{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "Q79",
        "title": "بهسازی روش کانال تاریک برای رفع مه از تصویر",
        "publisher": "دانشگاه صنعتی شاهرود",
        "owner": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "license": "CC-BY-4.0",
        "license_url": "https://creativecommons.org/licenses/by/4.0/",
        "license_text": "استفاده، بازنشر، تحلیل، پردازش و بهره برداری پژوهشی، آموزشی و صنعتی با ذکر منبع دانشگاه صنعتی شاهرود مجاز است.",
        "publication_date": "1394",
        "last_update": "2026-07-11",
        "language": "fa",
        "format": "application/json",
        "contact": "thesis@shahroodut.ac.ir",
        "access": {
            "fulltext_available": "true",
            "public_access": "true"
        }
    },
    "data": {
        "thesis_id": "Q79",
        "title": "بهسازی روش کانال تاریک برای رفع مه از تصویر",
        "degree": null,
        "faculty": "مهندسی کامپیوتر ",
        "year": 1394,
        "authors": [
            {
                "name": "فائزه آذری نصرآباد",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "حمید حسن پور",
                "role": "استاد راهنما"
            },
            {
                "name": "سکینه اسدی امیری",
                "role": "استاد مشاور"
            }
        ],
        "keywords": [
            "کانال تاریک",
            "رفع مه",
            "نور محیط",
            "بخش بندی",
            "اصلاح گاما"
        ],
        "abstract": "خرابی های مختلفی در تصاویر ایجاد می شوند، که یکی از این خرابی ها مه است. مه توسط ذرات معلق در هوا ایجاد می شود. این ذرات، نور ناشی از منبع نور و نور بازتاب شده از اجسام را پراکنده می کنند که منجر به کاهش وضوح تصویر و عدم درک درست از محیط می شود. از این رو رفع مه از تصویر ضروری به نظر می رسد. یکی از روش های مطرح برای رفع مه از تصویر، روش کانال تاریک است. در این روش، ابتدا تصویر کانال تاریک ایجاد می گردد. برای ایجاد این تصویر، تصویر آغشته به مه به پنجره هایی هم پوشان تقسیم می شود. در هر یک از این پنجره ها، از هر سه کانالR ، G و B در یک تصویر رنگی RGB، کمترین مقدار پیکسل محاسبه و جایگزین کل پیکسل های آن پنجره می شود. به کمک تصویر کانال تاریک حاصل، میزان مه در قسمت های مختلف تصویر تشخیص داده می شود و با استفاده از این اطلاعات و نور محیط، رفع مه از تصویر انجام می گیرد. این روش دارای مشکلاتی از جمله اثر بلوکی در نواحی هموار تصویر و عدم کارایی مطلوب برای رفع مه از تصاویر با میزان مه غیر یکنواخت می باشد. \r\nدر این پایان نامه دو روش برای حل مشکلات مربوط به روش کانال تاریک پیشنهاد شده است. در روش اول، با استفاده از بافت تصویر، نواحی هموار و غیر هموار از هم جدا می شوند. نواحی هموار به کمک روش اصلاح گاما بهسازی می شوند. با توجه به اینکه هر قسمتی از تصویر که دارای مه غلیظ تر باشد، تصویر کانال تاریک متناظر با آن ناحیه روشن تر می گردد. به همین دلیل برای رفع مه از نواحی غیر هموار، تصویر کانال تاریک این نواحی استخراج شده و روش کانال تاریک، بار دیگر بر روی قسمت روشن اعمال می شود. روش پیشنهادی دوم، بهبود یافته ی روش پیشنهادی اول است. ابتدا، تأثیر منفی روش کانال تاریک روی نواحی هموار کاهش داده می شود. سپس الگوریتم به صورت تکراری بر روی قسمت روشن تصویر کانال تاریک اعمال می شود. برای ارزیابی روش های پیشنهادی، از معیارهای کمی و کیفی تصویر استفاده شده است. نتایج این معیارها، نشان دهنده برتری روش های پیشنهادی نسبت به روش های اخیر مطرح شده در زمینه ی کانال تاریک می باشد.",
        "repository": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "note": "حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.",
        "download_url": "https://shahroodut.ac.ir/fa/thesis/files/somefiles/sf_Q79.pdf"
    },
    "dictionary": {
        "thesis_id": "شناسه پایان نامه",
        "title": "عنوان پایان نامه",
        "degree": "مقطع تحصیلی",
        "faculty": "دانشکده",
        "year": "سال دفاع",
        "authors": "پدیدآورندگان",
        "keywords": "کلیدواژه ها",
        "abstract": "چکیده",
        "repository": "محل نگهداری",
        "note": "یادداشت",
        "download_url": "آدرس فایل پایان نامه"
    }
}