Cookies y Privacidad
Usamos cookies propias y de terceros para mejorar la experiencia de nuestros usuarios, analizar el tráfico del sitio y personalizar contenido. Si continúas navegando, asumimos que aceptas su uso. Para más información, consulta nuestra Política de Cookies
Análisis del ruido de cuantificación en filtros de transformada wavelet discreta para procesamiento de imágenes
En este documento, analizamos los efectos de cuantización de ruido en los coeficientes de los bancos de filtros de transformada wavelet discreta (DWT) para el procesamiento de imágenes. Proponemos la implementación del método DWT, lo que permite determinar el ancho de bits efectivo de los coeficientes de los bancos de filtros en los que el ruido de cuantización no afecta significativamente los resultados del procesamiento de imágenes según la relación señal-ruido máxima (PSNR). Se analiza la dependencia entre la calidad de imagen DWT en términos de PSNR y el ancho de bits de los coeficientes del filtro wavelet. Se proporcionan las fórmulas para determinar el ancho de bits mínimo de los coeficientes del filtro en el que la imagen procesada logra alta calidad (PSNR >= 40 dB). Los resultados teóricos obtenidos fueron confirmados mediante la simulación de DWT para una imagen de prueba utilizando los valores de ancho de bits calculados. Todos los algoritmos considerados operan con números de punto fijo, lo que simplifica su implementación en hardware en dispositivos modernos: matriz de compuertas programable en campo (FPGA), circuito integrado específico de aplicación (ASIC), etc.
Autores: Chervyakov, Nikolay; Lyakhov, Pavel; Kaplun, Dmitry; Butusov, Denis; Nagornov, Nikolay
Idioma: Inglés
Editor: MDPI
Año: 2018
Disponible con Suscripción Virtualpro
Artículo científico
Categoría
Ingeniería y Tecnología
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 7
Citaciones: Sin citaciones
Este documento es un artículo elaborado por Nikolay Chervyakov, Pavel Lyakhov, Dmitry Kaplun, Denis Butusov y Nikolay Nagornov para la revista Electronics, Vol. 7, Núm. 8. Publicación de MDPI. Contacto: electronics@mdpi.com
En este documento, analizamos los efectos de cuantización de ruido en los coeficientes de los bancos de filtros de transformada wavelet discreta (DWT) para el procesamiento de imágenes. Proponemos la implementación del método DWT, lo que permite determinar el ancho de bits efectivo de los coeficientes de los bancos de filtros en los que el ruido de cuantización no afecta significativamente los resultados del procesamiento de imágenes según la relación señal-ruido máxima (PSNR). Se analiza la dependencia entre la calidad de imagen DWT en términos de PSNR y el ancho de bits de los coeficientes del filtro wavelet. Se proporcionan las fórmulas para determinar el ancho de bits mínimo de los coeficientes del filtro en el que la imagen procesada logra alta calidad (PSNR >= 40 dB). Los resultados teóricos obtenidos fueron confirmados mediante la simulación de DWT para una imagen de prueba utilizando los valores de ancho de bits calculados. Todos los algoritmos considerados operan con números de punto fijo, lo que simplifica su implementación en hardware en dispositivos modernos: matriz de compuertas programable en campo (FPGA), circuito integrado específico de aplicación (ASIC), etc.
Descripción
En este documento, analizamos los efectos de cuantización de ruido en los coeficientes de los bancos de filtros de transformada wavelet discreta (DWT) para el procesamiento de imágenes. Proponemos la implementación del método DWT, lo que permite determinar el ancho de bits efectivo de los coeficientes de los bancos de filtros en los que el ruido de cuantización no afecta significativamente los resultados del procesamiento de imágenes según la relación señal-ruido máxima (PSNR). Se analiza la dependencia entre la calidad de imagen DWT en términos de PSNR y el ancho de bits de los coeficientes del filtro wavelet. Se proporcionan las fórmulas para determinar el ancho de bits mínimo de los coeficientes del filtro en el que la imagen procesada logra alta calidad (PSNR >= 40 dB). Los resultados teóricos obtenidos fueron confirmados mediante la simulación de DWT para una imagen de prueba utilizando los valores de ancho de bits calculados. Todos los algoritmos considerados operan con números de punto fijo, lo que simplifica su implementación en hardware en dispositivos modernos: matriz de compuertas programable en campo (FPGA), circuito integrado específico de aplicación (ASIC), etc.