حذف نویز تصاویر با استفاده از روش شبکه های عصبی استانه گذار و یادگیری RLS
محل انتشار: ششمین کنفرانس ماشین بینایی و پردازش تصویر ایران
سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 4,071
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMVIP06_115
تاریخ نمایه سازی: 20 فروردین 1390
چکیده مقاله:
حذف نویز تصویر یکی از پرکاربردترین زمینه های پردازش تصویر در دهه اخیر است اخیرا با معرفی تابع استانه گذاری وفقی در حوزه ی موجک و استفاده از آن در شبکه های عصبی استانه گذار روشی موثر برای حذف هر دو نوع نویز گوسی و اسپکل بدون در نظر گرفتن پیش فرض خاصی ارائه شده است روش پایه ی شبکه های عصبی استانه گذار از اموزش کمترین میانگین مربعات خطا LMS استفاده می کند که روشی نسبتا کند و زمان بر است دراین مقاله الگوریتم بازگشتی حداقل مربعات خطا RLS که یکی از الگوریتمهای وفقی با قابلیت همگرایی سریع است با ساختار این نوع شبکه تطبیق داده شده و برای افزایش سرعت اموزش ان در حذف نویز تصاویر طبیعی پیشنهاد شده است نتایج اعمال روش پیشنهادی برروی تصاویر استانداردحاوی نویز گوسی با واریانس های مختلف کارایی روش را در حذف موثر و سریع نویزدر مقایسه با روشهای مشابه به اثبات رسانده است.
کلیدواژه ها:
نویسندگان
مهدی نصری
انجمن پژوهشگران جوان دانشگاه شهید باهنر کرمان دانشجوی دکتری
حسین نظام ابادی پور
دانشیار
سعید سریزدی
دانشیار
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :