Bilateral Filtering with Clusters by Expectation Maximization

Image restoration keeping sharp edges is achieved by bilateral filter. In this paper, an approach to improve edges for the filter is presented. The proposed algorithm relies on clustering by Expectation Maximization that produced clusters of intensive values. A stage is followed where standard deviation of Gaussian filters for scales of the spatial and intensity are adjusted by features of the clusters. This makes the filters have adaptive levels of smoothing for specific clusters and helps to preserve edges while remove noise. Experiments and evaluation by PSNR metrics indicated the restoration quality enhanced and the efficacy of the proposed adaptive bilateral filter algorithm. Khôi phục ảnh đồng thời giữ các cạnh sắc nét được thực hiện bởi bộ lọc Gaussian kép. Trong bài báo này, một cách tiếp cận được trình bày để nâng cao độ nét cạnh cho bộ lọc trên. Thuật toán đề xuất được dựa trên kết quả phân cụm của phương pháp phân cụm kỳ vọng cực đại (EM) các giá trị mức xám. Theo đó, độ lệch chuẩn không gian và độ lệch chuẩn cường độ của bộ lọc Gaussian kép được điều chỉnh bởi đặc điểm của các cụm. Điều này làm cho bộ lọc Gaussian kép thích nghi với mức độ mịn của mỗi cụm, và giúp duy trì độ sắc nét cạnh trong khi loại bỏ nhiễu. Kết quả thực nghiệm với chỉ số đánh giá mức độ nhiễu (PSNR) cho thấy bộ lọc Gaussian kép mới đề xuất có chất lượng và hiệu quả được tăng cường. Index terms Image Processing, Bilateral Filter, Expectation Maximization Segmentation, Denoising