نویززدایی از تصاویر با استفاده از سنجش فشرده و افکنش روی ضرایب تقریب

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 675

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IPRIA02_042

تاریخ نمایه سازی: 28 شهریور 1394

چکیده مقاله:

نویززدایی از تصاویر یکی از مسائل کلاسیک پردازش تصاویر است که روش های زیادی برای حل آن پیشنهاد شده است. در مطالعات اخیر تبدیل موجک به عنوان تبدیلی در حوزه ی زمان- فرکانس برای حذف نویز معرفی شده است. برخی از ضرایب این تبدیل نسبت به نویز تأثیر کمتری می پذیرد و در تخمین تصویر اولیه کاربرد مؤثرتری دارند. در این نوشتار، با بهره گیری از ویزگی تعامد در تبدیل موجک و استفاده از الگوریتم افکنش روی ضرایب تقریب همراه با سنجش فشرده، روشی جدید برای حذف نویز از تصاویر و فشرده سازی آنها معرفی می کنیم که فارغ از نوع نویز به بهبود تصاویر می انجامد. سنجش فشرده برپایه ای این حقیقت استوار است که می تواند بسیاری از سیگنال ها و تصاویر را با تعداد کمی مؤلفه ی غیر صفر نمایش داد و سپس با بهینه سازی غیرخطی به بهبود آن ها پرداخت. روش پیشنهادی روی تصاویر دارای نویزهای مختلف آزمایش گردید. نسبت PSNR بالاتر، اثرات مصنوعی کمتر، فشرده سازی تصویر به مراتب کمتر از حجم تصویر اصلی و در نتیجه مخابره و ذخیره سازی راحت تر آن و نیم کیفیت بهتر تصاویر نویززدایی شده با روش پیشنهادی نشان دهنده ی برتری روش معرفی شده نسبت به روش های قبلی نویززدایی تصاویر است.

کلیدواژه ها:

افکنش روی ضرایب تقریب ، تبدیل موجک ، حذف نویز ، سنجش فشرده ، نمایش تنک

نویسندگان

طاهره پورحسن زاده

دانشجوی کارشناسی ارشد مهندسی کامپیوتر- هوش مصنوعی، دانشگاه علم و صنعت ایران

محسن سریانی

دانشیار دانشکده مهندسی کامپیوتر، کامپیوتر، دانشگاه علم و صنعت ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Mallat, S. "A wvavelet tour of signal processing. The sparse ...
  • Tomasi, C., Manduchi, R. "Bilateral filtering for gray and color ...
  • _ _ _ denoising", Internationat Journal o Computer Vision, _ ...
  • Chen, S. Donoho D, Saunders, M. "Atomic decomposition by basis ...
  • Buades, A, ColB, More lJM. "A review of image denoising ...
  • Mastriani, Mario. "Denoising and compression in wavelet domai via projection ...
  • Tavakoli, Amin, and Ali Po urmohammad _ "Image Denoising Based ...
  • _ _ _ Wang. "General image denoising framework based _ ...
  • Candes, E., Romberg, M. and Tao T., "Robust uncertainty ...
  • , pp. 489-509, Feb. 2006. ...
  • Domoho, David L. "Compressed sensing." Information Theory, IEEE Transactions on ...
  • Rostami, Mohammed. Compressed Sensing wvith Side Information o Feasible Region. ...
  • D. L. Donoho, "Wedgelets: nearly-minimax estimation of edges", _ Statist., ...
  • Eldar, Yomina C., and Gitta Kutyniok, eds. Compressed sensing: theory ...
  • نمایش کامل مراجع