research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
Efficient Image Enhancement Techniques Based on modified mean Filter and K-SVD Algorithm
تقنيات تحسين الصورة الفعالة على اساس مرشح المتوسط المعدل و خوارزمية K-SVD

Author: Waleed Rasheed Humood وليد رشيد حمود
Journal: Iraqi Journal of Information Technology المجلة العراقية لتكنولوجيا المعلومات ISSN: 19948638/26640600 Year: 2018 Volume: 8 Issue: 4 اللغة الانكليزية Pages: 131-143
Publisher: iraqi association of information الجمعية العراقية لتكنولوجيا المعلومات

Loading...
Loading...
Abstract

All digital images contain some degree of noise. Image enhancement algorithm attempts to remove this noise from the image. Ideally, the resulting de-noised image will not contain any noise or added artifacts. Denoising of natural images corrupted by Gaussian noise using Wavelet transformation techniques is very effective because of its ability to capture the energy of a signal in few energy transform values.In this paper, mean pixel energy for each windows of noisy image will calculate by using the Energy Estimation operation then store in a dictionary. Noisy image decomposed using Wavelet transform and then applied K-SVD algorithm noise removal. In the same time, the modified mean filter is also applied to the de-noised image for noise removal. Finally, the de-noised image get from the comparison between (modified mean with K-SVD algorithm) outputs and select the appropriate pixels depend on the energy value stored on the dictionary.

تحتوي كل الصور الرقمية على بعض الدرجة من الضوضاء، خوارزمية تحسين الصورة تحاول ازالة هذا الضوضاء من الصورة. مثالياً، الصور الناتجة بعد ازالة الضوضاء سوف تكون خالية من الضوضاء او الضوضاء الصناعية المضافة. رفع الضوضاء من الصور الطبيعية المصابة بضوضاء جاوسن باستخدام تقنيات تحويل ويفليت فعالة جدا بسبب قدرتها والقابلية في مسك طاقة الاشارة في عدد محدد من قيم الطاقة المتحولة.في هذا البحث، معدل طاقة البكسل لكل نافذة الصورة المصابة بالضوضاء ستحسب باستخدام عملية تقدير الطاقة ثم تخزن في القاموس، الصورة المصابة بالضوضاء سوف تحلل باستخدام تحويل ويفليت وبعد ذلك يتم تطبيق خوارزمية ازالة الضوضاء كي – اس في دي، في نفس الوقت. مرشح المتوسط المعدل يطبق ايضا لرفع الضوضاء من الصورة المصابة بالضوضاء. أخيراً ، الصورة المرفوع منها الضوضاء تأتي من المقارنة بين نتائج (خورزمية كي – أس في دي و مرشح المتوسط المعدل) واختيار البكسلات الملائمة يعتمد على قيم الطاقة المخزنة في القاموس.


Article
Energy Pixel Rule for Image Denoising Based on Slantlet Transform and K-SVD Algorithm
قانون طاقةالبكسل في ازالة ضوضاء الصور مستنداً الى تحويل سلانتليت وخوارزمية كي – أس في دي

Author: Waleed Rasheed Humood وليد رشيد حمود
Journal: Iraqi Journal of Information Technology المجلة العراقية لتكنولوجيا المعلومات ISSN: 19948638/26640600 Year: 2014 Volume: 6 Issue: 3 اللغة الانكليزية Pages: 50-57
Publisher: iraqi association of information الجمعية العراقية لتكنولوجيا المعلومات

Loading...
Loading...
Abstract

All digital images contain some degree of noise. Image denoising algorithm attempts to remove this noise from the image. Ideally, the resulting de-noised image will not contain any noise or added artifacts. Denoising of natural images corrupted by Gaussian noise using Slantlet transformation techniques is very effective because of its ability to capture the energy of a signal in few energy transform values.In this paper,mean pixel energy for each windows of noisy image will calculate by using the Energy Estimation operation then store in a dictionary. Noisy image decomposed using Slantlet transform and then applied K-SVD algorithm noise removal. In the same time, the modified mean filter is also applied to the de-noised imagefor noise removal.Finally, the de-noised image get from the comparison between (modified mean with K-SVD algorithm) outputs and select the appropriate pixels depend on the energy value stored on the dictionary. From the experimentalresults, the proposed method can efficiently remove a single Gaussian noise while preserving the image information well with less blur and demonstrate its better fidelity criteria (PSNR and ERMS) after apply proposed pixel rule selection compared with results of modified mean and K-SVD algorithm.

تحتوي كل الصور الرقمية على بعض الدرجة من الضوضاء، خوارزمية أزالة الضوضاء تحاول ازالة هذا الضوضاء من الصورة. مثالياً، اللصور الناتجة بعد ازالة الضوضاء سوف تكون خالية من الضوضاء او الضوضاء الصناعية المضافة. رفع الضوضاء من الصور الطبيعية المصابة بضوضاء جاوسن باستخدام تقنيات تحويل سلانتليت فعالة جدا بسبب قدرتها بسبب القابلية في مسك طاقة الاشارة في عدد محدد من قيم الطاقة المتحولة.في هذا البحث، معدل طاقة البكسل لكل نافذة الصورة المصابة بالضوضاء ستحسب باستخدام عملية تقدير الطاقة ثم تخزن في القاموس، الصورة المصابة بالضوضاء سوف تحلل باستخدام تحويل سلانتليت وبعد ذلك يتم تطبيق خوارزمية ازالة الضوضاء كي – اس في دي، في نفس الوقت. مرشح المتوسط المعدل يطبق ايضا لرفع الضوضاء من الصورة المصابة بالضوضاء. أخيراً ، الصورة المرفوع منها الضوضاء تأتي من المقارنة بين نتائج (خورزمية كي – أس في دي و مرشح المتوسط المعدل) واختيار البكسلات الملائمة يعتمد على قيم الطاقة المخزنة في القاموس. من النتائج العملية، الطرقية المقترحة يمكن ان تزيل بشكل كفوء ضوضاء جاوسن بينما تبقي معلومات الصورة باقل درجة من التشويه وتعرض معايير الدقة (نسبة ذروة الاشارة-للضوضاء ، وجذر القيمة العظمى للخطأ) بعد تطبيق قاعدة اختيار القيمة والمقارنة مع نتائج (خورزمية كي – أس في دي و مرشح المتوسط المعدل).

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

English (2)


Year
From To Submit

2018 (1)

2014 (1)