الملخص
يعتبر مرشح وينر كحل مثالي بين الترشيح المعكوس وأزاله الضوضاء لكن في حالة كون مرشح التشويه منفرد سيؤدي مرشح الوينر الى تضخيم الضوضاء لذلك يجب إضافة خطوة بعد الوينر لإزالة الضوضاء . سيكون نظام ازالة الضوضاء المبني على تحويلات المويجة مفضلا" لهذا الغرض.
في هذا البحث تم اقتراح نظام استعادة الصورة يتضمن خطوتين منفصلتين : معكوس الترشيح في مجال فورير وازالة الضوضاء باستخدام التحويل المويجي . المرحلة الاولى هي ترشيح وينر للصورة الداخلة , الصورة المرشحة يتم ادخالها الى مرحلة ازالة الضوضاء بطريقة التحويل المويجي ذات العتبة المتكيفة . اختيار تخمين العتبة يتم عن طريق تحليل العوامل الاحصائية لمعاملات نصف الحزمة المويجية والتي هي الانحراف المعياري , المعدل الحسابي والمعدل الهندسي . الصورة المشوشة تجزأ الى مستويات عدة للحصول على عدة حزم ترددية. ثم يتم استخدام طريقة العتبة الناعمة لازالة الضوضاء عن طريق تثبيت قيمة العتبة المثلى بهذه الطريقة .
النتائج التجريبية على صورة اختبار بأستخدام هذه الطريقة تبين انه هذه الطريقة تؤدي الى الحصول على نوعية صور افضل مقارنة مع مرشحات وينر ومرشح المعكوس وايضا" تؤدي الى الحصول على قمة نسبة اشارة الى ضوضاء افضل من باقي الطرق .
المراجع
[2] Scott E Umbang., "Computer Vision and Image Processing", A Practical Approach Using CVIP Tools, Prentice Hall, Inc., Upper Saddle River, 1998.
[3] Lakhwinder Kaur , Savita Gupta , R.C. Chauhan , "Image Denoising using Wavelet Thresholding", Dept. of CSE SLIET, Longowal Punjab (148106), India, E-mail:
[email protected], savita2k8,@yahoo.com, [email protected]
[4] D.Gnanadurai, and V.Sadasivam, “An Efficient Adaptive Thresholding Technique for Wavelet Based Image Denoising", International Journal of Signal Processing Volume 2 Number 2 2005 ISSN 1304-4494.
[5] Zeljko Devcic Sven Loncaric “Blur Identification Using Averaged Spectra of Degraded Image Singular Vectors “, Institute for Defence Studies, Research and Development, University of Zagreb, Bijenicka 46, 10000 Zagreb, Croatia,
E-mail: [email protected]
[6] Byung-Jun Yoon and P. P. Vaidyanathan, " Wavelet-Based Denoising by Customized Thresholding", Dept. of Electrical Engineering California Institute of Technology, Pasadena, CA 91125, USA,
E-mail:
[email protected], [email protected]
[7] Xiaoyan Xu, “Image Denoising in Wavelet Domain”, School of Engineering, University of Guelph,
E-mail: xux@uoguelph.
[8] Carl Taswell , " Experiments in Wavelet Shrinkage Denoising " C. Taswell ([email protected]) , Computational Toolsmiths , POB 18925, Stanford, CA 94309-8925.
[9] Yi Wan and Robert D. Nowak ," Wavelet-Based Statistical Model For Image Restoration " , Rice University , Department of Electrical Engineering, 6100 South Main Street, Houston, TX 77005, USA.
[10] Javier Portilla and Eero P. Simoncelli ," Image Denoising Via Adjustment of Wavelete Coefficient Magnitude Correlation", Center for Neural Science, and Courant Institute of Mathematical Sciences New York University, NY 10003,
E-mail: fjavier,[email protected].
[11] Jae S. Lim, " Image Restoration by Short Space Spectral Subtraction”, IEEE Transactions on Acoustics, Speech, and Signal Processing, Vol. ASSP-28, No. 2, April, 1980.
[12] A. Buades, B. Coll, And J. M. Morel, “A review of Image Denoising Algorithms with a New One”, Multiscale Model. Simul. 2005 Society for Industrial and Applied Mathematics, Vol. 4, No. 2, pp. 490–530.
[13] MATLAB Help, Version 7.
حقوق الطبع والنشر: يحتفظ مؤلفو الوصول المفتوح بحقوق الطبع والنشر لاعمالهم، ويتم توزيع جميع مقالات الوصول المفتوح بموجب شروط ترخيص Creative Commons Attribution License، والتي تسمح بالاستخدام غير المقيد والتوزيع والاستنساخ في أي وسيط، بشرط ذكر العمل الأصلي بشكل صحيح. إن استخدام الأسماء الوصفیة العامة، والأسماء التجاریة، والعلامات التجاریة، وما إلی ذلك في ھذا المنشور، حتی وإن لم یتم تحدیدھ بشکل محدد، لا یعني أن ھذه الأسماء غیر محمیة بموجب القوانین واللوائح ذات الصلة. في حين يعتقد أن المشورة والمعلومات في هذه المجلة صحيحة ودقيقة في تاريخ صحتها، لا يمكن للمؤلفين والمحررين ولا الناشر قبول أي مسؤولية قانونية عن أي أخطاء أو سهو قد يتم. لا يقدم الناشر أي ضمان، صريح أو ضمني، فيما يتعلق بالمواد الواردة في هذه الوثيقة.