روشی نوین جهت شناسایی نویز فلفل نمکی در تصویر با استفاده از آشکارساز پنجره تطبیقی و فیلترینگ با استفاده از شبکه عصبی رگرسیون

در این مقاله پس از آشکارسازی نقاط نویزی و جداسازی پیکسلهای معیوب از سالم، به فیلترینگ نویز فلفل نمکی میپردازیم. در مرحله شناسایی، برای هر پیکسل اندازه پنجره تطبیقی را با بزرگ کردن سایز پنجره تا زمانی که مقدار ماکزیمم ومینیمم دو پنجره با اندازه متوالی برابر شوند تعیین می کنیم، سپس پیکسل مرکزی در صورتی که مقداری برابر با مقدار ماکزیمم یا مینیمم پنجره جاری داشته باشد به عنوان پیکسل کاندید نویز در نظر گرفته شده و سپس با استفاده از یک شبکه عصبی رگرسیونتعمیمی روشی جهت حذف نویز فلفل نمکی با غلظت بالا پیشنهاد شده است. این شبکه عصبی با استفاده از مختصات ومقادیر پیکسلهای سالم آموزش داده شده و با اعمال مختصات پیکسلهای نویزی مقادیر اصلاحی را محاسبه میکند. بدین صورت که شبکه با استفاده از ورودیهای که به آن داده میشود، پیکسلهای سالم اطراف پیکسل نویزی را شناساییکرده و بر اساس مقدار سطح خاکستری آنها، مقدار جدیدی را برای پیکسل نویزی تخمین میزند و آن را به عنوان خروجی جهت جایگزینی مقدار قبلی پیکسل نویزی با مقدار جدید به دست میدهد. با این کار پیکسلهای غیر نویزی دست نخورده باقی میمانند و فقط پیکسلهای آسیب دیده اصلاح می شوند

کلیدواژه ها:

نویز فلفل نمکی ، آشکارساز نویز ، پنجره تطبیقی ، شبکه عصبی رگرسیون