Mostrando ítems 1-2 de 2

Estudio de algoritmos de reducción de ruido en video

Cancino Suárez, Sandra Liliana; ESTUPIÑÁN, ENRIQUE; Rodríguez Ramírez, Marcela Patricia; Makowski, Dominik (Universidad Escuela Colombiana de Ingeniería Julio GaravitoBogotá, 2010)

En este artículo se describe la implementación de algoritmos para reducción de ruido. Estos algoritmos se aplican a videos con diferentes características de movimiento, esto es: bajo, medio o alto, realizando medidas ...
Experiences in video processing laboratory

Cancino Suárez, Sandra Liliana; Estupiñán Escalante, Enrique; Makowski, Dominik (Science and Education Research CouncilColombia, 2011)

Noise in digital video is typically handled with simple inter-frame operations and since these operations could be used in more advance video processing is a good starting point for any research on video. Although, there ...

Envíos recientes

Estudio de algoritmos de reducción de ruido en video
...
Cancino Suárez, Sandra Liliana | 2010

En este artículo se describe la implementación de algoritmos para reducción de ruido. Estos algoritmos se aplican a videos con diferentes características de movimiento, esto es: bajo, medio o alto, realizando medidas objetivas y subjetivas para evaluar qué tan efectivos son, tanto en su implementación en el hardware DSP como en software. A pesar de las diferencias en los videos que se van a evaluar, el algoritmo que presenta mejores resultados en la medida objetiva es Alpha-Trimmed, incluso con mejores resultados en la implementación en hardware que en simulación. En la medida subjetiva el algoritmo más favorecido es el Mejor Vecino, aunque no por mucho margen.

LEER
Experiences in video processing laboratory
...
Cancino Suárez, Sandra Liliana | 2011

Noise in digital video is typically handled with simple inter-frame operations and since these operations could be used in more advance video processing is a good starting point for any research on video. Although, there are many barriers to learn and comprehend video processing topics; these are related mainly to the learning curve of the hardware and software for video processing and the inherent complexity of video. In order to overcome the former, a set of guides ranging from video standards, to noise reduction algorithms, in simulation, Simulink and in hardware TMS320DM642, were developed to aid the selflearning processing either for researchers or students. In this paper we present the result of two different courses where this self-learning methodology was used and the results of selected noise removal algorithms.

LEER