این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
دوشنبه 1 دی 1404
ماشین بینایی و پردازش تصویر
، جلد ۸، شماره ۲، صفحات ۱-۲۳
عنوان فارسی
مروری جامع بر روش های کاهش نویز تصاویر دیجیتال در حوزه تبدیل با استفاده از مدلهای آماری و مقایسه آنها
چکیده فارسی مقاله
کاهش نویز تصاویر در حوزه پردازش تصویر موضوعی است که بسیار مورد تحقیق و پژوهش قرار گرفته است. به طور کلی ایده های کاهش نویز را از لحاظ حوزه نمایش می توان به کاهش نویز در حوزه مکان وکاهش نویز در حوزه تبدیل تقسیم بندی نمود. روش های حوزه تبدیل را می توان با توجه به توابع پایه آنها به دو گروه اصلی روش های حوزه تبدیل با توابع پایه منطبق با داده و روش های حوزه تبدیل با توابع پایه ثابت تقسیم بندی کرد. روش های حوزه تبدیل با پایه ثابت که تبدیل موجک از مشهورترین آنها می باشد به دلیل ویژگی ها و خواصی که دارند مانند تفکیک فرکانس/مکانی مناسب به طور وسیعی برای کاربردهای کاهش نویز مورد استفاده قرار گرفته اند. همچنین به دلیل خاصیت غیرایستا بودن تصاویر طبیعی و نیز اضافه شدن نویز به آنها، درمیان روش های حوزه تبدیل، روشهای آماری مورد توجه فراوان قرار گرفته اند. در این مقاله پس از معرفی کلی انواع روش های رفع نویز، مهمترین مدل های آماری ارائه شده در حوزه تبدیل با پایه ثابت، معرفی شده اند. نتایج تجربی جهت بیان مزایا و معایب این روش ها بحث و تحلیل شده اند. مطالعه مفهومی این مقاله می تواند مرجع مناسبی برای ایده های تحقیقی ارائه شده در حوزه کاهش نویز تصاویر باشد.
کلیدواژههای فارسی مقاله
پردازش تصویر، کاهش نویز، مدل های آماری، حوزه تبدیل،
عنوان انگلیسی
A Comprehensive Survey on DigitalI image Denoising Methods Using Statistical Models in the Transform Domain with the Comparison of Them
چکیده انگلیسی مقاله
Image denoising is a well explored topic. Generally, image denoising approaches can be categorized as spatial domain and transform domain methods according to the image representation. Transform domain methods can be divided into two main groups according to their basis functions. Transform domain methods with data adaptive basis functions and transform domain methods with fixed basis functions. Fixed basis functions transform methods, in which, wavelet transform is the most popular, have been widely used for noise reduction applications due to their features and properties, such as frequency / space separation. Also, due to the non-static nature of natural images and the addition of noise to them, statistical methods have received a lot of attention among transform methods. In the present paper, after a brief introduction of denoising methods, the most important statistical models in the fixed basis transform domain are studied. The experimental results are discussed and analyzed to determine the advantages and disadvantages of these methods. The comprehensive study in this paper is a good reference for new research ideas in image denoising.
کلیدواژههای انگلیسی مقاله
پردازش تصویر, کاهش نویز, مدل های آماری, حوزه تبدیل
نویسندگان مقاله
منصوره صعیدزرندی |
آزمایشگاه پردازش داده هوشمند، بخش مهندسی برق، دانشگاه شهید باهنر کرمان
حسین نظام آبادی پور |
آزمایشگاه پردازش داده هوشمند، بخش مهندسی برق، دانشگاه شهید باهنر کرمان
سعید سریزدی |
آزمایشگاه پردازش داده هوشمند، بخش مهندسی برق، دانشگاه شهید باهنر کرمان
احد جمالیزاده |
بخش آمار، دانشکده ریاضی و کامپیوتر، دانشگاه شهید باهنر کرمان
نشانی اینترنتی
https://jmvip.sinaweb.net/article_118217_e5b6deace5d8ff2096cbfbd744230964.pdf
فایل مقاله
فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات