ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

بازیابی لبه در تصاویر مات نویزی به وسیله بهینه‌سازی هیستوگرام تصویری

سال انتشار: 1387
کد COI مقاله: ICMVIP05_126
زبان مقاله: فارسیمشاهده این مقاله: 1,764
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 6 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بازیابی لبه در تصاویر مات نویزی به وسیله بهینه‌سازی هیستوگرام تصویری

سیاوش قلمی فرد - آزمایشگاه تحقیقاتی بینائی کامپیوتر، دانشگاه صنعتی سهند، دانشکده مه
حسین ابراهیم نژاد صدیق - آزمایشگاه تحقیقاتی بینائی کامپیوتر، دانشگاه صنعتی سهند، دانشکده مه
افشین ابراهیمی - آزمایشگاه تحقیقاتی بینائی کامپیوتر، دانشگاه صنعتی سهند، دانشکده مه

چکیده مقاله:

در این مقاله برای بدست آوردن لبة تصاویر محو و مات شده الگوریتمی را ارائه می کنیم که در آن ابتدا با یک پیش پردازش بر روی تصویر، از شدت محوشدگی و نویز آن کاسته و سپس لبة تصویر بهبود یافته را مشخص می کنیم. در مرحلة پیش پردازش، ابتدا نویز تصویر را حذف کرده و سپس مقادیر خاکستری تصویر را از حوزة مکانی به حوزة فازی برده و بعد از انجام عملیات غیرخطی بر روی آنها، تصویر را از حوزة فازی به حوزة مکانی نگاشت می دهیم. این پیش پردازش باعث کاهش محو شدگی و حذف نویز در تصویر می شود. حال لبة تصویر بهبود یافته را در 3 مرحله بدست می آوریم. در مرحلة اول، پیکسل های کاندید برای لبه بودن را بر اساس مشخصه های محلی تصویر مشخص می کنیم. در مرحلة بعد تمام لبه های تصویر را بر اساس بیشترین مقدار گرادیان پیکسل ها بدست می آوریم و در مرحلة آخر با اعمال یک حد آستانه که با توجه به وضعیت منحنی هیستوگرام تصویر لبه تعیین می شود، لبه های واقعی تصویر را بصورت باینری نمایش می دهیم. با مقایسة نتایج الگوریتم های مختلف مانند Canny, FMFED که بر روی چند تصویر اعمال شده، می توان دید که الگوریتم ارائه شده در این مقاله در عین دقت و صحت، از سرعت خوبی نیز نسبت به الگوریتم های دیگر برخوردار می باشد.

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ICMVIP05_126 میباشد و 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/52102/

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:
قلمی فرد، سیاوش و ابراهیم نژاد صدیق، حسین و ابراهیمی، افشین،1387،بازیابی لبه در تصاویر مات نویزی به وسیله بهینه‌سازی هیستوگرام تصویری،پنجمین کنفرانس ماشین بینایی و پردازش تصویر،تبریز،https://civilica.com/doc/52102

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: (1387، قلمی فرد، سیاوش؛ حسین ابراهیم نژاد صدیق و افشین ابراهیمی)
برای بار دوم به بعد: (1387، قلمی فرد؛ ابراهیم نژاد صدیق و ابراهیمی)
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 مقاله لینک شده اند :

  • W. _ Pratt, Digital Image Processing, 4th ed., NJ: Wiley-Intersc ...
  • Q. Wang, H. B. Ruan, and X. F. Chen, "Fast ...
  • D. L. Zhou, Q. Pan, and H. C. Zhang, "An ...
  • D. L. Peng and T. J.Wu, "A generalized image enhancement ...
  • J. H. Liu, J. X. Tang, and T. J. Long, ...
  • S. K. Pal and R. A. King, "On edge detection ...
  • Y. Nakagawa and Y. Rosenfeld, "A note on the use ...
  • Jinbo Wu, Zhouping Yin, and Youlun Xiong, "The Fast Multilevel ...
  • th Iranian Conference on Machine Vision and Image Processing, November ...
  • 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: 4,035
    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