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
جمعه 28 آذر 1404
ماشین بینایی و پردازش تصویر
، جلد ۱۲، شماره ۱، صفحات ۷۷-۸۷
عنوان فارسی
روشی کارآمد برای تخمین ابعاد هستهی تاری در رفع تاری کور تصویر
چکیده فارسی مقاله
در مسأله ی رفع تاری کور تصاویر، تخمین نادقیق ابعاد هستهی تاری منجر به ایجاد اعوجاج شدید در تصویر رفع تاری شده میشود. در این مقاله، روشی برای تخمین ابعاد هستهی تاری از یک تصویر تار ارائه شده است. در این روش، ویژگیهای هیستوگرام گرادیانهای جهتدار (HOG) تصاویر واضح از تصاویر تار متناظر یاد گرفته می شوند. برای این هدف، مدلهای رگرسیون بردار پشتیبان (SVR) با استفاده از مجموعهای از زوج تصاویر واضح و تار متناظر آموزش داده می شوند. این فرآیند در سطوح مختلف هرم تصویر انجام میشود. برخلاف روشهای پیشین، بدون مفروض بودن شکل هستهی تاری یک مدل رگرسیون آموزش داده می شود تا مستقیماً ابعاد هستهی تاری را از ویژگیهای HOG تخمین بزند. نتایج آزمایشهای انجام شده نشان میدهد که این روش قادر است ابعاد هستهی تاری را با دقت بیشتری نسبت به سایر روش های موجود از تصویر تار تخمین بزند. در نتیجه، به کمک روش پیشنهادی اعوجاجهای ناشی از تخمین نادرست ابعاد هستهی تاری در تصویر رفع تاری شده کاهش مییابد.
کلیدواژههای فارسی مقاله
رفع تاری کور یک تصویر،تخمین ابعاد هستهی تاری،هیستوگرام گرادیانهای جهتدار،رگرسیون بردار پشتیبان،هرم تصویر،
عنوان انگلیسی
An Efficient Method for Blur Kernel Size Estimation in Blind Image Deblurring
چکیده انگلیسی مقاله
In blind image deblurring tasks, an inaccurate estimation of the blur kernel size often leads to severe artifacts in the deblurring results. This paper presents a method for estimating the blur kernel size from a single blurred image. In the proposed approach, Histogram of Oriented Gradients (HOG) features of sharp images are learned from their corresponding blurred counterparts. To this end, Support Vector Regression (SVR) models are trained using a dataset of paired sharp and blurred images. The estimation process is performed at multiple levels of an image pyramid. Unlike previous methods, the proposed approach does not assume any predefined kernel shape; instead, it directly learns a regression model to estimate the kernel size from HOG features. Experimental results demonstrate that the proposed method achieves more accurate kernel size estimation compared to existing approaches. Consequently, artifacts caused by incorrect kernel size estimation in the deblurred images are significantly reduced.
کلیدواژههای انگلیسی مقاله
رفع تاری کور یک تصویر,تخمین ابعاد هستهی تاری,هیستوگرام گرادیانهای جهتدار,رگرسیون بردار پشتیبان,هرم تصویر
نویسندگان مقاله
میترا عبدالهی |
دانشجوی دکتری مهندسی برق - الکترونیک، دانشکده مهندسی برق، دانشگاه صنعتی شاهرود، شاهرود، ایران
علیرضا احمدی فرد |
دانشکده مهندسی برق، دانشگاه صنعتی شاهرود، شاهرود، ایران
نشانی اینترنتی
https://jmvip.sinaweb.net/article_229092_8920410b4e64a83aa157d2a7e282533c.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