واهمگشت: تفاوت میان نسخهها
محتوای حذفشده محتوای افزودهشده
جز ویکیسازی رباتیک(۷.۵) >موسسه تکنولوژی ماساچوست، پردازش سیگنال، کارشناسی ارشد، فاصله کانونی، [[پردازش تصوی... |
|||
خط ۱:
{{لحن نامناسب}}
{{ویکیسازی}}
در ریاضیات، '''دکانولوشن''' {{به انگلیسی|Deconvolution}} یک
مفهوم دکانولوشن به طور گستردهای در تکنیکهای [[پردازش سیگنال]] و [[پردازش تصویر]] استفاده میشود. از آنجا که این این تکنیکها به نوبه خود به طور گستردهای در بسیاری از رشتههای علمی و مهندسی استفاده میشود، لذا کاربردهای '''دکانولوشن''' بسیار زیاد
▲مفهوم دکانولوشن به طور گستردهای در تکنیکهای پردازش سیگنال و پردازش تصویر استفاده میشود. از آنجا که این این تکنیکها به نوبه خود به طور گستردهای در بسیاری از رشتههای علمی و مهندسی استفاده میشود، لذا کاربردهای '''دکانولوشن''' بسیار زیاد شده است.
به طور کلی، هدف از دکانولوشن حل معادله کانولوشن (به شکل زیر) است:
سطر ۹ ⟵ ۸:
: <math>f * g = h \, </math>
در مورد اندازه گیریهای فیزیکی، وضعیت
: <math>(f * g) + \varepsilon = h \, </math>
سطر ۱۷ ⟵ ۱۶:
در معادله بالا ''ε'' [[نوفه|نویزی]] است که به سیگنالهای ثبت شده ما وارد شدهاست. اگر فرض کنیم که یک سیگنال و یا تصویر بدو ن نویز است، برآورد آماری ما از ''g'' نادرست خواهد بود و به همین شکل سیگنال ''ƒ'' نیز اشتباه خواهد بود. هرچه [[نسبت سیگنال به نویز]] کمتر باشد، برآورد ما نسبت به سیگنال دکانوالو شده بدتر خواهد بود. به همین دلیل است که [[wiki:Inverse filter|فیلتر کردن معکوس]] سیگنال یک راه حل خوب به حساب نمیآید. با این حال، اگر ما حداقل برخی اطلاعات را در مورد نوع نویز موجود در دادهها بدانیم(برای مثال، نویز سفید)، ممکن است از طریق روشهایی مانند [[wiki:Wiener_deconvolution|دکانولوشن وینر]] قادر به بهبود برآورد ''ƒ'' باشیم.
بنیاد بسیاری از دکانولوشنها و تجزیه و تحلیلهای سریهای زمانی، بر پایه کتاب ''برون یابی، درونیابی، و صاف کردن [[سری زمانی]] ثابت'' (۱۹۴۹) و توسط [[نوربرت وینر]] از [[موسسه تکنولوژی ماساچوست]] بنا شدهاست.<ref>{{cite book |author=Wiener N |title=Extrapolation, Interpolation, and Smoothing of Stationary Time Series |publisher=MIT Press |location=Cambridge, Mass |year=۱۹۶۴ |isbn=۰-۲۶۲-۷۳۰۰۵-۷}}</ref>
این کتاب بر فعالیتهای وینر استوار بود که در طول جنگ جهانی دوم انجام داده بود. برخی از تلاشهای اولیه برای اعمال این نظریه در زمینه پیش بینی [[آب و هوا]] و اقتصاد بودند.
== کاربردهای دکانولوشن ==
=== [[زلزله شناسی]] ===
مفهوم دیکانولوشن در [[wiki:reflection seismology|زلزله شناسی بازتاب]] کاربرد دارد. در سال 1950 [[wiki:Enders Robinson|اندرس رابینسون]] دانشجوی [[کارشناسی ارشد]] [[MIT]] بود. او با افرادی همچون [[wiki:Norbert Wiener|نوربرت وینر]]، [[wiki:Norman Levinson|نورمن لوینسون]]، و [[wiki:Paul Samuelson|پل ساموئلسون]] اقتصاددان، در MIT مشغول به کار جهت توسعه "مدل کانولوشنی" انعکاس [[wiki:Seismogram|زمین نگاشت]] (منحنیهای ترسیم شده بوسلیه زلزله نگار) بود. در این مدل فرض بر آن است که زمین نگاشت ثبت شده (''s''(''t''، حاصل کانلوشن (پیچیدگی) دو تابع بازتابی زمین (''e''(''t'' و [[موجک]] [[لرزه نگاری]] (''w''(''t'' است که از [[wiki:point source|منبع نقطه ای]] ساطع می شود. در این توابع، ''t'' نشان دهنده زمان ضبط است. بنابراین، معادله کانولوشن پیچیدگی ما میآید
:<math>s(t) = (e * w)(t) \, </math>
زلزلهشناس طالب بدست آوردن ''e'' است، زیرا که اطلاعات مربوط به [[ساختار زمین]] در آن نهفته است. بر اساس [[wiki:convolution theorem|قضیه کانلوشن]]، معادله بالا را می توان به رابطه [[تبدیل فوریه]] زیر تغییر داد:
:<math>S(\omega) = E(\omega)W(\omega) \, </math>
سطر ۴۳ ⟵ ۴۲:
[[ضرایب انعکاس]] هستند.
از آنجا که در عمل [[نوفه|نویزهای]] مورد نظر ما دارای [[پهنای باند]] محدود، طول محدود، مجموعه دادههای گسسته هستند، لذا روش فوق تقریبی از فیلتر لازم جهت دکانوالو [[داده ها]] را در اختیار ما قرار می دهد. با این حال، با فرموله کردن مسئله به صورتی که پاسخ مورد نظر ما، راه حل [[wiki:Toeplitz_matrix|ماتریکس توپلیتز]] باشد و با استفاده از [[wiki:Levinson_recursion
بازگشت لوینسون]]، ما
=== کاربردهای نورشناخت و تصویربرداری ===
در نورشناخت و تصویربرداری، از واژه ''دکانولوشن'' به طور خاص برای اشاره به روند معکوس کردن (خنثی کردن) [[انحنای میدان#اعوجاج تصویر|اعوجاج نوری]] که در [[میکروسکوپ]] نوری، [[میکروسکوپ الکترونی]]، [[تلسکوپ]]، و یا دستگاههای دیگر تصویربرداری اتفاق
فرض معمول آن است که مسیر نوری درون یک ابزار، از لحاظ نوری '''کامل''' است، که پس از آن با [[تابع نقطه گستر]] ([[wiki:Point_spread_function|PSF]]) کانوالو (پیچیده) می شود. PSF یک [[تابع|تابع ریاضی]] است که اعوجاج را بر حسب مسیر نظری که '''[[wiki:Point_source|منبع نقطه ای]] نور''' در ابزار می پیماید توصیف می کند.<ref name=Pawley_2006>{{cite book |author = Cheng PC |chapter =The Contrast Formation in Optical Microscopy | title=Handbook of Biological Confocal Microscopy (Pawley JB, ed.) | publisher=Springer |location=Berlin |year=2006 | pages = 189–90 | edition = 3rd ed. |isbn=038725921x}}</ref>
▲معمولا یک چنین منبع نقطه ای، در تصویر نهایی بدست آمده شامل منطقه ای کوچک از عدم وضوح (مات بودن) است. اگر این تابع تعیین شود، تابع معکوس یا مکمل آن تنها با یک محاسبه بدست خواهد آمد. سپس می توان این تابع معکوس را با تصویر بدست آمده کانوالو کرد (پیچید). نتیجه بدست آمده عکسی است که پیش از ورود به ابزار بدون اعواج بوده است.
در عمل، پیدا کردن PSF واقعی غیر ممکن است، و
یا بر اساس برخی از برآوردهای تجربی با استفاده از اندازه گیرهای خاص تعیین شود. ابزار نوری واقعی نیز ممکن است با توجه به نقاط کانونی مختلف و موقعیت فضایی شان دارای PSFهای مختلف باشند. PSF می تواند غیر خطی باشد. دقت PSF تخمین زده شده، کیفیت نتیجه بدست آمده را تعیین می کند. برای دریافت نتایج بهتر می توان از الگوریتمهای مختلف به طور همزمان استفاده کرد. با این کار هزینه محاسبات نیز افزایش خواهد یافت. از آنجا کانولوشن قسمتی از دادهها را از بین می برد، برخی از الگوریتمها از
<u>
دادههای اضافی به دست آمده در نقاط نزدیک [[فاصله کانونی]]
</u>
استفاده کرده و داده های از دست
هنگامی که PSF
دکانولوشن کور به عنوان تکنیکی خوب جهت مرمت تصویر در [[نجوم]] مورد استفاده واقع می شود. دلیل این امر، طبیعت نقطه ای بودن اشیائی است که از آنها [[تصویر برداری]] می شود و در معرض PSF قرار می گیرند. کاربرد دیگر این روش، ترمیم تصویرها در تکنیک [[wiki:fluorescence microscopy|ریزبینی فلورسانس]] است. معمول ترین الگوریتم [[تکرار|تکرار شونده]] برای این منظور الگوریتم [[wiki:deconvolution Richardson–Lucy|دکانولوشن ریچاردسون لوسی]] است. روش [[wiki:Wiener deconvolution|وینر دکانولوشن]] معمول
▲دکانولوشن کور به عنوان تکنیکی خوب جهت مرمت تصویر در [[نجوم]] مورد استفاده واقع می شود. دلیل این امر، طبیعت نقطه ای بودن اشیائی است که از آنها تصویر برداری می شود و در معرض PSF قرار می گیرند. کاربرد دیگر این روش، ترمیم تصویرها در تکنیک [[wiki:fluorescence microscopy|ریزبینی فلورسانس]] است. معمول ترین الگوریتم [[تکرار|تکرار شونده]] برای این منظور الگوریتم [[wiki:deconvolution Richardson–Lucy|دکانولوشن ریچاردسون لوسی]] است. روش [[wiki:Wiener deconvolution|وینر دکانولوشن]] معمول ترین الگوریتم غیر تکراری است.
=== رادیو نجوم ===
هنگام انجام ترکیب تصویر در [[wiki:interferometry|تداخل]] رادیویی، که یک نوع خاص از [[wiki:radio astronomy|اخترشناسی رادیویی]] است، یک گام از عملیات، دکانوالو کردن تصویر تولید شده با ''پرتو کثیف'' است که
== پیوندهای مرتبط ==
*[[wiki:Digital filter|Digital filter]]
*[[wiki:Filter (signal processing|Filter (signal processing]]
سطر ۸۱ ⟵ ۷۷:
== منابع ==
{
{{
[[رده:پردازش تصویر]]
[[رده:پردازش سیگنال]]
[[رده:ویکیسازی رباتیک]]
|