حذف نویز تصاویر پزشکی با استفاده از فیلتر afcf فازی

thesis
  • وزارت علوم، تحقیقات و فناوری - موسسه آموزش عالی غیرانتفاعی و غیردولتی سجاد مشهد - دانشکده برق
  • author محمد بیدآبادی
  • adviser غزاله سربیشه ای
  • Number of pages: First 15 pages
  • publication year 1393
abstract

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 (afcf) طراحی شد که قابلیت حذف نویز گاوسی و ضربه ای در هم ترکیب شده?از تصاویر رنگی ، با نتایج کمی و کیفی بهتر نسبت به فیلترهای مشابه در این زمینه را دارد. سیستم های تصویر برداری جدید ، تصاویر را بصورت دیجیتال رنگی با جزئیات بالا ثبت می کنند.با توجه به معرفی فیلترهای متعدد ، اما همچنان کمبود روشی که با این سخت افزار جدید هماهنگ شده و بازدهی بهینه تری داشته باشد مشاهده می شد. رویکرد ما در طراحی و پیاده سازی فیلتر فازی afcf حفظ تمام جزئیات تصویر، از بین نرفتن لبه ها و عدم تغییر میزان کنتراست رنگ ها بود. با تلاش فراوان و راهنمایی های ارزشمند استاد راهنمای محترم ، توانستیم به اهداف تعریف شده برسیم و روشی قابل قبول و اجرایی برای حل مشکلات عمده تصاویر پزشکی معرفی کنیم.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

ارایه یک فیلتر ترکیبی هوشمند فازی برای حذف نویز تصاویر پزشکی

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 قابلیت...

full text

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 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

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

در این مقاله یک رویکرد کارآمد مبتنی بر ماشین یادگیر بیشینه برای تشخیص و شناسایی پیکسلهای آغشته به نویز فلفل نمک از تصاویر دیجیتال ارائه شده است. الگوریتم پیشنهادی با استفاده از یک طبقه بند ماشین یادگیر بیشینه با ورودی های پیکسل مرکزی، road و چهار فاکتور تصمیم گیری فیلتر sd-rom، ابتدا پیکسل های نویزی را تشخیص داده و سپس با استفاده از فیلتر میانه تطبیقی، مقدار پیکسل نویزی تخمین زده می شود. نتایج ...

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

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - موسسه آموزش عالی غیرانتفاعی و غیردولتی سجاد مشهد - دانشکده برق

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023