STIMA E RIDUZIONE DEL RUMORE

Il rumore è un problema importante osservato durante l'elaborazione delle immagini nelle applicazioni di elaborazione delle immagini. È necessario prevedere i livelli di rumore e, dopo la stima, ridurli a un certo livello massimo di declino. Non è possibile strutturare completamente immagini prive di rumore, ma è possibile migliorare la qualità delle immagini stimando i rumori. L'approccio proposto è un modo innovativo per stimare e rimuovere il rumore trovato attraverso l'osservazione durante l'elaborazione delle immagini. L'approccio dell'analisi delle componenti principali (PCA) viene seguito per rimuovere il rumore attraverso la sua stima, che può essere effettuata seguendo una delle tecniche statistiche frequentemente utilizzate nell'elaborazione dei segnali per la riduzione delle dimensioni dei dati o per la correlazione dei dati. Nell'analisi delle componenti principali, i blocchi dell'immagine sono stati riorganizzati in un vettore e ne è stata calcolata la matrice di covarianza. Quindi si selezionano gli autovalori della matrice di covarianza che corrispondono solo al rumore. Con l'aiuto della media degli autovalori siamo in grado di stimare il rumore presente nell'immagine; per stimare il rumore nell'immagine prendiamo solo una regione parziale dell'immagine in modo che sia conveniente ridurlo utilizzando la funzione denoise.