مع التوسع المستمر لتطبيقات معالجة الصور في مختلف المجالات الناشئة، لا يزال إلغاء الضوضاء من نوع الملح والفلفل ذا الأداء العالي مهمة تحديّة. تقترح هذه الورقة طريقة لإلغاء ضوضاء الملح والفلفل تجمع بين تدريب قناع الضوضاء وآلية البحث عن أقرب جار. أولاً، تم بناء شبكة عصبية خفيفة الوزن تحتوي على 9 طبقات تلافيفية لتوليد قناع ضوضاء عالي الجودة. ثم، بناءً على نتائج تعليم نقاط الضوضاء في قناع الضوضاء، لا يُعالَج البكسل العادي، ويتم استبدال قيمة تدرج الرمادي لنقطة الضوضاء بقيمة تدرج رمادي أقرب بكسل عادي من خلال آلية البحث عن أقرب جار. تقترح هذه الورقة شبكة عصبية تلافيفية خفيفة الوزن لتعليم نقاط الضوضاء. مع تقليل عمق الشبكة، تم استبدال الالتفافات التقليدية بالالتفافات القابلة للفصل العميق في الطبقات الوسطى، وهذان العاملان قللا من تعقيد الحساب وعدد المعاملات بمقدار كبير. علاوة على ذلك، تم اقتراح طريقة لإلغاء الضوضاء تعتمد على آلية البحث عن أقرب جار، مما حسّن أداء إلغاء الضوضاء. أظهرت النتائج التجريبية أن تعقيد حساب الشبكة المقترحة أقل بحجم كبير من الشبكات التقليدية، وانخفض معدل الخطأ في قناع الضوضاء الناتج عن التدريب مقارنة بعلامات نقاط الأقطاب، وعلامات المتوسط، وعلامات كتل الصور للقيم القصوى بنسبة 94.79% و94.79% و83.65% على التوالي. بالإضافة إلى ذلك، زادت نسبة إشارة الذروة إلى الضوضاء للصور بعد إلغاء الضوضاء بنسبة 2.53% مقارنةً بطرق الشبكات العصبية التلافيفية التقليدية، وتم تقليل فقدان المعلومات بنسبة 6.76%. هذه الورقة هي الأولى التي تطبق شبكة عصبية تلافيفية خفيفة الوزن لإلغاء ضوضاء الملح والفلفل، مما يقلل من تعقيد الشبكة ويحسن أداء إلغاء الضوضاء.

ضوضاء الملح والفلفل;قناع الضوضاء;شبكة عصبية تلافيفية خفيفة الوزن;بحث أقرب جار;التعلم العميق