TIBBIY TASVIRLARGA RAQAMLI ISHLOV BERISH MODEL VA ALGORITMLARI
Kalit so'zlar
https://doi.org/10.47390/ts-v3i5y2025N3Kalit so'zlar
Raqamli tasvirlarni qayta ishlash, Gauss shovqini, impulsli shovqin, medianna filtr, ranjirlovchi filtr, chiziqli filtr, nochiziqli filtr, konvolyutsiya, tasvir sifatini yaxshilashAnnotasiya
Mazkur maqolada raqamli tasvirlarni qayta ishlash sohasidagi zamonaviy yondashuvlar, shovqinlarni aniqlash va bartaraf etish usullari tahlil qilinadi. Tasvirlar tarkibidagi shovqinlarning paydo bo‘lish sabablari, ularning asosiy modellari - additiv Gauss va impulsli shovqinlar yoritiladi. Turli filtrlar, jumladan, chiziqli va nochiziqli, medianna hamda ranjirlovchi filtrlash usullarining afzalliklari va qo‘llanilish sohalari haqida ma’lumot beriladi. Filtrlash algoritmlarining tasvir sifatini oshirishdagi roli, ayniqsa tibbiyot va raqamli aloqa tizimlarida ularning ahamiyati muhokama qilinadi.
Manbalar
1. Gonzalez R.C., Woods R.E. Digital Image Processing. – 4th ed. – Pearson, 2018.
2. Jain A.K. Fundamentals of Digital Image Processing. – Prentice Hall, 1989.
3. Lim J.S. Two-Dimensional Signal and Image Processing. – Prentice Hall, 1990.
4. Buades A., Coll B., Morel J.M. A Non-Local Algorithm for Image Denoising. // IEEE Computer Vision and Pattern Recognition (CVPR), 2005.
5. Donoho D.L. De-Noising by Soft-Thresholding. // IEEE Transactions on Information Theory, 1995.
6. Zhang K., Zuo W., Chen Y., Meng D., Zhang L. Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising. // IEEE Transactions on Image Processing, 2017.
7. Ronneberger O., Fischer P., Brox T. U-Net: Convolutional Networks for Biomedical Image Segmentation. // MICCAI, 2015.
This work is licensed under a 