiete: IoT, KI und Deep Learning.