TY - JOUR ID - TI - Identification Type of Noise in Gray Scale Images using Wavelet-Network (WN) AU - H. H. Khalil AU - W. A. Mahmoud PY - 2005 VL - 11 IS - 1 SP - 203 EP - 211 JO - Journal of Engineering مجلة الهندسة SN - 17264073 25203339 AB - In this paper, Wavelet-Network (WN) model has been recently proposed and applied to image processing, e.g., identification type of noise in Gray-Scale Images (GSI). This paper develops a new technique, which employs a Discrete Wavelet Transforma(DWT) and an Artificial Neural Network (ANN). This WN technique uses special mother wavelet ψ (x1, x2) of (DWT) as activation function for (ANN) instead of the traditional activation function like ( Log sigmoid, Tan sigmoid, . etc). it is shown here that the benefit of WN circuits which uses WN is a good approximation tool for GSI images. These approximation patterns for images forced ANN to learn on these images which will be used in the test phase after that.

يستخدم هذا البحث شبكة المويجة- الخلايا العصبية (W N) كنموذج اقترح مؤخراً وتم تقديمه كنموذج لمعالجة الصور، و كمثال على ذلك، تصنيف انواع الضوضاء الذي يصيب الصور الرمادية، وقد تم تطوير واستخدام تقنية جديدة والتي تتضمن كل من تحويل المويجة ( DWT) مع الشبكة العصبية (ANN). هذه التقنية تستخدم معادلة المويجة الام ( activation function ) بدلاً عن الانواع المستخدمة في (ANN)لقد تبين أن الفائدة من( WN ) يكمن في تحديد نوع الضوضاء الموجود في الصور واستخدامها كأداة تقريبية جيدة للصور الرمادية. وقد لوحظ ان هذا العمل يؤدي الى اجبار (ANN) على التعلم على هذه الصور حيث يؤدي الى تحسين الاداء في طور الاختبار. ER -