چکیده: چکیده ماتی یکی از رایج‌ترین خرابی‌ها روی تصاویر دیجیتال است. این امر عمدتاً به دلیل حرکت اشیاء موجود در صحنه، لرزش دوربین هنگام ثبت عکس و عدم تطابق لنز دوربین اتفاق می‌افتد. به بازسازی تصویر واضح (پنهان) از تصویر مات، عملیات رفع ماتی گفته می‌شود که یکی از مسائل روز حوزه پردازش تصویر می‌باشد. چالش اصلی رفع ماتی ناشی از اطلاعات کم یا عدم وجود اطلاعات در مورد تصویر پنهان یا فرآیند تار شدن و همچنین فقدان فیلترهای بازسازی بهینه برای کاهش یا حذف کامل اثر ماتی است. علاوه بر این، بازسازی می‌تواند توسط عارضه مخدوش شود. عارضه‌هایی که در تصویر بازسازی‌شده به دلایل مختلفی ایجاد می‌شوند. این چالشی است که در این پایان نامه بررسی شده است. در این پایان‌نامه، برای رفع ماتی از الگوریتم دانش پیشین دُم سنگین روی گرادیان تصویر پنهان استفاده شده است. برای کنترل هسته تاری و جلوگیری از تشکیل عارضه بر روی تصویر پنهان، تفاوت سطح انرژی حوزه فرکانس برای تصاویر پنهان دارای عارضه نسبت به تصاویر پنهان بدون عارضه به‌عنوان یک شاخص استفاده شده است. تعدادی ماسک برای محاسبه‌ی انرژی در محدوده‌های مشحص ساخته شده تا تفاوت سطح انرژی را در نظر بگیرند. انرژی محاسبه‌شده به‌عنوان بردار ویژگی به ماشین بردار پشتیبان داده می‌شود. ماشین بردار پشتیبان تصاویر پنهان میانی را به دو کلاس تصویر پنهان میانی دارای عارضه و بدون عارضه تقسیم می‌کند. الگوریتم دُم سنگین برای بازسازی هسته تاری نهایی تا جایی ادامه پیدا می‌کند که الگوریتم ماشین بردار پشتیبان آخرین تصویر پنهان میانی بدون عارضه را پیدا کند. نتایج ارزیابی روش پیشنهادی نشان می‌دهد که ماشین بردار پشتیبان با صحت آزمون %89 توانسته است تصاویر پنهان بدون عارضه را از تصاویر پنهان دارای عارضه تفکیک کند و با اعمال آن به الگوریتم دُم سنگین توانسته است %26 تصاویر پنهان دارای عارضه را کاهش دهد.