بازگشت به بانک اطلاعات پایان نامه ها

شماره دانشجویی : 930560847
نام و نام خانوادگي : هانیه ملکی
عنوان پایان نامه : بهینه‌سازی همزمان لبه و بافت تصویر با ترکیب الگوریتم‌های معکوس فاصله‏وزن دار DIDW و کانولوشن مکعبی بر مبنای میزان وضوح لبه DCCI_OTSU
دانشكده : دانشکده فنی و مهندسی
گروه تحصيلي : مهندسي کامپيوتر
رشته/گرایش تحصيلي : هوش مصنوعي
مقطع تحصيلي : کارشناسی ارشد
استاد راهنما (عضو هیات علمی مرکز) : فرداد فرخی ,
استاد مشاور () : ,
چكيده : بزرگنمایی تصویر یکی از انواع عملیات بنیادی پردازش تصویر است. مسئله اصلی، حفظ کیفیت تصویر بزرگنمایی شده می‌باشد. در این پژوهش ابتدا روش‌های بزرگنمایی تصویر را دسته‌بندی نموده و سپس برای نشان دادن عملکرد این روش‌ها پنج روش مختلف در بزرگنمایی تصویر مورد بررسی و ارزیابی قرار گرفته است. هدف اصلی، بهبود کیفیت همزمان لبه و بافت در تصاویر بزرگنمایی شده می‏باشد، ارائه الگوریتمی کارآمد که قادر به ارائه کیفیتی مطلوب در ایجاد بافت یا لبه های واضح در تصویر بزرگنمایی باشد در سال های اخیر بسیار چالش برانگیز بوده است، و در مواردی نتایج مطلوب نیز به دنبال داشته است، با این حال ارائه روشی استاندارد برای عرضه کردن همزمان این دو ویژگی با کیفیت بالا برای اولین بار محور این پژوهش قرار گرفته است. ابتدا الگوریتمی به منظور بزرگنمایی بهتر تصاویر طرح شده و سپس تصاویری (برگرفته از تصاویر استاندارد در مقالات مرجع) انتخاب شده و با نرم افزار متلب شبیه‌سازی می‏شوند. در ادامه خروجی نهایی بزرگنمایی تصویر انتخابی به منظور تعیین دقت الگوریتم مورد ارزیابی قرار می‏گیرد و در انتها با چند مرجع معتبر که در چند سال اخیر چاپ شده‌اند به منظور اثبات بهبود عملکرد الگوریتم پیشنهادی، مقایسه می‏شوند. در روش پیشنهادی به کمک درونیابی مبتنی بر کانولوشن مکعبی به استخراج ویژگی پرداخته و با ترکیب الگوریتمهای DIDW و DCCI-OTSU، تصاویر را بهبود می‌دهیم. همانطور که از نتایج مشخص می‌شود در مقایسه پارامتر‌های مختلف همانند PSNR ،SSIM الگوریتم پیشنهادی در این پژوهش در بزرگنمایی تصویر عملکرد بسیار مناسب‌تری نسبت به سایر روش‌ها از خود نشان می‌دهد
كلمات كليدي : بزرگنمایی تصویر، درونیابی، DIDW، DCCI_OTSU
تاريخ دفاع : 1397-06-17