حمیده پرهون
زهرا تلیان
یوسف خضری

برای حفظ بهتر ساختارهای محلی تصویر یک پیکسل و نزدیکترین همسایگی اش بعنوان مقداربردارمدل میشوند که نمونه های اموزشی بااستفاده ازتطابق بلوک برمبنای LPG ازپنجره محلی انتخاب میشوند این چنین رویه LPG هایی ضمانت می کنند که فقط بلوک های نمونه بامحتوای متشابه درمحاسبه اماری محلی برای تخمین تبدیل PCA استفاده شوند بطوریکه ویژگیهای محلی تصویر بعداز افت ضریب درحوزه PCA برای حذف نویز را میتوانند بهتر حفظ کنند رویه حذف نویز LPG-PCA یکباردیگر برای بهبود بیشتر اجرای حذف نویز تکرارمیشود و سطح نویز درمرحله دوم بطور انطباقی تنظیم میشود و سپس عملیات درون یابی را برروی تصویر انجام میدهیم تااطللاعاتی که ممکن است درعملیات حذف نویز ازبین رفته باشند بازیابی گردند نتایج ازمایشات روی تصاویر تست معیار ثابت می کند که روش اجرای روش LPG-PCAبرای حذف نویز بخصوص درحفظ ریزساختارتصویر درمقایسه با الگوریتم های حذف نویز جدید و کارامدتر باشد

حذف نویز ، روش PCA ، گروه بندی پیکسهای محلی LPG ، عملیات تشخیص لبه MED