Algoritmos paralelos para la detección y corrección de ruido impulsivo y ruido gaussiano basados en lógica fuzzy
Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10045/32635
Título: | Algoritmos paralelos para la detección y corrección de ruido impulsivo y ruido gaussiano basados en lógica fuzzy |
---|---|
Autor/es: | Súcar Segarra, Luis Beltrán |
Director de la investigación: | Arnal García, Josep | Vidal, Vicente |
Centro, Departamento o Servicio: | Universidad de Alicante. Escuela Politécnica Superior |
Palabras clave: | Filtro de imágenes | Computación de altas prestaciones | Paralelismo |
Área/s de conocimiento: | Ciencia de la Computación e Inteligencia Artificial |
Fecha de publicación: | jul-2013 |
Resumen: | Normalmente durante el proceso de adquisición o transmisión las imágenes digitales pueden corromperse mediante ruido. Un problema importante del procesamiento de imágenes es eliminar el ruido preservando algunas características como los bordes, texturas y detalles. Dos problemas comunes son el ruido gaussiano y el ruido impulsivo, los cuales son introducidos durante los procesos de adquisición y transmisión, respectivamente. Se han planteado muchos métodos para eliminar tanto el ruido gaussiano, como el ruido impulsivo. En este trabajo se plantean dos posibles soluciones basadas en lógica fuzzy. En un primer lugar, se afrontará la corrección de imágenes con color corruptas únicamente con ruido impulsivo y seguidamente, la corrección de imágenes con ruido mixto gaussiano e impulsivo. Resultados experimentales han mostrado que estas técnicas de filtrado muestran cierta competitividad respecto a otros métodos del estado del arte. Por otro lado, muestran el inconveniente en imágenes de una gran resolución, ya que los equipos no muestran un rendimiento óptimo en lo que respecta a tiempos de ejecución. Éstos no tienen suficiente potencia como para poder ejecutarlo en tiempo real y tener una verdadera aplicación práctica. Tanto el filtro Fuzzy Peer Group Averaging Filter (FPGA) como el filtro de dos etapas basado en lógica fuzzy para imágenes con ruido impulsivo [18] han dado buenos resultados pero no parece apropiado para procesamientos en tiempo real. Sin embargo, estos algoritmos muestran grandes potenciales para el paralelismo y la localización de datos. Esto lo hace adecuado para ser ejecutados en hardware habilitado para el paralelismo. Por estas causas, se decidió realizar una versión paralelizada de estos algoritmos para poder aprovechar sus buenos resultados de detección, corrección y poder combinarlo con unos resultados temporales que lo hagan apropiado para ejecuciones en tiempo real. Se han probado estos algoritmos desarrollando programas para multi-cores, obteniendo unos resultados cercanos a un speedup lineal con respecto al número de procesadores utilizados. Para poder establecer una proporcionalidad de mejora respecto a las imágenes corruptas se ha utilizado el PSNR, este tipo de estadística nos permite saber en cuanto se parecen dos imágenes. |
URI: | http://hdl.handle.net/10045/32635 |
Idioma: | spa |
Tipo: | info:eu-repo/semantics/masterThesis |
Derechos: | Licencia Creative Commons Reconocimiento-NoComercial-SinObraDerivada 3.0 |
Revisión científica: | no |
Aparece en las colecciones: | Máster Universitario en Ingeniería Informática - Trabajos Fin de Máster |
Archivos en este ítem:
Archivo | Descripción | Tamaño | Formato | |
---|---|---|---|---|
TFM_LuisBeltranSucarSegarra_2013_MII.pdf | 4,63 MB | Adobe PDF | Abrir Vista previa | |
Este ítem está licenciado bajo Licencia Creative Commons