ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Thermal Images Denoising Using Multi-Algorithms

المصدر: مجلة كلية التربية
الناشر: الجامعة المستنصرية - كلية التربية
المؤلف الرئيسي: نور، أمين عبدالزهرة (مؤلف)
المؤلف الرئيسي (الإنجليزية): Noor, Ameen A.
المجلد/العدد: ع5
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2015
الصفحات: 255 - 266
ISSN: 1812-0380
رقم MD: 826293
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EduSearch
مواضيع:
كلمات المؤلف المفتاحية:
الضوضاء وازالة الضواء | التحويل الموجي | جودة الصور الرقمية | حد العتبة | Noise and Denoise | Wavelet | SOMA | Images Quality | Threshold
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
المستخلص: لقياس جودة الصورة الرقمية أهمية للعديد من تطبيقات معالجة الصور. في البحث الحالي؛ تم تطبيق التحويل الموجي على صور حرارية لغرض تحسين ودراسة تفضيل الصور الحرارية من خلال تقييم نوعية هذه الصور من خلال تطبيق مجموعة من مقاييس الجودة المعروفة، مثل وضوح الصورة IF، والمعامل (SSIM)، ومعدل مربع الخطأ MSE))، (SC) وإشارة الذروة إلى نسبة الضوضاء (PSNR)، ومتوسط الفرق (AD) ...الخ. لتحقيق هدف الدراسة لخص البحث بثلاث خطوات: -الخطوة الأولى: إضافة الضوضاء إلى الصورة الأصلية من نوع speckle -localvar (gaussian –poisson. -الخطوة الثانية: إزالة الضوضاء المضافة من الصور بتطبيق تحويل الموجي من خلال تطبيق سبعة فئات من تحويل الطول الموجي (dmey, rbio, coif, bior, sym, haar) ، وخوارزمية (SOMA) وخوارزمية (حد العتبة). -الخطوة الثالثة: حساب عدد من معاملات جودة الصورة للمقارنة بين الأفضلية للخوارزميات المستخدمة في الخطوة الثانية. تبين من خلال النتائج أن SOMA أظهرت افصل النتائج في إزالة الضوضاء من الصور الحرارية المستخدمة في الدراسة.

The measuring of digital image quality was important for many image processing applications. In this study, the conversion wavelet on the thermal images application for the purpose of improvement and the study of preference thermal images by evaluating the quality of these images through the application of a set of quality metrics’ objectivity known, such as image Fidelity (IF), the similarity synthetic coefficient (SSIM), square error rate (MSE), synthetic content (SC), the peak signal to noise ratio (PSNR), average difference (AD), etc.. In order to reach the goal of the study, the study came to three steps: First step: Add noise to the original image of the types (speckle -localvar -gaussian –poisson). Second step: remove noise from images added by applying wavelet conversion by applying seven families wavelet conversion techniques (haar, db, sym, bior, coif, rbio, dmey) and used algorithms to remove noise by the use of the technique (SOMA) and technique (threshold). Third step: through the comparison between the wavelet way and algorithms and show through the image quality and techniques of quality algorithms to remove noise (SOMA-Threshold) better quality than using wavelet according as showing in results out on the search.

ISSN: 1812-0380

عناصر مشابهة