TY - JOUR T1 - Video Denoising Using block Shearlet Transform TT - رفع نوفه ویدئو توسط تبدیل قیچک قطعه‌ای JF - jsdp JO - jsdp VL - 15 IS - 2 UR - http://jsdp.rcisp.ac.ir/article-1-547-fa.html Y1 - 2018 SP - 17 EP - 30 KW - anisotropic dilation matrix KW - curvelet transform KW - multidimensional shearlet transform KW - block diagonal dilation matrix KW - video denoising N2 - از روش‌های معمول در بهره‌برداری از نظام‌مندی‌ها و ویژگی‌های هندسی در سیگنال‌های چندبعدی می‌توان به استفاده از اتساع ناهمسان‌گرد[1] و مقیاس‌بندی سهموی[2] اشاره کرد که اساس تبدیلاتی همانند قیچک[3] و پیچک[4] را شکل می‌دهند. در چنین تبدیل‌هایی تحلیل کاملی از سیگنال ورودی صورت می‌پذیرد که با رشد تعداد ابعاد[5] داده، افزونگی آن به‌صورت نمایی زیاد شده و امکان پیاده‌سازی و استفاده عملی از آن‌ها را به‌شدت محدود می‌کند. در مقابل تبدیل‌های جدایی‌پذیر هر بعد داده ورودی را جداگانه مورد پردازش قرار می‌دهند که منجر به نادیده‌گرفته‌شدن نظام‌مندی‌های چندبعدی آن خواهد شد. با توجه به برتری نسبی تبدیل قیچک در مواجهه با داده‌های گسسته و برای چیره‌شدن بر مشکلات پیچیدگی زمانی و افزونگی[6] تبدیل قیچک کلاسیک در تحلیل داده‌های چندبعدی، در این مقاله ویرایش جدیدی از تبدیل قیچک گسسته با قابلیت کنترل افزونگی ارائه می‌شود. به‌بیان‌دیگر با رویکرد جدید، به‌دنبال امکان برقراری مصالحه بهتر بین افزونگی و پیچیدگی زمانی تبدیل از یک‌سو با میزان کامل‌بودن تحلیل و بهره‌برداری آن از نظام‌مندی‌های ورودی از سوی دیگر هستیم. در این راستا ماتریس اتساع به‌صورت قطری قطعه‌ای کاهش داده می‌شود که به معنای عملکرد مستقل تحلیل حاصل در زیرفضاهای متناظر با قطعه‌های مجزا خواهد بود. بدین ترتیب، شیوه تجزیه ماتریس اتساع به زیرقطعه‌ها، ابزار کنترلی مناسبی برای میزان افزونگی و پیچیدگی محاسباتی تبدیل حاصل به‌دست می‌دهد. به‌عنوان یک نمونه از کاربرد عملی رویکرد پیشنهادی، در این مقاله روشی برای رفع نوفه[7] ویدئو با استفاده از تبدیل قیچک قطعه‌ای ارائه‌شده و با تبدیل قیچک کلاسیک دو و سه‌بعدی مقایسه می‌شود. نتایج حاکی از آن است که رویکرد پیشنهادی با مصرف جزئی از زمان و حافظه تبدیل سه‌بعدی افزایش کیفیت قابل‌توجهی نسبت به تبدیل دوبعدی می‌تواند ارائه کند. * نویسنده عهده‌دار مکاتبات * Corresponding author [1] Anisotropic Dilations [2] Parabolic [3] Shearlets [4] Curvelets [5] Dimensions [6] Redundancy [7] Denoising M3 10.29252/jsdp.15.2.17 ER -