حذف نویز در حوزه Curvelet با استفاده از شبکه عصبی

  • سال انتشار: 1385
  • محل انتشار: دوازدهمین کنفرانس سالانه انجمن کامپیوتر ایران
  • کد COI اختصاصی: ACCSI12_122
  • زبان مقاله: فارسی
  • تعداد مشاهده: 2989
دانلود فایل این مقاله

نویسندگان

یاسر نوروززاده

فارغ التحصیل کارشناسی ارشد در رشته هوش مصنوعی و رباتیک

زهره عظیمی فر

عضو هیات علمی دانشگاه، دانشگاه شیراز ، دانشکده مهندسی کامپیوتر

چکیده

در سالهای اخیر روشهای حذف نویز با استفاده از تبدیل موجک مورد توجه بسیاری از محققان بوده اس ت, ولی برخی ضعفهای آن مانند عدم امکان نمایش یکتایی خطی 1 باعث شد تا تبدیل موجک جهتدار مطرح شود که تبدیل Curvelet از این نوع است. در فرایند نویززدای ی, روشهای مختلفی برای محاسبه مقدار مناسب آستانه ارائه شده اس ت. روش پیشنهادی بر خلاف روشهای موجود, توزیع مستقل را برای ضرائب در حوزه تبدیل در نظر نمیگیرد؛ همچنین به اندازه تصویر وابسته نیس ت و به تخمین زدن پراکندگی نویز و یا پارامترهای دیگر نیاز ندارد . در این مقاله با استفاده از شبکه عصبی , مقدار مناسب آستانه برای تصویر محاسبه میشود. ابتدا برای آموزش شبکه عصب ی, ویژگیهای مهم تصویر آسیب دیده با نویز گوسی در حوزهCurvelet استخراج میشوند و با توجه به نسخه سالم تصویر , مقدار آستانه ایده آل 2 نیز محاسبه می شود. سپس ویژگیهای تصویر نویزی جدید به عنوان ورودی به شبکه داده م یشود تا شبکه آستانه مناسب را برای آن تخمین بزن د. نتایج آزمایش بر روی تصاویر مختلف نشان داد که روش پیشنهادی در مقایسه با روشهای مو جود دارای دقت مناسبی است . علاوه بر آن، به دلیل ویژگی تبدیلCurvelet در حفظ لب هها , تصاویر بهدست آمده دارای کیفیت بهتری نسبت به تبدیل موجک هستند.

کلیدواژه ها

تبدیل Curvelet ، تبدیل موجک, شبکه عصبی, حذف نویز از تصویر, آستانهگیری

مقالات مرتبط جدید

اطلاعات بیشتر در مورد 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.