توضیحات
شبیه سازی حذف نویز تصویر با الگوریتم انتشار ناهمسانگرد در متلب
در این پروژه شبیه سازی حذف نویز تصویر با الگوریتم انتشار ناهمسانگرد در متلب انجام شده است.
مجموعه ای از فیلترها که انتشار ناهمسانگرد معمولی ۱ بعدی، ۲ بعدی و سه بعدی را بر روی تصویر خاکستری انجام می دهند، پیاده سازی شده است.انتشار ناهمسانگرد Anisotropic Diffusion یک تقویت کننده و بازیابی تصویر قدرتمند بر اساس PDE انتقال حرارت است.
این الگوریتم برای انجام سیگنال های ۱ بعدی، ۲ بعدی و ۳ بعدی در مقیاس خاکستری پیاده سازی شده است. برای اجرای آن کافی است فایل های demo را اجرا کنید. مابقی فایل ها توابعی هستند که بصورت اتوماتیک فراخوانی میشوند.
کد بر اساس مقالات زیر است:
P. Perona and J. Malik. Scale-Space and Edge Detection Using Anisotropic Diffusion. IEEE Transactions on Pattern Analysis and Machine Intelligence, 12(7):629-639, July 1990.
G. Grieg, O. Kubler, R. Kikinis, and F. A. Jolesz. Nonlinear Anisotropic Filtering of MRI Data. IEEE Transactions on Medical Imaging,11(2):221-232, June 1992.
در پردازش تصویر و بینایی کامپیوتری، انتشار ناهمسانگرد که انتشار Perona-Malik نیز نامیده میشود، تکنیکی است که هدف آن کاهش نویز تصویر بدون حذف بخشهای قابل توجهی از محتوای تصویر، معمولاً لبهها، خطوط یا سایر جزئیات است که برای تفسیر تصویر مهم هستند. .انتشار ناهمسانگرد شبیه فرآیندی است که یک فضای مقیاس ایجاد می کند، جایی که یک تصویر یک خانواده پارامتری از تصاویر متوالی و بیشتر تار را بر اساس فرآیند انتشار ایجاد می کند. هر یک از تصاویر بهدستآمده در این خانواده بهعنوان یک پیچیدگی بین تصویر و یک فیلتر گاوسی همسانگرد دوبعدی ارائه میشوند، جایی که عرض فیلتر با پارامتر افزایش مییابد. این فرآیند انتشار یک تبدیل خطی و تغییر ناپذیر در فضا از تصویر اصلی است. انتشار ناهمسانگرد تعمیم این فرآیند انتشار است: خانواده ای از تصاویر پارامتری را تولید می کند، اما هر تصویر حاصل ترکیبی بین تصویر اصلی و فیلتری است که به محتوای محلی تصویر اصلی بستگی دارد. در نتیجه، انتشار ناهمسانگرد یک تبدیل غیرخطی و فضایی تصویر اصلی است.
اگرچه خانواده تصاویر حاصل را می توان به عنوان ترکیبی بین تصویر اصلی و فیلترهای متغیر فضایی توصیف کرد، فیلتر سازگار محلی و ترکیب آن با تصویر لازم نیست در عمل درک شود. انتشار ناهمسانگرد معمولاً با استفاده از تقریبی معادله انتشار تعمیم یافته اجرا می شود: هر تصویر جدید در خانواده با اعمال این معادله بر روی تصویر قبلی محاسبه می شود. در نتیجه، انتشار ناهمسانگرد یک فرآیند تکراری است که در آن از یک مجموعه محاسباتی نسبتاً ساده برای محاسبه هر تصویر متوالی در خانواده استفاده میشود و این فرآیند تا زمانی که درجه هموارسازی کافی به دست آید ادامه مییابد.
شبیه سازی حذف نویز تصویر با الگوریتم انتشار ناهمسانگرد در متلب
توسط متخصصان گروه پروماد انجام شده است.فایلهای نرم افزاری پروژه به صورت کامل پس از خرید فایل بلافاصله در اختیار شما قرار خواهد گرفت.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.