کاهش نویز تصویر در حوزه تبدیل ویولت مختلط با استفاده از توزیع لاپلاس با واریانس محلی

Publish Year: 1385
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 4,494

This Paper With 9 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ICMVIP04_144

تاریخ نمایه سازی: 21 دی 1386

Abstract:

نوع تبدیل و تابع چگالی احتمال درنظر گرفته شده برای مدل کردن ضرایب ویولت بدون نویز، دو مسئله تعییین کننده در مساله کاهش نویز می باشد. از جمله خصوصیات ضرایب ویولت در هر زیرباند، همبستگی محلی بالای آنها می باشد. بر همین اساس در این مقاله از یک توزیع لاپلاس با واریانس محلی برای مدل کردن ضرایب ویولت در هر زیرباند استفاده شده است. استفاده از این مدل، هم خصوصیات نوک تیز بودن در مبدا و دم دار بودن توزیع ضرایب ویولت 1 و هم خصوصیت همبستگی محلی شدید آنها را به طور توام به و بر MAP همراه خواهد داشت. با استفاده از تخمین زننده 2 اساس این مدل توزیع احتمال برای ضرایب ویولت، الگوریتم تطبیقی جدیدی برای کاهش نویز حاصل می گردد. در این مقاله جهت کاهش آرتیفکت از تبدیل ویولت مختلط به جای تبدیل ویولت معمولی استفاده می شود. تبدیل ویولت مختلط که یک تبدیل جهت دار است با استفاده از ویولت مادرمختلط، بر نقاط ضعف تبدیل ویولت معمولی (ازجمله نقاط ضعف این تبدیل وابستگی آن به شیفت ورودی و ضعف در تشخیص جهت های صحیح در زیر باندهای حاصله در حالت چند بعدی است) غلبه کرده و در عین حال افزونگی و میزان محاسبات در این تبدیل قابل قبول می باشد. نتایج شبیه سازیهای صورت گرفته با این الگوریتم بیانگر بهبود عملیات کاهش نویز به طور کمی وکیفی در مقایسه با روشهای گذشته، از جمله کاهش نویز با استفاده از توزیع لاپلاس محلی در حوزه ویولت معمولی، در عین سادگی محاسباتی آن می باشد.

Keywords:

تبدیل ویولت گسسته مختلط , تخمین زنندMAP , توزیع لاپلاس

Authors

حسین ربانی

گروه بیوالکتریک، دانشکده مهندسی پزشکی دانشگاه صنعتی امیرکبیر (پلی تک

منصور وفادوست

گروه بیوالکتریک، دانشکده مهندسی پزشکی دانشگاه صنعتی امیرکبیر (پلی تک

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :
  • D. L. Donoho, :De-noising by S oft-thre sholding, .. IEEE ...
  • D. L. Donoho and I. M. Johnstone, *Ideal spatial adaptation ...
  • D. L. Donoho and I. M. Johnstone, *Adapting to unknown ...
  • S. Chang, B. Y u, and M. Vetterli, *Adaptive wavelet ...
  • Achim A., Kuruoglu E.E. *'Image denoising using bivariate d-stable distributions ...
  • F. Abramovich and Y. Benjamini, *Adaptive thresholding of wavelet coefficients, ...
  • F. Abramovich, T. Sapatinas, and B. Silverman, ، ،Wavelet thresholding ...
  • S. G. Chang, B. Yu, and M. Vetterli, *Spatially adaptive ...
  • , pp. 1522-1531, Sept. 2000. ...
  • H. Choi and R. _ Baraniuk, ، Wavelet statistical models ...
  • R. Coifman and D. Donoho, ،، Ti me-invariant wavelet denoising, ...
  • M. A. T. Figueiredo and R. D. Nowak, ،، Wavelet- ...
  • H. Gao, ،، Wavelet shrinkage denoising using the nonnegative garrote, ...
  • V. Strela, J. Portilla, and E. Simoncelli, *'Image denoising using ...
  • H. Rabbani, M. Vafadust, ،، Wavelet based image denoising with ...
  • M. K. Mihcak, I. Kozintsev, K. Ra mchandran _ and ...
  • statistical modeling of wavelet coefficients, ? IEEE Signal Processing Lett., ...
  • H. Rabbani, M. Vafadoost, "Noise Reduction in Wavelet Domain based ...
  • A. F. Abdelnour and I.W. Selesnick, Nearly symmetric orthogonal wavelet ...
  • نمایش کامل مراجع