1403/06/18
سیف اله سلیمانی

سیف اله سلیمانی

مرتبه علمی: استادیار
ارکید: https://orcid.org/0000-0002-5541-8768
تحصیلات: دکترای تخصصی
اسکاپوس: 36740004600
دانشکده: دانشکده فنی مهندسی
نشانی: دانشگاه اراک- گروه مهندسی کامپیوتر
تلفن:

مشخصات پژوهش

عنوان
ادغام تصاویرنویزی براساس تبدیل موجک تجربی همزمان
نوع پژوهش
پایان نامه های تقاضا محور و غیر تقاضا محور
کلیدواژه‌ها
ادغام تصاویر، حذف نویز، تبدیل موجک تجربی همزمان
سال 1396
پژوهشگران سیف اله سلیمانی(استاد راهنما)، اکرم عیسوند رحمانی(دانشجو)

چکیده

هنگام تصویربرداری از یک صحنه به دلیل محدودیت مکانیسم های تصویربرداری، هر سنسور تصویربرداری واحد، به سختی می تواند نمایش جامعی از صحنه ارائه کند. یک تکنیک این است که چندین تصویر از صحنه اخذ شده و سپس با یکدیگر ترکیب می شوند که به آن ادغام تصاویر گفته می شود. به عبارت دیگر، ادغام تصاویر می-تواند برای ترکیب چندین تصویر از یک صحنه بکار رود تا تصویر ادغام شده، اطلاعات جامع تری را نمایش دهد. ادغام تصاویر در طیف گسترده ای از کاربردها مانند تشخیص پزشکی، تصاویر ام آرآی، سی تی اسکن، سنجش از راه دور، بینایی کامپیوتر، رباتیک و تصویربرداری میکروسکوپی به کارگرفته شده است. در سال های اخیر، شاهد افزایش قابل توجه الگوریتم های ادغام تصاویر چندمقیاسی بوده ایم. در این نوع از الگوریتم های ادغام، ابتدا تصاویر ورودی به چند لایه تجزیه می شود، سپس قوانین ادغام مختلف برای لایه های متفاوت اعمال شده و یک مجموعه از لایه ها یا ضرایب نهایی به دست می آیند. درنهایت، با اعمال تبدیل معکوس بر ضرایب نهایی، تصویرادغام شده، به دست می-آید. در این پایان نامه یک روش ادغام تصاویر مبتنی بر تبدیل موجک تجربی همزمان که اخیراً پیشنهاد شده است، پیاده سازی شده که در آن ابتدا ضرایب با پردازش روی تصاویر به دست می آید. سپس، با اعمال قوانین، ادغام می شوند. هدف ما از این پژوهش، بررسی اثر نویز و حذف نویز در روش ارائه شده است. به این صورت که ابتدا به تصاویر ورودی نویز اضافه کرده و تصاویر را به چند لایه تجزیه می کنیم، سپس با اعمال آستانه گذاری روی ضرایب، نویز را حذف می کنیم، آن گاه ضرایب را با اعمال قوانین طراحی شده ترکیب می کنیم تا ضرایب نهایی بدست آید. درنهایت، از ضرایب نهایی برای بدست آوردن تصویرادغام شده استفاده می کنیم. نتایج نشان می دهد که حذف نویز تصاویر در حین ادغام تصاویر، بسیار بهتر و موثرتر نسبت به حذف نویز تصاویر قبل از ادغام تصاویر عمل می کند و در مقایسه با برخی روش ها نتایج بهتری به دست آمد.