فیلتر تطبیقی ترکیبی قله – دره، کمینه – بیشینه و میانه برای حذف نویز نقطه ای با حفظ جزئیات تصویر

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 فیلتر تطبیقی ترکیبی قله – دره، کمینه – بیشینه و میانه برای حذف نویز نقطه ای با حفظ جزئیات تصویر دارای ۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد فیلتر تطبیقی ترکیبی قله – دره، کمینه – بیشینه و میانه برای حذف نویز نقطه ای با حفظ جزئیات تصویر  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی فیلتر تطبیقی ترکیبی قله – دره، کمینه – بیشینه و میانه برای حذف نویز نقطه ای با حفظ جزئیات تصویر،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن فیلتر تطبیقی ترکیبی قله – دره، کمینه – بیشینه و میانه برای حذف نویز نقطه ای با حفظ جزئیات تصویر :

تعداد صفحات :۱۰

چکیده مقاله:

چکیده : اولین قدم در بسیاری از الگوریتم های پردازش تصویر و بینایی ماشین، حذف نویز از تصویر می باشد، چرا که بدون حذف نویز این الگوریتم ها نتایج خوبی تولید نمی کنند . برای مثال نویز نقطه ای که به مانند لکه های سیاه یا روشن روی تصویر می باشد یکی از انواع شایع نویزها می باشد . تا به حال فیلترهای مختلفی برای کاهش این نوع نویز ارائه شده است . در گروه اول، فیلترهایی ارائه شد که عملکرد خوبی در حذف نویز داشته ولی عموماً تصویر را مات و جزئیات آن را از بین می بردند . گروه دوم فیلترهایی که ارائه شد، جزئیات تصویر را حفظ کرده ولی میزان کاهش نویز آنها کم بود و گروه سوم فیلترها، آنهایی هستند که تلاش می کنند نویز را حذف کرده در حالی که لبه ها و جزئیات تصویر را نیز حفظ کنند . در بسیاری از موارد این فیلترها عملکرد خوبی دارد ولی چنانچه جزئیات ریز تصویر کم باشد و یا سطوح خاکستری موجود در همسایگی پیکسل ها اختلاف زیادی با هم داشته باشند، باعث مات شدن تصویر می گردد . در این مقاله یک
روش تطبیقی بر اساس فیلتر ترکیبی قله – دره و کمینه – بیشینه ارائه کرده ایم . همچنین در یک روش تطبیقی پیشنهادی دیگر فیلتر میانه و فیلتر قله – دره را با هم ترکیب کرده ایم . این فیلترهای جدید در گروه سوم فیلترها قرار می گیرند که تلاش می کنند نویز را کاهش داده در حالی که جزیئات تصویر را حفظ کنند . نتایج آزمایشات کارایی بهتر این الگوریتم ها را در کاهش نویز بیشتر همراه با حفظ جزیئات بیشتر نشان می دهد .