CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

Improved Adaptive Median Filter Algorithm for Removing Impulse Noise from Grayscale Images

اعتبار موردنیاز : ۱ | تعداد صفحات: ۷ | تعداد نمایش خلاصه: ۳۸ | نظرات: ۰
سال انتشار: ۱۳۹۶
کد COI مقاله: JR_IJE-30-10_011
زبان مقاله: انگلیسی
حجم فایل: ۹۳۰.۵۲ کیلوبایت (فایل این مقاله در ۷ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۷ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Improved Adaptive Median Filter Algorithm for Removing Impulse Noise from Grayscale Images

r Tang - School of Mechanical, Electrical and Information Engineering, Shandong University, Weihai, China
x Zhou - School of Mechanical, Electrical and Information Engineering, Shandong University, Weihai, China
d Wang - School of Mechanical, Electrical and Information Engineering, Shandong University, Weihai, China

چکیده مقاله:

Digital image is often degraded by many kinds of noise during the process of acquisition and transmission. To make subsequent processing more convenient, it is necessary to decrease the effect of noise. There are many kinds of noises in image, which mainly include salt and pepper noise and Gaussian noise. This paper focuses on median filters to remove the salt and pepper noise. After summarizing the main disadvantages of the conventional median filters, this paper proposes a new kind of median filter algorithm based on the detection of impulse noise points. The performance of the proposed algorithm is compared with the conventional standard median filter (SMF), extremum median filter (EMF), and adaptive median filter (AMF). Experimental results under various noise intensities show that the proposed method has better denoising performance and detail preservation compared with the other denoising methods

کلیدواژه‌ها:

Image Denoising,Impulse Noise Removal,Salt and Pepper Noise,Adaptive Median Filter

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-JR_IJE-JR_IJE-30-10_011.html
کد COI مقاله: JR_IJE-30-10_011

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Tang, r; x Zhou & d Wang, ۱۳۹۶, Improved Adaptive Median Filter Algorithm for Removing Impulse Noise from Grayscale Images, International Journal of Engineering (IJE) 30 (10), https://www.civilica.com/Paper-JR_IJE-JR_IJE-30-10_011.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (Tang, r; x Zhou & d Wang, ۱۳۹۶)
برای بار دوم به بعد: (Tang; Zhou & Wang, ۱۳۹۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.