Imej digital boleh dijangkiti dengan hingar. Salah satu daripadanya adalah hingar dedenyut. Penapis median digunakan untuk menangani jenis hingar ini. Penapis median adalah sejenis penapis tidak-lurus dan kerangka penapis median ini telah diperluaskan lagi dengan pelbagai jenis kaedah. Penapis median standard ini juga akan melibatkan piksel rosak dalam mengira nilai median untuk proses pemulihan. Kerana ini, penapis ini boleh menyebabkan keputusan yang tidak tepat kerana nilai piksel yang rosak juga akan dipilih semasa proses pemulihan. Satu lagi pecahan pada penapis median ialah penapis median rekursif. Jenis penapis ini melakukan pengiraannya bukan hanya dengan nilai piksel masukan tetapi juga nilai piksel dari hasil keluaran sebelumnya. Dalam projek ini, penambahbaikan kepada penapis median rekursif dicadangkan dengan menggunakan penukaran dan penyesuaian penapis median. Kaedah yang dicadangkan ini dipanggil sebagai Penapis Median Adaptif Penukaran Rekursif. Oleh kerana rangka kerja penapis penukaran dimasukkan dalam kaedah yang dicadangkan, maka kaedah ini juga terdiri daripada dua peringkat, iaitu peringkat pengesanan piksel rosak dan peringkat pemulihan piksel. Pada peringkat pemulihan, kaedah adaptif digunakan untuk pemulihan. Saiz penapis akan terus berkembang sehingga sekurang-kurangnya lapan atau lebih calon piksel tidak rosak ditakrifkan oleh penapis tetingkap tempatan. Hasil ujikaji menunjukkan prestasi yang baik daripada Ralat Min Kuasa Dua (MSE) dan Pengukuran Indeks Keamaan Struktur (SSIM). Walau bagaimanapun, kaedah ini tidak menghasilkan keluaran yang baik pada tahap peratusan hingar yang tinggi. Keputusan menunjukkan bahawa kaedah yang dicadangkan menunjukkan prestasi yang baik hanya apabila proses penapisan imej rosak yang ditetapkan dengan 0% sehingga 75% kepadatan hingar. Prestasi penapis yang dicadangkan berkurangan apabila kepadatan hingar dalam imej melebihi 80%.
_______________________________________________________________________________________________________
Digital images can easily be infected with noise. One of it is impulse noise (i.e. salt-and-pepper noise). To deal with this type of noise is by using median filter. Median filter is a type of non-linear filter and the median filter framework has been widely extended with various kinds of methods. Standard median filter includes noisy pixels in calculating the median value for the restoration process. Due to this can cause inaccurate results because noisy pixel values may also be selected during restoration process. Another extension of median filter is the recursive median filter. This type of filter performs its calculation not only with the initial input pixel values but also includes the output pixel values from previous filtering process. In this project, an improvement to recursive median filter is proposed by adapting it with switching and adaptive median filter. This proposed method is called as Recursive Switching Adaptive Median Filter. Since the switching framework is included in the proposed method, this method also consists of two stages, which are noise detection and noise restoration stage. In the restoration stage, an adaptive method is used for restoration. The size of the filter keeps expanding until at least 8 or more noise-free pixel candidates are defined by the local window. The experimental results show good performance in terms of Mean Square Error and Structural Similarity Index Measure. However, the proposed method does not perform well at a high level of corruption. Results shows that the proposed method shows good performance only in filtering noised images with 0% up to 75% noise density. The performance of the proposed filter decreases as the noise density in an image exceeds 80%.
Reduction of impulse noise on grey scale image / Aina Qistina Md.Taha