این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
علوم و فناوری دریا، جلد ۸۳، شماره ۸۳، صفحات ۲۱-۳۳
عنوان فارسی بهسازی تصاویر دریافتی از پهپادها و ماهواره‌های کوچک با استفاده از روش فرا تفکیک‌پذیری
چکیده فارسی مقاله محدودیتهای تئوری و عملی در سامانه‌های عکس‌برداری بر روی وضوح تصاویر اثر میگذارند یکی از شیوه‌های موثر در غلبه بر این محدودیتها، روشهای فرا تفکیک‌پذیری می‌باشد که در سالهای اخیر گسترش یافته است. هدف اصلی این مقاله علاوه بر بزرگ‌نمایی تصاویر دیجیتال، بازیابی جزئیات فرکانس بالای از دست رفته است. در این مقاله یک روش فرا تفکیک‌پذیری تک تصویر با استفاده از شبکه عصبی کانولوشنی مبتنی بر الگوریتم‌ ژنتیک برای به‌سازی تصاویر ارائه شده است که نتایج بهتری را نسبت به روش‌های متعارف فرا تفکیک‌پذیری ارائه می‌کند و برای اثبات کارآیی این روش از معیار سنجش کیفیت تصویر یا همان نسبت پیک سیگنال به نویز (PSNR) استفاده می‌شود. نتایج حاصله نشان می‌دهد که روش پیشنهادی مبتنی‌بر الگوریتم‌ ژنتیک میزان PSNR تصویر را نسبت به روش فراتفکیک‌پذیری مبتنی بر پراکندگی، تقریباً به اندازه 10% افزایش می‌دهد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Improve the Quality of Images UAVs and Small Satellites using Super-Resolution Techniques
چکیده انگلیسی مقاله Theoretical and practical limits effect on resolution imaging systems and the effective ways to overcome these limits, super-resolution methods that have been developed at recent years. The main purpose of this paper, in addition magnified digital images, restore missing high frequency detail. In this paper, a method called single-frame resolution using a convolution neural network (CNN) based on optimization genetic algorithms (GA) provided better results to improve images than traditional super-resolution methods. Results show that our method achieved an improved performance compared to other super-resolution based methods, and the proposed method increases the quality of the image based on PSNR metric. The amount of this improvement is about 10% compared to super-resolution based approaches.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله پیمان خزایی پول | khazaei pool
دانشجوی کارشناسی ارشد مهندسی برق دانشگاه علوم دریایی امام خمینی ره
سازمان اصلی تایید شده: دانشگاه علوم دریایی امام خمینی (Imam khomeini naval university of noshahr)

مجید آقابابایی |
استادیار دانشکده مهندسی برق دانشگاه علوم دریایی امام خمینی ره
سازمان اصلی تایید شده: دانشگاه علوم دریایی امام خمینی (Imam khomeini naval university of noshahr)

محمد خویشه |
دانشجوی دکتری الکترونیک دانشگاه علم و صنعت
سازمان اصلی تایید شده: دانشگاه علم و صنعت ایران (Iran university of science and technology)

نشانی اینترنتی
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