Indonesi an  Journa l  of El ect ri cal Engineer ing  an d  Comp ut er  Scie nce   Vo l.   24 ,  No.   1 ,  Octo be r   2021 ,  pp.  14 4 ~ 156   IS S N: 25 02 - 4752, DO I: 10 .11 591/ijeecs .v 24 .i 1 . pp 14 4 - 15 6           144       Journ al h om e page :  http: // ij eecs.i aesc or e.c om   A  comp utation al e xperimental  of  noise sup pressin g techni qu e  stand  on hard d ecision  threshold  d issimi larity       Vo r apoj P ata navijit 1 ,  K ornkam ol Th ak ul sukana nt 2   1 Depa rt m ent   of Electrical a nd   E l ec tron ic   Engi n eering,   Vin ce n t  M arr y   School   of E ngine er ing,  As sum pti on  Univer sit y   of  Tha iland,   Bangk ok ,   Th ai l and     2 Depa rtment   of   Mana gement Inf orm at ion  S y s te m s,  Marti n   de   Tou rs School   of   Ma nage m ent   and E conomics,   As sum pti on  Univer sit y   of   Th ai l and, Ba ngkok ,   Thaila nd       Art ic le  In f o     ABSTR A CT    Art ic le  history:   Re cei ved   Ju n   2 ,  20 21   Re vised  A ug   7 ,  20 21   Accepte d  Aug   11 ,  2021       Due  to  the  ext r e m e  insiste nce  fo r  digi t al   imag e  p roc essing,   pl enti ful  m oder n   noise  suppress ing  te chni qu es  are   embodied  o f  dissim il ari t y   proc ess  and   suppress ing  proc ess.  One  of  th e  ext r eme  c apabili t y   d issim il ar ity   is  har d   dec ision  thr esh old  (HD T)  dissimi la ri t y ,   which  h a s  bee n  rec en tly   dec l are d  in   2012,   for  suppr essing  the   impu lsive   nois y   phot ogra phs  thus  th e  computer   expe riment al   sta te m ent   attempts  to  inve stig at e  t he  ca p abi l ity   of   the   nois e   suppress ing  te ch n ique   that  is  stand  on  HD T  diss imila rity   for  th e   proc essed  photogra phs,  which  are   co rrupt ed  b y   fix ed - inte nsit y   impuls e  n oise  (FIIN ).   Thi s  pape r  pro poses  the   noise  suppress ing  te chn ique   stand   on  HD T  dissim il ari t y   fo r   FIIN .   There  are  3  primar y   cont r ibut ions  o f  thi s  pape r.  Th e   first  cont r ibut ion   is  the   st at ist ical   ave r age   of   the  HD T  dissim il arit y   of  noise - fre e  elem ent s,  which  are   comput ed  from   ple nti fu l  ground - trut h  photogra phs   b y   var y ing  win dow  size   for  the   best  HD T  window  size .   The   sec ond   cont ribution  is  t he  statistical  av era ge   of  th e  HD T  dissim il arit y   of  cor rupt ed  el ements,  which   are  computed   from   ple ntiful   cor rupt ed  phot ogra phs  b y   var y ing  outl i er  d ensity   for  th e  be st  HD T  window   size .   Th e  final  c ontri buti on   is  the   st at isti cal   int err elati on  o f  the   ca p abi l ity  o f  the  noise  s uppre ss ing  te chn ique   and  har d  consiste n t   of  HD T  dissim il ari t y   are   inv esti gated  b y   var y ing the   outli er  dense n ess for the   b est  HD T  h a rd  consiste n ce.   Ke yw or ds:   Digital  im age p r ocessi ng   Fixed - inte ns it y im pu lse   no ise     Hard  decisi on t hr es hold  dissi m il arit y   No ise  sup pr ess ing  tec hn i ques   This   is an  open   acc ess arti cl e   un der  the  CC  B Y - SA   l ic ense .     Corres pond in g  Aut h or :   Vora poj   Pata na vij it   Dep a rtem ent o f  Ele ct ri cal  and  Elec tro nic E ngi nee rin g   Vinc e nt Mar ry Scho ol of E ng ineerin g ,  As sum pt ion   Un i versi ty  o f  T haila nd   PK E Bl dg., 2 nd Fl r. ,  88 M oo  8  Ba ng N a - Tra d Km . 2 6, Ba ngsa othon g,  Ba ngkok  T haila nd    Em a il : patanav ijit @yahoo.c om , p at anav ijit @g m ai l.co m       1.   LIT URATU R E REVIE W    Re gu la rly ,  the   com pe te nce  of   s ophisti cat ed  im age  pr oce ssing   te c hn i ques  [1 ] - [ 4],  s uc h  as  sup e r   reso l ution   [ 5],   re m ote  sensing   [ 6],  an d  m edical   i m agi ng   [ 7 ] - [9] ,  ar e  def init el y  su sce ptible  fro m   no ise   there upon  no i se  sup pr essi ng  te ch nique  [10 ] - [ 20]   are   bec om e  an  irresist ible  m o m e nto us  proces s.   The or et ic al ly ,  the  noise   sup pressi ng  te ch ni qu e  regularly   const ru ct s  t he  undesira ble  ef f ect   su ch  as  bl urrin g   eff ect   or  detai l  losin g  t her e up on  the  f undam ental   intenti on   of  no ise   sup pressi ng  te c hn i que  is  for  c once al ing   no ise   from  n oi sy photo gr ap h wh e reas  protec ti ng   detai l. Ord inaril y, im pu lse  noise [ 21 ] - [ 29]  h as  a great  i m pac t   to  overall   qu al it y  of   the  rec orde d  photog ra ph   due  to  t he  fact  that  the  i m pu lse   no ise   m od ifie s  the  corrupted   pix el   el em ent   with  irre gula r  intensit y.  N at ur al ly ,  phot ogra phs   are  c orr up te d  by  the   i m pu lse   noise   from   plentif ul  reas ons  f or   i ns ta nt  transm issi on   or  receive r  fail ur e ,  overl oad   of   t he  ci rcu it   sign al   or   et c.  Fr om   m at he m at ic a lly  analy ti cal  per sp ect ive ,  the  im pu lse   no ise   can  be  m od el ed  into  tw o  ki nds:  rand om - intensit y   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       A com pu t ational ex pe rime ntal  investi ga ti on  of noise s uppre ss ing t ech niqu e sta nd on…   ( Vorapoj P atan aviji t )   145   im pu lse  n oise (R II N ),   wh ic h  can b e v a ri ed fr om  “0 ” to “2 55” an d  fixe d - i nt ensity  i m pu lse  n oise ( F IIN ),   wh ic h  can  be  ei ther  “0”  or  “2 55.  Fo r  c onceal ing  an  i m pu l sive  no ise ,  sp eci fic al ly   FI IN ,  the  cl assic   m edian  filt er  (MF),   w hic h  a re  ori gin at e d  by   Pr at t  [21]  in  1975,  is  rea dily   i m ple m ented   and   has  a n  ac ceptable  c om petence   there upon  MF  has  bec om e  the  well - kn own  noise   sup pressi ng   te c hn i que  ne ver t heles s  no ise   s uppr essing  te chn iq ue  re gula rly   con str uct s  the  undesira ble  ef fect  su c h  as  gr eat   blurrin g  e ff ect   or  gr eat   detai l  losi ng   because   the  MF  deals  with  bo t h  noisy   pix el   el em ents  an d  aut he ntic  pix el   el em e nts.  Lat er ,  the   noise   su pp ressin g  te chn i qu e  sta nd  on   MF  a nd  ad aptive  wi ndow   dim ension   f or  FI I N   was  ori gi nated  by  Hw a ng   a nd   Hadda d  [22]   i n  1994.   A fter ward,   the   noi se  sup pr es sin g  te ch nique  sta nd  on   MF  a nd  detai l - preser ving  regulariz at io n  for  FII N   was  or i gin at ed  by  Chan   et   al.   [ 23]   in  20 05.  S ucceedi ng,  the   no ise   s uppres sing  te chn iq ue  sta nd on s ta ti sti cal  d et ect ion   for  R IIN   wa s  origin at ed  by   D ong   e t al .   [ 24 ]  in 2 007. Be hi nd,  the  n oise  su pp ressin g  te chn i qu e  sta nd   on   pro bab il it y  existe nce  det ect ion   f or   F IIN   was  or i gin a te d  by  A wad   [25]  in   2018.  Subse quently ,  the   no ise   suppressi ng  te ch nique  s ta nd   on  in verse  distance   w ei gh te d  inter pola ti on   (D BI D WI )   for  FI I N   was  i nves ti gated  by   Pata nav i j it   [ 26 ]   i n  2019. N e xt,  th e  noise   s uppres sing  te ch nique stand  on   i nterpolat io n  schem e   fo r   FI I N  at   high   den sit y   was  or i gin at ed  by  Kishore ba bu   et   al.   [27]  in  2019 .   Ther ea fter ,  the   no ise   detect io n  te ch niques  st and   on  sta ti stical   analy sis  schem e   for  RI IN   was  in vestigat e d  by   Pata nav i j it   and  Thakulsu ka na nt   [28]  in  2019.  Lat er,  the  noise   suppressi ng   te ch nique  s ta nd   on  m ulti - filt ers   was  in vestigat e d  by   Abd urraz zaq   et   al .   [29] in 20 19. A s a  re su lt s,  ple ntifu l  no ise  s uppressi ng  t ec hn i qu e s [21 ] - [ 32]   ha ve  been  m od ifie d  f ro m   cl assic   MF   f or  only   co nceali ng  im pu lsi ve  noise   pi xels  an d  un - to uc hing  noise - fr ee  pix el s  with  bette r  c om petence  there up on   t he  hi ndra nc e  of   posit ion i ng   i den ti ficat ion   of  co rru pted  pi xel   el e m ents  is  to  i den ti fy  the  c orrupted p ixel  el e m ent  as  no isy   and   i den ti fy  th e  no ise - f ree  pi xel  el e m ent  as  no ise - fr ee.   I n  orde r  t o  se pa rate  the   corrupted   area   from   no ise - fr e e  pi xel  el em ent,  the  at tri bu te   of  noise - fr ee   pi xels,   wh ic h  a re  in   s m oo th  area  (or   alm os t  al l  pix el   intensit y  in  t his  area   are   sli gh tl y  eq ual)   or   in  c orner  area   (or  al l   pix el   intensit y  in  this  area  are   separ at ed  int o  two  le vels)  ne ver t heless  the  alm os t  area  of   pix el s  is  sm oo th  area   bu t  only   few   a rea  of   pix el s  is  corner  area .  Iron ic al ly ,  the  noisy   pix e ls  are   gr eat   heter oge neity ,  wh ic h  c an  be   diffuse d  f r om   0  to  255  due  to   i m pu lsi ve  no i se  there upon  noisy   area  has  great   heter ogen ei ty   of   pixe l  in te ns it y  than  the  heter ogeneit y  of  nois e - f ree  area.  As   a  resu lt s,  the   hard  de ci sion   t hr es hold   ( HDT )   dissim il ar ity  idea  was ori gin at ed   by   A wa d  [ 33]  in 201 2  f or posi ti on in g  ide ntifi cat ion   of   co rru pted pixel el e m ents and,  la te r,   was  beco m e  on e   of  the   great   c om petence  diss i m i la rity   fo r  noisy /no ise - f ree   posit ion i ng  identific at io n  t hat  is   inco rpor at e d  in  sop histi cat ed  noise   s uppressi ng   te c hn i que.  As  co ns e quence ,  the  H DT  dissim il ari ty   was  inv est igate d durin g 0 - 100%  densit y by [ 34 ] - [ 35]  in 2 020.        2.   THE  FUN DAMENT AL TH EORY OF  H DT DISSI MI LARIT Y   The  par ti ti on  com pr ehe ns i vely   pr e faces   the  noise   s uppressi ng  te chn i qu e   sta nd   on  both   t he   po sit io ning  i de ntific at ion   te c hniq ue  us in g  H DT  dissim il arity,  w hich  is  as s iduousl y  el ucidated  i n  Sect io n  2.1,  and noise  resto rin g  te ch nique  us in g  cl assic al   MF fil te r,   w hich  is assi duousl y el ucidated  in  Sect ion   2.2.     2 . 1.       P os iti on i ng   ide nt ific at i on   of  im pulse   no ise  s tand  on HDT   dissi mi larit y   Du e  to  the  al ge br a  m od el   of   no isy   im ages,  wh ic h  are  co rrup te d  by  fix  va lue  i m pu lsi ve   ou tl ie r,   the   corrupted  p i xel  ele m ent ( , x i j ) c an  b e al gebraica ll y reveale d  as:     0 1 if , ot he r wis e i no i sy i i ori gi na l x x C x i j x   wh ere   n o isy x   and  original x   is no isy  a nd  or i gi nal p i xels   (1)     w he re  i C   is t he  th i   noisy  area a nd  0 i   is t he n um ber  of  no isy  a rea.   The  H DT  dissi m il arity  , d i j [33]  c an  be  al gebrai cal ly   rev eal ed   as  f ollo wing  te chn ic al   e xpres sion s   wh e re  t he  phot ogra ph  siz e  is  def i ned  as  be  nm ,   the  wind ow  si ze  is  de fine d  a s   kl ,  an d  th e  batch   siz e  is   def i ned a s   nm  .     , , , kl s k t l d i j y s t x i j         w her e   0 . 5 1 kk    and  0 . 5 1 ll    (2)     , , , kl s k t l d i j x i j y s t k l              (3)     Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   24 , N o.   1 ,  Oct ober  20 21 :  144   -   15 6   146   By   var yi ng   the   intensit y  of   pi xel  el e m ent  fr om   0”  to  “25 5”   ( , 0 , 2 5 5 x i j ),   the  sim p lif ic at ion   of   the up per te ch nical  expres sio ns  ca n be al gebraica ll y reveale d  as :     , 2 2 5 5 2 kl s k t l y y s t k l b a           (4)     The H DT dissi m il arity  , d i j   at   , x i j   is  def i ned as :     , 2 5 5 2 , d i j x i j      (5)     The u ncer ta in   o f  the a ver a ge   of d issi m il ariti es  , d i j   can  be  al ge br ai cal ly  r e vea le d ,     0 , 1 2 7 . 5 d i j    (6)     and      , 6 3 . 7 5 d i j   (7)     The  a ver a ge  of  d issi m i la riti es  c D   of the  pro ce ss ed photo grap h ca n be a lg eb raical ly  r eveale d ,     11 , 1 1 n k m l cc j k i l D d i j n k m l           ( 8)     As  a  res ult  of  the  com pu te r  com pu ta ti on   resu lt s  [ 33 ] ,  t he  al te ring   of  regulariz ed  offset  can  be   al gebraica ll y revealed,     c D T h D    (9)     and      2 c T h D D    (10)     The  c om pr ehe ns ive   pr ocessi ng  of  posit io ning  i den ti fic at ion   of  im pu lse   noise   sta nd  on  HD T   dissim il arit y can   be  al ge brai cal ly  r eveale d  a s  Figure  1.     As  a  res ult  of   po sit io ning   identific at ion  processin g  f or   al l  pix el   el e m ents  in  t he  co rru pte d  photog raph,  th e  cor r upte d  pi xel  el e m ents  c an  be  se par at e d  to  be  noise - fr ee  pi xel  el em ents  or   nois y  pix el   el e m ents as,     if , , othe r w is e no i sy origi na l x d i j T h x i j x   (11)     2.2 .      Restor ati on   of impul se  no ise  stand  on medi an   filte r   As  a  resu lt   of  posit ion in g  identific at ion   processi ng   f or  al l   pix el   el em ents  in  the  cor r upte d  photog raph,  th e  cor r upte d  pi xel  el e m ents  c an  be  se par at e d  to  be  noise - fr ee  pi xel  el em ents  or   nois y  pix el   el e m ents ther ef or e  only  grou p of n oisy pi xel  el e m ents are  s uppresse d  as,     , , , , , , 0 , 0 M e d i j m e d i a n w i s j t x i s j t k s t k s t      (12)     Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       A com pu t ational ex pe rime ntal  investi ga ti on  of noise s uppre ss ing t ech niqu e sta nd on…   ( Vorapoj P atan aviji t )   147       Figure  1.  The  c o m pr ehe ns ive  processi ng of  posit ion i ng ide nt ific at ion  of im pu lse  noise sta nd on H DT  dissim il arit y   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   24 , N o.   1 ,  Oct ober  20 21 :  144   -   15 6   148   3.   THE   LE SS ON  OF  T HE  COMP UTER  CA L CU L ATIO N   OF  NOI S E  SU PP RES SING   TE CHN I QUE  STA ND O N HDT  DISSIM ILARI T Y    T h e   p a r t i t i o n   c om p r e h e n s i v e l y   p r e f a c e s   t h e   c om p u t e r   c a l c ul a t i o n   o f   n o i s e   s u p p r e s s i n g   t e c h n i q u e   s t a n d   o n   H D T   d i s s i m i l a r i t y   i n   t w o   c om p u t e r   c a l c u l a t i o n   l e s s o n ,   w h i c h   c a n   b e   a l g e b r a i c a l l y   r e v e a l e d   a s   F i g u r e   2   and   Figure  3  f or  f orci ng  the   bib li ophile  the   ob vi ou s   per ce ptio n  on  t he  c om puta ti on   process   of  noise   sup pressi ng   te chn iq ue  sta nd  on  HD T  di ssi m il arity  in  ever y  c om pu ta ti on   ste p.  Th e  first  cal cula ti on   le sson  ca n  be   al gebraica ll y  rev eal ed   as  Fig ur e   2  w he re  t he   proce ssin g  pi xel  el em ent  , ij y   is  a  no ise - f ree  pi xel  el em ents  that  is i den ti fie d  as  no ise - f ree  by im pu lse  n oise i den ti ficat io n process.       1 , 1 133 256 y i j  1, 133 256 y i j 1 , 1 255 256 y i j  , 128 256 y i j ,1 0 256 y i j 1 , 1 120 256 y i j  1, 120 256 y i j ,1 128 256 y i j 1 , 1 0 256 y i j  1 ,  is a  n oise - f r e e y i j 1 , 2 133 256 y i j  ,2 128 256 y i j 1 , 2 120 256 y i j  1 , 3 255 256 y i j  ,3 128 256 y i j 1 , 3 120 256 y i j  1 , 2 113 256 y i j  ,2 255 256 y i j 1 , 2 120 256 y i j  1 , 3 255 256 y i j  ,3 0 256 y i j 1 , 3 125 256 y i j  2 , 1 125 256 y i j  2, 125 256 y i j 2 , 1 255 256 y i j  2 , 2 0 256 y i j  2 , 3 125 256 y i j  2 , 2 0 256 y i j  2 , 3 119 256 y i j  3 , 1 125 256 y i j  3, 125 256 y i j 3 , 1 125 256 y i j  3 , 2 125 256 y i j  3 , 3 125 256 y i j  3 , 2 123 256 y i j  3 , 3 119 256 y i j  2 , 1 116 256 y i j  2, 0 256 y i j 2 , 1 0 256 y i j  1 , 2 116 256 y i j  2 , 3 116 256 y i j  2 , 2 115 256 y i j  2 , 3 112 256 y i j  3 , 1 123 256 y i j  3, 123 256 y i j 3 , 1 123 256 y i j  1 , 2 123 256 y i j  3 , 3 123 256 y i j  3 , 2 120 256 y i j  3 , 3 116 256 y i j  1 , 1 0.5195 y i j  1, 0.5195 y i j 1 , 1 0.0000 y i j  , 0.50 00 y i j ,1 0.00 00 y i j 1 , 1 0.4688 y i j  1, 0.46 88 y i j ,1 0.9961 y i j 1 , 1 0.9961 y i j  , d i j 1 , 2 0.5195 y i j  ,2 0.50 00 y i j 1 , 2 0.4688 y i j  1 , 3 0.9961 y i j  ,3 0.5000 y i j 1 , 3 0.4688 y i j  1 , 2 0.4414 y i j  ,2 0.99 61 y i j 1 , 2 0.4688 y i j  1 , 3 0.9961 y i j  ,3 0.0000 y i j 1 , 3 0.4883 y i j  2 , 1 0.4883 y i j  2, 0.48 83 y i j 2 , 1 0.0000 y i j  2 , 2 0.0000 y i j  2 , 3 0.4883 y i j  2 , 2 0.0000 y i j  2 , 3 0.4648 y i j  3 , 1 0.4883 y i j  3, 0.4883 y i j 3 , 1 0.0000 y i j  3 , 2 0.4883 y i j  3 , 3 0.4883 y i j  3 , 2 0.4805 y i j  3 , 3 0.4648 y i j  2 , 1 0.4531 y i j  2, 0.00 00 y i j 2 , 1 0.4688 y i j  1 , 2 0.4531 y i j  2 , 3 0.4531 y i j  2 , 2 0.4492 y i j  2 , 3 0.4375 y i j  3 , 1 0.4805 y i j  3, 0.4805 y i j 3 , 1 0.9961 y i j  1 , 2 0.4805 y i j  3 , 3 0.4805 y i j  3 , 2 0.4688 y i j  3 , 3 0.4531 y i j  1 ,  is a  n oise - f r e e y i j 1 , 1 0.0195 y i j  1, 0.019 y i j 1 , 1 0.4961 y i j  , 0.00 00 y i j ,1 0.50 00 y i j 1 , 1 0.0313 y i j  1, 0.03 13 y i j ,1 0.0000 y i j 1 , 1 0.5000 y i j  1 , 2 0.0195 y i j  ,2 0.00 00 y i j 1 , 2 0.0313 y i j  1 , 3 0.4961 y i j  ,3 0.0000 y i j 1 , 3 0.0313 y i j  1 , 2 0.0586 y i j  ,2 0.49 61 y i j 1 , 2 0.0313 y i j  1 , 3 0.4961 y i j  ,3 0.5000 y i j 1 , 3 0.0117 y i j  2 , 1 0.0117 y i j  2, 0.01 17 y i j 2 , 1 0.4961 y i j  2 , 2 0.5000 y i j  2 , 3 0.0117 y i j  2 , 2 0.5000 y i j  2 , 3 0.0352 y i j  3 , 1 0.0117 y i j  3, 0.0117 y i j 3 , 1 0.0117 y i j  3 , 2 0.0117 y i j  3 , 3 0.0117 y i j  3 , 2 0.0195 y i j  3 , 3 0.0352 y i j  2 , 1 0.0469 y i j  2, 0.50 00 y i j 2 , 1 0.5000 y i j  1 , 2 0.0469 y i j  2 , 3 0.0469 y i j  2 , 2 0.0508 y i j  2 , 3 0.0625 y i j  3 , 1 0.0195 y i j  3, 0.0195 y i j 3 , 1 0.0195 y i j  1 , 2 0.0195 y i j  3 , 3 0.0195 y i j  3 , 2 0.0313 y i j  3 , 3 0.0469 y i j  ,, , , 1 2 a nd 1 2 kl s k t l y i j y k l d i j k k l l kl      33 33 ,, , 0.14 33 33 st y i j y k l d i j    , 0.1 922 ,  is a  no ise l e ss pixe l N oise _D e te c ti on , 0 d i j T h y i j ij  IF T HE N an d     Figure   2 .  The  fi rst calc ulati on lesso n of n ois e sup pr essi ng techn i qu e  stan d o n HD T  d issi m il arity    (wher e  the  pro cessi ng p i xel e lem ent  , ij y   is a n oi se - f ree  pix el  el e m ents)       Lat er,  the   cal culat ion   le ss on  can  be  al ge br a ic al ly   rev eal ed   as  Fig ur e   2  w her e  t he  proce ssing  pi xel   el e m ent  , ij y   is  a  no isy   pix el   el e m ents  that  is  identifie d  as  noise - fr ee   by  im pu lse   noise   ide ntific at ion   pro cess   and m us t be s uppresse d by im pu lse  noise  res torati on  proces s.     Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       A com pu t ational ex pe rime ntal  investi ga ti on  of noise s uppre ss ing t ech niqu e sta nd on…   ( Vorapoj P atan aviji t )   149   1 , 1 125 256 y i j  1, 255 256 y i j 1 , 1 0 256 y i j  , 0 256 y i j ,1 133 256 y i j 1 , 1 255 256 y i j  1, 0 256 y i j ,1 255 256 y i j 1 , 1 255 256 y i j  1 ,  is  a n  im p u l si v e  n o is e y i j 1 , 2 125 256 y i j  ,2 255 256 y i j 1 , 2 128 256 y i j  1 , 3 255 256 y i j  ,3 255 256 y i j 1 , 3 128 256 y i j  1 , 2 125 256 y i j  ,2 133 256 y i j 1 , 2 255 256 y i j  1 , 3 123 256 y i j  ,3 113 256 y i j 1 , 3 111 256 y i j  2 , 1 125 256 y i j  2, 255 256 y i j 2 , 1 0 256 y i j  2 , 2 125 256 y i j  2 , 3 125 256 y i j  2 , 2 0 256 y i j  2 , 3 123 256 y i j  3 , 1 125 256 y i j  3, 255 256 y i j 3 , 1 0 256 y i j  3 , 2 125 256 y i j  3 , 3 125 256 y i j  3 , 2 0 256 y i j  3 , 3 123 256 y i j  2 , 1 120 256 y i j  2, 120 256 y i j 2 , 1 120 256 y i j  1 , 2 120 256 y i j  2 , 3 120 256 y i j  2 , 2 0 256 y i j  2 , 3 0 256 y i j  3 , 1 116 256 y i j  3, 116 256 y i j 3 , 1 255 256 y i j  1 , 2 116 256 y i j  3 , 3 116 256 y i j  3 , 2 116 256 y i j  3 , 3 255 256 y i j  1 , 1 0.4883 y i j  1, 0.9961 y i j 1 , 1 0.0000 y i j  , 0.00 00 y i j ,1 0.51 95 y i j 1 , 1 0.9961 y i j  1, 0.00 00 y i j ,1 0.9961 y i j 1 , 1 0.9961 y i j  , d i j 1 , 2 0.9961 y i j  ,2 0.99 61 y i j 1 , 2 0.5000 y i j  1 , 3 0.9961 y i j  ,3 0.9961 y i j 1 , 3 0.5000 y i j  1 , 2 0.4883 y i j  ,2 0.51 95 y i j 1 , 2 0.9961 y i j  1 , 3 0.4805 y i j  ,3 0.4414 y i j 1 , 3 0.4336 y i j  2 , 1 0.4883 y i j  2, 0.99 61 y i j 2 , 1 0.0000 y i j  2 , 2 0.4883 y i j  2 , 3 0.4883 y i j  2 , 2 0.0000 y i j  2 , 3 0.4805 y i j  3 , 1 0.4883 y i j  3, 0.9961 y i j 3 , 1 0.0000 y i j  3 , 2 0.4883 y i j  3 , 3 0.4883 y i j  3 , 2 0.0000 y i j  3 , 3 0.4805 y i j  2 , 1 0.4688 y i j  2, 0.46 88 y i j 2 , 1 0.4688 y i j  1 , 2 0.4688 y i j  2 , 3 0.4688 y i j  2 , 2 0.0000 y i j  2 , 3 0.0000 y i j  3 , 1 0.4531 y i j  3, 0.4531 y i j 3 , 1 0.9961 y i j  1 , 2 0.4531 y i j  3 , 3 0.4531 y i j  3 , 2 0.4531 y i j  3 , 3 0.9961 y i j  1 ,  is  a n  im p u l si v e  n o is e y i j 1 , 1 0.4883 y i j  1, 0.9961 y i j 1 , 1 0.0000 y i j  , 0.00 00 y i j ,1 0.51 95 y i j 1 , 1 0.9961 y i j  1, 0.00 00 y i j ,1 0.9961 y i j 1 , 1 0.9961 y i j  1 , 2 0.9961 y i j  ,2 0.99 61 y i j 1 , 2 0.5000 y i j  1 , 3 0.9961 y i j  ,3 0.9961 y i j 1 , 3 0.5000 y i j  1 , 2 0.4883 y i j  ,2 0.51 95 y i j 1 , 2 0.9961 y i j  1 , 3 0.4805 y i j  ,3 0.4414 y i j 1 , 3 0.4336 y i j  2 , 1 0.4883 y i j  2, 0.99 61 y i j 2 , 1 0.0000 y i j  2 , 2 0.4883 y i j  2 , 3 0.4883 y i j  2 , 2 0.0000 y i j  2 , 3 0.4805 y i j  3 , 1 0.4883 y i j  3, 0.9961 y i j 3 , 1 0.0000 y i j  3 , 2 0.4883 y i j  3 , 3 0.4883 y i j  3 , 2 0.0000 y i j  3 , 3 0.4805 y i j  2 , 1 0.4688 y i j  2, 0.46 88 y i j 2 , 1 0.4688 y i j  1 , 2 0.4688 y i j  2 , 3 0.4688 y i j  2 , 2 0.0000 y i j  2 , 3 0.0000 y i j  3 , 1 0.4531 y i j  3, 0.4531 y i j 3 , 1 0.9961 y i j  1 , 2 0.4531 y i j  3 , 3 0.4531 y i j  3 , 2 0.4531 y i j  3 , 3 0.9961 y i j  ,, , , 1 2 a nd 1 2 kl s k t l y i j y k l d i j k k l l kl      33 33 ,, , 0.53 79 33 st y i j y k l d i j    , 0.1922 ,  i s a  noi sy  pi xe l Nois e _De t e c t i on , 1 d i j T h y i j ij  IF T H E N an d     Figure   3 .   The  fi rst calc ulati on lesso n of n ois e sup pr essi ng techn i qu e  stan d o n HD T  d issi m il arity    (wher e  the  pro cessi ng p i xel e lem ent  , ij y   is a n o i sy pixel el em e nts)       4.   RESU LT S  AND DI SCUS S ION     In   this  pa rtit ion   of   c om pu te r  si m ulati on ,  the   si m ulati on   pr ogram   is  the  M ATL AB,  w hich  is  instal le d  and   e xec uted  on   plentif ul  w orkstat ions  at   this  capa bili ty  par ti cula rizat ion :  m ai n  proc essor  i7 - 6700 HQ   a nd   m ai n  execu ti ng  m e m or y  16   GB  RAM.  All   work sta ti ons  execu te   plentif ul  gro und - t ru t h  phot ogra ph s   (which  are  com pounde d  of  Ai rp la ne ,  Ba boon,  Girl ,  H ou se ,  Le na,  Mob il e,  Pe pper,  Pe ntag on  and   Re s olu ti on )   with  bounti fu l  noise  f re quency.     4.1 .      The   com put er  simul ati on  c orrela tio n  o f  H DT  dissi mi larity an d  w indow dime nsion   Fr om   the  resu l ts  of   com pu te r   si m ulati on   on  plentiful  ground - tr uth   photogra phs,  the  fir st  sta ti st ic al   m o m ent  and   the  seco nd   st at ist ic al  m o m ent  of   the  norm alized  HDT  dissim il arity  of   al l  gr ou nd - tr uth  photo grap hs   ( wh ic h  are  the  no ise - f ree  phot ogra ph s )  are  0.0 394±0 .02 21,   0. 05 06± 0.027 5  an d  0.0 585± 0.031 6  at  w in dow dim ensio n 3 x3, 5x5 a nd 7x 7,   res pe ct ively .   Nex t,   the   fir st  sta ti sti cal   m o ment  of  norm al i zed  H DT  dissi m il arity  , d i j   of  al l  photog raphs,  wh ic h  are  fl uctuate d  from   0%  to  90%  noise   f re quency  of  F IIN  a t  3x3,  5x 5  a nd  7x7  co uld  be   la id  out  as  Fi gure   4 ,  Figure   5   a nd   Figure   6,  res pe ct ively .  Fr om  these  resu lt s   of   com pu te r   si m ulati on ,  the  norm al iz ed  HD T  dissim il arit y  w it h  window d im ension  7x7   pro vid es  t he  hi ghest   norm al iz e d  ab so l ute  dif f eren t.  C onseq ue ncely ,   the  no ise   s uppressi ng  te ch nique  sta nd  on  H DT  dissim il ari ty   pr ocides  t he   hig he st   peak   sign al   to  noise   rati o   ( PS NR ) .    Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   24 , N o.   1 ,  Oct ober  20 21 :  144   -   15 6   150       Figure   4 .  The   c om pu te r  sim ulati on  c orrelat io n of h dt  dissim il arit y at  d i m ension  3x 3  a nd  noise   den s ity           Figure   5 .  The   c om pu te r  sim ulati on  c orrelat io n  of HDT  dissi m il arity at di m ensio n  5x5 an d  noise   den sit y           Figure   6 .  The   c om pu te r  sim ulati on  c orrelat io n  of HDT  dissi m il arity at di m ensio n  7x7 an d  noise   den sit y   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       A com pu t ational ex pe rime ntal  investi ga ti on  of noise s uppre ss ing t ech niqu e sta nd on…   ( Vorapoj P atan aviji t )   151   4.2 .      The   com put er  sim ulat i on   c orrela tion  between  n ois e  suppres sing  capabil ity  and   ha rd   co nsiste n t  of   HDT  dissi mi l arit y   F r o m   t h e   r e s u l t s   o f   c om p u t e r   s i m ul a t i o n   o n   f o u r   g r o u n d - t r u t h   p h o t o g r a p h s ,   w h i c h   a r e   c om p o u n d e d   o f   G i r l ,   L e n a ,   A i r p l a n e   a n d   P e p pe r ,   w i t h   t h e   F IIN ,   t h e   c om p u t e r   s i m u l a t i o n   c or r e l a t i o n   b e t w e e n   n o i s e   s u p p r e s s i n g  c a p a b i l i t y   a n d   h a r d   c o n s i s t e n t   o f   H D T   d i s s i m i l a r i t y   c o u l d   b e   l a i d   o u t   a s   T a b l e   1 ,   T a b l e   2 ,   T a b l e   3   a n d   T a b l e   4 ,  r e s p e c t i v e l y   ( w h e r e   t h e   b o l d   f o r m a t   i s   r e p r e s e n t e d   t h e   h i g h e s t   P S N R ) .   Fro m   th e  resu lt s  of  com pu te r  sim ulati on   consum m ations  of   Girl  phot ogra ph ic ,  t he  HD T   ha rd  co nsi ste nt  for  the  m os t  capab il ity  m us t  be  set   durin g  0.025 - 0.3 75  r oughtl y.  By   us i ng  al ge br ai c  i nvest igati on,  t he   first  sta ti sti cal   m om ent  and  the  sec ond  sta ti sti ca l   m o m ent  o f  the  no rm al iz ed  HD T  dissim ilarity ,  wh ic h  are  cal culat ed   fr om   these  com pu te r  si m ulati on   consum m ations  in  Table  1,   a re  0.241 7±0.1 392.   F ro m   the  resu lt s  of   c om pu te r  si m ulatio n  co nsum m a ti on s  of   Lena  phot ogra ph ic ,  the  H DT  hard  co ns ist ent   fo r  the  m os t  c apab il it y   m us t   be  set   du ri ng   0.0 25 - 0.350  r ough tl y.  By   us ing   al ge br ai c  in vestiga ti on ,  the  fir st  sta ti st ic al   m o m ent  and   the   second  sta ti sti cal   m o m ent   of   the   norm al iz ed  HD T d issi m il arity,  wh ic h  are ca lc ulate d  f ro m   t hese  c om pu te r  si m ulati on   co nsum m a ti on s  in Tab le   2,  a r e  0.2 278±0.132 0.       Table  1.   T he   c om pu te r  sim ulati on  c orrelat io n of n oise s uppressi ng ca pa bili ty  an d har d  c onsist ent  of    HD T   dissim il a rity   (G irl)   Hard Co n sis ten t   PSNR (dB )   10   20   30   40   50   60   70   80   90   0 .02 5   3 4 .69   3 1 .90   2 7 .69   2 3 .37   2 0 .17   1 8 .45   1 6 .73   1 6 .11   1 2 .64   0 .05 0   3 0 .71   3 1 .27   2 7 .64   2 3 .37   2 0 .17   1 8 .45   1 6 .73   1 6 .11   1 2 .64   0 .07 5   2 8 .12   2 9 .43   2 7 .45   2 3 .39   2 0 .18   1 8 .45   1 6 .73   1 6 .11   1 2 .64   0 .10 0   2 6 .82   2 7 .86   2 7 .01   2 3 .36   2 0 .17   1 8 .45   1 6 .73   1 6 .11   1 2 .64   0 .12 5   2 6 .89   2 7 .01   2 6 .56   2 3 .35   2 0 .19   1 8 .45   1 6 .73   1 6 .11   1 2 .64   0 .15 0   2 7 .43   2 6 .96   2 6 .10   2 3 .70   2 0 .23   1 8 .48   1 6 .74   1 6 .11   1 2 .64   0 .17 5   2 8 .28   2 7 .24   2 6 .22   2 4 .05   2 0 .41   1 8 .56   1 6 .75   1 6 .11   1 2 .64   0 .20 0   2 9 .13   2 7 .96   2 6 .42   2 4 .73   2 0 .87   1 8 .79   1 6 .77   1 6 .11   1 2 .64   0 .22 5   2 9 .88   2 8 .64   2 7 .18   2 5 .29   2 1 .77   1 9 .27   1 6 .83   1 6 .13   1 2 .63   0 .25 0   3 0 .28   2 8 .94   2 7 .62   2 6 .10   2 3 .08   1 9 .87   1 6 .94   1 6 .14   1 2 .63   0 .27 5   3 0 .12   2 8 .91   2 7 .74   2 6 .55   2 4 .61   2 1 .17   1 7 .42   1 6 .24   1 2 .60   0 .30 0   2 9 .55   2 8 .20   2 7 .46   2 6 .77   2 5 .42   2 2 .40   1 8 .30   1 6 .42   1 2 .50   0 .32 5   2 9 .24   2 7 .46   2 6 .68   2 6 .37   2 5 .67   2 3 .58   1 9 .43   1 6 .61   1 2 .23   0 .35 0   2 9 .33   2 7 .01   2 6 .04   2 5 .55   2 5 .21   2 3 .97   2 0 .71   1 6 .77   1 1 .45   0 .37 5   2 9 .53   2 6 .85   2 5 .49   2 4 .79   2 4 .37   2 3 .66   2 1 .40   1 6 .56   1 0 .17   0 .40 0   2 9 .63   2 6 .89   2 5 .16   2 4 .17   2 3 .66   2 2 .81   2 1 .33   1 6 .10   9 .19   0 .42 5   2 9 .59   2 6 .85   2 4 .95   2 3 .75   2 3 .07   2 2 .14   2 0 .74   1 5 .68   8 .81   0 .45 0   2 9 .57   2 6 .77   2 4 .80   2 3 .50   2 2 .63   2 1 .30   19 .57   1 5 .24   8 .80   0 .47 5   2 9 .51   2 6 .73   2 4 .76   2 3 .25   2 2 .19   2 0 .54   1 8 .11   1 3 .92   8 .46   0 .50 0   2 9 .51   2 6 .67   2 4 .67   2 3 .07   2 1 .74   1 9 .48   1 6 .44   1 2 .09   7 .56       Table  2 .  T he   c om pu te r  sim ulati on  c orrelat io n of n oise s uppressi ng ca pa bili ty  an d har d  c onsist ent  of HD T  dissim il arit y   (Len a)   Hard Co n sis ten t   PSNR (dB )   10   20   30   40   50   60   70   80   90   0 .02 5   3 4 .73   3 2 .15   2 7 .91   2 3 .79   2 0 .57   1 8 .17   1 7 .12   1 6 .38   1 4 .17   0 .05 0   3 1 .40   3 1 .98   2 7 .91   2 3 .79   2 0 .57   1 8 .17   1 7 .12   1 6 .38   1 4 .17   0 .07 5   2 7 .99   3 1 .07   2 7 .90   2 3 .79   2 0 .57   1 8 .17   1 7 .12   1 6 .38   1 4 .17   0 .10 0   2 6 .4 8   2 8 .79   2 7 .74   2 3 .79   2 0 .57   1 8 .17   1 7 .12   1 6 .38   1 4 .17   0 .12 5   2 6 .15   2 6 .87   2 7 .30   2 3 .82   2 0 .58   1 8 .17   1 7 .12   1 6 .38   1 4 .17   0 .15 0   2 6 .91   2 5 .87   2 6 .37   2 3 .99   2 0 .58   1 8 .17   1 7 .12   1 6 .38   1 4 .17   0 .17 5   2 8 .29   2 6 .30   2 5 .59   2 4 .13   2 0 .66   1 8 .18   1 7 .12   1 6 .38   1 4 .17   0 .20 0   2 9 .79   2 7 .27   2 5 .7 1   2 4 .58   2 0 .94   1 8 .19   1 7 .12   1 6 .38   1 4 .17   0 .22 5   3 1 .24   2 8 .66   2 6 .43   2 4 .93   2 1 .65   1 8 .25   1 7 .08   1 6 .35   1 4 .16   0 .25 0   3 2 .46   2 9 .79   2 7 .53   2 5 .47   2 2 .79   1 8 .56   1 7 .07   1 6 .31   1 4 .13   0 .27 5   3 2 .31   3 0 .13   2 8 .24   2 6 .36   2 3 .67   1 9 .47   1 7 .01   1 6 .11   1 4 .00   0 .30 0   3 1 .13   2 9 .24   2 8 .19   2 6 .79   2 4 .6 4   2 0 .73   1 7 .08   1 5 .46   1 3 .70   0 .32 5   2 9 .37   2 7 .50   2 6 .98   2 6 .21   2 4 .86   2 1 .83   1 7 .25   1 4 .35   1 2 .60   0 .35 0   2 8 .06   2 5 .62   2 5 .08   2 4 .49   2 3 .77   2 2 .18   1 7 .47   1 3 .13   1 0 .92   0 .37 5   2 6 .52   2 3 .93   2 2 .98   2 2 .59   2 2 .02   2 1 .21   1 7 .75   1 1 .89   9 .24   0 .40 0   2 5 .20   2 2 .54   2 1 .19   2 0 .73   1 9 .88   1 9 .29   1 7 .08   1 1 .85   7 .96   0 .42 5   2 4 .13   2 1 .34   1 9 .68   1 8 .91   1 7 .91   1 7 .04   1 5 .60   1 2 .25   7 .78   0 .45 0   2 3 .16   2 0 .10   1 8 .42   1 7 .22   1 6 .12   1 5 .06   1 3 .84   1 1 .83   8 .53   0 .47 5   2 2 .14   1 9 .07   1 7 .26   1 5 .82   1 4 .59   1 3 .32   1 2 .26   1 0 .75   8 .79   0 .50 0   2 1 .25   1 8 .05   1 6 .19   1 4 .66   1 3 .32   1 1 .93   1 0 .93   9 .66   8 .28     Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   24 , N o.   1 ,  Oct ober  20 21 :  144   -   15 6   152   Fr om   the  res ults  of   c om pu te r   si m ulati on   co ns umm at ion s  of   Air plane  photogra phic ,  the   HD T  ha r d  consi ste nt  f or  t he  m os t  capa bili ty   m us t  be  se t  durin g  0.0 25 - 0.350  r oughtl y.  By   us i ng  al ge br ai c  i nv e sti ga ti on ,  the  first  sta ti sti cal   m o m ent  an d  the  seco nd  st at ist ic al   m o m e nt  of  the  norm al iz ed  H DT  dissi m il arity,  whic h  are   cal culat ed  f rom   these  com pu te r  sim ulati on   consum m ation s  in  Ta ble  3,  are  0.1 778±0 .1308.   From   the  resu lt s   of   c om pu te r  s i m ulati on   co nsum m a ti on s  of  Pe pp e r  phot ogra ph ic ,  t he  HD T   ha rd  co ns ist ent  f or  th e  m os t   c apab il it y  m us t  be  set   du rin g  0.025 - 0.3 50   r oughtl y.  By   us i ng  al ge br a ic   inv est igati on,  t he  first  sta ti sti ca l   m o m ent  and   the  seco nd  sta ti sti cal   m o m ent  of   the  norm al i zed  H DT  dissi m il arity,  wh ic h  are  cal culat ed  from   these c om pu te r  sim ulatio n  c onsu m m at ion s in  Ta ble  4,  a re  0.194 4±0.1 429.       Table  3 .  T he   c om pu te r  sim ulati on  c orrelat io n of n oise s uppressi ng ca pa bili ty  an d har d  c onsist ent  of HD T  dissim il arit y   (A ir plane)   Hard Co n sis ten t   PSNR (dB )   10   20   30   40   50   60   70   80   90   0 .02 5   3 4 .15   3 1 .38   2 7 .13   2 3 .01   1 9 .62   1 7 .66   1 6 .25   1 5 .64   1 3 .89   0 .05 0   3 0 .96   3 1 .20   2 7 .12   2 3 .01   1 9 .62   1 7 .66   1 6 .25   1 5 .64   1 3 .89   0 .07 5   2 7 .72   2 9 .95   2 7 .07   2 3 .01   1 9 .62   1 7 .66   1 6 .25   1 5 .64   1 3 .89   0 .10 0   2 6 .10   2 7 .77   2 7 .04   2 3 .03   1 9 .62   1 7 .66   1 6 .25   1 5 .64   1 3 .89   0 .12 5   2 5 .89   2 6 .39   2 6 .80   2 3 .07   1 9 .62   1 7 .66   1 6 .25   1 5 .64   1 3 .89   0 .15 0   2 6 .34   2 5 .55   2 5 .73   2 3 .41   1 9 .64   1 7 .66   1 6 .25   1 5 .64   1 3 .89   0 .17 5   2 6 .82   2 5 .59   2 4 .97   2 3 .87   1 9 .80   1 7 .67   1 6 .25   1 5 .64   1 3 .89   0 .20 0   2 7 .23   2 5 .98   2 5 .03   2 4 .15   2 0 .24   1 7 .73   1 6 .24   1 5 .64   1 3 .89   0 .22 5   2 7 .20   2 6 .17   2 5 .39   2 4 .10   2 1 .17   1 7 .96   1 6 .25   1 5 .63   1 3 .89   0 .25 0   2 7 .04   2 5 .93   2 5 .16   2 4 .11   2 2 .00   1 8 .47   1 6 .24   1 5 .60   1 3 .84   0 .27 5   2 7 .10   2 5 .37   2 4 .68   2 3 .82   2 2 .73   1 9 .45   1 6 .36   1 5 .45   1 3 .77   0 .30 0   2 7 .10   2 4 .87   2 4 .04   2 3 .32   2 2 .88   2 0 .43   1 6 .70   1 5 .03   1 3 .60   0 .32 5   2 6 .88   2 4 .40   2 3 .29   2 2 .66   2 2 .50   2 1 .14   1 7 .46   1 4 .49   1 2 .98   0 .35 0   2 6 .48   2 4 .01   2 2 .60   2 1 .93   2 1 .76   2 1 .03   1 8 .00   1 3 .87   1 1 .63   0 .37 5   2 6 .03   2 3 .40   2 1 .93   2 1 .17   2 0 .81   2 0 .27   1 7 .79   1 3 .06   1 0 .14   0 .40 0   2 5 .50   2 2 .91   2 1 .30   2 0 .46   1 9 .83   1 9 .29   1 7 .53   1 3 .02   8 .85   0 .42 5   2 5 .16   2 2 .47   2 0 .72   1 9 .77   1 8 .93   1 8 .16   1 6 .79   1 3 .03   8 .44   0 .45 0   2 4 .84   2 2 .10   2 0 .22   1 9 .17   18 .15   1 7 .07   1 5 .51   1 2 .81   8 .86   0 .47 5   2 4 .58   2 1 .70   1 9 .77   1 8 .59   1 7 .37   1 6 .08   1 4 .14   1 1 .94   8 .90   0 .50 0   2 4 .32   2 1 .36   1 9 .41   1 8 .02   1 6 .65   1 4 .97   1 2 .79   1 0 .84   8 .33       Table  4 .  T he   c om pu te r  sim ulati on  c orrelat io n of n oise s uppressi ng ca pa bili ty  an d har d  c onsist ent  of HD T  di ssim il arit y   (P epp e r)   Hard Co n sis ten t   PSNR (dB )   10   20   30   40   50   60   70   80   90   0 .02 5   3 5 .40   3 1 .64   2 6 .77   2 3 .50   2 0 .22   1 8 .11   1 6 .59   1 6 .04   1 3 .93   0 .05 0   3 1 .40   3 1 .45   2 6 .76   2 3 .50   2 0 .22   1 8 .11   1 6 .59   1 6 .04   1 3 .93   0 .07 5   2 7 .93   3 0 .26   2 6 .73   2 3 .50   2 0 .22   1 8 .11   1 6 .59   1 6 .04   13. 93   0 .10 0   2 6 .12   2 7 .93   2 6 .58   2 3 .50   2 0 .22   1 8 .11   1 6 .59   1 6 .04   1 3 .93   0 .12 5   2 5 .96   2 5 .82   2 6 .14   2 3 .50   2 0 .22   1 8 .11   1 6 .59   1 6 .04   1 3 .93   0 .15 0   2 6 .56   2 5 .20   2 5 .39   2 3 .52   2 0 .22   1 8 .11   1 6 .59   1 6 .03   1 3 .93   0 .17 5   2 7 .48   2 5 .58   2 5 .15   2 3 .79   2 0 .27   1 8 .11   1 6 .59   1 6 .02   1 3 .93   0 .20 0   28 .40   2 6 .54   2 4 .91   2 4 .01   2 0 .45   1 8 .14   1 6 .59   1 6 .01   1 3 .93   0 .22 5   2 9 .04   2 7 .29   2 5 .34   2 4 .25   2 1 .01   1 8 .24   1 6 .59   1 6 .00   1 3 .93   0 .25 0   2 9 .28   2 7 .64   2 6 .12   2 4 .45   2 1 .92   1 8 .61   1 6 .56   1 5 .94   1 3 .91   0 .27 5   2 9 .28   2 7 .50   2 6 .44   2 4 .85   2 2 .95   1 9 .37   1 6 .52   1 5 .81   1 3 .80   0 .30 0   2 9 .11   2 6 .93   26 .23   2 4 .96   2 3 .64   2 0 .27   1 6 .41   1 5 .29   1 3 .38   0 .32 5   2 8 .42   2 6 .03   2 5 .47   2 4 .47   2 3 .77   2 1 .21   1 6 .71   1 4 .49   1 2 .63   0 .35 0   2 7 .64   2 5 .08   2 4 .34   2 3 .53   2 2 .90   2 1 .25   1 6 .91   1 3 .24   1 1 .08   0 .37 5   2 6 .73   2 4 .10   2 3 .07   2 2 .29   2 1 .53   2 0 .45   1 6 .84   1 2 .29   9 .28   0 .40 0   2 5 .78   2 2 .99   2 1 .77   2 0 .86   19. 95   1 8 .98   1 6 .74   1 2 .14   8 .02   0 .42 5   2 4 .69   2 1 .84   2 0 .51   1 9 .40   1 8 .24   1 7 .16   1 5 .47   1 2 .49   7 .87   0 .45 0   2 3 .60   2 0 .80   1 9 .17   1 7 .78   1 6 .59   1 5 .40   1 3 .95   1 2 .07   8 .57   0 .47 5   2 2 .49   1 9 .66   1 7 .89   1 6 .38   1 5 .08   1 3 .79   1 2 .49   1 1 .01   8 .81   0 .50 0   2 1 .60   1 8 .50   1 6 .75   1 5 .15   1 3 .81   1 2 .55   1 1 .21   9 .91   8 .33       4. 3 .      The  comprehensive ca pa bil ity  of  t he no ise  sup pressive technique st an d  on  HD T  dissi mi larity   In   co ns i der at i on   of   the  PS NR  capab il it y  of   the  noise   su ppres sin g  te chn iq ue  sta nd  on  HDT   dissim il arit y,  t he  ex per im ental   si m ulati on   of   the  noise   s u ppressi ve  te ch ni qu e  sta nd  on  H DT  dissim il arity  with  the  opti m iz ed  HD T   ha r d  c onsist ent,  w hich   are  in vestigat e d  f r om   the  pr e vious  sim ulatio n,  a re  in vestigat ed  on   four  groun d - tr uth  ph otogra phs  (G i rl,  Le na,  Air plane   a nd  Pepper )  by  c orrupti ng   F IIN   a t  plentif ul  fr e quency   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       A com pu t ational ex pe rime ntal  investi ga ti on  of noise s uppre ss ing t ech niqu e sta nd on…   ( Vorapoj P atan aviji t )   153   durin g  0%   to  90%  an d  are  c om par ed  to  M F ,  s m oo thin g  filt er  ( SF )  a nd   a da ptive  m edian  filt er  ( AMF ),   wh ic h  cou l d  be  la id  out  as  Table  5.  Fr om   the  resu l ts  of   com pu te r  si m ulati on   co nsum m a ti on s  of  four   ph otog ra ph s  i n  Table  5,   the  no ise   s uppr e ss ing   te ch nique   sta nd   on  H DT  dissim il ari ty   is   su perb  than  al l  oth e r   no ise   su pp ressin g  te chn i qu e s  beca us e  the  im pu lsi ve  no ise   posit ion in g  ide ntific at ion   sta nd  on  H DT  dissim i la rity   is  ver y  hi gh   acc uracy   thu s  the  noise   su ppressi ng  te chn i qu e  sta nd   on   HD T  dis si m il arity  on ly   con ceal s  im pu lsi ve   no ise  p i xels and  un - to uc hes n oise - fr ee  pix el s .    By   cause  of  th e  publica ti on  c ircum sp ect ion   of  pa ges,  the   pa rtit ion   of  a  c om pu ta ti on al   ex per im ental   inv est igati on  pro vid es  few   s uppresse d  ph otogra phs,  w hich  are  processe d  by  MF,  SF,   A MF  and   HD T ,  wh ic h  cou l d  be  la id  ou t  as  Fi gure  7.   F ro m   the  resu lt s  in  Fig ur e   7,   the  qu a nlit y  of   the  HD T  su pp resse d  im ages  ar e   sli gh tl y bett er t han A MF  s uppresse d  im ages an d d ram at ic a l  b et te r  t han M F and SF s uppr e ssed  im ages.       Table  5 .  T he  c om pu te r  sim ulati on  c orrelat io n of n oise s uppressi ng ca pa bili ty  an d har d  c onsist ent  of HD T  dissim il arit y   ( pep pe r )     PSNR (dB )   Proces sed  Pho to g raph s   No ise   Frequ en cy   No isy   Ph o to  grap h s   No ise Su p p ressin g  T echn iq u e   SMF   (3x 3 )   SF   (3x 3 )   AMF   HDT  F ilter   Lena   (25 6 x 2 5 6 )   D=0 .10   1 5 .65 6 4   3 0 .70 7 6   1 9 .38 1 2   3 5 .30 3 2   3 4 .72 9 4   D=0 .20   1 2 .63 8 9   2 7 .62 5 7   1 6 .32 0 8   3 2 .15 5 8   3 2 .15 0 7   D=0 .30   1 0 .89 7 1   2 3 .68 1 1   1 4 .58 2 9   2 7 .91 4 1   2 8 .23 8 3   D=0 .40   9 .64 8 1   1 9 .00 8 0   1 3 .24 7 9   2 3 .79 0 3   2 6 .79 2 2   D=0 .50   8 .65 5 3   1 5 .47 5 8   12 .21 4 6   2 0 .57 2 5   2 4 .85 5 9   D=0 .60   7 .78 1 3   1 2 .32 8 0   1 1 .29 3 9   1 8 .17 4 7   2 2 .18 2 3   D=0 .70   7 .16 9 7   1 0 .28 6 1   1 0 .65 0 9   1 7 .11 5 3   1 7 .74 7 9   D=0 .80   6 .58 4 6   8 .33 3 1   1 0 .00 5 7   1 6 .45 5 4   1 6 .37 5 3   D=0 .90   6 .06 0 4   6 .82 4 1   9 .43 5 6   1 6 .53 5 2   1 4 .17 2 0   Pep p er  (25 6 x 2 5 6 )   D=0 .10   1 5 .37 9 8   3 0 .61 1 6   1 9 .0 6 7 7   3 6 .03 9 1   3 5 .40 4 1   D=0 .20   1 2 .35 9 3   2 6 .58 8 8   1 5 .98 0 4   3 1 .64 8 5   3 1 .64 4 0   D=0 .30   1 0 .62 4 2   2 2 .06 6 3   1 4 .17 4 8   2 6 .76 5 0   2 6 .76 5 0   D=0 .40   9 .39 9 8   1 8 .43 2 1   1 2 .90 7 6   2 3 .49 9 5   2 4 .95 6 7   D=0 .50   8 .38 4 3   1 4 .85 0 6   1 1 .81 1 7   2 0 .22 0 3   2 3 .77 2 0   D=0 .60   7 .61 8 9   1 2 .01 2 8   1 0 .95 6 3   1 8 .11 1 6   21 .24 8 9   D=0 .70   6 .92 4 6   9 .77 0 4   1 0 .20 3 9   1 6 .59 2 3   1 6 .91 0 6   D=0 .80   6 .37 1 0   8 .01 6 6   9 .58 5 3   1 6 .08 9 6   1 6 .03 5 2   D=0 .90   5 .85 8 2   6 .57 6 7   9 .02 1 4   1 6 .29 3 2   1 3 .93 4 3   Airplan e   (25 6 x 2 5 6 )     D=0 .10   1 4 .83 2 0   2 9 .65 3 2   1 8 .44 2 6   3 4 .63 1 1   3 4 .15 1 4   D=0 .20   1 1 .80 4 5   2 6 .43 5 6   1 5 .31 8 1   3 1 .38 4 4   31 .37 8 2   D=0 .30   1 0 .05 1 0   2 1 .88 6 2   1 3 .45 2 6   2 7 .13 4 7   2 7 .13 4 6   D=0 .40   8 .87 3 5   1 7 .64 1 2   1 2 .13 9 7   2 3 .01 4 7   2 4 .15 4 7   D=0 .50   7 .86 0 0   1 4 .26 9 7   1 1 .00 9 1   1 9 .62 0 1   2 2 .87 6 5   D=0 .60   7 .09 2 0   1 1 .52 9 0   1 0 .12 0 2   1 7 .65 8 6   2 1 .13 9 8   D=0 .70   6 .41 2 8   9 .30 4 2   9 .32 3 8   1 6 .25 1 4   1 8 .00 0 6   D=0 .80   5. 8647   7 .58 3 5   8 .68 9 3   1 5 .74 2 8   1 5 .64 2 3   D=0 .90   5 .33 3 5   6 .02 7 8   8 .03 8 1   1 6 .08 3 4   1 3 .88 9 6   Girl   (25 6 x 2 5 6 )   D=0 .10   1 3 .68 9 0   3 1 .55 8 3   1 7 .25 3 0   3 6 .91 9 7   3 4 .68 6 3   D=0 .20   1 0 .65 6 7   2 5 .51 5 3   1 3 .95 9 3   3 2 .04 3 7   3 1 .89 6 4   D=0 .30   8 .86 7 7   2 0 .77 3 8   1 1 .95 9 9   2 7 .69 3 0   2 7 .73 6 6   D=0 .40   7 .57 9 8   1 6 .51 4 6   1 0 .45 4 3   2 3 .37 3 6   2 6 .77 1 7   D=0 .50   6 .57 1 2   1 3 .03 1 9   9 .23 6 7   2 0 .17 1 2   2 5 .66 7 2   D=0 .60   5 .86 0 9   1 0 .49 8 1   8 .35 9 0   1 8 .45 1 8   2 3 .97 4 1   D=0 .70   5 .13 1 1   8 .04 6 3   7 .42 7 1   1 6 .73 3 4   2 1 .39 7 1   D=0 .80   4 .56 7 4   6 .25 2 0   6 .68 8 1   1 6 .27 9 5   1 6 .76 6 2   D=0 .90   4 .05 7 3   4 .74 6 5   5 .99 8 6   1 6 .74 6 3   1 2 .63 7 1   Evaluation Warning : The document was created with Spire.PDF for Python.