ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

کاهش نویز تصویر در حوزه تبدیل ویولت مختلط با استفاده از توزیع لاپلاس با واریانس محلی

تعداد صفحات: 9 | تعداد نمایش خلاصه: 3824 | نظرات: 0
سال انتشار: 1385
کد COI مقاله: ICMVIP04_144
زبان مقاله: فارسی
(فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 9 صفحه است به صورت فایل PDF در اختیار داشته باشید.

قیمت این مقاله : 0 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله کاهش نویز تصویر در حوزه تبدیل ویولت مختلط با استفاده از توزیع لاپلاس با واریانس محلی

حسین ربانی - گروه بیوالکتریک، دانشکده مهندسی پزشکی دانشگاه صنعتی امیرکبیر (پلی تک
منصور وفادوست - گروه بیوالکتریک، دانشکده مهندسی پزشکی دانشگاه صنعتی امیرکبیر (پلی تک

چکیده مقاله:

نوع تبدیل و تابع چگالی احتمال درنظر گرفته شده برای مدل کردن ضرایب ویولت بدون نویز، دو مسئله تعییین کننده در مساله کاهش نویز می باشد. از جمله خصوصیات ضرایب ویولت در هر زیرباند، همبستگی محلی بالای آنها می باشد. بر همین اساس در این مقاله از یک توزیع لاپلاس با واریانس محلی برای مدل کردن ضرایب ویولت در هر زیرباند استفاده شده است. استفاده از این مدل، هم خصوصیات نوک تیز بودن در مبدا و دم دار بودن توزیع ضرایب ویولت 1 و هم خصوصیت همبستگی محلی شدید آنها را به طور توام به و بر MAP همراه خواهد داشت. با استفاده از تخمین زننده 2 اساس این مدل توزیع احتمال برای ضرایب ویولت، الگوریتم تطبیقی جدیدی برای کاهش نویز حاصل می گردد. در این مقاله جهت کاهش آرتیفکت از تبدیل ویولت مختلط به جای تبدیل ویولت معمولی استفاده می شود. تبدیل ویولت مختلط که یک تبدیل جهت دار است با استفاده از ویولت مادرمختلط، بر نقاط ضعف تبدیل ویولت معمولی (ازجمله نقاط ضعف این تبدیل وابستگی آن به شیفت ورودی و ضعف در تشخیص جهت های صحیح در زیر باندهای حاصله در حالت چند بعدی است) غلبه کرده و در عین حال افزونگی و میزان محاسبات در این تبدیل قابل قبول می باشد. نتایج شبیه سازیهای صورت گرفته با این الگوریتم بیانگر بهبود عملیات کاهش نویز به طور کمی وکیفی در مقایسه با روشهای گذشته، از جمله کاهش نویز با استفاده از توزیع لاپلاس محلی در حوزه ویولت معمولی، در عین سادگی محاسباتی آن می باشد.

کلیدواژه ها:

تبديل ويولت گسسته مختلط، تخمين زنندMAP ، 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/44381/

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:
ربانی، حسین و وفادوست، منصور،1385،کاهش نویز تصویر در حوزه تبدیل ویولت مختلط با استفاده از توزیع لاپلاس با واریانس محلی،چهارمین کنفرانس ماشین بینایی و پردازش تصویر،مشهد،،،https://civilica.com/doc/44381

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: (1385، ربانی، حسین؛ منصور وفادوست)
برای بار دوم به بعد: (1385، ربانی؛ وفادوست)
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 :

  • D. L. Donoho, :De-noising by S oft-thre sholding, .. IEEE ...
  • D. L. Donoho and I. M. Johnstone, *Ideal spatial adaptation ...
  • D. L. Donoho and I. M. Johnstone, *Adapting to unknown ...
  • S. Chang, B. Y u, and M. Vetterli, *Adaptive wavelet ...
  • Achim A., Kuruoglu E.E. *'Image denoising using bivariate d-stable distributions ...
  • F. Abramovich and Y. Benjamini, *Adaptive thresholding of wavelet coefficients, ...
  • F. Abramovich, T. Sapatinas, and B. Silverman, ، ،Wavelet thresholding ...
  • S. G. Chang, B. Yu, and M. Vetterli, *Spatially adaptive ...
  • , pp. 1522-1531, Sept. 2000. ...
  • H. Choi and R. _ Baraniuk, ، Wavelet statistical models ...
  • R. Coifman and D. Donoho, ،، Ti me-invariant wavelet denoising, ...
  • M. A. T. Figueiredo and R. D. Nowak, ،، Wavelet- ...
  • H. Gao, ،، Wavelet shrinkage denoising using the nonnegative garrote, ...
  • V. Strela, J. Portilla, and E. Simoncelli, *'Image denoising using ...
  • H. Rabbani, M. Vafadust, ،، Wavelet based image denoising with ...
  • M. K. Mihcak, I. Kozintsev, K. Ra mchandran _ and ...
  • statistical modeling of wavelet coefficients, ? IEEE Signal Processing Lett., ...
  • H. Rabbani, M. Vafadoost, "Noise Reduction in Wavelet Domain based ...
  • A. F. Abdelnour and I.W. Selesnick, Nearly symmetric orthogonal wavelet ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    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:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 19,748
    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 مرتبط جدید

    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.

    پشتیبانی