فراتفکیک پذیری مبتنی بر نمونه تک تصویر متن با روش نزول گرادیان ناهمزمان ترتیبی

در این مقاله، یک روش جدید برای افزایش تفکیک پذیری تک تصویری تصاویر متن ارائه می شود. این روش مبتنی بر نمونه است یعنی برای فراتفکیک پذیری از یک مجموعه نمونه آموزشی که شامل وصله های با تفکیک پذیری بالا و پایین است استفاده می شود. بر اساس قاعده بیزی، یک تابع به عنوان درست نمایی و سه تابع به عنوان دانش اولیه در نظر گرفته می شوند. تابع مربوط به درست نمایی میزان شباهت با تصویر اولیه را توصیف می کند. سه تابع مربوط به دانش اولیه خصوصیات دومدی بودن تصویر متن، یکنواخت بودن نواحی پس زمینه و متن و نزدیک بودن به مجموعه نمونه آموزشی را توصیف می کنند. با کمینه کردن این توابع انرژی طی فرایند تکرارشونده نزول گرادیان ناهم زمان ترتیبی، تصویر با تفکیک پذیری بالا به دست می آید. به جای کمینه کردن هم زمان ترکیب خطی توابع، آنها به ترتیب و با توجه به این که در تکرارهای متوالی الگوریتم چه تغییراتی در تصویر متن رخ می دهد کمینه می گردند. به این ترتیب دیگر نیازی به تعیین ضرایب ترکیب خطی توابع که برای تصاویر مختلف متغیر هستند نخواهد بود. نتایج آزمایش ها روی بیست تصویر متن با قلم ها، تفکیک پذیری ها، تارشدگی ها و نویزهای مختلف عملکرد بهتر و با حجم محاسباتی کمتر روش ارائه شده نسبت به روش های مشابه قبلی را نشان می دهد.