Cientifica, ISSN 2594-2921, vol. 27, no. 1, January-June 2023.

DOI: https://doi.org/10.46842/ipn.cien.v27n1a04

Diseño e implementación de un Autoencoder para la supresión de ruido de diferente naturaleza en imágenes de color


Design and implementation of an Autoencoder for the suppression of noise of different nature in color images


Armando Adrián Miranda-González
Instituto Politécnico Nacional, MÉXICO

Alberto Jorge Rosales-Silva
Tecnológico Nacional de México, MÉXICO

Dante Mújica-Vargas
Instituto Politécnico Nacional, MÉXICO

Ponciano Jorge Escamilla-Ambrosio
Instituto Politécnico Nacional, MÉXICO

Jean Marie Vianney-Kinani
Instituto Politécnico Nacional, MÉXICO

Floriberto Ortíz-Rodríguez
Instituto Politécnico Nacional, MÉXICO


Recibido 02-12-2022, aceptado 15-02-2023.

Resumen

El presente artículo se centra en la propuesta de una red neuronal de tipo Autoencoder para la supresión de diversos tipos de ruido presente en imágenes de color. Existen diversos tipos de algoritmos para la supresión de ruido en imágenes como lo son las Redes Neuronales Convolucionales (CNN) los cuales requieren tanto de una gran cantidad de datos para su entrenamiento como de mayor carga computacional, aunque el mayor problema que estos presentan es que comúnmente se centran en un solo tipo de ruido causando que en algunas ocasiones la imagen no sea procesada de manera adecuada y al finalizar su tratamiento contenga pixeles corruptos los cuales causen que haya pérdida de detalles importantes dentro de la imagen. Por este motivo, esta propuesta proporciona evidencia de que el uso de autoencoders para la supresión de diversos tipos de ruidos en imágenes es factible, a través de este artículo se mostrarán resultados subjetivos y objetivos que determinarán la factibilidad del uso de este tipo de redes neuronales.


Abstract

This article focuses on the proposal of a neural network called Autoencoder for the suppression of various kinds of noise present in color images. There are several kinds of algorithms for denoising images, such as Convolutional Neural Networks (CNN), which require a large amount of data for their training and a greater computational complexity, although the biggest problem they present is that they commonly focus on a single kind of noise, sometimes causing that the image to not be processed properly and at the end of its treatment it contains corrupted pixels which cause the loss of important details within the image. For this reason, this proposal provides evidence that the use of Autoencoders for the denoising of several kinds of noises is feasible, through this article subjective and objective results will be shown that will determine the feasibility of using this kind of network neural.

Palabras clave: autoencoder, convoluciones, redes neuronales, supresión de ruido.
Index terms: autoencoder, convolutions, neural networks, denoising.


ISO 690 reference:
Miranda-González, Armando Adrián; Rosales-Silva, Alberto Jorge; Mújica-Vargas, Dante; Escamilla-Ambrosio, Ponciano Jorge; Vianney-Kinani, Jean Marie; Ortíz-Rodríguez, Floriberto, 2023, Diseño e implementación de un Autoencoder para la supresión de ruido de diferente naturaleza en imágenes de color, Científica, Revista Mexicana de Ingeniería Electromecánica y de Sistemas, vol. 27, no. 1, ISSN 2594-2921, DOI: https://doi.org/10.46842/ipn.cien.v27n1a04