حذف نويز تصاوير فازي با استفاده از هوش مصنوعي

كارشناسي ارشد

تصاوير ديجيتالي دريافتي از انواع آشكارسازها در شاخه¬هاي مختلف علوم، بنابر دلايلي ممكن است دچار اعوجاج، عدم¬پيوستگي ( پيچش¬ فاز ) و نويز شوند، از اين¬رو رفع پيچش ¬فاز و كاهش نويز همواره يكي از چالش¬برانگيزترين مسائلي است كه اهميت آن در زمينه پردازش¬ تصوير نمود پيدا مي¬¬‌كند و بايد به دنبال راه¬هايي براي رفع اين مشكلات باشيم. از جمله ايده‌هايي كه در اين زمينه مطرح مي¬شود، استفاده از الگوريتم¬هاي يادگيري ماشين است و كاهش نويز تصاوير با استفاده از الگوريتم¬هاي يادگيري ماشين، موضوع مورد¬بحث در اين پايان¬نامه مي¬باشد. در فصل اول اين پايان¬نامه به معرفي پيچش ¬فاز، چگونگي پيچش فاز تصاوير و همچنين معرفي انواع نويز و معيارهاي ارزيابي تصاوير پرداخته شده¬است. در فصل دوم، آشنايي كلي با يادگيري ¬ماشين و انواع روش-هاي آن صورت مي¬گيرد. در فصل سوم، شبكه¬هاي عصبي معرفي شده و شبكه¬ي عصبي كانولوشني به عنوان يكي از انواع شبكه¬هاي عصبي معرفي شده در فصل چهارم مورد ¬مطالعه و بررسي قرار مي¬گيرد. پس از آشنايي با اين شبكه، مسئله طبقه¬بندي يك مجموعه داده آزمايشي شامل هفتادهزار تصوير از ارقام دست¬نويس مورد بررسي قرار مي¬گيرد. شبكه¬ي عصبي كانولوشن، بايد به¬نحوي آموزش ببيند كه ميزان خطاي خود را با آنچه در واقعيت است تا حد¬ممكن كاهش دهد تا به يك نتيجه¬ي ايده¬ال و مطلوب براي دقت در پيش¬بيني داده¬ها دست يابد. در فصل پاياني، نتايج مربوط به حذف نويز تعدادي از داده¬ها با استفاده ازالگوريتم يادگيري¬ ماشين و فيلترهاي حذف كننده نويز مورد بررسي قرار مي¬گيرد.

210507

دانشگاه علم و صنعت ايران

فيزيك

دكتر محمدرضا جعفرفرد - دكتر بابك زارع رمشتي