تکه هایی از این پایان نامه :

1‌.1‌     آزمایش­ها

در این بخش عملکرد الگوریتم ارتقاء وضوح پیشنهاد شده در این فصل را با سایر روش­های ارتقاء وضوح موجود مقایسه می­کنیم. آزمایش­ها برروی داده­های ساخته شده و واقعی انجام شده می باشد. فریم­های کم وضوح «دیسک» از [72] گرفته شده­می باشد، و فریم­های کم وضوح مربوط به تصویر «اعلامیه» به صورت مصنوعی ساخته شده­می باشد. برای ساخت فریم­های کم وضوح از تصویر وضوح بالای نشان داده شده در شکل 3-5(الف) و (ب)، از معادله (2-1) بهره گیری شده می باشد. آغاز تصویر وضوح بالا به اندازه یک پیکسل در جهت عمودی جابجا می­کنیم. سپس برای شبیه­سازی اثر PSF دوربین، این تصویر وضوح بالای جابجا شده را با فیلتر پایین گذرگوسی متقارن با اندازه 5×5 و انحراف معیاری معادل یک، کانوال می­کنیم. تصویر بدست آمده را با ضریب 4 در هر جهت کاهش مقیاس می­دهیم. با همین روش و با بردارهای جابجایی متفاوت در جهت­های افقی و عمودی (مطابق جدول 3-‌‌1)، 16 فریم کم وضوح از صحنه اصلی ساخته می­گردد.

نهایتا نویز گوسی برای بدست آوردن نسبت سیگنال به نویز (SNR) [1] معادل 18 دسیبل به فریم­های کم وضوح اضافه می­گردد. معیار پیک سیگنال به پیک نویز (PSNR)[2] ، به مقصود اندازه­گیری کیفیت تصاویر تخمین زده بهره گیری می­گردد و به صورت زیر تعریف می­گردد:

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

که  L1N1L2N2 تعداد کل پیکسل­های تصویر HR می باشد،  و  به ترتیب، تصویر HR ساخته شده و تصویر اصلی می­باشد. تمامی مقادیر اولیه تکرار با درونیابی دوسویه از اولین فریم کم وضوح مرجع بدست آمده می باشد. البته پارامتر PSNR  به تنهایی نمی­تواند معیار مناسبی برای مطالعه عملکرد الگوریتم­های SR باشد و مقایسه بصری نیز بایستی انجام گردد. پارامترهای تنظیم و بهینه سازی برای بالاترین مقدار PSNR و بهترین دید بصری تنظیم شده­اند. همچنین برای نظاره­ی بهتر نتایج در هر بخش، تنها قسمتی از تصاویر نشان داده شده می باشد.

[1] این معیار بصورت SNR=10log102n2) تعریف می­گردد که σ2 وσn2 به ترتیب واریانس فریم و واریانس نویز می­باشند.

[2] peak signal-to-noise ratio

 متن فوق بخش هایی از این پایان نامه بود

می توانید به لینک پایین صفحه مراجعه نمایید:

 thesis-power-word