دانلود شبیه سازی مقاله فیلتر ناچ گاوسی تطبیقی برای حذف نویز دوره ای از تصاویر دیجیتال

پروژه متلب حذف نویز از تصویر دیجیتال

نویز تناوبی، تصاویر دیجیتال را در طی مراحل دریافت و انتقال با افزودن الگوهای تکراری، تغییر داده و تخریب می کند. در این پروژه، با هدف بازیابی موثر تصاویر آلوده به نویزهای متناوب، شبه دوره‌ای و طرح مویر، یک فیلتر شکافی گاوسی تطبیقی ​​(AGNF) جدید در حوزه تبدیل فوریه معرفی می شود. با توجه به اینکه، نویزهای تناوبی، توابع سینوسی هستند که به تصاویر تخریب نشده اضافه می شوند، تبدیل فوریه تصاویر این امکان را فراهم می کند که این توابع نویزی به صورت پیک های تزویجی به راحتی در حوزه فرکانس قابل تشخیص بوده و متمرکز شوند. AGNF پیشنهادی به طور موثر موقعیت‌های پیک نویزی را شناسایی کرده و نواحی نویزی مربوطه را به طور تطبیقی با تحلیل نسبت میانگین فرکانس‌ها از محله‌های انطباقی متفاوت ​تعیین کمیت می‌کند. سپس این پیک های نویزی شناسایی شده، توسط فیلتر شکافی گاوسی با اندازه های تطبیقی ​​متفاوت منتشر می شوند. همچنین، فیلتر پیشنهادی، ماکزیمم انتشار نواحی پیک نویزی شناسایی شده را با حفظ حداقل مقادیر فرکانس از خروجی‌های فیلترهای شکافی هم پوش تضمین می‌کند. تحلیل تجربی کمی و بصری الگوریتم پیشنهادی با میانگین خطای مطلق، نسبت پیک سیگنال به نویز، میانگین شاخص تشابه ساختاری و زمان محاسبه حاکی از آن است که، AGNF در زمینه بازیابی تصاویر آلوده به نویزهای تناوبی در مقایسه با سایر روش‌ها از عملکرد بهتری برخوردار است.

این مقاله مربوط به سال 2020 بوده و شبیه سازی آن نیز در محیط نرم افزار متلب (MATLAB) انجام شده است؛ در ادامه، تصاویر مربوط به خروجی های شبیه سازی قرار داده شده است: