Earticle

현재 위치 Home

A Novel technique for the Detection of Mixed Noise in Medical Images using Datamining

첫 페이지 보기
  • 발행기관
    보안공학연구지원센터(IJSIP) 바로가기
  • 간행물
    International Journal of Signal Processing, Image Processing and Pattern Recognition 바로가기
  • 통권
    Vol.8 No.11 (2015.11)바로가기
  • 페이지
    pp.231-242
  • 저자
    Er. Renuka Gujral, Er. Nishi
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A270013

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
In Digital image processing; many researches have been done on image denoising so far. Nowadays, the noise detection from an image is the most challenging task. Though, the various algorithms introduced for the detection of noise type from a noisy image, but these algorithms work only for detection of single type of noise. To overcome the limitation of the previous built algorithms, we investigate the data mining technique called Support Vector Machine. The SVM is a powerful supervised learning method which is to be used for the detection of mixed noise models. Broadly, this technique detects the different types of noise from a mixed noise image; noise can be either single or mixed type of noise. The different parameters have combined to describe the properties of these different noise models so as to perform the detection. The detecting algorithm has been achieved by applying the SVM on the training dataset of different medical images and further extensive tests are performed on the test dataset for detection of each noise type model. This detection technique clearly outperforms various techniques with the high accuracy of results for different proposed noise models.

목차

Abstract
 1. Introduction
 2. Proposed Noise Models
 3. Support Vector Machines
 4. Multiclass Support Vector Machine
 5. Methodology Of Proposed Technique
  5.1 . Data Collection
  5.2. Preprocessing
  5.3. Feature Selection and Extraction
  5.4. Train the SVM
  5.5. Test the SVM
  5.6. Evaluate
 6. Experimental Analysis
  6.1. Contrast
  6.2. Correlation
  6.3. Energy
  6.4. Homogeneity
  6.5. Mean
  6.6. Variance
  6.7. Standard deviation
  6.8. Entropy
  6.9. Smoothness
  6.10. Kurtosis
  6.11. Skewness
  6.12. IDM (Inverse Difference Moment)
 7. Results and Discussions
 8. Conclusion
 References

키워드

Detection of noise type Mixed Noise Models Datamining Support Vector Machine Training dataset Test dataset Multiclass SVM

저자

  • Er. Renuka Gujral [ Computer Science & Engineering Department, DAV University, Jalandhar, India ]
  • Er. Nishi [ Computer Science & Engineering Department, DAV University, Jalandhar, India ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    보안공학연구지원센터(IJSIP) [Science & Engineering Research Support Center, Republic of Korea(IJSIP)]
  • 설립연도
    2006
  • 분야
    공학>컴퓨터학
  • 소개
    1. 보안공학에 대한 각종 조사 및 연구 2. 보안공학에 대한 응용기술 연구 및 발표 3. 보안공학에 관한 각종 학술 발표회 및 전시회 개최 4. 보안공학 기술의 상호 협조 및 정보교환 5. 보안공학에 관한 표준화 사업 및 규격의 제정 6. 보안공학에 관한 산학연 협동의 증진 7. 국제적 학술 교류 및 기술 협력 8. 보안공학에 관한 논문지 발간 9. 기타 본 회 목적 달성에 필요한 사업

간행물

  • 간행물명
    International Journal of Signal Processing, Image Processing and Pattern Recognition
  • 간기
    격월간
  • pISSN
    2005-4254
  • 수록기간
    2008~2016
  • 십진분류
    KDC 505 DDC 605

이 권호 내 다른 논문 / International Journal of Signal Processing, Image Processing and Pattern Recognition Vol.8 No.11

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.