Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Color Conversion for Color Blindness Employing Multilayer Neural Network with Perceptual Model Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

Multispectral Image Denoising Using Optimized Vector NLM Filter

verfasst von : Ahmed Ben Said, Sebti Foufou

Erschienen in: Image and Video Technology

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In this paper, we present a Stein’s Unbiased Risk Estimator (SURE) approach for Non-Local Mean filter to denoise multispectral images. We extend this filter to the vector case in order to take advantage from the additional spectral information brought by the multispectral imaging system. Experimental results show that the proposed optimized vector non-local mean filter (OVNLM) presented good denoising performance compared to several other approaches.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Echo State Network for 3D Motion Pattern Indexing: A Case Study on Tennis Forehands
Nächstes Kapitel Scene-Based Non-Uniformity Correction with Readout Noise Compensation
Anhänge
Nur mit Berechtigung zugänglich
Literatur
1.
Landgrebe, D.A.: Signal Theory Methods in Multispectral Remote Sensing. Wiley, Chichester (2003)CrossRef
2.
Peng, H., Rao, R., Dianat, S.: Multispectral image denoising with optimized vector bilateral filter. IEEE Trans. Image Process. 23(1), 264–273 (2014)MathSciNetCrossRef
3.
Ben Said, A., Hadjidj, R., Foufou, S.: Cluster validity index based on jeffrey divergence. Pattern Anal. Appl. 1–11 (2015)
4.
Tron, R., Vidal, R.: A benchmark for the comparison of 3-d motion segmentation algorithms. In: IEEE Conference on Computer Vision and Pattern Recognition, 2007, CVPR 2007, pp. 1–8 (2007)
5.
Georghiades, A., Belhumeur, P., Kriegman, D.: From few to many: illumination cone models for face recognition under variable lighting and pose. IEEE Trans. Pattern Anal. Mach. Intell. 23(6), 643–660 (2001)CrossRef
6.
Lee, K.C., Ho, J., Kriegman, D.: Acquiring linear subspaces for face recognition under variable lighting. IEEE Trans. Pattern Anal. Mach. Intell. 27(5), 684–698 (2005)CrossRef
7.
Omri, F., Foufou, S.: A novel image texture fusion scheme for improving multispectral face recognition. In: 2014 Tenth International Conference on Signal-Image Technology and Internet-Based Systems (SITIS), pp. 43–48 (2014)
8.
Omri, F., Foufou, S., Abidi, M.: NIR and visible image fusion for improving face recognition at long distance. In: Elmoataz, A., Lezoray, O., Nouboud, F., Mammass, D. (eds.) ICISP 2014. LNCS, vol. 8509, pp. 549–557. Springer, Heidelberg (2014)
9.
Meraoumia, A., Chitroub, S., Bouridane, A.: Biometric recognition systems using multispectral imaging. In: Hassanien, A.E., Kim, T.H., Kacprzyk, J., Awad, A.I. (eds.) Bio-inspiring Cyber Security and Cloud Services: Trends and Innovations, vol. 70, pp. 321–347. Springer, Heidelberg (2014)
10.
Pan, Z., Healey, G., Prasad, M., Tromberg, B.: Face recognition in hyperspectral images. IEEE Trans. Pattern Anal. Mach. Intell. 25(12), 1552–1560 (2003)CrossRef
11.
Pan, Z., Healey, G.E., Prasad, M., Tromberg, B.J.: Hyperspectral face recognition under variable outdoor illumination. In: Proceedings of SPIE 5425, Algorithms and Technologies for Multispectral, Hyperspectral, and Ultraspectral Imagery X, pp. 520–529 (2004)
12.
Kong, S., Heo, J., Boughorbel, F., Zheng, Y., Abidi, B., Koschan, A., Yi, M., Abidi, M.: Multiscale fusion of visible and thermal ir images for illumination-invariant face recognition. Int. J. Comput. Vis. 71(2), 215–233 (2007)CrossRef
13.
Kong, S.G., Heo, J., Abidi, B.R., Paik, J., Abidi, M.A.: Recent advances in visual and infrared face recognitiona review. Comput. Vis. Image Underst. 97(1), 103–135 (2005)CrossRef
14.
Socolinsky, D.A., Selinger, A., Neuheisel, J.D.: Face recognition with visible and thermal infrared imagery. Comput. Vis. Image Underst. 91(12), 72–114 (2003)CrossRef
15.
Pavlidis, I., Symosek, P.: The imaging issue in an automatic face/disguise detection system. In: IEEE Workshop on Computer Vision Beyond the Visible Spectrum: Methods and Applications, 2000. Proceedings, pp. 15–24 (2000)
16.
Corner, B.R., Narayanan, R.M., Reichenbach, S.E.: Noise estimation in remote sensing imagery using data masking. Int. J. Remote Sens. 24(4), 689–702 (2003)CrossRef
17.
Abrams, M.C., Cain, S.C.: Sampling, radiometry, and image reconstruction for polar and geostationary meteorological remote sensing systems (2002)
18.
Luisier, F., Blu, T.: Sure-let multichannel image denoising: interscale orthonormal wavelet thresholding. IEEE Trans. Image Process. 17(4), 482–492 (2008)MathSciNetCrossRef
19.
Blu, T., Luisier, F.: The SURE-LET approach to image denoising. IEEE Trans. Image Process. 16, 2778–2786 (2007)MathSciNetCrossRef
20.
21.
Peng, H., Rao, R., Dianat, S.: Optimized vector bilateral filter for multispectral image denoising. In: 2012 19th IEEE International Conference on Image Processing (ICIP), pp. 2141–2144 (2012)
22.
Manjon, J.V., Robles, M., Thacker, N.A.: Multispectral mri denoising using non-local means. In: Medical Image Understanding and Analysis, pp. 41–46 (2007)
23.
Buades, A., Coll, B., Morel, J.: A review of image denoising algorithms, with a new one. Multiscale Model. Simul. 4(2), 490–530 (2005)MathSciNetCrossRefMATH
24.
Chaux, C., Duval, L., Benazza-Benyahia, A., Pesquet, J.: A nonlinear stein-based estimator for multichannel image denoising. IEEE Trans. Signal Process. 56(8), 3855–3870 (2008)MathSciNetCrossRef
25.
26.
Bouchech, H., Foufou, S., Koschan, A., Abidi, M.: A kernelized sparsity-based approach for best spectral bands selection for face recognition. Multimedia Tools Appl. 74, 1–24 (2014)
27.
Chang, H., Harishwaran, H., Yi, M., Koschan, A., Abidi, B., Abidi, M.: An in door and outdoor, multimodal, multispectral and multi-illuminant database for face recognition. In: Conference on Computer Vision and Pattern Recognition Workshop, 2006. CVPRW 2006, pp. 54–54 (2006)
Metadaten
Titel
Multispectral Image Denoising Using Optimized Vector NLM Filter
verfasst von
Ahmed Ben Said
Sebti Foufou
Copyright-Jahr
2016
Buch
Image and Video Technology

Print ISBN: 978-3-319-29450-6

Electronic ISBN: 978-3-319-29451-3

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-319-29451-3_25

Neuer Inhalt

    Bildnachweise