واهم‌گشت: تفاوت میان نسخه‌ها
محتوای حذف‌شده محتوای افزوده‌شده
FreshmanBot (بحث | مشارکت‌ها) جز اصلاح فاصله مجازی + اصلاح نویسه، replaced: بوده است ← بوده‌است، یافته است ← یافته‌است، پیش بینی ← پیش‌بینی ، شده با ویرایشگر خودکار فارسی |
جز تمیزکاری یادکردها (وظیفه ۱۹) |
||
خط ۱۶:
در معادله بالا ''ε'' [[نوفه|نویزی]] است که به سیگنال‌های ثبت شده ما وارد شده‌است. اگر فرض کنیم که یک سیگنال 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 [[w: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 [[:en: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 [[مؤسسه 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=
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 پیش‌بینی [[آب و هوا]] و اقتصاد بودند.
خط ۴۸:
در نورشناخت و تصویربرداری، از واژه ''دکانولوشن'' به‌طور خاص برای اشاره به روند معکوس کردن (خنثی کردن) [[انحنای میدان#اعوجاج تصویر|اعوجاج نوری]] که در [[میکروسکوپ]] نوری، [[میکروسکوپ الکترونی]]، [[تلسکوپ]]، یا دستگاه‌های دیگر تصویربرداری اتفاق میفتداتلاق می‌شود. در نتیجه این کار به تصاویر واضح تر دست پیدا می‌کنیم. این کار در حوزه دیجیتال معمولاً توسط [[الگوریتم]]های [[نرم‌افزار|نرم‌افزاری]] انجام می‌شود (که بخشی از مجموعه تکنیک [[:en:Microscope image processing|پردازش تصویر میکروسکوپ]] است). کاربرد عملی دیگر دکانولوشن در وضوح دادن به تصاویری است که در زمان ضبط دچار خرابی ناشی از حرکت سریع یا لرزش می‌شوند. اخیراً تصاویر گرفته شده توسط [[تلسکوپ فضایی هابل]] که در اثر [[:en:Hubble Space Telescope#Flawed mirror|نقص آینه]] دچار تخریب شده‌اند، می‌توانند توسط دکانولوشن شفاف شوند.
فرض معمول آن است که مسیر نوری درون یک ابزار، از لحاظ نوری '''کامل''' است، که پس از آن با [[تابع نقطه گستر]] ([[:en:Point spread function|PSF]]) کانوالو (پیچیده) می‌شود. PSF یک [[تابع|تابع ریاضی]] است که اعوجاج را بر حسب مسیر نظری که '''[[:en:Point source|منبع نقطه‌ای]] نور''' در ابزار می‌پیماید توصیف می‌کند.<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=0-387-25921-
معمولاً یک چنین منبع نقطه‌ای، در تصویر نهایی بدست آمده شامل منطقه‌ای 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 می‌توان این تابع معکوس را با تصویر بدست آمده کانوالو کرد (پیچید). نتیجه بدست آمده عکسی است که پیش از ورود به ابزار بدون اعواج بوده‌است.
| |||