معرفی یک الگوریتم رفع نویز تطبیقی بهینه برای تصاویر طبیعی مبتنی بر تقریب رتبه پایین ماتریس

در این مقاله مسیله رفع نویز تصویر به صورت یک مسیله بهینهسازی فرموله شده است که با استفاده از تخمین رتبه پایین ماتریس تصویر رفع نویز میگردد. با توجه به اینکه تکه های کوچکتر تصویر در تصاویر طبیعی به یکدیگر شبیه تر(وابسته تر) اند، استفاده از تقریب رتبه پایین بر روی تکه های کوچکتر تصویر توجیه بیشتری دارد. در روش پیشنهادی تصویر نویزیشده با AWGN به صورت محلی رفع نویز میگردد و مسیله بهینه سازی تقریب رتبه پایین بر روی کلیه تکه های تصویر با سایز یکسانی حل میگردد. بنابراین در مقاصد عملی روش پیشنهادی می تواند به صورت موازی پیاده سازی شود که از مزایای این گونه روش ها میباشد . در کلیه روشهای رفع نویز دو عامل میزان نویز حذف شده از تصویر و حفظ لبه ها و جزییات حیاتی، از موضوعات بسیار مهم میباشند. در روش پیشنهادی این مقاله، استفاده از تصویر (Training Image)TI بدست آمده از تصویر نویزی، استفاده از پایه های تطبیقی SVD، قابلیت تکرارپذیر بودن الگوریتم و ایده هایی همچون patch labeling سبب شده تا تصاویر خروجی روش پیشنهادی نسبت به روشهای مقایسه شده، از تیزی، حفظ لبه مناسب و سرعت قابل قبولی برخوردار باشد.

کلیدواژه ها:

تقریب رتبه پایین ماتریس ، تجزیه مقادیر منفرد ، نویز گوسی ، رفع نویز سیگنال ، رفع نویز تصویر