@article { author = {Khodabakhshi, Zeinab and Asadi Amiri, Sekineh and Hassanpour, Hamid}, title = {Quality Preserving in Image Noise Removal by Using Texture Information}, journal = {Journal of Soft Computing and Information Technology}, volume = {8}, number = {4}, pages = {75-86}, year = {2020}, publisher = {Babol Noshirvani University of Technology}, issn = {2383-1006}, eissn = {2588-4913}, doi = {}, abstract = {The existence of noise in image reduces its quality and hinders analysis of the image. Image noise reduction techniques are often accompanied with artifact, especially in facing with strong noise. Since sensitivity of human visual system is not alike in all areas of image, i.e. smooth and nonsmooth areas, noise removal can be performed considering the textual information of the image. The proposed approach intend to earnestly remove noise from the smooth region as it is more obvious to human visual system. Indeed, the filtered image produces less artifact in nonsoomth region, as the noise is superficially removed from the nonsmooth region. In the proposed method, the image is segmented into smooth and non-smooth regions using entropy information of the image. Then to remove the noise from each region, the diffusion filter with different parameters is used. The proposed method not only removes the noise but also preserves the edges and details of the image. The proposed method was evaluated using several noisy images and images from CSIQ and IVC databases. According to subjective and objective quality results, accuracy of the proposed method in Gaussian noise reduction is better than the previous works.}, keywords = {Noise Removal,Diffusion Filter,Texture,Human Vision System}, title_fa = {حفظ کیفیت در رفع نویز از تصویر با بهره‌گیری از اطلاعات بافت}, abstract_fa = {وجود نویز در تصویر باعث کاهش کیفیت آن می‌شود، و تحلیل آن را دچار مشکل می‌کند. روش‌های رفع نویز، بخصوص در مواجه با نویز‌های قوی در تصویر، غالبا خرابی‌هایی نیز به همراه دارند. با توجه به آنکه حساسیت سیستم بینایی انسان به همه نواحی تصویر (نواحی هموار و غیر‌هموار) به یک میزان نیست، در این تحقیق حذف نویز بر اساس نواحی بافتی تصویر انجام می‌شود. روش ارائه شده در این مقاله، نویز موجود در نواحی هموار را به دلیل اثرگذاری بیشتر بر روی سیستم بینایی انسان با شدت بیشتری حذف می‌کند. در واقع با دخالت کمتر فیلتر در نواحی غیرهموار، اثرات کمتری از خرابی ناشی از فیلتر در تصویر بهسازی شده مشاهده خواهد شد. در روش پیشنهادی، با استفاده از اطلاعات آنتروپی، تصویر به دو ناحیه با بافت هموار و غیرهموار قطعه‌بندی می‌شود. سپس برای حذف نویز در هریک از این دو ناحیه، از فیلتر انتشار با مقادیر پارامترهای مختلف استفاده می‌شود. در واقع در روش پیشنهادی، ضمن کاهش اثر نویز در تصویر، لبه‌ها و جزئیات تصویر نیز به‌خوبی حفظ می‌شوند. روش پیشنهادی بر روی چندین تصویر نویزی و تصاویر پایگاه داده CSIQ و IVC ارزیابی شده است. نتایج کیفی و کمّی حاکی از آن است که روش پیشنهادی در حذف نویز گوسی از تصویر، در مقایسه با روش‌های پیشین به مراتب عملکرد بهتری دارد.}, keywords_fa = {حذف نویز,فیلتر انتشار,بافت تصویر,سیستم بینایی انسان}, url = {https://jscit.nit.ac.ir/article_100563.html}, eprint = {https://jscit.nit.ac.ir/article_100563_99152d3a789092ad85d60c74e251c019.pdf} }