تحسين صور المجهر الإلكتروني الماسح باستخدام خوارزمية Unsharp Masking العامة المكيفة

الباحث

زيد ناطق عبد القادر الصائغ

المشرف

زهير قيس إبراهيم

الجامعة

جامعة الموصل

الكلية / القسم

كلية علوم الحاسوب والرياضيات / علوم الحاسوب

الشهادة

ماجستير

السنة

2022

لغة الرسالة

انكليزي

الكلمات المفتاحية

SEM Images ; Image Enhancement ; Unsharp Masking ; Image Processing

في بعض الأحيان ٠ يتم الحصول على صور SEM غير واضحة ومتدهورة بسبب التشوهات ، مثل Blur الذي يقلل من حدة هذه الصور أو التباين المنخفض أو كليهما. إحدى الخوارزميات المثيرة للاهتمام هي Generalized Unsharp Mask (GUSM) ، الذي يتجنب توليد القطع الأثرية التي تمتلكها العديد من طرق الحدة ¢ ويحسن التباين في نفس الوقت وله بنية بسيطة إلى حد ما. ومع ذلك ، عندما يتم تطبيق خوارزمية GUSM على صور SEM مختلفة ، فإنها توفر حدة غير طبيعية ، كما أن تحسين التباين محدود أيضًا ، ولا يمكن التحكم فيه ، ويتضخم السطوع نسبيًا. هذا غير مرغوب فيه ، حيث أن الحدة المناسبة مطلوبة لصور SEM لأنها تصور معلومات مهمة. تمر خوارزمية إخفاء Unsharp العامة المقترحة لتحسين الحدة والتباين (AGUSMSC) بثلاث مراحل رئيسية. تم اقتراح خوارزمية متعددة الأطوار غير معقدة (NM) في هذه الدراسة لتوفير تباين أفضل لصور SEM المختلفة. تحتوي الخوارزمية المطورة على المراحل التالية: Vol ، يتم ضبط شدة الصورة المتدهورة باستخدام إجراء تنظيم من خطوتين ٠ ثم استخدام دالة التوزيع التراكمي المصححة بأشعة Lele لنهج التوزيع اللوغاريتمي الموحد لتحسين التباين. أخيرًا ، يتم استخدام تقنية توسيع المدرج التكراري الآلي لإعادة توزيع وحدات البكسل في الصورة بشكل صحيح. تفوقت خوارزمية NM على ستة خوارزميات بعد إجراء المقارنات ¢ وتم استخدام ثلاثة مقاييس Gus سجل BPRI قراءة قدرها 0.0081 ، وسجل مقياس BRISQUE قراءة قدرها 18.58968 وسجل VCM قراءة 780.497 هذه القراءات تمثل أفضل تباين لكل مقياس Gus احتلت NM المرتبة الأولى في جميع القراءات وجاءت Vol من حيث وقت التنفيذ. المرحلة الثانية هي عملية تحسين الحدة باستخدام خوارزمية Adapted Generalized Unsharp Masking (AGUSM) التي تستخدم المرشح You bilateral من استخدام المرشح الوسيط في خوارزمية GUSM التقليدية. تفوقت خوارزمية AGUSM على ستة خوارزميات ٠، بعد إجراء المقارنات باستخدام مقياسين ، سجل مقياس Blur قراءة قدرها 0.2542 وسجل مقياس MLV قراءة قدرها 0.1537. dia! AGUSM المرتبة الأولى في جميع القراءات clay في المرتبة الأخيرة من حيث زمن التنفيذ .. المرحلة النهائية هي تكامل خوارزمية NM وخوارزمية ٠ AGUSM ويمثل الناتج خوارزمية AGUSMSC النهائية. تفوقت الخوارزمية المقترحة على أربع خوارزميات بعد إجراء مقارنات معها ، حيث تم استخدام das) مقاييس. سجل مقياس Blur قراءة 0.232575 ، وسجل مقياس BRISQUE قراءة

Sometimes blurred and degraded SEM images are obtained due to distortions, such as Blur reducing the clarity of these images, low contrast or both. One interesting algorithm is the General Unsharp Mask (GUSM), which avoids the generation of artifacts that many sharpening methods have, improves contrast at the same time and has a fairly simple structure. However, when the GUSM algorithm is applied to different SEM images, it provides unnatural sharpness, and contrast enhancement is also limited, uncontrollable, and brightness amplifies relatively. This is undesirable, as proper sharpening is required for SEM images as they depict important information. The proposed general Unsharp masking algorithm to improve sharpeness and contrast (AGUSMSC) goes through three main stages. Non complex multiphase (NM) algorithm is proposed in this study to provide better contrast for different SEM images. The developed algorithm has the following stages: first, the intensity of the degraded image is adjusted using a two-step regularization procedure, and then the gamma-corrected cumulative distribution function of the logarithmic uniform distribution approach is applied to the contrast enhancement. finally, an automated histogram expansion technique is used to properly redistribute the pixels in the image. The NM algorithm outperformed six algorithms after making comparisons ,three measures were used Where the BPRI recorded a reading of 0.0081 , the BRISQUE scale recorded a reading of 18.58968 and the VCM recorded a reading of 780.497These readings represent the best contrast for each scale where NM ranked first in all readings and came firsr in terms of implementation time. The second stage is the process of improving the sharpness using the Adapted Generalized Unsharp Masking (AGUSM) algorithm that uses the bilateral filter instead of using the median filter in the

طلب نسخة من الملف

الملفات غير منشورة على الموقع. اترك بياناتك وسيتواصل معك موظفو قسم الشؤون الثقافية والفنون لإرسال النسخة مجاناً.

الاسم

رقم الهاتف

البريد الإلكتروني

الغرض من الطلب (اختياري)

إرسال الطلب