آنالیز و ارائه الگوریتمی برای افزایش رزولوشن سیگنالصها براساس تبدیل ویولت
نام نخستين پديدآور
/شیوا آقاپور ملکی
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
: مهندسی برق و کامپیوتر
تاریخ نشرو بخش و غیره
، ۱۳۹۶
نام توليد کننده
، افشاری
یادداشتهای مربوط به نشر، بخش و غیره
متن يادداشت
چاپی
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
مهندسی برق مخابرات( سیستم)
زمان اعطا مدرک
۱۳۹۶/۰۶/۲۰
کسي که مدرک را اعطا کرده
تبریز
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
قدرت تفکیکصپذیری که بهصصورت تعداد نقاط تصویر بهصازای واحد سطح تعریف میصشود فاکتور مهمی در تعیین کیفیت تصاویر است .با توجه به توسعه و پیشرفتصهای اخیر، تقاضای زیادی برای تصاویر با کیفیت و با وضوح بالا به وجود آمده است .در روشصهای نرمصافزاری افزایش وضوح تصاویر، هدف، تولید تصویر وضوح بالا از روی تصویر وضوح پایین است .یکی از فاکتورهایی که در افزایش وضوح تصاویر مورد توجه است حفظ ویژگیصهای تصویر از جمله لبهصها است .روشصهای ابتدایی افزایش وضوح، در حفظ لبهصهای تصویر ناموفق عمل میصکنند .بنابراین، روشصهای مختلفی برای حفظ لبهصها معرفی شدهصاند که هرکدام از شیوهصهای متفاوتی برای این کار استفاده میصکنند .در این پایانصنامه، از تبدیل موجک بهصدلیل ویژگی آن در جدا کردن مؤلفهصهای فرکانسصبالا و فرکانسصپایین تصویر برای حفظ لبهصها استفاده شده صاست .روش کار به این صورت است که ضرایب موجک چهار زیرتصویر مربوط به تصویر وضوح بالا تخمین زده میصشوند تا با گرفتن عکس تبدیل موجک از آنصها، تصویر با وضوح بالا، بازسازی صشود .روشصهای مختلفی برای تخمین زیرتصاویر موجک معرفی شدهصاند که در روش پیشنهادی در این پایانصنامه از سیستمصهای استنتاجی عصبی - فازی تطبیقی به دلیل ویژگی آن در ترکیب قابلیتصهای شبکهصهای عصبی و سیستمصهای استنتاجی فازی، برای تخمین این زیرتصاویر استفاده شده است .روند کار به این صورت است که از تصویر کاهش نرخ داده شده تصویر با وضوح پایین به عنوان ورودی و زیرتصاویر حاصل از اعمال تبدیل موجک روی تصویر با وضوح پایین به عنوان خروجیصهای هدف برای آموزش چهار سیستم استنتاجی عصبی - فازی مجزا استفاده میصشود پس از آموزش، سیستمصها این توانایی را دارند تا با دریافت تصویر با وضوح پایین، زیرتصاویر موجک تصویر با وضوح بالا را تخمین بزنند تا با گرفتن عکس تبدیل موجک از این زیرتصاویر، تصویر وضوح بالای نهایی به دست بیاید .نتایج کیفی و بصری نشانصدهنده برتری روش پیشنهادی نسبت به روشصهای معرفی شده قبلی است
متن يادداشت
Resolution which is defined as the number of pixels per inch is an important factor in determining the quality of images. Due to recent developments, there is a high demand for high resolution images. The goal of the methods for increasing the resolution of images, is to produce a high resolution image from a low resolution image. Preserving image features, including edges is an important factor in image resolution enhancement. Elementary methods of image resolution enhancement are unsuccessful in edge preserving. Various methods have been introduced in literature to preserve edges. In this thesis, the wavelet transform has been used for edge preserving, because of its ability in separating high-frequency and low-frequency components. In proposed method we estimate the four wavelet sub-images of the high resolution image and reconstruct the final high resolution image by taking the inverse wavelet transform from these sub-images. Different methods have been introduces for estimating wavelet sub-images. In the proposed method in this thesis, adaptive neuro-fuzzy inference system is used for estimating the sub-images due to its ability in using the capabilities of neural networks and fuzzy inference systems. The method is to use the down sampled image of low resolution image as input and sub-images of low resolution image as target outputs, for training four distinct adaptive neuro-fuzzy inference systems. After training, the systems have the ability to estimate the wavelet sub-images of the high resolution image. Finally by taking the inverse wavelet transform from estimated sub-images, the high resolution image will be obtained. Qualitative and visual results indicate the superiority of the proposed method to the previous methods
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )