SAR görüntülerinde benek gürültüsünün giderilmesi için çoklu-dalgacık dönüşümüne dayalı yeni bir yaklaşım
A new approach based on multiwavelet transform to speckle noise reduction in SAR images
- Tez No: 223515
- Danışmanlar: DOÇ.DR. IŞIN YAZGAN ERER
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Çoklu-Dalgacık, Kenar, Gürültü, Azaltma, Multiwavelet, Edge, Noise, Reduction
- Yıl: 2006
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 79
Özet
Bu tezde, kenar bilgisi kullanılarak çoklu-dalgacık dönüşümü ile benek gürültüsü azaltma yeni bir yaklaşım olarak önerilmiştir. Ayrıca, karşılaştırma için medyan filtreleme, ayrık dalgacık dönüşümü, durağan dalgacık dönüşümü ve çoklu-dalgacık dönüşümü kullanılarak SAR görüntülerde benek gürültüsü azaltma çalışması yapılmıştır. Benek gürültüsü azaltmak için sert eşikleme ve yumuşak eşikleme teknikleri kullanılmıştır. Kenar kestrimi için her seviyedeki kenar bilgisi elde edilmiştir. Sonuçları literatürdeki çalışmalarla karşılaştırdığımızda, önerilen yöntemin diğer tüm yöntemlere göre daha iyi benek gürültüsü azaltma performansı sağladığı görülmüştür. Ayrıca, benek gürültüsü azaltma için yumuşak eşiklemenin sert eşiklemeye göre daha iyi olduğu görülmüştür.
Özet (Çeviri)
In this thesis, speckle noise reduction method with multiwavelet transform using edge map is purposed as a new approach. Also, speckle noise reduction in SAR images is performed using median filtering, discrete wavelet transform, stationary wavelet transform and multiwavelet transform for comparison. Hard thresholding and soft thresholding methods are used for speckle noise reduction. Edge map in every scale is obtained for edge detection. The comparison of the results with the exampes given in the literature that purpose method performs better noise reduction performance than all other methods. Also, soft thresholding method is better than hard thresholding method for speckle noise reduction.
Benzer Tezler
- Benek gürültüsü gidermeye dayalı veri artırma ile derin ağlarda radar hedef sınıflandırma
Despeckling based data augmentation approach in deep learning based radar target classification
ŞAKİR HÜDAİ MERT CEYLAN
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. IŞIN ERER
- SAR image despeckling using convolutional neural networks
Evrişimsel sinir ağları kullanılarak SAR görüntülerinin gürültüsünün temizlenmesi
YUSUF ŞEVKİ GÜNAYDIN
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Yıldırım Beyazıt ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BAHA ŞEN
- Gabor filtreleri ve seyrek gösterim ile SAR görüntülerinde otomatik hedef tanıma
Automatic target recognition in SAR images by using sparse representation and Gabor filters
AHMET KARAGÖZ
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. İRFAN KARAGÖZ
- Multiplicative noise reduction using variational methods
Değişimsel yöntemlerle çarpımsal gürültü azaltımı
GÜLAY AKSOY
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Gıda ve Tarım ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FATİH NAR
- Kenar koruyan görüntü ayrışım yöntemleri ile SAR görüntülerinde otomatik hedef sınıflama performansının arttırılması
Increasing automatic target recognition rate of SAR images via edge preserving image decomposition methods
HALDUN BOZKURT
Yüksek Lisans
Türkçe
2016
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. IŞIN ERER