آموزش, وبلاگ صفحه اصلی

تکنیک تبدیل موجک مبتنی بر شبکه عصبی مصنوعی برای بهبود کیفیت تصویر

تخریب تصویر ناشی از چندین پدیده (مانند کانال، ابزار و محیط)، یک نگرانی کلیدی در تحقیقات فناوری تصویر است [1]. روش‌های زیادی برای افزایش تصاویر نویز ایجاد شده‌اند و تحقیقات گسترده‌ای برای بهبود کیفیت تصویر هنوز در حال انجام است. حذف نویز تصویر [2] به دو نوع فیلتر شده و روش تبدیل طبقه بندی می شود. این مقاله به روش تبدیل موجک [3] می پردازد که رایج ترین تکنیک است. این روش از دو رویکرد موجک استفاده می کند: پیوسته و گسسته. این رویکردها دارای ویژگی‌های جذابی هستند که آنها را برای تحلیل‌های سیگنال یک بعدی (1D) و دو بعدی (2D) مناسب می‌سازد [4]. آنها با مجموعه ای از توابع اساسی استفاده می شوند که برای محلی سازی فرکانس زمانی استفاده می شوند، مانند آستانه موجک، که یکی از گسترده ترین رویکردها است [5]. رویکرد به آستانه سخت و نرم تقسیم می شود. به طور کلی، تصاویر پر نویز کنتراست را همراه با چندین نوع دیگر از نویز کاهش می دهند [6]. به عنوان مثال، نویز سفید گاوسی یک نگرانی عمده در پردازش تصویر پزشکی است. حذف نویز تصویر با استفاده از تبدیل موجک گسسته (DWT) یک روش کاملاً ثابت برای حذف نویز از یک تصویر است.

فست پریلند

منابع

پریلند

G. Kaliraj et al.An efficient approach for the removal of impulse noise from the corrupted image using neural network based impulse detectorImage Vis Comput(2010)

G. Gao et al.A two-stage shearlet-based approach for the removal of random-valued impulse noise in imagesJ Vis Commun Image Represent(2015)

S. Kaymak et al.Breast cancer image classification using artificial neural networksProcedia Comput Sci(2017)

V. Gupta et al.Random-valued impulse noise removal using adaptive dual threshold median filterJ Vis Commun Image Represent(2015)

G. Kaliraj et al.An efficient approach for the removal of impulse noise from the corrupted image using neural network based impulse detectorImage Vis Comput(2010)

X. ZhangImage denoising using local Wiener filter and its method noiseInt J Light Electron Opt(2016)

S. LahmiriAn iterative denoising system based on Wiener filtering with application to biomedical imagesOpt Laser Technol(2017)

برای دانلود پروژه نمونه شناسایی سیستم توزیع ترکیبی با استفاده از تبدیل موجک و شبکه های عصبی مصنوعی به همراه شبیه سازی، اینجا کلیک کنید.

پروژه مشابه دارید؟

برای ثبت سفارش در سیمیا می توانید از طریق اپلیکیشن سیمیا، یا فرم ثبت سفارش در سایت اقدام کرده و یا از طریق ایمیل، واتساپ، تلگرام و اینستاگرام اقدام نمایید.

اپلیکیشن سیمیا را از بازار و مایکت دانلود کنید.

سریع ترین راه پاسخگویی سیمیا، واتساپ و سروش می باشد. لینک واتساپ، اینستاگرام و تلگرام در پایین سایت وجود دارد.

 09392265610

پشتیبانی واتساپ سیمیا

نشانی ایمیل سیمیا simiya_ht@yahoo.com می باشد.

از برقراری تماس برای هماهنگی پروژه خودداری کنید، حجم بالای سفارشات به ما اجازه نمی دهد تا از طریق تلفن پاسخگوی شما عزیزان باشیم، حتما درخواست خود را به صورت مکتوب و از طریق یکی از راه های ذکر شده فوق ارسال نمایید، درخواست خود را به طور کامل و با تمام فایل ها و توضیحات لازم ارسال نمایید تا مدت زمان بررسی آن به حداقل برسد. پس از تعیین کارشناس، در اسرع وقت به شما پاسخ می دهیم.

author-avatar

درباره simiya

simiya_ht@yahoo.com www.simiyacn.ir linkedin.com/in/zahra-aghajani-79655a16a 09392265610 تلگرام- لاین- واتس آپ- ایمو لطفاً فقط از طریق نرم افزارهای فوق و یا ایمیل تماس حاصل فرمایید.

بازگشت به لیست

مطالب مرتبط

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *