تشخیص و کاهش نویز نمک و فلفل در تصاویر سطح خاکستری برپایه انتخاب معکوس و شبکه ایمنی مصنوعی

در این مقاله دو روش مختلف بر مبنای ایدهه ای انتخاب معکوس و شبکه ایمنی مصنوعی جهت تشخیص و کاهش نویز نمک و فلفل ارائه شده است. یکی از این دو روش بر مبنای الگوریتم انتخاب معکوس بوده و با استفاده از ایده های مطرح شده در تئوری شبکه ایمنی، تعداد محافظ های استخراج شده را کاهش می دهد. روش دیگر بر مبنای شبکه ایمنی مصنوعی aiNET بوده و با استفاده از ایده ی انتخاب معکوس از خروجی شبکه aiNET محافظ ها را ایجاد می کند. هر دو روش روش هایی یادگیر با توانایی شناسایی الگو هستند و توانایی سیستم های ایمنی مصنوعی در تشخیص الگوهای خودی (مجاز) از غیر مجاز را به ارث برده اند. در این سیستم الگوهای مجاز، جزییات تصویر، لبه ها و سایر نقاط بدون نویز تصویر است و الگوهای غیر مجاز نقاطی هستند که تحت تاثیر نویز نمک و فلفل قرار گرفته اند. روش های پیشنهادی اگرچه یادگیری با ناظر دارند، اما یادگیری تنها بر روی یک مثال آموزشی که آن هم به صورت خودکار ایجاد می گردد انجام می گیرد

کلیدواژه ها:

نویز نمک و فلفل ، ایمنی مصنوعی ، انتخاب معکوی ، aiNET