In this paper a two-phase filter for removing “salt and pepper” noise is proposed. In the first phase, an adaptive median filter is used to identify the set of the noisy pixels; in the second phase, these pixels are restored according to a regularization method, which contains a data-fidelity term reflecting the impulse noise characteristics. The algorithm, which exhibits good performance both in denoising and in restoration, can be easily and effectively parallelized to exploit the full power of multi-core CPUs and GPGPUs; the proposed implementation based on the FastFlow library achieves both close-to-ideal speedup and very good wall-clock execution figures

چکیده

در این مقاله یک فیلتر دو فازی برای از بین بردن نویز " فلفل نمکی " ارائه شده است. در مرحله اول، یک فیلتر میانه تطبیقی برای تشخیص مجموعه ای از پیکسل های نویزی تعریف می شود. در فاز دوم، این پیکسل ها با توجه به روش مرتب سازی، بازسازی می شوند که شامل یک قسمت وفاداری داده است که منعکس کننده ویژگی های نویز ضربه می باشد. این الگوریتم، که دارای عملکرد خوبی در حذف نویز و در بازسازی دارد، می تواند به راحتی و به طور موثر برای بهره برداری از قدرت کامل CPUها و GPGPUهای چند هسته ای، موازی شود؛ پیاده سازی پیشنهادی بر اساس کتابخانه FastFlow، به تسریع نزدیک به ایده آل و شکل های بسیار خوب اجرای ساعت دیواری می رسد.

1-مقدمه

قدرت محاسباتی روزافزون موجود از پردازنده ها به دانشمندان اجازه­ی گسترش تعداد از کاربردها در پردازش تصویر و بینایی ماشین را داده است. یک گام مهم در هر سیستم بینایی ماشین، مرحله بازسازی تصویر است که توجه محققان پردازش تصویر را جلب کرده است، به ویژه با تولید عظیم تصاویر دیجیتال و فیلم، که اغلب در شرایط بد گرفته می شوند...