دانلود ترجمه مقاله مات زدایی کور تصویر با دانش پیشین قطعه وفقی

عنوان فارسی

مات زدایی کور تصویر با استفاده از یک دانش پیشین قطعه وفقی

عنوان انگلیسی

Image Blind Deblurring Using an Adaptive Patch Prior

کلمات کلیدی :

  مات‌زدایی کور؛ قطعه وفقی، تخمین کرنل؛ ویژگی‌های سطح پایین؛ اطلاعات قطعه داخلی

درسهای مرتبط پردازش تصویر
تعداد صفحات مقاله انگلیسی : 11 نشریه : IEEE
سال انتشار : 2019 تعداد رفرنس مقاله : 30
فرمت مقاله انگلیسی : PDF نوع مقاله : ISI
پاورپوینت : ندارد

سفارش پاورپوینت این مقاله

وضعیت ترجمه مقاله : انجام شده و با خرید بسته می توانید فایل ترجمه را دانلود کنید
IEEE
قیمت دانلود ترجمه مقاله
34,800 تومان
فهرست مطالب

1. مقدمه 2. مدل دانش پیشین قطعه وفقی 3. تخمین کور کرنل 4. نتایج تجربی 5. نتیجه‌گیری

سفارش ترجمه
ترجمه نمونه متن انگلیسی

مات‌زدایی کور تصویر، از یک کرنل ماتی تخمین‌زده‌شده از تصویر تخریب‌شده با آثار مات‌شدگی و نویز، برای بدست آوردن تصویر اصلی بازیابی‌شده با ویژگی‌های تیز، استفاده می‌کند. با این حال، این روش بر این فرض عمل می‌کند که کرنل بطور دقیق تخمین زده می‌شود. در این کار ما یک دانش پیشین قطعه وفقی را برای افزایش دقت تخمین کرنل ارایه می‌کنیم. دانش پیشین پیشنهادی ما بر پایه آمار قطعه محلی است و می‌تواند مشخصه‌های سطح پایین مانند لبه‌ها، گوشه‌ها، و اتصالات را برای تیزسازی لبه و بافت و تخمین ماتی، بازسازی کند. دانش پیشین ما یک مدل غیرپارامتری است، و محاسبات وفقی آن بر اطلاعات داخلی قطعه تکیه دارد. علاوه بر این، فیلترهای اکتشافی و دانش خارجی تصویر در دانش پییشن ما مورد استفاده قرار نمی‌گیرند. روش ما می‌تواند برای بازسازی لبه‌های برجسته در یک قطعه مات‌شده، نویز و آثار تیزشدگی بیش‌ازحد را کاهش دهد. آزمایشات بر روی دو مجموعه داده معروف و تصاویر طبیعی نشان می‌دهد که عملکرد تخمین کرنل روش ما نسبت به روش‌های خوب موجود، بهتر است.

نمونه متن انگلیسی مقاله

Image blind deblurring uses an estimated blur kernel to obtain an optimal restored original image with sharp features from a degraded image with blur and noise artifacts. This method, however, functions on the premise that the kernel is estimated accurately. In this work, we propose an adaptive patch prior for improving the accuracy of kernel estimation. Our proposed prior is based on local patch statistics and can rebuild low-level features, such as edges, corners, and junctions, to guide edge and texture sharpening for blur estimation. Our prior is a nonparametric model, and its adaptive computation relies on internal patch information. Moreover, heuristic filters and external image knowledge are not used in our prior. Our method for the reconstruction of salient step edges in a blurry patch can reduce noise and over-sharpening artifacts. Experiments on two popular datasets and natural images demonstrate that the kernel estimation performance of our method is superior to that of other state-of-the-art methods.

توضیحات و مشاهده مقاله انگلیسی

بخشی از ترجمه مقاله (صفحه 10 فایل ورد ترجمه)

محتوی بسته دانلودی:

PDF مقاله انگلیسی ورد (WORD) ترجمه مقاله به صورت کاملا مرتب (ترجمه شکل ها و جداول به صورت کاملا مرتب)
قیمت : 34,800 تومان

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “دانلود ترجمه مقاله مات زدایی کور تصویر با دانش پیشین قطعه وفقی”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

5 + چهار =

مقالات ترجمه شده

نماد اعتماد الکترونیکی

پشتیبانی

logo-samandehi