خوارزمية تقليل الضوضاء للصورة القائمة على المويجات في ظل التوسع المفرط

15

الوصف

كان هناك اهتمام متزايد بأنظمة تقليل الضوضاء القائمة على الموجة لإزالة الضوضاء الغاوسية البيضاء المضافة من الصور التالفة مؤخرًا. ترجع هذه الشعبية بشكل أساسي إلى أن الموجة توفر أساسًا مناسبًا لفصل إشارة الضوضاء عن إشارة الصورة.

عادةً ما يتم تمثيل الميزات المهمة في الصور (مثل الحواف) بمعاملات كبيرة ، مما يسهل فصلها عن مكونات الضوضاء التي تتوافق عادةً مع المعاملات الصغيرة في مجال الموجة. حتى استراتيجية العتبة المخصصة تولد نتيجة مُرضية لتقليل الضوضاء وغالبًا ما تتفوق على فئة أخرى من مخططات تقليل الضوضاء مثل التصفية غير الخطية أو الانتشار غير الخطي من حيث الأداء الموضوعي (MSE أو PSNR).

نقدم مخططًا جديدًا لتقليل الضوضاء للصورة باستخدام التوسع المفرط في هذا المشروع. يتم الحصول على التمدد المفرط بطريقة مماثلة لتقليل الضوضاء غير المتغير للترجمة (TI) [1] عن طريق تحويل الإشارة الأصلية. ولكن على عكس [1] معالجة الإصدارات المنقولة بشكل منفصل ، فإننا نقترح تجميعها معًا من أجل تحقيق نماذج إحصائية أكثر دقة لمكونات الإشارة. يُنظر إلى معاملات النطاق المرتفع على أنها مزيج من المعاملات غير الطرفية التي تلاحظ نموذجًا بمتوسط ​​صفري ومعاملات الحافة التي تلاحظ نموذجًا متحيزًا. تُشتق الاستراتيجيات المثلى لقمع الضوضاء (تقدير MMSE) لكل من معاملات الحافة وغير الحافة. بالنسبة لمعاملات الحافة التي لا يتوفر انحيازها الحقيقي ، يتم اعتماد حل تقريبي يعتمد على تقدير المربع الصغرى والترشيح الاتجاهي.
يبدو أن خوارزمية تقليل الضوضاء الجديدة تعطي نتائج أصغر من MSE تقريبًا من جميع النتائج المنشورة مؤخرًا في أدبيات تقليل الضوضاء المويجات.

[1] R.R. Coifman و D.L. Donoho ، “تقليل الضوضاء غير المتغير للترجمة” ، Wavelets and Staristics ، Springer-Verlag Lecture Notes ، 1995

Wavelet thresholding

2D dyanic wavelet transform

المراجعات

لا توجد مراجعات بعد.

كن أول من يقيم “خوارزمية تقليل الضوضاء للصورة القائمة على المويجات في ظل التوسع المفرط”

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *