شماره ركورد
26037
پديد آورنده
علي محمدي سوركي
عنوان
يك روش تكراري داخلي و خارجي براي حفظ لبه در ترميم و بازسازي تصوير
مقطع تحصيلي
كارشناسي ارشد
رشته تحصيلي
رياضيات كاربردي - آناليز عددي
تاريخ دفاع
1400/8/17
استاد راهنما
دكتر تورج نيك آزاد
استاد مشاور
دكتر جليل رشيدي نيا
دانشكده
رياضي
چكيده
روشهاي تكراري داخلي و خارجي باعث ميشوند عملكرد لبه را در مسائل بازسازي تصوير بتوان بررسيكرد.
هدف از مطالعهي حاضر استفاده از يك روش تكراري داخلي و خارجي براي بهبود لبه است. بدين منظور از
منظم سازي از جمله منظم سازي تيخونوف براي حل دستگاه معادلات خطي Ax = b استفاده شده است.
دادهها بوسيلهي شبيه سازي توموگرافي اشعههاي 𝐗 توليد شدهاند. يافتههاي پژوهش پيش رو نشان ميدهند
كه هر چه تعداد تكرارهاي خارجي بيشتر ميشود كيفيت تصويري كه بازسازي ميكنيم به تصوير واقعي
(اصلي) نزديكتر خواهد شد. و همچنين پارامتر منظم سازي مورد بررسي قرار داده شده است. دو معيار اصل
اختلاف و L-curve بيان شده است كه به كمك اين دو معيار پارامترهاي منظم سازي را انتخاب خواهيم
كرد. سپس به مقايسهي روشهاي هيبريد و گراديان مزدوج (CGLS) در مسائل بازسازي توموگرافي پرداخته
شده كه روش هيبريد بهتر از روش CGLS عمل ميكند چون روش CGLS نياز به حدس اوليه دارد.
تاريخ ورود اطلاعات
1400/11/04
عنوان به انگليسي
AN Inner-Outer Iterative Method for Edge Preservation in image Restoration and Reconstruction
تاريخ بهره برداري
11/8/2022 12:00:00 AM
دانشجوي وارد كننده اطلاعات
علي محمدي سوركي
چكيده به لاتين
Inner-Outer Iterative Methods make it possible to evaluate the performance of
the edge in image reconstruction problems. The purpose of this thesis is to use
an Inner-Outer Iterative Method to improve the edge. For this purpose,
regularization including Tikhonov regularization has been used to solve the
system of linear equations Ax = b. The data were generated by X-ray
tomography simulation. The findings of the present study show that the more
outer iterations, the closer the image quality that we reconstruct will be to the
true image. As well as the regularization parameter is examined. The two
criteria of discrepancy principle and L-curve are expressed, and with the help
of these two criteria, we will select the regularization parameters. Then, the
hybrid and CGLS methods in reconstructing tomographic problems are
compared. The hybrid method works better than the CGLS method because the
CGLS method requires initial guess.