تکه هایی از این پایان نامه :

1‌.1‌.1‌    فراتفکیک پذیری در تصاویر رنگی

وضوح فضایی دوربین­های دیجیتال، توسط لنز­های نوری و آرایه­های CCD بهره گیری شده در آنها محدود می­گردد. غلبه بر این محدودیت­ها می­تواند با گرفتن و ترکیب چندین تصویر کم وضوح از یک صحنه تحقق یابد، و تصاویری با قدرت تفکیک پذیری بالایی را ایجاد کند. این فرآیند، ایده­ی اصلی در پشت تکنیک­های SR می باشد [3] که در فصل پیش مطالعه گردید.

توجه کنید که تقریبا تمام روش­های فراتفکیک پذیری برای افزایش وضوح تصاویر تک کاناله (خاکستری یا تک رنگ) طراحی شده­اند. مسئله مرتبط با SR رنگ، ترکیب مجموعه­ای از تصاویر کم وضوح موزائیک شده برای افزایش قدرت تفکیک­پذیری فضایی می باشد.

تا به امروز، کارهای کمی در زمینه­ی ارتقاء وضوح تصاویر رنگی انجام شده می باشد. متداول­ترین راه حل در این خصوص، اعمال الگوریتم­های SR تک رنگ به صورت مستقل به هریک از کانال­های رنگی می باشد، در حالی که از اطلاعات رنگ برای بهبود دقت و صحت عملکرد بهره گیری می­گردد[116،117]. یک روش دیگر تجزیه تصویر به فضای رنگ‌ آن می باشد، که در آن لایه های رنگی از روشنایی جدا شده، و SR فقط به کانال روشنایی اعمال می گردد [118] . البته این دو روش، نتایج چندان مطلوبی تولید نمی­کنند. در بخش 4.5، نشان می­دهیم که بدون در نظر گرفتن ارتباط بین کانال­های رنگی در یک تصویر، خرابی رنگ در تصاویر نهایی ایجاد خواهد گردید. علاوه براین، در این فصل اثبات خواهیم نمود که اگر تصاویر کم وضوح موجود موزائیک شده باشند، حتی اعمال روابط مناسب بین لایه­های مختلف رنگی برای حذف خرابی رنگی کافی نیست. روش دیگر برای افزایش تفکیک­پذیری تصاویر رنگی، بهره گیری از تکنیک‌های مبتنی بر یادگیری برای درون یابی تصویر رنگی می باشد [119]؛ با این حال هنوز نتایج به مرحله آموزش و مجموعه داده بهره گیری شده، وابسته می باشد. این علت های ما را برای توصیف مسئله موزائیک زدایی تصویر توجیه می­کند.

 متن فوق بخش هایی از این پایان نامه بود

شما می توانید مطالب مشابه این مطلب را با جستجو در همین سایت بخوانید

می توانید به لینک پایین صفحه مراجعه نمایید:

 thesis-power-word