به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت
فهرست مطالب نویسنده:

مهرداد نباهت

  • مهرداد نباهت، فرزین مدرس خیابانی*، نیما جعفری نویمی پور
    در اغلب تحلیل های  پردازش تصویر کاهش قابل توجه نویزتصویر، بسیار مهم است. نویزهای مختلفی می تواند باعث خرابی تصویر شود که از معروفترین آن ها نویز گاوسی می باشد. روش های مختلفی برای کاهش نویز تصویر وجود دارد از جمله روش های مبتنی بر تبدیلات، روش های مبتنی بر فیلتر و روش های غیر محلی. در اغلب روش های ارایه شده فقط یک معیار (از جمله نسبت سیگنال به نویز) برای کاهش نویز تصویر در نظر گرفته می شود و حتی برخی از روش ها کیفیت تصویر و جزییات ساختاری تصویراز جمله خطوط و لبه های تصویر را حفظ نمی کنند. بنابراین در این مقاله با استفاده از روش تاپسیس به رتبه بندی فیلترهای مختلف رفع نویز گاوسی با توجه به معیارهای متفاوت که در ارزیابی کیفیت تصویر اثر گذارند، می پردازیم. در واقع می خواهیم بدانیم با توجه به درجه ی انحراف معیار نویز گاوسی از چه فیلتر رفع نویزی استفاده شود که هم زمان دارای هر یک از معیارهای مد نظر باشد.نتایج محاسباتی روش پیشنهادی روی تصاویر با درجه انحراف های مختلفی از نویز گاوسی بررسی شده و در نتیجه فیلتر متناسب با آن درجه از نویز گاوسی برای کاربرد مشخص می شود.
    کلید واژگان: کاهش نویز تصویر, نویز گاوسی, روش تاپسیس, پردازش تصویر
    Mehrdad Nabahat, Farzin Modarres Khiyabani *, Nima Jafari Navimipour
    Image noise removal is very important in most image processing analysis. Among various noises that can damage the image, Gaussian noise is one of the most notable. There are several ways to reduce image noises, including transformation-based methods, filter-based methods, and non-local methods.In most of the methods, only one criterion (i.e. signal-to-noise ratio) is used to reduce the image noise, and even some methods do not retain image quality and structural details of the image such as lines and edges.In this paper, the TOPSIS method was used to rank different filters of Gaussian noise filtering based on various criteria that influence the evaluation of image quality.In fact, regarding the standard deviation degree of the Gaussian noise, it was intended to know what kind of noise removal filter which contains the considered criteria should be used. The computational results of the proposed method were evaluated on different images with various standard deviation of Gaussian noise, and consequently, the filter has been specified corresponding to the degree of Gaussian noise for the application.
    Keywords: Image noise removal, Topsis algorithm, Gaussian noise, image processing
بدانید!
  • در این صفحه نام مورد نظر در اسامی نویسندگان مقالات جستجو می‌شود. ممکن است نتایج شامل مطالب نویسندگان هم نام و حتی در رشته‌های مختلف باشد.
  • همه مقالات ترجمه فارسی یا انگلیسی ندارند پس ممکن است مقالاتی باشند که نام نویسنده مورد نظر شما به صورت معادل فارسی یا انگلیسی آن درج شده باشد. در صفحه جستجوی پیشرفته می‌توانید همزمان نام فارسی و انگلیسی نویسنده را درج نمایید.
  • در صورتی که می‌خواهید جستجو را با شرایط متفاوت تکرار کنید به صفحه جستجوی پیشرفته مطالب نشریات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال