عنوان پایان‌نامه
کاهش نویز تصویر با استفاده از روش Total Variation بهینه برای ملاکهای درکی
- رشته تحصیلی
- مهندسی برق-مخابرات-سیستم
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 47165;کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 1818
- تاریخ دفاع
- ۱۱ مهر ۱۳۸۹
- دانشجو
- میثم بشیرپور
- استاد راهنما
- غلامعلی حسین زاده دهکردی
- چکیده
- از انجایی که قضاوت نهایی در مورد کیفیت تصویر دربسیاری از کاربردها بر عهده¬ی سیستم بینایی انسان است، بنابراین استفاده از معیارهای کیفیت درکی در طراحی روشهای پردازشی و بهینه سازی روشهای پردازشی براساس این معیارها اهمیت زیادی پیدا می¬کند. در این تحقیق به مساله بهینه-سازی نویززدایی تصویر، براساس ملاکهای درکی پرداخته شده است. روش¬های نویززدایی مبتنی بر کاهش TV بعنوان روشی موثر و شناخته شده در این حوزه، براساس معیار درکی SSIM بهینه¬سازی شده است. معیار SSIM از روشهای ارزیابی کیفیت درکی مرجع کامل است. از آنجائیکه استفاده از SSIM جهت بهینه¬سازی الگوریتم¬های نویززدایی تصویر بدلیل عدم دسترسی به تصویر اصلی عاری از نویز با چالش روبرو است، در این تحقیق ابتدا شرط معادلی بعنوان تخمینی از SSIM بدست آورده¬ و سپس بهینه¬سازی روش¬های نویززدایی را براساس این شرط انجام داده¬ایم. با استفاده از این تخمین روشی جهت نویززدایی مبتنی بر کاهش TV که بر اساس معیار SSIM بهینه¬سازی شده است و همچنین روشی جهت توقف الگوریتم نویززدایی ROF براساس همین معیار ارائه کرده¬ایم. بعنوان کاربرد دیگری از تخمین مذکور، روشی جهت انتخاب مقدار بهینه آستانه در روش نویززدایی مبتنی بر آستانه-گذاری ویولت ارائه کرده¬ایم. نتایج حاصل از اعمال روش¬های پیشنهادی حاکی از این نکته¬اند که سه روش نویززدایی ارائه شده در مقایسه با روشهای مشابه عملکرد بهتری دارند و تصاویر حاصل دارای کیفیت درکی بهتری هستند. کلمات کلیدی: نویززدایی، کمینه سازی TV، بهینه¬سازی مبتنی بر ملاکهای درکی، SSIM، روش ROF، معیار توقف
- Abstract
- Since the human visual system (HVS) is the intended receiver of a majority of the image data, therefore it is important to use a perceptual quality measure in the design and the optimization of image processing algorithms. In this thesis, we concentrate on optimization of some image denoising algorithms based on perceptual quality measures. Total variation minimization based image denoising algorithms, as effective denoising techniques are optimized based on the SSIM metric. This metric is a full-reference image quality metric. Due to the lack of original noise-free image in real world applications, the use of SSIM for denoising algorithms is a challenging task. In this thesis, we first derive an estimation of SSIM and then perform optimization based on this estimation. The SSIM optimization is carried out in TV denoising framework. Moreover we propose an effective criterion for the termination of ROF denoising algorithm. As another application of our estimation of SSIM, we propose a method for optimized choice of threshold value in wavelet denoising. The results of applying proposed algorithms show that these methods have better performance than similar methods in terms of perceptual quality of output images. Key Words: denoising, optimization based on perceptual quality, SSIM, ROF method, total variation minimization, ROF method and termination criteria.
