بازسازی تصاویر زیر آب با استفاده از روش ترکیبی فوریه-موجک

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 230

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_HYDPHY-4-2_009

تاریخ نمایه سازی: 27 بهمن 1399

چکیده مقاله:

جذب و پراکندگی نور از سوی مولکول‌های آب یا ذرات معلق موجود در آن از مهم‌ترین عوامل کاهش کیفیت تصاویر تهیه‌شده در زیر آب هستند. همین امر باعث کاهش برد سامانه‌های تصویربردار در زیر آب می‌شود. تاکنون از دو روش واپیچش- موجک و واپیچش فوریه برای بازسازی تصاویرمات و آغشته‌ به نوفۀ تهیه‌شده در زیر آب استفاده‌‌شده است. بااین‌وجود، کیفیت نتیجۀ حاصل از هردوی این روش‌ها بسیار حساس به نوفه است. روش ترکیبی واپیچش فوریه-موجک روش پردازش تصویری است که در آن به‌طور هم‌زمان از مزایای هر دو روش واپیچش-موجک و واپیچش فوریه به‌منظور بهبود کیفیت تصاویر استفاده می‌شود. در این مقاله از روش ترکیبی واپیچش فوریه-موجک برای بازسازی تصاویرشبیه‌سازی‌شده در زیر آب استفاده‌‌‌شده است. نتایج شبیه‌سازی‌ها نشان‌گر قابلیت مناسب این روش ترکیبی برای بازسازی تصاویر زیر آب در مقایسه با هریک از روش‌های واپیچش- موجک و واپیچش فوریه به‌تنهایی است.

نویسندگان

لاله رحیمی نژاد

مجتمع دانشگاهی علوم کاربردی، دانشگاه صنعتی مالک اشتر

سید علی اصغر عسکری

مجتمع دانشگاهی علوم کاربردی، دانشگاه صنعتی مالک اشتر

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 :
  • [1]         Foglini F, Grande V, Marchese F, Bracchi VA, Prampolini ...
  • [2]         Ortiz A, Antich J, Oliver G. A particle filter-based ...
  • [3]         Khan A, Ali SSA, Anwer A, Adil SH, Mériaudeau ...
  • [4]         Tian H, Zhu J, Tan S, Zhang Y, Zhang ...
  • [5]         Amer KO, Elbouz M, Alfalou A, Brosseau C, Hajjami ...
  • [6]         Amer KO, Elbouz M, Alfalou A, Brosseau C, Hajjami ...
  • [7]         Prabhakar CJ, Kumar PU. An image based technique for ...
  • [8]         Schettini R, Corchs S. Underwater image processing: state of ...
  • [9]         Li Y, Zhang Y, Xu X, He L, Serikawa ...
  • [10]        Wang M, Zhou S, Yan W. Blurred image restoration ...
  • [11]        Fan F, Yang K, Xia M, Li W, Fu ...
  • [12]        Fan F, Yang K, Xia M, Li W, Fu ...
  • [13]        Zhishen L, Tianfu D, Gang W. ROV based underwater ...
  • [14]        Jian S, Wang W. Study on underwater image denoising ...
  • [15]        Mertens LE, Replogle FS. Use of point spread and ...
  • [16]        Hou W, Gray DJ, Weidemann AD, Arnone RA. Comparison ...
  • [17]        Chen Y, Xia M, Li W, Zhang X, Yang ...
  • [18]        Gray DJ. Order-of-scattering point spread and modulation transfer functions ...
  • [19]        Neelamani R, Choi H, Baraniuk R. ForWaRD: Fourier-wavelet regularized ...
  • [20]        Bahrampour AR, Askari AA. Fourier-wavelet regularized deconvolution (ForWaRD) for ...
  • [21]        Bahrampour AR, Moosavi A, Bahrampour MJ, Safaei L. Spatial ...
  • [22]        Langer M, Cloetens P, Peyrin F. Fourier-wavelet regularization of ...
  • [23]        Zhou Z, Gao F, Zhao H, Zhang L. Application ...
  • [24]        Wells WH. Theory of small angle scattering. Optics of ...
  • [25]        Mallat S. A wavelet tour of signal processing. 3thed, ...
  • [26]        Bos AA, Malkasse JP, Kervern G. A preprocessing framework ...
  • [27]        Liu Zh, Yu Y, Zhang K, Huang H. Underwater ...
  • [28]        Donoho DL, Johnstone JM. Ideal spatial adaptation by wavelet ...
  • [29]        Wang K, Hu Y, Chen J, Wu X, Zhao ...
  • [30]        Anwar S, Li C, Porikli F. Deep underwater image ...
  • [31] Hou W, Gray DJ, Weidemann AD, Fournier GR, Forand ...
  • نمایش کامل مراجع