دو مرحله نويز زدايي از تصوير با استفاده از تجزيه و تحليل مولفه هاي اصلي با دسته بندي محلي پيكسل ها

اين مقاله يك طرح نويز زدايي كارا با بكارگيري تجزيه مولفه هاي اصلي (PCA) با دسته بندي پيكسل هاي محلي (LPG) را ارائه مي دهد. براي حفاظت بهتر از ساختارهاي محلي تصوير، يك پيكسل و نزديك ترين همسايه آن به عنوان متغيرهاي برداري مدلسازي مي شوند، كه نمونه هاي آموزش از پنجره محلي با استفاده از بلوك هاي انطباقي ميتني بر LPG انتخاب مي شوند. چنين روش LPG تضمين مي كند كه تنها بلوك هاي نمونه با محتواي مشابه در محاسبه آمار محلي، براي برآورد تبديل PCA مورد استفاده قرار ميگيرد. به طوري كه ويژگي هاي محلي تصوير مي تواند به خوبي بعد از نويز زدايي PCA حفظ شود. روش نويز زدايي LPG-PCA، مي تواند براي بهبود در كارايي نويز زدايي تكرار شود وسطح نويز د رمرحله دوم به صورت انطباقي تنظيم مي شود. نتايج تجربي بر روي تصاوير تست شده نشان مي دهد كه روش LPG-PCA به كارايي مطلوبي، بخصوص در حفظ ساختار تصوير در مقايسه با الگوريتم هاي ديگر دست يافته است.