ارایه یک فیلتر ترکیبی هوشمند فازی برای حذف نویز تصاویر پزشکی

Authors

  • محمد قاسم زاده استادیار، دانشکده مهندسی برق و کامپیوتر- دانشگاه یزد- یزد- ایران
  • ولی درهمی دانشیار، دانشکده مهندسی برق و کامپیوتر- دانشگاه یزد- یزد- ایران
Abstract:

تصاویر پزشکی اهمیت ویژه‏ای در تشخیص پزشکی دارند. در این مقاله یک روش ترکیبی هوشمند مبتنی بر یک سیستم فازی- عصبی برای حذف نویز از این گونه تصاویر ارایه می‏شود. چندین روش عمومی و مفید برای حذف نویز از تصاویر وجود دارند؛ به‏عنوان‏ نمونه می‏توان از فیلتر میانگین، فیلتر میانه، فیلتر میانه وزن‌دار و فیلتر میانه تطبیقی نام برد. در رابطه با حذف نویز از تصاویر پزشکی به علت ویژگی خاص آن‏ها نیاز به قابلیت‏های بیشتری برای حذف نویز است‏. با توجه به توانایی سیستم‏های فازی- عصبی در کد کردن دانش بشری و همچنین، به‏کارگیری دانش غیر قطعی، این پروژه سعی در بهره‏گیری از این قابلیت‏ها برای رفع هر چه بیشتر نویز تصاویر دارد. راهبرد به‏کار گرفته شده در این مقاله مبتنی بر به‏کارگرفتن چهار روش حذف نویز عمومی بالا به‏طور موازی روی تصویر داده شده و استفاده از سیستم فازی-عصبی است. سیستم فازی-عصبی که به وسیله پیکسل‏های نویزی آموزش داده شده است بهترین مقدار جایگزین برای پیکسل نویزی در تصویر بهبود داده شده را با توجه به چهار مقدار تولید شده برای همان پیکسل توسط فیلترهای حذف نویز تعیین می‏کند. روش پیشنهادی پیاده‏سازی و بر روی تصاویر با چگالی نویز بالا اجرا شد. نتایج آزمایشی گویای مفید بودن روش پیشنهادی در حذف هر چه بیشتر نویز از تصاویر پزشکی است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

حذف نویز تصاویر پزشکی با استفاده از فیلتر afcf فازی

هدف از ارائه این پایان نامه، بهبود کیفیت تصاویر خروجی سیستم های تصویربردار پزشکی، دقیق تر شدن تشخیص متخصصان و ارتقا سطح سلامت بیماران است. امید است مخاطب بعد از مطالعه این متن، قادر باشد درک درستی از جایگاه پردازش تصویر ، مزایای استفاده از الگوریتم فازی در فیلترها و شیوه های نوین حذف نویز تصاویر داشته باشد. برای رسیدن به عملکرد بهتر در زمینه ی حذف نویز تصاویر پزشکی ، فیلتر فازی تطبیقی رنگی (afc...

15 صفحه اول

حذف نویز ضربه تصاویر با استفاده از فیلتر تطبیقی سوئیچ کننده مبتنی بر ماشین یادگیر بیشینه

In this paper a new efficient method for detecting the impulse noise from the corrupted image using extreme learning machine (ELM) is proposed. An improved version of the standard median filter is suggested to remove the detected noisy pixel. The performance of proposed detector is evaluated using classification accuracy. The results show that our detector is robust even at higher noise density...

full text

حذف نویز ضربه از تصاویر طبیعی دیجیتال در محدوده وسیعی از چگالی نویز مبتنی بر فیلتر میانگین و میانه تطبیقی

در این مقاله الگوریتم ترکیبی جدیدی برای شناسایی و از بین بردن نویز ضربه در تصاویر دیجیتال ارائه شده است. ایده اصلی این الگوریتم، تشخیص درصد نویز تصویر و اتخاذ دو شیوه متفاوت برای حذف نویز در چگالی نویزهای پایین و بالا می‌باشد. تفاوت دو شیوه حذف نویز در روش انتخاب مناسب‌ترین اندازه پنجره است. در هر دو حالت، پس از تعیین مناسب‌ترین اندازه پنجره، ایده پیشنهادی، جایگزینی پیکسل مرکزی پنجره با متوسط م...

full text

حذف نویز لکه ای از تصاویر سونوگرافی به کمک سیستم بر خط فازی عصبی ژنتیک

در این تحقیق فیلتر جدیدی برای حذف نویزهای لکه ای از تصاویر سونوگرافی طراحی شده است. فیلتر طراحی شده فیلتری با قابلیت های یادگیری شبکه های عصبی، تطبیق اطلاعات با قالب فازی و بهینه شدن متغیرها بر اساس الگوریتم ژنتیک تک عضوی است. شبکه عصبی به کار رفته یک شبکه چهار لایه رو به جلو با وزن های باینری است. ورودی در پنجره ای از همسایگی های پیکسل مورد پردازش فازی شده و به کمک قواعد ساده فازی مناسب آن اصل...

full text

حذف نویز متناوب در تصاویر دیجیتال با استفاده از سیستم فازی

نویز متناوب با ایجاد الگوهای مشابه در تصویر باعث تخریب کیفیت تصویر می‌گردد. در این پژوهش یک سیستم فازی برای یافتن نویز متناوب در حوزه فرکانس و رفع آن معرفی می‌گردد. در سیستم فازی موقعیت تقریبی ضرایب نویز توسط دو ورودی به دست می‌آید. ورودی اول موقعیت ضریب فرکانسی و ورودی دوم نسبت مقدار ضریب فرکانسی به میانه پنجره همسایگی است. خروجی سیستم فازی ماسک اصلاح‌کننده در حوزه فرکانس خواهد بود که از آن بر...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 5  issue 3

pages  47- 54

publication date 2014-09-23

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023