سال انتشار: 1390
محل انتشار: هفتمین کنفرانس ماشین بینایی و پردازش تصویر ایران
کد COI مقاله: ICMVIP07_051
زبان مقاله: فارسیمشاهد این مقاله: 1,126
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 7 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:
مشخصات نویسندگان مقاله افزایش اطلاعات و کاهش نویز با ادغام تصاویر براساس مدل تابع توزیع لاپلاس
چکیده مقاله:
ادغام تصاویر یک رویکرد مهم برای افزایش اطلاعات تصویری می باشد. در این حوزه تصاویر مختلف در یک تصویر ادغام می شوند به طوری که جهت درک و پردازش توسط ماشین یا حتی انسان مناسبتر باشد. اگرچه روش های زیادی در این زمینه ارائه گردیده اما چون در مقوله ادغام تصاویر، نویز همه تصاویر جمع شده و به صورت یکجا در تصویر ادغام شده انباشته می گردد، مساله کاهش نویز و در عین حال حفظ لبه ها و اطلاعات مهم تصویری در تصاویر حاصل از ادغام یک مهم در روشهای ارائه شده بوده است. در این مقاله یک روش ادغام برپایه استفاده از مدل تابع توزیع لاپلاس ارائه شده است. روش پیشنهادی علاوه بر برخورداری از مزایای ادغام و افزایش اطلاعات تصویری به خوبی قادر است ضمن تخمین دقیقتر میزان نویز تصاویر و جلوگیری از انباشته شدن نویز در تصویر ادغام شده، مشکل حذف اطلاعات را در روشهای پیشین به حداقل برساند و با حفظ ویژگی های اصلی تصاویر اولیه، از مات شدن تصویر نهایی جلوگیری می کند. نتایج پیاده سازی مؤثر بودن روش پیشنهادی را نشان می دهد.
کلیدواژه ها:
تصوير، ادغام، همبستگي، تبديل موجك، سطوح، توزيع لاپلاس
کد مقاله/لینک ثابت به این مقاله
برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:https://civilica.com/doc/159085/
نحوه استناد به مقاله:
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:صحراییان، محمد و دهقانی، محمدجواد و هل فروش، محمدصادق،1390،افزایش اطلاعات و کاهش نویز با ادغام تصاویر براساس مدل تابع توزیع لاپلاس،هفتمین کنفرانس ماشین بینایی و پردازش تصویر ایران،تهران،،،https://civilica.com/doc/159085
در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1390، صحراییان، محمد؛ محمدجواد دهقانی و محمدصادق هل فروش)
برای بار دوم به بعد: (1390، صحراییان؛ دهقانی و هل فروش)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.
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 ممقالهقاله لینک شده اند :مدیریت اطلاعات پژوهشی
اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.
علم سنجی و رتبه بندی مقاله
مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.
مقالات پیشنهادی مرتبط
- یک معماری IOT مقیاس پذیر و قابل کنترل بر اساس محاسبات شفاف
- انتخاب بهینه استفاده از هادیهای پرظرفیت درشبکه خراسان
- Five estimation methods for reliability function of weighted exponential distribution
- تعیین موقیعت سه بعدی یک فرستنده زیر آب با استفاده از یک هیدروفون برداری
مقالات فوق بر اساس داده کاوی مقالات مطالعه شده توسط پژوهشگران محاسبه شده است.
مقالات مرتبط جدید
- یک روش یادگیری عمیق ترکیبی به منظور تخمین سن بیولوژیکی مغز برای کمک به تشخیص بیماری با استفاده از تصاویر MRI
- ارائه یک روش موثردردسته بندی نماهای اکوکاردیوگرافی بااستفاده از یادگیری انتقالی
- مطالعه اثر نویز گوسی و ضربه روی همجوشی ارتقا یافته به کمک سوپررزولوشن برروی تصاویر با فوکوس های چندگانه
- بازشناسی کلمات پویای مجزای زبان اشاره فارسی با استفاده از حسگر کینکت
- طبقه بندی بافت های تومور در تصاویر بافت شناسی سرطان استخوان با استفاده از PLS-LDA
مقالات فوق اخیرا در حوزه مرتبط با این مقاله به سیویلیکا افزوده شده اند.
به اشتراک گذاری این صفحه
اطلاعات بیشتر درباره COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.