Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.12313/1176
Title: Estudio de técnicas de suavización en imágenes basadas en modelos dispersos
Authors: Sánchez Tarquino, Jaime Enrique
Advisors: Forero, Manuel Guillermo
Keywords: Modelado disperso
K-SVD
Técnicas de convolución
Procesamiento de imágenes
Issue Date: 2019
Publisher: Universidad de Ibagué
Citation: Sánchez Traquino, J.E. (2019). Estudio de técnicas de suavización en imágenes basadas en modelos dispersos. [Tesis de pregrado, Universidad de Ibagué]. http://repositorio.unibague.edu.co:80/jspui/handle/20.500.12313/1176
Abstract: In the last decade, advanced techniques have been developed for the elimination of noise in the image processing, whose results allow not only a greater denoise, but the preservation of the edges. These techniques include the non-local average method, BDM3D and based on sparse modeling, among others. This last technique has aroused great interest due to the results in which high-intensity noise is eliminated. For them, it uses dictionaries that are built as the filter progresses. This technique has been expanded to be used in combination with neural networks. In this work, the K-SVD smoothing algorithm was implemented. This algorithm is based on sparse modeling. In order to analyze and know the bases, characteristics and results obtained with the dispersed modeling method, it was compared with other noise elimination techniques, based on convolution masks. For this, the response of the filter and its results were analyzed, in terms of noise elimination and edge conservation. For this purpose, natural and synthetic images with different noise levels were used.
Description: En la última década se han venido desarrollando técnicas avanzadas para la eliminación de ruido en el procesamiento de imágenes, cuyos resultados permiten no sólo una mayor eliminación de ruido, sino la conservación de los bordes. Entre estas técnicas se destacan el método del promedio no local (non local means), BDM3D y basados en modelado disperso (sparse modeling) entre otros. Esta última técnica ha despertado gran interés debido a los resultados en los cuales se elimina ruido de gran intensidad. Para ellos hace uso de diccionarios que se construyen a medida que el filtro avanza. Esta técnica se ha expandido para ser usada en combinación con redes neuronales. En este trabajo, se implementó el algoritmo de suavización K-SVD. Este algoritmo es basado en modelado disperso. Con el fin de analizar y conocer las bases, características y resultados obtenidos con el método de modelado disperso se comparó con otras técnicas de eliminación de ruido, basadas en máscaras de convolución. Para ello, se analizó la respuesta del filtro y sus resultados, en cuanto a la eliminación de ruido y conservación de bordes. Para ello se utilizaron imágenes naturales y sintéticas con diferentes niveles de ruido.
URI: http://repositorio.unibague.edu.co:80/jspui/handle/20.500.12313/1176
Appears in Collections:Ingeniería Electrónica

Files in This Item:
File Description SizeFormat 
Trabajo de grado.pdf3.88 MBAdobe PDFThumbnail
View/Open
Anexos.zip161.47 MBUnknownView/Open
Autorización publicación.pdf
  Restricted Access
1.17 MBAdobe PDFView/Open Request a copy



This item is licensed under a Creative Commons License Creative Commons