کاهش نویزتصویر توسط ویولت

[eehadi]

پاسخ : کاهش نویزتصویر توسط ویولت

1 و 2- SNR مبنای ریاضی و تئوری برای مقایسه میزان تأثیر نویز هست ولی تنها فاکتور در تعیین کیفیت تصویر نیست. این که چه عواملی دیگری موثر هستند نمیدونم چون کیفیت تصویر به صورت بصری (با نگاه کردن به تصویر) مشخص میشه و در این مورد هم سلیقه نقش تعیین کننده ای داره.
معیاری کمی هم وجود داره که بر اساس نظرسنجی به دست میاد در این روش لازمه که از تعداد زیادی مشاهده کننده رأی گیری بشه مثلاً به کیفیت تصویر نمره بدن و در نهایت میانگین گیری بشه. این معیار، اسم خاصی هم داره که یادم نیست.

[hasting_m]

پاسخ : کاهش نویزتصویر توسط ویولت

1 و 2- SNR مبنای ریاضی و تئوری برای مقایسه میزان تأثیر نویز هست ولی تنها فاکتور در تعیین کیفیت تصویر نیست. این که چه عواملی دیگری موثر هستند نمیدونم چون کیفیت تصویر به صورت بصری (با نگاه کردن به تصویر) مشخص میشه و در این مورد هم سلیقه نقش تعیین کننده ای داره.
معیاری کمی هم وجود داره که بر اساس نظرسنجی به دست میاد در این روش لازمه که از تعداد زیادی مشاهده کننده رأی گیری بشه مثلاً به کیفیت تصویر نمره بدن و در نهایت میانگین گیری بشه. این معیار، اسم خاصی هم داره که یادم نیست.

میشه کاری رو که در اون به SNR بالاتر رسیدیم اما تصویر فرقی نکرده رو ایده جدید برای یک مقاله بحساب آورد؟

[eehadi]

پاسخ : کاهش نویزتصویر توسط ویولت

با توجه به پشتکاری که داری اگه جستجو کنی حتما منابعی در این مورد هم پیدا میکنی، فکر میکنم بعضی روش های وفقی (تطبیقی) وجود داره که نیاز به اطلاعات اولیه از نویز یا تصویر داره، تنگه بتونی روشی مستقل پیدا کنی که جدید باشه حتما ارزش داره.

[hasting_m]

پاسخ : کاهش نویزتصویر

... با عبور سیگنال از فیلتر پایین گذر، فرکانس های بالا که باعث ایجاد تغییرات سریع هستند حذف میشن و سیگنالی که باقی میمونه یک تقریب از شکل کلی سیگناله به همین خاطر بهش میگن سیگنال تقریب، خروجی فیلتر بالاگذر ویولت هم یک سیگنال با فرکانس های بالاست که جزئیات سیگنال رو نشون میده و بهش سیگنال جزئیات گفته میشه.
اگه سیگنال تقریب رو از فیلترهای بالا و پایین گذر عبور بدیم سیگنالهای جزئیات و تقریب مرحله دوم به دست میاد.
....
1- نمونه های ضرایب معادل حدودی زمان(مکان) هستند، مثلاً نمونه های اول معادل زمان(مکان) های ابتدایی هستند ولی نمیشه یک نمونه رو به یک زمان خاص نسبت داد چون تعداد نمونه های هر فیلتر بیشتر از یک هست و فیلتر روی سیگنال حرکت می کنه و مقدار خروجی اش در هر نقطه به نقاط همسایه اش هم ...

سلام
"نمونه های اول معادل زمان(مکان) های ابتدایی هستند"
1)این جملت یعنی ضرایب اوایل تبدیل موجک،معادل پیکسل های اوایل تصویر هستند؟؟
اگر بله،من که شدت های پیکسلها رو با ضرایب ویولت اون مقایسه کردم،دیدم اصلا قابل مقایسه نیستند.
2) C = [ A(N) | H(N) | V(N) | D(N) |H(N-1) | V(N-1) در متلب
| D(N-1) | ... | H(1) | V(1) | D(1) ].
ازونجایی که ضرایب اول بردار c مال ضرایب کلیات هست،پس باید ضرایب اولیه ی سیگنال،بیشترین اندازه رو داشته باشند درسته؟و بتدریج هر چه به انتهای بردارc نزدیک بشیم،باید ضرایب کاهش پیداکند!؟ oo:{ چون برای رفع نویز میگیم که ضرایب کلیات حاوی اصل سیگنال هستند و ضرایب بزرگتری دارند }
ولی ضرایب cعملا اینطور نزولی نیست و ضرایب قاطی هستند.

[eehadi]

پاسخ : کاهش نویزتصویر توسط ویولت

سلام
"نمونه های اول معادل زمان(مکان) های ابتدایی هستند"
1)این جملت یعنی ضرایب اوایل تبدیل موجک،معادل پیکسل های اوایل تصویر هستند؟؟
اگر بله،من که شدت های پیکسلها رو با ضرایب ویولت اون مقایسه کردم،دیدم اصلا قابل مقایسه نیستند.
2) C = [ A(N) | H(N) | V(N) | D(N) |H(N-1) | V(N-1) در متلب
| D(N-1) | ... | H(1) | V(1) | D(1) ].
ازونجایی که ضرایب اول بردار c مال ضرایب کلیات هست،پس باید ضرایب اولیه ی سیگنال،بیشترین اندازه رو داشته باشند درسته؟و بتدریج هر چه به انتهای بردارc نزدیک بشیم،باید ضرایب کاهش پیداکند!؟ oo:{ چون برای رفع نویز میگیم که ضرایب کلیات حاوی اصل سیگنال هستند و ضرایب بزرگتری دارند }
ولی ضرایب cعملا اینطور نزولی نیست و ضرایب قاطی هستند.

در مورد (1) فکر می کنم موقع نوشتن احتمالاً حواسم نبوده و CWT بیشتر مد نظرم بوده. ضمناً منظور از معادل بودن این نیست که مقدار یکسان یا متناسب دارن بلکه منظورم این بوده که در CWT در سیگنال تبدیل نمونه های هر قسمت معادل تبدیل STFT همون قسمت هست تقریباً.
2- ممکنه کلیات یک تصویر شامل یک پس زمینه بزرگ مشکی رنگ باشه (مقدار 0 در uint8) و جزئیاتش سفید رنگ باشن (مقدار 255) پس نمیشه گفت جزئیات مقادیر کوچکی دارند و این کاملاً وابسته به محتواست. تنها چیزی که در مورد جزئیات و تقریب میشه گفت همینه که تقریب یک سیگنال تقریباً یکدست هست (انحراف معیار کم) چون سیگنال از فیلتر پایین گذر عبور کرده تا به تقریب تبدیل شده و جزئیات هم برعکسش.

[hasting_m]

پاسخ : کاهش نویزتصویر توسط ویولت

در مورد سوال 2،مگه ضرایبی که مقدار(اندازه)کوچکی دارند رو به عنوان ضرایب نویزی تلقی نمیکنیم؟و ضرایب بزرگتر یعنی خود سیگنال اند(که نیوز کمتر دارند)پس اگر بسته به محتوای تصویر هست،این جمله نباید درست باشه؟و این که در تبدیل موجک ،ضرایبی که کمتر از یکی حدی هست،رو صفر کنیم، باید اشتباه باشه؟ oo:
من برای تصویر خاکستری لنا که نمودار شرایب تقریب و جزدیات رو نگاه کردم،نشون میداد که اندازه ضرایب تقریب خیلی بیشتر از شرایب جزییات هست

[eehadi]

پاسخ : کاهش نویزتصویر توسط ویولت

در مورد سوال 2،مگه ضرایبی که مقدار(اندازه)کوچکی دارند رو به عنوان ضرایب نویزی تلقی نمیکنیم؟و ضرایب بزرگتر یعنی خود سیگنال اند(که نیوز کمتر دارند)پس اگر بسته به محتوای تصویر هست،این جمله نباید درست باشه؟و این که در تبدیل موجک ،ضرایبی که کمتر از یکی حدی هست،رو صفر کنیم، باید اشتباه باشه؟ oo:
من برای تصویر خاکستری لنا که نمودار شرایب تقریب و جزدیات رو نگاه کردم،نشون میداد که اندازه ضرایب تقریب خیلی بیشتر از شرایب جزییات هست

درسته. من اشتباه کردم. تقریب حتماً مقادیر بزرگی نداره به همون دلیلی که گفتم ولی جزئیات چون اختلاف تصویر اصلی با تقریبه، مقادیرش کمه. وقتی ضرایب کوچکتر از یک حد آستانه حذف میشن مقادیر جزئیات هم چون کوچک هستن بسته به سطح آستانه حذف میشن و ممکنه مقادیر کوچک تقریب هم حذف بشه، به همین خاطر فکر می کنم حذف مقادیر کوچکتر از آستانه رو فقط برای ضرایب جزئیات اعمال کنید.

[hasting_m]

پاسخ : کاهش نویزتصویر توسط ویولت

سلام.ممنونم از همه کسانی که تو این مدت دو سال سوالای مربوط به پروژه هام و پایان ناممو جواب دادند.
آقای حسام الدین،هادی،محمد صادق رستمی و بقیه افرادی که کمکم کردند.
برخی کمک های شما خیلی مفید تر و بیشتر از راهنمایی های استادهایم بود :read:.
میخواستم تو گفتگوی آزاد اینو بنویسم اما بدلیل جلوگیری از بجث های بیخود گفتگوی آزاد، همینجا نوشتم.
باتشکر
امیدوارم همونجور که کمک من کردید، خدا هم تو زندگی کمکتون کنه :bye

[hasting_m]

پاسخ : کاهش نویزتصویر توسط ویولت

درسته. من اشتباه کردم. تقریب حتماً مقادیر بزرگی نداره به همون دلیلی که گفتم ولی جزئیات چون اختلاف تصویر اصلی با تقریبه، مقادیرش کمه. وقتی ضرایب کوچکتر از یک حد آستانه حذف میشن مقادیر جزئیات هم چون کوچک هستن بسته به سطح آستانه حذف میشن و ممکنه مقادیر کوچک تقریب هم حذف بشه، به همین خاطر فکر می کنم حذف مقادیر کوچکتر از آستانه رو فقط برای ضرایب جزئیات اعمال کنید.

سلام.
ما میایم با آستانه گذاری ضرایبی که کمتر از یک مقداری هستند را حذف میکنیم.که این ضرایب کوچک یا ناشی از خود نویز هستند یا جزییات تصویر هستند.یعنی با استانه گذاری ضرایبی حذف میشند که ما نمیفهمیم بالاخره جزییات بودند(که اشتباهی حذف شدند)یا نویز.
چجوری میشه این جزییات رو از نویز متمایز کرد؟؟راهی وجود داره؟

[eehadi]

پاسخ : کاهش نویزتصویر توسط ویولت

سلام.
فکر نمی کنم راه حلی وجود داشته باشه، شاید اگه اطلاعاتی در مورد نویز داشته باشیم بتونیم کاری کنیم که بعضی جزئیات رو از نویز تفکیک کنیم.