محمدرضا کریمی پور - دانشجوی کارشناسی ارشد، گروه برق و کامپیوتر، دانشگاه آزاد اسلامی پردیس علوم و تحقیقات شاهرود، شاهرود، ایران
وحید ابوالقاسمی - دانشکده مهندسی برق و رباتیک، دانشگاه شاهرود، شاهرود، ایران
سعیده فردوسی - دانشکده مهندسی برق و رباتیک، دانشگاه شاهرود، شاهرود، ایران

در این مقاله یک روش حذف نویز مبتنی بر آموزش دیکشنری پیشنهاد داده شده است. با توجه به گسترش استفاده از تصاویر دیجیتال، اکنون سعی در استفاده از روشهایی است که بتواند عمل حذف نویز را مبتنی بر محتوای تصویر و نه صرفاً بر اساس ویژگیها آماری انجام دهد. ایراد عمده این روشها و نقطهضعف آنها در نیازمند بودن پروسه آموزش طولانی و به تبع آن پیکره بسیار بزرگ حافظه لازم برای ذخیره سازی ویژگیهای استخراج شده از تصاویر آموزش است. درروش پیشنهادی در این مقاله با استفاده از مفهوم ماتریس اسپارس و شباهت بین نمونه های مختلف تصاویر مشابه یا از یک نوع، فیلترهای تطبیقی و آموزش دیکشنری بر اساس تصاویر ایده ال روشی پیشنهادشده که با بهینه سازی ضمنی حافظه مصرفی میتواند تصویر را ازنظر محتوایی بررسی کرده و با حداقل اتلاف از روی نمونههای ایدهال ذخیره شده در دیکشنری موجود، نویز تصویر را حذف کند. در نهایت روش پیشنهادی پیاده سازی شده و نتایج و قابلیت های آن در مقاتیسه با سایر روش ها نشان داده شده است.

رفع نویز، اسپارسیتی، خوشه بندیKmeans