کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4973987 1451716 2017 12 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
An adaptive diffusion coefficient selection for image denoising
ترجمه فارسی عنوان
انتخاب یک ضریب انتشار انطباق برای انهدام تصویر
ترجمه چکیده
در روش های انحنایی وابسته به گرادینت بر مبنای معادله دیفرانسیل با مشتقات جزئی، روند تخلیه از طریق عمل گرادیان کنترل می شود. از این رو، لبه ها حفظ می شوند، در حالی که بافت و جزئیات دقیق (دارای طبیعت نوسانی، همان سر و صدا) تخریب می شوند. این مقاله یک الگوریتم ارائه می دهد که با استفاده از قدرت محلی باقی مانده و مقدار قدر شیب، ضریب نفوذ را تطبیق می دهد. از آنجایی که مناطق بافت به مقادیر زیادی از قدرت محلی بقایای مربوط می شوند، این استراتژی اجازه می دهد تا به طور همزمان لبه ها، بافت ها و جزئیات دقیق را حفظ کند. برای ارزیابی روش پیشنهادی، آزمایشهای مختلفی انجام شده است که عملکرد الگوریتم پیشنهاد شده را با توجه به نسبت حداکثر نسبت سیگنال به نویز، متوسط ​​همبستگی ساختاری، شاخص کیفیت جهانی، وفاداری اطلاعات بصری و کیفیت تصویر، تایید می کند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر پردازش سیگنال
چکیده انگلیسی
In the gradient dependent denoising methods based on partial differential equation, the process of denoising is controlled through the gradient operation. Hence, the edges are preserved while texture and fine details (having oscillatory nature, the same as noise) are degraded. This paper proposes an algorithm which adaptively selects diffusion coefficient using the residual local power and the amount of the gradient magnitude. Since texture regions correspond to large values of the local power of the residue, this strategy permits to simultaneously preserve the edges, textures, and fine details. To evaluate the proposed method, a variety of experiments are carried out confirming the performance of the proposed algorithm with respect to peak signal-to-noise ratio, mean structural similarity, universal quality index, visual information fidelity and visual quality.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Digital Signal Processing - Volume 64, May 2017, Pages 71-82
نویسندگان
, , ,