بهبود الگوریتم ترمیم تصویر بر اساس اطلاعات ساختار و بافت با استفاده از مفهوم quad-tree

در این مقاله، یک روش جدید برای ترمیم تصویر با استفاده از ساختار و بافت و بر اساس quad-tree آورده شده است. به طور کلی یک تصویر قابل تجزیه به دو تصویر ساختار و بافت می­باشد که هر کدام از این اجزاء می­توانند ویژگی­های خاصی از تصویر را نشان دهند. در نتیجه در این مقاله ابتدا تجزیه تصویر انجام شده سپس هر یک از اجزاء به طور جداگانه ترمیم می­شوند. در بخش ترمیم از مفهوم quad-tree استفاده شده است که یک داده ساختار درختی می­باشد و می­تواند روی یک تصویر به کار گرفته شود. با اعمال quad-tree تصویر به نواحی متمایزی افراز می­شود به طوری که پیکسل­های هر ناحیه بر اساس یک حد آستانه­ای به هم شباهت دارند و نسبت به ناحیه دیگر متفاوت هستند. اندازه هر ناحیه بدست آمده پس از اعمال quad-tree می­تواند اهمیت آن ناحیه را نشان دهد و ما از این امر در ترمیم ساختار و بافت استفاده می­نماییم. پس از ترمیم هر یک از اجزاء، تصویر نهایی از ترکیب دو جزء ترمیم شده بدست می­آید. نتایج روش پیشنهادی با استفاده از معیارهای کمّی چون psnr و ssim نشان می­دهد که استفاده از ساختار و بافت و نیز به کارگیری quad-tree می­تواند به کیفیت ترمیم تصویر کمک شایانی نماید.