TASVIRNI YAXSHILASH VA RESTAVRATSIYA QILISH
Keywords:
Kalit so‘zlar: tasvirni yaxshilash, restavratsiya, raqamli algoritmlar, inpainting, neyron tarmoqlari, PSNR, SSIM, shovqinni kamaytirish, interpolatsiyaAbstract
Annotatsiya
Maqolada tasvirni yaxshilash va restavratsiya qilish sohasidagi zamonaviy
raqamli metodlar, algoritmlar va texnologiyalar tahlil qilinadi. Tadqiqot davomida
filtrlar, interpolatsiya, inpainting va sun’iy neyron tarmoqlari yordamida shovqin
kamaytirish, kontrastni oshirish, ranglarni optimallashtirish hamda shikastlangan yoki
yo‘qolgan detallarni tiklash jarayonlari o‘rganildi. Tasvir sifatini baholash uchun
PSNR va SSIM ko‘rsatkichlari hamda vizual taqqoslash metodlari qo‘llanildi. Natijalar
shuni ko‘rsatdiki, turli algoritmlarning kombinatsiyasi murakkab va shovqinli
tasvirlarda yuqori samaradorlikni ta’minlaydi, bu esa arxiv hujjatlari, san’at asarlari va
media materiallarini saqlash va qayta ishlashda amaliy qo‘llanilishini kafolatlaydi.
Tadqiqot natijalari ilmiy, tarixiy va amaliy jihatdan ahamiyatli bo‘lib, kelajakda sun’iy
intellekt va chuqur o‘rganish algoritmlari yordamida tasvir sifatini yanada oshirish
imkoniyatlarini ko‘rsatadi.
References
Foydalanilgan adabiyotlar
[1] Gonzalez, R.C., Woods, R.E. Digital Image Processing. 4th Edition. Pearson, 2018.
[2] Jain, A.K. Fundamentals of Digital Image Processing. Prentice Hall, 1989.
[3] Castleman, K.R. Digital Image Processing. Prentice Hall, 1996.
[4] Buades, A., Coll, B., Morel, J.M. “A Non-Local Algorithm for Image Denoising,”
CVPR, 2005.
[5] Dabov, K., Foi, A., Katkovnik, V., Egiazarian, K. “Image Denoising by Sparse 3D
Transform-Domain Collaborative Filtering,” IEEE Transactions on Image Processing,
2007.
[6] Bertalmio, M., Sapiro, G., Caselles, V., Ballester, C. “Image Inpainting,” ACM
SIGGRAPH, 2000.
[7] Pathak, D., Krahenbuhl, P., Donahue, J., Darrell, T., Efros, A.A. “Context
Encoders: Feature Learning by Inpainting,” CVPR, 2016.
[8] Wang, Z., Bovik, A.C., Sheikh, H.R., Simoncelli, E.P. “Image Quality Assessment:
From Error Visibility to Structural Similarity,” IEEE Transactions on Image
Processing, 2004.
[9] Goodfellow, I., Bengio, Y., Courville, A. Deep Learning. MIT Press, 2016.
