الأبحاث ضمن الموضوع : تقنيات تحسين الصور
-
تعزيز التباين لصور الرنين المغناطيسي للدماغ عبر تحسين توازن الهيستوجرام القائم على الخوارزمية الجينية
2026 | المؤلف: Iksan Bukhori وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم ورقة البحث تقنية جديدة لتعزيز التباين في التصوير بالرنين المغناطيسي (MRI) تُسمى التوزيع الثنائي المتكيف المعتمد وراثيًا (GADCHE). تتناول هذه الطريقة تحدي الصور ذات التباين المنخفض في التصوير بالرنين المغناطيسي، والتي يمكن أن تعيق تحديد الحالات الطبية مثل أورام الدماغ. يعزز GADCHE تباين الصورة مع الحفاظ على السلامة الهيكلية من خلال تقسيم هيستوغرام الصورة…
-
استغلال محول المعلومات الإقليمية لتقليل المطر عن صورة واحدة
2026 | المؤلف: Baiang Li وآخرون | المجلة: IEEE Transactions on Multimedia | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)في هذا البحث، يقدم المؤلفون Regformer، وهي طريقة جديدة تعتمد على Transformer لإزالة المطر من صورة واحدة (SID) مصممة لتحسين جودة الصورة من خلال معالجة التحديات التي تطرحها المناطق المتأثرة وغير المتأثرة بالمطر. غالبًا ما تعالج الطرق الحالية SID هذه المناطق في وقت واحد، مما يؤدي إلى ارتباك بين خطوط المطر وعناصر الخلفية، مما يعيق…
-
طريقة تحسين الصور والفيديو تحت الماء خفيفة الوزن تعتمد على دمج الميزات متعددة المقاييس
2026 | المؤلف: Gaosheng Luo وآخرون | المجلة: Frontiers in Marine Science | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم البحث خوارزمية جديدة خفيفة الوزن للتعزيز، تُسمى UIVE، مصممة لتحسين الصور والفيديوهات تحت الماء المتأثرة بامتصاص الضوء وتشتته. تستخدم الخوارزمية بشكل مبتكر مزيجًا ديناميكيًا من تقليل العينة وزيادتها من خلال اتصالات القفز متعددة المقاييس، مما يحافظ على التفاصيل متعددة المقاييس بينما تستبدل طبقة التطبيع الجماعي (BN) بكتل متبقية لتقليل التعقيد الحسابي. كما تم دمج…
-
UniUIR: اعتبار استعادة الصور تحت الماء كمتعلم شامل
2026 | المؤلف: Xu Zhang وآخرون | المجلة: IEEE Transactions on Image Processing | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)في هذا القسم، يقدم المؤلفون نهجًا جديدًا لاستعادة الصور تحت الماء (UIR) يسمى UniUIR، والذي يعالج قيود الطرق الحالية التي تركز عادةً على تشويه اللون أو الضباب ولكنها تتجاهل تعقيدات التدهورات المختلطة في البيئات تحت الماء. يستخدم UniUIR وحدة Mamba Mixture-of-Experts (MMoEM)، حيث يتعامل خبراء متخصصون مع جوانب التدهور المختلفة، وآلية بوابة توجه الميزات ديناميكيًا…
-
إزالة الضباب الفعالة من الصور في مجالين باستخدام إدراك الضباب السابق
2026 | المؤلف: Lirong Zheng وآخرون | المجلة: Pattern Recognition | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم ورقة البحث شبكة إزالة الضباب المدفوعة بالقناة المظلمة (DGFDNet)، وهي إطار عمل جديد ثنائي المجال مصمم لتعزيز إزالة الضباب من صورة واحدة من خلال محاذاة فعالة لمؤشرات تدهور المجال المكاني وتدهور المجال الترددي. غالبًا ما تكافح الطرق التقليدية المعتمدة على المحولات مع التكاليف الحسابية العالية والأداء غير الكافي في ظروف الضباب المعقدة بسبب اعتمادها…
-
نموذج التباين الكلي من الدرجة العالية المزدوجة لاستعادة الصور تحت الماء
2026 | المؤلف: Yuemei Li وآخرون | المجلة: IEEE Transactions on Multimedia | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم هذه القسم نهجًا جديدًا لتحسين واستعادة الصور تحت الماء (UIER) يعالج القضايا الشائعة مثل تدرج الألوان، والضباب، والتمويه، والإضاءة غير المتساوية، التي تنشأ بسبب امتصاص الضوء وتشتته في الماء. يقدم الأسلوب المقترح إطار عمل متغير موجه بتوجيه من تنظيم عالي الرتبة مزدوج يعتمد على نموذج تشكيل الصورة تحت الماء الموسع (UIFM). على عكس الطرق…
-
مراجعة للتقدم في تحسين الصور في الإضاءة المنخفضة باستخدام التعلم العميق
2026 | المؤلف: Fangxue Liu وآخرون | المجلة: Neurocomputing | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)يوفر هذا القسم من ورقة البحث نظرة شاملة على التحديات والتقدم في تحسين الصور في الإضاءة المنخفضة باستخدام تقنيات التعلم العميق. يسلط الضوء على الآثار الضارة لظروف الإضاءة المنخفضة على مهام رؤية الكمبيوتر مثل التقسيم والكشف والتصنيف، ويلاحظ التقدم الكبير الذي تم إحرازه في السنوات الأخيرة. تصنف المراجعة بشكل منهجي طرق التحسين المختلفة التي تم…
-
إزالة الضباب من صور الاستشعار عن بعد في العالم الحقيقي: معيار وقاعدة
2026 | المؤلف: Zhenyun Du وآخرون | المجلة: IEEE Transactions on Geoscience and Remote Sensing | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)يقدم هذا القسم MCAF-Net، وهو إطار عمل جديد مصمم لإزالة الضباب من صور الاستشعار عن بُعد (RSID) الذي يتناول التحديات التي تطرحها الظروف الجوية المعقدة وتشوهات الألوان في السيناريوهات الواقعية. يستفيد الإطار من مجموعة بيانات صور الاستشعار عن بُعد الضبابية في العالم الحقيقي (RRSHID)، وهي أول مجموعة بيانات كبيرة الحجم من أزواج الصور الضبابية وغير…
-
TSCnet: إطار قابل للتحكم على المستوى الدلالي مدفوع بالنص لتحسين الصور في الإضاءة المنخفضة
2026 | المؤلف: Miao Zhang وآخرون | المجلة: Neurocomputing | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم البحث إطارًا جديدًا لتعزيز الصور في الإضاءة المنخفضة من خلال التعلم العميق، معالجًا القيود التي تفرضها الطرق التقليدية التي تعتمد على خرائط ثابتة من واحد إلى واحد. من خلال تقديم نهج مدفوع بالتوجيه، يسمح الإطار بالتحكم المخصص في الإضاءة وفقًا للتفضيلات الفردية. المركز في هذا الابتكار هو دمج نموذج لغة كبير (LLM) يقوم بتفسير…
-
تحسين الصور تحت الماء وتصنيف المشاهد المعتمد على GAN باستخدام التعلم الانتقالي
2026 | المؤلف: Amani Homoud وآخرون | المجلة: PLoS ONE | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم هذه الورقة البحثية تحليلًا استكشافيًا لتقنيات تحليل الفيديو تحت الماء تهدف إلى تحسين جودة الصورة وتحسين تصنيف الأنواع البحرية. تبدأ المنهجية بمعالجة التحديات التي تطرحها البيئات تحت الماء، مثل انخفاض شدة الضوء وتشويه الألوان، مما يعيق الكشف الدقيق عن الأجسام. يستخدم المؤلفون خوارزمية العالم الرمادي (GW) لتحسين الصورة الأولية، تليها تحليل مقارن لتقنية توازن…
